序論：好文章的創(chuàng)作是一個(gè)不斷探索和完善的過程，我們?yōu)槟扑]十篇人工智能技術(shù)論文范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來更深刻的閱讀感受。

篇（1）

2人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用

2.1人工智能控制實(shí)現(xiàn)了數(shù)據(jù)的采集及處理功能

在電氣設(shè)備的運(yùn)行過程中，數(shù)據(jù)的采集和處理是了解電氣設(shè)備自動(dòng)化控制情況，發(fā)現(xiàn)運(yùn)行過程中的問題和提出解決辦法的重要依據(jù)。在傳統(tǒng)的自動(dòng)化控制中，由于技術(shù)水平和實(shí)際運(yùn)行中的動(dòng)態(tài)變化，數(shù)據(jù)的采集和傳輸無(wú)法做到準(zhǔn)確和穩(wěn)定，保存數(shù)據(jù)容易出現(xiàn)丟失的情況。人工智能技術(shù)的使用，可以保障電氣自動(dòng)化運(yùn)行過程中對(duì)動(dòng)態(tài)信息的及時(shí)收集和穩(wěn)定傳輸，對(duì)相關(guān)數(shù)據(jù)的保存工作也更安全，這就提高了電氣自動(dòng)化的控制水平，充分保障了電氣運(yùn)行中的安全性和穩(wěn)定性。

2.2人工智能控制實(shí)現(xiàn)了系統(tǒng)運(yùn)行監(jiān)視機(jī)報(bào)警功能

電氣自動(dòng)化控制是用電氣的可編程控制器，控制繼電器，帶動(dòng)執(zhí)行機(jī)構(gòu)，完成預(yù)期設(shè)計(jì)動(dòng)作的過程。在此過程中，系統(tǒng)內(nèi)部各部分之間的運(yùn)行都要嚴(yán)格按照設(shè)計(jì)模型和函數(shù)計(jì)算的基礎(chǔ)上進(jìn)行，如果系統(tǒng)中的一點(diǎn)出現(xiàn)問題，就會(huì)造成整個(gè)自動(dòng)控制系統(tǒng)的故障。在以往的自動(dòng)化控制系統(tǒng)運(yùn)行中，對(duì)系統(tǒng)內(nèi)部各部分之間的運(yùn)行數(shù)據(jù)和運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，對(duì)運(yùn)行中的特殊情況進(jìn)行及時(shí)的報(bào)警處理，幫助自動(dòng)化系統(tǒng)及時(shí)處理可能出現(xiàn)的故障，提醒電氣管理人員加強(qiáng)對(duì)電氣系統(tǒng)的管理。

2.3人工智能控制實(shí)現(xiàn)了操作控制功能

電氣自動(dòng)化控制的主要特征之一就是通過計(jì)算機(jī)的一鍵操作，就可以實(shí)現(xiàn)對(duì)電氣系統(tǒng)的整體控制，保障電氣自動(dòng)化運(yùn)行符合現(xiàn)實(shí)的需要。傳統(tǒng)的自動(dòng)化系統(tǒng)的操作，需要靠人工對(duì)系統(tǒng)各個(gè)環(huán)節(jié)進(jìn)行人工操作，從而促進(jìn)自動(dòng)化系統(tǒng)內(nèi)部的協(xié)調(diào)和配合，這種方式既降低了自動(dòng)化運(yùn)行的效率，也增加了自動(dòng)化系統(tǒng)的故障發(fā)生頻率。人工智能技術(shù)對(duì)電氣自動(dòng)化系統(tǒng)的控制，是通過各種先進(jìn)的算法，按照電氣自動(dòng)化的需求，對(duì)自動(dòng)化系統(tǒng)進(jìn)行自動(dòng)化和智能化設(shè)計(jì)，從而實(shí)現(xiàn)對(duì)電氣自動(dòng)化控制系統(tǒng)的同時(shí)操作，大大提高了自動(dòng)化控制的效率，減少了單獨(dú)指令操作中容易出現(xiàn)的不協(xié)調(diào)情況的發(fā)生。

3人工智能技術(shù)在電氣自動(dòng)化控制中的控制方式

3.1模糊控制

模糊控制以模糊推理和模糊語(yǔ)言變量等為理論基礎(chǔ)，并以專家經(jīng)驗(yàn)作為模糊控制的規(guī)則。模糊控制就是在被控制的對(duì)象的模糊模型的基礎(chǔ)之上，運(yùn)用模糊控制器，實(shí)現(xiàn)對(duì)電氣控制系統(tǒng)的控制。在實(shí)際控制設(shè)計(jì)過程中，通過對(duì)計(jì)算機(jī)控制系統(tǒng)的使用，使電氣自動(dòng)化系統(tǒng)形成具有反饋通道的閉環(huán)結(jié)構(gòu)的數(shù)字控制系統(tǒng)，從而達(dá)到對(duì)電氣自動(dòng)化系統(tǒng)的科學(xué)控制。

3.2專家控制

專家控制是指在進(jìn)行電氣自動(dòng)化控制過程中，利用相關(guān)的系統(tǒng)控制理論和控制技術(shù)的結(jié)合，通過對(duì)以往控制經(jīng)驗(yàn)的模擬和學(xué)習(xí)，實(shí)現(xiàn)電氣自動(dòng)化控制中智能控制技術(shù)的實(shí)施。這種控制方式具有很強(qiáng)的靈活性，在實(shí)際運(yùn)行中，面對(duì)控制要求和系統(tǒng)運(yùn)行情況，專家控制可以自覺選取控制率，并通過自我調(diào)整，強(qiáng)化對(duì)工作環(huán)境的適應(yīng)。

3.3網(wǎng)絡(luò)神經(jīng)控制

網(wǎng)絡(luò)神經(jīng)控制的原理就是基于對(duì)人腦神經(jīng)元的活動(dòng)模擬，以逼近原理為依據(jù)的網(wǎng)絡(luò)建模。神經(jīng)控制是有學(xué)習(xí)能力的，屬于學(xué)習(xí)控制，對(duì)電氣自動(dòng)化控制中出現(xiàn)的新問題可以及時(shí)提出有效的解決辦法，并通過對(duì)相關(guān)技術(shù)問題的分析解決，提高自身的人工智能水平。

篇（2）

2計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的問題

目前，隨著計(jì)算機(jī)技術(shù)的廣泛應(yīng)用，人們愈發(fā)重視有關(guān)網(wǎng)絡(luò)信息安全問題。在網(wǎng)絡(luò)管理系統(tǒng)的應(yīng)用過程中，用戶最為關(guān)注的功能便是網(wǎng)絡(luò)監(jiān)視與網(wǎng)絡(luò)控制，其中，為正常發(fā)揮網(wǎng)絡(luò)監(jiān)視及網(wǎng)絡(luò)控制這兩大功能，就需要對(duì)信息急性及時(shí)獲取與準(zhǔn)確處理。網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)通常是不連續(xù)、不規(guī)則的，而在早期階段，計(jì)算機(jī)只具備邏輯化分析及處理數(shù)據(jù)的功能，難以準(zhǔn)確判斷出數(shù)據(jù)的真實(shí)性，因此，為從大量繁復(fù)的信息中，挑選出有效的信息，實(shí)現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的智能化具有非常重要的意義[2]。計(jì)算機(jī)的應(yīng)用日益廣泛與深入，這使得用戶需要通過網(wǎng)絡(luò)安全管理來為其信息安全提供保障，而網(wǎng)絡(luò)犯罪現(xiàn)象的增多，使得計(jì)算機(jī)必須具備靈敏的觀察能力及迅速的反應(yīng)能力否則便難以對(duì)侵犯用戶信息的各種違法犯罪行為進(jìn)行有效遏制。為促進(jìn)網(wǎng)絡(luò)安全管理的實(shí)現(xiàn)，就需要將以人工智能技術(shù)為基礎(chǔ)而建立起來的智能化管理系統(tǒng)作為有效手段，自動(dòng)收集信息數(shù)據(jù)，及時(shí)診斷運(yùn)行故障，并在線分析趨勢(shì)及性能等，從而確保計(jì)算機(jī)發(fā)生網(wǎng)絡(luò)故障時(shí)，可做出快速、準(zhǔn)確的反應(yīng)，并采取有效措施來恢復(fù)計(jì)算機(jī)的網(wǎng)絡(luò)系統(tǒng)。由此可知，針對(duì)計(jì)算機(jī)網(wǎng)絡(luò)中存在的問題，就需要應(yīng)用人工智能技術(shù)，在其內(nèi)部建立完善的網(wǎng)絡(luò)管理及防御系統(tǒng)，從而為用戶信息安全提供充分保障。

3計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中人工智能的應(yīng)用分析

在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中應(yīng)用人工智能，可極大程度滿足人們對(duì)計(jì)算機(jī)提供人性化及智能化服務(wù)的需求。其中，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)智能化服務(wù)主要指的是智能化的人機(jī)界面、信息服務(wù)、系統(tǒng)開發(fā)及支撐的環(huán)境這幾個(gè)方面，與此同時(shí)，這些需求進(jìn)一步促進(jìn)了人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，尤其是在智能人機(jī)界面、網(wǎng)絡(luò)安全及系統(tǒng)管理評(píng)價(jià)等方面的應(yīng)用進(jìn)程。

