軟計算發(fā)展歷程的系統(tǒng)探析基于《應(yīng)用軟計算》的統(tǒng)計分析

　　摘要：軟計算是當(dāng)前人工智能領(lǐng)域的主要研究對象，是人工智能發(fā)展的基本技術(shù)支持，《應(yīng)用軟計算》是專門針對軟計算技術(shù)的研究和應(yīng)用而創(chuàng)立的一個國際性期刊。本文依托對《應(yīng)用軟計算》創(chuàng)刊以來發(fā)表論文的統(tǒng)計數(shù)據(jù)，介紹和分析了軟計算的發(fā)展和趨勢。

　　關(guān)鍵詞：《應(yīng)用軟計算》;模糊邏輯;進(jìn)化;優(yōu)化;人工神經(jīng)網(wǎng)絡(luò)

　　軟計算是在人工智能的發(fā)展過程中誕生的一個新概念，由美國加州大學(xué)伯克利分校教授ZADEHLA[1]提出。為了更清楚說明軟計算表征的內(nèi)涵，1996年ZADEHLA教授[2]136-137將傳統(tǒng)的計算稱之為硬計算。與硬計算追求的嚴(yán)格、確定和精確相比，軟計算求的是近似而非精確的解。“軟計算”這個概念不是特指具體的某一種算法，它是指求解復(fù)雜問題的一類算法，這類算法的共同特點(diǎn)都是通過模擬生物的感知、腦神經(jīng)網(wǎng)絡(luò)、進(jìn)化或免疫過程，來處理日常生活中不確定、不精確、不完備的問題[3]i-ii。

　　正如ZADEHLA教授多次提到的，“人類有一種非凡的能力，能夠在不經(jīng)過任何精確測量和計算的前提下，完成各種各樣體力和腦力勞動”。比如，人類可以駕車在人流擁擠的城市中穿行;可以對一本書一個故事作一個精辟的總結(jié)。這些都是硬計算無法完成的，軟計算卻可以讓機(jī)器具有這種能力。在大數(shù)據(jù)背景下軟計算已經(jīng)在人類生活中無處不在，智能家電、美顏相機(jī)、即時翻譯、無人駕駛等都是軟計算應(yīng)用的實例。從某種意義上說，軟計算是讓機(jī)器在使用硬計算計算時，具有了與人類相似的思考、推理和決策的能力。

　　計算機(jī)論文范例： 計算機(jī)軟件開發(fā)技術(shù)的應(yīng)用研究

　　《應(yīng)用軟計算》(AppliedSoftComputing)是軟計算研究與應(yīng)用領(lǐng)域的重要國際期刊之一，是國際軟計算學(xué)會的會刊，創(chuàng)刊于2001年，由Elsevier出版。該刊物主要發(fā)表軟計算技術(shù)研究和應(yīng)用的文章，所發(fā)表的論文涉及軟計算研究的各個方面，研究的廣度和深度都是同類期刊中首屈一指的，涉及的應(yīng)用領(lǐng)域也是最廣泛的[4]，無論是投稿來源還是文章質(zhì)量，都具有國際視野，能夠代表近三十年來國際軟計算發(fā)展歷程和趨勢。本文通過對該期刊創(chuàng)刊以來發(fā)表的論文進(jìn)行深入的統(tǒng)計分析，揭示軟計算的發(fā)展歷程，探究軟計算未來發(fā)展趨勢。

　　1軟計算的興起

　　20世紀(jì)80年代隨著人工智能的興起，人們逐漸認(rèn)識到世界的本質(zhì)除了普遍性、確定性、線性之外，還具有偶然性、不確定性和非線性等特征[5]，要實現(xiàn)真正的人工智能就必須讓科學(xué)具有解決這些特征的能力。于是仿真模擬人類智能的各種計算應(yīng)運(yùn)而生，這些計算方法都不同于硬計算，沒有既定的數(shù)學(xué)公式，沒有準(zhǔn)確的度量，也不追求精確的計算，這些計算方法將硬計算精確的數(shù)值表達(dá)用不精確、不確定的自然語言表達(dá)替代，從而解決傳統(tǒng)數(shù)值計算難以處理的現(xiàn)實世界中的復(fù)雜問題。

