搜索
方向一1.计算智能技术领域的研究方向和成果主要有哪些？归纳总结计算智能的主要研究方法以及它所具有的特征。计算智能是人工智能的一个新的研究方向，也有人认为他们是不同的范畴。计算智能的主要研究方向与成果如下：①人工神经网络技术(ANN)。真正标志神经网络研究的开端的是McCulloch和Pitts提出的形式神经元及神经网络模型（ＭＰ）。这是神经领域的一个非常重要的里程碑。MP和改变神经元联结强度的Hebb规则，至今在各种网络模型中起着重要作用。如今，ANN技术已渗透到各个领域，并在智能控制、模式识别、语言处理、联想记忆和非线性优化等领域得到了广泛的应用。②进化计算方法。用计算机模拟进化论，并导致了一些随机优化技术的出现，为一般优化方法难以解决的问题提供了新的思路。大致分为三个类似的方法：遗传得法、进化策略、演化规划。每一种方法实际上是强调了自然进化过程的一个侧面。③模糊技术。1965年，美国的L.A.Zadeh教授提出了用模糊集合描述及分析模糊现象，标志着模糊数学的诞生。Zadeh提出的可能性理论与语言变量相结合，形成了整套形式外化的方法，能进行不确定知识的表示和近似推理。其研究方向包括图像识别、自动机理论、形式语言和自然语言研究、自动控制和系统工程、最优化和决策分析、专家系统和知识工程、信号处理、管理和心理分析等许多领域。主要的研究方法和特征：主要方法有遗传算法、模拟退火、禁忌搜索、蚁群算法和微粒群算法等,其最大特点是不需要建立问题本身的精确模型,适合于解决那些难以建立有效的形式化模型而用传统人工智能技术难以有效解决甚至无法解决的问题。2.根据自己的体会，总结人工神经元模型是如何体现生物神经元的结构和信息处理机制的？比较一下人工神经网络和生物神经网络的特点。人工神经元是模仿生物神经元的，但也不是完全照搬。1.生物神经元是高度分化的细胞.具有感受刺激\传导冲动和整合信息的功能,是神经系统形态结构与功能的基本单位.人工神经元也是一个基本的单元，能简单的处理与传导信息。用一个函数来模拟生物神经元中各种反应的信息处理的过程。2.神经元的形态结构:神经元是由细胞体和突起两部分组成.而人工神经元的传递是靠电信号或数字信号。3,神经元的分类:(1)生物神经元按神经元突起数目分类:单极神经元,双极神经元,多极神经元。而在人工神经元中所对应是的输入参数或突出参数的个数。(2)生物神经元按神经元功能分类:感觉神经元(传入神经元),运动神经元(传出神经元),联络神经元(中间神经元).在人工神经元是相应的是输入参数，输出参数与参数的传递。人工神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型，具有自学习和自适应的能力。从简单的神经元开始，人工神经网络是在模仿生物神经网络，从简单到复杂的构筑理念也是受到生物神经网络功能的运作启发而产生的。人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统。具有非线性、非局限性、非常定性、非凸性的特点及自学习功能、联想存储功能和高速寻找优化解的能力。3.人工神经网络的拓扑特性和学习算法主要有哪些？列举一些常用的神经网络模型，并进行简要分析。(1)拓扑结构分为层次型结构和互连型结构。其中层次型结构包括单纯型层次网络结构、输入层与输出层之间有连接的层次网络结构、层内有互联的层次网络结构。互连型结构包括全互联型、局部互联型、稀疏连接性。(2)根据学习环境不同，神经网络的学习方式可分为监督学习、非监督学习和灌输式学习。常用学习算法包括Hebb学习规则，离散感知器学习规则。连续感知器的学习规则，最小均方学习规则，相关学习规则，胜者为王学习规则，外星学习规则。(3)目前，已有近40种神经网络模型，其中有反传网络、感知器、自组织映射、Hopfield网络、波耳兹曼机、适应谐振理论等。