史檸瑋

摘 要：“軟計算”方法的應(yīng)用對人工智能的技術(shù)發(fā)展有著積極的促進(jìn)作用。靈活性、容錯性和魯棒性是該方法在實(shí)際應(yīng)用中表現(xiàn)出來的主要特點(diǎn)。本篇文章主要從軟計算方法的發(fā)展背景入手，對基于軟計算方法的人工智能發(fā)展新思路進(jìn)行了探究。

關(guān)鍵詞：軟計算方法；人工智能；發(fā)展思路

中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-2064（2017）11-0023-02

軟計算方法是對計算智能系統(tǒng)進(jìn)行創(chuàng)新的一種表現(xiàn)。它主要是在模糊數(shù)學(xué)有關(guān)知識與智能化技術(shù)手段有機(jī)結(jié)合的基礎(chǔ)上，通過建模方式對復(fù)雜大系統(tǒng)中一些不確定性問題進(jìn)行求解的技術(shù)方法。這一智能化計算方法在20世紀(jì)末開始得到國外學(xué)者的關(guān)注。隨著該計算方法的不斷發(fā)展，除了最早的模糊邏輯、模糊計算和神經(jīng)計算以外，進(jìn)化計算、混沌系統(tǒng)、序數(shù)優(yōu)化和模擬退火也成為了軟計算體系中的重要組成部分。從該智能化計算技術(shù)發(fā)展現(xiàn)狀來看，它所構(gòu)建出來的數(shù)學(xué)模型可以對客觀事物進(jìn)行更為真實(shí)的反映，讓相關(guān)問題的求解過程表現(xiàn)出智能化特性。

1 軟計算方法的發(fā)展背景

針對客觀環(huán)境中存在不確定性因素，從資源有限的現(xiàn)實(shí)情形入手，對現(xiàn)實(shí)問題進(jìn)行決策與控制，是人們在生存發(fā)展過程中的永恒主題[1]。在對人類尋求現(xiàn)實(shí)問題解決方式的措施進(jìn)行探究以后，我們可以發(fā)現(xiàn)。定型化信息處理方式與定量化信息處理方式之間的結(jié)合是人類在未來階段所要遵循的一條重要技術(shù)路線。

從人類技術(shù)手段的發(fā)展來看，隨著計算機(jī)技術(shù)不斷發(fā)展，人工智能模式成為了一種在計算機(jī)科學(xué)、控制論、信息論和神經(jīng)生理學(xué)等多種學(xué)科相互作用下而形成的綜合性計算模式。物理符號系統(tǒng)假設(shè)是該學(xué)科的主要作用機(jī)理。但是從這一技術(shù)的應(yīng)用情況來看，這種基于物理符號系統(tǒng)的人工智能技術(shù)表現(xiàn)出來的是一種靜止化、精確化的邏輯處理方式。但是這種邏輯處理方式與人腦思維之間也存在著一定的差異性。由于人們在共同的思維下并不能產(chǎn)生共同的思維方式，因而通過向計算機(jī)灌輸百科全書的方式來獲取令人滿意的問題處理方式的措施只能在一定的專業(yè)范圍內(nèi)得到應(yīng)用，因而，在20世紀(jì)90年代以后，學(xué)術(shù)界所普遍認(rèn)同的新型科學(xué)范式是一種以不確定性、非線性和時間不可逆性為內(nèi)涵的研究范式。由于這一范式是以一些復(fù)雜問題為主要對象，因而智能計算技術(shù)也開始得到了學(xué)術(shù)界的重視，這就使得人工智能向計算智能之間的轉(zhuǎn)變成為了軟計算方法的主要產(chǎn)生背景。

