計算智能的一些題目

1、方向一1. 計算智能技術(shù)領(lǐng)域的研究方向和成果主要有哪些？歸納總結(jié)計算智能的主要研究方法以及它所具有的特征。計算智能是人工智能的一個新的研究方向，也有人認(rèn)為他們是不同的范疇。計算智能的主要研究方向與成果如下：人工神經(jīng)網(wǎng)絡(luò)技術(shù)(ANN)。真正標(biāo)志神經(jīng)網(wǎng)絡(luò)研究的開端的是McCulloch和Pitts提出的形式神經(jīng)元及神經(jīng)網(wǎng)絡(luò)模型（）。這是神經(jīng)領(lǐng)域的一個非常重要的里程碑。MP和改變神經(jīng)元聯(lián)結(jié)強度的Hebb規(guī)則，至今在各種網(wǎng)絡(luò)模型中起著重要作用。如今，ANN技術(shù)已滲透到各個領(lǐng)域，并在智能控制、模式識別、語言處理、聯(lián)想記憶和非線性優(yōu)化等領(lǐng)域得到了廣泛的應(yīng)用。進(jìn)化計算方法。用計算機模擬進(jìn)化論，并導(dǎo)致了一些隨

2、機優(yōu)化技術(shù)的出現(xiàn)，為一般優(yōu)化方法難以解決的問題提供了新的思路。大致分為三個類似的方法：遺傳得法、進(jìn)化策略、演化規(guī)劃。每一種方法實際上是強調(diào)了自然進(jìn)化過程的一個側(cè)面。模糊技術(shù)。1965年，美國的L.A.Zadeh教授提出了用模糊集合描述及分析模糊現(xiàn)象，標(biāo)志著模糊數(shù)學(xué)的誕生。Zadeh提出的可能性理論與語言變量相結(jié)合，形成了整套形式外化的方法，能進(jìn)行不確定知識的表示和近似推理。其研究方向包括圖像識別、自動機理論、形式語言和自然語言研究、自動控制和系統(tǒng)工程、最優(yōu)化和決策分析、專家系統(tǒng)和知識工程、信號處理、管理和心理分析等許多領(lǐng)域。主要的研究方法和特征：主要方法有遺傳算法、模擬退火、禁忌搜索、蟻群算法

3、和微粒群算法等,其最大特點是不需要建立問題本身的精確模型,適合于解決那些難以建立有效的形式化模型而用傳統(tǒng)人工智能技術(shù)難以有效解決甚至無法解決的問題。2. 根據(jù)自己的體會，總結(jié)人工神經(jīng)元模型是如何體現(xiàn)生物神經(jīng)元的結(jié)構(gòu)和信息處理機制的？比較一下人工神經(jīng)網(wǎng)絡(luò)和生物神經(jīng)網(wǎng)絡(luò)的特點。人工神經(jīng)元是模仿生物神經(jīng)元的，但也不是完全照搬。1.生物神經(jīng)元是高度分化的細(xì)胞.具有感受刺激傳導(dǎo)沖動和整合信息的功能,是神經(jīng)系統(tǒng)形態(tài)結(jié)構(gòu)與功能的基本單位.人工神經(jīng)元也是一個基本的單元，能簡單的處理與傳導(dǎo)信息。用一個函數(shù)來模擬生物神經(jīng)元中各種反應(yīng)的信息處理的過程。2.神經(jīng)元的形態(tài)結(jié)構(gòu): 神經(jīng)元是由細(xì)胞體和突起兩部分組成.而人工

