如何理解鲁棒性？为什么robustness翻译成鲁棒性？

鲁棒性，英语是Robustnes（承受故障和干扰的能力），很多复杂的系统（包括复杂的网络）关键属性。对复杂网络的鲁棒性研究在许多领域都非常重要。本文重点介绍了鲁棒的基本定义、命名起源、分类差异、推广方法和具体应用，供大家学习参考。

1. 鲁棒的基本定义。

#xff080;英语：Robustness）,鲁棒是Robust的音译，“robust“有四个含义：

1."强壮；强壮的”。

1. "坚固的；耐用；坚固的”。

2. "（系统或机构）#xfff0;强；充满活力的”。

3. “坚定；充满信心的”。

百度百科全书对鲁棒的定义是：鲁棒是Robust的音译，也就是说，强壮和强壮的意思。它也是系统在异常和危险条件下生存的能力。例如，在输入错误、磁盘故障、网络过载或故意攻击的情况下，计算机软件，能否不死机，不崩溃，就是这个软件的鲁棒。所谓“鲁棒”，也指控制系统在一定程度上（结构，大小）在参数摄动下，保持某些其他性能的特性。

鲁棒的起源。

据调查，鲁棒这个词最早起源于1979年，南开大学涂奉生，齐寅峰教授࿰，信息与控制c;分别题为“鲁棒（”;Robust）两篇文章，本文首次将robust翻译为“鲁棒”。有学者认为�将“robust翻译成“鲁棒”是“音义兼顾”的绝佳翻译。因为“robust调节器”具有“保持系统稳定并具有渐进调节特性的能力”，“‘鲁’粗鲁也，同义也是“棒”的强者。因此，“鲁棒”一词更好地表明了这种调节器的特性，更“粗壮”，“强”等词生动。“鲁棒性一词因其形神兼备的翻译逐渐得到学术界的认可，逐渐沿用下来。

2. 鲁棒性和稳定性的区别。

鲁棒性和稳定性是反应控制系统抗干扰能力的参数，但鲁棒性不等于稳定性。

定义上。

“鲁棒”，指控制系统在一定(结构，大小)参数拍摄，保持某些其他性能的特性。

“稳定性”，指控制系统消失后使其偏离平衡状态的扰动c;回到原来平衡状态的能力。

受到干扰。

稳定性是指系统瞬时扰动，扰动消失后，系统回到原始状态的能力，鲁棒性是指系统保持原始状态的能力，受到持续扰动。

概念稳定。

稳定性分为一致稳定性和渐进稳定性c;也就是说，它可以慢慢稳定，也可以在稳定点周围螺旋稳定：。

鲁棒性，这意味着你可以设置一个鲁棒界(可以) 2 范数也可以是无限范数，只要系统在这个界面是稳定的。

以送外卖为例，做一个形象比喻：

送货员在送餐时遇到极端天气（暴雨暴雪），当这种极端天气结束时，外卖哥还能以原来的速度送餐，我们可以说外卖兄弟是稳定的；但如果在极端天气的过程中，外卖小哥冒着雨雪按时把外卖送到顾客手中󿀌这种情况叫鲁棒性好。

稳定性是指系统不随外界变化的能力，鲁棒性是指外界变化时的，系统自适应能力。

稳定性是指系统不随外界变化的能力，鲁棒性是指外界变化时的，系统自适应能力

3. 鲁棒分类。

在实际问题上，系统特征或参数的摄入往往是不可避免的，主要原因有两个方面：一是由于测量不准确，特性或参数的实际值会偏离其设计值(标称值)，二是由于环境因素的影响，系统运行过程中特性或参数的缓慢漂移。

控制系统的鲁棒性是指控制系统在某种类型的干扰下，包括自己模型的扰动，保持系统性能指标不变的能力。实际工程系统࿼人们最关心的问题是，当其模型参数发生重大变化或其结构发生变化时，控制系统能否保持渐近稳定，这叫稳定鲁棒性。然后，在模型扰动下，系统的质量指标仍然保持在一定的许可范围内，这叫优质鲁棒。

设计一个控制器，如果控制器对象集中的每个对象都能满足给定的性能指标，该控制器的性能指标(特性)是鲁棒的，鲁棒的两个重要概念是：

稳定的鲁棒性：如果一个控制器能够保证集合P中每个对象的系统稳定性，那么鲁棒是稳定的。

质量鲁棒：如果一个控制器能够保证集合P中每个对象的系统稳定性和特定质量，则认为它是一个质量鲁棒。

4. 如何提高鲁棒性。

人工智能模型的鲁棒可以理解为模型对数据变化的容忍度。假设数据偏差较小，#xff0c;只对模型输出产生较小的影响，称模型为鲁棒。 从稳定统计的角度来看，Huber给出了鲁棒的三个要求：

1.模型精度高或有效性高。

2.模型假设的小偏差（noise），只能对算法性能产生较小的影响。

3.模型假设的较大偏差（outlier），不能对算法性能产生“灾难性”的影响。

提高鲁棒性的方法：

1）从数据上提高性能。

收集更多数据，生成更多数据，缩放数据，改变数据，选择特征，重新定义问题。

2）提高算法上的性能。

筛选算法，从文献中学习，重新采样。

3）提高算法调优的性能。

注意力机制（给每个像素权重，测量像素之间的相关性SPNet）、模型可诊断、权重初始化、学习率、激活函数、网络结构、batch和epoch、正则项，优化目标，提前完成训练。

4）提高融合效果的方法。

模型融合，视角融合，stacking、多尺度融合（使用不同尺度的卷积核，增加模型的感觉野，典型代表金字塔Deeplab系列#xff09;

5）增加模型宽度。

将通道分成多组󿀌每组单独卷积，然后合成通道可以减少模型的参数，提高模型准确率，增加鲁棒性（ResNext）。

5.鲁棒性的应用。

实际上，鲁棒性应用广泛，由于运行中测量不准确和环境因素的影响，不可避免地会导致系统特性或参数缓慢而不规则的漂移，因此，在应用复杂性范式设计各种类型的控制系统时，，都要考虑鲁棒问题。比如组织行为管理，制定战略规划，提供决策方案，恢复生态系统，阻尼#xff0，动态平衡，遗传网络，遗传变异c;生物复杂性发展定向进化的自动选择，免疫系统中的分布式反馈。#xfff00神经系统c;计算机网络系统󿀌经济博弈、社会制度、政治协议、制度机制等经济社会制度。

本文地址：http://cdn.baiduyun.im/video/www.bfzx365.com/news/show.php/video/959a1799023.html