智能計算（Intellectual Computing，IC），也稱計算智能（Computational Intelligence，CI）或軟計算（Soft Computing,SC），是受人類組織、生物界及其功能和有關(guān)學(xué)科內(nèi)部規(guī)律的啟迪，根據(jù)其原理模仿設(shè)計出來的求解問題的一類算法。智能計算所含算法的范圍很廣，主要包括神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、遺傳算法、模糊計算、蟻群算法、人工魚群算法、粒子群算法、免疫算法、禁忌搜索、進(jìn)化算法、啟發(fā)式算法、模擬退火算法、混合智能算法等類型繁多、各具特色的算法。以上這些智能計算的算法都有一個共同的特點(diǎn)就是通過模仿人類智能或生物智能的某一個或某一些方面而達(dá)到模擬人類智能、實現(xiàn)將生物智慧、自然界的規(guī)律等設(shè)計出最優(yōu)算法，進(jìn)行計算機(jī)程序化，用于解決很廣泛的一些實際問題。當(dāng)然，智能計算的這些不同研究領(lǐng)域和算法各有各的特點(diǎn)，雖然它們具有模仿人類和生物智能的共同點(diǎn)，但是在具體實現(xiàn)方法上還存在一些不同點(diǎn)。例如人工神經(jīng)網(wǎng)絡(luò)模仿人腦的生理構(gòu)造和信息處理的過程，模擬人類的智慧；模糊計算模仿人類語言和思維中的模糊性概念，也是模擬人類的智慧；進(jìn)化計算模仿生物進(jìn)化過程和群體智能過程，模擬大自然的智慧等。

智能計算（摘自互聯(lián)網(wǎng)）

智能計算,借鑒仿生學(xué)的思想,基于生物體系的生物進(jìn)化、細(xì)胞免疫、神經(jīng)細(xì)胞網(wǎng)絡(luò)等諸多機(jī)制,用數(shù)學(xué)語言抽象描述的計算方法，是基于數(shù)值計算和結(jié)構(gòu)演化的智能，是智能理論發(fā)展的高級階段。智能計算有著傳統(tǒng)計算無法比擬的優(yōu)越性,它的最大特點(diǎn)就是不需要對問題自身建立精確的數(shù)學(xué)模型,非常適合于解決那些因為難以建立有效的形式化模型而用傳統(tǒng)的數(shù)值計算方法難以有效解決、甚至無法解決的問題。
隨著計算機(jī)系統(tǒng)智能性的不斷增強(qiáng)，由計算機(jī)自動和委托完成任務(wù)的復(fù)雜性和難度也在不斷增加。所以，智能計算也可以看作是一種經(jīng)驗化的計算機(jī)思考性的算法，是人工智能體系的一個分支，是輔助人類去處理各式問題的具有獨(dú)立思考能力的系統(tǒng)。
智能計算是借助自然界、特別是生物界規(guī)律的啟示，根據(jù)其規(guī)律，設(shè)計出求解問題的算法。數(shù)學(xué)、物理學(xué)、化學(xué)、生物學(xué)、心理學(xué)、生理學(xué)、神經(jīng)科學(xué)和計算機(jī)科學(xué)等諸多學(xué)科的現(xiàn)象與規(guī)律都可能成為智能計算算法的基礎(chǔ)和思想來源。從相互關(guān)系上來看，智能計算屬于人工智能的一個分支?，F(xiàn)在，智能計算的發(fā)展也面臨嚴(yán)峻的挑戰(zhàn)，其中一個重要原因就是智能計算目前還缺乏堅實的數(shù)學(xué)理論基礎(chǔ)，還不能像物理、化學(xué)、天文等學(xué)科那樣非常自如地運(yùn)用數(shù)學(xué)工具解決各自的計算問題。雖然神經(jīng)網(wǎng)絡(luò)具有比較完善的理論基礎(chǔ)，但是像進(jìn)化計算等一些重要的智能算法還沒有完善的數(shù)學(xué)基礎(chǔ)；智能計算算法的穩(wěn)定性和收斂性的分析與證明還處于研究的開始階段。通過數(shù)值實驗方法和具體應(yīng)用手段檢驗智能計算算法的有效性和高效性是研究智能計算算法的重要方法。