文档介绍：人工智能主讲: 吴顺祥教授模式识别与智能系统研究所 Powerpoint 第四章计算智能(1) 神经计算模糊计算 CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC 中南大学智能系统与智能软件研究所 概述?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。 CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC 中南大学智能系统与智能软件研究所 4 什么是计算智能?人工神经网络( ANN )研究自 1943 年就开始了,期间几起几落,波浪式向前发展。而在 20世纪 80年代, 由于 Hopfield 网络的促进和反向传播网络( back - propagation , BP ) 训练多层感知器来推广的。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。?计算智能的定义最早由贝兹德克( Bezdek )1992 年提出的,他认为,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 )。所以,他认为,人工神经网络应当称为计算神经网络。 概述 CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC 中南大学智能系统与智能软件研究所 5 ?马科斯(Marks) 在1993 年提到了计算智能和人工智能的区别,而贝兹德克则关心模式识别( PR )与生物神经网络( BNN )、人工神经网络( ANN )和计算神经网络( CNN )的关系,以及模式识别与其它智能的关系。忽视 ANN N 的差别可能导致对模式识别中神经网络模型的混淆、误解、误表示和误用。?贝兹德克对这些相关术语给予一定的符号和简要说明或定义。他给出有趣的 ABC : A- Artificial :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- Computational ,表示数学+计算机 CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC 中南大学智能系统与智能软件研究所 6 ?下图 表示 ABC 及其与神经网络( NN )、模式识别( PR )和智能( I)之间的关系。它是由贝兹德克于 1994 年提出的。图中间部分有 9个节点,表示九个研究领域或学科。图中, A,B,C三者对应三个不同的系统复杂性级别,其复杂性自左向右及自底向上逐步提高。而节点间的距离则衡量领域间的差异。符号→表示“适当的子集”。 CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC CISIC 中南大学智能系统与智能软件研究所 7 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 N CPR C