算法分析
基于智能计算的过程控制与优化的探讨
庄丽艳
(内蒙古民族大学计算机科学与技术学院内蒙古通辽028000)
数字执本与质用
摘要着我国科学技术的快速发展,智能计算也成之不断得到完善，使人们的生活不断达到信息化、安全化和智能化状态，国此,受到了人们的高度重视。随着优化理论的发展，一要新的智能算法得到了迅速发展和广泛应用，成为解决传统优化同题的新方法，例如遗传算法和蚁群算法以及轻于群算法,这费算法的淀生使现代的优化技术得到械大的丰富，为一费具有多极值、非线性特点的一费复杂函数、组合优化的线管问题提出了可行、切实的解决方法。此外，智能优化算法大多部是利用模拟自然现象及其过程以实现智能计算的优点、机制极为独特，受到了各国专家、学著的广泛关注，
关键词：智能计算控制优化研究
中图分类号：TP273 1智能计算的概念
文献标识码:A
智能计算指的是借鉴、利用了自然界当中的一些自然现象或者生物机理，开发出能够适应环境变化的一种计算的方法。智能计算的相关技术问题大多是通过一些特定数学模型来描述，使智能计算成为了一门可计算，可缩程、可视化、可操作的学科，具有很强的自学习性、并行性和自适应性等重要特点，并且在生物学、工程控制学科以及神经学等多门学科了领域得到良好的发展、应用。智能计算设计面非常广泛，本文主要介绍了三种智能计算方法，并探讨计算
过程的控制与优化。 2智能算法种类
2.1遗传算法
遗传算法模拟了生物界的自然选择和自然的遗传机制以及进化过程，形成了一种具有很强的自适应能力、全局性、随机化的搜索算法，这种算法模拟了自然界生物进化基本的过程，然后通过选择，交和变异遗产算子来模拟生物进化的过程，通过不断的更新、换代，提高每代种群平均的适应度，然后适应度函数而引导种群进化。
2.2数群算法
蚁群算法是根据蚊群的一些真实行为开展研究而诞生的，这是一种模拟蚊群进化的算法，也是属于随机搜索的算法。研究人员在研究的过程当中发现，蚂敦之闻几乎都是利用外激素物质来进行信息的互相传递，从而达到个体之闻的互相协作，以完成复杂任务。在蚂蚊的运动过程当中，在其运动的范围中留下这种外激素物质，并且能够被其他蚂数感知到，以此来指导自身运动的方间。因为这种外激素物质性极强，所以，蚂蚁就会倾向于高强度方向去移动，已到达信息交流或者搜索食物等目的。而蚊群算法就是模拟蚂蚁的运动行为来进行优化的，在计算过程当中就是通过个体间信息交流、互相协作之后以找到最优解。
2.3粒子群优化算法
粒子群优化算法属于进化算法，最早是模拟一些鸟群的觅食行
表1
智能计算方法特点对比分析
方法
遗传算法数群算法粒子群优化算法
特点
通用性好、运算效果良好，实现简单，解决问题以中集搜索，减少最优解风险、应用范围广
智能搜索、较强的鲁棒性、易与其他算法结合、全局优化，分布式计算，正反馈
计算流程简单、参数简洁、无复杂调整、算法容易局部最优
收移日期：2015-0714
文章编号:1007-9416(2015)09-0108-01
为发展起来，是一种群体的协作、随机搜索的算法，PSO模拟鸟群食行为，鸟在空中飞行觅食的过程当中，每只乌都能够准确记住自已飞过的最高位置，然后再随机靠近这个最高位置。不同种类的鸟可以进行相互交流、沟通，使彼此都尽量去靠近整个鸟群飞过的最高位置，如此，就可以很容易的找到相似的最高点。PSO在不断经历改进之后除去原来算法当中的一些无关、允余变量，然后又加人些随机的变化量，使鸟群运动给予空间微粒运动更加相似，因此，被称为微粒群算法。
三种智能算法都有着各自的优点，在运用计算的过程当中能够得到有效的控制，将智能计算的优点更好的发挥出来，这三种方法
的特点分析如表1所示。 3送代控制与优化
送代学习控制属于高级智能化控制的方法。其通过反复送代修正以改善控制目标。送代控制有很强的特点性，可以用一些简单的方式去处理一此些非线性、线性系统，并且能够有效的减少计算量，对中能计算过程有良好的控制效果。
智能计算过程的优化控制备受关注，对于智能计算间款过程的优化，需要控制的变量通常不会很多，其中，温度、流量必须实施控制。在一个时间段，控制计算中的的一个变量，保持其他变量的但定。此外，优化策略大多采取申极方式，对定制进行跟踪。申极外环为其内环设置定制轨线，外环被触发后，对设定值轨线进行修正，是
其趋于最优状态。 4结语
智能计算属于人工智能研究的重要部分之一，目前，智能计算在很多领域已经得到了蓬勃的发展，虽然当前智能计算的研究水平还很难让智能机器具备人类智能，但是智能计算未来必然有更好的发展。人工智能不仅只是模仿一些生物功能，面是将其充分结合起来，使人工智能拥有更广的发展方向，并且，随着人工智能的不断发展，智能优化控制又将成为重点研究的内容，智能控制和控制方法将会不断增多，使智能计算优化控制实现方式不断丰富，对智能计
算今后的发展有着非常重要的意义。参考文献
[1]于林森,张田文,张开越.图像检索中的相似性判别及索引方法综述[J].小型微型计算机系统,2007.28(2):356-360
[2]吴洪，卢汉青，马颂德.基于内容图像检索中相关反馈技术的回顾[J].计算机学报,2005,28(12):19691979,
[3]鲁赵继东,吴跃,何晓飞.基于保局投影的相关反馈算法[]].计算机辅助设计与图形学学报,2007.19(1):20-24
项日奠型：内蒙古民族大学科学研究基金资助项目，项目名称为：求解非线性规划问题的混合智能算法研究，项日编号：NMD1318。
作者简介：庭丽艳(1976一),女，内蒙古通辽人,项士,讲师,研究方向：智能算法 108