2 軟計算的概述

軟計算是相對于傳統(tǒng)硬計算而言的。嚴(yán)格性、確定性和精確性是傳統(tǒng)硬計算的主要特點(diǎn)。從這種計算模式在現(xiàn)實(shí)生活中所發(fā)揮出來的作用來看，并不能對現(xiàn)實(shí)生活中所存在的一些問題進(jìn)行有效解決。在軟計算技術(shù)得到發(fā)展以后，對不精確、不確定和不完全真值的容錯性是軟計算技術(shù)的主要特點(diǎn)。它是在對自然界中的智能系統(tǒng)進(jìn)行模擬的基礎(chǔ)上，對日常工作進(jìn)行處理[2]。在對軟計算與傳統(tǒng)人工智能進(jìn)行分析以后可以發(fā)現(xiàn)，軟計算并不會對過多的符號運(yùn)算進(jìn)行應(yīng)用。在對軟計算方法進(jìn)行應(yīng)用的過程中，對軟計算各項(xiàng)算法進(jìn)行聯(lián)合運(yùn)用的基礎(chǔ)上所建立起來的混合智能系統(tǒng)成為了這技術(shù)的主要的應(yīng)用形式。從軟計算方法所涉及到的主要內(nèi)容來看，魯棒性（計算機(jī)控制系統(tǒng)在一定結(jié)構(gòu)、大小的參數(shù)的攝動下維持自身某些性能的特性）、處理問題的靈活性和容錯性是軟計算方法所表現(xiàn)出來的主要內(nèi)容。軟計算方法的應(yīng)用，可以讓一些傳統(tǒng)人工模式所面臨的問題得到有效解決，這就對計算智能系統(tǒng)的創(chuàng)新起到了一定的促進(jìn)作用。

3 基于軟計算方法的人工智能發(fā)展新思路

3.1 模糊邏輯理論與模糊計算

隨機(jī)性、模糊性和不確知性是自然系統(tǒng)和人工系統(tǒng)中所表現(xiàn)出來的兩種主要特性。為了對模糊性和不確定性這兩大問題進(jìn)行解決，國外學(xué)者在20世紀(jì)中葉提出了以模糊集合論對模糊信息進(jìn)行處理的這一處理方法。這一系統(tǒng)處理模式是借助嚴(yán)格的數(shù)學(xué)方法對模糊化系統(tǒng)信息進(jìn)行分析。從邏輯方面來看，它是以多值邏輯系統(tǒng)為基礎(chǔ)而發(fā)展起來的，從集合論的角度來看，它與定義邊界結(jié)合問題的表達(dá)之間存在著一定的關(guān)系[3]。

統(tǒng)一集技術(shù)是一些學(xué)者在對與模糊計算問題有關(guān)的模糊集合、可拓集合登記和輪的基礎(chǔ)上構(gòu)建的一種新型集合模式。S=（A，B，F(xiàn)，J）是這一數(shù)學(xué)模型的主要表達(dá)式。在這一集合體系中，S可以被看作是一種非空的經(jīng)典統(tǒng)一集，它主要對集合所要討論的事物范圍進(jìn)行了確定。B可以被看作是一個對集合A中的元素的描述過程中所構(gòu)成的結(jié)合，字母F可以被看作是一個由A到B的映射，也是對A中所涉及到的元素進(jìn)行了描述，字母J代表的是一個對映射F所構(gòu)建的一種約束界殼，在它的實(shí)際應(yīng)用過程中，這種約束界殼可以是集合、不等式或者是一些由若干不同謂詞所構(gòu)成的組合。隨著科技的不斷進(jìn)步，統(tǒng)一集可以通過對人類各種思維方式進(jìn)行模擬，為智能化的決策提供新的方法支撐。