　　這些智能計算都各自擁有獨(dú)特的優(yōu)勢，比如：模糊計算主要是通過模擬人類思維的特點(diǎn)，在不精確、不確定的環(huán)境下讓機(jī)器具有推理能力;人工神經(jīng)網(wǎng)絡(luò)是模擬了人類腦神經(jīng)的功能，在計算過程中可以實現(xiàn)自我組織、自我學(xué)習(xí)，具有高度的容錯和泛化能力;遺傳算法模擬的是達(dá)爾文生物進(jìn)化論中優(yōu)勝劣汰的規(guī)律，能夠在處理結(jié)構(gòu)復(fù)雜、參數(shù)眾多的問題中尋得全局最優(yōu)解。

　　但是，在實際的研究過程中人們發(fā)現(xiàn)要實現(xiàn)讓機(jī)器具有人類的智能，單一的某種計算方法都不足以完成，而是需要匯集各種與人類智能相關(guān)的算法資源。于是，ZADEHLA教授構(gòu)思了軟計算的概念，將模糊計算、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法組合成一個計算方法的集合體，并稱之為軟計算。軟計算是通過模擬人類大腦對事物進(jìn)行識別、認(rèn)知、推理和決策的過程，來對現(xiàn)實世界中普遍存在的不確定、不精確和局部真實的數(shù)據(jù)進(jìn)行建模和計算。

　　與硬計算追求的準(zhǔn)確和精確不同，軟計算對不準(zhǔn)確、不精確的數(shù)據(jù)具有較高的容錯能力。硬計算中對數(shù)據(jù)準(zhǔn)確和精確的要求是以較高的運(yùn)算成本為代價的，而軟計算可以通過這種容錯性成功地降低運(yùn)算成本，達(dá)到更好的魯棒性和可跟蹤性。通過軟計算方法建立的模型更接近客觀事物本身，獲得的結(jié)果也更容易讓人類所接受。軟計算的提出為科學(xué)研究開辟了新的疆域，但也因挑戰(zhàn)了傳統(tǒng)硬科學(xué)的思維，在最初的發(fā)展中受到了很多阻力。1991年，在ZADEHLA教授的主持下，加州大學(xué)伯克利分校啟動了軟計算伯克利計劃(BerkeleyInitiativeinSoftComputing�睟ISC)，軟計算成為了機(jī)器智能領(lǐng)域的重要計算方法。

　　2分析對象的確定以及數(shù)據(jù)來源

　　國際期刊《應(yīng)用軟計算》提倡以軟計算的綜合觀點(diǎn)來解決現(xiàn)實生活中的問題，主要發(fā)表各種軟計算方法研究和應(yīng)用的文章。據(jù)《期刊引用報告》數(shù)據(jù)顯示，2018年該刊物的被引用率為6.27，影響因子為4.873，5年影響因子為4.858，平均每篇論文資源標(biāo)準(zhǔn)化影響率(SNIP)為2.369，SCImago期刊排名(SJR)為1.308。與其他同類或近似期刊相比，該刊物是最新的，但評價的各項指標(biāo)均排名靠前，僅次于Knowledge�睟asedSystems和Infor�瞞ationSciences這些頂級期刊。

　　本文選擇對《應(yīng)用軟計算》創(chuàng)刊以來19年(2001—2019)所發(fā)表的5745篇研究論文進(jìn)行統(tǒng)計分析，使用的數(shù)據(jù)主要來源有WebofScience、ScienceDirect和計算機(jī)科學(xué)文獻(xiàn)庫DBLP(DataBasesystemsandLogicProgramming)。

