【正文】 物理符號系統(tǒng)假設和有限理性原理。 人工智能 行為主義 又稱為控制論學派(Cybericsism)，其原理為控制論及感知 動作型控制系統(tǒng)。他們對人工智能發(fā)展歷史具有不同的看法，這一學派認為人工智能源于控制論。 聯(lián)結(jié)主義 又稱為仿生學派(Bionicsism)或生理學派 (Physiologism)，其原理主要為神經(jīng)網(wǎng)絡及神經(jīng)網(wǎng)絡間的連接機制與學習算法，包括進化計算等計算智能算法。 計算智能方法 隨著技術的進步、工程實踐問題變得 越來越復雜，傳統(tǒng)的計算方法面臨著 計算復雜度高、計算時間長等問題 計算智能方法采用啟發(fā)式的隨機搜索 策略，在問題的全局空間中進行搜索 尋優(yōu)，能在可接受的時間內(nèi)找到全局 最優(yōu)解或者可接受解 計算智能算法在處理優(yōu)化問題的時候， 對求解問題不需要嚴格的數(shù)學推導，而 且有很好的全局搜索能力，具有普遍的 適應性和求解的魯棒性 計算智能 計算智能方法 計算智能 計算智能是人工智能的重要領域， 也是近幾十年來研究的熱點問題。 計算智能的興起和快速發(fā)展，為 人工智能提供了新的出路 計算智能技術在國內(nèi)得到了廣泛的 重視。由于這個領域的研究涉及到 的硬件要求不高，國內(nèi)的研究已經(jīng) 達到國際認可的水平 計算智能技術的進一步發(fā)展和完善， 以及應用的進一步拓展，都將對計 算機技術和各個相關的應用領域帶 來深刻的變革 計算智能的分類與理論 ?????????????????????????????????????????????禁忌搜索算法模擬退火算法單點搜索算法分布估計算法免疫算法粒子群優(yōu)化算法蟻群優(yōu)化算法進化規(guī)劃）遺傳算法（進化策略，進化計算模糊計算：模糊邏輯絡算法神經(jīng)計算：人工神經(jīng)網(wǎng)計算智能Memetic 計算智能的分類與理論 研究領域 主要特點 人工神經(jīng)網(wǎng)絡 模仿人腦的生理構(gòu)造和信息處理的過程 ， 模擬人類的智慧 模糊邏輯 （ 模糊系統(tǒng) ） 模仿人類語言和思維中的模糊性概念 ， 模擬人類的智慧 進化計算 模仿生物進化過程和群體智能過程 ， 模擬大自然的智慧 計算智能主要研究方向及其特點 計算智能的分類與理論 數(shù)學基礎 ?馬爾可夫過程 ?統(tǒng)計學習過程 ?隨機過程 ?模式定理 ?穩(wěn)定性 ?收斂性 ?…… 群體智能 ?個體認識 ?群體智慧 ?個體競爭 ?群體協(xié)作 ?…… 生物學基礎 ?優(yōu)勝劣汰 ?適者生存 ?自然選擇 ?生物進化 ?遺傳規(guī)律 ?人腦模擬 ?生物覓食 ?…… 計算智能有關理論基礎 計算智能的研究與發(fā)展 遺傳算法 (GA) Geic Algorithm 神經(jīng)網(wǎng)絡 (NN) （感知器） 1950s Rosenblatt等人 1950s 美國學者 Holland 20世紀 5060年代 起步階段 進化策略 (ES) Evolution Strategy 進化規(guī)劃 (EP) Evolutionary Programming 1960s 德國人 Rechenberg Schwefel 1960s 美國學者 Fogel 模糊邏輯理論 (FL) Fuzzy Logic 1960s 美國學者 Zadeh 計算智能的研究與發(fā)展 20世紀 7080年代 發(fā)展階段 遺傳算法、進化策略、進化規(guī)劃 的理論基礎不斷完善（模式定理） 算法之間的區(qū)別越來越不明顯 禁忌搜索算法（ 1986年） 模擬退火算法（ 1983年） 的提出提供了新的優(yōu)化手段 Hopfield前饋型神經(jīng)網(wǎng)絡結(jié)構(gòu)（ 1982年） Rumelhart后向傳播學習算法（ 1986年） 的提出將神經(jīng)網(wǎng)絡的研究推向一個新的高潮 計算智能的研究與發(fā)展 20世紀 90年代至今 繼續(xù)發(fā)展 蟻群算法 1992年， Derigo等人提出了蟻群算法（ ACO)，為解決離散組合優(yōu)化問題提供了重要的工具。 粒子群優(yōu)化算法 1995年，由Eberhart和Kennedy提出的粒子群優(yōu)化算法（ PSO）在連續(xù)優(yōu)化問題上得到了廣泛的應用。 遺傳算法 遺傳算法（ GA)、進化策略（ES）和進化規(guī)劃（ EP）算法也在不斷地發(fā)展和完善。 進化計算 Evolutionary Computation 計算智能的研究與發(fā)展 學 術 期 刊 IEEE Transactions on Evolutionary Computation IEEE Transactions on Fuzzy Sets IEEE Transactions on Neural Networks IEEE Transactions on Systems, Man and Cyberics IEEE Transactions on …… Machine Learning Evolutionary Computation Complex Systems Artificial Intelligence …… 國 際 會 議 IEEE World Congress on Computational Intelligence (WCCI) IEEE Congress on Evolutionary Computation (CEC) IEEE International Conference on Systems, Man, and Cyberics (SMC) ACM Geic and Evolutionary Computation Conference (GECCO) International Conference on Ant Colony Optimization and Swarm Intelligence (ANTS) International Conference on Simulated Evolution And Learning (SEAL) …… 計算智能相關的學術期刊和國際會議 計算智能的特征與應用 主要特征 具體特點 智能性 包括算法的自適應性 ， 自組織性 ， 算法不依賴于問題本身的特點 ， 具有通用性 并行性 算法基本上是群體協(xié)作的方式對問題進行優(yōu)化求解 ， 非常適合大規(guī)模并行處理 魯棒性 算法具有很好的容錯性 ， 同時對初始條件不敏感 ， 能在不同條件下尋找最優(yōu)解 計算智能的特征與應用 國防 ?雷達天線設計 ?衛(wèi)星軌道參數(shù)優(yōu)化 ?戰(zhàn)場模擬 ?軍事物流優(yōu)化 ?干擾抑制 ?…… 農(nóng)業(yè) ?排灌工程 ?水利水電工程 ?農(nóng)業(yè)用地結(jié)構(gòu)優(yōu)化 ?溫室控制 ?水庫防洪 ?農(nóng)業(yè)工程 ?…… 經(jīng)濟 ?金融數(shù)據(jù)分析 ?證券投資組合 ?企業(yè)現(xiàn)金流管理 ?企業(yè)財務分析與預警 ?…… 工業(yè) ?功率電子電路優(yōu)化 ?電磁過濾 ?輸電網(wǎng)規(guī)劃 ?工作流調(diào)度管理 ?車輛路由 ?交通控制 ?…… 科技 ?機器學習 ?數(shù)據(jù)挖掘 ?圖像處理 ?模式識別 ?蛋白質(zhì)結(jié)構(gòu)預測 ?多目標優(yōu)化 ?多播路由 ?…… 計算智能的應用 思考題 ?？什么是人工智能？ ?？ ? NP理論中，問題一般都分為哪些類別？它們之間有什么關系？ ?？它們有些什么特點？ ? 文獻資料，了解人工智能及計算智能在自己研究領域的應用情況。 Company Logo 演講完畢，謝謝觀看！