软计算与人工智能

软计算是一个新的发展方向。它为人工智能学科今后的发展开辟了许多新的发展思路,由此传统的人工智能由精确性、确定性、完整性走向了模糊性、随机性、不精确性、不完整性,人工智能演变成了计算智能。     

软计算方法——人工智能发展的新思路

静态的、严格的“物理符号系统”假设曾使传统人工智能一度陷人困境,软计算方法处理问题的灵活性和不确定性为人工智能的发展提供了新思路,作为一种创建计算智能的新颖方法,软计算对于人工智能的发展具有重要的意义。     

计算和智能

大约一年多以前,作者发表了拙作《智能机理和软计算》(l),曾引起不少同行的兴趣,希望进一步推     

一类智能计算思想：按自然法则计算

本文从介绍计算的演化入手，引出了当前人工智能研究中存在的本质困难，指出了这些困难与近代数学的关系，也指出了ＡＩ的出路和所应采取的策略。最后，结合具体算法，介绍了按自然法则计算的某些主要特征。     

计算智能：计算,集成与集成开发环境

90年代以来,在智能信息处理研究的纵深发展过程中,人们特别关注到精确处理与非精确处理的     

计算智能融合应用研究

本文对神经网络（NN），进化算法（EA0，不确定理论（Uncertain Theory）混沌系统（Chaos System）、免疫算法（IA,Immune Algorithm）、DNA计算（DNA Coputing）等广义计算智能相互融合应用进行了总结和分析，重点介绍免疫算法、DNA计算等新型计算智能理论的相互融合应用，最后对计算智能理论的融合应用趋势进行探讨。     

智能计算中的热点问题

1 引言人工神经网络研究热潮的再度兴起有其客观的历史背景。50年代以来,以符号机制为代表的经典人工智能形式体系取得了巨大的成功.80年代,当人们对过去30年的成就与问题进行反思时,却不得不承认,智能系统如何从环境中自主学习的问题事实上并未很好地解决。从逻辑的角度讲,以演绎逻辑为基础的算法体系可以发现新的定理,却无法发现新的定律。换句话说,基于符号推理的经典人工智能形式体系在机器定理证明方面的成功和在规则提取方面的失败同属必然。事实上,早在50年代,那些热衷于研究知识发现内在逻辑的人们就已经隐约地意识到,归纳逻辑、尤其是不完全归纳逻辑是通往知识发现的合理途径。Rosenblatt[1957]提出了感知机     

面向21世纪的计算智能研究与思考

1 引言人工智能(AI),广义地讲就是用计算机模拟和再现人类的某些智能行为。从方法论的角度,AI大致可分为3种基本类型:1)以符号操作为基本特征,以演绎方法为逻辑主体,从抽象层次模拟和再现人类某些智能行为的符号机制(Symbolism);2)以大量神经元的相互连接和作用为基本特征,以归纳方法、尤其是不完全归纳方法为逻辑主体,从神经元的连接关系和作用机制层次模拟和再现人类某些智能行为的连接机制     

面向智能计算的记忆结构理论综述

本文从智能计算角度出发，对记忆的总体结构、信息表征及记忆模型等方面的理论作一综述。并在分析、比较了这些理论与ＡＩ中的相关理论差异的基础上，对面向智能计算的记忆理论研究方法与方向作了扼要讨论。     

人工智能与计算智能在物联网方面的应用探究

随着经济的发展,科技不断进步。物联网是基于信息数据采集的传感设备,将物品信息与互感器相连接,信息上传至网络后可进行分享,并实现信息智能化识别及地理定位。人工智能和计算机智能均在物联网中广泛应用。基于此,分析了物联网,在此基础上,针对人工智能、计算智能在物联网中的应用实践,提出个人观点与认识,以期为相关人员提供参考。     

面向可信云计算的资源安全管理机制研究

数据所有权和控制权的分离对云中的程序和数据构成了严重的安全威胁,因此,云计算的可信性是决定其推广和普及程度的关键。本文认为,云计算资源管理机制对云计算可信性具有关键的影响作用;在此认识基础上,本文首先从资源安全管理机制本身及其实现的脆弱性两大方面分析了国内外的相关研究现状;然后,经分析得出,与普通网络环境相比,"共享与隔离"及"安全和性能"这两个矛盾在云计算环境中更为突出,且这两者的完美解决更加依赖于计算体系结构和计算模式的创新;最后,为有效提升云计算可信性,提出了云计算资源安全管理机制应优先着重关注的五个方面问题,并给出了相应思考。     