　　軟計算是一類計算方法的集合體，這個集合體是一個開放的概念，隨著智能計算的不斷發(fā)展，組成這個集合體的成員也在不斷地增加。而且，軟計算的應(yīng)用也很廣泛，幾乎涉及了現(xiàn)代生產(chǎn)和生活的各個方面，很多時候這些應(yīng)用并不是單一的某種軟計算研究的結(jié)果，而是軟計算中多種計算方法共同研究的結(jié)果，這些因素都給統(tǒng)計帶來了很大的難度。

　　本文通過對期刊2001—2019年期間所發(fā)表的5745篇論文的26445個關(guān)鍵詞進(jìn)行統(tǒng)計，發(fā)現(xiàn)關(guān)鍵詞種類可達(dá)1萬多種，由此，也可證實《應(yīng)用軟計算》期刊研究領(lǐng)域的廣泛性。在統(tǒng)計中，認(rèn)為某一關(guān)鍵詞出現(xiàn)的頻次越高，與之相關(guān)的論文數(shù)也越多，表明該領(lǐng)域的研究越熱門，也越能代表軟計算發(fā)展的狀況。

　　3期刊論文發(fā)表和研究方向的統(tǒng)計

　　《應(yīng)用軟計算》期刊創(chuàng)刊于2001年，2004年該期刊被科學(xué)引文索引(SCI)收錄，從2007年開始該期刊發(fā)表論文數(shù)突破100篇。在2011年期刊發(fā)表的論文數(shù)得到了一個井噴式的上升，2012年回歸正常，每年發(fā)表的論文數(shù)都在不斷增長。這表明軟計算發(fā)展一直是一個平穩(wěn)上升的趨勢。從研究方向上看，模糊計算的研究，從創(chuàng)刊以來發(fā)表的論文數(shù)一直都是最多的，優(yōu)化算法的論文數(shù)增速是最快的，神經(jīng)計算的論文數(shù)在2008—2011年增長幅度較大，此后增幅平穩(wěn)。

　　在2016—2019年期間優(yōu)化算法發(fā)表的論文數(shù)遠(yuǎn)高于其它研究方向。說明優(yōu)化算法是近幾年軟計算研究的熱門方向。從廣義上講，進(jìn)化算法也是一種優(yōu)化算法，它是通過模擬生物生存進(jìn)化的原則，對算法策略的一種優(yōu)化。而遺傳算法、元啟發(fā)式算法也是優(yōu)化算法的一種。這樣，如果把這些算法整合在一起，優(yōu)化算法無疑是發(fā)表論文數(shù)最多的，是軟計算研究中的主要方向。所以，模糊計算、優(yōu)化算法、神經(jīng)計算作為軟計算的三個主要成員，仍是軟計算研究的重點(diǎn)，而近幾年尤以優(yōu)化算法的研究較多。

　　本文也對這三個研究方向展開進(jìn)一步統(tǒng)計分析。除了這三個研究方向之外，模擬退火作為較早出現(xiàn)的一種算法，并沒有受到研究者的追捧。而分類、搜索、決策、調(diào)度是軟計算的應(yīng)用，這些方向的論文數(shù)增長速度比較快，說明軟計算已經(jīng)從單一的理論研究轉(zhuǎn)向了理論和應(yīng)用的雙重研究模式。理論研究為應(yīng)用研究提供了理論依據(jù)，應(yīng)用研究反過來為理論研究提供了實證，并且開拓了新的研究方向。向量機(jī)、機(jī)器學(xué)習(xí)、混沌理論和人工免疫，這些新研究方向正逐漸成為軟計算下一個研究熱點(diǎn)。

　　3.1模糊計算

　　在現(xiàn)實生活中我們遇到的問題一般都會以一種模糊的語言方式來表達(dá)，例如，這輛汽車開得很快，一下子沖到了花池里;這個人是個高個子，但是他很胖;這位女士長得很漂亮;等等。類似于這樣的表達(dá)，人們很難用精確的數(shù)值去衡量。這里的“很快”是多快?多高是“高個子”?多重是“胖”?什么數(shù)值是“漂亮”?在生活中高與矮、胖與瘦、美與丑之間并不能明確地劃分，當(dāng)判斷某人是否是“高的”“胖的”“美的”的時候，會因為判斷者判斷的標(biāo)準(zhǔn)不同而得到不同的答案，這就是一種模糊的、不精確的、不確定的輸入。模糊計算就是用來解決這些問題的新方法，它是由ZADEHLA教授[6]提出的。

