Page 166 - 大数据技术及安全研究

大数据技术及安全研究
Big Data Technology and Security Research

6. 膜计算（MC）
膜计算作为分子计算的一个分支，最早是由 Gheorghe 于 1998 年底，在其研
究报告中提出，它模拟生物细胞膜的工作原理，通过规则操作、膜融合和隔离完
成对任务的优化。

（三）进化计算方法的优化及应用要点
1. 进化计算在智能控制中的应用
进化计算在智能控制中的应用是显而易见的。它可以提供比传统数值优化方
法更快更好的优点。同其他传统的系统设计方法相比，基于进化算法的智能控制

系统设计直接法具有算法简便，灵活性大，能够得到低阶控制器，可以达到全局
最优的特点。而间接法是对传统方法的发展，能够缩短设计时间，提高自动化程度。
模糊进化神经网络融合模糊逻辑、进化计算和神经网络理论与技术，是符号智能
和计算智能的有机融合，是一种综合智能理论技术，其基本思路是利用模糊逻辑

解决进化计算中控制参数的初选、编码、调节和对优化结果的综合评价。利用模
糊进化计算解决神经网络和模糊神经网络的全自动高效优化设计，以及模糊逻辑
系统中控制参数的优化，它是在 3 种现有的智能理论技术基础上发展起来的，作
为崭新的智能理论技术进行研究的，旨在分析进化算法中的模糊智能行为智能和

属性、神经网络设计、模糊建模和控制中的进化智能行为和属性，解决进化计算、
神经网络、模糊控制理论本身许多无法解决的难题，模糊进化神经网络主要是利
用模糊进化算法来设计神经网络，包括训练神经网络权重，拓扑结构等所有参数，
以提高神经网络学习效率，建立合理最优的网络模型，并对神经网络模型进行评

价研究。进化算法的全局采样特性可以与传统的神经学习算法的局部搜索行为相
结合，先用进化算法寻找 ANN 初始权空间，然后采用传统神经网络梯度下降学
习法还可以用进化算法优化标准神经学习算法中关键参数的问题。遗传算法作为
一种实质上的随机搜索技术，难免由于随机性太大而陷入盲目搜索，以至于以搜

索失败而告终。若与专家系统结合，以有效的启发知识来引导种群规模的界并设
定交配概率和突变概率以及这两项操作的基因串的位置，则可快速获得满意解。
此外，遗传算法用于图像恢复、图像识别和作业调度都是当前实用的研究课题。
2. 进化优化算法的应用

进化算法在优化方面各种优点吸引各行各业的研究者加盟，不断拓展进化优
化的领域，在许多领域应用非常成功。从数学模型的角度看，进化优化主要应用于：

·154·