智能控制的学习心得与体会及展望

计算智能学习心得体会

本学期我们水利水电专业开了“计算智能概论”这门课，有我们学院的金菊良教授给我们授课，据说这门课相当难理解，我们课下做了充分的准备，借了计算智能和人工智能相关方面的书籍，并提前了解了一点相关知识，我感觉看着有点先进，给我们以往学的课程有很大区别，是一种全新的概念和理论，里面的遗传算法、模糊集理论、神经网络更是闻所未闻，由于课前读了一些书籍，我以为课堂上应该能容易理解一点，想不到课堂上听着还是相当玄奥，遗传算法还好一点，因为高中学过生物遗传，遗传算法还能理解一点。像模糊集理论神经网络便不知所云了。虽然金老师讲课生动形象，幽默风趣，而且举了好多实际的例子，但有一些理论有点偏难。

计算智能（computationalinterlligence，简称ci）并不是一个新的术语，早在1988年加拿大的一种刊物便以ci为名。1992年，美国学者jamesc.bezdek在论文《计算智能》中讨论了神经网络、模式识别与智能之间的关系，并将留能分为生物智能、人工智能和计算智能三个层次。1993年，bobmarks写了一篇关于计算留能和人工留能区别的文章，并在文中给出了对ci的理解。1994年的国际计算智能会议（wccl）的命名就部分地源于bob的文章，这次ieee会议特国际神经网络学会（nnc）发起的神经网络（icnn）、模糊系统（fuzz）和进化计算（icec）三个年度性会议合为一体，并出版了名为《计算智能》的论文集。此后，ci这个术语就开始被频繁地使用，同时也出现了许多关于ci的解释。

1992年，jamesc.bezdek提出，ci是依靠生产者提供的数字、数据材料进行加工处理，而不是依赖于知识；而aiglj必须用知识进行处理.1994年，james在f1orida，orlando，ieeewcci会议上再次阐述他的观点，即智能有三个层次：（1）生物智能（biologicalintelligence，简称bi），是由人脑的物理化学过程反映出来的，人脑是有机物，它是智能的基础。（2）人工智能（artificialintelligence，简称ai），是非生物的，人造的，常用符号来表示，ai的来源是人类知识的精华。（3）计算智能（computerintellienceence，简称ci），是由数学方法和计算机实现的，ci的来源是数值计算的传感器。

虽然有好多计算智能理论还不太清楚，但是我对新知识还是相当渴望的，因为我本身比较爱学习，且喜欢读书。我感觉学到了许多知识：计算智能是一门经验科学，它研究自然的或人工的智能行为形成之原理以“推理即计算”为基本假设，开发某种理论、说明某项智能可以算法化，从而可以用机器模拟和实现；寻求和接受自然智能之启迪，但不企图完全仿制人类智能，其中心工程目标是研究设计和建立智能计算系统的方法。