1

学习心得

云计算是分布式处理、并行处理、和网格计算的发展，可以或许说是这些计算机 科学观念的贸易实现。即把存储于个人电脑、移动电话和此外装备上的多量动静 和处理器本钱齐集在一起，协同工作。在极大范畴上可扩展的动静妙技才干向外 部客户作为任事来供应的一种计算法子。 云计算分为广义云计算和广义云计算。广义云计算是指 IT 基础装备的寄予 和使用模式，经过网络以按需、易扩展的法子失去所需的本钱 。

广义云计算是指任事的寄予和使用模式，指通 过网络以按需、易扩展的法子失去所需 的任事。这种任事可以是 IT 和软件、 互联网关连的，也能够使任意此外的任事。 云有三种类型：公有云、公有云和异化云。 （1）公有云是指云计算任事供应 商经过过自己的基础装备直接向多个内部用户供应任事， 内部用户经过互联网访 问任事，并不领有云计算本钱。本色是成本高贵，存在范畴经济效益。数据安然 问题，任事品质易受内部网络品质影响。 （2）公有云是企业内部创建的专有云计 算机细碎，仅为企业内部使用，安排在企业数据焦点的防火墙内或安然的主机托 管场合，并能对其数据、安然性和任事品质发展无效地管制。本色是数据安然， 任事品质高不受内部网络影响，进步基础装备垄断率，初始创建成本较高，管理 成本高。 （3）异化云则是同时供应公有和公有任事的云计算细碎，它是介于公有 云和公有云之间的一种折中管理。比如企业的关头贸易

2

数据动静寄存在公有云 中， 垄断公有云来发展数据运算处理。 云存储 就比方是一个机器的硬盘存储空间有限，而所重要存储的数据较多，我们可 以决意将多个机器的硬盘连在一起，重要添加存储空间时再添加机器就可。为了 防范由于某台机器装备阻碍而导致数据丧失， 我们可以将一份文件拷贝到多台机 器上备份。具体应用如：网络硬盘、网络视频监控、网络游戏、搜索引擎、邮件 存储等。 与古板的存储装备对比，云存储不仅仅是一个硬件，而是一个网络装备、存 储装备、任事器、应用软件、公用访问接口、接中计、和客户端步调等多个一部分 形成的烦复细碎。

云主机是新一代的主机租用任事，它整合了高效率任事器与优良网络带宽， 无效规画了古板主机租用代价偏高、任事品错落不齐等害处，可全面满足中小企 业、个人站长用户对主机租用任事低成本，高靠得住，易管理的紧要。云主机任事 是云计算任事的紧要形成一部分， 是面向种种互联网用户供应阐发业务才干的任事 平台。平台整合了古板含义上的互联网应用三大核心要素：计算、存储、网络， 面向用户供应公用化的互联网基础装备任事。 云主机任事包含两个核心产品： 面向中小企业用户与高端个人用户的云主机 租用任事；面向大中型互联网用户的弹性计算平台任事。

云计算是一个全新的理论，之前听媒体和公司领导介绍过，但究竟什么是云计算，这个概念一直比较模糊。现在对云计算理论有了一些个人的理解。

首先作个对比， 19世纪至20世纪初两次新兴工业革命带来生

3

产力的极大提高，原先存在于家庭手工作坊中的生产方式逐步为规模经济所取代。在美国，越来越多的企业不再自行安装供电设备转而向英萨尔的发电厂购买电力，使得企业生产成本大幅降低。同样的道理，企业每个部门使用的计算机尽管存在与其他计算机和服务器的连接，但依旧作为一个独立的计算单位，系统复杂、用途单一、利用率低、耗能巨大、重复浪费现象严重。对此，云计算较好解决了摩尔定律和格鲁夫定律之间的矛盾，即计算机的发展较之服务器处理能力有更快的增长速度，信息传输速度远远不能满足用户的需求。通过建立一个统一的服务器，成为各个人或企业计算机的信息“公共电厂”，个人或企业用户则向云计算的“公共电厂”购买信息和计算服务，而个人计算机则不再作为单独的计算单位，摆脱数字化传动装置。过去装在电脑机箱里的各个单独部件，可分散在世界各地，通过互联网集成，个人和企业都可以使用到一台“超级电脑”供存储、计算、编程等服务。

其次，云计算理论对企业又有什么意义呢？海航集团拥有八大产业，涵盖多个服务行业。我们数据中心的服务器存在大量相互独立的应用系统和硬件设备，且硬件设备耗能较高、更新调配速度慢，因而管理和维护成本也较高。假如我们能够建立一个基于业务的资源共享、服务集中和自动化服务中心运行平台的“企业云”。则会形成以集团总部为核心，对各产业集团、分公司生产经营数据、市场需求、安全服务、财务、后勤管理等方面进行调配的经营管理体系。加强各产业集团之间信息的交流力度，同时提高业务的响应速度，满足市场

