目前为止，人工智能的学派主要有符号主义学派、联结主义学派和行为主义学派[72]。传统的人工智能属于符号主义学派，偏重于符号处理与逻辑推理，因此又称为符号智能（Symbolism Intelligence，SI），其基本原理是物理符号系统假设以及有限理性原则。符号智能侧重于应用符号逻辑的方法，用语言或符号规则的形式来表达和模拟人类有关问题求解和推理学习等方面的智能行为。早期符号智能对人工智能的发展起到了重要的推动作用，但随着科学技术和经济社会的发展，复杂系统大量涌现，符号智能的方法在处理非线性、不确定等复杂性问题时显得无能为力。至20世纪80年代中期，关于符号智能的研究陷入了瓶颈。在此背景下，计算智能（Computation Intelligence，CI）受到了越来越多的重视，逐渐成为了人工智能研究的主流。
计算智能的根源为联结主义学派，或称仿生学派、生理学派，其基本原理是从生物进化的角度模拟人类智能，通过对数据的学习和训练，建立某种联结机制来进行问题求解。计算智能的最大特点就是不需要建立问题本身精确的数学模型，仅从数据本身出发，非常适合于处理那些因为难以建立有效的形式化模型而用传统人工智能方法难以解决的问题[73]。在概念提出初期，狭义的计算智能包括人工神经网络（Artificial Neural Networks，ANN）、模糊逻辑（Fuzzy Logic）和进化计算（Evolutionary Com-putation，EC）。随着研究的进展，又出现了许多新的计算方法，目前，广义的计算智能还包括模拟退火算法（Simulated Annea-ling，SA）、蚁群算法（Ant Colony Optimization，ACO）、微粒群算法（Particle Swarm Optimization，PSO），以及粗糙集（Rough Set，RS）理论、支持向量机（Support Vector Machines，SVM）等一切注重于从数据本身发现问题实质并建立演化结构的计算方法。由于这些方法具有自学习、自组织、自适应的特点，因而在复杂过程建模、模式识别、全局性优化、并行搜索、联想记忆、知识自动获取等领域得到了广泛应用。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
