人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)范文
關(guān)鍵詞：人工智能；計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)；有效應(yīng)用
隨著我國科學(xué)技術(shù)的發(fā)展，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和人工智能作為新時(shí)期的科技產(chǎn)物不斷被應(yīng)用于社會(huì)發(fā)展的各個(gè)領(lǐng)域，對我國的經(jīng)濟(jì)發(fā)展起到了積極促進(jìn)作用。特別是計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)在近年來出現(xiàn)了飛速發(fā)展趨勢，其自身具有的高效性及跨時(shí)空特點(diǎn)等已經(jīng)深層次地滲透到人們生活、生產(chǎn)、學(xué)習(xí)的各個(gè)方面。計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的不斷發(fā)展和應(yīng)用，其自身存在的網(wǎng)絡(luò)安全以及管理方面存在的問題已經(jīng)表現(xiàn)出與現(xiàn)代社會(huì)發(fā)展不相符的特點(diǎn)，人們對于該方面問題的關(guān)注度不斷提升。因此，出現(xiàn)了人工智能應(yīng)用于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的研究和實(shí)踐，深入分析人工智能帶來的應(yīng)用優(yōu)勢，加強(qiáng)研究及探析應(yīng)用趨勢，均可有效提升人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用效果。
1 人工智能應(yīng)用在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的優(yōu)勢分析
人工智能是計(jì)算機(jī)科學(xué)技術(shù)的分支，是由多種不同領(lǐng)域構(gòu)成的，例如機(jī)器人、計(jì)算機(jī)視覺等。在現(xiàn)代社會(huì)人工智能已經(jīng)被應(yīng)用在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中，并得到了不斷關(guān)注和重視，例如計(jì)算機(jī)仿真系統(tǒng)、人工控制系統(tǒng)等領(lǐng)域的應(yīng)用。人工智能技術(shù)的應(yīng)用所具有的優(yōu)勢主要表現(xiàn)在以下幾方面：一是人工智能具有更加高效特點(diǎn)，可以將所學(xué)各領(lǐng)域知識(shí)進(jìn)行科學(xué)合理的應(yīng)用。優(yōu)良的思考能力通常是高等生物的主要特征，而人工智能在現(xiàn)代科學(xué)的支撐下同樣具有思考分析與判斷能力。因此將人工智能應(yīng)用到計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中，可以使其對計(jì)算機(jī)信息數(shù)據(jù)進(jìn)行更為科學(xué)精準(zhǔn)的計(jì)算機(jī)后期分析處理工作，進(jìn)而獲取到更為科學(xué)完整的信息數(shù)據(jù)，同時(shí)還提升了計(jì)算機(jī)網(wǎng)絡(luò)的計(jì)算效率；二是人工智能提升了計(jì)算機(jī)網(wǎng)絡(luò)自身的運(yùn)行速度、時(shí)效性及流暢度。人工智能的應(yīng)用可以促進(jìn)計(jì)算機(jī)用戶實(shí)現(xiàn)更多時(shí)間的處理，比如在模型計(jì)算處理過程中，可以應(yīng)用人工智能具有更為先進(jìn)的計(jì)算能力來開展相應(yīng)的分析及處理，人工智能對于不確定的信息進(jìn)行處理過程中具有更高的工作質(zhì)量及效率，可以應(yīng)用人工智能獲取更為完整和準(zhǔn)確的網(wǎng)絡(luò)信息數(shù)據(jù)；三是能源消耗少。人工智能的應(yīng)用可以降低計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)成本，起到節(jié)能減耗的作用。人工智能對于海量數(shù)據(jù)的計(jì)算具有更快的運(yùn)算速度，節(jié)省了數(shù)據(jù)處理過程中的時(shí)間，因而降低了計(jì)算機(jī)在運(yùn)行過程中所消耗的能源，節(jié)省了社會(huì)資源。
2 人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的有效應(yīng)用
2.1 人工智能在網(wǎng)絡(luò)安全管理方面的應(yīng)用
計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的應(yīng)用過程中，網(wǎng)絡(luò)安全管理是每個(gè)用戶最為關(guān)心和關(guān)注的問題，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)雖然可以給人們的生活、學(xué)習(xí)、工作等帶來便利，但是也會(huì)因?yàn)榫W(wǎng)絡(luò)犯罪分子的存在而造成廣大用戶信息的泄露，造成用戶自身利益被侵犯和損害，尤其是隨著現(xiàn)代科技的發(fā)展進(jìn)步，黑客技術(shù)也出現(xiàn)了提升，網(wǎng)絡(luò)信息安全成為計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中急需解決的首要問題。因此，相關(guān)技術(shù)人員不斷研究人工智能技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)安全管理中的應(yīng)用方法和效果，通過實(shí)踐發(fā)現(xiàn)人工智能的應(yīng)用可以促進(jìn)廣大計(jì)算機(jī)用戶成功攔截異常信息，從而更為有效地保證了廣大計(jì)算機(jī)用戶的信息安全。目前很多用戶在計(jì)算機(jī)網(wǎng)絡(luò)運(yùn)行環(huán)境里安裝了智能防火墻，通過該項(xiàng)人工智能技術(shù)的應(yīng)用可以更好地做到智能識(shí)別，進(jìn)而完成海量數(shù)據(jù)的分析和處理，該項(xiàng)技術(shù)的應(yīng)用可以有效減少信息數(shù)據(jù)在匹配過程中的計(jì)算步驟，達(dá)到節(jié)能減耗的效果。智能防火墻的應(yīng)用還可幫助廣大計(jì)算機(jī)網(wǎng)絡(luò)用戶有效攔截網(wǎng)絡(luò)中的各有害信息，遏制網(wǎng)絡(luò)病毒侵入及傳播，進(jìn)而對廣大計(jì)算機(jī)用戶進(jìn)行了全方位的保護(hù)，實(shí)現(xiàn)了計(jì)算機(jī)網(wǎng)絡(luò)安全管理。再例如，很多計(jì)算機(jī)網(wǎng)絡(luò)用戶在日常的學(xué)習(xí)、工作過程中會(huì)使用到網(wǎng)絡(luò)郵箱功能，為了更好地保護(hù)網(wǎng)絡(luò)郵箱的信息安全，可以通過應(yīng)用智能發(fā)垃圾系統(tǒng)，來進(jìn)行垃圾郵件的分析和處理，保障用戶郵箱的安全使用。該技術(shù)的應(yīng)用可以通過對用戶郵箱開展全面的信息掃描工作，通過其科學(xué)高效的信息分析和處理技術(shù)能有精準(zhǔn)的發(fā)現(xiàn)用戶網(wǎng)絡(luò)郵箱中存在的相關(guān)病毒信息郵件、垃圾郵件及殘存信息等，還可同時(shí)實(shí)現(xiàn)對有害郵件的信息分類，并通過信息提醒方式督促計(jì)算機(jī)用戶進(jìn)行有害郵件的定期處理，以防該類信息對計(jì)算機(jī)用戶造成危害。人工智能入侵檢測技術(shù)對于計(jì)算機(jī)網(wǎng)絡(luò)安全管理起到了重要作用，可以借助其檢測系統(tǒng)對存在安全威脅的信息進(jìn)行預(yù)防和攔截。傳統(tǒng)形式的防入侵檢測技術(shù)應(yīng)用過程可以分為信息采集、入侵信息判斷、發(fā)出警告及控制幾個(gè)階段，該技術(shù)的應(yīng)用有一定的局限性。智能防入侵技術(shù)具有規(guī)則產(chǎn)生式的專家系統(tǒng)、將神經(jīng)網(wǎng)絡(luò)作為技術(shù)基礎(chǔ)、具有更為科學(xué)先進(jìn)的數(shù)據(jù)挖掘技術(shù)，在這三種先進(jìn)技術(shù)的共同應(yīng)用和影響下，使得入侵威脅網(wǎng)絡(luò)安全的有害信息得到了更為有效的檢測，更好地控制了有害信息對計(jì)算機(jī)互聯(lián)網(wǎng)造成的安全威脅。