從其本質(zhì)上來看，智能計算是仿生的、隨機(jī)化的、經(jīng)驗性的，大自然也是隨機(jī)性的、具有經(jīng)驗性的，抽取大自然的這一特性，自動調(diào)節(jié)形成經(jīng)驗、取得可用的結(jié)果。這些方法還具有以下共同的要素：自適應(yīng)的結(jié)構(gòu)、隨機(jī)產(chǎn)生的或指定的初始狀態(tài)、適應(yīng)度的評測函數(shù)、修改結(jié)構(gòu)的操作、系統(tǒng)狀態(tài)存儲結(jié)構(gòu)、終止計算的條件、指示結(jié)果的方法、控制過程的參數(shù)等等。計算智能的這些方法具有自學(xué)習(xí)、自組織、自適應(yīng)的特征和簡單、通用、健壯性強(qiáng)、適于并行處理等優(yōu)點(diǎn)。在并行搜索、聯(lián)想記憶、模式識別、知識自動獲取等方面得到了廣泛的應(yīng)用，取得了諸多開創(chuàng)性的成果。
這里所說的“軟計算”是相對于“硬計算”而言的。所謂“硬計算”是指傳統(tǒng)的數(shù)值計算，具有可用的完善數(shù)學(xué)模型，堅實的數(shù)學(xué)理論基礎(chǔ)，主要特征是嚴(yán)格、確定和精準(zhǔn)。但是硬計算并不適合處理現(xiàn)實生活中的許多問題，如汽車駕駛、人臉識別、信息檢索等，軟計算通過對不確定、不精確及不完全取值的容錯以取得低代價的解決方案和穩(wěn)定性，模擬自然界中智能系統(tǒng)的生化過程（人的感知、腦結(jié)構(gòu)、生物進(jìn)化和免疫等）來有效的處理日常工作、科研和生產(chǎn)中遇到的諸多問題。當(dāng)然，軟、硬計算的說法只是相對而言的，很難進(jìn)行嚴(yán)格的定義和區(qū)分。
智能計算跟數(shù)值計算的目的是一樣的，即通過計算得到令人滿意的接近真解的近似解，再拿這個近似解代替真解來說明和解決問題。一般情況下，很多問題是沒有解析解的，這時可以通過數(shù)學(xué)建模、用計算方法來求數(shù)值解；當(dāng)遇到問題特別復(fù)雜，用傳統(tǒng)計算方法計算量太大或很難在計算機(jī)上實現(xiàn)時，可以考慮采用智能算法。
計算智能是受大自然智慧和人類智慧的啟發(fā)而設(shè)計出的一類算法的統(tǒng)稱，隨著技術(shù)的進(jìn)步，在科學(xué)研究和工程實踐中遇到的問題變得越來越復(fù)雜，采用傳統(tǒng)的計算方法來解決這些問題面臨著計算復(fù)雜度高、計算時間長等問題，特別是對于一類高難度問題，傳統(tǒng)算法根本無法在可以接受的時間內(nèi)求出精確解。因此，為了在求解時間和求解精度上取得平衡，提出了很多具有啟發(fā)性特征的智能算法。這些算法或模仿生物界的進(jìn)化過程，或模仿生物的生理構(gòu)造和身體機(jī)能，或模仿動物的群體行為，或模仿人類的思維、語言和記憶過程的特性，或模仿自然界的物理現(xiàn)象，希望通過模擬大自然和人類的智慧實現(xiàn)對問題的優(yōu)化求解，在可接受的時間內(nèi)求解出可以接受的解。這些算法共同組成了計算智能算法。
智能計算和不少學(xué)科之間有著密切的關(guān)系，如智能計算和人工智能、最優(yōu)化算法及統(tǒng)計計算等。

人工智能（Artificial Intelligence，AI），是研究、開發(fā)用于模擬、延伸和擴(kuò)展人類的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué)，是計算機(jī)科學(xué)的一個分支，它企圖了解智能的實質(zhì)，以得出一種新的能以人類智能相似的方式做出反應(yīng)的智能性機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能研究的一個主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作，但智能計算和人工智能是兩個完全不同的概念，計算和通信兩個領(lǐng)域的融合開創(chuàng)了智能計算的新天地，現(xiàn)在計算機(jī)已經(jīng)可以更聰明地幫助人們獲得和處理信息，這已經(jīng)和人工智能的概念大相徑庭了。從相互關(guān)系上看，計算智能應(yīng)屬于人工智能的一個分支。