3.1人工智能在計(jì)算機(jī)網(wǎng)絡(luò)安全管理中的應(yīng)用。在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中，人工智能得到了極為廣泛的應(yīng)用。在計(jì)算機(jī)網(wǎng)絡(luò)安全管理中，人工智能的應(yīng)用主要表現(xiàn)在智能防火墻、入侵檢測(cè)、智能型反垃圾郵件系統(tǒng)這三個(gè)方面。相比于其他防御系統(tǒng)，智能防火墻系統(tǒng)采用的是智能化識(shí)別技術(shù)，例如，通過概率、統(tǒng)計(jì)、記憶、決策等方法，來識(shí)別并處理有關(guān)信息數(shù)據(jù)，不但有效減少了計(jì)算機(jī)匹配檢查過程中的龐大計(jì)算，而且大大提高了發(fā)現(xiàn)網(wǎng)絡(luò)有害行為的效率，從而實(shí)現(xiàn)了限制訪問及攔截有害信息的功能；此外，與傳統(tǒng)防御軟件相比，智能防火墻系統(tǒng)具有更高的安檢效率，從而將拒絕服務(wù)共計(jì)這一普通防御軟件普遍發(fā)生的問題進(jìn)行有效解決，實(shí)現(xiàn)了高級(jí)應(yīng)用的入侵及病毒傳播的有效遏制[3]。作為計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)安全管理的一項(xiàng)重要環(huán)節(jié)，入侵檢測(cè)起著保證網(wǎng)絡(luò)安全的關(guān)鍵作用，同時(shí)也是防火墻技術(shù)的核心部分。計(jì)算機(jī)系統(tǒng)資源的保密性、完整性、安全性等均與網(wǎng)絡(luò)系統(tǒng)入侵檢測(cè)功能的有效發(fā)揮有著緊密聯(lián)系。入侵檢測(cè)技術(shù)通過采集、篩選、分類、處理信息數(shù)據(jù)，在形成最終報(bào)告的基礎(chǔ)上，將當(dāng)前計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的安全狀態(tài)及時(shí)反映給用戶。現(xiàn)階段，人工智能在模糊識(shí)別、專家及人工神經(jīng)網(wǎng)絡(luò)等系統(tǒng)入侵檢測(cè)中，得到了非常廣泛的應(yīng)用。計(jì)算機(jī)網(wǎng)絡(luò)安全管理中的智能型反垃圾郵件系統(tǒng)，是一項(xiàng)以人工智能技術(shù)為基礎(chǔ)而研發(fā)出來的防護(hù)技術(shù)，其針對(duì)的對(duì)象為垃圾郵件。此項(xiàng)技術(shù)可在不對(duì)用戶信息安全造成影響的前提下，有效監(jiān)測(cè)用戶的郵件，并在完成郵箱內(nèi)垃圾郵件的開啟式掃面后，將垃圾郵件分類信息提供給用戶，提醒其對(duì)可能對(duì)自身不利或?qū)ο到y(tǒng)造成危害的信息進(jìn)行盡早處理，進(jìn)而確保整個(gè)郵箱的安全性，

3.2人工智能在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)管理及評(píng)價(jià)中的應(yīng)用。計(jì)算機(jī)網(wǎng)絡(luò)管理的智能化發(fā)展，離不開人工智能技術(shù)及電信技術(shù)的發(fā)展。除了應(yīng)用在計(jì)算機(jī)網(wǎng)絡(luò)安全管理中，人工智能技術(shù)中的問題求解技術(shù)及專家知識(shí)庫(kù)等，均可促進(jìn)計(jì)算機(jī)網(wǎng)絡(luò)綜合管理的實(shí)現(xiàn)。由于網(wǎng)絡(luò)具有瞬變性及動(dòng)態(tài)性的特點(diǎn)，因而給計(jì)算機(jī)網(wǎng)絡(luò)管理工作增加了一定的難度，這同時(shí)也使得現(xiàn)代化網(wǎng)絡(luò)管理工作朝著智能化的方向發(fā)展。其中，以人工智能理論為發(fā)展基礎(chǔ)的專家級(jí)決策及支持方法，在信息系統(tǒng)的管理工作中得到了廣泛應(yīng)用。作為一項(xiàng)智能計(jì)算機(jī)程序，專家系統(tǒng)可累積盡可能多的專家經(jīng)驗(yàn)與知識(shí)，并通過進(jìn)行歸納與總結(jié)，在形成資源錄入系統(tǒng)的基礎(chǔ)上，利用這一匯集了多位特定領(lǐng)域中的專家經(jīng)驗(yàn)的系統(tǒng)，對(duì)此領(lǐng)域中相似的其他問題進(jìn)行解決。因此，對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)管理及其系統(tǒng)評(píng)價(jià)，可通過眾多專家系統(tǒng)來開展計(jì)算機(jī)網(wǎng)絡(luò)管理及系統(tǒng)評(píng)價(jià)等大量工作。

篇（3）

高校培養(yǎng)人才的目的是為社會(huì)輸送人才，尤其是為當(dāng)?shù)厣鐣?huì)輸送人才，服務(wù)于當(dāng)?shù)亟?jīng)濟(jì)的建設(shè)，因此做好調(diào)研工作，必須依托于當(dāng)?shù)仄髽I(yè)。調(diào)研工作不能流于表面，要發(fā)動(dòng)整個(gè)教學(xué)團(tuán)隊(duì)的力量。首先，從專業(yè)層面應(yīng)該有整體規(guī)劃，確定調(diào)研的時(shí)間段、調(diào)研哪些企業(yè)，到具體實(shí)施階段，老師下去調(diào)研的時(shí)候不能僅僅是蓋個(gè)章回來就了事，應(yīng)該提供現(xiàn)場(chǎng)調(diào)研的圖片、個(gè)人小結(jié)等資料，另外為了調(diào)動(dòng)老師的積極性，專業(yè)層面可以發(fā)放調(diào)研津貼。材料收集好之后，要依據(jù)材料進(jìn)行細(xì)致的分析、總結(jié)工作，提煉出對(duì)制訂人才培養(yǎng)方案有用的信息，尤其是企業(yè)需要什么樣的綜合人才、崗位能力分析、職業(yè)資格證書的獲取情況等。

1.2充分發(fā)揮校企合作委員會(huì)的作用

每個(gè)專業(yè)都有自己的專業(yè)指導(dǎo)委員會(huì)或是校企合作委員會(huì)，要充分發(fā)揮其作用。首先在人選是一定要經(jīng)過篩選，務(wù)必選擇一個(gè)對(duì)整個(gè)專業(yè)發(fā)展能夠提供指導(dǎo)性意見的人，這就需要他有在這個(gè)行業(yè)多年的工作經(jīng)驗(yàn)，另外需要熱愛教育事業(yè)，不能只是來掛個(gè)名，開個(gè)會(huì)，還需要在平時(shí)的各項(xiàng)工作中直到作用。

2.做好課程體系建設(shè)

2.1根據(jù)專業(yè)情況重新整合課程體系

每個(gè)專業(yè)發(fā)展的沿革不一樣，所以制訂課程體系時(shí)絕不能照抄照搬別人的。尤其是樓宇智能化工程技術(shù)專業(yè)，很多課程的開設(shè)是需要硬件支撐的，因此有些課程其他學(xué)校能開，本校可能開不了。另外，要充分考慮到師資情況，校內(nèi)教師上不了的課程，要請(qǐng)企業(yè)老師來上課，如果連企業(yè)老師也找不到合適的，就得考慮這門課程是否能開設(shè)。

2.2注重實(shí)踐課程的教學(xué)設(shè)計(jì)

高職高專的學(xué)生，人才培養(yǎng)的目標(biāo)并不是研究型人才，而是技術(shù)型人才，因此要充分做好實(shí)踐課程體系的建設(shè)。首先，理實(shí)一體課程要采用一體化的教學(xué)模式。教學(xué)決不能只在黑板上寫寫劃劃了，現(xiàn)如今90后的學(xué)生，接受信息的渠道很多，老師一定要充分備課。師生雙方應(yīng)該在實(shí)驗(yàn)實(shí)訓(xùn)室邊教、邊學(xué)、邊做、邊評(píng)定，把理論與實(shí)踐教學(xué)緊密地聯(lián)系在一起。其次，做好學(xué)期實(shí)訓(xùn)課程的教學(xué)設(shè)計(jì)。每個(gè)學(xué)期的實(shí)訓(xùn)內(nèi)容可以是基于某門課程的也可以是基于多門課程的，以樓宇智能化工程技術(shù)專業(yè)來說，可以基于電工電子技術(shù)進(jìn)行維修電工的實(shí)訓(xùn)，也可以綜合樓宇智能化工程技術(shù)、安防技術(shù)、消防技術(shù)等進(jìn)行智能管理系統(tǒng)綜合實(shí)訓(xùn)。這種生產(chǎn)性的實(shí)訓(xùn)課程要盡量聘請(qǐng)資深的企業(yè)人員參加，這樣對(duì)于教師和學(xué)生提高專業(yè)技能都有幫助。另外，做好頂崗實(shí)習(xí)和畢業(yè)項(xiàng)目設(shè)計(jì)。教師在給學(xué)生頂崗實(shí)習(xí)成績(jī)?cè)u(píng)定時(shí)要有充分的依據(jù)，不能依照個(gè)人的喜好，這就需要專業(yè)層面制訂合理的規(guī)章制度。最后，做好職業(yè)認(rèn)證工作。要為學(xué)生制訂彈性的證書獲取機(jī)制，每個(gè)學(xué)期的實(shí)訓(xùn)課程盡量為學(xué)生提供考證的機(jī)會(huì)，告訴學(xué)生哪個(gè)證是必考的，哪些證書是選考的。這樣學(xué)生可以根據(jù)自己的需求選考合適的證書。

2.3改革創(chuàng)新考核方式和評(píng)價(jià)模式

考核的目的是對(duì)學(xué)生的知識(shí)和技能掌握程度的評(píng)價(jià)，也是對(duì)教學(xué)效果的一種評(píng)估。在改革創(chuàng)新考核形式上，可以根據(jù)課程性質(zhì)的不同采用多種多樣的考核形式，可以積極推進(jìn)過程考核，讓學(xué)生付出的每一份努力都能夠得到回報(bào)。總之，真實(shí)、客觀的評(píng)價(jià)對(duì)于促進(jìn)學(xué)生的學(xué)習(xí)是非常有幫助的，不僅能提升學(xué)生學(xué)習(xí)的動(dòng)力，還能讓其明白處于集體中的責(zé)任。

2.4注重綜合素質(zhì)的培養(yǎng)

人才培養(yǎng)方案制訂過程中要充分注重對(duì)于學(xué)生綜合素質(zhì)的培養(yǎng)。尤其是樓宇智能化工程技術(shù)這種偏理工科的專業(yè)，要讓學(xué)生明白一個(gè)人以后想在社會(huì)上立足并且過得幸福，這跟人的綜合素質(zhì)是分不開的，并不完全依賴于個(gè)人的技能。因此在開設(shè)課程時(shí)要充分考慮到上述能力的培養(yǎng)，可以開設(shè)大學(xué)生就業(yè)創(chuàng)業(yè)、法律法規(guī)常識(shí)、大學(xué)生心理健康教育等公共基礎(chǔ)課，也可以開設(shè)電影藝術(shù)欣賞、圍棋、書法等素質(zhì)拓展課。另外，可以在以專業(yè)為單位積極鼓勵(lì)學(xué)生創(chuàng)辦或參加社團(tuán)，這對(duì)于學(xué)生綜合能力的培養(yǎng)非常有幫助，讓他們提前了解和融入社會(huì)。