2.2 人工智能在網(wǎng)絡(luò)系統(tǒng)管理和網(wǎng)絡(luò)評價(jià)方面的應(yīng)用
計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)管理和網(wǎng)絡(luò)評價(jià)環(huán)節(jié)的出現(xiàn)源于人工智能的應(yīng)用，人工智能在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)中的應(yīng)用，可以運(yùn)用科學(xué)使其技術(shù)具有人類的大腦思維特征，進(jìn)而更為有效地幫助了廣大計(jì)算機(jī)用戶完成網(wǎng)絡(luò)系統(tǒng)的分類、歸納及優(yōu)化。計(jì)算機(jī)網(wǎng)絡(luò)具有動(dòng)態(tài)特性及順便特點(diǎn)，在進(jìn)行網(wǎng)絡(luò)系統(tǒng)中的海量信息數(shù)據(jù)操作過程中，無法完全依賴人力去完成以及實(shí)現(xiàn)對計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的優(yōu)化和管理目標(biāo)。人工智能則可更為高效和科學(xué)地完成網(wǎng)絡(luò)系統(tǒng)的管理及評價(jià)，并且可將網(wǎng)絡(luò)系統(tǒng)的自身運(yùn)行狀態(tài)及時(shí)向計(jì)算機(jī)用戶反饋，進(jìn)而提升網(wǎng)絡(luò)系統(tǒng)管理效率和質(zhì)量。Agent是人工智能的核心技術(shù)內(nèi)容，指的是具有自主活動(dòng)特征的軟件或者軟件主題，該技術(shù)涵蓋了數(shù)據(jù)庫、翻譯推力器及相應(yīng)的通信設(shè)備，其結(jié)構(gòu)存在一定的復(fù)雜性。Agent技術(shù)應(yīng)用于計(jì)算機(jī)用戶進(jìn)行實(shí)際問題的解決過程中，通常情況會(huì)使用一個(gè)Agent專門負(fù)責(zé)進(jìn)行各種信息數(shù)據(jù)的接收，在與其他Agent之間通過溝通處理，進(jìn)而在極短時(shí)間內(nèi)實(shí)現(xiàn)指令任務(wù)的處理和完成。Agent還可以實(shí)施自定義式的個(gè)性化服務(wù)，Agent在接收到用戶的指令信息之后，Agent系統(tǒng)則會(huì)對信息數(shù)據(jù)進(jìn)行科學(xué)篩選，進(jìn)而將較為精準(zhǔn)的信息數(shù)據(jù)高效的傳輸給計(jì)算機(jī)用戶，為計(jì)算機(jī)用戶進(jìn)行網(wǎng)絡(luò)信息搜索節(jié)約了更多時(shí)間。Agent的科學(xué)應(yīng)用還表現(xiàn)在可以幫助用戶實(shí)現(xiàn)相應(yīng)知識(shí)的深度挖掘，同時(shí)在系統(tǒng)中可以實(shí)現(xiàn)較完善的知識(shí)儲(chǔ)備庫從而為用戶可以提供更先進(jìn)的導(dǎo)航，并更具計(jì)算機(jī)用戶的日常網(wǎng)絡(luò)使用和操作特點(diǎn)，給計(jì)算機(jī)用戶制定其所需要的個(gè)性化服務(wù)，以實(shí)現(xiàn)了計(jì)算機(jī)網(wǎng)絡(luò)的智能化、便捷化、個(gè)性化發(fā)展。
3 人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用趨勢
3.1 人工神經(jīng)網(wǎng)絡(luò)發(fā)展趨勢分析
人工智能是具有很大挑戰(zhàn)特點(diǎn)的科學(xué)技術(shù)，從事該項(xiàng)技術(shù)工作的各環(huán)節(jié)工作人員不僅需要具備專業(yè)的計(jì)算機(jī)相關(guān)學(xué)科知識(shí)，還要具備心理學(xué)、語言學(xué)、生理學(xué)等多領(lǐng)域的知識(shí)。人工智能技術(shù)會(huì)隨著人類社會(huì)的不斷進(jìn)步而不斷發(fā)展，隨著人們對于該技術(shù)要求的不斷提升，為了更好地服務(wù)人類，其在未來的發(fā)展趨勢中必將朝著更為科學(xué)和人性化方向發(fā)展。人工神經(jīng)系統(tǒng)即是人工智能未來的發(fā)展趨勢之一，其指的是豐富的處理單元，通過大量神經(jīng)元的相互作用及聯(lián)系使之成為一種神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)最主要的特點(diǎn)是具有更高的自學(xué)能力，可以實(shí)現(xiàn)自主解決多種多維非線性方面的問題，且在進(jìn)行實(shí)際的解題過程和范圍中可以突破傳統(tǒng)的局限性，其不僅可以解決定量類型問題，對于定性類型的問題，人工神經(jīng)網(wǎng)絡(luò)同樣可以實(shí)現(xiàn)有效解決。人工神經(jīng)網(wǎng)絡(luò)同時(shí)還具備和人類的大腦潛意識(shí)相仿的巨大信息儲(chǔ)存容量，可以幫助各用戶更好地解決各類問題，進(jìn)而實(shí)現(xiàn)計(jì)算機(jī)互聯(lián)網(wǎng)的有效管理，滿足不同用戶對各種信息數(shù)據(jù)的處理需求。
3.2 人工智能機(jī)器人具備學(xué)習(xí)功能
人工智能型機(jī)器人技術(shù)的開發(fā)和應(yīng)用均是參照人類的大腦思維進(jìn)行的，在人工智能的未來發(fā)展趨勢中，實(shí)現(xiàn)機(jī)器人的自主學(xué)習(xí)將作為相關(guān)領(lǐng)域人員的研究方向。目前在我國科學(xué)技術(shù)水平支持下，人工智能具備了初級的學(xué)習(xí)功能，但是還無法與人類自身的學(xué)習(xí)能力相提并論，因此人工智能需要提升學(xué)習(xí)能力。人類的大腦神經(jīng)系統(tǒng)要比人工智能技術(shù)中的結(jié)構(gòu)復(fù)雜很多，人類可以進(jìn)行感情、情緒的自由表達(dá)，而人工智能則只能通過臉部表情識(shí)別方式進(jìn)行情緒的表現(xiàn)，使得人工智能有局限性。隨著科技的進(jìn)步，在未來的發(fā)展趨勢中人工機(jī)器人的技術(shù)發(fā)展會(huì)越來越趨于人類大腦思維和方式。
3.3 人工智能識(shí)別功能領(lǐng)域的擴(kuò)展
在我國目前的計(jì)算機(jī)行業(yè)中，電子設(shè)備已出現(xiàn)了多元化發(fā)展特點(diǎn)，計(jì)算機(jī)用戶可選擇的軟件產(chǎn)品和種類也在日益增多，相關(guān)人員利用人類聲音設(shè)計(jì)了不同的軟件，還實(shí)現(xiàn)了人物圖像及文字等的識(shí)別功能，但是缺乏外界感知功能。因此，在未來的發(fā)展趨勢中人工智能會(huì)更加趨向于全面識(shí)別功能的開發(fā)和研究。
4 結(jié)束語
隨著我國社會(huì)的發(fā)展和科學(xué)技術(shù)的不斷進(jìn)步，人工智能在計(jì)算機(jī)的網(wǎng)絡(luò)技術(shù)中應(yīng)用的范圍和領(lǐng)域會(huì)越來越廣泛。本文主要分析人工智能應(yīng)用在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的優(yōu)勢及有效應(yīng)用，同時(shí)對于人工智能的未來發(fā)展趨勢進(jìn)行探析。通過分析與研究可以看到，人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用目前主要體現(xiàn)在網(wǎng)絡(luò)安全管理、網(wǎng)絡(luò)系統(tǒng)管理及網(wǎng)絡(luò)評價(jià)方面的應(yīng)用，對于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)起到了極大的促進(jìn)作用。保障了計(jì)算機(jī)用戶的信息安全，提升了管理效率和質(zhì)量，提供了較為個(gè)性化的服務(wù)。還可看到人工智能在未來的發(fā)展趨勢中會(huì)朝著人工神經(jīng)網(wǎng)絡(luò)、人工智能機(jī)器人具備自主學(xué)習(xí)功能及智能識(shí)別功能等領(lǐng)域發(fā)展，人工智能技術(shù)會(huì)隨著社會(huì)的發(fā)展不斷為人類提供更為科學(xué)、高效、個(gè)性化的服務(wù)。
參考文獻(xiàn)
[1]劉哲良.淺談大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].數(shù)碼世界，2021(1):260-261.
