智能计算和计算智能简介

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2011,年,3,月,7,日星期一,For Grade 20,10,Mar,-,Jun, 20,11,*,For Grade 2010, Mar-Jun, 2011,1,Intelligent Computing,For Grade 2010,Mar.-Jun. 2011,2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,2,Intelligent Computing,Introduction to CI & IC,Fuzzy Logic,Artificial Neural Networks,Genetic Algorithm,Simulated Annealing Algorithm,Rough Set,More to Learn,2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,3,Part I Introduction to CI & IC,Intelligence,Artificial Intelligence (AI),Computational Intelligence (CI),Intelligent Computing (IC),Intelligent Information Processing (IIP),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,4,智能（,Intelligence,）,智能就是智慧和能力，是个体,有目的的行为,、,合理的思维,以及,有效地适应环境,的综合性能力,Intelligence,理解知识是如何获得、表述和存储的,理解智能行为是如何产生和学得的,理解动机、情感和优先级是如何逐渐形成和运用的,理解感官信号是如何被转换为符号；符号又是如何被处理来进行逻辑活动，对过,去进行推理，为未来制定计划的,理解智能的机制是如何产生幻觉、信仰、希望、恐惧和梦想等现象，甚至还有善,与爱,从基本层面上理解这些作用，将会是一个如核物理，相对论和分子遗传学那样级别的科学成就,2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,5,人工智能（,Artificial Intelligence,）,“,前沿学科的最精彩成就,”（宋健）,定义（广义）：通过对人类智力活动奥秘的探索与记忆思维机理的研究，以实现两方面的目的：,开发人类智力活动的潜能,探讨用各种（电气的、光学的、生物的甚至机械的）机器模拟人类智力活动的途径，使人类的智能得以,物化与延伸,定义（狭义）：用计算机模型,模拟思维功能,的科学,Artificial Intelligence (AI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,6,人工智能（,Artificial Intelligence,）,三个关键部分,表示（,Representation,）：表示问题域的知识,推理（,Reasoning,）：解决问题的能力,学习（,Learning,）：即机器学习，改善系统性能，适应环境,目前为止最成功的应用,专家系统,Artificial Intelligence (AI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,7,人工智能（,Artificial Intelligence, AI,）,创立,1956,夏，,Dartmouth University,J. McCarthy (Dartmouth U.),M. L. Minsky (Harvard U.),C. E. Shannon (Bell),N. Lochester (IBM),T. More (IBM),A. L. Samuel (IBM),O. Selfridge (MIT),R. Solomonff (MIT),A. Newell (Carnagie ),H.A.Simon (Carnagie),Artificial Intelligence (AI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,8,人工智能（,Artificial Intelligence, AI,）,三大学派,符号主义学派（逻辑学派）,起源：源于数学逻辑,原理：物理符号系统假设和有限合理性原理,基本理论：,认为人的认知基元是符号，认知过程即符号操作过程,认为人是一个物理符号系统，计算机也是一个物理符号系统，因些，能用计算机来模拟人的智能行为,认为知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用,代表性成果：启发式程序,LT,逻辑理论家，证明了,38,条数学定理，表明了可以用计算机研究人的思维过程，模拟人类智能活动,Artificial Intelligence (AI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,9,人工智能（,Artificial