4、神經(jīng)元的傳遞是靠電信號或數(shù)字信號。3,神經(jīng)元的分類:(1)生物神經(jīng)元按神經(jīng)元突起數(shù)目分類:單極神經(jīng)元,雙極神經(jīng)元,多極神經(jīng)元。而在人工神經(jīng)元中所對應(yīng)是的輸入?yún)?shù)或突出參數(shù)的個數(shù)。 (2)生物神經(jīng)元按神經(jīng)元功能分類:感覺神經(jīng)元(傳入神經(jīng)元),運動神經(jīng)元(傳出神經(jīng)元),聯(lián)絡(luò)神經(jīng)元(中間神經(jīng)元).在人工神經(jīng)元是相應(yīng)的是輸入?yún)?shù)，輸出參數(shù)與參數(shù)的傳遞。人工神經(jīng)網(wǎng)絡(luò)是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型，具有自學(xué)習(xí)和自適應(yīng)的能力。從簡單的神經(jīng)元開始，人工神經(jīng)網(wǎng)絡(luò)是在模仿生物神經(jīng)網(wǎng)絡(luò)，從簡單到復(fù)雜的構(gòu)筑理念也是受到生物神經(jīng)網(wǎng)絡(luò)功能的運作啟發(fā)而產(chǎn)生的。人工神經(jīng)網(wǎng)絡(luò)是由大量處理單

5、元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng)。具有非線性、非局限性、非常定性、非凸性的特點及自學(xué)習(xí)功能、聯(lián)想存儲功能和高速尋找優(yōu)化解的能力。3. 人工神經(jīng)網(wǎng)絡(luò)的拓?fù)涮匦院蛯W(xué)習(xí)算法主要有哪些？列舉一些常用的神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行簡要分析。(1)拓?fù)浣Y(jié)構(gòu)分為層次型結(jié)構(gòu)和互連型結(jié)構(gòu)。其中層次型結(jié)構(gòu)包括單純型層次網(wǎng)絡(luò)結(jié)構(gòu)、輸入層與輸出層之間有連接的層次網(wǎng)絡(luò)結(jié)構(gòu)、層內(nèi)有互聯(lián)的層次網(wǎng)絡(luò)結(jié)構(gòu)。互連型結(jié)構(gòu)包括全互聯(lián)型、局部互聯(lián)型、稀疏連接性。(2)根據(jù)學(xué)習(xí)環(huán)境不同，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式可分為監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和灌輸式學(xué)習(xí)。常用學(xué)習(xí)算法包括Hebb學(xué)習(xí)規(guī)則，離散感知器學(xué)習(xí)規(guī)則。連續(xù)感知器的學(xué)習(xí)規(guī)則，最小均方學(xué)習(xí)規(guī)則，相

6、關(guān)學(xué)習(xí)規(guī)則，勝者為王學(xué)習(xí)規(guī)則，外星學(xué)習(xí)規(guī)則。(3)目前，已有近40種神經(jīng)網(wǎng)絡(luò)模型，其中有反傳網(wǎng)絡(luò)、感知器、自組織映射、Hopfield網(wǎng)絡(luò)、波耳茲曼機、適應(yīng)諧振理論等。根據(jù)連接的拓?fù)浣Y(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)模型可以分為：前向網(wǎng)絡(luò) 網(wǎng)絡(luò)中各個神經(jīng)元接受前一級的輸入，并輸出到下一級，網(wǎng)絡(luò)中沒有反饋，可以用一個有向無環(huán)路圖表示。這種網(wǎng)絡(luò)實現(xiàn)信號從輸入空間到輸出空間的變換，它的信息處理能力來自于簡單非線性函數(shù)的多次復(fù)合。網(wǎng)絡(luò)結(jié)構(gòu)簡單，易于實現(xiàn)。反傳網(wǎng)絡(luò)是一種典型的前向網(wǎng)絡(luò)。反饋網(wǎng)絡(luò) 網(wǎng)絡(luò)內(nèi)神經(jīng)元間有反饋，可以用一個無向的完備圖表示。這種神經(jīng)網(wǎng)絡(luò)的信息處理是狀態(tài)的變換，可以用動力學(xué)系統(tǒng)理論處理。系統(tǒng)的穩(wěn)定性與聯(lián)想

