智能计算快速入门之初识

左手的ㄟ右手 2022-04-23 10:32 208阅读 0赞

# 智能计算快速入门之初识 #

## 智能计算 ##

### 智能计算简介 ###

智能计算，也称为计算智能，包括遗传算法、模拟退火算法、禁忌搜索算法、进化算法、启发式算法、蚁群算法、人工鱼群算法，粒子群算法、混合智能算法、免疫算法、人工智能、神经网络、机器学习、生物计算、DNA计算、量子计算、智能计算与优化、模糊逻辑、模式识别、知识发现、数据挖掘等。

### 主要研究方向 ###

*  人工神经网络：模仿人脑的生理构造和信息处理的过程，模拟  
    人类的智慧
 *  模糊逻辑（模糊系统)：模仿人类语言和思维中的模糊性概念，模拟人  
    类的智慧
 *  进化计算：模仿生物进化过程和群体智能过程，模拟大自  
    然的智慧

### 主要特点 ###

*  智能性：包括算法的自适应性，自组织性，算法不依赖于问题本身的特点，具有通用性
 *  并行性：算法基本上是群体协作的方式对问题进行优化求解，非常适合大规模并行处理
 *  鲁棒性：算法具有很好的容错性，同时对初始条件不敏感，能在不同条件下寻找最优解

## 最优化问题 ##

### 最优化问题简介 ###

所谓最优化问题，指在某些约束条件下，决定某些可选择的变量应该取何值，使所选定的目标函数达到最优的问题。即运用最新科技手段和处理方法，使系统达到总体最优，从而为系统提出设计、施工、管理、运行的最优方案。

### 最优化问题模型 ###

m i n f ( x ) , x ∈ D minf(x),x∈D minf(x),x∈D

其中D表示问题的解的范围，X是D中的一个合法解。最优化问题就是从D中寻找出一个最合适的X，令f(x)达到最大值，或者最小值。

### 最优化问题的分类 ###

最常用的分类方式是根据X的取值类型进行分类，我们可以将最优化问题分为：函数优化问题和组合优化问题两类。

*  函数优化问题：x的取值类型为连续变量
 *  组合优化问题：x的取值类型为离散变量

也可以根据变量个数、问题性质、极值个数、时间变化、函数关系等进行分类，这里就不再一一进行介绍。

## NP理论 ##

*  P类问题（Polynomial Problem）：指一类能够用确定性算法在多项式时间内求解的判定  
    问题，即P就是能在多项式时间内解决的问题
 *  NP类问题（Non-deterministic Polynomial Problem：NP类问题是指一类可以用不确定性多项式算法求解的判定问题，即NP就是能在多项式时间验证答案正确与否的问题。
 *  NP完全问题（NP Complete Problem，NPC）：一个问题D被称为NP完全问题的条件是：（1）D属于NP类；(2) NP中的任何问题都能够在多项式时间内转化（约化）为D。
 *  NP难问题：即为上面两个条件中，满足第二个，但是不满足第一个的。

可知，这四类问题的关系大概如图所示：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzM3ODg4MDMx_size_16_color_FFFFFF_t_70]

## 应用前景和方向 ##

*  军事：雷达天线设计、卫星轨道、参数优化、战场模拟、军事物流优化、干扰抑制
 *  科技：机器学习、数据挖掘、图像处理、模式识别、多播路由等
 *  金融：经济数据分析、证据投资、财务分析与预警…
    
    …

## 参考文献 ##

*  《计算智能》
 *  [https://www.zhihu.com/question/27039635（怎么理解][https_www.zhihu.com_question_27039635] P 问题和 NP 问题？）
 *  维基百科

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzM3ODg4MDMx_size_16_color_FFFFFF_t_70]: /images/20220321/2c1b1c6ccd4b4750ab91749481bb77bb.png
[https_www.zhihu.com_question_27039635]: https://www.zhihu.com/question/27039635%EF%BC%88%E6%80%8E%E4%B9%88%E7%90%86%E8%A7%A3