第2篇：人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)范文
隨著科學(xué)技術(shù)的迅速發(fā)展，在計(jì)算機(jī)輔助工藝設(shè)計(jì)中人工智能得到廣泛應(yīng)用。文章主要從人工智能和計(jì)算機(jī)輔助工藝的概述出發(fā)，分析了人工智能在計(jì)算機(jī)輔助工藝設(shè)計(jì)中的應(yīng)用，希望能為應(yīng)用人工智能提供參考。
關(guān)鍵詞：
人工智能；計(jì)算機(jī)輔助；工藝設(shè)計(jì)；應(yīng)用
人工智能技術(shù)發(fā)展應(yīng)用，為計(jì)算機(jī)輔助工藝設(shè)計(jì)注入新的活力，讓計(jì)算機(jī)輔助工藝設(shè)計(jì)的水平、效率得到前所未有的提高。本文主要從人工智能入手，研究了人工智能在計(jì)算機(jī)輔助工藝設(shè)計(jì)中的應(yīng)用。
1人工智能和計(jì)算機(jī)輔助工藝的概述
1.1人工智能
人工智能在計(jì)算機(jī)設(shè)備中的應(yīng)用，讓計(jì)算機(jī)設(shè)備具有人性化，滿足計(jì)算機(jī)高級運(yùn)用需求。目前，在推理能力基礎(chǔ)上對人工智能進(jìn)行研究已經(jīng)獲得明顯成就，逐漸向并行化處理功能與模糊處理功能方向發(fā)展。
1.2計(jì)算機(jī)輔助工藝設(shè)計(jì)
計(jì)算機(jī)輔助工藝設(shè)計(jì)最初出現(xiàn)于上世紀(jì)70年代，計(jì)算機(jī)輔助工藝設(shè)計(jì)的出現(xiàn)引起了人們的重視，從目前發(fā)展來看，計(jì)算機(jī)輔助工藝設(shè)計(jì)的發(fā)展過程中經(jīng)歷了5個(gè)階段：交互式、智能化、派生式、綜合式與創(chuàng)成式等，而計(jì)算機(jī)輔助工藝發(fā)展的關(guān)鍵是智能化，也是未來計(jì)算機(jī)輔助工藝設(shè)計(jì)發(fā)展的方向。計(jì)算機(jī)輔助工藝設(shè)計(jì)的應(yīng)用能夠改變傳統(tǒng)工作中人工重復(fù)性操作的情況，解放大批手工勞動(dòng)，實(shí)現(xiàn)信息化技術(shù)，讓人們將更多精力放在研發(fā)新技術(shù)和工藝上。同時(shí)，達(dá)到資源的優(yōu)化配置，提升生產(chǎn)效率，節(jié)約生產(chǎn)升本，為生產(chǎn)提供技術(shù)支撐。
2人工智能在計(jì)算機(jī)輔助工藝設(shè)計(jì)中的應(yīng)用
2.1人工智能技術(shù)
在計(jì)算機(jī)輔助工藝設(shè)計(jì)過程中應(yīng)用人工智能技術(shù)，帶來最明顯的優(yōu)點(diǎn)就是智能化，對于計(jì)算機(jī)輔助工藝設(shè)計(jì)來說，計(jì)算機(jī)輔助設(shè)計(jì)技術(shù)本身無法脫離輔助工具的范疇，但是，由于人工智能的運(yùn)用，改變了計(jì)算機(jī)作為輔助工具的狀態(tài)，使計(jì)算機(jī)輔助工藝設(shè)計(jì)系統(tǒng)具備相應(yīng)的智能分析能力。目前，在計(jì)算機(jī)輔助工藝設(shè)計(jì)中人工智能技術(shù)的有效運(yùn)用，具體體現(xiàn)在推理能力上，主要包括模糊推理功能與混沌理論推理功能。在實(shí)際運(yùn)用人工智能技術(shù)過程中這些推理功能都是相互滲透綜合使用的，而不是單獨(dú)使用的，它們在使用過程中發(fā)揮各自優(yōu)勢，彌補(bǔ)雙方缺陷。例如人工神經(jīng)網(wǎng)絡(luò)技術(shù)的特性具有自覺形象思維，而模糊圖例特性具有邏輯思維，人工智能技術(shù)可在計(jì)算機(jī)輔助工藝設(shè)計(jì)過程中將這兩種技術(shù)進(jìn)行互補(bǔ)，以此提升計(jì)算機(jī)輔助工藝設(shè)計(jì)系統(tǒng)的智能化水平。在計(jì)算機(jī)輔助工藝設(shè)計(jì)研究的領(lǐng)域中，大部分研究主要集中在研究機(jī)械產(chǎn)品設(shè)計(jì)理論、方法上，而研究輔助工藝設(shè)計(jì)的技術(shù)相對較少。由于設(shè)計(jì)活動(dòng)中輔助工藝設(shè)計(jì)和機(jī)械產(chǎn)品設(shè)計(jì)存在趨同性，所以，可以推斷出計(jì)算機(jī)輔助工藝技術(shù)智能化設(shè)計(jì)理論和方法主要有三部分構(gòu)成：基礎(chǔ)科學(xué)層、智能化設(shè)計(jì)方法層級信息技術(shù)層。
2.2遺傳算法
遺傳算法作為計(jì)算機(jī)輔助工藝設(shè)計(jì)系統(tǒng)中人工智能的重要系統(tǒng)，是指模仿達(dá)爾文遺傳選擇與自然淘汰生物進(jìn)化論過程的一種計(jì)算模型，能夠通過模仿自然進(jìn)化論搜索出最優(yōu)解的方法。遺傳算法是開始于代表問題中可能存在的解集種群，而這些種群的組成主要是基因編碼個(gè)體聯(lián)合形成的，每一個(gè)基因編碼個(gè)體實(shí)際上就是染色體特性的實(shí)體。所以，在工藝設(shè)計(jì)初期，需要將表現(xiàn)型到基因型的編碼工作全部完成。例如二進(jìn)制編碼，在初代種群全部完成后，根據(jù)優(yōu)勝劣汰以及適者生存的原理，對產(chǎn)生的近似值進(jìn)行演化，按照問題當(dāng)中的實(shí)體適應(yīng)度在每一代中選出合理的實(shí)體，并通過自然遺傳學(xué)的算子讓種群組合變異再組合，從而形成新的解集種群。這些種群的變化過程就相當(dāng)于進(jìn)化過程，后代會(huì)比前代更加適應(yīng)環(huán)境，而最后一代種群中的最有實(shí)體經(jīng)過解碼之后，可以將其作為問題最優(yōu)解的近似值。
2.3人工神經(jīng)網(wǎng)絡(luò)技術(shù)
計(jì)算機(jī)輔助輔助工藝設(shè)計(jì)的產(chǎn)品相對比較復(fù)雜，影響因素具有不確定性早期只能依靠成組技術(shù)的CAPP系統(tǒng)和以往操作經(jīng)驗(yàn)來解決這些產(chǎn)品工藝設(shè)計(jì)的問題，整個(gè)生產(chǎn)設(shè)計(jì)工藝的效率低。隨著人工神經(jīng)系統(tǒng)技術(shù)的產(chǎn)生、應(yīng)用，有效解決了這些問題，提高了計(jì)算機(jī)輔助工藝設(shè)計(jì)的技能。人工神經(jīng)網(wǎng)絡(luò)技術(shù)是根據(jù)生物神經(jīng)系統(tǒng)的基本原理對真實(shí)世界客觀事物進(jìn)行處理，主要由單一的非線性處理單元合并形成的，可以分布、聯(lián)合存儲(chǔ)信息，同時(shí)自動(dòng)組織、學(xué)習(xí)記憶。在計(jì)算機(jī)輔助工藝設(shè)計(jì)過程中人工網(wǎng)絡(luò)神經(jīng)技術(shù)的運(yùn)用，可以自我適應(yīng)、調(diào)節(jié)。例如計(jì)算機(jī)輔助工藝設(shè)計(jì)過程中，人工神經(jīng)網(wǎng)絡(luò)技術(shù)的運(yùn)用，最初是核對基本數(shù)值與系統(tǒng)內(nèi)部的具體情況，檢測自身適應(yīng)性，以此推演、修改神經(jīng)網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)，從而調(diào)整網(wǎng)絡(luò)運(yùn)用的適應(yīng)性。
