人工智能计算智能和机器学习.pptx

人工智能第六讲计算智能概论第六讲计算智能概论Fuzzysettheory(模糊集合论)Artificialneuralnetwork(类神经网路)Beliefnetwork(信赖网路)Artificiallife(人工生命)Evolutionarycomputation(演化式计算方法)模糊集合论1965年美国学者扎德在数学上创立了一种描述模糊现象的方法—模糊集合论。这种方法把待考察的对象及反映它的模糊概念作为一定的模糊集合，建立适当的隶属函数，通过模糊集合的有关运算和变换，对模糊对象进行分析。模糊集合论以模糊数学为基础，研究有关非精确的现象。客观世界中，大量存在着许多亦此亦彼的模糊现象。类神经网络（ANN）根据计算的连接路径连接信息处理的数学计算模型或者使用。研究人员在一个精确的定义的协议之后,所谓的神经网络,也被称为神经网络(SNN或只是称为神经网络(尼龙使人工神经元网络组相互关联的。但多数人同意,它包括一个简单的网络,在处理处置的元素,元素之间的全球行为参数决定，主要是神经元与触突，就是拓朴学的点和弧了，实用於计算机模拟．信任网络(beliefnetwork)又称贝氏网络(Bayesiannetwork)或是有向非循环图形模型(directedacyclicgraphicalmodel)，是一种机率图型模型，借由有向非循环图形(directedacyclicgraphs,orDAGs)中得知一组随机变量{X1,X2,...,Xn}及其n组条件机率分配(conditionalprobabilitydistributions,orCPDs)的性质。举例而言，贝氏网络可用来表示疾病和其相关症状间的机率关系；倘若已知某种症状下，贝氏网络就可用来计算各种可能罹患疾病之发生机率。人工生命(AL:Artificiallife)通过人工模拟生命系统,来研究生命的领域。人工生命的概念，包括两个方面内容：1）、属于计算机科学领域的虚拟生命系统，涉及计算机软件工程与人工智能技术2）、基因工程技术人工改造生物的工程生物系统，涉及合成生物学技术。演化式计算方法演化式计算是一个通用名次，泛指以达尔文进化论“适者生存，不适者淘汰”为基础，来模拟自然界演化过程所建立的计算模式。演化式计算方法又可分为下列算法：Antcolonyoptimization(蚁群最佳化方法)Geneticalgorithm(遗传演算法)Particleswarmoptimization(粒子群优化法)第六讲计算智能概论蚁群算法(antcolonyoptimization,ACO)又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。它由MarcoDorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种求解组合最优化问题的新型通用启发式方法，该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。通过建立适当的数学模型，基于故障过电流的配电网故障定位变为一种非线性全局寻优问题。第六讲计算智能概论第六讲计算智能概论第六讲计算智能概论第七讲机器学习概论第七讲机器学习概论第七讲机器学习概论第七讲机器学习概论第七讲机器学习概论第七讲机器学习概论第七讲机器学习概论第七讲机器学习概论第七讲机器学习概论第七讲机器学习概论第七讲机器学习概论