混合智能系統(tǒng)的發(fā)展過程和方向

1、混合智能系統(tǒng)的發(fā)展過程和方向戚展飛華北電力大學(xué)電子0801摘要：作為人工智能的兩個主要研究方向，專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)在過去的幾十年中均取得了很大的成功， 但二者又存在一些各自的缺陷，不能單獨解決一些復(fù)雜的工程實際問題。因此，目前出現(xiàn)了不少將不同智 能技術(shù)結(jié)合起來，組成多種新的能夠解決復(fù)雜問題的混合型智能系統(tǒng)。如今，智能混合系統(tǒng)成為了當(dāng)今人 工智能研究領(lǐng)域中的一個非常重要且具有很大實用價值和廣闊發(fā)展前景的研究領(lǐng)域。本文論述了混合型智 能系統(tǒng)的發(fā)展過程，發(fā)展現(xiàn)狀和方向。關(guān)鍵詞：混合智能系統(tǒng)；神經(jīng)網(wǎng)絡(luò)；人工智能Hybrid Intelligent System Development Process

2、and DirectionQi Zhan FeiNorth China Electric Power University Electronic0801ABSTRACT: as the artificial intelligence of the two main research directions, expert system and neural network in the past few decades have achieved great success, but the two and some of their limitations, alone can not sol

3、ve some complex problems in engineering practice. Therefore, there appeared many different intelligent technology union, composed of a variety of new capable of solving complex problems in the hybrid intelligent system. Nowadays, intelligent hybrid systems become nowadays in the research field of ar

4、tificial intelligence is a very important and has great practical value and broad prospects for development research. This paper discusses the hybrid intelligent system development process, current situation and development direction.KEY WORDS: hybrid intelligent system; neural network; artificial i

5、ntelligence混合智能系統(tǒng)是人工智能領(lǐng)域的一個新的研究方向，其目的是使建立的系統(tǒng)在知識表 示、推理等方面更有效1。自從Minsky、McCarthy等學(xué)者在1956年提出人工智能的概念以 來，人工智能已經(jīng)走過了 40多年的歷史研究，并取得了一些劃時代的成果。這些研究成果 為人工智能的發(fā)展奠定了基礎(chǔ)，豐富了人工智能的研究內(nèi)容。但目前人工智能在發(fā)展過程中 也面臨一些基本問題有待解決、例如人工智能系統(tǒng)的實時性問題，對環(huán)境中的不完全、模糊 的甚至部分錯誤的信息處理問題，知識自動獲取問題等。針對這些人工智能研究中遇到的問 題，目前智能系統(tǒng)研究的焦點很大一部分集中在將多種智能技術(shù)綜合的研究上，因此

6、也就形 成了 AI領(lǐng)域一個新的研究方向混合智能系統(tǒng)R。混合智能系統(tǒng)是利用各種知識表達模型的不同特性，綜合多種智能系統(tǒng)來對同一個事物 進行多方面（多維）描述，以提高人工智能系統(tǒng)的性能，利用多維知識表達處理模型的思想 來模擬人類智能，其目的是使建立的系統(tǒng)在知識表示、推理等方面更有效3。最初的混合智 能系統(tǒng)研究始于20世紀(jì)80年代末90年代初期的專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的組合，開發(fā)了有關(guān) 應(yīng)用系統(tǒng)，并對兩者的集成模式進行研究。隨著模糊邏輯、遺傳算法、案例推理等技術(shù)在人 工智能領(lǐng)域的應(yīng)用，混合智能系統(tǒng)的研究也隨之多樣發(fā)展，并開始步入一個新階段，提出了 一些混合方式不同的混合智能系統(tǒng)。下面對幾個具有代表性的研

7、究成果分別給予簡單的介紹 囹。（1）美國Northeast大學(xué)的Gallant教授首次提出并建立了聯(lián)接專家系統(tǒng)，該系統(tǒng)用于 肉蠅病的診斷和治療，采用了一個三層局部互聯(lián)網(wǎng)絡(luò)。該系統(tǒng)通過從樣本學(xué)習(xí)獲取知識并分 布表達于網(wǎng)絡(luò)權(quán)值和閾值中，以并行計算方式進行推理，并可用IF-THEN規(guī)則對推理結(jié)果 解釋。（2）美國Wisconsin大學(xué)以Shavlik教授和Towell博士為首的研究小組從1989年起， 對聯(lián)接機制與符號機制組合的學(xué)習(xí)領(lǐng)域做了深入研究，在研究將解釋學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)相結(jié)合 的基礎(chǔ)上，提出一種基于知識的人工神經(jīng)網(wǎng)絡(luò)。（3）美國Florida州立大學(xué)以Lacher教授、Kuncicky博士和H