2.4粗糙集技術(shù)
該項(xiàng)技術(shù)作為現(xiàn)代人工智能領(lǐng)域中計(jì)算機(jī)輔助工藝設(shè)計(jì)系統(tǒng)的模糊控制技術(shù)，粗糙集技術(shù)應(yīng)用目的是為了有效解決計(jì)算機(jī)輔助工藝設(shè)計(jì)系統(tǒng)中模糊不清的問題。例如計(jì)算機(jī)輔助工藝設(shè)計(jì)系統(tǒng)一旦出現(xiàn)模糊不清的問題，人工智能技術(shù)即可通過迷糊對比分析方式，根據(jù)問題影響作用的大小對問題影響因素進(jìn)行排列，同時(shí)，進(jìn)行加權(quán)賦值，然后借助預(yù)設(shè)判斷算法剝離冗余的條件屬性與因素，最后剩下的條件因素即是模糊現(xiàn)象的正解。
3結(jié)束語
綜上所述，人工智能是現(xiàn)代生產(chǎn)生活過程中效率的倍增器，在計(jì)算機(jī)輔助工藝設(shè)計(jì)中應(yīng)用人工智能，可以提高計(jì)算機(jī)輔助設(shè)計(jì)系統(tǒng)的能力，提升工作質(zhì)量與效率，節(jié)約成本，方便操作，為計(jì)算機(jī)輔助工藝的發(fā)展指明了新的方向。
參考文獻(xiàn)：
[1]王一平.人工智能在計(jì)算機(jī)輔助工藝設(shè)計(jì)中的應(yīng)用[J].自動(dòng)化與儀器儀表,2012(04):90-92.
[2]吳爽.人工智能在計(jì)算機(jī)輔助工藝設(shè)計(jì)中的應(yīng)用[J].電子制作,2015(06):45-45,46.
第3篇：人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)范文
1、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。
2.人工智能的研究歷史
人工智能的發(fā)展也并不是一帆風(fēng)順的，人工智能的研究經(jīng)歷了以下幾個(gè)階段： 孕育階段：古希臘的亞里士多德，給出了形式邏輯的基本規(guī)律。英國的哲學(xué)家、自然科學(xué)家培根，系統(tǒng)地給出了歸納法。“知識(shí)就是力量”德國數(shù)學(xué)家、哲學(xué)家布萊尼茲。提出了關(guān)于數(shù)理邏輯的思想，把形式邏輯符號化，從而能對人的思維進(jìn)行運(yùn) 算和推理。做出了能做四則運(yùn)算的手搖計(jì)算機(jī)英國數(shù)學(xué)家、邏輯學(xué)家布爾實(shí)現(xiàn)了布萊尼茨的思維符號化和數(shù)學(xué)化的思想，提出了一種嶄新的代數(shù)系統(tǒng)——布爾代數(shù)。
第一階段： 50 年代人工智能的興起和冷落人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問題求解程序LISP表處理語言等。但由于消解法推理能力的有限，以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點(diǎn)是：重視問題求解的方法，忽視知識(shí)重要性。
第二階段： 60 年代末到70 年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新DENDRAL 化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN 疾病診斷和治療系統(tǒng)、PROSPECTIOR 探礦系統(tǒng)、Hearsay-II 語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實(shí)用化。并且，1969 年成立了國際人工智能聯(lián)合會(huì)議。
第三階段： 80 年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了很大發(fā)展日本1982 年開始了“第五代計(jì)算機(jī)研制計(jì)劃”，即“知識(shí)信息處理計(jì)算機(jī)系統(tǒng)K I P S”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。
第四階段： 80 年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展1987 年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。 第五階段： 90 年代，人工智能出現(xiàn)新的研究由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個(gè)智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱?。另外，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會(huì)生活的各個(gè)領(lǐng)域。
3. 人工智能的發(fā)展方向
3.1人工智能的研究新課題。人工智能的長遠(yuǎn)目標(biāo)是要?jiǎng)?chuàng)造人類智能的機(jī)器，用機(jī)器模擬人類的智能。這是一個(gè)十分漫長的過程，人工智能研究者將通過多種途徑、從不同的研究課題入手進(jìn)行探索。 在近期，有幾方面的研究課題可供選擇：更完善更新的人工智能理論框架；自動(dòng)或半自動(dòng)的知識(shí)獲取工具；能實(shí)現(xiàn)海量高速存儲(chǔ)并具有學(xué)習(xí)功能的聯(lián)想知識(shí)庫；新型推理機(jī)制和推理機(jī)；分布式人工智能與協(xié)同式專家系統(tǒng)；智能控制與智能管理；智能機(jī)器人；人工智能機(jī)；新一代的電腦模型。因?yàn)槿斯ぶ悄艿难芯款I(lǐng)域十分廣闊，它總的來說是面向應(yīng)用的，主要研究領(lǐng)域有專家系統(tǒng)，有人在工作，它就可以用在什么地方，因?yàn)槿斯ぶ悄艿淖罡灸康倪€是要模擬人類的思維。其發(fā)展可以歸納為：人機(jī)融合、機(jī)器智能、智能機(jī)器。
3.2人機(jī)融合。人工智能的近期研究目標(biāo)在于建造智能計(jì)算機(jī)，用以代替人類從事腦力勞動(dòng)，即使現(xiàn)有的計(jì)算機(jī)更聰明更有用。正是根據(jù)這一近期研究目標(biāo)，我們才把人工智能理解為計(jì)算機(jī)科學(xué)的一個(gè)分支。人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探究人類智能和機(jī)器智能的基本原理，研究用自動(dòng)機(jī)（automata）模擬人類的思維過程和智能行為。這個(gè)長期目標(biāo)遠(yuǎn)遠(yuǎn)超出計(jì)算機(jī)科學(xué)的范疇，幾乎涉及自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科。在重新闡述我們的歷史知識(shí)的過程中，哲學(xué)家、科學(xué)家和人工智能學(xué)家有機(jī)會(huì)努力解決知識(shí)的模糊性以及消除知識(shí)的不一致性。這種努力的結(jié)果，可能導(dǎo)致知識(shí)的某些改善，以便能夠比較容易地推斷出令人感興趣的新的真理。
3.3機(jī)器智能。
第4篇：人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)范文