　　4論文發(fā)表國家及科研機(jī)構(gòu)統(tǒng)計

　　4.1國家和地區(qū)

　　美國是科研大國也是軟計算的發(fā)源地，在2001—2003年美國對軟計算的研究還處于絕對的領(lǐng)先地位，但在2004—2007年期間，印度發(fā)表的論文數(shù)已經(jīng)趕超美國，成為軟計算研究的主要國家，這期間中國發(fā)表的論文數(shù)也僅次于英國，排名第四。在2008—2011年間，印度、中國、伊朗發(fā)表的論文數(shù)已經(jīng)遠(yuǎn)遠(yuǎn)超過了美國，軟計算的研究在發(fā)展中國家得到了突飛猛進(jìn)的增長。

　　正如ZADEHLA在1984年接受的一次采訪時談到的：“當(dāng)美國還在懷疑和質(zhì)疑軟計算概念的時候，在東方國家，人們更愿意接受這種新的理念。”[8]這使得軟計算在這些國家能夠得到快速發(fā)展。從2012—2015年開始，中國、印度、伊朗、中國臺灣已經(jīng)穩(wěn)居軟計算研究的前四，截止到2019年本文統(tǒng)計數(shù)據(jù)時，中國以1273篇論文遙遙領(lǐng)先穩(wěn)居第一，中國已成為軟計算研究最多的國家。這說明軟計算研究的熱度在發(fā)展中國家，中國做為軟計算研究人員較多的國家，對軟計算的發(fā)展起到了很大的促進(jìn)作用。

　　結(jié)論

　　本文以國際期刊《應(yīng)用軟計算》為載體，對軟計算的發(fā)展和研究做了深入的分析統(tǒng)計，從總體上看， 統(tǒng)計的結(jié)果和我們對軟計算已有的了解是一致的。經(jīng)過近30年的發(fā)展，軟計算方法已經(jīng)成功地應(yīng)用到了許多領(lǐng)域，為這些應(yīng)用領(lǐng)域帶來明顯的效益，也極大地影響了人類工作和生活的方式。

　　縱觀軟計算的發(fā)展歷程，軟計算可以看作是一種新的計算思維，是解決復(fù)雜系統(tǒng)問題的一種指導(dǎo)原則，也是多種學(xué)科共同發(fā)展的產(chǎn)物，隨著人類對自然界生物系統(tǒng)的深入了解，軟計算的成員會越來越多，軟計算也將會取代硬計算成為最主要的計算。而且，軟計算的發(fā)展也會成為發(fā)展中國家科技強(qiáng)國的試金石。

　　參考文獻(xiàn)：

　　[1]ZADEHLA.Appliedsoftcomputing：foreword[J].AppliedSoftComputing，2001，1(1)：1��2.

　　[2]ZADEHLA.Theroleofsoftcomputingandfuzzylogicinconcep�瞭ion，designanddevelopmentofintelligentsystems[G]∥Proceedingofinternationalworkshoponsoftcomputinginindustry.Heidelberg：Springer�睼erlag，1996.

　　[3]鄧方安，周濤，徐揚(yáng).軟計算方法理論及應(yīng)用[M].北京：科學(xué)出版社，2008.

　　[4]Appliedsoftcomputing[EB/OL].[2020��07��15].https：∥www.journals.elsevier.com/applied-soft-computing.

　　[5]向成軍.對復(fù)雜性理論的思考[J].系統(tǒng)科學(xué)學(xué)報，2019，27(4)：7��11.

　　作者：梁春華1，2，賀天平1

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/28422.html