仿生决策微型计算机的研究与应用摘要结合仿生决策微型计算机的设计研究与发展现状，分析其结构和运行特点，对决策过程中的原理以及检测估评方法进行了讨论，希望能在推广应用中起到较好的促进作用。关键词计算机技术；仿生；决策中图分类号：TP183文献标识码：A文章编号：1671-7597(2013)16-0015-02现在常用的计算机采用的是“冯•诺依曼结构J即内存和处理器是分开的，两者之间通过“总线”来传输数据。在过去的60多年中，计算机内存容量和处理器速度不断增长，但这种速度远远大于双方之间流量的增加，让计算机的整体效率受到严重限制，这被称为“冯•诺依曼瓶颈”。近些年发展起来的仿生计算机，人工神经网等计算机，与目前人多数计算机的运行方式截然不同，这些计算机增强了并行计算能力，实现了专家库和处理器的有机结合，在一定程度上实现了类似于人脑的决策计算。1结构设计1.1系统结构设立包含专家知识库的微型计算机，与微型计算机的输出端相连设存储单元阵存储单元阵与处理单元阵相对应连接，与处理单元阵相连设运算器组，与运算器组分别相连设控制器、总运算器，总运算器通过输出接口输出决策结果信号。由于采用存储单元和处理单元直接联接，以及存储、处理单元对应分层网络设置，因而系统在没有CPU微处理器控制系统时也可进行决策计算。在实际应用中，上述结构所制成的决策机常常与“冯•诺依曼结构”结合使用，两者可以取长补短，既实现了高运算速度，乂达到了仿生决策计算的冃的。1.2决策方式根据基础对照信号引入的先后，可实现以下两种决策方式：分类决策，即各类原始决策因素信号和基础对照信号，同时输入各层存储单元网络，每一层均得到每一类的中间决策信号，再将各中间决策信号通过总运算器进行汇总；集团决策，将原始决策因素信号和基础对照信号当做两个相对独立的信号系统，分别进行决策得到中间决策信号，再将两个中间决策信号通过总运算器进行汇总。1.3结构优点能够充分逼近任意复杂的非线性系统：能够学习和适应严重不确定系统的动态特性;系统具有很强的容错性；采用并行分布处理方法,使得快速进行大量运算成为可能。2决策原理2.1差异决策原理系统由极多功能、结构大体一致的单元聚集成，因此，无论是基团级、集团级还是系统级决策，均同时存在，并相互“配合”，相互转化，信息相互传递；即可认为整体是一个运作系统，各分区是一个运作系统，各基团又各自一个运作系统，但所有系统运作模式是一致的。然而各级决策系统虽然模式一致，但毕竟会有组合、位置、数量、层级、对应存储信息等诸多差异，这样一来，对于同一个命题，同样的信息输入，也会产生有一定差界的决策结果；系统继续比对、决策，调整并减小这些差异，反复决策，最后得到正确结论。2.2不确定性因索和反馈的引入不确定性因素的引入包含差异信息和差异控制信号的引入等。引入输入（外界）模块，比如使用各类传感器来自动获取现场信息。对各处理单元引入“放大控制”（随机控制），类似于人脑的“情绪控制”，如可采用电压变化端控制放大倍数。利用分组决策、集团决策來实现决策的多重性。工作频率（强度）的控制。信息反馈机制的建立，根据决策结果的差异，可将该差异反馈到信号输入端，再次比对，调整并减小这些差异，最后得到正确结论。2.3立体数据库的建立专家库的知识信息是分类存储的，比如某一片区域可存储某一类型的数据，并且数据可以根据需要进行修改、更新。从仿生角度看，各类信息是分布存储的，是一种立体的存储结构，立体存储可以实现与现实三维存储的一致性，并且使所存信息之间的相互联系更直观的显现出来，从而强化了这些联系。人们长期以来，习惯了平面方式处理问题，常用的二维电子表格无法满足立体存储的需耍；三维点阵构成的存储单元阵，需耍建立与之配套的,比如以三维图形点阵存储为基础的数据库软件。2.4系统决策的方向根据差异决策原理，系统决策就是要逐步减小差异，即实现决策运算的通畅性，这种决策运算的通畅性如果用儿何曲线来描绘，在很多情况下可以表现为曲线的线性或者平滑性。如果经过多次决策，差异没有减小反而不断扩大，此时可采用不确定性因索引入等方法，...