计算智能融合应用研究小型拖拉机

计算智能融合应用研究

计算智能融合应用研究 2011年12月09日 来源： 1引言 智能可以分为三个层次：高层次的是生物智能（BI），其次是人工智能（AI），处于低层次的是计算机智能（CI），计算智能是国际上新近提出的学科概念。 目前，计算智能正处于迅猛发展的阶段，模糊逻辑、神经网络、进化算法（遗传算法、进化策略、进化规划）、不确定理论以及刚刚有所发展的免疫算法、DNA计算等人工智能技术，它们从各自发展、应用到相互融合、应用，充分利用人类的控制知识对复杂系统进行控制，逐渐形成了广义智能理论的各种融合应用形式。2计算智能的融合应用 目前智能理论的融合应用主要体现在两种理论融合和多种理论融合两方面，下面分别进行阐述。2.1两种理论相互融合2.1.1神经网络、进化算法的相互融合 这几种计算智能的融合已经有许多研究报导［１-５］，限于篇幅不再详述。2.1.2免疫算法的融合2.1.2.1遗传算法与免疫算法的融合 遗传算法还面临着几个仍未根本解决的课题，比如如何使问题空间的解集合中所有的候补解都能用遗传算法空间（即GA空间）的染色体来描述等，不仅影响了遗传操作的效率，也限制了遗传算法的应用范围。文献［6］认为，解决这些课题的最有效、最可行的途径就是使遗传算法具有免疫功能。这种具有免疫功能的遗传算法为免疫遗传算法［６-７］。2.1.2.2免疫遗传算法功能概述 为了克服通常遗传算法收敛方向无法控制的缺陷，把目的函数和制约条件作为抗原，这就能保证所生长的抗体直接与问题相关联，收敛方向能得以控制。因此，生成的抗体若能有效地排除抗原，也就相当于求得了问题的最优解。另外还必须对抗体生成的数量进行促进和抑制，使抗体排除后生物体能快速回到正常状态。对于抗原亲和力高的抗体进行记忆，能促进快速求解，即当遇到同类抗原时可以快速生成与之相应的抗体。 该算法定义了抗体与抗原之间的亲和力（即亲和力1），及抗体和抗体之间的亲和力（即亲和力2）。所谓亲和力就是指两者的类似性，通常用海明距离来计算，但这种计算只适用于二进制编码的遗传子，严重地限制了遗传算法的应用范围。为此，我们用平均信息熵的概念来计算抗体和抗体间的亲和力。在计算过程中把亲和力1好的抗体记录到记录装置，同时把遗忘装置中与新记忆抗体亲和力高的一定量的抗体删除。 设fu,v表示抗体u与抗体v的亲和力，fw表示抗体与抗原的亲和力，二者分别由下式计算： fu,v＝１／（１＋Ｈ（u,v））(1)其中H(u,v)为抗体u与抗体v的平均信息熵。当H(u,v)＝０时，fu,v＝１，这就表示抗体u与抗体v的遗传因子一致。 fw＝１／（１＋ＯＰw)(2) 其中OPw是欲解决问题的目的函数或制约条件。当fw＝１时表示抗体和抗原完全结合，抗原能被排除，即求得了最优解。 免疫遗传算法功能主要是为了克服通常遗传算法收敛方向无法控制的缺陷，把目的函数和制约条件作为抗原，这就能保证所生长的抗体直接与问题相关联，收敛方向能得以控制。因此，生成的抗体若能有效地排除抗原，也就相当于求得了问题的最优解。另外还必须对抗体生成的数量进行促进和抑制，使抗体排除后生物体能快速回到正常状态。对于抗原亲和力高的抗体进行记忆，能促进快速求解，即当遇到同类抗原时可以快速生成与之相应的抗体。由于在遗传算法中引入了生物体的免疫功能，把遗传空间与问题空间融为一体，使遗传操作的收敛方向得到了有效的控制，通过解决TSP问题证明了这种新型融合算法的作用和效果［６］。文献［9］改进了基于遗传算法的免疫优化算法，通过仿真证明改进后的算法在搜索的收敛性上优于传统的搜索方式。 国外，文献［8］则把遗传算法的模式识别能力与免疫系统结合，建立了一种基于遗传算法的免疫优化算法，并应用于系统优化设计中，试验结果证明了这种融合的有效性。2.1.2.3免疫算法融合应用趋势 免疫算法作为一种新近受到重视和发展的计算智能，本身具有一些其他理论没有的特性，与其他理论的融合还有很多潜力期待挖掘，免疫算法与神经网络、进化算法、不确定理论等的融合将会有所发展，在系统辨识、自动控制、人工智能、电力电子等领域得到充分利用。2.1.3不确定理论的融合 不确定性可以分为随机性、模糊性和认识不确定性三种。处理这三种不确定性的理论包括概率论、数理统计、模糊理论、神经网络、粗糙集理论等。 粗糙集理论同模糊集、神经网络、证据理论等之间的融合应用也取得许多成果［11-13］。2.1.4DNA计算与模糊、神经网络、进化算法等的融合 生物进化中采用的许多信息处理模

汽车内饰改装

闪送现在专门有汽车单

隧道薄型防火涂料

防爆环链葫芦

番禺废品回收直销

新注册公司如何零报税