模糊性

內(nèi)容概要

本書主要介紹了模糊集和模糊邏輯的基本概念，模糊控制的原理與應用及發(fā)展前景。

書籍目錄

1 幾個基本概念
2 從精確到模糊
3 模糊集的層次結(jié)構(gòu)
4 模糊關(guān)系
5 并不模糊的模糊邏輯
6 打倒計算機“暴政”
7 不只是一張表
8 科學界的思想解放
9 混合智能控制
10 “中央之帝”
參考文獻

章節(jié)摘錄

版權(quán)頁：   插圖：   風水流轉(zhuǎn)。進入20世紀80年代，由于過分重視形式化的工作，人工智能研究陷入低谷。與此同時，神經(jīng)網(wǎng)絡開始復興，取得一些令人注目的成果。例如，用一種自聯(lián)想網(wǎng)絡較好地解決了運籌學中的著名難題：旅行商問題。 旅行商問題，簡記為TSP，也稱貨郎擔問題。大意是：給出幾個城市的交通圖，從某一個城市出發(fā)，走遍所有城市，但每個城市只能經(jīng)過一次，最后回到原處，求如何選擇旅行路線以使走過的總路程最短。表面看來，TSP很簡單，其實不然。n很小，如3、4個城市，問題確實很簡單。但是，對較大甚至是不太大的咒，問題就將變得很復雜。這是因為對，2個城市的TSP，所有可能路線的數(shù)量呈指數(shù)增長，速度非?？?。例如，用每秒可進行數(shù)億次運算的Cray計算機對TSP進行搜索求解，當，n=7時，只需2.5×10—5秒；n=15時，需1.8小時；n=20時，竟需350年；n=100時，要10142年！由于有一大類組合優(yōu)化問題在數(shù)學上都等價于TSP，對TSP又找不到有效算法。因此，對TSP求解的討論一直成為運籌學的熱點問題之一。1985年，兩位人工神經(jīng)網(wǎng)絡專家（J.Hopfield和D.Tank）在求解n=30的TSP，使用900個神經(jīng)元組成的網(wǎng)絡在0.2秒內(nèi)就找到一個次優(yōu)解。神經(jīng)網(wǎng)絡大顯身手。 一興一衰形成鮮明對比。神經(jīng)網(wǎng)絡專家有點幸災樂禍，喊出了“人工智能已死，神經(jīng)網(wǎng)絡萬歲”的口號。 學術(shù)上不同觀點的爭論，是完全正常的。但是，發(fā)展到“麥芒對針尖”、互不相容的程度就毫無必要。其實，人工智能也好、神經(jīng)網(wǎng)絡也好，都是人在對人的智能進行研究過程中的探索。各有各的角度，各有各的長處。自然，相應地，也有自己的短處。因此，正確的做法是相互結(jié)合，取長補短，發(fā)揮各自的特點。例如，美國杜邦公司用于建筑物玻璃結(jié)構(gòu)設計的LAM系統(tǒng)，把人工智能的專家系統(tǒng)作神經(jīng)網(wǎng)絡的前端，使專家系統(tǒng)與使用者交互作用效果很好，已在建筑業(yè)推廣使用。實踐終于使人們拋棄成見，逐步形成一些共識： （1）基于二值邏輯的現(xiàn)行的電子數(shù)字計算機，作為傳統(tǒng)的人工智能信息處理系統(tǒng)，對于有明確定義的推理和計算問題，具有極快的速度和很高的精度，并已十分成熟； （2）由大量的類似神經(jīng)元的處理器交互并行協(xié)同工作組成的人工神經(jīng)網(wǎng)絡具有較強的自學習、自組織、自適應和容錯能力，可彌補傳統(tǒng)人工智能信息處理系統(tǒng)的不足； （3）作為高層次的智能活動，學習是核心問題，特別是要從非結(jié)構(gòu)化的經(jīng)驗中學習； （4）自然語言理解是研制新型智能系統(tǒng)的關(guān)鍵。

編輯推薦

《中小學科學素質(zhì)教育文庫?院士科普書系:模糊性:精確性的另一半(修訂本)》為國家重點圖書，中小學科學素質(zhì)教育文庫；院士科普書系。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    模糊性 PDF格式下載

---