人工智能的出現(xiàn)為風(fēng)景園林研究智能化、數(shù)字化提供了機(jī)遇與挑戰(zhàn)。首先介紹了人工智能的相關(guān)概念、發(fā)展,以及在風(fēng)景園林研究中的作用,并在前人分類的基礎(chǔ)上,根據(jù)人工智能的屬性和應(yīng)用,將風(fēng)景園林研究中常用的人工智能方法分為人工生命類、智能隨機(jī)優(yōu)化類和機(jī)器學(xué)習(xí)類;然后針對每類中的典型算法系統(tǒng)論述了其原理、發(fā)展、特征,以及在風(fēng)景園林分析、設(shè)計(jì)和評估等領(lǐng)域的具體應(yīng)用與存在的問題;進(jìn)而指出建立混合智能系統(tǒng)的必要性與未來發(fā)展前景;最后探討了風(fēng)景園林研究中人工智能方法的局限性,指出風(fēng)景園林智能化的發(fā)展趨勢。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 風(fēng)景園林中的人工智能相關(guān)概念及分類
    1.1 相關(guān)概念
    1.2 人工智能在風(fēng)景園林研究中的分類
2 風(fēng)景園林研究中的人工智能方法應(yīng)用進(jìn)展
    2.1 人工生命類(Artificial Life)
        2.1.1 元胞自動(dòng)機(jī)(Cellular Automata)
        2.1.2 智能體模型(Agent-based Model)與多智能體系統(tǒng)(Multi-agent System)
    2.2 智能隨機(jī)優(yōu)化類(Intelligent Stochastic Optimization Processes)
        2.2.1 遺傳算法(Genetic Algorithms)
        2.2.2 模擬退火法(Simulated Annealing)
    2.3 機(jī)器學(xué)習(xí)類(Machine Learning)
        2.3.1 人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network)
        2.3.2 卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network)
        2.3.3 決策樹(Decision Tree)
        2.3.4 隨機(jī)森林(Random Forest)
3 混合智能系統(tǒng)的應(yīng)用前景
4 結(jié)論與討論



本文編號(hào)：4046815