Artificial Intelligence 第四章计算智能(1) 一 神经计算 模糊计算
第四章 计算智能(1) 神经计算 模糊计算
4.1概述 夺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畏的 个显著特点。 计算智能步及神经网终糊逻辑、进 化计算和人工生命等领域,宅的研究和 发畏正反映了当代科学技术多学科交叉 C与集成的重要发畏趋势
2 ❖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。 4.1 概述
41概述 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 逻辑糸统的某些课题,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。 3
3 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。 4.1 概述
41概述 计算智能与人工智能的区别和关糸 输入 复杂性 输入 奏知识\ BNN- BPR一→BI B一生物的 (+)传感輪入 知识 复(+)传感数据AN→APR→AA-符号的 杂 性 计算 (+)传感暴\ CNN CPR→CI C-数值的
4 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 复杂性 输入 复 杂 性 BNN BPR BI ANN APR AI CNN CPR CI 4.1 概述
41概述 A- Artificial,表示人工的(非生物的); B- Biological,表示物理的+化学的 (?)=生物的;C5 C- Computational,表示数学+计算机 心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。中层糸统含有知识(精 品),低层糸统则没有
5 ❖A－Artificial，表示人工的（非生物的）； B－Biological，表示物理的＋化学的＋ （？）＝生物的； C－Computational，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。 4.1 概述
41概述 心当一个糸统只涉及数值(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, 则该糸统就是计算智能糸统。 今当一个智能计算条統以非数值方式如土知 识(精品)值,即成为人工智能糸统
6 ❖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。 4.1 概述
4.2神经计算 4.2.1人工神经网络研究的进展 令1960年威德罗和霍夫率先把神经网络用于旬 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 令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絡自 逅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
7 ❖ 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。 4.2 神经计算 4.2.1 人工神经网络研究的进展
4.2神经计算 人工神经网络的特性 心并行分布处理 令非线性映射 令通过训练进行学习 (令适应与集成 令硬件实现 8
8 ❖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 4.2 神经计算
4.2神经计算 142.2人工神经网络的结枸 1~Wj1 fO 图42神经元模型 9
9 4.2.2 人工神经网络的结构 4.2 神经计算 -1 W j 1 X1 X2 Wj2 X n W j n · ·· Σ ( ) Yi 图4.2 神经元模型
4.2神经计算 图42中的神经元单元由多个輪入x;,i=1,2,,Hn 和一个輪出y组成。中间状态由输入信号的权 和表示,而輪出为 y()=f(∑vmx-0) (4.1) (式中,日为神经元单元的偏置,V为连接权 数。n为输入信号数目,y为神经元输出,t为 附间,(为输出变换函数,如图43。C50 10
10 图4.2中的神经元单元由多个输入xi，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 （4.1） 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，如图4.3。 4.2 神经计算 = = − n i j j i i j y t f w x 1 ( ) ( )