根据连接的拓扑结构，神经网络模型可以分为：①前向网络网络中各个神经元接受前一级的输入，并输出到下一级，网络中没有反馈，可以用一个有向无环路图表示。这种网络实现信号从输入空间到输出空间的变换，它的信息处理能力来自于简单非线性函数的多次复合。网络结构简单，易于实现。反传网络是一种典型的前向网络。②反馈网络网络内神经元间有反馈，可以用一个无向的完备图表示。这种神经网络的信息处理是状态的变换，可以用动力学系统理论处理。系统的稳定性与联想记忆功能有密切关系。Hopfield网络、波耳兹曼机均属于这种类型。4.请总结出人工神经网络可以实现哪些功能？你认为它善于解决哪些领域的问题?利用神经生理与认知科学研究人类思维以及智能机理。利用神经基础理论的研究成果，用数理方法探索功能更加完善、性能更加优越的神经网络模型，深入研究网络算法和性能，如：稳定性、收敛性、容错性、鲁棒性等；开发新的网络数理理论，如：神经网络动力学、非线性神经场等。模式识别与图像处理印刷体和手写体字符识别，语音识别。控制及优化化工过程控制、机械手运动控制、运载体轨迹控制以及电弧炉控制。金融预测与管理股票市场预测、有价证券管理、借贷风险分析以及信用卡欺骗检测。通信自适应均衡、回声抵消、路由选择、户J，M网络中呼叫接纳识别及控制、导航以及多媒体处理系统。其他如知识发现和数据挖掘、气象与地球科学等。5.谈谈你所了解的人工神经网络的发展历史，通过对此段历史的了解，你对如何进行基础科研工作有何看法？发展历史：1943年，心理学家W.S.McCulloch和数理逻辑学家W.Pitts建立了神经网络和数学模型，称为MP模型。1949年，心理学家提出了突触联系强度可变的设想。60年代，人工神经网络得到了进一步发展，更完善的神经网络模型被提出人工神经网络，其中包括感知器和自适应线性元件等。M.Minsky等仔细分析了以感知器为代表的神经网络系统的功能及局限后指出感知器不能解决高阶谓词问题。在此期间，一些人工神经网络的研究者仍然致力于这一研究，提出了适应谐振理论（ART网）、自组织映射、认知机网络，同时进行了神经网络数学理论的研究。以上研究为神经网络的研究和发展奠定了基础。1982年，美国加州工学院物理学家J.J.Hopfield提出了Hopfield神经网格模型。1984年，他又提出了连续时间Hopfield神经网络模型，为神经计算机的研究做了开拓性的工作，开创了神经网络用于联想记忆和优化计算的新途径，有力地推动了神经网络的研究，1985年，又有学者提出了波耳兹曼模型，在学习中采用统计热力学模拟退火技术。1986年进行认知微观结构地研究，提出了并行分布处理的理论。1986年，Rumelhart,Hinton,Williams发展了BP算法。1988年，Linsker对感知机网络提出了新的自组织理论，并在Shanon信息论的基础上形成了最大互信息理论，从而点燃了基于NN的信息应用理论的光芒。1988年，Broomhead和Lowe用径向基函数(Radialbasisfunction,RBF)提出分层网络的设计方法，90年代初，Vapnik等提出了支持向量机(Supportvectormachines,SVM)和VC(Vapnik-Chervonenkis)维数的概念。美国国会通过决议将1990年1月5日开始的十年定为“脑的十年”，国际研究组织号召它的成员国将“脑的十年”变为全球行为。看法：①基础科研工作的开展离不开相关机构的支持，如果只是凭借一个人或者是一群人的热情进行研究，也可能会有所收获，但是毕竟那样的人太少，他们将会遇到的问题会很多，相关的发现也会不系统，时间会很慢。②研究人员要相对集中，这样有助于相互之间的交流，才能形成互补并提高效率。③自愿的原则，只有自愿的情况下才能激发出更多的热情，才能更有成效。