粒子群算法面临的问题

A. 你认为人工智能和计算智能有什么区别吗

人工智能，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，而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。

B. 计算智能的图书《计算智能》信息2

书 名: 计算智能
作者：张军
出版社：清华大学出版社
出版时间： 2009年11月
ISBN: 9787302208440
开本： 16开
定价: 23.00 元 自计算机问世以来，人工智能（Artificial Intelligence，AI）一直是计算机科学家追求的目标之一。作为人工智能的一个重要领域，计算智能（Computational Intelligence，CI）因其智能性、并行性和健壮性，具有很好的自适应能力和很强的全局搜索能力，得到了众多研究者的广泛关注，目前已经在算法理论和算法性能方面取得了很多突破性的进展，并且已经被广泛应用于各种领域，在科学研究和生产实践中发挥着重要的作用。
计算智能是受到大自然智慧和人类智慧的启发而设计出的一类算法的统称。随着技术的进步，在科学研究和工程实践中遇到的问题变得越来越复杂，采用传统的计算方法来解决这些问题面临着计算复杂度高、计算时间长等问题，特别是对于一些NP（Non-determlnlstlc Polynomal）难问题，传统算法根本无法在可以忍受的时间内求出精确的解。 因此，为了在求解时间和求解精度上取得平衡，计算机科学家提出了很多具有启发式特征的计算智能算法。这些算法或模仿生物界的进化过程，或模仿生物的生理构造和身体机能，或模仿动物的群体行为，或模仿人类的思维、语言和记忆过程的特性，或模仿自然界的物理现象，希望通过模拟大自然和人类的智慧实现对问题的优化求解，在可接受的时间内求解出可以接受的解。这些算法共同组成了计算智能优化算法。
目前，计算智能算法在国内外得到广泛的关注，已经成为人工智能以及计算机科学的重要研究方向。计算智能还处于不断发展和完善的过程，目前还没有牢固的数学基础，国内外众多研究者也是在不断的探索中前进。 计算智能技术在自身性能的提高和应用范围的拓展中不断完善。计算智能的研究、发展与应用，无论是研究队伍的规模、发表的论文数量，还是网上的信息资源，发展速度都很快，已经得到了国际学术界的广泛认可，并且在优化计算、模式识别、图像处理、自动控制、经济管理、机械工程、电气工程、通信网络和生物医学等多个领域取得了成功的应用，应用领域涉及国防、科技、经济、工业和农业等各个方面。 《计算智能》特色
《计算智能》介绍了计算智能领域的主要算法，其主要特色包括：
◆对算法的初学者而言，《计算智能》通俗易懂。《计算智能》重点是对各种算法的思想来源、流程结构、发展改进参数设置和相关应用等方面进行介绍，让读者有一个整体的认识和了解。
◆对算法的研究者而言，《计算智能》实用性强。《计算智能》不但追踪和点评了各种算法的发展历程和研究现状，而且提供了大量经典而重要的参考资料，为读者进一步深入学习和理解算法提供方便。
◆《计算智能》图文并茂，深入浅出。《计算智能》避免其他算法书中大量公式、定理、证明等难懂的内容，而是通过大量的图表示例对每个算法进行说明和介绍，让读者不但能够快速理解算法内容，而且能够加深对算法的印象。
◆《计算智能》对相关的计算智能算法都提供了具体的实现流程图和伪代码，方便读者的理解和具体实现可作为工程技术人员实现算法的参考工具书。
◆《计算智能》在介绍各种算法的时候都通过一些典型的应用例子对算法的具体使用方法和使用过程进行说明，加深读者对算法的认识和理解。 第1章 绪论
第2章神经网络
第3章 模糊逻辑
第4章 遗传算法
第5章蚁群优化算法
第6章 粒子群优化算法
第7章 免疫算法
第8章 分布估计算法
第9章 Memetic算法
第10章 模拟退火与禁忌搜索
附录A索引

C. 人工智能与计算智能的区别

是有一定区别的。
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。
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。如图1.4所示，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。
3、以上这些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。
4、然而在现阶段，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。