計(jì)算(jìsuàn)智能共四十三頁(yè)教學(xué)內(nèi)容BP算法算法推導(dǎo)改進(jìn)算法競(jìng)爭(zhēng)型神經(jīng)網(wǎng)絡(luò)自組織映射神經(jīng)網(wǎng)絡(luò)SOM學(xué)習(xí)向量量子化神經(jīng)網(wǎng)絡(luò)LVQ神經(jīng)網(wǎng)絡(luò)小結(jié)(xiǎojié)神經(jīng)網(wǎng)絡(luò)應(yīng)用舉例共四十三頁(yè)教學(xué)內(nèi)容第三章 遺傳算法第1節(jié)~第4節(jié)遺傳算法的原理(yuánlǐ)遺傳算法的應(yīng)用共四十三頁(yè)教學(xué)內(nèi)容第四章 模糊推理系統(tǒng)第1節(jié)~第4節(jié)概述模糊集合模糊集合的運(yùn)算模糊關(guān)系及合成第5節(jié)~第7節(jié)模糊邏輯(luójí)模糊推理解模糊判決模糊原理的應(yīng)用例共四十三頁(yè)教學(xué)內(nèi)容第五章 神經(jīng)網(wǎng)絡(luò)、模糊邏輯(luójí)及遺傳算法的融合第1節(jié)~第6節(jié)選擇的要點(diǎn)三者的長(zhǎng)處與短處三者的融合關(guān)系、兩兩的融合方式總結(jié)共四十三頁(yè)第一章 引言(yǐnyán)第1節(jié) 概念(gàiniàn)第2節(jié) 為什么要研究神經(jīng)網(wǎng)絡(luò)第3節(jié) 為什么要研究模糊邏輯第4節(jié) 為什么要研究遺傳算法第5節(jié) 神經(jīng)網(wǎng)絡(luò)、模糊邏輯、遺傳算法與人工智能的關(guān)系共四十三頁(yè)第1節(jié) 概念(gàiniàn)keywords vonneumannAI—ArtificialIntelligenceES---ExpertSystemSC---SoftComputingNN---NeuralNetworkA(B)NN----Artificial(Biological)NeuralNetwork共四十三頁(yè)KeyWordsFS-----FuzzysystemFL-----FuzzyLogicGA----GeneticAlgorithmFUSION----ANN+FS FS+GA GA+ANN ANN+FS+GA共四十三頁(yè)什么(shénme)是計(jì)算智能（軟計(jì)算）？90年代初，以L.A.zadeh為首提出(tíchū)：1 在構(gòu)造智能系統(tǒng)中起作用的幾種新技術(shù)及其融合2構(gòu)成軟計(jì)算的基本技術(shù)：FS，NN，GA，概率推理，及其融合3承認(rèn)不正確性、不確定性，寬容對(duì)待，使系統(tǒng)易于處理，魯棒性強(qiáng)，成本低4 由“Computingwithnumbers”到“Computingwithwords”共四十三頁(yè)計(jì)算(jìsuàn)智能-軟計(jì)算構(gòu)成計(jì)算智能的主要技術(shù)：模糊邏輯、神經(jīng)計(jì)算、概論推理，以及遺傳算法、學(xué)習(xí)理論、混沌理論等計(jì)算智能的宗旨(zōngzhǐ)是將這些技術(shù)相輔助、相融合地加以利用基于寬容性的概念，不強(qiáng)求高度的精確性及確定性，降低成本，易處理、魯棒性通過(guò)低精度的計(jì)算，解決精確的或不精確的模式化問(wèn)題的一種新的計(jì)算模式共四十三頁(yè)硬計(jì)算(jìsuàn)與軟計(jì)算(jìsuàn)硬計(jì)算：數(shù)字(shùzì)計(jì)算機(jī)問(wèn)題對(duì)象的正確解析軟計(jì)算：算法的集成針對(duì)大系統(tǒng)中的不確定性，使之易于用計(jì)算機(jī)處理經(jīng)濟(jì)性共四十三頁(yè)NN：在微觀層次上模仿腦神經(jīng)網(wǎng)絡(luò)的功能FS：模擬人類(lèi)(rénlèi)的主觀的信息處理方式GA：模擬生物的進(jìn)化方式三者的融合：神經(jīng)網(wǎng)絡(luò)與模糊推理的融合模糊推理與遺傳算法的融合神經(jīng)網(wǎng)絡(luò)與遺傳算法的融合取長(zhǎng)補(bǔ)短，產(chǎn)生更優(yōu)秀的技術(shù)NN、FS、GA：從生物(shēngwù)中學(xué)習(xí)共四十三頁(yè)第2節(jié)為什么要研究(yánjiū)神經(jīng)網(wǎng)絡(luò)1946年，首臺(tái)ENIAC，美國(guó)；半個(gè)世紀(jì)，小型化、高速、通信功能優(yōu)勢(shì)：速度快、存儲(chǔ)量大，精度高，適合于數(shù)值計(jì)算、符號(hào)推理、求精確(jīngquè)解劣勢(shì)：連續(xù)的、模糊的、隨機(jī)的信息處理，模式識(shí)別、圖象處理、決策判斷只有邏輯思維，沒(méi)有形象思維例：兩歲的小孩認(rèn)自己的媽媽現(xiàn)代童話——計(jì)算機(jī)守門(mén)員與人守門(mén)員共四十三頁(yè)下一代計(jì)算機(jī)的發(fā)展趨勢(shì)開(kāi)發(fā)新的元件：光計(jì)算機(jī)、生物分子計(jì)算機(jī)等在原理上，追求新的信息處理方式：神經(jīng)計(jì)算機(jī)、模糊計(jì)算機(jī)、概率處理計(jì)算機(jī)、語(yǔ)言計(jì)算機(jī)、認(rèn)知(rènzhī)計(jì)算機(jī)神經(jīng)計(jì)算機(jī)受到廣泛的關(guān)注：積極模擬當(dāng)今世界最智能的信息處理裝置—人腦的機(jī)能共四十三頁(yè)人腦與電腦(diànnǎo)的比較目前的計(jì)算機(jī)：1945年，馮諾依曼型處理方式：程序內(nèi)藏式：事先寫(xiě)入程序，順次執(zhí)行人腦：無(wú)程序，而通過(guò)積累經(jīng)驗(yàn)，隨著知識(shí)、判斷力的增長(zhǎng)，對(duì)于模糊的信息、復(fù)雜的局面(júmiàn)，也能靈活對(duì)付音樂(lè)、繪畫(huà)等—可以說(shuō)是只有人類(lèi)才有的智慧的產(chǎn)物共四十三頁(yè)不僅在程序的必要性上的差異人腦無(wú)CPU：通過(guò)大量神經(jīng)元并行處理記憶(jìyì)方式不同：計(jì)算機(jī)—尋址，稍有錯(cuò)則不能正確操作；人腦—無(wú)地址，分散進(jìn)行，可由部分聯(lián)想起整體，如多年未見(jiàn)的老友。耐故障性：人腦強(qiáng)，冷熱無(wú)妨；電腦弱，死機(jī)；共四十三頁(yè)人腦與電腦(diànnǎo)的比較信息的表示方式：人腦—模擬、連續(xù)電腦—數(shù)字(shùzì)擅長(zhǎng)領(lǐng)域：人腦—模式識(shí)別、綜合判斷電腦—數(shù)值計(jì)算信息處理特征：人腦—低速、模糊、并行電腦—高速、正確、串行共四十三頁(yè)人腦與電腦(diànnǎo)的比較共四十三頁(yè)第3節(jié)為什么要研究模糊(móhu)算法科技使系統(tǒng)巨型化、復(fù)雜化。如，原子能發(fā)電廠、大型工廠等。其中科技的基本方法，自17世紀(jì)牛頓以來(lái)的300年，實(shí)際上基本沒(méi)什么變化(biànhuà)作為方法論，即基于數(shù)學(xué)公式的描述，以及基于數(shù)學(xué)公式的控制要想達(dá)到控制的目的，必須首先能夠?qū)?duì)象用數(shù)學(xué)公式表示，即建立數(shù)學(xué)模型共四十三頁(yè)建模問(wèn)題(wèntí)對(duì)線性、小的系統(tǒng)可行，控制精度會(huì)很高對(duì)于(duìyú)大部分系統(tǒng)，采用線性建模方法，即滿足線性疊加原理：f（x+y）=f（x）+f（y）f（ax）=af（x）當(dāng)必須解非線性時(shí)，則采用分段線性的辦法共四十三頁(yè)建模問(wèn)題(wèntí)但大多數(shù)非線性不可分段如ZK=ZK-12+C，液體的混合、水力系統(tǒng)、經(jīng)濟(jì)(jīngjì)預(yù)測(cè)、人類(lèi)行為、圖象、聲音識(shí)別對(duì)非線性的處理方法，無(wú)具體的方法，只能給出解的存在證明，不能給出具體的方法建模的概念：對(duì)系統(tǒng)的某些屬性加以描述：符號(hào)語(yǔ)言、自然語(yǔ)言、圖形語(yǔ)言數(shù)學(xué)公式、文章、圖表都是模