篇（4）

計(jì)算機(jī)輔助工藝設(shè)計(jì)(CAPP：Computer Aided ProeessPlanning)，自1965年由挪威人Nikbel提出以來，其系統(tǒng)特性經(jīng)歷了檢索式、派生式、混合式、創(chuàng)成式、智能化等過程，智能化CAPP是當(dāng)前CAPP系統(tǒng)的研究熱點(diǎn)。CAPP是現(xiàn)代制造業(yè)信息化的一部分，是計(jì)算機(jī)集成制造系統(tǒng)(CIMS：Computer IntegratedManufacturing Systems)中的橋梁和紐帶。“人工智能”(Artificial Intelligence)簡(jiǎn)稱AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能研究如何用計(jì)算機(jī)去模擬、延伸和擴(kuò)展人的智能；如何把計(jì)算機(jī)用得更聰明；如何設(shè)計(jì)和建造具有高智能水平的計(jì)算機(jī)應(yīng)用系統(tǒng)；如何設(shè)計(jì)和制造更聰明的計(jì)算機(jī)以及智能水平更高的智能計(jì)算機(jī)等。人工智能是相對(duì)于人類智能而言的，它是采用人工的方法和技術(shù)來模擬、延伸和擴(kuò)展人類智能行為的一門綜合學(xué)科。

將人工智能技術(shù)(AI技術(shù))應(yīng)用到CAPP系統(tǒng)開發(fā)中，使CAPP系統(tǒng)在知識(shí)獲取、知識(shí)推理等方面模擬人的思維方式，解決復(fù)雜的工藝規(guī)程設(shè)計(jì)問題，使其具有人類“智能”的特性即為智能化CAPP，是AI在CAPP中的一種應(yīng)用。

CAPP系統(tǒng)分為專用型和工具型系統(tǒng)。前者可以根據(jù)用戶的特定需求定制開發(fā)，針對(duì)性強(qiáng)，具有較好的實(shí)用性，但對(duì)系統(tǒng)進(jìn)行功能擴(kuò)展困難；后者可以由用戶根據(jù)自身特定的要求進(jìn)行二次開發(fā)，可以實(shí)現(xiàn)更多的柔性和開放性，這種系統(tǒng)與CAD(計(jì)算機(jī)輔助設(shè)計(jì))、CAM(計(jì)算機(jī)輔助制造)、PDM(產(chǎn)品數(shù)據(jù)管理)等系統(tǒng)的信息共享存在缺陷。

CAPP設(shè)計(jì)理論目前研究的很少，機(jī)械產(chǎn)品設(shè)計(jì)理論研究的較多，有學(xué)者認(rèn)為設(shè)計(jì)理論與方法由設(shè)計(jì)理論基礎(chǔ)層、設(shè)計(jì)工具和支持技術(shù)平臺(tái)層等三大部分組成。有的學(xué)者提出四理論框架，即設(shè)計(jì)過程理論、性能需求理論、知識(shí)流理論和多方利益協(xié)調(diào)理論。CAPP設(shè)計(jì)理論與機(jī)械產(chǎn)品設(shè)計(jì)理論既有共同性又有特殊性，特別在智能化設(shè)計(jì)方法方面有較大的差別，因此認(rèn)為面向智能化的CAPP設(shè)計(jì)理論與方法體系結(jié)構(gòu)由有三層組成，即基礎(chǔ)科學(xué)層、信息技術(shù)層和智能化設(shè)計(jì)方法層。

在機(jī)械產(chǎn)品工藝設(shè)計(jì)中，存在大量的不確定因素，許多問題需要靠經(jīng)驗(yàn)來解決，早期建立在單純依賴于成組技術(shù)基礎(chǔ)上的CAPP系統(tǒng)，不能很好地解決這些離散知識(shí)的獲取問題，只能設(shè)計(jì)出檢索式或派生式系統(tǒng)。近年來，人工智能技術(shù)在CAPP系統(tǒng)

開發(fā)中的應(yīng)用，使CAPP技術(shù)得到了較大的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)技術(shù)就是AI在CAPP系統(tǒng)中一大應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)(ANN： ArtificialNeuralNetwork)是按照生物神經(jīng)系統(tǒng)原理處理真實(shí)世界的客觀事物，它由大量的簡(jiǎn)單的非線性處理單元高度并聯(lián)而成，具有信息的分布式存儲(chǔ)、并行處理、自組織和自學(xué)習(xí)及聯(lián)想記憶等特性；多層前饋網(wǎng)絡(luò)誤差反向傳播(ErrorBack Propagation，簡(jiǎn)稱BP)算法。反向傳播算法(BP)是一種監(jiān)督訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的算法，每一個(gè)訓(xùn)練范例在網(wǎng)絡(luò)中經(jīng)過兩遍傳遞計(jì)算：第一遍向前推算，從輸入層開始，傳遞各層并經(jīng)過處理后，產(chǎn)生一個(gè)輸出，并得到一個(gè)該實(shí)際輸出和所需輸出之差的差錯(cuò)矢量；第二遍向后推算，從輸出層至輸入層，利用差錯(cuò)矢量對(duì)權(quán)值進(jìn)行逐層修改。轉(zhuǎn)貼于

AI在CAPP中的另一應(yīng)用——粗糙集技術(shù)。粗糙集(RS：Rough Set)理論是一種擅長(zhǎng)處理含糊和不確定問題的數(shù)學(xué)工具，在理論中“知識(shí)”被認(rèn)為是一種對(duì)對(duì)象的分類能力，通常采用二維決策表來描述論域的信息，其中列表示屬性，行表示對(duì)象，每行表示該對(duì)象的一條信息。屬性分為條件屬性和決策屬性，論域中的對(duì)象根據(jù)條件屬性的不同，被劃分到具有不同決策屬性的決策類中。在CAPP系統(tǒng)中，可以用RS理論構(gòu)建專家系統(tǒng)，對(duì)知識(shí)進(jìn)行獲取及優(yōu)化，其基本思路是：將各種零件的加工特征和已知加工方法表達(dá)成條件屬性和決策屬性的形式，一行表示一種零件，多種零件構(gòu)成一個(gè)二維表，對(duì)屬性進(jìn)行量化，組織決策表，再采用一定的約簡(jiǎn)算法對(duì)屬性集和屬性值進(jìn)行約簡(jiǎn)，去掉冗余的條件屬性和決策規(guī)則，得到最小化決策規(guī)則集，當(dāng)輸入待加工的零件加工特征時(shí)，就可得到優(yōu)化的加工工藝。

遺傳算法，AI在CAPP系統(tǒng)的又一應(yīng)用。遺傳算法(Genetic Algorithm)是模擬達(dá)爾文遺傳選擇和自然淘汰的生物進(jìn)化過程的計(jì)算模型，是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法。遺傳算法是從代表問題可能潛在解集的一個(gè)種群開始的，而一個(gè)種群則由經(jīng)過基因編碼的一定數(shù)目的個(gè)體組成，每個(gè)個(gè)體實(shí)際上是帶有染色體特征的實(shí)體。因此，在一開始需要實(shí)現(xiàn)從表現(xiàn)型到基因型的映射即編碼工作，如二進(jìn)制編碼。初代種群產(chǎn)生之后，按照適者生存和優(yōu)勝劣汰的原理，逐代演化產(chǎn)生出越來越好的近似解，在每一代，根據(jù)問題域中個(gè)體的適應(yīng)度大小挑選個(gè)體，并借助于自然遺傳學(xué)的遺傳算子進(jìn)行組合交叉和變異，產(chǎn)生代表新的解集的種群。這個(gè)過程將導(dǎo)致種群像自然進(jìn)化一樣的后生代種群比前代更加適應(yīng)于環(huán)境，末代種群中的最優(yōu)個(gè)體經(jīng)過解碼，可以作為問題近似最優(yōu)解。

智能化CAPP系統(tǒng)開發(fā)中還有模糊推理、混沌理論等智能化方法，實(shí)際應(yīng)用中，往往將多種智能技術(shù)相互結(jié)合，綜合運(yùn)用，發(fā)揮各自的特長(zhǎng)，如人工神經(jīng)網(wǎng)絡(luò)具有知覺形象思維的特性，而模糊推理等具有邏輯思維的特性，將這些方法相互滲透和結(jié)合，可起到互補(bǔ)的作用，提高智能化水平。

智能化是今后CAPP系統(tǒng)發(fā)展的主要趨勢(shì)，但從目前的人工智能技術(shù)水平來看，不可能使CAPP系統(tǒng)在智能化水平上有實(shí)質(zhì)性的突破，因?yàn)槟壳暗娜斯ぶ悄芗夹g(shù)主要是模擬人的邏輯思維和邏輯推理方面的能力，不能有效地模擬人的形象思維、抽象思維和創(chuàng)造性思維能力，而CAPP系統(tǒng)不僅要有推理的功能，還要有“聯(lián)想”的功能， CAPP系統(tǒng)開發(fā)是要解決大量的人類思維活動(dòng)方面的智能問題。因此要提高CAPP系統(tǒng)的智能化水平，必須在人工智能技術(shù)方面有新的發(fā)展，要解決人工智能技術(shù)方面的問題，必須在一些基礎(chǔ)

理論和基礎(chǔ)科學(xué)方面有新的突破，如在生命科學(xué)、數(shù)學(xué)等方面要有新的突破。由此可見，在可以預(yù)見的將來，智能化CAPP系統(tǒng)的發(fā)展仍將是在充分發(fā)揮人的智能優(yōu)勢(shì)的基礎(chǔ)上，綜合應(yīng)用各種人工智能技術(shù)，實(shí)現(xiàn)CAPP系統(tǒng)的智能化。

通過以上論述，相信大家對(duì)計(jì)算機(jī)輔助工藝設(shè)計(jì)與人工智能以及AI在CAPP中的應(yīng)用有了一定的了解。人工智能技術(shù)的不斷發(fā)展，智能化CAPP系統(tǒng)必將在知識(shí)獲取、表達(dá)和處理的靈活性和有效性上得到進(jìn)一步的發(fā)展，提高CAPP系統(tǒng)的智能化水平，從而提高現(xiàn)代制造技術(shù)水平，是我國(guó)由制造大國(guó)成為制造強(qiáng)國(guó)。

