【摘要】：早期的算法是基于数学和计算机科学通过严谨的数学推导设计完成的。这种算法因为其符合人类的逻辑习惯同时效果明显而逐步得到广泛应用。以不同学科知识为基础进行设计的算法将为解决实际工程问题带来更宽广的思路。这样的新算法将多学科知识相互融合，可能使算法的普适性更强，更易推广到不同的领域。像分类、聚合、排序等这样面向人类需求的算法可能是多学科知识算法应用的主要方向。
王洪桥
上海交通大学数学系博士研究生
1 概要描述
图1 多学科推导的智能算法设计框架
早期的算法是基于数学和计算机科学通过严谨的数学推导设计完成的。近代，智能算法的提出颠覆了算法仅能通过严谨的数学逻辑推导而得到这一传统观念。新兴的智能算法借助数学作为量化手段，通过不同学科的知识进行推导演绎，抛弃了严谨的数学逻辑推导。例如，现在已有的智能算法有遗传算法、模拟退火算法、人工神经网络、粒子群算法等。它们分别以物理学、遗传学、神经科学等方面的研究成果为基础，如图1所示，利用本领域的知识推导设计算法。这种算法因为其符合人类的逻辑习惯同时效果明显而逐步得到广泛应用。所以有理由预见未来5 ～ 15年将会出现更多的智能算法，它们的思想可能起源于人类知识海洋中的各个学科如社会科学、人类行为科学或化学等领域的研究成果。例如，根据博弈论思想可能设计一种另类的惩罚性全局优化算法，根据社会科学或心理学知识设计提出应用于统计分类方向的算法等。随着越来越多的智能算法的提出，传统以数学和计算机科学为基础的算法将经过一段时间的沉淀积累后得到进一步完善、发展，与智能算法交替繁荣，共同发展。
2 应用意义与前景
以不同学科知识为基础进行设计的算法将为解决实际工程问题带来更宽广的思路。这样的新算法将多学科知识相互融合，可能使算法的普适性更强，更易推广到不同的领域。像分类、聚合、排序等这样面向人类需求的算法可能是多学科知识算法应用的主要方向。用人类解释世界的知识来构建满足人类需求的算法或许效果更好。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