3.2 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是在對計算系統(tǒng)中大量的簡單處理單元進(jìn)行廣泛鏈接的技術(shù)上所建立起來的一種復(fù)雜化的網(wǎng)絡(luò)系統(tǒng)。在人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，數(shù)據(jù)在網(wǎng)絡(luò)系統(tǒng)中的流動，是人們進(jìn)行計算的一大主要依據(jù)。在數(shù)據(jù)的流動過程中，每個神經(jīng)元都可以從與其連接的神經(jīng)元中接收一些輸入的數(shù)據(jù)流，并在對輸入到數(shù)據(jù)流進(jìn)行處理以后，通過輸出數(shù)據(jù)流將這一信息傳遞到與之相連接的其他神經(jīng)元系統(tǒng)之中。這一過程也是人工神經(jīng)網(wǎng)絡(luò)從環(huán)境中自動獲取知識的重要過程。反向傳播網(wǎng)絡(luò)就可以被看作是對人工神經(jīng)網(wǎng)絡(luò)進(jìn)行應(yīng)用的一種表現(xiàn)。它是在對基于軟計算方法的學(xué)習(xí)規(guī)則進(jìn)行一般化處理的基礎(chǔ)上，通過對非線性可微分函數(shù)進(jìn)行應(yīng)用的方式來進(jìn)行權(quán)值訓(xùn)練的多層網(wǎng)絡(luò)體系。S形函數(shù)是其神經(jīng)元的變換函數(shù)的主要表現(xiàn)形式。泛化性能是這一技術(shù)的一種主要特性。在正向傳播過程中，輸入信息是由輸入層經(jīng)隱含層逐層計算的方式傳入輸出層，其中每一層神經(jīng)元的狀態(tài)只對其下一層的神經(jīng)元狀態(tài)有所影響。

3.3 進(jìn)化計算

進(jìn)化計算是達(dá)爾文進(jìn)化論、計算機(jī)科學(xué)和生物遺傳學(xué)相結(jié)合建立起來的一種新型計算方法[4]。利用簡單的編碼技術(shù)對各種復(fù)雜的結(jié)構(gòu)進(jìn)行表述，并在借助編碼進(jìn)行簡單遺傳操作的基礎(chǔ)上，借助優(yōu)勝劣汰的自然選擇策略對學(xué)習(xí)方向和與之有關(guān)的搜索方向進(jìn)行確定。群體復(fù)制技術(shù)、雜交技術(shù)和編譯遺傳操作技術(shù)在學(xué)術(shù)研究中的應(yīng)用，可以讓與之有關(guān)的魯棒性得到一定程度的提升。遺傳算法、進(jìn)化策略和進(jìn)化規(guī)劃是進(jìn)化計算在實(shí)際應(yīng)用中的計算策略。下表1中的內(nèi)容是三種算法的比較分析。

可以說，從進(jìn)化計算的應(yīng)用實(shí)例來看，遺傳算法對復(fù)雜系統(tǒng)優(yōu)化問題的解決起到了一定的促進(jìn)作用。由于這一算法對問題種類表現(xiàn)出了較強(qiáng)的魯棒性，因而這一算法可以在多個不同的學(xué)科中得到應(yīng)用。

3.4 模擬退火

模擬退火是建立在無機(jī)械自然規(guī)律基礎(chǔ)上的一種非導(dǎo)數(shù)優(yōu)化方法。能量最低原理是這算法中應(yīng)用到的主要原理。在這一原理的影響下，原子所在的能級成為了原子穩(wěn)定狀態(tài)的主要影響因素。從模擬退火技術(shù)的應(yīng)用情況來看，上述兩者之間表現(xiàn)出來的是一種負(fù)相關(guān)的關(guān)系：原子能級愈高，原子的穩(wěn)定性愈低。在這樣的情況下，如果我們將原子的最小能級看作是目標(biāo)函數(shù)的最小化階段，在進(jìn)入高能級狀態(tài)以后，原子會進(jìn)入到不穩(wěn)定的狀態(tài)之中，對溫度的降低就成為對相關(guān)概率進(jìn)行縮小的有效方式。它對組合優(yōu)化問題的解決起到了一定的促進(jìn)作用。在連續(xù)優(yōu)化問題的處理過程中，也表現(xiàn)出了一定的可行性。例如英國數(shù)學(xué)家可可曼在19世紀(jì)提出的貨郎擔(dān)問題就可以利用模擬退火方式進(jìn)行解決[5]。從這一問題的原始解決方式來看，研究者首先要對每一條可供選擇的路線進(jìn)行羅列，然后在對每條路線的總里程進(jìn)行計算的基礎(chǔ)上，對最短的路線進(jìn)行選擇，是一種較為常用的計算方式，但是在這一城市的數(shù)量增加到20個以上的情況下，計算機(jī)借助這種方式對路線的檢索也會耗費(fèi)大量的時間，因而這一技術(shù)可以通過對組合優(yōu)化問題的理想平臺進(jìn)行構(gòu)建的方式，對這一類問題進(jìn)行解決。目標(biāo)函數(shù)法、二變換法、三變換法和目標(biāo)函數(shù)差計算模式的應(yīng)用，可以讓計算時間得到有效縮短。在飛機(jī)航線安排、物流派送和城市公交線路設(shè)計問題的解決，也可以對模擬退火技術(shù)進(jìn)行應(yīng)用。例如源節(jié)點(diǎn)到目的節(jié)點(diǎn)之前的最短路徑問題是車輛路線選擇問題解決過程中的關(guān)鍵要素。這一問題也是貨郎擔(dān)問題的變式，因而模擬退火技術(shù)也可以對這一問題進(jìn)行解決。