Intelligence, AI,）,三大学派,联接主义学派（仿生学派）,起源：源于仿生学，特别是对人脑模型的研究,原理：神经网络及神经网格间的连接机制与学习算法,基本理论,认为思维基元是神经元，而不是符号处理过程,认为人脑不同于电脑，并提出联接主义的大脑工作模式，用于取代符号操作的电脑工作模式,代表性,成果：,MP,模型（脑模型），开创了用电子装置模仿人脑结构和功能的新途径,Artificial Intelligence (AI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,10,人工智能（,Artificial Intelligence, AI,）,三大学派,行为（进化）主义学派（控制论学派）,起源：源于控制论，人工智能的建立应采用对自然智能进化过程仿真的方法。,基本理论,认为智能取决于感知和行动，提出 智能行为的“感知,-,动作”模式；,认为智能不需要知识、不需要表示、不需要推理；人工智能可以象人类智能一样逐步进行；智 能行为只能在现实世界中与周围环境 交互作用而表现出来,代表性成果：机器虫（基于感知,-,动作模式的模拟昆虫行为的控制系统）,Artificial Intelligence (AI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,11,计算智能（,Computational Intelligence, CI,）,定义,借鉴仿生学思想,，基于生物体系的生物进化、细胞网络等机制，,用数学语言,抽象描述的计算方法，用以,模仿生物体系和人类的智能机制,J. C. Bezdek,：一个系统是计算智能的，当它仅处理,低层次的数据信息,，具有模式识别元件，没有使用在,AI,意义上的,知识,软计算（,Soft Computing, SC,）与硬计算（,Hard Computing, HC,）,L.A.Zadeh,软计算：人工神经网络、进化计算、模糊集理论,非,精确算法，,即便是对象模型和边界条件不够精确和完整也能够得出,合理的解，,CI,本质上讲属于软计算（,L. Zadeh,）,硬计算：,精确、严格的计算，,要求系统的,精确模型参数,和,严格的边界条件,Computational Intelligence (CI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,12,计算智能（,Computational Intelligence, CI,）,重要特征（,J. C. Bezdek,）,适应性运算能力,计算的容错能力,人脑的计算速度,与人脑一样决策与思维的正确率,重要特征（共识）,CI,与,AI,不同，,CI,主要依赖的是生产者提供的,数字材料,，而不是依赖于知识，主要借助于,数字计算方法,CI,的内容本身具有明显的,数值计算信息处理,特征,CI,强调用“,计算,”的方法来研究和处理,智能问题,CI,概念的积极意义在于促进了基于,计算,的或基于计算和基于符号物理相结合的各种智能理论、模型、方法的综合,集成,，解决更复杂问题,计算：在解空间进行搜索的过程,Computational Intelligence (CI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,13,计算智能（,Computational Intelligence, CI,）,从硬件上看,计算神经网络是低层次的,人工神经网络是中等层次的，,=,由计算神经网络,+,知识,生物神经网络是高层次的，就是人脑,从软件上看,计算智能是低层次的算法，计算地推理,人工智能是中等层次的模型，,=,计算智能,+,知识,生物智能是高层次的，是人脑中的思维,Computational Intelligence (CI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,14,计算智能（,Computational Intelligence, CI,）,智能的三个层次（,J. C. Bezdek,）,第一层次：生物智能（,Biological Intelligence,BI,）,由大脑中的物理化学过程所反映出来的，,大脑,是,BI,的物质基础,第二层次：人工智能（,Aritificial Intelligence,AI,）,非生物的、人造的，其基础是,符号系统及其处理,，,并且来源于,人的知识和有关数据,第三层次：计算智能（,Computational Intelligence,CI,）,由计算机通过,数学计算,来实现，它的来源是,数值计算以及传感器所得到的数据,低,高,Computational Intelligence (CI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,15,计算智能（,Computational Intelligence, CI,）,三层次智能关系,BI,AI,CI,AI,是,CI,到,BI,的过渡环节,模糊集表示和模糊逻辑技术,Computational Intelligence (CI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,16,计算智能（,Computational Intelligence, CI,）,三层次智能关系,另一种观点,AI,和,CI,是不同的范畴，虽然它们之间有部分重合，但,CI,是一个全新的学科领域,无论是生物智能还是机器智能，,CI,都是最核心部分，而,AI,是外层,CI,的根本性质,对象特征：,非线性,和,不确定性,的问题,基石：,人工神经网络,实现途径：,数值计算,Computational Intelligence (CI),MATLAB,是一套高性能的数值计算和可视化数学软件。 