文档介绍：第五章计算智能(1): 神经计算、模糊计算信息科学与生命科学相互交叉、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。生物信息学是两者结合而形成的新的交叉科学。计算智能则是另一个有说服力的示例。计算智能涉及神经计算、模糊计算、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。人类所有发明几乎都有它们的自然界配对物: 原子能的和平利用和军事应用与出现在星球上热核爆炸相对应; 各种电子脉冲系统则与人类神经系统的脉冲调制相似; 蝙蝠的声纳和海豚的发声起到一种神秘电话的作用,启发人类发明了声纳传感器和雷达; 鸟类的飞行行为激发人类发明了飞机,实现空中飞行。科学家和工程师们应用数学和科学来模仿自然,扩展自然。人类智能已激励出高级计算、学习方法和技术。概述?人类试图通过人工方法模仿智能已有很长历史了。从公元1世纪英雄亚历山大里亚发明的气动动物装置开始,到冯·诺依曼的第一台具有再生行为和方法的机器,再到维纳的控制论,即关于动物和机器中控制与通信的研究,都是人类人工模仿智能典型例证。现代人工智能领域则力图抓住智能本质。? 神经网络归纳于人工智能可能不合适,而归类于计算智能则更能说明问题的实质。进化计算、人工生命和模糊逻辑系统某些课题,也都归类于计算智能。? 什么是计算智能、它与传统的人工智能有何区别? 概述?第一个对计算智能定义是由贝兹德克于 1992 年提出的。他认为,从严格的意义上讲,计算智能取决于制造者提供的数值,而不依赖于知识;另一方面,人工智能则应用知识精品。他认为,人工神经网络应当称为计算神经网络。? 模式识别( PR)、生物神经网络( BNN )、人工神经网络( ANN )、计算神经网络( CNN )的关系: ?A--- Artficial 表示人工的(非生物的),即人造的?B---Biological 表示物理的+化学的+(??) =生物的?C--- Compuational 表示数学+计算机概述? ABC 表示 ABC 及神经网络( NN)、模式识别( PR)和智能( I)之间的关系。它是由贝兹德克于 1994 年提出来的。图的中间部分共有 9个节点,表示 9个研究领域或科学。 A、B、C三者对应于三个不同的系统复杂性级别,其复杂性自左至右及自底向上逐步提高。节点间的距离衡量领域间的差异,N 与CPR 间的差异要比 BNN 与BPR 间差异小得多, CI 与AI的差异要比 AI与BI的差异小得多。图中,符号->意味着“适当的子集”。例如,对于中层有 ANN ?APR ?AI ,对于右列有 CI ?AI ?BI等。在定义时,任何计算系统都是人工系统,但反命题不能成立。概述表5-1-1 ABC 及其相关领域的定义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。神经计算若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;(3)接近人的速度;(4)误码差率与人相近,则系统就是计算智能系统。?若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。本节将首先介绍人工神经网络( s )的由来、特性、结构、模型和算法,然后讨论神经网络的表示和推理。神经计算是以神经网络为基础的计算。神经计算?大量文献从各种不同的角度来解释生理神经网络是如何工作的。?1 细胞观点来解释神经元; ?2 神经传递器和神经突触及其附近的活动细节; ?3 集中研究神经元在处理和传递信息时是如何连接和跟踪传递路径的。 4 从现代工程观点得出不同的物体具有不同的传输路线和频率调制的思想。?大多数想了解和复制神经网络功能的研究人员,只能把注意力集中到神经元的少数几个特性上。神经计算? 人工神经网络研究的进展( P 111) 神经计算? 人工神经网络的结构神经网络的结构是由基本处理单元及其互联方法决定的。 1. 神经元及其特性连接机制结构的基本处理单元与神经生理学类比往往称为神经元,每个构造起网络的神经元模型模拟一个生物神经元,该神经元单元由多个输入 x i, i=1,2,3 …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, θ j神经单元的偏值, W ji为连接权系数(对于激发状态, W ji取正值,对于抑制状态, W ji取负值), n为输入信号数目, y j为神经元输出, t为时间, f(_) 为输出变换函数,往往采用 0和1这种二值函数或 S形函数。图 4.