软计算方法

史柠玮

摘 要：“软计算”方法的应用对人工智能的技术发展有着积极的促进作用。灵活性、容错性和鲁棒性是该方法在实际应用中表现出来的主要特点。本篇文章主要从软计算方法的发展背景入手，对基于软计算方法的人工智能发展新思路进行了探究。

关键词：软计算方法；人工智能；发展思路

中图分类号：TP18 文献标识码：A 文章编号：1671-2064（2017）11-0023-02

软计算方法是对计算智能系统进行创新的一种表现。它主要是在模糊数学有关知识与智能化技术手段有机结合的基础上，通过建模方式对复杂大系统中一些不确定性问题进行求解的技术方法。这一智能化计算方法在20世纪末开始得到国外学者的关注。隨着该计算方法的不断发展，除了最早的模糊逻辑、模糊计算和神经计算以外，进化计算、混沌系统、序数优化和模拟退火也成为了软计算体系中的重要组成部分。从该智能化计算技术发展现状来看，它所构建出来的数学模型可以对客观事物进行更为真实的反映，让相关问题的求解过程表现出智能化特性。

1 软计算方法的发展背景

针对客观环境中存在不确定性因素，从资源有限的现实情形入手，对现实问题进行决策与控制，是人们在生存发展过程中的永恒主题[1]。在对人类寻求现实问题解决方式的措施进行探究以后，我们可以发现。定型化信息处理方式与定量化信息处理方式之间的结合是人类在未来阶段所要遵循的一条重要技术路线。

从人类技术手段的发展来看，随着计算机技术不断发展，人工智能模式成为了一种在计算机科学、控制论、信息论和神经生理学等多种学科相互作用下而形成的综合性计算模式。物理符号系统假设是该学科的主要作用机理。但是从这一技术的应用情况来看，这种基于物理符号系统的人工智能技术表现出来的是一种静止化、精确化的逻辑处理方式。但是这种逻辑处理方式与人脑思维之间也存在着一定的差异性。由于人们在共同的思维下并不能产生共同的思维方式，因而通过向计算机灌输百科全书的方式来获取令人满意的问题处理方式的措施只能在一定的专业范围内得到应用，因而，在20世纪90年代以后，学术界所普遍认同的新型科学范式是一种以不确定性、非线性和时间不可逆性为内涵的研究范式。由于这一范式是以一些复杂问题为主要对象，因而智能计算技术也开始得到了学术界的重视，这就使得人工智能向计算智能之间的转变成为了软计算方法的主要产生背景。

2 软计算的概述

软计算是相对于传统硬计算而言的。严格性、确定性和精确性是传统硬计算的主要特点。从这种计算模式在现实生活中所发挥出来的作用来看，并不能对现实生活中所存在的一些问题进行有效解决。在软计算技术得到发展以后，对不精确、不确定和不完全真值的容错性是软计算技术的主要特点。它是在对自然界中的智能系统进行模拟的基础上，对日常工作进行处理[2]。在对软计算与传统人工智能进行分析以后可以发现，软计算并不会对过多的符号运算进行应用。在对软计算方法进行应用的过程中，对软计算各项算法进行联合运用的基础上所建立起来的混合智能系统成为了这技术的主要的应用形式。从软计算方法所涉及到的主要内容来看，鲁棒性（计算机控制系统在一定结构、大小的参数的摄动下维持自身某些性能的特性）、处理问题的灵活性和容错性是软计算方法所表现出来的主要内容。软计算方法的应用，可以让一些传统人工模式所面临的问题得到有效解决，这就对计算智能系统的创新起到了一定的促进作用。

3 基于软计算方法的人工智能发展新思路

3.1 模糊逻辑理论与模糊计算

随机性、模糊性和不确知性是自然系统和人工系统中所表现出来的两种主要特性。为了对模糊性和不确定性这两大问题进行解决，国外学者在20世纪中叶提出了以模糊集合论对模糊信息进行处理的这一处理方法。这一系统处理模式是借助严格的数学方法对模糊化系统信息进行分析。从逻辑方面来看，它是以多值逻辑系统为基础而发展起来的，从集合论的角度来看，它与定义边界结合问题的表达之间存在着一定的关系[3]。

统一集技术是一些学者在对与模糊计算问题有关的模糊集合、可拓集合登记和轮的基础上构建的一种新型集合模式。S=（A，B，F，J）是这一数学模型的主要表达式。在这一集合体系中，S可以被看作是一种非空的经典统一集，它主要对集合所要讨论的事物范围进行了确定。B可以被看作是一个对集合A中的元素的描述过程中所构成的结合，字母F可以被看作是一个由A到B的映射，也是对A中所涉及到的元素进行了描述，字母J代表的是一个对映射F所构建的一种约束界壳，在它的实际应用过程中，这种约束界壳可以是集合、不等式或者是一些由若干不同谓词所构成的组合。随着科技的不断进步，统一集可以通过对人类各种思维方式进行模拟，为智能化的决策提供新的方法支撑。