最優(yōu)化算法解決的是一般的最優(yōu)化問題。最優(yōu)化問題可以分為求解一個或一組函數(shù)中、使得函數(shù)取值最小的自變量的函數(shù)優(yōu)化問題和在一個解空間里面，尋找最優(yōu)解，使目標(biāo)函數(shù)值最小的組合優(yōu)化問題等。優(yōu)化算法有很多，經(jīng)典算法包括線性規(guī)劃，動態(tài)規(guī)劃等，改進(jìn)型局部搜索算法包括爬山法，最速下降法等；智能計算中的模擬退火、從比較廣泛的意義上講，智能計算和統(tǒng)計計算、蒙特卡羅方法聯(lián)系甚為密切，可互為從屬關(guān)系，是你中有我、我中有你，使用中也是互相補(bǔ)充。從這些算法的介紹和使用中不難發(fā)現(xiàn)這一特點(diǎn)。
智能計算是一種多層次級的計算模式，通?？煞譃?個層次：第一層為操作模擬層，把一些最基礎(chǔ)的思考操作進(jìn)行程序化處理；第二層為存在經(jīng)驗層，即對于優(yōu)勢的經(jīng)驗和便捷的過程代碼化；第三層稱為績效評估層，即對各種經(jīng)驗的模擬結(jié)果進(jìn)行評分，并能隨著條件和期望結(jié)果的變化改進(jìn)評分體系；第四層分為A、B兩個系統(tǒng)：A系統(tǒng)通過智能計算對系統(tǒng)的變數(shù)進(jìn)行有效的預(yù)測，B系統(tǒng)對這可能存在的預(yù)測結(jié)果進(jìn)行的預(yù)判性評估；第五層為決策執(zhí)行層，對上面的決策執(zhí)行并在執(zhí)行過程中進(jìn)行一些必要的修正；第六層是智能計算的經(jīng)驗系統(tǒng)，對實際運(yùn)行結(jié)果進(jìn)行總結(jié)和經(jīng)驗性判定，判斷判定結(jié)果的準(zhǔn)確度。
現(xiàn)在，智能計算在國內(nèi)外得到廣泛的關(guān)注，已經(jīng)成為人工智能以及計算機(jī)科學(xué)的重要研究方向，并在自身性能的提高和應(yīng)用范圍的拓展中不斷完善。計算智能的研究、發(fā)展與應(yīng)用，無論是研究隊伍的規(guī)模、發(fā)表的論文數(shù)量，還是網(wǎng)上的信息資源，發(fā)展速度都很快，已經(jīng)得到了國際學(xué)術(shù)界的廣泛認(rèn)可，并且在優(yōu)化計算、模式識別、圖像處理、自動控制、經(jīng)濟(jì)管理、機(jī)械工程、電氣工程、通信網(wǎng)絡(luò)和生物醫(yī)學(xué)等多個領(lǐng)域取得了成功的應(yīng)用，應(yīng)用領(lǐng)域涉及國防、科技、經(jīng)濟(jì)、工業(yè)和農(nóng)業(yè)等各個方面，尤其是在軍事、金融工程、非線性系統(tǒng)最優(yōu)化、知識工程、計算機(jī)輔助醫(yī)學(xué)診斷等方面取得了豐碩的成果，下面簡單介紹智能計算在這些領(lǐng)域中的應(yīng)用。
