計算智能

出自 MBA智库百科(https://wiki.mbalib.com/)

計算智能(Computing Intelligence)

　　計算智能是指以數據為基礎，以計算為手段來建立功能上的聯繫（模型），而進行問題求解，以實現對智能的模擬和認識。也指用計算科學與技術模擬人的智能結構和行為。計算智能是強調通過計算的方法來實現生物內在的智能行為。

　　計算智能包括神經網路、模糊邏輯和進化計算.對神經網路、模糊邏輯的研究已有較長歷史和較豐富的研究成果，而對進化計算的研究則相對較晚，並仍處在研究和應用的活躍期.

　　計算智能的研究內容包括人工神經網路、遺傳演算法、模糊邏輯、人工免疫系統、群體計算模型（ACO,PSO等）、支撐向量機、模擬退火演算法、粗糙集理論與粒度計算、量子計算、DNA計算、智能代理模型等等。

　　計算智能的主要方法有人工神經網路、遺傳演算法、遺傳程式、演化程式、局部搜索、模擬退火等等。這些方法具有以下共同的要素：自適應的結構、隨機產生的或指定的初始狀態、適應度的評測函數、修改結構的操作、系統狀態存儲器、終止計算的條件、指示結果的方法、控制過程的參數。計算智能的這些方法具有自學習、自組織、自適應的特征和簡單、通用、魯棒性強、適於並行處理的優點。

　　計算智能的主要應用領域有：模式識別、優化計算、經濟預測、金融分析、智能控制、機器人學、數據挖掘、信息安全、醫療診斷等等。

　　模型：具有生物背景知識並描述某一智能行為的數學模型

　　演算法：以計算理論、技術和工具研究對象模型的核心，它具有數值構造性、迭代性、收斂性、穩定性和實效性。

　　實驗：對許多複雜問題，難以進行理論分析，數值實驗和實驗模擬成為越來越重要的研究手段，並獲得了很大的成功（分叉、混沌、孤波等）。