關(guān)鍵詞：智能技術(shù)；電力系統(tǒng)；自動(dòng)化；控制
中圖分類號：F407.61 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號：
1 人工智能定義概述
“人工智能”被認(rèn)定為一門前沿科學(xué)技術(shù)是始于上世紀(jì)的五十年代的1956年，由Dartmouth學(xué)會(huì)向科學(xué)領(lǐng)域所提出的。但在1936年，它的模糊概念就已經(jīng)被阿蘭.麥席森.圖靈（AlanMathison Turing）所提出，所以后世不少人仍然記得這位曾為人工智能科學(xué)研究做出巨大貢獻(xiàn)的“人工智能之父”。從現(xiàn)代來看，人工智能是一項(xiàng)綜合學(xué)科，研究的是各類機(jī)械器具、相關(guān)操作系統(tǒng)程序、設(shè)備模擬作業(yè)、以及研究完善現(xiàn)有人工智能技術(shù)的一項(xiàng)綜合學(xué)科技術(shù)。而向計(jì)算機(jī)技術(shù)、自動(dòng)化控制技術(shù)等的研究深入，僅是人工智能體系技術(shù)探究的一個(gè)分支。也就是說，這些技術(shù)的推廣與應(yīng)用能夠滲透到當(dāng)前各組織領(lǐng)域，相互之間也存在著緊密的關(guān)聯(lián)性與互補(bǔ)性。
電氣自動(dòng)化控制系統(tǒng)中滲透了人工智能技術(shù)，能夠使專業(yè)電氣工程的功能逐步分解到各自動(dòng)化板塊系統(tǒng)中，進(jìn)而也就強(qiáng)化了設(shè)備運(yùn)行時(shí)的處理能力，實(shí)現(xiàn)精準(zhǔn)、高效處理，降低人力資源消耗成本。此外，人工智能技術(shù)在應(yīng)用到電氣控制系統(tǒng)中時(shí)，也能夠抑制一些不穩(wěn)定、不確定的因素發(fā)生，也就是當(dāng)前電氣自動(dòng)化系統(tǒng)應(yīng)用時(shí)所普遍強(qiáng)調(diào)的模糊動(dòng)態(tài)控制。也就是說，憑借系統(tǒng)中的特定程序設(shè)置及參數(shù)設(shè)定、變量控制等可顯著增強(qiáng)控制系統(tǒng)的應(yīng)用功能，使電氣設(shè)備在運(yùn)營階段時(shí)的操作、自動(dòng)化控制功能發(fā)揮更加高效。如，將人工智能應(yīng)用于電氣自動(dòng)化中的報(bào)表生成及打印環(huán)節(jié)中，可以極大的提高各類報(bào)表的制表計(jì)算速度及準(zhǔn)確性。
2 智能技術(shù)在電力自動(dòng)化控制系統(tǒng)中的應(yīng)用研究
電力自動(dòng)化控制系統(tǒng)中引入智能技術(shù)在目前看來其應(yīng)用前景非常廣，并且技術(shù)運(yùn)用成果相對突出，其中本文以幾種最為常見的典型技術(shù)對其進(jìn)行了研究。
2.1 模糊理論應(yīng)用
模糊理論別名也稱為集合理論，它主要利用語言變量和推理邏輯理論作為電力智能設(shè)施的實(shí)踐基礎(chǔ)。此外，運(yùn)用模糊理論的電力自動(dòng)化控制系統(tǒng)，能夠具備體系完整的推理邏輯性，以及能夠模擬人為決策等形式的模糊推理過程。而決定這一推理、邏輯過程的是其技術(shù)的數(shù)據(jù)規(guī)則控制。也就是說，應(yīng)用模糊理論可以直觀對模糊輸入量進(jìn)行推理，進(jìn)而按照其程序的控制原則實(shí)現(xiàn)應(yīng)有的模糊控制輸出，而具體的輸出成果則是模糊化、推理過程、推理判決。所以，電力自動(dòng)化控制系統(tǒng)中如果通過模糊理論下的模糊量輸出，能夠?qū)⒄Z言變量進(jìn)行充分表達(dá)，進(jìn)而實(shí)現(xiàn)類似于人的邏輯性能。此外，其魯棒性也很強(qiáng)，能夠使控制系統(tǒng)具備一定的自學(xué)、容錯(cuò)能力，即使系統(tǒng)內(nèi)部出現(xiàn)因網(wǎng)絡(luò)拓?fù)浠蛘攮h(huán)境變量改變而引起的系統(tǒng)問題，憑借模糊理論的應(yīng)用成果，也能夠及時(shí)尋求出最為合理的解決途徑。
2.2 專家系統(tǒng)應(yīng)用
智能技術(shù)體系中的專家系統(tǒng)應(yīng)用范疇較為廣闊，尤其是應(yīng)用在電力系統(tǒng)自動(dòng)化中所體現(xiàn)的成果也相當(dāng)強(qiáng)大。如電力系統(tǒng)的預(yù)警狀態(tài)辨識(shí)、系統(tǒng)緊急處理、系統(tǒng)控制性能恢復(fù)、系統(tǒng)狀態(tài)切換、故障點(diǎn)排查及隔離、系統(tǒng)短期負(fù)荷提示、以及電壓無功控制等方面都會(huì)存在智能技術(shù)中專家系統(tǒng)的影子。由此可見，專家系統(tǒng)在電力自動(dòng)化控制系統(tǒng)中的廣泛程度非常明顯，并在各方面的應(yīng)用實(shí)踐取得了一定成果。但值得指出的是，專家系統(tǒng)同樣具備約束性。如難以模仿電力專家的創(chuàng)造性；僅采用了淺層知識(shí)而缺乏功能理解的深層適應(yīng)；缺乏有效的學(xué)習(xí)機(jī)構(gòu)，對情況的處理解決能力非常有限，知識(shí)庫的驗(yàn)證困難；對復(fù)雜的問題缺少好的分析和組織工具等。因此，在開發(fā)專家系統(tǒng)方面應(yīng)注意專家系統(tǒng)的效益分析方法問題，專家系統(tǒng)軟件的應(yīng)用成果及試驗(yàn)性能問題，知識(shí)獲取問題，專家系統(tǒng)與其他常規(guī)工具或系統(tǒng)相結(jié)合的協(xié)調(diào)等問題。
2.3 神經(jīng)網(wǎng)絡(luò)的應(yīng)用
神經(jīng)網(wǎng)絡(luò)是人工智能技術(shù)體系中的一部分，通過近七十年來的不懈努力與致力鉆研，其在模型構(gòu)造、模型計(jì)算及算法等相關(guān)方面著實(shí)取得了不小研究成果。而神經(jīng)網(wǎng)絡(luò)技術(shù)自興起直至被人們接受與高度重視以來，之所以取得不少成就必然與人為的努力研究有直接關(guān)系，同時(shí)還與其理論的實(shí)踐性強(qiáng)大有重要關(guān)系。即其本質(zhì)具備非線性特性、系統(tǒng)能力及魯棒性體現(xiàn)明顯、以及自發(fā)學(xué)習(xí)能力功能等非常顯著等，都決定了其理論與實(shí)踐技術(shù)應(yīng)用的開拓程度。當(dāng)然，其具體作用形式是以大量信息為準(zhǔn)；主要通過神經(jīng)網(wǎng)絡(luò)將大批量、大規(guī)模的信息隱含在連接權(quán)值上，并結(jié)合與之配套的算法去調(diào)節(jié)權(quán)值，進(jìn)而能夠?qū)⑸窠?jīng)網(wǎng)絡(luò)實(shí)現(xiàn)一種復(fù)雜非線性映射，即神經(jīng)網(wǎng)絡(luò)由m維的空間向n維空間的復(fù)雜非線性映射，進(jìn)而更加利于神經(jīng)網(wǎng)路模型的深入研究。
2.4 綜合智能系統(tǒng)應(yīng)用