篇（5）

當(dāng)前的網(wǎng)絡(luò)輿情監(jiān)測(cè)工作平臺(tái)主要是基于信息采集、整合技術(shù)和智能處理技術(shù)，通過對(duì)互聯(lián)網(wǎng)海量信息的自動(dòng)抓取、自動(dòng)分類聚類、主題檢測(cè)、專題聚焦，實(shí)現(xiàn)對(duì)用戶的網(wǎng)絡(luò)輿情監(jiān)測(cè)，并由相關(guān)部門形成輿情工作報(bào)告、輿情信息簡(jiǎn)報(bào)等，為輿論引導(dǎo)提供可靠的分析依據(jù)。

進(jìn)入大數(shù)據(jù)時(shí)代，網(wǎng)絡(luò)輿論呈現(xiàn)的新特點(diǎn)，促使網(wǎng)絡(luò)輿情監(jiān)測(cè)工作暴露出諸多不足之處，這為網(wǎng)絡(luò)輿情監(jiān)測(cè)工作帶來了諸多挑戰(zhàn)。

網(wǎng)絡(luò)輿論信息格局發(fā)生變化，輿情分析質(zhì)量亟待提高。據(jù)人民網(wǎng)權(quán)威的《2016年中國(guó)互聯(lián)網(wǎng)輿情分析報(bào)告》顯示，在2016年，伴隨著移動(dòng)互聯(lián)網(wǎng)應(yīng)用不斷向社會(huì)各層面滲透，網(wǎng)絡(luò)輿論的格局發(fā)生了很大變化，如網(wǎng)民結(jié)構(gòu)與社會(huì)人口結(jié)構(gòu)趨同，網(wǎng)民產(chǎn)生代際更新導(dǎo)致網(wǎng)絡(luò)流行議題和文化熱點(diǎn)發(fā)生轉(zhuǎn)換，微博、微信平臺(tái)化，專業(yè)自媒體步入興盛等。在這樣的變局下，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作面臨著新的挑戰(zhàn)。然而，有些部門的輿情信息收集工作仍然停留在報(bào)刊、門戶網(wǎng)站、BBS、微博等開源信息的收集階段，并未將新聞客戶端、微信、直播等平臺(tái)打通，難以保證輿情信息分析的全面性以及輿情熱度指標(biāo)的準(zhǔn)確性。《2016年中國(guó)互聯(lián)網(wǎng)輿情分析報(bào)告》還對(duì)近五年來參與當(dāng)年最具網(wǎng)絡(luò)關(guān)注度的20個(gè)輿情熱點(diǎn)事件討論的320萬(wàn)微博用戶樣本進(jìn)行了分析，發(fā)現(xiàn)關(guān)注新聞事件和聚焦熱點(diǎn)話題的網(wǎng)民發(fā)生了代際交替，在性別方面，女性的比例明顯上升；在地域上，三、四線城市用戶增長(zhǎng)迅猛。受眾層面發(fā)生的這些變化，也將在輿情監(jiān)測(cè)工作中體現(xiàn)出來。然而在目前的輿情監(jiān)測(cè)工作中，相關(guān)信息部門的輿情信息報(bào)送在內(nèi)容上只是就事論事、停留在現(xiàn)象層面，對(duì)受眾的成分、熱點(diǎn)事件的社會(huì)背景以及事件背后所反映出來的社會(huì)問題沒有進(jìn)行細(xì)致深入的研究分析；在形式上，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作的報(bào)送還停留在工作動(dòng)態(tài)報(bào)告或者事件日志等形式的報(bào)送上。這樣就造成了網(wǎng)絡(luò)輿情信息的價(jià)值作用降低、服務(wù)能力減弱的問題。

熱點(diǎn)事件話語(yǔ)體系不可控，輿情預(yù)警能力亟待增強(qiáng)。縱觀近年來發(fā)生的熱點(diǎn)公共突發(fā)事件，可以發(fā)現(xiàn)，在以大數(shù)據(jù)為基礎(chǔ)的社交平臺(tái)上，公眾的話語(yǔ)體系呈現(xiàn)出了一些全新特征，如輿論主體的匿名性、參與渠道的多元化、生成議題的自發(fā)性、交流觀點(diǎn)的無(wú)界性、匯集意見的實(shí)時(shí)性、發(fā)展趨勢(shì)的不確定性等。這些特征與輿論話語(yǔ)體系在傳統(tǒng)媒體的呈現(xiàn)完全不同，網(wǎng)絡(luò)輿論熱點(diǎn)事件話語(yǔ)體系的不可控性大大增強(qiáng)。

在社交媒體平臺(tái)上，自媒體呈現(xiàn)出來的話語(yǔ)體系最為龐雜。許多輿情信息不僅包含結(jié)構(gòu)化數(shù)據(jù)，還涉及大量非結(jié)構(gòu)化數(shù)據(jù)，若對(duì)其準(zhǔn)確性、真實(shí)性逐一核查，既耗費(fèi)人力又耗費(fèi)時(shí)間。就內(nèi)容而言，較多負(fù)面、虛假輿情具有較強(qiáng)的隱蔽性，單純以關(guān)鍵詞或主題詞進(jìn)行搜索容易產(chǎn)生誤判、遺漏。話語(yǔ)體系的不可控性增加了輿情監(jiān)測(cè)工作的難度，這要求工作人員必須具備過硬的專業(yè)敏感性以及較強(qiáng)的網(wǎng)絡(luò)操作技能。但是目前大多數(shù)輿情監(jiān)測(cè)工作部門的信息工作人員缺乏專業(yè)化的訓(xùn)練，輿情信息工作水平參差不齊。就輿情監(jiān)測(cè)平臺(tái)系統(tǒng)來說，對(duì)于輿情信息的跟蹤分析靈敏度較低，在有些熱點(diǎn)事件的處理上沒有按照公共突發(fā)事件的分類標(biāo)準(zhǔn)進(jìn)行準(zhǔn)確的分級(jí)，從而導(dǎo)致網(wǎng)絡(luò)輿情信息的分析判斷力體現(xiàn)不出其應(yīng)有的情報(bào)價(jià)值，預(yù)警能力也隨之削弱。

輿情監(jiān)測(cè)的技術(shù)體系落后，人機(jī)不協(xié)調(diào)問題亟待解決。網(wǎng)絡(luò)輿論的實(shí)時(shí)性及其發(fā)展的不確定性要求網(wǎng)絡(luò)輿情監(jiān)測(cè)必須迅速、及時(shí)，但很多單位部門的輿情監(jiān)測(cè)平臺(tái)的方法技術(shù)體系滯后，部分單位采用了網(wǎng)絡(luò)監(jiān)控系統(tǒng)、有害信息過濾系統(tǒng)等方式進(jìn)行網(wǎng)絡(luò)輿情監(jiān)測(cè)，而有些單位為了節(jié)省輿情監(jiān)測(cè)設(shè)備的成本，甚至將網(wǎng)絡(luò)輿情監(jiān)測(cè)工作依托于人工網(wǎng)頁(yè)搜索及瀏覽的“人工盯梢”方式上，這成為監(jiān)測(cè)工作的一大阻礙，監(jiān)測(cè)工作出現(xiàn)疏忽錯(cuò)判也在所難免。排除資金、人力等客觀因素，現(xiàn)階段的網(wǎng)絡(luò)輿情監(jiān)測(cè)工作中技術(shù)方法體系的不足主要?dú)w因于“人機(jī)不協(xié)調(diào)”。機(jī)器與人工的協(xié)同分工模式不成熟、機(jī)器的輔助力量不夠，導(dǎo)致人工智能技術(shù)在預(yù)測(cè)監(jiān)測(cè)體系中分析情感、預(yù)測(cè)走勢(shì)、檢查效果等方面應(yīng)用還稍顯粗淺、機(jī)械，而在需要人工進(jìn)行的高級(jí)維度分析、提出應(yīng)對(duì)策略等層面，機(jī)器的應(yīng)用又顯得粗糙以及同質(zhì)化。

人工智能為網(wǎng)絡(luò)輿情監(jiān)測(cè)帶來的三大變革

網(wǎng)絡(luò)輿情監(jiān)測(cè)要適應(yīng)大數(shù)據(jù)時(shí)代人工智能的要求，就必須順勢(shì)而為，積極進(jìn)行變革，主要包括網(wǎng)絡(luò)輿情監(jiān)測(cè)技術(shù)體系的變革、網(wǎng)絡(luò)輿情監(jiān)測(cè)研究范式的變革以及網(wǎng)絡(luò)輿情監(jiān)測(cè)管理思維的變革三個(gè)方面。

網(wǎng)絡(luò)輿情監(jiān)測(cè)技術(shù)體系的變革。將人工智能技術(shù)應(yīng)用于網(wǎng)絡(luò)輿情是為了更好地對(duì)輿情進(jìn)行分析研判，通過直觀、簡(jiǎn)明的方式描述網(wǎng)絡(luò)輿情信息的產(chǎn)生，進(jìn)一步推導(dǎo)信息傳播主體的態(tài)度傾向性、情緒感染性以及初衷、意圖等，從而預(yù)測(cè)網(wǎng)絡(luò)輿情信息的發(fā)展趨勢(shì)。

