1、人工智能及其应用,贵州大学电气工程学院熊炜,2,2,第四章 模糊计算,4.1 人工智能研究背景4.2 模糊计算4.2.1 模糊数学概论 4.2.2 模糊变换与模糊集合4.2.3 隶属函数4.2.4 模糊矩阵与模糊关系4.2.5 模糊推理4.2.6 模糊逻辑语言,人工智能及应用第4章 计算智能,3,3,4.1 人工智能研究背景,学科交叉是当前研究领域的一个重要特征 信息科学与生命科学的相互交叉、相互渗透和相互促进是现代科学技术发展的一个显著特点。计算智能是学科交叉研究过程中出现的一个重要 研究方向 计算智能涉及神经网络、模糊逻辑、进化计算和人工生命等领域，它的研究和发展正反映了当代科学技术多学科
2、交叉与集成的重要发展趋势。,第4章 计算智能概述,4,4,什么是计算智能,神经网络（NN）与人工智能（AI）把神经网络归类于人工智能可能不大合适，而归类于计算智能（CI）更能说明问题实质。进化计算、人工生命和模糊逻辑系统的某些课题，也都归类于计算智能。计算智能与人工智能 计算智能取决于制造者（manufacturers）提供的数值数据，不依赖于知识；人工智能应用知识精品（knowledge tidbits），故此，一种说法是人工神经网络应当称为计算神经网络。,第4章 计算智能概述,5,5,计算智能与人工智能的区别和关系,第4章 计算智能概述,6,6,第4章 计算智能概述,计算智能与人工智能的区
3、别和关系,AArtificial，即人工的（非生物的）BBiological，即物理的化学的(？)生物的 CComputational，表示数学计算机 计算智能是一种智力方式的低层认知，它与人工智能的区别只是认知层次从中层下降至低层而已。中层系统含有知识（精品），低层系统则没有。,7,7,计算智能与人工智能的区别和关系,当一个系统只涉及数值（低层）数据，含有模式识别部分，不应用人工智能意义上的知识，而且能够呈现出：（1）计算适应性；（2）计算容错性；（3）接近人的速度；（4）误差率与人相近，则该系统就是计算智能系统。当一个智能计算系统以非数值方式加上知识（精品）值，即成为人工智能系统。,第4章
4、 计算智能概述,8,4.2 模糊计算,模糊数学是用数学方法研究和处理具有“模糊性”现象的数学。“模糊性”主要是指客观事物差异的中间过渡的“不分明性”，例如“高与矮”、“干净与脏”、“美与丑”、“冷与热”等等，都难以明确的划定界限。模糊数学不是让数学变成模糊的概念，其关键在于如何寻求适当的数学语言来描述事物的模糊性。必备知识集合论数理逻辑的命题演算用布尔函数的观点将集合和命题演算统一起来。,第4章 计算智能模糊计算,9,4.2 模糊计算,随机性与模糊性随机性在事物的出现与否上表现的不确定性用在0，1上取值的概率分布函数说明随机性，用统计数学研究随机性事件AI中，研究方法有：主观贝叶斯法：if E
5、P(E)then(LS,LN)HP(H)即在E为概率P(E)的条件下，具有一定充分性和必要性条件时推理得到H的概率为P(H)。可信度法：if E then H(CF(H,E)即由E推理得到H的可信度为CF(H,E)。,第4章 计算智能模糊计算,10,4.2 模糊计算,模糊性被研究事件的概念本身是模糊的，这种由概念的模糊而形成的不确定称为模糊性。用在0，1上取值的隶属函数说明模糊性。结论随机性：对确定性事件作不充分的估计-概率模糊性：对不确定性事件作确定性程度的描述-隶属函数例：明日气温是15的概率为0.1 明日是较暖和气温的可能性为0.1（隶属函数）电压是220V的概率为0.95 电压是合格的
6、可能性为0.95（隶属函数）,第4章 计算智能模糊计算,10,4.2.1 模糊数学概论,1.模糊数学起源以Zadeh于1965后提出的模糊集合概念为基础。模糊子集用经典数学处理模糊性现象的集合，采用0.1闭区间和映射的方法确定性与模糊性的联系分解定理任意一个表述模糊现象的模糊子集都可分解为连续数的经典子集的并（或）集，反之，一组满足一定条件的连续数的经典子集，可以表现为一个模糊子集。具有一定条件的确定性现象可以表现为模糊性现象，或模糊性现象可以分解为确定性现象。,第4章 计算智能模糊计算,10,4.2.1 模糊数学概论,Zadeh的模糊子集论不是唯一的处理模糊性现象的数学方法，但它开创了应用经典数学处理模糊性问题的先河，并使模糊集合论及应用取得较大成果。它是应用经典数学方法处理一类最基本、简单的模糊性现象的理论和方法。,第4章 计算智能模糊计算,10,4.2.1 模糊数学概论,2.模糊性分类模糊性是人类认识事物的认知过程产生的对事物的客观关系和客观特征，它并不是客观事物固有的内在属性。这一客观关系和客观特征是人对客观事物认知的思维特征，带有主观性，但反映的事物是客观的。故这种认知特征具
安全达人 