智能计算初学

智能计算着眼点在于它们用某种数值计算方法来模仿或实现人的智能或自然规律。

神经网络、模糊计算、遗传算法

神经网络：Artificial Neural Network，简称ANN，模仿人脑由大量简单神经元组成的网状结构和并行信息处理过程，着重于计算智能的拓扑结构。

模糊系统：Fuzzy System，简称FS。师徒描述和处理人语言和思维中存在的模糊性概念，着重于计算智能的表述语言。

进化计算：Evolution Computing，简称EC，一种模仿生物进化过程的优化方法，着重于计算智能的演化机制。

神经网络：非线性动力学系统，突破传统串行处理的局限，以分布式存储和并行协同处理为特色。

1985年，Rumelhart提出BP算法，把学习的结果反馈到神经网络的隐层，来改变权系数矩阵，这是迄今为止应用最普遍的网络。

模糊理论诞生于1965年，美国L.A.Zadeh提出模糊集合概念。核心思想就是运用数学手段，仿效人脑思维，对复杂事物进行模糊处理。

进化算法采用简单的编码技术来表示各种复杂的结构，并通过简单的遗传操作和优胜汰劣的自然选择来指导学习和确定搜索方向。由于它采用种群(即一组可能解)的方式组织搜索，使得它可以同时搜索解空间的多个区域，特别适合大规模并行计算。

网络结构、工作流程和学习方法，是一个神经网络的三大要素。

BP神经网络

在满足适当样本学习精度的前提下，隐单元个数M应该尽可能的小。