綜合智能控制系統(tǒng)主要指智能控制性能的綜合體現(xiàn)，即集結(jié)了現(xiàn)代智能控制技術(shù)方法、以及不同智能控制方法的融合和交叉，是種具備綜合性能的智能系統(tǒng)。而這種綜合性能系統(tǒng)對電力自動(dòng)化控制系統(tǒng)而言，無疑更具發(fā)展?jié)摿εc增值空間。也就是說，當(dāng)前電力市場中具備很多的神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合的系統(tǒng)產(chǎn)物；同理，包括專家系統(tǒng)和模糊理論結(jié)合、神經(jīng)網(wǎng)絡(luò)和模糊理論相結(jié)合等的綜合產(chǎn)物。此外，綜合性能系統(tǒng)也是根據(jù)主要智能技術(shù)的性能效果去加以區(qū)分、謀劃而生成的一種智能技術(shù)。如，神經(jīng)網(wǎng)絡(luò)的使用范疇往往針對于非結(jié)構(gòu)化知識(shí)，但模糊理論則更加適用于一些結(jié)構(gòu)化信息的處理。因此，這兩種技術(shù)的融合正好能夠形成技能互補(bǔ)、低高層計(jì)算的邏輯處理等，進(jìn)而使以低層計(jì)算方法為主的神經(jīng)網(wǎng)絡(luò)能夠與以具備高度推理邏輯的模糊邏輯實(shí)現(xiàn)有機(jī)結(jié)合與協(xié)調(diào)，為神經(jīng)網(wǎng)絡(luò)系統(tǒng)下的大量信息、數(shù)據(jù)處理的解釋和處理提供了有利實(shí)施基礎(chǔ)。
2.5 線性最優(yōu)控制
線性最優(yōu)控制是目前諸多現(xiàn)代控制理論中應(yīng)用最多，最成熟的一個(gè)分支。相關(guān)學(xué)術(shù)界人士曾提出了利用最優(yōu)勵(lì)磁控制手段提高遠(yuǎn)距離輸電線路輸電能力和改善動(dòng)態(tài)品質(zhì)的問題，取得了一系列重要的研究成果。該研究指出了在大型機(jī)組方面應(yīng)直接利用最優(yōu)勵(lì)磁控制方式代替古典勵(lì)磁方式。電力系統(tǒng)線性最優(yōu)控制器目前已在電力生產(chǎn)中獲得了廣泛的應(yīng)用，發(fā)揮著重要的作用，尤其是局部線性模型的設(shè)計(jì)及分析，效果比較理想。
結(jié)語：
總體而言，目前國內(nèi)大量電氣自動(dòng)化設(shè)備的運(yùn)行系統(tǒng)已經(jīng)廣泛應(yīng)用到了人工智能先進(jìn)技術(shù)，最基本的系統(tǒng)控制方法也主要以模糊控制、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)控制等的應(yīng)用為主，進(jìn)而有效推動(dòng)了電力系統(tǒng)自動(dòng)化發(fā)展的歷史進(jìn)程，并且隨著未來產(chǎn)業(yè)技術(shù)的不斷革新，它們的技術(shù)關(guān)系在未來也勢必會(huì)加緊密，故而為智能技術(shù)應(yīng)用在電力系統(tǒng)自動(dòng)化中提供了有利保障，使相關(guān)技術(shù)應(yīng)用范疇會(huì)更加廣泛。
參考文獻(xiàn)
[1] 張梓奇,蘇健祥. 人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用探討[J]. 科技資訊, 2007,(21) .
[2] 畢軼慧,尹琳娟. 人工智能在電力系統(tǒng)無功優(yōu)化中的應(yīng)用探討[J]. 中國科技信息, 2008,(20) .
[3] 王艷. 淺談人工智能在電氣自動(dòng)化控制中應(yīng)用[J]. 科技致富向?qū)? 2010,(26) .
第5篇：人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)范文
人工智能是信息時(shí)代的一大特點(diǎn)之一，也是人類認(rèn)識(shí)世界和改變世界的一大成果，是人類客觀能力發(fā)展的高峰。本文的研究旨在從理論的角度對人工智能的相關(guān)概念和發(fā)展歷程進(jìn)行闡述，對人工智能的現(xiàn)階段研究進(jìn)行介紹，對已有的人工智能研究成果進(jìn)行簡要的分析。以期能夠更好地促進(jìn)人工智能的階段性發(fā)展，幫助其在社會(huì)中的應(yīng)用和發(fā)展。
【關(guān)鍵詞】人工智能 發(fā)展 應(yīng)用
人工智能是產(chǎn)生于20世紀(jì)50年代的一門綜合高科技學(xué)科，它將機(jī)器智能和智能機(jī)器的概念和技術(shù)進(jìn)行了融合，應(yīng)用過程涉及了信息科學(xué)、心理學(xué)、思維科學(xué)、生物科學(xué)、認(rèn)知科學(xué)以及系統(tǒng)科學(xué)等多種學(xué)科，隨著近些年的不斷發(fā)展和進(jìn)步，已經(jīng)在社會(huì)中的很多地方得以應(yīng)用，向著多元化的方向發(fā)展，例如，在博弈、智能機(jī)器人、模式識(shí)別、自動(dòng)程序設(shè)計(jì)、知識(shí)處理、自然語言處理、專家系統(tǒng)、自動(dòng)定理證明、知識(shí)庫等方面，人工智能都已經(jīng)取得了很高的成就，備受世人關(guān)注。
1 人工智能概述
人工智能，又稱為AI，是Artificial Intelligence的簡稱?？梢运阕魇怯?jì)算機(jī)科學(xué)的一個(gè)分支，是在1956年的Dartmouth 學(xué)會(huì)上由McCarthy正式提出的，之后便躋身于世界三大尖端技術(shù)之一。很多學(xué)者都將人工智能定義為通過研究使計(jì)算機(jī)來完成之前只有人才能完成的智能屬性較高的工作。但是關(guān)于人工智能的最完整定義，當(dāng)前業(yè)內(nèi)還存在一定的正義，尚未形成統(tǒng)一的結(jié)果，但是所有的這些說法都能夠反映出人工智能的基本內(nèi)容和基本思想，因此在本文中，筆者將其概念整理為：研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能行為的人工系統(tǒng)。
2 人工智能的發(fā)展
人工智能的發(fā)展最早始于20世紀(jì)50年代，并在20世紀(jì)60年代更加壯大，形成了人工智能的初級階段。這一時(shí)期的研究偏向于運(yùn)用領(lǐng)域知識(shí)和啟發(fā)式思維發(fā)展，編寫相關(guān)的智能計(jì)算機(jī)程序，為現(xiàn)代的計(jì)算機(jī)理論奠定一定的基礎(chǔ)。從1963年之后，人工智能便進(jìn)入了研究的第二階段，人類嘗試用自然語言通訊，實(shí)現(xiàn)了計(jì)算機(jī)對自然語言的理解，并將分析圖像和圖形處理變得可行。70年代中，在進(jìn)行了大量的研究和探索后，一些專家級的程序系統(tǒng)相繼出現(xiàn)，在各個(gè)領(lǐng)域得到運(yùn)用。80年代，人工智能進(jìn)入到以知識(shí)為中心的發(fā)展階段，更多的人開始注意到模擬智能中知識(shí)的重要性，圍繞這一現(xiàn)象進(jìn)行了更多的研究和探索。現(xiàn)如今，人工智能的發(fā)展正在朝著大型分布式人工智能及多專家協(xié)同系統(tǒng)、并行推理、多種專家系統(tǒng)開發(fā)工具，以及大型分布式人工智能開發(fā)環(huán)境和分布式環(huán)境下的多智能體協(xié)同系統(tǒng)等方向發(fā)展。
3 人工智能的研究與應(yīng)用
3.1 問題求解