8、ruska博士為首的研究小 組，提出專家網(wǎng)絡(luò)。（4）美國American大學(xué)的Medsker教授提出了智能混合系統(tǒng)的5種模型，即獨立模型、 轉(zhuǎn)換模型、松耦合模型、緊耦合模型和全集成模型，促進了智能混合系統(tǒng)的實際應(yīng)用。（5）美國Florida大學(xué)的Fu教授對智能混合系統(tǒng)的理論和方法進行了一系列創(chuàng)造性的 研究。先后提出了基于知識的概念神經(jīng)網(wǎng)絡(luò)、從神經(jīng)網(wǎng)絡(luò)中提取規(guī)則的KT算法、規(guī)則知識 的神經(jīng)網(wǎng)絡(luò)表示方法、神經(jīng)網(wǎng)絡(luò)知識獲取中的知識增長方法等，并研究了專家網(wǎng)絡(luò)的學(xué)習(xí)能 力和泛化能力。（6）國立新加坡大學(xué)以Teh教授為首的研究小組提出了一種模擬人類決策思維的神經(jīng) 邏輯網(wǎng)絡(luò)。（7）我國中科院自動化研究所的

9、戴汝為院士和王玨研究員，以著名科學(xué)家錢學(xué)森院士 的巨型開放復(fù)雜系統(tǒng)方法論一一從定性到定量的綜合集成方法論為指導(dǎo)，提出了智能系統(tǒng)的 綜合集成。從目前對混合智能系統(tǒng)研究的趨勢來看，主要有兩個流派在進行著混合智能系統(tǒng)的研 究。一個流派是“智能派”，主要是原來人工智能領(lǐng)域的研究者，特別是計算智能領(lǐng)域的研 究者。他們主要從人工智能的角度，特別是計算智能的角度出發(fā)，將混合智能系統(tǒng)的研究定 在人工智能的領(lǐng)域，特別是計算機智能的研究領(lǐng)域，主要把混合智能系統(tǒng)作為一種新興的計 算智能來研究?？傮w上來講，他們都還把混合智能系統(tǒng)限定在人工智能的領(lǐng)域內(nèi)，并沒有把 傳統(tǒng)的“硬計算”納入到混合智能系統(tǒng)的研究版圖。另一個流派

10、是“融合派”，主要是非人 工智能領(lǐng)域的研究者，他們以應(yīng)用為主要目的，在研究混合智能系統(tǒng)的過程中，從實際應(yīng)用 背景出發(fā)，不僅僅考慮人工智能領(lǐng)域的各種技術(shù)，還考慮傳統(tǒng)“硬計算”在內(nèi)的許多技術(shù)， 將這些技術(shù)組合起來，強調(diào)“軟計算”和“硬計算”的融合，從而能更好地解決現(xiàn)實中的問 題。目前，智能混合系統(tǒng)己經(jīng)取得了許多成果，在眾多領(lǐng)域中得到了相當(dāng)成功的應(yīng)用，解決 了許多單一智能系統(tǒng)不能解決的復(fù)雜問題，并且正在向著更深的研究層次挺進。這些成果集 中表現(xiàn)在以下方面5。（1）利用神經(jīng)網(wǎng)絡(luò)優(yōu)良的自組織、自學(xué)習(xí)和自適應(yīng)能力初步解決了專家系統(tǒng)知識獲取的 “瓶頸問題”。（2）利用專家系統(tǒng)良好的解釋機能較好地解釋了神經(jīng)網(wǎng)

11、絡(luò)的行為，彌補了神經(jīng)網(wǎng)絡(luò)中知 識表達的“黑箱結(jié)構(gòu)”。（3）神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)混合的系統(tǒng)通過融合模糊邏輯進行知識描述與推理，明顯地改 善了專家系統(tǒng)的性能。盡管智能混合系統(tǒng)的研究取得了許多矚目的成果，但其理論體系還很不完善，需從以下 幾個方面進一步深入研究。立足于廣義人工智能，以模擬自然智能為目的，從思維科學(xué)的角度出發(fā)，研究人類 認(rèn)知過程中抽象思維與形象思維在功能、知識表達、思維活動等方面的內(nèi)在關(guān)系。智能混合系統(tǒng)需要統(tǒng)一的知識表示方法，需要研究接近于人類思維模式的知識表示 機理。(3 )利用神經(jīng)網(wǎng)絡(luò)有效地進行知識獲取。研究實用的神經(jīng)網(wǎng)絡(luò)推理及結(jié)果解釋方法。將已取得的智能混合系統(tǒng)研究成果向其他智能形式的綜合集成中推廣，從而進行更 廣泛的智能系統(tǒng)集成方法研究。通過使用智能技術(shù)即用智能的觀點來開發(fā)智能系統(tǒng)，我們可以擺脫使用單獨的智能技術(shù) 的智能系統(tǒng)缺陷。目前混合智能技術(shù)的研究仍在發(fā)展之中，但是該領(lǐng)域的具體問題的解決還 需要我們進一步的開發(fā)和研究。參考文獻Minsky M.Logic versus analogical or symbolic versus connectionist or neat versus scruffyJ.AI Magazine,1991,12(2):35-51王