如果說在“小數(shù)據(jù)”環(huán)境下，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作還可以依托于“人工盯梢”的方式來完成，那么在“大數(shù)據(jù)”環(huán)境下，當(dāng)數(shù)據(jù)的量級(jí)達(dá)到了EB甚至ZB級(jí)別后，以人工監(jiān)測(cè)來把握輿情脈絡(luò)已成為不可能完成的任務(wù)。而那些隱含在網(wǎng)絡(luò)輿情信息中的觀點(diǎn)、態(tài)度及情緒的表達(dá)，更難以從泛濫成災(zāi)的信息碎片中被真正發(fā)掘出來。加之海量信息的不共享所帶來的“信息盲區(qū)”，更使得輿情信息分析不夠嚴(yán)謹(jǐn)，易偏離實(shí)際，而這些問題都需要依托搭建智能化的網(wǎng)絡(luò)輿情監(jiān)管平臺(tái)來解決。在平臺(tái)上可以通過三種人工智能技術(shù)實(shí)現(xiàn)數(shù)據(jù)分析與人工智能研判相結(jié)合，再借助如眼動(dòng)儀、腦電儀等受眾檢驗(yàn)儀器對(duì)網(wǎng)絡(luò)輿情信息進(jìn)行綜合化分析。三種主要的人工智能技術(shù)主要包括：一是Web挖掘技術(shù)，該技術(shù)把互聯(lián)網(wǎng)與數(shù)據(jù)挖掘技術(shù)結(jié)合起來，對(duì)網(wǎng)絡(luò)上結(jié)構(gòu)化數(shù)據(jù)如文字言論，以及非結(jié)構(gòu)化的數(shù)據(jù)如視音頻、圖像等信息進(jìn)行采集，完成信息前期處理的第一步；二是語(yǔ)義識(shí)別技術(shù)，該技術(shù)是利用采集到的信息，通過對(duì)語(yǔ)句中的關(guān)鍵詞進(jìn)行詞義推斷處理以及句子語(yǔ)法結(jié)構(gòu)的分析，從而將復(fù)雜信息簡(jiǎn)單化，這是對(duì)采集的信息數(shù)據(jù)做進(jìn)一步識(shí)別推斷的過程；三是TFDF信息聚類技術(shù)，該技術(shù)主要提升數(shù)據(jù)信息的分析和分類速度，使網(wǎng)絡(luò)輿情監(jiān)測(cè)工作的處理更加及時(shí)，反應(yīng)更加靈敏，提高采取措施的時(shí)效性。

人工智能技術(shù)的介入將有利于對(duì)信息進(jìn)行挖掘、采集、分類、整理，從而找尋出最核心的關(guān)鍵性數(shù)據(jù)。在此基礎(chǔ)上，還可以運(yùn)用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，對(duì)網(wǎng)絡(luò)輿情的性質(zhì)、發(fā)展趨勢(shì)進(jìn)行正確描述，并提出相應(yīng)的對(duì)策。

網(wǎng)絡(luò)輿情監(jiān)測(cè)研究范式的變革。人工智能和大數(shù)據(jù)對(duì)網(wǎng)絡(luò)輿情監(jiān)測(cè)工作及其研究產(chǎn)生了頗為深刻的影響，輿情監(jiān)測(cè)的研究范式從多角度發(fā)生了轉(zhuǎn)向。

第一，輿情監(jiān)測(cè)工作視角的轉(zhuǎn)向：從單一化到多元化。在社交媒體平臺(tái)上，受眾的角色首先發(fā)生了轉(zhuǎn)向，由信息的被動(dòng)接收者轉(zhuǎn)變?yōu)樾畔⒌膮⑴c者和傳播者。這一轉(zhuǎn)向給網(wǎng)絡(luò)輿情監(jiān)測(cè)工作帶來了新的挑戰(zhàn)，當(dāng)受眾是單純的信息接收方時(shí)，網(wǎng)絡(luò)信息的可控性強(qiáng)，輿情監(jiān)測(cè)工作形式單一，把關(guān)相對(duì)容易。而受眾角色發(fā)生變化以后，網(wǎng)絡(luò)信息傳播的不可控性大大增加，信息傳播速度加快，信息傳播呈現(xiàn)多元化特征，把關(guān)難度增加，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作也從單一轉(zhuǎn)向多元化，還需要對(duì)信息進(jìn)行疏導(dǎo)、研判處理。

第二，研究視角的轉(zhuǎn)向：從內(nèi)容研究轉(zhuǎn)向“內(nèi)容+關(guān)系”研究。傳統(tǒng)的網(wǎng)絡(luò)輿情信息研究最重視的是受眾借助網(wǎng)絡(luò)進(jìn)行的話語(yǔ)表達(dá)，其研究視角主要集中在內(nèi)容層面。隨著人工智能技術(shù)的介入，這一單向視角將發(fā)生轉(zhuǎn)變，潛藏在內(nèi)容層面背后的網(wǎng)絡(luò)受眾心理、行為、動(dòng)機(jī)、訴求等多方面因素都將被關(guān)注到。借助人工智能技術(shù)及大數(shù)據(jù)分析技術(shù)，網(wǎng)絡(luò)輿情信息的研究視角將透過內(nèi)容層面深入到關(guān)系層面，轉(zhuǎn)向?qū)W(wǎng)絡(luò)受眾社會(huì)心理描繪、社會(huì)關(guān)系呈現(xiàn)、社會(huì)話語(yǔ)表達(dá)等多維度的研究。

第三，研究重點(diǎn)的轉(zhuǎn)向：由輿情監(jiān)測(cè)轉(zhuǎn)向輿情預(yù)測(cè)。當(dāng)前的網(wǎng)絡(luò)輿情監(jiān)測(cè)工作主要通過對(duì)當(dāng)下網(wǎng)絡(luò)輿情的動(dòng)態(tài)信息進(jìn)行隨機(jī)采樣來收集、整理、分析，更多的是關(guān)注已經(jīng)發(fā)生的事件在過去及當(dāng)下的動(dòng)向，對(duì)未來的發(fā)展預(yù)測(cè)難以兼顧。而借助人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，通過自然語(yǔ)言處理、模式識(shí)別及機(jī)器學(xué)習(xí)等人工智能技術(shù)，可以對(duì)網(wǎng)絡(luò)輿情的性質(zhì)、發(fā)展趨勢(shì)進(jìn)行正確描述，再結(jié)合大數(shù)據(jù)分析處理整群數(shù)據(jù)來實(shí)現(xiàn)預(yù)測(cè)功能。比如，著名的搜索引擎公司谷歌通過關(guān)注用戶搜索中的“流感”關(guān)鍵詞來預(yù)測(cè)實(shí)際流感發(fā)生的時(shí)間，往往可以提前兩三個(gè)周對(duì)流感的爆發(fā)進(jìn)行預(yù)報(bào)及預(yù)防。

網(wǎng)絡(luò)輿情監(jiān)測(cè)管理思維的變革。在以人工智能技術(shù)為支撐的網(wǎng)絡(luò)輿情監(jiān)測(cè)平臺(tái)出現(xiàn)之前，相關(guān)輿情監(jiān)測(cè)部門的管理者往往由一人或幾人的小團(tuán)隊(duì)組成，在監(jiān)測(cè)信息數(shù)據(jù)量級(jí)不大的情況下，這種小作坊式單打獨(dú)斗、面面俱到的輿情監(jiān)控管理思維可以基本滿足需求。但是隨著人工智能技術(shù)的發(fā)展及大數(shù)據(jù)時(shí)代的到來，這種小作坊式的輿情監(jiān)測(cè)體系面臨瓦解。當(dāng)前，商業(yè)化運(yùn)營(yíng)的軟件監(jiān)測(cè)團(tuán)隊(duì)多達(dá)幾百家，這些監(jiān)測(cè)軟件服務(wù)商通過開發(fā)相應(yīng)的輿情監(jiān)測(cè)軟件為政府部門、企業(yè)主體以及科研院所提供服務(wù)，進(jìn)行簡(jiǎn)單的輿情信息數(shù)據(jù)采集及分類處理工作。在數(shù)據(jù)開源的情況下，這些軟件服務(wù)商的競(jìng)爭(zhēng)逐漸由粗放型、低層次化向數(shù)據(jù)處理的優(yōu)化、人機(jī)互動(dòng)、機(jī)器算法的精進(jìn)等層面轉(zhuǎn)變。

篇（6）

一、關(guān)于一體化智能系統(tǒng)的構(gòu)建分析

現(xiàn)階段，人工智能技術(shù)已逐漸在石油工程領(lǐng)域中取得了廣泛性應(yīng)用，其中涉及到高層管理決策、采油工程、油井處理及鉆井油藏等相關(guān)內(nèi)容，可有效解決石油工程開展期間存在不足之處，具體可將石油工程面臨問題分為以下幾種類型：第一，數(shù)據(jù)型問題。主要包括地震數(shù)據(jù)檢測(cè)、鉆孔曲線測(cè)量及油藏特征分析等方面內(nèi)容，需得出準(zhǔn)確性數(shù)據(jù)信息便于為其他工作開展提供切實(shí)可行參考依據(jù)[1]；第二，優(yōu)化型問題。具體是指通過地面設(shè)備的合理優(yōu)化來大大提高石油產(chǎn)量；第三，公式型問題。主要包括鑒定識(shí)別、測(cè)井?dāng)?shù)據(jù)介紹及提高采收率等內(nèi)容；第四，知識(shí)融合型問題。需要選出較為合理恰當(dāng)實(shí)踐應(yīng)用手段。總體來說，盡管智能化系統(tǒng)已逐步應(yīng)用到石油工程中去，但卻因?qū)I(yè)人士缺乏明顯創(chuàng)新想象力而無(wú)法達(dá)到最佳效果，并且智能系統(tǒng)還具備一定局限性特點(diǎn)，對(duì)石油工程實(shí)施效率提升有著不利影響。在這種情況下，為有效克服上述難題，就需石油工程工作人員能積極采用人工智能技術(shù)手段，徹底解決以往智能系統(tǒng)應(yīng)用存在不足，借助科學(xué)合理分析方法對(duì)數(shù)據(jù)信息展開深入化分析探討，從而促使石油行業(yè)能夠順利發(fā)展。

二、石油工程領(lǐng)域中人工智能技術(shù)的應(yīng)用分析

（一）油田地面設(shè)施系統(tǒng)模擬應(yīng)用。在此以某區(qū)域油田資源為例，該油田共有700多口生產(chǎn)井，所有生產(chǎn)液體全部運(yùn)送到三相分離設(shè)備中，并從分離設(shè)備中分離出適量高壓氣進(jìn)入到管網(wǎng)結(jié)構(gòu)中，并且周圍環(huán)境溫度還對(duì)設(shè)備工作效率有著直接影響，可以說是后期石油產(chǎn)量的主要影響因素之一。因此為有效解決這一問題，就需相關(guān)工作人員能積極構(gòu)建智能模型結(jié)構(gòu)，準(zhǔn)確測(cè)量出石油工程地面系統(tǒng)實(shí)際運(yùn)行情況，對(duì)分離設(shè)備產(chǎn)油量起到一定幫助作用。同時(shí)石油工程參與人員還應(yīng)根據(jù)項(xiàng)目開況構(gòu)建神經(jīng)模型結(jié)構(gòu)，著手于數(shù)據(jù)統(tǒng)計(jì)分析情況，主要包括鑒定識(shí)別和數(shù)字矩陣補(bǔ)孔兩點(diǎn)內(nèi)容，隨后可綜合采用模糊聚類和變量分析方法對(duì)石油工程中涉及到的所有數(shù)據(jù)變量展開分析探討，充分考慮到各個(gè)變量可能對(duì)最終結(jié)果產(chǎn)生影響，防止數(shù)據(jù)信息出現(xiàn)較大變化情況。除此之外，模糊聚類還包含兩大優(yōu)勢(shì)，分別是數(shù)據(jù)代表性和利用數(shù)據(jù)對(duì)研發(fā)模型進(jìn)行檢驗(yàn)等，往往該種方法主要適用于列串?dāng)?shù)據(jù)量低于30%情況下。