4

需求，实现企业资源的优化配置。企业云还可以加强集团总部对各产业之间的管控能力，形成一个更加紧密、管理更加高效、资源消耗更低的群体。

现阶段，国内已有利用IBM提供云计算服务的案例。例如，“黄河三角洲”云计算平台，想要通过云计算搭建政府办公信息平台，完成对电子政务、公共医疗、数字化城市等应用服务部署工作。利用云计算模式提高资源利用率、减少能源消耗，帮助企业降低运营成本，使高新企业以较低的IT投资开展业务。另有“中化”企业云数据中心的建立，为“中化”带来更多效益。

对云计算理论，我们需要首先了解云计算的概念和含义，以及从海航实际需要出发，理解它能给我们带来什么，我们要达到什么效果，包括如何建立完善的云计算服务体系等等。我个人理解非常有限，有很多的疏漏，希望能得到更多的建议和指教。非常感谢！

 

第二篇：计算智能学习心得体会

计算智能学习心得体会

本学期我们水利水电专业开了“计算智能概论”这门课，有我们学院的金菊良教授给我们授课，据说这门课相当难理解，我们课下做了充分的准备，借了计算智能和人工智能相关方面的书籍，并提前了解了一点相关知识，我感觉看着有点先进，给我们以往学的课程有很大区别，是一种全新的概念和理论，里面的遗传算法、模糊集理论、神经网络更是闻所未闻，由于课前读了一些书籍，我以为课堂上应该能容易理解一点，想不到课堂上听着还是相当玄奥，遗传算法还好一点，因为高中学过生物遗传，遗传算法还能理解一点。像模糊集理论神经网络便不知所云了。虽然金老师讲课生动形象，幽默风趣，而且举了好多实际的例子，但有一些理论有点偏难。

计算智能(Computational Interlligence，简称CI)并不是一个新的术语，早在1988年加拿大的一种刊物便以CI为名。1992年，美国学者JamesC.Bezdek在论文《计算智能》中讨论了神经网络、模式识别与智能之间的关系，并将留能分为生物智能、人工智能和计算智能三个层次。1993年，Bob Marks写了一篇关于计算留能和人工留能区别的文章，并在文中给出了对CI的理解。1994年的国际计算智能会议(WCCL)的命名就部分地源于Bob的文章，这次IEEE会议特国际神经网络学会(NNC)发起的神经网络(ICNN)、模糊系统(FuZZ)和进化计算(ICEc)三个年度性会议合为一体，并出版了名为《计算智能》的论文集。此后，CI这个术语就开始被频繁地使用，同时也出现了许多关于CI的解释。

1992年，James C .Bezdek提出，CI是依靠生产者提供的数字、数据材料进行加工处理，而不是依赖于知识；而AIglJ必须用知识进行处理．1994年，James在F1orida，Orlando，IEEE WCCI会议上再次阐述他的观点，即智能有三个层次：(1)生物智能(Biological Intelligence，简称BI)，是由人脑的物理化学过程反映出来的，人脑是有机物，它是智能的基础。(2)人工智能(Artificial Intelligence，简称AI)，是非生物的，人造的，常用符号来表示，AI的来源是人类知识的精华。（3）计算智能(Computer Intellienceence，简称CI)，是由数学方法和计算机实现的，CI的来源是数值计算的传感器。

虽然有好多计算智能理论还不太清楚，但是我对新知识还是相当渴望的，因为我本身比较爱学习，且喜欢读书。我感觉学到了许多知识：计算智能是一门经验科学，它研究自然的或人工的智能行为形成之原理以“推理即计算”为基本假设，开发某种理论、说明某项智能可以算法化，从而可以用机器模拟和实现；寻求和接受自然智能之启迪，但不企图完全仿制人类智能，其中心工程目标是研究设计和建立智能计算系统的方法。

由于我们只有16课时，所以我们学的面并不广，金老师主要教了一些计算智能方面的经典理论，我们所学的计算智能所涉及的领域主要包括以下三方面：遗传算法、人工神经网络方法和模糊集理论。

遗传算法最早由美国Michigan大学John H. Holland教授提出，按照生物进化过程中的自然选择（selection）、父代杂交（crossover）和子代变异（mutation）的自然进化（natural evolution）方式，编制的计算机程序，能够解决许多复杂的优化问题，这类新的优化方法称之为遗传算法（genetic algorithm，GA）^[7]。GA模拟生物进化过程中的主要特征有：（1）生物个体的染色体（chromosomes）的结构特征，即基因码序列（series of genetic code）决定了该个体对其生存环境的适应能力。（2）自然选择在生物群体（population）进化过程中起着主导作用，它决定了群体中那些适应能力（adaptability）强的个体能够生存下来并传宗接代，体现了“优胜劣汰”的进化规律。（3）个体繁殖（杂交）是通过父代个体间交换基因材料来实现的，生成的子代个体的染色体特征可能与父代的相似，也可能与父代的有显著差异，从而有可能改变个体适应环境的能力。（4）变异使子代个体的染色体有别于其父代个体的染色体，从而也改变了子代个体对其环境的适应能力。（5）生物的进化过程，从微观上看是生物个体的染色体特征不断改善的过程，从宏观上看则是生物个体的适应能力不断提高的过程。

