計算智能原理對創新模式的探索

王海鷹，李祖樞

（重慶大學，重慶 400044）

0 引言

目前，我們要提高自主創新能力，建設創新型國家。高等教育擔負著培養創新型人才的重要責任。學生科技活動對于提高學生科技創新能力，培養拔尖創新型人才具有重要意義。而構建了一批銳意進取、大膽創新的大學生創新團隊，對提高學生的創新能力和團隊協作能力就顯得特別的重要。目前就團隊理論的研究還有待與深入，用計算智能的基本理論原理與方法來指導建設大學生創新項目團隊，是一種跨學科研究的新嘗試。

1 計算智能的基本理論與方法簡介

計算智能由美國學者James C. Bezedek1992年首次給出其定義，廣義的講就是借鑒仿生學思想，基于生物體系的生物進化、細胞免疫、神經細胞網絡等某些機制，用數學語言抽象描述的計算方法。是基于數值計算和結構演化的智能，是智能理論發展的高級階段。計算智能的主要方法有：人工神經網絡、模糊系統、進化計算等。

1.1 模糊計算

模糊系統以模糊集合理論、模糊邏輯推理為基礎，它試圖從一個較高的層次模擬人腦表示和求解不精確知識的能力。在模糊系統中，知識是以規則的形式存儲的，它采用一組模糊IF—THEN規則來描述對象的特性，并通過模糊邏輯推理來完成對不確定性問題的求解。模糊系統善于描述利用學科領域的知識，具有較強的推理能力。

1.2 人工神經網絡

人工神經網絡系統是由大量簡單的處理單元，即神經元廣泛地連接而形成的復雜網絡系統。在人工神經網絡中，計算是通過數據在網絡中的流動來完成的。在數據的流動過程中，每個神經元從與其連接的神經元處接收輸入數據流，對其進行處理以后，再將結果以輸出數據流的形式傳送到與其連接的其它神經元中去。網絡的拓撲結構和各神經元之間的連接權值(Wi)是由相應的學習算法來確定的。算法不斷地調整網絡的結構和神經元之間的連接權值，一直到神經網絡產生所需要的輸出為止。通過這個學習過程，人工神經網絡可以不斷地從環境中自動地獲取知識，并將這些知識以網絡結構和連接權值的形式存儲于網絡之中。

人工神經網絡具有良好的自學習、自適應和自組織能力，以及人規模并行、分布式信息存儲和處理等特點，這使得它非常適合于處理那些需要同時考慮多個因素的、不完整的、不準確的信息處理問題。

1.3 進化計算

自然界在幾十億年的進化過程中,生物體己經形成了一種優化自身結構的內在機制，它們能夠不斷地從環境中學習，以適應不斷變化的環境。對于大多數生物體，這個過程是通過自然選擇和有性生殖來完成的。自然選擇決定了群體中哪些個體能夠存活并繁殖：有性生殖保證了后代基因的混合與重組。進化計算受這種自然界進化過程的啟發，它從模擬自然界的生物進化過程入手，從基因的層次探尋人類某些智能行為發展和進化的規律，以解決智能系統如何從環境中進行學習的問題。

2 計算智能原理在創新團隊實踐中的啟發

從系統論的視角看，創新團隊的建設問題是一個復雜系統的優化和控制問題。復雜系統具有：1）自適應性/自組織性(self-adaptive/ selforganization)。2）不確定性（uncertainty）。3）涌現性（emergence）。4）預決性（Finality）。5）演化（Evolution）。6）開放性（opening）。而計算智能的這些方法具有自學習、自組織、自適應的特征, 創新團隊的建設是具有一定的研究價值的。

2.1 在專家指導下的自學習、自組織、自適應

計算智能特點提到，模糊系統善于描述和利用經驗知識;神經網絡善于直接從數據中進行學習，把人工神經網絡與專家系統結合起來,建立一個混合的系統,要比各自單一地工作更為有利。創新團隊在相關專家的指導下，突出學生自由組建、自主管理、自我服務的特色。在明確團隊任務的前提下對團隊人數、組成人員條件及內部控制制度做些原則性的規定，賦予團隊負責人充分的權力如決定團隊成員構成、支配內部經費、對團隊成員進行分工和考核等，保證其對團隊工作直接有效的管理。

2.2 合作與競爭意識

計算智能特點提到，進化計算善于求解復雜的全局最優問題，具有極強的穩健性和整體優化性。種群的進化過程就是優勝劣汰的自然選擇過程。

團隊建設的基石是合作與競爭理論。Deutsch早就指出，如果人們處于散亂的、互不相干的獨立競爭關系，認為雙方目標之間沒有關系，那么，在資源有限的情況下，人們會表現得更為自私，彼此之間的利益存在沖突，這種關系會引起組織內耗和人際關系緊張，最終導致低生產率和低創造率。

