最優(yōu)化算法解決的是一般的最優(yōu)化問題。最優(yōu)化問題可以分為求解一個或一組函數(shù)中、使得函數(shù)取值最小的自變量的函數(shù)優(yōu)化問題和在一個解空間里面，尋找最優(yōu)解，使目標函數(shù)值最小的組合優(yōu)化問題等。優(yōu)化算法有很多，經(jīng)典算法包括線性規(guī)劃，動態(tài)規(guī)劃等，改進型局部搜索算法包括爬山法，最速下降法等；智能計算中的模擬退火、遺傳算法以及禁忌搜索稱作指導(dǎo)性搜索法，而神經(jīng)網(wǎng)絡(luò)，混沌搜索則屬于系統(tǒng)動態(tài)演化方法，從不同的角度和策略實現(xiàn)改進，取得較好的”全局最小解”。二者之間既有區(qū)別，而又一定的關(guān)系，形成互補去解決常見的一些優(yōu)化問題。

從比較廣泛的意義上講，智能計算和統(tǒng)計計算、蒙特卡羅方法聯(lián)系甚為密切，可互為從屬關(guān)系，是你中有我、我中有你，使用中也是互相補充。從這些算法的介紹和使用中不難發(fā)現(xiàn)這一特點。

智能計算是一種多層次級的計算模式，通?？煞譃?個層次：第一層為操作模擬層，把一些最基礎(chǔ)的思考操作進行程序化處理；第二層為存在經(jīng)驗層，即對于優(yōu)勢的經(jīng)驗和便捷的過程代碼化；第三層稱為績效評估層，即對各種經(jīng)驗的模擬結(jié)果進行評分，并能隨著條件和期望結(jié)果的變化改進評分體系；第四層分為A、B兩個系統(tǒng)：A系統(tǒng)通過智能計算對系統(tǒng)的變數(shù)進行有效的預(yù)測，B系統(tǒng)對這可能存在的預(yù)測結(jié)果進行的預(yù)判性評估；第五層為決策執(zhí)行層，對上面的決策執(zhí)行并在執(zhí)行過程中進行一些必要的修正；第六層是智能計算的經(jīng)驗系統(tǒng)，對實際運行結(jié)果進行總結(jié)和經(jīng)驗性判定，判斷判定結(jié)果的準確度。

現(xiàn)在，智能計算在國內(nèi)外得到廣泛的關(guān)注，已經(jīng)成為人工智能以及計算機科學(xué)的重要研究方向，并在自身性能的提高和應(yīng)用范圍的拓展中不斷完善。計算智能的研究、發(fā)展與應(yīng)用，無論是研究隊伍的規(guī)模、發(fā)表的論文數(shù)量，還是網(wǎng)上的信息資源，發(fā)展速度都很快，已經(jīng)得到了國際學(xué)術(shù)界的廣泛認可，并且在優(yōu)化計算、模式識別、圖像處理、自動控制、經(jīng)濟管理、機械工程、電氣工程、通信網(wǎng)絡(luò)和生物醫(yī)學(xué)等多個領(lǐng)域取得了成功的應(yīng)用，應(yīng)用領(lǐng)域涉及國防、科技、經(jīng)濟、工業(yè)和農(nóng)業(yè)等各個方面，尤其是在軍事、金融工程、非線性系統(tǒng)最優(yōu)化、知識工程、計算機輔助醫(yī)學(xué)診斷等方面取得了豐碩的成果，下面簡單介紹智能計算在這些領(lǐng)域中的應(yīng)用。