由于使用,Matlab,编程运算与人进行科学计算的思路和表达方式完全一致，在求解诸如信号处理、建模、系统识别、控制、优化等领域的问题时，显得大为简捷、高效、方便，这是其它高级语言所不能比拟的。是攻读学位的大学生、硕士生、博士生必须掌握的基本工具。,MATLAB,工具箱可用来求解各类学科的问题，包括信号处理、图象处理、控制系统辨识、神经网络等。,2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,17,计算智能（,Computational Intelligence, CI,）,创立,1994.6-7,WCCI(World Congress on Computational Intelligence),J. C. Bezdek, What is Computational Intelligence ?,L. Zadeh,模糊系统,H. P. Schwefel,进化计算,S. K. Rogers,神经网络,Computational Intelligence (CI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,18,计算智能的研究方法,基础：模型、算法、实验,模型,符号系统及其上的操作，是三元组,(,数据集，操作，规则,),CI,研究对象是具有以下特征的数学模型,符合模型的严格定义而又非常具体,兼有生物学背景知识,描述某一智能行为,Computational Intelligence (CI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,19,计算智能的研究方法,算法,以计算理论、计算技术和计算工具研究,对象模型,的核心,特征：具有计算功能的算法，一般应具有,数值构造性,、迭代性、收敛性、稳定性和实效性,数值构造性：解是由数值量,构造的,迭代性：计算公式上表现为递推，理论上表现为动力学性质，算法实现上表现为循环,收敛性：算法结束于稳定的结果上（,能够找到解,）,稳定性：初始误差在迭代过程中可以得到控制,实效性：在有限的存储空间和有效的运算时间内得到有意义的计算结论,Computational Intelligence (CI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,20,计算智能的研究方法,实验,对算法的,有效性,、,实效性,以及,效果性能,评价，在许多情况下是借助于实验来进行的，甚至,难以用理论分析来替代的,程序设计,是实验环境建设的,核心问题,程序设计的依据是算法,数学算法：面向问题，数据在于表示,程序算法：面向计算机，数据在于存储,经过数据存储逻辑结构的选择，由数学算法得到程序算法,程序设计方法,面向过程的程序设计方法,(Procedure-Oriented, C),面向对象的程序设计方法,(Object-Oriented, C+),面向目标的程序设计方法,(Goal-Oriented, Matlab),Computational Intelligence (CI),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,21,智能计算（,Intelligent Computing,IC,）,智能计算是实现计算智能系统的,计算方法,CI,是学科范畴，研究领域,IC,是,CI,的方法,Intelligent Computing (IC),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,22,智能计算（,Intelligent Computing,IC,）,智能计算的特点,能够处理一些,真实世界的现实信息,，这些信息可能是定性、定量描述，也可能是具有,不完整、不精确或不确定性,的数据,以对观察和测量所得数据进行,分类的能力,为基础，依赖于强化数值计算，从中发现、推理知识或分辨、预测系统的某些特点、过程或结果对象等,受感于生物的计算机理，,通过学习、自组织等方式对信息进行综合、归纳或推理,，从而建立符号主义（,Symbolism,）、连接主义（,Connectionism,）或行为主义（,Behaviourism,）,AI,的三大学派,的数学模型,建立的数学模型具有对信息进行,综合或并行处理能力,，具有适应外部变化情况的,自主控制能力,、具有,自扩展性,和系统的,稳健性,Intelligent Computing (IC),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,23,智能计算（,Intelligent