Dcutsch認為，應該使人們在組織中具有共同目標，在共同目標下合作共事。具有合作關系的人們會相互尊重、共享信息和資源，他們會將他人的進步看成對自己的促進，并交流意見和取長補短，現代科學的進步表明，今天每一項科技成果的取得，差不多都是多學科協同作戰的結果。大學科研團隊的建設就是要很好地貫徹這種理念，在適度的競爭與合作之間構建這種理念。

2.3 融入計算智能思想的協同學習團隊

人們在研究人類智能行為中發現，大部分人類活動都涉及多個人構成的社會團體，大型復雜問題的求解需要多人或組織協作完成，師生之間的關系也更強調合作和共同發展。隨著計算機網絡、計算機通信和并發程序設計的發展,分布式人工智能逐漸成為人工智能領域的一個新的研究熱點，它是以智能Agent概念為研究核心。雖然每個智能Agent都是主動地、自治地工作,多個智能Agent在同一環境中協同工作,協同的手段是相互通信。計算智能與分布式人工智能結合則是研究在邏輯上或物理上分散的智能動作如何協調它們的知識、技能和規劃，求解單目標或多目標問題，因此這也為設計和建立大型復雜的智能系統或計算機支持的協同學習工作提供了有效途徑。

2.4 選好綜合能力強的團隊帶頭人

計算智能特點提到，對復雜系統的控制，要用處理各種不確定的智能方法，這就要求團隊帶頭人有處理復雜問題的綜合能力。

科技創新團隊應是由不同類型的人為實現特定的目標組成的群體。激勵和聚合大家的力量，負責內部的計劃、組織、指揮、協調和控制等方面組織工作，必須要有一位核心人物，即學術帶頭人。優秀的學術帶頭人是高校科技創新團隊必備的要素。團隊的帶頭人處于溝通、協調團隊內外的中心位置，是團隊其他成員獲得工作方向、具體任務、工作目標等信息的主要來源，是團隊維持士氣、活力、凝聚力的中心環節和紐帶，在很大程度上決定了整個團隊的學術水平、科研風格和文化氛圍。同時對團隊整體加強協調與組織，提高團隊的內部凝聚力。

2.5 加強交流，資源公享

計算智能特點提到自適應，進化機制，是建立在信息傳輸基礎上的。團隊成員之間進而形成了彼此間緊密合作、資源共享的伙伴關系。通過彼此間的緊密合作，使團隊成員不再是一個獨立的個體，而是共同承擔責任、積極面對挑戰的一個集體。在這個集體中，團隊成員的合力要遠遠大于每個成員能力簡單相加的總和。因此，在科研團隊的建設中，良好的溝通渠道能促進成員之間的團結合作，使組織中的每個成員都為組織的發展傾盡所有。團隊成員之間進而形成了彼此間緊密合作、資源共享的伙伴關系。通過彼此間的緊密合作，使團隊成員不再是一個獨立的個體，而是共同承擔責任、積極面對挑戰的一個集體。在這個集體中，團隊成員的合力要遠遠大于每個成員能力簡單相加的總和。因此，在科研團隊的建設中，良好的溝通渠道能促進成員之間的團結合作，使組織中的每個成員都為組織的發展傾盡所有。

2.6 配備優勢互補的成員

在計算智能機制的調控，非線性復雜系統有涌現性特征。所謂涌現性，就是肩負不同角色的組件間通過多種交互模式、按局部或全局的行為規則進行交互，組件類型與狀態、組件之間的交互以及系統行為隨時間不斷改變，系統中子系統或基本單元之間的局部交互，經過一定的時間之后在整體上演化出一些獨特的、新的性質，形成某些模式，這便體現為涌現性。子系統之間的相互作用，可導致產生與單個子系統行為顯著不同的宏觀整體性質。涌現性也體現為一種質變，主體之間的相互作用開始后,系統能自組織、自協調、自加強,并隨之擴大,發展,最后發生質變，即發生了涌現。

3 結束語

計算智能理論對處理復雜系統的優化和控制問題是有效，計算智能原理在創新團隊實踐中的啟發是多方面的。目前就團隊理論的研究還有待與深入，利用計算智能原理與方法來指導建設大學生創新項目團隊，是一種新的思路。

[1] 王海鷹.基于多智能體協同進化機制的學術團隊建設.中國校外教育.2010,7.

[2] Wang Haiying.Cooperative agent-based evolutionary mechanism of the management team of Enterprise innovation[C]2010 IEEE International Conference on Advanced Management Science (IEEE ICAMS 2010).2010-07.

[3] 李慧波.團隊精神.新華出版社.2004.