型（描述）共四十三頁(yè)不相容性原理(yuánlǐ)不相容性原理，1973，扎德提出：當(dāng)系統(tǒng)的復(fù)雜性，超過(guò)某一限度，對(duì)系統(tǒng)的舉動(dòng)進(jìn)行正確且有意義(yìyì)的描述是不可能的例：騎自行車(chē)、倒車(chē)等問(wèn)題用數(shù)學(xué)公式表示：難而人卻可以輕松的完成任務(wù)共四十三頁(yè)建模問(wèn)題(wèntí)即使沒(méi)有(méiyǒu)復(fù)雜的數(shù)學(xué)工具，也可以了解復(fù)雜的非線性系統(tǒng)所用的辦法是：建立描述系統(tǒng)行為的規(guī)則將系統(tǒng)的一些有意義的狀態(tài)映象成一些更簡(jiǎn)潔的內(nèi)部表示，以使這些狀態(tài)在以后產(chǎn)生時(shí)能被識(shí)別，即通過(guò)例子或ANN來(lái)訓(xùn)練的方法共四十三頁(yè)扎德提出了具有三種特點(diǎn)(tèdiǎn)的方法：1、不用數(shù)學(xué)方程，而用語(yǔ)言為代表的模糊變量來(lái)記述系統(tǒng)2、通過(guò)用條件命題，記述模糊變量間的關(guān)系如如果溫度低，就加強(qiáng)(jiāqiáng)加溫器的熱度3、利用模糊推理算法記述系統(tǒng)共四十三頁(yè)歷來(lái)科學(xué)與模糊(móhu)理論的不同歷來(lái)的科學(xué) 模糊理論

必須客觀 主觀也可以 必須完全正確 不完全、模糊也行

理論上要嚴(yán)密 不一定理論上嚴(yán)密

有必要正確(zhèngquè)計(jì)測(cè) 不可計(jì)測(cè)，定性也行盡量除掉雜音 有也無(wú)妨

盡量不用經(jīng)驗(yàn),感覺(jué)活用經(jīng)驗(yàn)、感覺(jué)

共四十三頁(yè)第4節(jié)為什么要研究(yánjiū)遺傳算法生物是科學(xué)技術(shù)思想(sīxiǎng)的寶庫(kù)NN—模擬人腦，以個(gè)體的生物為對(duì)象GA—模擬生物的進(jìn)化過(guò)程，新的信息處理方法GA以幾個(gè)世代的多數(shù)的生物為對(duì)象在復(fù)雜大規(guī)模系統(tǒng)中進(jìn)行搜索的一條全新的途徑共四十三頁(yè)GA的機(jī)制(jīzhì)以幾個(gè)世代復(fù)數(shù)個(gè)生物為對(duì)象將問(wèn)題的求解(qiújiě)—染色體（一群），置于問(wèn)題的環(huán)境中適者生存的原則—對(duì)適應(yīng)環(huán)境者進(jìn)行：復(fù)制、再生、交叉、變異優(yōu)點(diǎn)：設(shè)計(jì)簡(jiǎn)單，對(duì)所求解的問(wèn)題不需要知道更多的信息共四十三頁(yè)GA的算法(suànfǎ)原理自然淘汰原理：適者生存淘汰：對(duì)環(huán)境適應(yīng)度低的增殖：對(duì)環(huán)境適應(yīng)度高的交叉：性質(zhì)的混合（染色體的交叉）突然(tūrán)變異：強(qiáng)制性的稍有變化的個(gè)體的生成共四十三頁(yè)GA的算法(suànfǎ)原理將對(duì)象系統(tǒng)的各種參數(shù)的集合用一個(gè)染色體表示(biǎoshì)生成多個(gè)不同的染色體，用上述原理進(jìn)行計(jì)算雖算法簡(jiǎn)單，但與以往的數(shù)學(xué)方法相比，卻非常容易得到解共四十三頁(yè)GA的好處(hǎochu)作為解的探索法，歷來(lái)的方法有牛頓法、下降法、等一般是串行求解GA通過(guò)許多個(gè)體，并列進(jìn)行解的探索；特別，通過(guò)個(gè)體間的選擇(xuǎnzé)、交叉等相互作用，更加提高解的探索的效率應(yīng)用領(lǐng)域：系統(tǒng)的設(shè)計(jì)、優(yōu)化、遺傳編程、人工生命共四十三頁(yè)第5節(jié)NN、FS、GA與AINN：模擬人腦FS：模擬人類(lèi)的主觀(zhǔguān)的信息處理方式GA：模擬生物的進(jìn)化方式共通點(diǎn)：從生物中學(xué)習(xí)AI：追求人類(lèi)智能信息處理的手法的領(lǐng)域共四十三頁(yè)NN、FS、GA的最初的想法，都是在50年代中期及其后10年產(chǎn)生(chǎnshēng)這也是計(jì)算機(jī)自誕生、成品上市、語(yǔ)言發(fā)表等，逐漸普及的年代利用計(jì)算機(jī)，來(lái)探索進(jìn)行智能處理的原理、方法，及新的信息處理方式等的摸索，也是在這一時(shí)期活躍起來(lái)共四十三頁(yè)結(jié)果，AI先發(fā)展了起來(lái)進(jìn)行(jìnxíng)符號(hào)處理的AI，適合于當(dāng)時(shí)性能還不充分的計(jì)算機(jī)AI的最初想法，是將智能的機(jī)能，利用計(jì)算機(jī)等來(lái)實(shí)現(xiàn)所以，利用計(jì)算機(jī)解puzzle，game等，進(jìn)行了各種嘗試這一時(shí)期使用的技術(shù)手法，是探索共四十三頁(yè)知識(shí)(zhīshi)的重要性建立于只有邏輯思維，沒(méi)有形象思維，適合于數(shù)值計(jì)算、符號(hào)推理、求精確解的計(jì)算機(jī)基礎(chǔ)上的人工智能方法，在用于實(shí)際問(wèn)題時(shí)，必然會(huì)受到一定的影響與游戲相比，必須要考慮非常多的因素人類(lèi)在知識(shí)與經(jīng)驗(yàn)的基礎(chǔ)上進(jìn)行學(xué)習(xí)，進(jìn)行高度(gāodù)的推理、思考、判斷等重要的是知識(shí)，需要將知識(shí)輸入計(jì)算機(jī)共四十三頁(yè)知識(shí)的表示(biǎoshì)及獲取方法要表示高度的知識(shí)，最易于處理的方法是用規(guī)則表示。如：

IF---THEN---規(guī)則的形式將許多這樣的規(guī)則輸入計(jì)算機(jī)，由專(zhuān)家進(jìn)行高水平的推理—專(zhuān)家系統(tǒng)現(xiàn)在也廣泛應(yīng)用，其需求量年年增長(zhǎng)(zēngzhǎng)但專(zhuān)家系統(tǒng)中有一個(gè)公認(rèn)的瓶頸問(wèn)題，即知識(shí)的獲取問(wèn)題，怎樣得到專(zhuān)家的經(jīng)驗(yàn)、知識(shí)，以及怎樣表示這樣的知識(shí)共四十三頁(yè)知識(shí)本身有時(shí)具有模糊性如：冬天冷：低于多少度可算冷？陰天：含云量80%與81%、79%的區(qū)別？人的思維的特點(diǎn)：實(shí)際生活中，人不總是進(jìn)行絕對(duì)(juéduì)嚴(yán)密的推理，具有模糊性，但不妨礙得出正確的答案。如，找一個(gè)中等個(gè)子的人共四十三頁(yè)模糊理論可處理主觀的、直觀的知識(shí)、規(guī)則，這是模糊理論的一大特征對(duì)規(guī)則不清楚或沒(méi)有，只有數(shù)值的情況怎么辦？如聲音的識(shí)別：1秒中，8000~20000個(gè)振幅值，所處理的數(shù)據(jù)是數(shù)值用歷來(lái)的公式(gōngshì)的方法沒(méi)有效果，也沒(méi)有可用規(guī)則表示的知識(shí)在只有數(shù)值數(shù)據(jù)可利用的情況時(shí)可以用神經(jīng)網(wǎng)絡(luò)共四十三頁(yè)小結(jié)(xiǎojié)與傳統(tǒng)的人工智能相比，這些算法的最大特點(diǎn)，也是它的潛力所在是：不需要建立問(wèn)題本身的精確數(shù)學(xué)或邏輯模型(móxíng)，而是直接對(duì)輸入數(shù)據(jù)進(jìn)行處理得出結(jié)果更適用于解決那些用傳統(tǒng)AI技術(shù)難以有效地處理、甚至無(wú)法處理的問(wèn)題只有數(shù)值數(shù)據(jù)可利用時(shí)可以用神經(jīng)網(wǎng)絡(luò)處理具有模糊性的知識(shí)，可以使用模糊邏輯從多個(gè)組合中選優(yōu)，可以使用遺傳算法共四十三頁(yè)小孩(xiǎohái)認(rèn)媽媽那是什么？樹(shù)？媽媽?zhuān)》祷?fǎnhuí)共四十三頁(yè)大腦(dànǎo)功能圖返回(fǎnhuí)共四十三頁(yè)大腦功能區(qū)域(qūyù)分布返回(fǎnhuí)共四十三頁(yè)為騎自行車(chē)建模--