7、記憶功能有密切關(guān)系。Hopfield網(wǎng)絡(luò)、波耳茲曼機均屬于這種類型。4. 請總結(jié)出人工神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)哪些功能？你認(rèn)為它善于解決哪些領(lǐng)域的問題?利用神經(jīng)生理與認(rèn)知科學(xué)研究人類思維以及智能機理。利用神經(jīng)基礎(chǔ)理論的研究成果，用數(shù)理方法探索功能更加完善、性能更加優(yōu)越的神經(jīng)網(wǎng)絡(luò)模型，深入研究網(wǎng)絡(luò)算法和性能，如：穩(wěn)定性、收斂性、容錯性、魯棒性等；開發(fā)新的網(wǎng)絡(luò)數(shù)理理論，如：神經(jīng)網(wǎng)絡(luò)動力學(xué)、非線性神經(jīng)場等。模式識別與圖像處理印刷體和手寫體字符識別，語音識別?？刂萍皟?yōu)化化工過程控制、機械手運動控制、運載體軌跡控制以及電弧爐控制。金融預(yù)測與管理股票市場預(yù)測、有價證券管理、借貸風(fēng)險分析以及信用卡欺騙檢測。通信自適

8、應(yīng)均衡、回聲抵消、路由選擇、戶J，M網(wǎng)絡(luò)中呼叫接納識別及控制、導(dǎo)航以及多媒體處理系統(tǒng)。其他如知識發(fā)現(xiàn)和數(shù)據(jù)挖掘、氣象與地球科學(xué)等。5. 談?wù)勀闼私獾娜斯ど窠?jīng)網(wǎng)絡(luò)的發(fā)展歷史，通過對此段歷史的了解，你對如何進(jìn)行基礎(chǔ)科研工作有何看法？發(fā)展歷史：1943年，心理學(xué)家W.S.McCulloch和數(shù)理邏輯學(xué)家W.Pitts建立了神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型，稱為MP模型。1949年，心理學(xué)家提出了突觸聯(lián)系強度可變的設(shè)想。60年代，人工神經(jīng)網(wǎng)絡(luò)得到了進(jìn)一步發(fā)展，更完善的神經(jīng)網(wǎng)絡(luò)模型被提出人工神經(jīng)網(wǎng)絡(luò)，其中包括感知器和自適應(yīng)線性元件等。M.Minsky等仔細(xì)分析了以感知器為代表的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的功能及局限后指出感知器不

9、能解決高階謂詞問題。在此期間，一些人工神經(jīng)網(wǎng)絡(luò)的研究者仍然致力于這一研究，提出了適應(yīng)諧振理論（ART網(wǎng)）、自組織映射、認(rèn)知機網(wǎng)絡(luò)，同時進(jìn)行了神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)理論的研究。以上研究為神經(jīng)網(wǎng)絡(luò)的研究和發(fā)展奠定了基礎(chǔ)。1982年，美國加州工學(xué)院物理學(xué)家J.J.Hopfield提出了Hopfield神經(jīng)網(wǎng)格模型。1984年，他又提出了連續(xù)時間Hopfield神經(jīng)網(wǎng)絡(luò)模型，為神經(jīng)計算機的研究做了開拓性的工作，開創(chuàng)了神經(jīng)網(wǎng)絡(luò)用于聯(lián)想記憶和優(yōu)化計算的新途徑，有力地推動了神經(jīng)網(wǎng)絡(luò)的研究，1985年，又有學(xué)者提出了波耳茲曼模型，在學(xué)習(xí)中采用統(tǒng)計熱力學(xué)模擬退火技術(shù)。1986年進(jìn)行認(rèn)知微觀結(jié)構(gòu)地研究，提出了并行分布處理的

10、理論。1986年，Rumelhart, Hinton, Williams發(fā)展了BP算法。1988年，Linsker對感知機網(wǎng)絡(luò)提出了新的自組織理論，并在Shanon信息論的基礎(chǔ)上形成了最大互信息理論，從而點燃了基于NN的信息應(yīng)用理論的光芒。1988年，Broomhead和Lowe用徑向基函數(shù)(Radial basis function, RBF)提出分層網(wǎng)絡(luò)的設(shè)計方法，90年代初，Vapnik等提出了支持向量機(Support vector machines, SVM)和VC(Vapnik-Chervonenkis)維數(shù)的概念。美國國會通過決議將1990年1月5日開始的十年定為“腦的十年”，國際研究組織號召它的成員國將“腦的十年”變?yōu)槿蛐袨?。看法：?/p>