Computing,IC,）,关于搜索（,Searching,）,搜索是对问题的一种求解方法、技术和过程,搜索是,面向问题,的，将问题域的解集构造成一个解空间，搜索就是在解空间中找到满足问题条件的目标集（解集）,搜索关注的是“找到”解集，而不仅仅是“证明”其,存在性,，搜索方法、技术和过程是,构造性的,搜索与学习、推理、优化,如果问题域的解集是,“新知识”,或,“新概念”,，那么搜索过程就是,学习,如果问题域的解集是,“新结论”,，那么搜索过程就是,推理,如果问题域的解集是,“最优解”,，那么搜索过程就是,优化,Intelligent Computing (IC),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,24,智能信息处理（,Intelligent Information Processing, IIP,）,含义,将,不完全、不可靠、不精确、不一致和不确定的知识和信息,逐步改变为,完全、可靠、精确、一致和确定的知识和信息,的过程和方法，利用对不精确性、不确定性的容忍来达到问题的可处理性和鲁棒性。,涉及到的领域,现代信号处理,人工神经网络,模糊系统理论,进化计算,人工智能理论和方法的综合应用,Intelligent Information Processing (IIP),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,25,智能信息处理（,Intelligent Information Processing, IIP,）,涉及到的理论、方法和工具有,人工神经网络,利用非线性映射的思想和并行处理的方法，用神经网络本身结构表达输入与输出关联知识的隐函数编码,模糊理论,利用模糊推理规则，从数据中挖掘知识表达的逻辑关系,进化计算,协同计算,信息融合,盲分离技术,分形理论,粗糙集理论,基于不可分辨性的思想和知识简化的方法，从数据中推理逻辑规则作为知识表达系统的数学模型,认知图及其应用,Intelligent Information Processing (IIP),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,26,智能信息处理（,Intelligent Information Processing, IIP,）,利用智能计算来实现智能信息处理的过程,理解该领域知识和相关的先验知识，,明确系统目标,创建相关数据库,，包括确定系统的特征参量、选择系统的训练学习样本、选择系统的测试样本,数据整理和预处理,，包括不完整、不精确数据或定量信息、语意定性描述以及信息离散化、模糊化、特征提取等,利用某种,智能计算,方法，进行数据简化，确定系统的有用特征参数或变量，化简系统，,建立相应的数学模型或逻辑规则,测试,从数据中挖掘或建立的数学模型或逻辑规则，并解释所得到的模式结果，进一步加工、综合系统，运用挖掘的知识,解决客观世界的实际问题,Intelligent Information Processing (IIP),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,27,智能信息处理（,Intelligent Information Processing, IIP,）,通过智能计算，从数据中挖掘知识，产生的信息类型,关联信息：若干个事件相关联的信息,时序模式：发生概率最高的模式,聚类信息：对数据进行聚类,分类信息：进行分类的特性描述,偏差信息：反映异常情况,预测信息：从现有的数据中建立数学模型，计算未来值,Intelligent Information Processing (IIP),2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,28,本课程主要内容,模糊逻辑,智能的逻辑观点：仿生,行为,，模拟智能的表现行为,智能的表现：,推理,模拟内容：,逻辑思维能力,遗传算法（,+,模拟退火算法）,智能的演化观点：仿生,过程,，模拟生命生成过程和智能进化过程,智能的表现：,搜索,模拟内容：,生命体的进化能力,人工神经网络,智能的结构观点：仿生,结构,，模拟智能产生与作用赖以存在的结构,智能的表现：,学习,模拟内容：,形象思维能力,粗糙集,Contents,2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,29,理解人类认知与智能的机制是人类面临的最困难和最复杂的课题之一,智能领域的研究永远是问题多于答案,智能信息处理方向富有创新的需求、创新的价值、创新的空间,使命：刻苦积累、努力创新,Remember:,2011,年,3,月,7,日星期一,For Grade 2010, Mar-Jun, 2011,30,References,蔡自兴,.,人工智能及其应用（第三版，研究生用书）,.,清华大学出版社, 2004,张颖,刘艳秋,.,软计算方法,.,科学出版社,2002,高隽,.,智能信息处理方法,.,机械工业出版社,2004,增黄麟,.,智能计算,.,重庆大学出版社, 2004,周春光,梁艳春,.,计算智能,.,吉林大学出版社, 2001,郭嗣琮,陈刚,.,信息科学中的软计算方法,.,东北大学, 2001,计算机学报,软件学报,计算机研究与发展,模式识别与人工智能, ,References,2011,年,3,月,7,日星期一,