求解問題往往是人工智能發(fā)展的第一步。一般過程是將復(fù)雜問題分成一些較簡單的子問題，通過解決子問題的基本技術(shù)完成人工智能基本技術(shù)的組成。當(dāng)前依然存在一些未真正解決額問題，例如問題的表示也成為問題的原概念在表述時(shí)往往存在解決不了的問題，這邊構(gòu)成了人類發(fā)展人工智能過程中的主要工作內(nèi)容。
3.2 專家系統(tǒng)
專家系統(tǒng)也是研究人工智能的重要分支，這一理論能夠?qū)⑺芯康膯栴}轉(zhuǎn)化為知識(shí)求解的專門問題，從而實(shí)現(xiàn)人工智能從理論研究到實(shí)際應(yīng)用的重要過度。專家系統(tǒng)可以看作是一種智能的軟件，通過啟發(fā)式方法對一般難以解決的問題進(jìn)行求解，在不完全、不精確的信息背景下做出結(jié)論。專家系統(tǒng)的基本結(jié)構(gòu)如圖1所示。
3.3 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)是對計(jì)算機(jī)模擬人類活動(dòng)并實(shí)現(xiàn)人類活動(dòng)而進(jìn)行研究的過程。它是在專家系統(tǒng)之后出現(xiàn)的人工智能另一重要領(lǐng)域，是計(jì)算機(jī)能夠有智能屬性的根本途徑，具有很高的重要性。
3.4 神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)是由數(shù)量巨大的神經(jīng)元互相連接組成的，也可稱作類神經(jīng)網(wǎng)絡(luò)或神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)通過大量節(jié)點(diǎn)之間的相互連接構(gòu)成運(yùn)算模型，通過模擬人的大腦的基本運(yùn)算機(jī)制和機(jī)理來實(shí)現(xiàn)特定方面的功能。
3.5 模式識(shí)別
模式識(shí)別是指通過計(jì)算機(jī)技術(shù)讓計(jì)算機(jī)代替人類進(jìn)行感知和識(shí)別。計(jì)算機(jī)模式識(shí)別系統(tǒng)能夠讓計(jì)算機(jī)在模擬人類感覺器官功能的幫助下對外界形成感知能力。隨著模式識(shí)別的發(fā)展和壯大，量子計(jì)算機(jī)技術(shù)也已經(jīng)在模式識(shí)別系統(tǒng)中得到運(yùn)用。早期的模式識(shí)別系統(tǒng)僅僅是針對文字或二維圖像，但是隨著技術(shù)的進(jìn)步，對三維景物的識(shí)別方面也已經(jīng)有了重大突破，并已經(jīng)延伸到活動(dòng)物體的識(shí)別和分析，取得了長足的進(jìn)步。
4 結(jié)束語
作為一門偉大的科學(xué)成就，人工智能的誕生無疑成為20世紀(jì)最重要的技術(shù)之一，而它也必將成為未來發(fā)展的主導(dǎo)學(xué)科之一。當(dāng)前，人工智能的一些研究成果已經(jīng)在國民生活和生產(chǎn)中得到了廣泛的應(yīng)用，隨著信息時(shí)代網(wǎng)絡(luò)技術(shù)和知識(shí)經(jīng)濟(jì)的不斷發(fā)展，人工智能的技術(shù)成果必將受到更多的重視，得到更廣泛的應(yīng)用，更多的推動(dòng)社會(huì)和科技的進(jìn)步和發(fā)展，為人類的生活發(fā)揮更多的作用。
參考文獻(xiàn)
[1]魏金河.人工智能能否完全替代人類智能[J]. 創(chuàng)新科技，2007（08）.
[2]錢鐵云.人工智能是否可以超越人類智能？―計(jì)算機(jī)和人腦、算法和思維的關(guān)系[J].科學(xué)技術(shù)與辯證法，2004（05）.
[3]雷?庫茲韋爾，盛楊燕.如何創(chuàng)造思維：人類思想所揭示出的奧秘[J].中國科技信息，2014（08）.
[4]蔡曙山.哲學(xué)家如何理解人工智能―塞爾的“中文房間爭論”及其意義[J].自然辯證法研究，2001（11）.
[5]張妮，徐文尚，王文文.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].煤礦機(jī)械，2009（02）.
第6篇：人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)范文
【關(guān)鍵字】人工智能；教育；進(jìn)展
【中圖分類號】G40-057 【文獻(xiàn)標(biāo)識(shí)碼】A 【論文編號】1009―8097（2008）13―0018―03
人工智能是一門綜合的交叉學(xué)科，涉及計(jì)算機(jī)科學(xué)、生理學(xué)、哲學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等多個(gè)領(lǐng)域。人工智能主要研究用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能，實(shí)現(xiàn)機(jī)器智能，其長期目標(biāo)是實(shí)現(xiàn)人類水平的人工智能。[1]從腦神經(jīng)生理學(xué)的角度來看，人類智能的本質(zhì)可以說是通過后天的自適應(yīng)訓(xùn)練或?qū)W習(xí)而建立起來的種種錯(cuò)綜復(fù)雜的條件反射神經(jīng)網(wǎng)絡(luò)回路的活動(dòng)。[2]人工智能專家們面臨的最大挑戰(zhàn)之一是如何構(gòu)造一個(gè)可以模仿人腦行為的系統(tǒng)。這一研究一旦有突破，不僅給學(xué)習(xí)科學(xué)以技術(shù)支撐，而且能反過來促使人腦的學(xué)習(xí)規(guī)律研究更加清晰，從而提供更加切實(shí)有效的方法論。[3]人工智能技術(shù)的不斷發(fā)展，使人工智能不僅成為學(xué)校教育的內(nèi)容之一，也為教育提供了豐富的教育資源，其研究成果已在教育領(lǐng)域得到應(yīng)用，并取得了良好的效果，成為教育技術(shù)的重要研究內(nèi)容。
人工智能的研究更多的是結(jié)合具體領(lǐng)域進(jìn)行的，其主要研究領(lǐng)域有：專家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識(shí)別、自然語言理解、自動(dòng)定理證明、自動(dòng)程序設(shè)計(jì)、機(jī)器人學(xué)、博弈、智能決策支持系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和分布式人工智能等。[4]目前，在教育中應(yīng)用較為廣泛與活躍的研究領(lǐng)域主要有專家系統(tǒng)、機(jī)器人學(xué)、機(jī)器學(xué)習(xí)、自然語言理解、人工神經(jīng)網(wǎng)絡(luò)和分布式人工智能，下面就這些領(lǐng)域進(jìn)行闡述。
一 專家系統(tǒng)
專家系統(tǒng)是一個(gè)具有大量專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它使用人工智能技術(shù)，根據(jù)某個(gè)領(lǐng)域中一個(gè)或多個(gè)人類專家提供的知識(shí)和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。[5]專家系統(tǒng)主要組成部分為：知識(shí)庫，用于存儲(chǔ)某領(lǐng)域?qū)＜蚁到y(tǒng)的專門知識(shí)；綜合數(shù)據(jù)庫，用于存儲(chǔ)領(lǐng)域或問題的初始數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)或信息；推理機(jī)，用于記憶所采用的規(guī)則和控制策略的程序，使整個(gè)專家系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作；解釋器，向用戶解釋專家系統(tǒng)的行為；接口，使用戶與專家系統(tǒng)進(jìn)行對話。近幾十年來，專家系統(tǒng)迅速發(fā)展，是人工智能中最活躍、最有成效的一個(gè)研究領(lǐng)域，廣泛用于醫(yī)療診斷、地質(zhì)勘探、軍事、石油化工、文化教育等領(lǐng)域。