3.2 人工神经网络

人工神经网络是在对计算系统中大量的简单处理单元进行广泛链接的技术上所建立起来的一种复杂化的网络系统。在人工神经网络系统中，数据在网络系统中的流动，是人们进行计算的一大主要依据。在数据的流动过程中，每个神经元都可以从与其连接的神经元中接收一些输入的数据流，并在对输入到数据流进行处理以后，通过输出数据流将这一信息传递到与之相连接的其他神经元系统之中。这一过程也是人工神经网络从环境中自动获取知识的重要过程。反向传播网络就可以被看作是对人工神经网络进行应用的一种表现。它是在对基于软计算方法的学习规则进行一般化处理的基础上，通过对非线性可微分函数进行应用的方式来进行权值训练的多层网络体系。S形函数是其神经元的变换函数的主要表现形式。泛化性能是这一技术的一种主要特性。在正向传播过程中，输入信息是由输入层经隐含层逐层计算的方式传入输出层，其中每一层神经元的状态只对其下一层的神经元状态有所影响。

3.3 进化计算

进化计算是达尔文进化论、计算机科学和生物遗传学相结合建立起来的一种新型计算方法[4]。利用简单的编码技术对各种复杂的结构进行表述，并在借助编码进行简单遗传操作的基础上，借助优胜劣汰的自然选择策略对学习方向和与之有关的搜索方向进行确定。群体复制技术、杂交技术和编译遗传操作技术在学术研究中的应用，可以让与之有关的鲁棒性得到一定程度的提升。遗传算法、进化策略和进化规划是进化计算在实际应用中的计算策略。下表1中的内容是三种算法的比较分析。

可以说，从进化计算的应用实例来看，遗传算法对复杂系统优化问题的解决起到了一定的促进作用。由于这一算法对问题种类表现出了较强的鲁棒性，因而这一算法可以在多个不同的学科中得到应用。

3.4 模拟退火

模拟退火是建立在无机械自然规律基础上的一种非导数优化方法。能量最低原理是这算法中应用到的主要原理。在这一原理的影响下，原子所在的能级成为了原子稳定状态的主要影响因素。从模拟退火技术的应用情况来看，上述两者之间表现出来的是一种负相关的关系：原子能级愈高，原子的稳定性愈低。在这样的情况下，如果我们将原子的最小能级看作是目标函数的最小化阶段，在进入高能级状态以后，原子会进入到不稳定的状态之中，对温度的降低就成为对相关概率进行缩小的有效方式。它对组合优化问题的解决起到了一定的促进作用。在连续优化问题的处理过程中，也表现出了一定的可行性。例如英国数学家可可曼在19世纪提出的货郎担问题就可以利用模拟退火方式进行解决[5]。从这一问题的原始解决方式来看，研究者首先要对每一条可供选择的路线进行罗列，然后在对每条路线的总里程进行计算的基础上，对最短的路线进行选择，是一种较为常用的计算方式，但是在这一城市的数量增加到20个以上的情况下，计算机借助这种方式对路线的检索也会耗费大量的时间，因而这一技术可以通过对组合优化问题的理想平台进行构建的方式，对这一类问题进行解决。目标函数法、二变换法、三变换法和目标函数差计算模式的应用，可以让计算时间得到有效缩短。在飞机航线安排、物流派送和城市公交线路设计问题的解决，也可以对模拟退火技术进行应用。例如源节点到目的节点之前的最短路径问题是车辆路线选择问题解决过程中的关键要素。这一问题也是货郎担问题的变式，因而模拟退火技术也可以对这一问题进行解决。

3.5 序数优化

序数优化是哈佛大学学者在1992年开始应用的一种新型软计算方法。它可以通过对解空间较为庞大问题的计算程序进行构建。从这种计算方法的应用情况来看，它可以通过对计算程序进行设计的方式，对解空间中的原问题的满意解集进行确定。从这一技术的应用效果来看，它在机器人研究领域、资源分配领域、社会选择领域已经取得了令人满意的应用效果，美国学者J·Hofland提出的遗传算法，是对生物在自然环境中的遗传和进化过程而获取全局最优解的算法，深井钻井风险评估模型的建立，是对序数优化法进行应用的表现。在笔者看来，模糊可拓经济控制体系的构建也是对序数优化方式进行应用的一种体现。

4 结语

系统运行的人性化是人工智能在实际应用过程中的主要特征。微观涌现机制与宏观的控制机制、预测机制和决策机制之间的结合，对一些复杂系统问题的解决有促進作用。计算体系在复杂系统的分析、控制和决策领域有着巨大的作用和应用潜力。软计算方法与众多解决复杂问题的技术之间的有机结合，可以为不确定性问题和不确切性问题的解决提供一定的方法指导。

参考文献

[1]冯统成.软计算方法——人工智能发展的新思路[J].电脑与电信，2006（06）：19-21+18.

[2]王攀，万君康，冯珊.创建计算智能的新方法——软计算的若干问题研究[J].武汉理工大学学报（交通科学与工程版），2004（04）：618-621.

[3]刘昆.软计算方法在智能优化中的应用研究[D].浙江大学，2002.

[4]吴成东，许可，王欣，韩中华.软计算方法在数据挖掘中的应用[J].计算机测量与控制，2005（03）：294-297.

[5]何建南.软计算方法和广义模糊认知哲学[J].五邑大学学报（社会科学版），2007（03）：1-4.