科學(xué)技術(shù)的不斷進步使得軍事領(lǐng)域的各個方面都發(fā)生了革命性的變革和質(zhì)的飛躍。當(dāng)前，以計算機和信息技術(shù)為核心的新軍事變革，使得現(xiàn)代戰(zhàn)爭呈現(xiàn)出的特點已不再是過去的以“大”吃“小”，而是現(xiàn)在的以“快”吃“慢”。加快信息處理速度，爭奪戰(zhàn)場信息優(yōu)勢，運用智能化的武器裝備，已經(jīng)成為21世紀戰(zhàn)爭的基本形態(tài)。面對這一重大變革，世界各國軍隊都在調(diào)整軍事戰(zhàn)略，其中發(fā)展先進的計算技術(shù)已成為各國軍隊的共同選擇。計算智能是借助現(xiàn)代計算工具模擬人的智能機制、生命演化過程和人的智能行為而進行信息獲取、問題分析、理論應(yīng)用和方法生成的一種計算技術(shù)。近年來，在新的形勢下，國家安全和軍事領(lǐng)域中出現(xiàn)了許多新的問題，有些問題難以用傳統(tǒng)方法來解決，甚至在某些情況下還不能完全將它們表示出來。為此，人們采用包括模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)和遺傳算法在內(nèi)的計算智能來解決這些問題，取得了一些新的進展和突破。目前，計算智能在軍事領(lǐng)域中的應(yīng)用已涉及到作戰(zhàn)指揮、信息處理、管理決策、智能控制、專家系統(tǒng)、故障診斷等方面，并還在不斷拓寬深入中。

金融工程是將工程思維引入金融領(lǐng)域，綜合運用各種工程方法來設(shè)計、開發(fā)和實施新型的金融產(chǎn)品，創(chuàng)造性的解決各種金融問題。如在股市預(yù)測、智能交易決策系統(tǒng)和證券組合投資策略等方面，計算智能技術(shù)都取得了比較好的效果。

對計算智能領(lǐng)域的神經(jīng)網(wǎng)絡(luò)融合算法、自適應(yīng)信號處理所提出的各種算法應(yīng)用于計算機輔助醫(yī)學(xué)診斷和生物醫(yī)學(xué)信號分析，也取得了許多應(yīng)用成果。

目前關(guān)于計算智能的研究和應(yīng)用仍處于蓬勃發(fā)展初期階段，應(yīng)用范圍遍及各個科學(xué)領(lǐng)域。雖然計算智能是一門新興的綜合型學(xué)科，而且各種智能方法的發(fā)展歷史也不是很長，但是其發(fā)展卻是相當(dāng)迅猛，應(yīng)用也相當(dāng)廣泛。當(dāng)前除了對單一的算法進行研究和應(yīng)用之外，現(xiàn)已開始對各種算法的融合進行研究，針對各個算法的特點，有目的的進行取長補短的算法綜合。典型的融合方案有人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)與免疫算法和遺傳算法、模糊邏輯與免疫算法、模糊邏輯與遺傳算法及遺傳算法與免疫算法等，特別是和傳統(tǒng)數(shù)值算法結(jié)合，取得了一些突破性成果。融合之后的算法可以提高算法的性能，增強算法的適應(yīng)性和穩(wěn)定性，同時還克服了算法選擇的盲目性。另外，還有學(xué)者提出了計算智能的新框架――生物網(wǎng)絡(luò)結(jié)構(gòu)，即神經(jīng)內(nèi)分泌免疫網(wǎng)絡(luò)。它由人工神經(jīng)網(wǎng)絡(luò)、人工內(nèi)分泌系統(tǒng)和人工免疫系統(tǒng)等組成。新框架的提出為人們研究其理論和應(yīng)用技術(shù)提供了新平臺，為計算智能今后的發(fā)展指明了方向。計算智能技術(shù)在自身性能的提高和應(yīng)用范圍的拓展中將得到不斷完善。

目前的智能計算研究的水平暫時還很難使“智能機器”真正具備人類的常識，但智能計算將在21世紀得到蓬勃發(fā)展，不僅僅只是功能模仿要持有信息機理一致的觀點，即人工腦與生物腦將不只是功能模仿，而是具有相同的特性。這兩者的結(jié)合將開辟一個全新的領(lǐng)域，開辟很多新的研究方向。智能計算將探索智能的新概念，新理論，新方法和新技術(shù)，而這一切將在今后的發(fā)展中都會取得新的重大成就。

神經(jīng)網(wǎng)絡(luò)計算

神經(jīng)網(wǎng)絡(luò)計算 (Neural Network Computing  NNC)是通過對人腦的基本單元——神經(jīng)元的模擬，經(jīng)過輸入層、隱層、輸出層等層次結(jié)構(gòu)，對數(shù)據(jù)進行調(diào)整、評估和分析計算，得到的一類具有學(xué)習(xí)、聯(lián)想、記憶和模式識別等功能的智能算法。

