安藏理工大学 ANHUI UNIVERSITY OF SCIKNCE TECHNOLOGY What is CI? 计算智能(Computational Intelligence)主要包括： ▣神经网络 ▣模糊逻辑与模糊推理 口遗传算法 ▣蚁群优化算法 ▣粒子群优化算法 口人工免疫算法 口分布估计算法 ▣Memetic算法 ▣模拟退火与禁忌搜索
What is CI? 计算智能(Computational Intelligence)主要包括： 神经网络 模糊逻辑与模糊推理 遗传算法 蚁群优化算法 粒子群优化算法 人工免疫算法 分布估计算法 Memetic算法 模拟退火与禁忌搜索
安藏理工大学 ANHUI UNIVERSTTY OF SCIENCE TECHNOLOGY Differences between n AI CI? (1)计算智能(Computational Intelligence C红)是借助自然界（生物界)规律的启示 根据其规律，设计出求解问题的算法。物理 学、化学、数学、生物学、心理学、生理学 神经科学和计算机科学等学科的现象与规律 都可能成为计算智能算法的基础和思想来源。 从关系上说，计算智能属于人工智能 （Artificial Intelligence,AI)的一个分 支
Differences between AI & CI? (1)计算智能（Computational Intelligence， CI）是借助自然界（生物界）规律的启示， 根据其规律，设计出求解问题的算法。物理 学、化学、数学、生物学、心理学、生理学、 神经科学和计算机科学等学科的现象与规律 都可能成为计算智能算法的基础和思想来源。 从关系上说，计算智能属于人工智能 （Artificial Intelligence，AI）的一个分 支
安藏理工大学 ANHUI UNIVERSTTY OF SCIENCE TECHNOLOGY Differences between 1AI CI? (2)计算智能算法主要包括神经计算、模糊计 算和进化计算三大部分。典型的计算智能算 法包括神经计算中的人工神经网络算法，模 糊计算中的模糊逻辑，进化计算中的遗传算 法、蚁群优化算法、粒子群优化算法、免疫 算法、分布估计算法、Memetic算法和单点 搜索技术例如模拟退火算法、禁忌搜索算法 等等
Differences between AI & CI? (2)计算智能算法主要包括神经计算、模糊计 算和进化计算三大部分。典型的计算智能算 法包括神经计算中的人工神经网络算法，模 糊计算中的模糊逻辑，进化计算中的遗传算 法、蚁群优化算法、粒子群优化算法、免疫 算法、分布估计算法、Memetic算法和单点 搜索技术例如模拟退火算法、禁忌搜索算法， 等等
安藏理工大学 ANHUI UNIVERSTTY OF SCIENCE TECHNOLOGY Differences between AI CI? (3)计算智能算法都有一个共同的特征就是通过模 盏智二有 方面茜达到模拟 人智化不和 走 将生物 賀慧、 百然 界的规律汗 同其些造 能的这： 研究领世凳有具 点点 可智 他生物智能的： 共 同 虽但经 它 人 法 上 肓 。例如 网络 仿 生 型人 和 信息处理的过程 类 糊 糊系 )模彷人 类 肯和 维 的模 类序些类在理逻概程 模拟人 类的 智 慧 进化迁算 生物进化过 体智能过程 模拟天自然的智 慧
Differences between AI & CI? (3)计算智能算法都有一个共同的特征就是通过模仿 人类智能的某一个（某一些）方面而达到模拟人类 智能，实现将生物智慧、自然界的规律计算机程序 化，设计最优化算法的目的。然而计算智能的这些 不同研究领域各有其特点，虽然它们具有模仿人类 和其他生物智能的共同点，但是在具体方法上存在 一些不同点。例如：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
安藏理工大学 Differences between n AI CI? (4)计算智能的发展也面临严峻的挑战，其中一个重 要原因就是计算智能目前还缺乏坚实的数学基础 还不能像物理、化学、天文等学科那样自如地运用 数学工具解决各自的计算问题。虽然神经网络具有 比较完善的理论基础，但是像进化计算等重要的计 算智能技术还没有完善的数学基础。计算智能算法 的稳定性和收敛性的分析与证明还处于研究阶段。 通过数值实验方法和具体应用手段检验计算智能算 法的有效性和高效性是研究计算智能算法的重要方 法
Differences between AI & CI? (4)计算智能的发展也面临严峻的挑战，其中一个重 要原因就是计算智能目前还缺乏坚实的数学基础， 还不能像物理、化学、天文等学科那样自如地运用 数学工具解决各自的计算问题。虽然神经网络具有 比较完善的理论基础，但是像进化计算等重要的计 算智能技术还没有完善的数学基础。计算智能算法 的稳定性和收敛性的分析与证明还处于研究阶段。 通过数值实验方法和具体应用手段检验计算智能算 法的有效性和高效性是研究计算智能算法的重要方 法