3.5 序數(shù)優(yōu)化

序數(shù)優(yōu)化是哈佛大學(xué)學(xué)者在1992年開始應(yīng)用的一種新型軟計算方法。它可以通過對解空間較為龐大問題的計算程序進(jìn)行構(gòu)建。從這種計算方法的應(yīng)用情況來看，它可以通過對計算程序進(jìn)行設(shè)計的方式，對解空間中的原問題的滿意解集進(jìn)行確定。從這一技術(shù)的應(yīng)用效果來看，它在機(jī)器人研究領(lǐng)域、資源分配領(lǐng)域、社會選擇領(lǐng)域已經(jīng)取得了令人滿意的應(yīng)用效果，美國學(xué)者J·Hofland提出的遺傳算法，是對生物在自然環(huán)境中的遺傳和進(jìn)化過程而獲取全局最優(yōu)解的算法，深井鉆井風(fēng)險評估模型的建立，是對序數(shù)優(yōu)化法進(jìn)行應(yīng)用的表現(xiàn)。在筆者看來，模糊可拓經(jīng)濟(jì)控制體系的構(gòu)建也是對序數(shù)優(yōu)化方式進(jìn)行應(yīng)用的一種體現(xiàn)。

4 結(jié)語

系統(tǒng)運(yùn)行的人性化是人工智能在實(shí)際應(yīng)用過程中的主要特征。微觀涌現(xiàn)機(jī)制與宏觀的控制機(jī)制、預(yù)測機(jī)制和決策機(jī)制之間的結(jié)合，對一些復(fù)雜系統(tǒng)問題的解決有促進(jìn)作用。計算體系在復(fù)雜系統(tǒng)的分析、控制和決策領(lǐng)域有著巨大的作用和應(yīng)用潛力。軟計算方法與眾多解決復(fù)雜問題的技術(shù)之間的有機(jī)結(jié)合，可以為不確定性問題和不確切性問題的解決提供一定的方法指導(dǎo)。

參考文獻(xiàn)

[1]馮統(tǒng)成.軟計算方法——人工智能發(fā)展的新思路[J].電腦與電信，2006（06）：19-21+18.

[2]王攀，萬君康，馮珊.創(chuàng)建計算智能的新方法——軟計算的若干問題研究[J].武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版），2004（04）：618-621.

[3]劉昆.軟計算方法在智能優(yōu)化中的應(yīng)用研究[D].浙江大學(xué)，2002.

[4]吳成東，許可，王欣，韓中華.軟計算方法在數(shù)據(jù)挖掘中的應(yīng)用[J].計算機(jī)測量與控制，2005（03）：294-297.

[5]何建南.軟計算方法和廣義模糊認(rèn)知哲學(xué)[J].五邑大學(xué)學(xué)報（社會科學(xué)版），2007（03）：1-4.