人工智能(模糊算法)

《人工智能(模糊算法)》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。

1、人工智能及其應用貴州大學電氣工程學院熊煒22第四章模糊計算4.1人工智能研究背景4.2模糊計算4.2.1模糊數(shù)學概論4.2.2模糊變換與模糊集合4.2.3隸屬函數(shù)4.2.4模糊矩陣與模糊關系4.2.5模糊推理4.2.6模糊邏輯語言人工智能及應用—第4章計算智能334.1人工智能研究背景學科交叉是當前研究領域的一個重要特征信息科學與生命科學的相互交叉、相互滲透和相互促進是現(xiàn)代科學技術發(fā)展的一個顯著特點。計算智能是學科交叉研究過程中出現(xiàn)的一個重要研究方向??計算智能涉及神經(jīng)網(wǎng)絡、模糊邏輯、進化計算和

2、人工生命等領域，它的研究和發(fā)展正反映了當代科學技術多學科交叉與集成的重要發(fā)展趨勢。第4章計算智能——概述44什么是計算智能神經(jīng)網(wǎng)絡（NN）與人工智能（AI）??把神經(jīng)網(wǎng)絡歸類于人工智能可能不大合適，而歸類于計算智能（CI）更能說明問題實質(zhì)。進化計算、人工生命和模糊邏輯系統(tǒng)的某些課題，也都歸類于計算智能。計算智能與人工智能??計算智能取決于制造者（manufacturers）提供的數(shù)值數(shù)據(jù)，不依賴于知識；人工智能應用知識精品（knowledgetidbits），故此，一種說法是人工神經(jīng)網(wǎng)絡應當稱為

3、計算神經(jīng)網(wǎng)絡。第4章計算智能——概述55計算智能與人工智能的區(qū)別和關系第4章計算智能——概述66第4章計算智能——概述計算智能與人工智能的區(qū)別和關系A－Artificial，即人工的（非生物的）B－Biological，即物理的＋化學的＋(？)＝生物的C－Computational，表示數(shù)學＋計算機計算智能是一種智力方式的低層認知，它與人工智能的區(qū)別只是認知層次從中層下降至低層而已。中層系統(tǒng)含有知識（精品），低層系統(tǒng)則沒有。77計算智能與人工智能的區(qū)別和關系當一個系統(tǒng)只涉及數(shù)值（低層）數(shù)據(jù)，含有

4、模式識別部分，不應用人工智能意義上的知識，而且能夠呈現(xiàn)出：（1）計算適應性；（2）計算容錯性；（3）接近人的速度；（4）誤差率與人相近，則該系統(tǒng)就是計算智能系統(tǒng)。當一個智能計算系統(tǒng)以非數(shù)值方式加上知識（精品）值，即成為人工智能系統(tǒng)。第4章計算智能——概述84.2模糊計算模糊數(shù)學是用數(shù)學方法研究和處理具有“模糊性”現(xiàn)象的數(shù)學?！澳：浴敝饕侵缚陀^事物差異的中間過渡的“不分明性”，例如“高與矮”、“干凈與臟”、“美與丑”、“冷與熱”等等，都難以明確的劃定界限。模糊數(shù)學不是讓數(shù)學變成模糊的概念，其關

5、鍵在于如何尋求適當?shù)臄?shù)學語言來描述事物的模糊性。必備知識集合論數(shù)理邏輯的命題演算用布爾函數(shù)的觀點將集合和命題演算統(tǒng)一起來。第4章計算智能——模糊計算94.2模糊計算隨機性與模糊性隨機性在事物的出現(xiàn)與否上表現(xiàn)的不確定性用在[0，1]上取值的概率分布函數(shù)說明隨機性，用統(tǒng)計數(shù)學研究隨機性事件AI中，研究方法有：主觀貝葉斯法：ifE[P(E)]then(LS,LN)H[P(H)]即在E為概率P(E)的條件下，具有一定充分性和必要性條件時推理得到H的概率為P(H)?？尚哦确ǎ篿fEthenH(CF(H,E

6、))即由E推理得到H的可信度為CF(H,E)。第4章計算智能——模糊計算104.2模糊計算模糊性被研究事件的概念本身是模糊的，這種由概念的模糊而形成的不確定稱為模糊性。用在[0，1]上取值的隸屬函數(shù)說明模糊性。結論隨機性：對確定性事件作不充分的估計----概率模糊性：對不確定性事件作確定性程度的描述---隸屬函數(shù)例：明日氣溫是15℃的概率為0.1明日是較暖和氣溫的可能性為0.1（隸屬函數(shù)）電壓是220V的概率為0.95電壓是合格的可能性為0.95（隸屬函數(shù)）第4章計算智能——模糊計算114.2.

7、1模糊數(shù)學概論1.模糊數(shù)學起源以Zadeh于1965后提出的模糊集合概念為基礎。模糊子集用經(jīng)典數(shù)學處理模糊性現(xiàn)象的集合，采用[0.1]閉區(qū)間和映射μ的方法確定性與模糊性的聯(lián)系—分解定理任意一個表述模糊現(xiàn)象的模糊子集都可分解為連續(xù)數(shù)的經(jīng)典子集的并（或）集，反之，一組滿足一定條件的連續(xù)數(shù)的經(jīng)典子集，可以表現(xiàn)為一個模糊子集。具有一定條件的確定性現(xiàn)象可以表現(xiàn)為模糊性現(xiàn)象，或模糊性現(xiàn)象可以分解為確定性現(xiàn)象。第4章計算智能——模糊計算124.2.1模糊數(shù)學概論Zadeh的模糊子集論不是唯一的處理模糊性現(xiàn)象的

8、數(shù)學方法，但它開創(chuàng)了應用經(jīng)典數(shù)學處理模糊性問題的先河，并使模糊集合論及應用取得較大成果。它是應用經(jīng)典數(shù)學方法處理一類最基本、簡單的模糊性現(xiàn)象的理論和方法。第4章計算智能——模糊計算134.2.1模糊數(shù)學概論2.模糊性分類模糊性是人類認識事物的認知過程產(chǎn)生的對事物的客觀關系和客觀特征，它并不是客觀事物固有的內(nèi)在屬性。這一客觀關系和客觀特征是人對客觀事物認知的思維特征，帶有主觀性，但反映的事物是客觀的。故這種認知特征具有不確定性。第4章計算智能——模糊計算144.2.1模糊數(shù)學概論（1）狹義模糊性在