科學(xué)技術(shù)的不斷進(jìn)步使得軍事領(lǐng)域的各個方面都發(fā)生了革命性的變革和質(zhì)的飛躍。當(dāng)前，以計算機(jī)和信息技術(shù)為核心的新軍事變革，使得現(xiàn)代戰(zhàn)爭呈現(xiàn)出的特點(diǎn)已不再是過去的以“大”吃“小”，而是現(xiàn)在的以“快”吃“慢”。加快信息處理速度，爭奪戰(zhàn)場信息優(yōu)勢，運(yùn)用智能化的武器裝備，已經(jīng)成為21世紀(jì)戰(zhàn)爭的基本形態(tài)。面對這一重大變革，世界各國軍隊都在調(diào)整軍事戰(zhàn)略，其中發(fā)展先進(jìn)的計算技術(shù)已成為各國軍隊的共同選擇。計算智能是借助現(xiàn)代計算工具模擬人的智能機(jī)制、生命演化過程和人的智能行為而進(jìn)行信息獲取、問題分析、理論應(yīng)用和方法生成的一種計算技術(shù)。近年來，在新的形勢下，國家安全和軍事領(lǐng)域中出現(xiàn)了許多新的問題，有些問題難以用傳統(tǒng)方法來解決，甚至在某些情況下還不能完全將它們表示出來。為此，人們采用包括模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)和遺傳算法在內(nèi)的計算智能來解決這些問題，取得了一些新的進(jìn)展和突破。目前，計算智能在軍事領(lǐng)域中的應(yīng)用已涉及到作戰(zhàn)指揮、信息處理、管理決策、智能控制、專家系統(tǒng)、故障診斷等方面，并還在不斷拓寬深入中。
金融工程是將工程思維引入金融領(lǐng)域，綜合運(yùn)用各種工程方法來設(shè)計、開發(fā)和實施新型的金融產(chǎn)品，創(chuàng)造性的解決各種金融問題。如在股市預(yù)測、智能交易決策系統(tǒng)和證券組合投資策略等方面，計算智能技術(shù)都取得了比較好的效果。
對計算智能領(lǐng)域的神經(jīng)網(wǎng)絡(luò)融合算法、自適應(yīng)信號處理所提出的各種算法應(yīng)用于計算機(jī)輔助醫(yī)學(xué)診斷和生物醫(yī)學(xué)信號分析，也取得了許多應(yīng)用成果。
目前關(guān)于計算智能的研究和應(yīng)用仍處于蓬勃發(fā)展初期階段，應(yīng)用范圍遍及各個科學(xué)領(lǐng)域。雖然計算智能是一門新興的綜合型學(xué)科，而且各種智能方法的發(fā)展歷史也不是很長，但是其發(fā)展卻是相當(dāng)迅猛，應(yīng)用也相當(dāng)廣泛。當(dāng)前除了對單一的算法進(jìn)行研究和應(yīng)用之外，現(xiàn)已開始對各種算法的融合進(jìn)行研究，針對各個算法的特點(diǎn)，有目的的進(jìn)行取長補(bǔ)短的算法綜合。典型的融合方案有人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)與免疫算法和遺傳算法、模糊邏輯與免疫算法、模糊邏輯與遺傳算法及遺傳算法與免疫算法等，特別是和傳統(tǒng)數(shù)值算法結(jié)合，取得了一些突破性成果。融合之后的算法可以提高算法的性能，增強(qiáng)算法的適應(yīng)性和穩(wěn)定性，同時還克服了算法選擇的盲目性。另外，還有學(xué)者提出了計算智能的新框架――生物網(wǎng)絡(luò)結(jié)構(gòu)，即神經(jīng)內(nèi)分泌免疫網(wǎng)絡(luò)。它由人工神經(jīng)網(wǎng)絡(luò)、人工內(nèi)分泌系統(tǒng)和人工免疫系統(tǒng)等組成。新框架的提出為人們研究其理論和應(yīng)用技術(shù)提供了新平臺，為計算智能今后的發(fā)展指明了方向。計算智能技術(shù)在自身性能的提高和應(yīng)用范圍的拓展中將得到不斷完善。
目前的智能計算研究的水平暫時還很難使“智能機(jī)器”真正具備人類的常識，但智能計算將在21世紀(jì)得到蓬勃發(fā)展，不僅僅只是功能模仿要持有信息機(jī)理一致的觀點(diǎn)，即人工腦與生物腦將不只是功能模仿，而是具有相同的特性。這兩者的結(jié)合將開辟一個全新的領(lǐng)域，開辟很多新的研究方向。智能計算將探索智能的新概念，新理論，新方法和新技術(shù)，而這一切將在今后的發(fā)展中都會取得新的重大成就。