分布对象计算中继承机制的研究

以Web,CORBA,Java,ActiveX以及对象一关系数据库的集成为先导,以Oracle的网络计算体系结构NCA(Network computing Arch:tecture,http:声www·Oracle com/nca)为实例,分布对象技术在经历了从单一环境、单一地址空间、单一语言的集中计算到客户/服务器(Client/Server)计算之后,正在进化为基于Internet/Intranet的以网络为中心的计算。“Inter-et最终无可置疑地将对象技术纳人计算技术的主流’,[1〕。以网络为中心决不简单地等同于以Internet/Intranet为中心,其深刻的内涵是:     

云计算中基于共享机制和群体智能优化算法的任务调度方案

为了提高云计算中虚拟机(VM)的利用率并降低任务的完成时间,提出了一种融合共享机制的混合群智能优化算法,实现云任务的动态调度。首先,将虚拟机调度编码为蜜蜂、蚂蚁和遗传个体。然后,利用人工蜂群算法(ABC)、蚁群算法(ACO)和遗传算法(GA)分别在各自邻域内寻找最优解。最后,通过一个共享机制使3种算法定期交流各自搜索到的解,并将获得的最佳解作为当前最优解进行下一次迭代过程,以此来加速算法收敛并提高收敛精度。通过CloudSim进行了一个云任务调度的仿真实验,结果表明提出的混合算法能够合理有效地调度任务,在任务完成时间和稳定性方面具有优越的性能。     

基于软计算的电力线路工程造价预测模型

采用软计算和数据挖掘技术来解决电力线路工程造价问题,提出了一种工程造价的智能预测模型.首先根据工程造价的专业要求对搜集的实际历史数据进行预处理,并应用包装算法优选属性使数据结构符合建模要求,然后采用基于神经网络集成的模糊系统构建工程造价的预测模型,在建模过程中,利用实验对比方法对模型参数进行了优选.最后在Matlab平台上对该模型进行了仿真,实验结果说明该模型在预测准确性及泛化能力上优于BP网络.模型对于工程建设业主方控制初期的投资规模具有一定的指导意义,也能为电力部门在历史工程的基础上形成客观全面的工程造价经验提供辅助手段.     

面向银行业云计算平台的安全机制研究

云计算是当前较新的技术,简要介绍了云计算原理及特征,阐述了银行业应用云计算技术所带来的优势。随着云计算技术在更多行业的应用,人们对信息和数据安全越来越重视,因此对云计算安全机制方面也提出了更高的要求,对已有的各项安全技术加以整理,并针对银行业特点及云计算技术特征给出建议。     

论智能

信息化的必然趋势是智能化,智能革命将开创人类后文明史。图灵测试、物理符号假设等对智能研究的发展起了积极的推动作用。掌上电脑的先驱者霍金斯的新书On Intelligence(论智能)闯进了人工智能的领域并使该领域萌生新机。新书提出了对人脑的新理解,将可能导致创建真正的智能机器,关键是机器智能需要神经科学。智能科学主张智能的研究不仅要在功能上模拟自然智能,而且要进行机理的研究,提出智能研究的新思路。     

On the role of Soft Computing in microelectronics technology

 This note discusses the potential of Soft Computing (SC) in microelectronics. Though the SC applications to this field have been so far rather marginal, the present trends of microelectronics technology strongly suggest that the techniques of soft computing, (fuzzy logic, neural networks, genetic algorithms, expert systems, etc.), synergistically combined with more conventional approaches, will play an increasingly relevant role.     

面向虚拟资源的云计算资源管理机制探讨

近年来,云计算作为信息技术领域的一项新的服务形式,被看作是新一代信息技术应用模式和技术变革的核心,日益受到业界和各国的关注,并大力推进其发展。而资源管理是云计算技术的重要研究内容,如何合理做好资源分配、提高资源的使用效率,是我们需要重视的问题。本文简要介绍了云计算的定义及其优势,并对其资源管理机制做出了探讨。     

Soft sets and soft rough sets

In this study, we establish an interesting connection between two mathematical approaches to vagueness: rough sets and soft sets. Soft set theory is utilized, for the first time, to generalize Pawlak’s rough set model. Based on the novel granulation structures called soft approximation spaces, soft rough approximations and soft rough sets are introduced. Basic properties of soft rough approximations are presented and supported by some illustrative examples. We also define new types of soft sets such as full soft sets, intersection complete soft sets and partition soft sets. The notion of soft rough equal relations is proposed and related properties are examined. We also show that Pawlak’s rough set model can be viewed as a special case of the soft rough sets, and these two notions will coincide provided that the underlying soft set in the soft approximation space is a partition soft set. Moreover, an example containing a comparative analysis between rough sets and soft rough sets is given.