智能計算概述

智能計算（Intellectual Computing，IC），也稱計算智能（Computational Intelligence，CI）或軟計算（Soft Computing,SC），是受人類組織、生物界及其功能和有關(guān)學(xué)科內(nèi)部規(guī)律的啟迪，根據(jù)其原理模仿設(shè)計出來的求解問題的一類算法。智能計算所含算法的范圍很廣，主要包括神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)、遺傳算法、模糊計算、蟻群算法、人工魚群算法、粒子群算法、免疫算法、禁忌搜索、進化算法、啟發(fā)式算法、模擬退火算法、混合智能算法等類型繁多、各具特色的算法。以上這些智能計算的算法都有一個共同的特點就是通過模仿人類智能或生物智能的某一個或某一些方面而達到模擬人類智能、實現(xiàn)將生物智慧、自然界的規(guī)律等設(shè)計出最優(yōu)算法，進行計算機程序化，用于解決很廣泛的一些實際問題。當然，智能計算的這些不同研究領(lǐng)域和算法各有各的特點，雖然它們具有模仿人類和生物智能的共同點，但是在具體實現(xiàn)方法上還存在一些不同點。例如人工神經(jīng)網(wǎng)絡(luò)模仿人腦的生理構(gòu)造和信息處理的過程，模擬人類的智慧；模糊計算模仿人類語言和思維中的模糊性概念，也是模擬人類的智慧；進化計算模仿生物進化過程和群體智能過程，模擬大自然的智慧等。

智能計算（摘自互聯(lián)網(wǎng)）

智能計算,借鑒仿生學(xué)的思想,基于生物體系的生物進化、細胞免疫、神經(jīng)細胞網(wǎng)絡(luò)等諸多機制,用數(shù)學(xué)語言抽象描述的計算方法，是基于數(shù)值計算和結(jié)構(gòu)演化的智能，是智能理論發(fā)展的高級階段。智能計算有著傳統(tǒng)計算無法比擬的優(yōu)越性,它的最大特點就是不需要對問題自身建立精確的數(shù)學(xué)模型,非常適合于解決那些因為難以建立有效的形式化模型而用傳統(tǒng)的數(shù)值計算方法難以有效解決、甚至無法解決的問題。

隨著計算機系統(tǒng)智能性的不斷增強，由計算機自動和委托完成任務(wù)的復(fù)雜性和難度也在不斷增加。所以，智能計算也可以看作是一種經(jīng)驗化的計算機思考性的算法，是人工智能體系的一個分支，是輔助人類去處理各式問題的具有獨立思考能力的系統(tǒng)。

智能計算是借助自然界、特別是生物界規(guī)律的啟示，根據(jù)其規(guī)律，設(shè)計出求解問題的算法。數(shù)學(xué)、物理學(xué)、化學(xué)、生物學(xué)、心理學(xué)、生理學(xué)、神經(jīng)科學(xué)和計算機科學(xué)等諸多學(xué)科的現(xiàn)象與規(guī)律都可能成為智能計算算法的基礎(chǔ)和思想來源。從相互關(guān)系上來看，智能計算屬于人工智能的一個分支?，F(xiàn)在，智能計算的發(fā)展也面臨嚴峻的挑戰(zhàn)，其中一個重要原因就是智能計算目前還缺乏堅實的數(shù)學(xué)理論基礎(chǔ)，還不能像物理、化學(xué)、天文等學(xué)科那樣非常自如地運用數(shù)學(xué)工具解決各自的計算問題。雖然神經(jīng)網(wǎng)絡(luò)具有比較完善的理論基礎(chǔ)，但是像進化計算等一些重要的智能算法還沒有完善的數(shù)學(xué)基礎(chǔ)；智能計算算法的穩(wěn)定性和收斂性的分析與證明還處于研究的開始階段。通過數(shù)值實驗方法和具體應(yīng)用手段檢驗智能計算算法的有效性和高效性是研究智能計算算法的重要方法。從其本質(zhì)上來看，智能計算是仿生的、隨機化的、經(jīng)驗性的，大自然也是隨機性的、具有經(jīng)驗性的，抽取大自然的這一特性，自動調(diào)節(jié)形成經(jīng)驗、取得可用的結(jié)果。這些方法還具有以下共同的要素：自適應(yīng)的結(jié)構(gòu)、隨機產(chǎn)生的或指定的初始狀態(tài)、適應(yīng)度的評測函數(shù)、修改結(jié)構(gòu)的操作、系統(tǒng)狀態(tài)存儲結(jié)構(gòu)、終止計算的條件、指示結(jié)果的方法、控制過程的參數(shù)等等。計算智能的這些方法具有自學(xué)習(xí)、自組織、自適應(yīng)的特征和簡單、通用、健壯性強、適于并行處理等優(yōu)點。在并行搜索、聯(lián)想記憶、模式識別、知識自動獲取等方面得到了廣泛的應(yīng)用，取得了諸多開創(chuàng)性的成果。