篇（7）

一、人工智能的定義

“人工智能”(Artificial Intelligence)一詞最初是在1956年Dartmouth學(xué)會(huì)上提出的。人工智能是指研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支,它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī),人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。

人工智能理論進(jìn)入21世紀(jì),正醞釀著新的突破,人工智能的研究成果將能夠創(chuàng)造出更多更高級(jí)的智能“制品”,并使之在越來越多的領(lǐng)域超越人類智能,人工智能將為發(fā)展國(guó)民經(jīng)濟(jì)和改善人類生活做出更大貢獻(xiàn)。

二、人工智能的應(yīng)用領(lǐng)域

1.在管理系統(tǒng)中的應(yīng)用

(1)人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率,而是用計(jì)算機(jī)實(shí)現(xiàn)人們非常需要做,但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。在《談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用》一文中劉玉然指出把人工智能應(yīng)用于企業(yè)管理中,以數(shù)據(jù)管理和處理為中心,圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個(gè)主題數(shù)據(jù)庫(kù),而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫(kù)來建立和運(yùn)行。換句話說,就是將企業(yè)各部門的數(shù)據(jù)進(jìn)行統(tǒng)一集成管理,搭建人工智能的應(yīng)用平臺(tái),使之成為企業(yè)管理與決策中的關(guān)鍵因子。

(2)智能教學(xué)系統(tǒng)(ITS)是人工智能與教育結(jié)合的主要形式,也是今后教學(xué)系統(tǒng)的發(fā)展方向。信息技術(shù)的飛速發(fā)展以及新的教學(xué)系統(tǒng)開發(fā)模式的提出和不斷完善,推動(dòng)人們綜合運(yùn)用超媒體技術(shù)、網(wǎng)絡(luò)基礎(chǔ)和人工智能技術(shù)區(qū)開發(fā)新的教學(xué)系統(tǒng),計(jì)算機(jī)智能教學(xué)系統(tǒng)就是其中的典型代表。計(jì)算機(jī)智能教學(xué)系統(tǒng)包含學(xué)生模塊、教師模塊,體現(xiàn)了教學(xué)系統(tǒng)開發(fā)的全部?jī)?nèi)容,擁有著不可比擬的優(yōu)勢(shì)和極大的吸引力。

2.在工程領(lǐng)域的應(yīng)用

(1)醫(yī)學(xué)專家系統(tǒng)是人工智能和專家系統(tǒng)理論和技術(shù)在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用,具有極大的科研和應(yīng)用價(jià)值,它可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題,作為醫(yī)生診斷、治療的輔助工具。事實(shí)上,早在1982年,美國(guó)匹茲堡大學(xué)的Miller就發(fā)表了著名的作為內(nèi)科醫(yī)生咨詢的Internist 2Ⅰ內(nèi)科計(jì)算機(jī)輔助診斷系統(tǒng)的研究成果,由此,掀起了醫(yī)學(xué)智能系統(tǒng)開發(fā)與應(yīng)用的。目前,醫(yī)學(xué)智能系統(tǒng)已通過其在醫(yī)學(xué)影像方面的重要作用,從而應(yīng)用于內(nèi)科、骨科等多個(gè)醫(yī)學(xué)領(lǐng)域中,并在不斷發(fā)展完善中。

(2)地質(zhì)勘探、石油化工等領(lǐng)域是人工智能的主要作用發(fā)揮領(lǐng)地。1978年美國(guó)斯坦福國(guó)際研究所就研發(fā)制成礦藏勘探和評(píng)價(jià)專家系統(tǒng)“PROSPECTOR”,該系統(tǒng)用于勘探評(píng)價(jià)、區(qū)域資源估值和鉆井井位選擇等,是工業(yè)領(lǐng)域的首個(gè)人工智能專家系統(tǒng),其發(fā)現(xiàn)了一個(gè)鉬礦沉積,價(jià)值超過1億美元。

3.在技術(shù)研究中的應(yīng)用

(1)在超聲無(wú)損檢測(cè)(NDT)與無(wú)損評(píng)價(jià)(NDE)領(lǐng)域中,目前主要廣泛采用專家系統(tǒng)方法對(duì)超聲損傷(UT)中缺陷的性質(zhì)、形狀和大小進(jìn)行判斷和歸類;專家運(yùn)用超聲無(wú)損檢測(cè)儀器,以其高精度的運(yùn)算、控制和邏輯判斷力代替大量人的體力與腦力勞動(dòng),減少了任務(wù)因素造成的無(wú)擦,提高了檢測(cè)的可靠性,實(shí)現(xiàn)了超聲檢測(cè)和評(píng)價(jià)的自動(dòng)化、智能化。

(2)人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展,網(wǎng)絡(luò)技術(shù)的安全是我們關(guān)心的重點(diǎn),因此我們必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的改進(jìn)和變更,大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的AI技術(shù),開發(fā)更高級(jí)AI通用和專用語(yǔ)言,和應(yīng)用環(huán)境以及開發(fā)專用機(jī)器,而與人工智能技術(shù)則為我們提供了可能性。

三、人工智能的發(fā)展方向

1.專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個(gè)研究領(lǐng)域,它是一種具有特定領(lǐng)域內(nèi)大量知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)。近年來,在“專家系統(tǒng)”或“知識(shí)工程”的研究中已出現(xiàn)了成功和有效應(yīng)用人工智能技術(shù)的趨勢(shì)。人類專家由于具有豐富的知識(shí),所以才能達(dá)到優(yōu)異的解決問題的能力。那么計(jì)算機(jī)程序如果能體現(xiàn)和應(yīng)用這些知識(shí),也應(yīng)該能解決人類專家所解決的問題,而且能幫助人類專家發(fā)現(xiàn)推理過程中出現(xiàn)的差錯(cuò),現(xiàn)在這一點(diǎn)已被證實(shí)。

2.智能信息檢索技術(shù)的飛速發(fā)展。人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用,主要表現(xiàn)在:(1)如何利用計(jì)算機(jī)軟硬件系統(tǒng)模仿、延伸與擴(kuò)展人類智能的理論、方法和技術(shù)。(2)由于網(wǎng)絡(luò)知識(shí)信息既包括規(guī)律性的知識(shí),如一般原理概念,也包括大量的經(jīng)驗(yàn)知識(shí)這些知識(shí)不可避免地帶有模糊性、隨機(jī)性、不可靠性等不確定性因素對(duì)其進(jìn)行推理,需要利用人工智能的研究成果。

3.SOAr是一種通用智能體系結(jié)構(gòu),其始終處在人工智能研究的前沿,已顯示出強(qiáng)大的問題求解能力,它認(rèn)為機(jī)器人的開發(fā)是人工智能應(yīng)用的重要領(lǐng)域。在它的研究中突出4個(gè)概念:(1)所處的境遇機(jī)器人不涉及抽象的描述,而是處在直接影響系統(tǒng)的行為的境地。(2)具體化機(jī)器人有軀干,有直接來自周圍世界的經(jīng)驗(yàn),他們的感官起作用后會(huì)有反饋。(3)智能的來源不僅僅是限于計(jì)算裝置,也是由于與周圍進(jìn)行交互的動(dòng)態(tài)決定。(4)浮現(xiàn)從系統(tǒng)與周圍世界的交互以及有時(shí)候系統(tǒng)的部件間的交互浮現(xiàn)出智能。目前,國(guó)內(nèi)外不少學(xué)者都對(duì)機(jī)器人足球系統(tǒng)頗感興趣,足球機(jī)器人涉及機(jī)器人學(xué)、人工智能以及人工生命、智能控制等多個(gè)領(lǐng)域。足球機(jī)器人系統(tǒng)本身既是一個(gè)典型的多智能體系統(tǒng),是一個(gè)多機(jī)器人協(xié)作自治系統(tǒng),同時(shí)又為它們的理論研究和模型測(cè)試提供一個(gè)標(biāo)準(zhǔn)的實(shí)驗(yàn)平臺(tái)。

參考文獻(xiàn):

[1]元慧.議當(dāng)代人工智能的應(yīng)用領(lǐng)域和發(fā)展?fàn)顩r[J].福建電腦,2008.

[2]劉玉然.談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用[J].價(jià)值工程,2003.

[3]焦加麟,徐良賢,戴克昌.人工智能在智能教學(xué)系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)仿真,2003,(8).

[4]周明正.人工智能在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用[J].科技信息, 2007.

[5]張海燕,劉鎮(zhèn)清.人工智能及其在超聲無(wú)損檢測(cè)中的應(yīng)用[J].無(wú)損檢測(cè),2001,(8).

