首页 理论教育计算智能的应用与发展趋势

计算智能的应用与发展趋势

【摘要】:主要的计算智能调度方法有人工神经网络、混沌搜索、模拟退火和随机、禁忌搜索、模糊逻辑、遗传算法、进化规划和进化策略等。人工神经网络具有很强的分布式存储能力和很大的存储空间,并具有自学习能力,而且容错性好,其特有的高维空间使多体效应更加复杂和显著,易于分类。但是,人工神经网络在实际应用中存在学习效率比较差、难以表达符号知识以及其他知识、计算速度比较慢和计算精度不高等缺点。

计算智能是在神经网络、模糊系统、进化计算三个分支发展相对成熟的基础上,通过相互之间的有机融合而形成的新的科学方法,也是智能理论和技术发展的崭新阶段。这些不同的成员方法从表面上看各不相同,但实际上它们是紧密相关、互为补充和促进的,因而,将三者结合起来研究已经成为一种发展趋势。主要的计算智能调度方法有人工神经网络、混沌搜索、模拟退火和随机、禁忌搜索、模糊逻辑、遗传算法、进化规划和进化策略等。

人工神经网络具有很强的分布式存储能力和很大的存储空间,并具有自学习能力,而且容错性好,其特有的高维空间使多体效应更加复杂和显著,易于分类。但是,人工神经网络在实际应用中存在学习效率比较差、难以表达符号知识以及其他知识、计算速度比较慢和计算精度不高等缺点。

模糊数学的核心思想就是运用数学手段仿效人脑思维,对复杂事物进行模糊处理。模糊系统的显著特点是能够直接地表示逻辑,适于高级知识表达,具有较强的逻辑功能。但这一算法没有本质的获取知识的能力,模糊规则的确定也比较困难,通常需要领域专家知识的指导,因此如何实现模糊规则的自动提取和模糊变量隶属度函数的自动生成及优化一直是一个难题。模糊调度方法通常和其他方法结合使用,如模糊神经网络和基于模糊规则的分支定界法等。