神經(jīng)網(wǎng)絡(luò)計算示意圖（摘自互聯(lián)網(wǎng)）

要想比較深入的理解神經(jīng)網(wǎng)絡(luò)計算，就必須對神經(jīng)網(wǎng)絡(luò)系統(tǒng)有一定的理解，下面對其進行一些簡單介紹。

神經(jīng)網(wǎng)絡(luò)(Neural Network，NN)是由大量的、簡單的處理單元（簡稱為神經(jīng)元）經(jīng)廣泛互連而形成的一個復(fù)雜網(wǎng)絡(luò)系統(tǒng)，反映了人腦功能的許多基本特征，是一個高度復(fù)雜化的非線性動力學(xué)系統(tǒng)。神經(jīng)網(wǎng)絡(luò)具有大規(guī)模并行、分布式存儲和處理、自組織、自適應(yīng)和自學(xué)習(xí)等能力，特別適合處理需要同時考慮眾多因素和條件的、含不精確和模糊信息的實際問題。神經(jīng)網(wǎng)絡(luò)的發(fā)展與神經(jīng)科學(xué)、數(shù)理科學(xué)、認知科學(xué)、計算機科學(xué)、人工智能、控制論、機器人學(xué)、心理學(xué)、分子生物學(xué)等諸多學(xué)科有關(guān)，是一門新興的邊緣交叉學(xué)科。

神經(jīng)網(wǎng)絡(luò)示意圖（摘自互聯(lián)網(wǎng)）

神經(jīng)網(wǎng)絡(luò)是腦科學(xué)、神經(jīng)心理學(xué)和信息科學(xué)等多學(xué)科的交叉研究領(lǐng)域,也是近年來高科技領(lǐng)域的一個新的研究熱點，其目的是想通過對人腦的組成機理和思維方式等的研究,進而通過模擬人腦的結(jié)構(gòu)和工作模式使機器具有類似人類的智能。

神經(jīng)網(wǎng)絡(luò)就是通過神經(jīng)元、細胞、觸突等結(jié)構(gòu)組成的一個大型網(wǎng)絡(luò)結(jié)構(gòu)，用來幫助生物進行思考和行動。那么人們就想到了計算機是不是也可以像人腦一樣具有這種結(jié)構(gòu)，這樣是不是就可以進行類似的思考。

神經(jīng)元示意圖（摘自互聯(lián)網(wǎng)）

神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖（摘自互聯(lián)網(wǎng)）

人腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)的基本構(gòu)造是神經(jīng)元(神經(jīng)細胞)，是處理人體內(nèi)各部分之間相互信息傳遞的基本單元。神經(jīng)生物學(xué)家研究的結(jié)果表明，人的一個大腦一般有一千個以上的神經(jīng)元，每個神經(jīng)元都由一個細胞體，一個連接其他神經(jīng)元的軸突和一些向外伸出的其它較短分支——樹突組成。軸突的功能是將神經(jīng)元的輸出信號傳遞給別的神經(jīng)元，其末端的許多神經(jīng)末梢使得信號可以同時傳送給多個神經(jīng)元。樹突的功能是接受來自其它神經(jīng)元的信號，神經(jīng)元細胞體將接受到的所有信號進行簡單處理后再由軸突輸出。神經(jīng)元的樹突與另外的神經(jīng)元的神經(jīng)末梢相連的部分稱為突觸，這一結(jié)構(gòu)的特點決定著人工神經(jīng)網(wǎng)絡(luò)具有高速信息處理的能力。人腦的每個神經(jīng)元大約有上百個樹突及相應(yīng)的突觸，一個人的大腦形成一千個左右的突觸。雖然每個神經(jīng)元的運算功能十分簡單，且信號傳輸速率也較低，但由于各神經(jīng)元之間的極度并行互連功能，最終使得一個普通人的大腦在約1秒內(nèi)就能完成現(xiàn)行計算機至少需要數(shù)10億次運算處理能力才能完成的任務(wù)。