篇（8）

中圖分類號(hào)：G642　文獻(xiàn)標(biāo)識(shí)碼：B

1　引言

人工智能是計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科類各專業(yè)重要的基礎(chǔ)課程，在信息類相關(guān)的許多高年級(jí)本科和研究生都開設(shè)了人工智能課程。人工智能是一門前沿性的學(xué)科，它主要研究計(jì)算機(jī)實(shí)現(xiàn)智能的基本原理和基本方法，同時(shí)人工智能也是一門多學(xué)科交叉的綜合學(xué)科，它涉及計(jì)算機(jī)科學(xué)、數(shù)學(xué)、心理學(xué)、認(rèn)知科學(xué)等眾多領(lǐng)域。廣義的人工智能涵蓋了模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算智能、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)習(xí)理論等眾多研究方向。人工智能作為計(jì)算機(jī)學(xué)科的重要分支，已成為人類在信息社會(huì)和網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代所必須具備的一項(xiàng)核心技術(shù)，并將在未來發(fā)揮更大的作用。

由于人工智能課程的學(xué)習(xí)難度較大，內(nèi)容更新比較快，也繁多，使得教學(xué)有一定的難度。特別是針對(duì)本科高年級(jí)的人工智能教學(xué)，由于本科生的研究意識(shí)相對(duì)較弱，而人工智能比較強(qiáng)調(diào)科研性，所以如何教好本科高年級(jí)的人工智能課程是一項(xiàng)非常具有挑戰(zhàn)性的任務(wù)。

本文通過分析本科高年級(jí)的教學(xué)特點(diǎn)和人工智能課程的自身特點(diǎn)，在如何提高教學(xué)質(zhì)量這一問題上提出了幾點(diǎn)思考。

2　本科高年級(jí)的教學(xué)特點(diǎn)

中國(guó)的本科教育，由于歷史和經(jīng)濟(jì)發(fā)展水平等諸多原因，目前的定位還是培養(yǎng)某方面專業(yè)人才的專才教育。本科高年級(jí)學(xué)生在完成了低年級(jí)公共基礎(chǔ)課程和部分專業(yè)基礎(chǔ)課程的學(xué)習(xí)之后，迫切希望了解本專業(yè)的應(yīng)用領(lǐng)域和發(fā)展前景，所以在教學(xué)過程中要注意內(nèi)容的應(yīng)用性和專業(yè)性。另一方面，本科高年級(jí)學(xué)生也是研究生教育的儲(chǔ)備人才，在教學(xué)過程中要適時(shí)的進(jìn)行科研引導(dǎo)，這樣能夠讓畢業(yè)生保持對(duì)科學(xué)的興趣，從而為研究生階段進(jìn)一步深入研究打下基礎(chǔ)。本科生一般于4年級(jí)的10月份開始著手畢業(yè)設(shè)計(jì)，在本科高年級(jí)的教學(xué)過程中還要注意與畢業(yè)設(shè)計(jì)的內(nèi)容相結(jié)合，這樣可以讓學(xué)生提前做好準(zhǔn)備，選擇適合自己的方向。

3　人工智能課程的學(xué)科特點(diǎn)

與信息類其它專業(yè)課程相比，人工智能具有應(yīng)用性、研究性和發(fā)展性三個(gè)重要學(xué)科特點(diǎn)。首先，人工智能是一門應(yīng)用性很強(qiáng)的學(xué)科。人工智能學(xué)科的主要目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。人工智能技術(shù)廣泛應(yīng)用于模式識(shí)別、數(shù)據(jù)挖掘、智能控制、信息檢索、智能機(jī)器人等領(lǐng)域，在日常生活中，隨處可見人工智能技術(shù)的應(yīng)用實(shí)例；其次，人工智能技術(shù)具有很強(qiáng)的研究?jī)r(jià)值，是計(jì)算機(jī)科學(xué)領(lǐng)域中重要的研究方向。技術(shù)進(jìn)步無(wú)止境，研究者們不斷追求開發(fā)出效率更高、更智能的人工智能技術(shù)：最后，人工智能是一門正在發(fā)展中的學(xué)科。隨著信息化、計(jì)算機(jī)網(wǎng)絡(luò)和Internet技術(shù)的發(fā)展，人類已步入信息社會(huì)和網(wǎng)絡(luò)經(jīng)濟(jì)的時(shí)代，它們?yōu)槿斯ぶ悄芴岢隽嗽S多新的研究目標(biāo)和研究課題，人工智能的應(yīng)用領(lǐng)域以及技術(shù)算法都在不斷發(fā)展。

4　人工智能教學(xué)的三點(diǎn)思考及對(duì)策

4.1　注重應(yīng)用性和介紹性

在教學(xué)實(shí)踐中，筆者發(fā)現(xiàn)，本科高年級(jí)學(xué)生一般比較關(guān)心各種人工智能技術(shù)的應(yīng)用領(lǐng)域和使用方法，而對(duì)基礎(chǔ)性理論和技術(shù)細(xì)節(jié)不是很感興趣。他們一方面希望能學(xué)到很多較新和較實(shí)用的人工智能算法，并且最好可以看到使用效果；另一方面又希望老師的教學(xué)主要停留在介紹性層面，不想花太多時(shí)間在復(fù)雜的理論理解上。這也比較符合本科高年級(jí)的教學(xué)特點(diǎn)，本科階段主要是培養(yǎng)具備較強(qiáng)應(yīng)用性和基礎(chǔ)科研素質(zhì)的專業(yè)人才。傳統(tǒng)的人工智能教學(xué)主要講授知識(shí)表示和搜索推理技術(shù)，大部分實(shí)例都是解答式或推證式的。由于其知識(shí)的抽象性，又加之其應(yīng)用實(shí)例較少，所以往往教師感覺難講，學(xué)生在學(xué)習(xí)過程中也感覺乏味，對(duì)講授的內(nèi)容大多都是死記其方法和步驟，因此影響了教學(xué)效果。針對(duì)這一問題，筆者認(rèn)為，在設(shè)計(jì)人工智能教學(xué)時(shí)，要注重內(nèi)容的新穎性、實(shí)用性和介紹性。除了講授那些仍然有用的和有效的基本原理和方法之外，要著重介紹一些新的和正在研究的人工智能方法和技術(shù)，特別是近期發(fā)展起來的方法和技術(shù)，如支持向量機(jī)、決策樹、模糊集、遺傳算法、蟻群算法等。這些內(nèi)容的理論部分可以不必過分深究，教學(xué)重點(diǎn)主要放在介紹每種技術(shù)的產(chǎn)生背景、發(fā)展?fàn)顩r、應(yīng)用領(lǐng)域和具體實(shí)現(xiàn)上。此外，要注意理論與實(shí)際應(yīng)用密切結(jié)合，在教學(xué)過程中加入一些與課程內(nèi)容結(jié)合的、可以用計(jì)算機(jī)實(shí)現(xiàn)的實(shí)際應(yīng)用內(nèi)容。考慮到目前應(yīng)用最廣泛的人工智能領(lǐng)域之一是模式識(shí)別，而研究模式識(shí)別的主要計(jì)算機(jī)工具是Matlab，所以筆者在教學(xué)過程中以手寫數(shù)字識(shí)別作為教學(xué)實(shí)例，針對(duì)所介紹的每一種人工智能技術(shù)，都將其應(yīng)用于手寫數(shù)字識(shí)別當(dāng)中，并講解了這些技術(shù)的Matlab實(shí)現(xiàn)方法。學(xué)生在掌握了基本理論之后，可以按照實(shí)現(xiàn)步驟的指導(dǎo)，立刻上機(jī)見到算法的實(shí)際效果，加深對(duì)算法實(shí)現(xiàn)思路和方法的認(rèn)識(shí)。

4.2　注重科研引導(dǎo)性

本科教學(xué)不僅要培養(yǎng)學(xué)生的應(yīng)用能力，還要培養(yǎng)學(xué)生具備基本的科研素質(zhì)。本科教育一方面為社會(huì)培養(yǎng)了大批應(yīng)用型人才，另一方面也要為我國(guó)的科研事業(yè)培養(yǎng)后備力量。特別是近幾年來我國(guó)對(duì)科研的投入不斷增加，研究生招生規(guī)模逐年增大，本科高年級(jí)學(xué)生打算繼續(xù)讀研的也不在少數(shù)。而人工智能是計(jì)算機(jī)相關(guān)學(xué)科非常活躍的研究課題，其涵蓋的分支非常廣泛，如模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算智能、統(tǒng)計(jì)學(xué)習(xí)理論等，都是目前國(guó)際和國(guó)內(nèi)熱門的研究方向。針對(duì)這一特點(diǎn)，在本科高年級(jí)的人工智能教學(xué)中，還要注意對(duì)學(xué)生適時(shí)適度的科研引導(dǎo)。這樣可以激發(fā)學(xué)生的研究興趣，樹立目標(biāo)意識(shí)，找準(zhǔn)研究方向，為未來的科研工作打下基礎(chǔ)。在教學(xué)過程中，可以引導(dǎo)學(xué)生思考每種人工智能技術(shù)的優(yōu)點(diǎn)是什么?缺點(diǎn)是什么?有沒有改進(jìn)的辦法?比如BP神經(jīng)網(wǎng)絡(luò)是計(jì)算智能中較為成熟的技術(shù)，具有強(qiáng)大的非線性學(xué)習(xí)能力，在模式識(shí)別、經(jīng)濟(jì)數(shù)據(jù)分析、生物信息學(xué)、數(shù)據(jù)挖掘等眾多領(lǐng)域都取得過成功應(yīng)用。然而BP神經(jīng)網(wǎng)絡(luò)算法自身也存在著一些缺點(diǎn)，如會(huì)有局部最小解、解受初值影響較大、理論解釋不完善等。近十年來，研究者逐漸把目光轉(zhuǎn)移到另一種新的非線性學(xué)習(xí)工具――支持向量機(jī)上。同神經(jīng)網(wǎng)絡(luò)相比，支持向量機(jī)具有泛化能力強(qiáng)、不受局部最小問題困擾、理論背景完善等顯著優(yōu)點(diǎn)。在給學(xué)生講解BP神經(jīng)網(wǎng)絡(luò)算法的時(shí)候，一方面可以通過手寫數(shù)字識(shí)別實(shí)驗(yàn)展示其強(qiáng)大的非線性分類能力，另一方面也要告訴學(xué)生，BP神經(jīng)網(wǎng)絡(luò)并不是完美的，其缺點(diǎn)同樣明顯。然后引導(dǎo)學(xué)生對(duì)這些問題進(jìn)行思考，討論有沒有更好的解決辦法。此時(shí)，順勢(shì)引出支持向量機(jī)的內(nèi)容，并且介紹支持向量機(jī)的研究現(xiàn)狀和研究方向。通過兩者的對(duì)比，學(xué)生不但了解到了較新的人工智能技術(shù)，又對(duì)人工智能研究中如何去發(fā)現(xiàn)問題、解決問題、人工智能技術(shù)的進(jìn)化歷程有了直觀的印象。