這里所說的“軟計算”是相對于“硬計算”而言的。所謂“硬計算”是指傳統(tǒng)的數(shù)值計算，具有可用的完善數(shù)學(xué)模型，堅實的數(shù)學(xué)理論基礎(chǔ)，主要特征是嚴格、確定和精準。但是硬計算并不適合處理現(xiàn)實生活中的許多問題，如汽車駕駛、人臉識別、信息檢索等，軟計算通過對不確定、不精確及不完全取值的容錯以取得低代價的解決方案和穩(wěn)定性，模擬自然界中智能系統(tǒng)的生化過程（人的感知、腦結(jié)構(gòu)、生物進化和免疫等）來有效的處理日常工作、科研和生產(chǎn)中遇到的諸多問題。當然，軟、硬計算的說法只是相對而言的，很難進行嚴格的定義和區(qū)分。

智能計算跟數(shù)值計算的目的是一樣的，即通過計算得到令人滿意的接近真解的近似解，再拿這個近似解代替真解來說明和解決問題。一般情況下，很多問題是沒有解析解的，這時可以通過數(shù)學(xué)建模、用計算方法來求數(shù)值解；當遇到問題特別復(fù)雜，用傳統(tǒng)計算方法計算量太大或很難在計算機上實現(xiàn)時，可以考慮采用智能算法。

計算智能是受大自然智慧和人類智慧的啟發(fā)而設(shè)計出的一類算法的統(tǒng)稱，隨著技術(shù)的進步，在科學(xué)研究和工程實踐中遇到的問題變得越來越復(fù)雜，采用傳統(tǒng)的計算方法來解決這些問題面臨著計算復(fù)雜度高、計算時間長等問題，特別是對于一類高難度問題，傳統(tǒng)算法根本無法在可以接受的時間內(nèi)求出精確解。因此，為了在求解時間和求解精度上取得平衡，提出了很多具有啟發(fā)性特征的智能算法。這些算法或模仿生物界的進化過程，或模仿生物的生理構(gòu)造和身體機能，或模仿動物的群體行為，或模仿人類的思維、語言和記憶過程的特性，或模仿自然界的物理現(xiàn)象，希望通過模擬大自然和人類的智慧實現(xiàn)對問題的優(yōu)化求解，在可接受的時間內(nèi)求解出可以接受的解。這些算法共同組成了計算智能算法。

智能計算和不少學(xué)科之間有著密切的關(guān)系，如智能計算和人工智能、最優(yōu)化算法及統(tǒng)計計算等。

人工智能（Artificial Intelligence，AI），是研究、開發(fā)用于模擬、延伸和擴展人類的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué)，是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，以得出一種新的能以人類智能相似的方式做出反應(yīng)的智能性機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作，但智能計算和人工智能是兩個完全不同的概念，計算和通信兩個領(lǐng)域的融合開創(chuàng)了智能計算的新天地，現(xiàn)在計算機已經(jīng)可以更聰明地幫助人們獲得和處理信息，這已經(jīng)和人工智能的概念大相徑庭了。從相互關(guān)系上看，計算智能應(yīng)屬于人工智能的一個分支。