文档介绍：第四章计算智能(1)
神经计算
模糊计算
中南大学智能系统与智能软件研究所
信息科学与生命科学的相互交叉、相互渗透和相互促进是现代科学技术发展的一个显著特点。
计算智能涉及神经网络、模糊逻辑、进化计算和人工生命等领域,它的研究和发展正反映了当代科学技术多学科交叉与集成的重要发展趋势。
概述
2
什么是计算智能
把神经网络(NN)归类于人工智能(AI)可能不大合适,而归类于计算智能(CI)更能说明问题实质。进化计算、人工生命和模糊逻辑系统的某些课题,也都归类于计算智能。
计算智能取决于制造者(manufacturers)提供的数值数据,不依赖于知识;另一方面,人工智能应用知识精品(knowledge tidbits)。人工神经网络应当称为计算神经网络。
概述
3
计算智能与人工智能的区别和关系
输入
人类知识
(+)传感输入
知识
(+)传感数据
计算
(+)传感器
C-数值的
A-符号的
B-生物的
输入
复杂性
复杂性
BNN
BPR
BI
ANN
APR
AI
CNN
CPR
CI
概述
4
A-Artificial,表示人工的(非生物的);B-Biological,表示物理的+化学的+
(?)=生物的;
putational,表示数学+计算机
计算智能是一种智力方式的低层认知,它与人工智能的区别只是认知层次从中层下降至低层而已。中层系统含有知识(精品),低层系统则没有。
概述
5
当一个系统只涉及数值(低层)数据,含有模式识别部分,不应用人工智能意义上的知识,而且能够呈现出:
(1)计算适应性;
(2)计算容错性;
(3)接近人的速度;
(4)误差率与人相近,
则该系统就是计算智能系统。
当一个智能计算系统以非数值方式加上知识(精品)值,即成为人工智能系统。
概述
6
1960年威德罗和霍夫率先把神经网络用于自动控制研究。
60年代末期至80年代中期,神经网络控制与整个神经网络研究一样,处于低潮。
80年代后期以来,随着人工神经网络研究的复苏和发展,对神经网络控制的研究也十分活跃。这方面的研究进展主要在神经网络自适应控制和模糊神经网络控制及其在机器人控制中的应用上。
神经计算人工神经网络研究的进展
7
并行分布处理
非线性映射
通过训练进行学习
适应与集成
硬件实现
人工神经网络的特性
神经计算
8
人工神经网络的结构
神经计算
-1

W j 1
X1
X2
Wj2
X n
W j n
·
·
·
Σ
( )
Yi
神经元模型
9
,i=1,2,...,n和一个输出y组成。中间状态由输入信号的权和表示,而输出为
()
式中,j为神经元单元的偏置,wji为连接权系数。 n为输入信号数目,yj为神经元输出,t为时间,f( )为输出变换函数,。
神经计算
10