4.3　教學(xué)內(nèi)容與畢業(yè)設(shè)計(jì)相結(jié)合

篇（9）

人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法 技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支 它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式作出反應(yīng)的智能機(jī)器．該領(lǐng)域的研究包括機(jī)器人．語(yǔ)言識(shí)別、圖像識(shí)別 自然語(yǔ)言處理和專家系統(tǒng)等。電氣自動(dòng)化是研究與電氣工程有關(guān)的系統(tǒng)運(yùn)行、自動(dòng)控制，電力電子技術(shù)、信息處理、試驗(yàn)分析 研制開發(fā)以及電子與計(jì)算機(jī)應(yīng)用等領(lǐng)域的一門學(xué)科。實(shí)現(xiàn)機(jī)械的自動(dòng)化，讓機(jī)械部份脫離人類的直接控制和操作自動(dòng)實(shí)現(xiàn)某些過程是電氣自動(dòng)化和人工智能研究的交匯點(diǎn)。積極運(yùn)用人工智能的新成果無(wú)疑有利于電氣自動(dòng)化學(xué)科特別是自動(dòng)控制領(lǐng)域的發(fā)展．也有利于提高電氣設(shè)各運(yùn)行的智能化水平．對(duì)改造電氣設(shè)備系統(tǒng)，增強(qiáng)控制系統(tǒng)穩(wěn)定性．加快生產(chǎn)效率都有重大意義。

1、人工智能應(yīng)用理論分析

人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬，延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)．并生產(chǎn)出一種新的能以人類智能相似的方式作出反應(yīng)的智能機(jī)器 該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別 自然語(yǔ)言處理和專家系統(tǒng)等。自從1956年“人工智能 一詞在Dartmouth學(xué)會(huì)上提出以后，人工智能研究飛速發(fā)展，成為以計(jì)算機(jī)為主．涉及信息論．控制論， 自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語(yǔ)言學(xué)、醫(yī)學(xué)和哲學(xué)的一門學(xué)科。人工智能研究的一個(gè)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)雜的工作。

當(dāng)今社會(huì)，計(jì)算機(jī)技術(shù)已經(jīng)滲透到生產(chǎn)生活的方方面面．計(jì)算機(jī)編程技術(shù)的日新月異催生自動(dòng)化生產(chǎn)，運(yùn)輸 傳播的快速發(fā)展。人腦是最精密的機(jī)器，編程也不過是簡(jiǎn)單的模仿人腦的收集、分析、交換、處理、回饋．所以模仿模擬人腦的機(jī)能將是實(shí)現(xiàn)自動(dòng)化的主要途徑。電氣自動(dòng)化控制是增強(qiáng)生產(chǎn)．流通、交換、分配等關(guān)鍵一環(huán)．實(shí)現(xiàn)自動(dòng)化，就等于減少了人力資本投入，并提高了運(yùn)作的效率。

2、人工智能控制器的優(yōu)勢(shì)

不同的人工智能控制通常用完全不同的方法去討論。但Al控制器例如：神經(jīng)、模糊、模糊神經(jīng)以及遺傳算法都可看成一類非線性函數(shù)近似器。這樣的分類就能得到較好的總體理解．也有利于控制策略的統(tǒng)一開發(fā)。這些Al函數(shù)近似器比常規(guī)的函數(shù)估計(jì)器具有更多的優(yōu)勢(shì)．這些優(yōu)勢(shì)如下：

(1)它們的設(shè)計(jì)不需要控制對(duì)象的模型(在許多場(chǎng)合，很難得到實(shí)際控制對(duì)象的精確動(dòng)態(tài)方程，實(shí)際控制對(duì)象的模型在控制器設(shè)計(jì)時(shí)往往有很多不確實(shí)性因素，例如：參數(shù)變化，非線性時(shí)，往往不知道)。

(2)通過適當(dāng)調(diào)整(根據(jù)響應(yīng)時(shí)間 下降時(shí)間、魯棒性能等)它們能提高性能。例如模糊邏輯控制器的上升時(shí)間比最優(yōu)PID控制器快1.5倍 ，下降時(shí)間快3.5倍， 過沖更小。

(3)它們比古典控制器的調(diào)節(jié)容易。

(4)在沒有必須專家知識(shí)時(shí)．通過響應(yīng)數(shù)據(jù)也能設(shè)計(jì)它們。

(5)運(yùn)用語(yǔ)言和響應(yīng)信息可能設(shè)計(jì)它們。

總而言之，當(dāng)采用自適應(yīng)模糊神經(jīng)控制器、規(guī)則庫(kù)和隸屬函數(shù)在模糊化和反模糊化過程中能夠自動(dòng)地實(shí)時(shí)確定。有很多方法來實(shí)現(xiàn)這個(gè)過程，但主要的目標(biāo)是使用系統(tǒng)技術(shù)實(shí)現(xiàn)穩(wěn)定的解，并且找到最簡(jiǎn)單的拓樸結(jié)構(gòu)配置．自學(xué)習(xí)迅速，收斂快速。

3、人工智能的應(yīng)用現(xiàn)狀

隨著人工智能技術(shù)的發(fā)展，許多高等院校及科研機(jī)構(gòu)就人工智能在電氣設(shè)備的應(yīng)用方面展開了研究工作，如將人工智能用于電氣產(chǎn)品優(yōu)化設(shè)計(jì)，故障預(yù)測(cè)及診斷、控制與保護(hù)等領(lǐng)域。

3.1 優(yōu)化設(shè)計(jì)

電氣設(shè)備的設(shè)計(jì)是一項(xiàng)復(fù)雜的工作 它不僅要應(yīng)用電路、電磁場(chǎng)、電機(jī)電器等學(xué)科的知識(shí)，還要大量運(yùn)用設(shè)計(jì)中的經(jīng)驗(yàn)性知識(shí)。傳統(tǒng)的產(chǎn)品設(shè)計(jì)是采用簡(jiǎn)單的實(shí)驗(yàn)手段和根據(jù)經(jīng)驗(yàn)用手工的方式進(jìn)行的．因此很難獲得最優(yōu)方案。隨著計(jì)算機(jī)技術(shù)的發(fā)展，電氣產(chǎn)品的設(shè)計(jì)從手工逐漸轉(zhuǎn)向計(jì)算機(jī)輔助設(shè)計(jì)(CAD)，大大縮短了產(chǎn)品開發(fā)周期。人工智能的引進(jìn)．使傳統(tǒng)的CAD技術(shù)如虎添翼．產(chǎn)品設(shè)計(jì)的效率及質(zhì)量得到全面提高。用于優(yōu)化設(shè)計(jì)的人工智能技術(shù)主要有遺傳算法和專家系統(tǒng)。遺傳算法是一種比較先進(jìn)的優(yōu)化算法，非常適合于產(chǎn)品優(yōu)化設(shè)計(jì)。因此電氣產(chǎn)品人工智能優(yōu)化設(shè)計(jì)大部分采用此種方法或其改進(jìn)方法。

3.2 故障診斷

電氣設(shè)備的故障與其征兆之間的關(guān)系錯(cuò)綜復(fù)雜，具有不確定性及非線性．用人工智能方法恰好能發(fā)揮其優(yōu)勢(shì)。已用于電氣設(shè)備故障診斷的人工智能技術(shù)有：模糊邏輯、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)。

變壓器由于在電力系統(tǒng)中的特殊地位而備受關(guān)注，有關(guān)方面的研究論文較多。目前對(duì)變壓器進(jìn)行故障診斷最常用的方法是對(duì)變壓器油中分解的氣體進(jìn)行分析．從而判斷變壓器的故障程度。人工智能故障診斷技術(shù)在發(fā)電機(jī)及電動(dòng)機(jī)方面的研究工作也較為活躍。

3．3智能控制

人工智能控制技術(shù)在自動(dòng)控制領(lǐng)域的研究與應(yīng)用已廣泛展開．但在電氣設(shè)備控制領(lǐng)域所見報(bào)道不多。可用于控制的人工智能方法主要有3種：模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家系統(tǒng)控制。由于模糊控制是其中最為簡(jiǎn)單、最具實(shí)際意義的方法．因而它的應(yīng)用實(shí)例最多。

4、結(jié)語(yǔ)

人類智能主要包括三個(gè)方面．即感知能力．思維能力 行為能力。而人工智能是指由人類制造出來的 機(jī)器”所表現(xiàn)出來的智能。人工智能主要包括感知能力、思維能力和行為能力。人工智能的應(yīng)用體現(xiàn)在問題求解．邏輯推理與定理證明，自然語(yǔ)言理解 自動(dòng)程序設(shè)計(jì)．專家系統(tǒng)，機(jī)器人學(xué)等方面，而這諸多方面都體現(xiàn)了一個(gè)自動(dòng)化的特征．表達(dá)了一個(gè)共同的主題，即提高機(jī)械人類意識(shí)能力，強(qiáng)化控制自動(dòng)化．因此人工智能在電氣自動(dòng)化領(lǐng)域?qū)?huì)大有作為，電氣自動(dòng)化控制也需要人工智能的參與。

篇（10）

2017年9月，依圖醫(yī)療表示，浙江省人民醫(yī)院作為依圖醫(yī)療的首批合作醫(yī)院，從上線至今，AI系統(tǒng)一共輔助醫(yī)生診閱1.7萬(wàn)名患者圖像，被采納率為90%；

在全球各個(gè)地方，醫(yī)療人工智能發(fā)展到今天，已經(jīng)不是僅僅是一種創(chuàng)新的概念，基于人工智能技術(shù)研發(fā)的各種產(chǎn)品已經(jīng)切切實(shí)實(shí)的為醫(yī)生、患者、企業(yè)、醫(yī)療機(jī)構(gòu)提供服務(wù)。

各個(gè)國(guó)家和地區(qū)看到人工智能的巨大前景，紛紛出臺(tái)政策、投入資金加快布局速度。人們戲稱人工智能的“軍備競(jìng)賽”悄然來臨。在全球的各個(gè)國(guó)家和地區(qū)中，美國(guó)、中國(guó)、歐洲是在醫(yī)療人工智能表現(xiàn)最搶眼的三個(gè)區(qū)域。

文無(wú)第一、武無(wú)第二，動(dòng)脈網(wǎng)從醫(yī)療應(yīng)用的角度梳理一下這三個(gè)區(qū)域的醫(yī)療人工智能發(fā)展現(xiàn)狀，看看誰(shuí)才是醫(yī)療人工智能領(lǐng)域的領(lǐng)跑者。

人才