摘要随着时代的发展, 目前的一些智能计算方法已不能满足人们处理复杂问题时想要达到的效果。人们从生命现象中受到启示, 发明了模拟生命系统的某些行为、功能和特性的仿生智能计算方法。本报告通过收集查阅资料，系统阐述了几种新兴智能计算方法的发展历程，分析了算法的基本原理，并对算法的特点和实际应用做了简单介绍，总结了这些算法的共同点。最后展外了计算智能将来的发展方向。关键词  智能计算方法；人工神经网络；模糊系统；遗传算法；免疫算法；粒子群优化算法；蚁群算法8796
毕业设计说明书（论文）外文摘要
Title  Study Of Bionic Intelligent Computing
Abstract
With the development of The Times,some current intelligence calculation method already cannot satisfy people deal with complex problem want to achieve the effect.people from life in the phenomenon by revelation,invented the simulation of certain behaviors, life system function and characteristics of the bionic intelligent calculation method.this report by collecting data access.This report summarizes several main Computational Intelligence algorithms' developing process,analyzes its' basic theories,and simply introduces its' characters and practical applications.At last,the paper looks ahead the direction of Computational Intelligence's advance.
Keywords  Intelligent calculation method;Artificial neural network;Fuzzy system; Genetic algorithm; Immune algorithm;Particle swarm optimization algorithm; Ant colony algorithm
     目   次  

1  引言1
2   人工神经网络2
2.1提出问题 2
2.2解决方法 2
2.3人工神经元的工作过程 2
2.4人工神经网络的发展 3
2.5 人工神经网络的优缺点3
  2.6人工神经网络的用4
  3   模糊系统7
  3.1  提出问题7
  3.2 解决方法7
  3.3 模糊系统的原理7
  3.4模糊理论的发展8
  3.5 模糊系统的优缺点8
  3.6 模糊系统的应用9
  4   遗传算法10
  4.1 提出问题10
  4.2 解决方法10
  4.3 遗传算法的基本原理10
  4.4 遗传算法的特点11
  4.5 遗传算法的优缺点12
  4.6 遗传算法的应用12
  5   免疫算法14
  5.1 提出问题14
  5.2 解决方法14
  5.3 免疫算法基本原理14
  5.4 免疫算法的发展15
  5.5 免疫算法的优缺点16
  5.6 免疫算法应用16
  6  粒子群优化算法17
  6.1 提出问题17

  6.2 解决方法17
  6.3 粒子群优化算法原理17
  6.4 粒子群优化算法发展19
  6.5 粒子群优化算法优缺点20
  6.6 粒子群优化算法应用20
  7  蚁群优化算法21
  7.1 提出问题21
  7.2 解决方法21
  7.3 基本蚁群算法原理21
  7.4 人工蚁群搜索例子21
  7.5 蚁群算法优缺点22
  7.6 蚁群优化算法的应用22
  8  各领域内在联系25
  结论27
  致谢28
  参考文献29
1  引言
    智能是个体有目的的行为、合理的思文，以及有效的适应环境的综合性能力。人工智能是相对于人的自然智能而言，用人工方法和技术，模仿、延伸和扩展人的智能。长期以来，人们从人脑思文的不同层次出发，对人工智能进行研究，形成符号主义、连接主义和行为主义。
    传统的人工智能是符号主义，它以Newell和Simon提出的物理符号系统假设为基础。物理符号系统假设认为物理符号系统是智能行为充分和必要的条件。物理符号系统由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组分出现。该系统可以进行建立、修改、复制、删除等操作，以生成其他符号结构。连接主义，或计算智能与分布式人工智能（Distributed Artificial Intelligence, DAI）是密不可分的。人们在研究人类智能行为中发现，大部分人类活动都涉及多个人构成的社会团体，大型复杂问题的求解需要多个专业人员或组织协作完成。“协作”是人类智能行为的主要表现形式之一，分布式人工智能正是为适应这种需要而兴起的。尤其是随着计算机网络、计算机通信和并发程序设计的发展，分布式人工智能逐渐成为人工智能领域的一个新的研究热点，作为人工智能的一个分支，DAI主要研究在逻辑上或物理上分散的智能动作者如何协调其行为，即协调协调它们的知识、技能和规划，求解单目标或多目标问题，为设计和建立大型复杂的智能系统或计算机支持协同工作提供有效途径。分布式系统的本质决定了它是复杂的、非线性的、通过各子系统间的协同达到更高有序态的系统，因此分布式人工智能的主要研究方法是连接主义的而不是符号主义的。 仿生智能计算的研究+文献综述:http://www.youerw.com/tongxin/lunwen_7258.html