作为利用自然选择和群体遗传机制进行高维非线性空间寻优的一类通用方法，遗传算法（GA）不一定能寻得最优（optimal）点，但是它可以找到更优（superior）点，这种思路与人类行为中成功的标志是相似的。例如不必要求某个围棋高手是最优的，要战胜对手只需他（她）比其对手更强即可。因此，GA可能会暂时停留在某些非最优点上，直到变异发生使它迁移到另一更优点上。遗传算法随编码方式、遗传操作算子的不同而表现为不同形式，因此难以象传统的共轭梯度法那样从形式上给以明确定义，它的识别标志在于它是否具有模拟生物的自然选择和群体遗传机理这一内在特征。目前国内外普遍应用的实施方案是标准遗传算法（Simple Genetic Algorithm，SGA）。

BP神经网络

BP神经网络是用反向传播学习算法（back-propagation algorithm，BP算法）训练的一种多层前馈型非线性映射网络，网络中各神经元接受前一级的输入，并输出到下一级，网络中没有反馈联接。BP神经网络通常可以分为不同的层（级），第j层的输入仅与第j–1层的输出联接。由于输入层节点和输出层节点可与外界相连，直接接受环境的影响，所以称为可见层，而其它中间层则称为隐层（hidden layer）。决定一个BP神经网络性质的要素有三个：网络结构、神经元作用函数和学习算法，对这三个要素的研究构成了丰富多彩的内容，尤其是后者被研究得最多。BP算法是目前应用最为广泛且较成功的一种算法，它解决了多层前馈网络的学习问题，从而使该网络在各方面获得了广泛应用。它利用梯度搜索技术（gradient search technique）使代价函数（cost function）最小化。

BP算法把一组样本的输入输出问题归纳为一非线性优化问题，它使用了最优化方法中最常用的负梯度下降算法。用迭代运算求解网络权重和阈值对应于网络的学习记忆过程，加入隐层节点使得优化问题的可调参数增加，从而可得到更精确的解。

模糊集理论

模糊集理论（又称模糊数学，fuzzy mathematics）就是应用模糊集这一模拟人脑模糊思维的数学工具，来描述、分析、识别、分类、判断、推理、决策和控制各种模糊事物所形成的一门现代应用数学分支学科。经典数学仅考虑现实世界的数量而抛弃现实世界的质量，而模糊集理论则反映了现实世界数量与质量的统一性，是对经典数学的一种补充和完善。定义模糊集、模糊关系的不同运算（目前主要是代数运算），就可得到相应的不同模糊数学方法。目前已研究成熟并广为应用的模糊数学方法主要有模糊模式识别、模糊聚类分析、模糊综合评价、模糊推理、模糊控制等方法。在现代科学技术体系中定性因素和主观因素定量化处理的方法至今仍很少，而模糊数学方法正是其中的典型代表，目前已在各科学和工程领域得到了广泛的成功应用，其主要原因在于它异于其它方法的一些显著特点：（1）模糊集的引入改善了二值逻辑中硬性的分类方法，是普通集合的推广，使模糊数学方法更加接近于广泛存在模糊性和不精确性的现实世界，也更加接近于人类思维方式。这些真实性使得模糊数学方法能很好地平衡系统的复杂性与描述系统的精确性，也有助于模糊数学方法充分提取各种专家经验信息和其它人类语言信息。（2）当系统为多输入多输出、强非线性、定性信息与定量信息混杂的动态系统时，系统的数学模型非常复杂或根本就不存在确定性数学模型，常规方法难以或不能有效处理这样的复杂系统，而模糊数学方法可以用建立在语言型经验之上的模糊集及其运算就可以简便有效地处理，有时甚至不需要辅以确定的数学模型。（3）模糊数学方法可以直接利用人类语言型概念及其运算，其处理效果在敏捷性、模糊性适应性等方面优于常规方法，使得模糊数学方法易于理解、接受和改进，便于方法的应用与更新。

  除了学习这三大计算智能概论的理论的知识，我还查找相关资料——计算智能概论在水利中还有还有许多应用。如在水资源配置评价中便用到人工神经网络和模糊集理论；为解决多于两水库优化运行调度问题，近年来，对模糊数学、神经网络、遗传算法等计算智能方法在水库调度中得到了很好的应用。

学习了计算智能，我不仅学到了学到了很多新的理论方法，也了解到了计算智能可以在很多领域有创新的应用。金老师教我们写论文的方法和步骤，还给我们解读了几篇他写的论文。

总之，计算智能这门课给我了一种认识科学的全新方法，有助于我将来更好的运用专业知识，我相信计算智能将来一定能更好运用到更多的领域，一定会为社会发展做出更多贡献。