目前，專家系統(tǒng)在教育中的應(yīng)用最為廣泛與活躍。專家系統(tǒng)的特點(diǎn)通常表現(xiàn)為計(jì)劃系統(tǒng)或診斷系統(tǒng)。計(jì)劃系統(tǒng)往前走，從一個(gè)給定系統(tǒng)狀態(tài)指向最終狀態(tài)。如計(jì)劃系統(tǒng)中可以輸入有關(guān)的課堂目標(biāo)和學(xué)科內(nèi)容，它可以制定出一個(gè)課堂大綱，寫出一份教案，甚至有可能開發(fā)一堂樣板課，而診斷系統(tǒng)是往后走，從一個(gè)給定系統(tǒng)陳述查找原因或?qū)ζ溥M(jìn)行分析，例如，一個(gè)診斷系統(tǒng)可能以一堂CBI（基于計(jì)算機(jī)的教學(xué)，computer-based instruction）課為例，輸入學(xué)生課堂表現(xiàn)資料，分析為什么課堂的某一部分效果不佳。在開發(fā)專家計(jì)劃系統(tǒng)支持教學(xué)系統(tǒng)開發(fā)（ISD）程序的領(lǐng)域中最有名的是梅里爾（Merrill）的教學(xué)設(shè)計(jì)專家系統(tǒng)（ID Expert）。[6]
教學(xué)專家系統(tǒng)的任務(wù)是根據(jù)學(xué)生的特點(diǎn)（如知識(shí)水平、性格等），以最合適的教案和教學(xué)方法對學(xué)生進(jìn)行教學(xué)和輔導(dǎo)。其特點(diǎn)為：同時(shí)具有診斷和調(diào)試等功能；具有良好的人機(jī)界面。已經(jīng)開發(fā)和應(yīng)用的教學(xué)專家系統(tǒng)有美國麻省理工學(xué)院的MACSYMA符號積分與定理證明系統(tǒng)，我國一些大學(xué)開發(fā)的計(jì)算機(jī)程序設(shè)計(jì)語言、物理智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)以及聾啞人語言訓(xùn)練專家系統(tǒng)等。[7]
目前，在教育中，專家系統(tǒng)的開發(fā)和應(yīng)用更多的集中于遠(yuǎn)程教育，為現(xiàn)代遠(yuǎn)程教育的智能化提供了有力的技術(shù)支撐。基于專家系統(tǒng)構(gòu)造的智能化遠(yuǎn)程教育系統(tǒng)具有以下幾個(gè)方面的功能：具備某學(xué)科或領(lǐng)域的專門知識(shí)，能生成自己的提問和應(yīng)答； 能夠分析學(xué)生的特征，評價(jià)和記錄學(xué)生的學(xué)習(xí)情況，診斷學(xué)生學(xué)習(xí)過程中的錯(cuò)誤并進(jìn)行補(bǔ)救教學(xué)；可以選擇不同的教學(xué)方法實(shí)現(xiàn)以學(xué)生為主體的個(gè)別化教學(xué)。[8]目前應(yīng)用于遠(yuǎn)程教育的專家系統(tǒng)有智能決策專家系統(tǒng)、智能答疑專家系統(tǒng)、網(wǎng)絡(luò)教學(xué)資源專家系統(tǒng)、智能導(dǎo)學(xué)系統(tǒng)和智能網(wǎng)絡(luò)組卷系統(tǒng)等。
二 機(jī)器人學(xué)
機(jī)器人學(xué)是人工智能研究是一個(gè)分支，其主要內(nèi)容包括機(jī)器人基礎(chǔ)理論與方法、機(jī)器人設(shè)計(jì)理論與技術(shù)、機(jī)器人仿生學(xué)、機(jī)器人系統(tǒng)理論與技術(shù)、機(jī)器人操作和移動(dòng)理論與技術(shù)、微機(jī)器人學(xué)。[9]機(jī)器人的發(fā)展經(jīng)歷了三個(gè)階段：第一代機(jī)器人是以 “示教―再現(xiàn)”方式進(jìn)行工作；第二代機(jī)器人具有一定的感覺裝置，表現(xiàn)出低級智能；第三代機(jī)器人是具有高度適應(yīng)性的自治機(jī)器人，即智能機(jī)器人。目前開發(fā)和應(yīng)用的機(jī)器人大多是智能機(jī)器人。機(jī)器人技術(shù)的發(fā)展對人類的生活和社會(huì)都產(chǎn)生了重要影響，其研究和應(yīng)用逐漸由工業(yè)生產(chǎn)向教育、環(huán)境、社會(huì)服務(wù)、醫(yī)療等領(lǐng)域擴(kuò)展。
機(jī)器人技術(shù)涉及多門科學(xué)，是一個(gè)國家科技發(fā)展水平和國民經(jīng)濟(jì)現(xiàn)代化、信息化的重要標(biāo)志，因此，機(jī)器人技術(shù)是世界強(qiáng)國重點(diǎn)發(fā)展的高技術(shù)，也是世界公認(rèn)的核心競爭力之一，很多國家已經(jīng)將機(jī)器人學(xué)教育列為學(xué)校的科技教育課程，在孩子中普及機(jī)器人學(xué)知識(shí)，從可持續(xù)和長遠(yuǎn)發(fā)展的角度，為本國培養(yǎng)機(jī)器人研發(fā)人才。[10]在機(jī)器人競賽的推動(dòng)下，機(jī)器人教育逐漸從大學(xué)延伸到中小學(xué)，世界發(fā)達(dá)國家例如美國、英國、法國、德國、日本等已把機(jī)器人教育納入中小學(xué)教育之中，我國許多有條件的中小學(xué)也開展了機(jī)器人教育。
機(jī)器人在作為教學(xué)內(nèi)容的同時(shí)，也為教育提供了有力的技術(shù)支撐，成為培養(yǎng)學(xué)習(xí)者創(chuàng)新精神和實(shí)踐能力的新的載體與平臺(tái)，大大豐富了教學(xué)資源。多年來，我國中小學(xué)信息技術(shù)教育的主要載體是計(jì)算機(jī)和網(wǎng)絡(luò)，教學(xué)資源單一，缺乏前瞻性。教學(xué)機(jī)器人的引入，不僅激發(fā)了學(xué)生的學(xué)習(xí)興趣，還為教學(xué)提供了豐富的、先進(jìn)的教學(xué)資源。隨著機(jī)器人技術(shù)的發(fā)展，教學(xué)機(jī)器人種類越來越多，目前在中小學(xué)較為常用的教學(xué)機(jī)器人有：能力風(fēng)暴機(jī)器人、通用機(jī)器人、未來之星機(jī)器人、樂高機(jī)器人、納英特機(jī)器人、中鳴機(jī)器人等。
三 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)是要使計(jì)算機(jī)能夠模仿人的學(xué)習(xí)行為，自動(dòng)通過學(xué)習(xí)來獲取知識(shí)和技巧，[11]其研究綜合應(yīng)用了心理學(xué)、生物學(xué)、神經(jīng)生理學(xué)、邏輯學(xué)、模糊數(shù)學(xué)和計(jì)算機(jī)科學(xué)等多個(gè)學(xué)科。機(jī)器學(xué)習(xí)的方法與技術(shù)有機(jī)械學(xué)習(xí)、示教學(xué)習(xí)、類比學(xué)習(xí)、示例學(xué)習(xí)、解釋學(xué)習(xí)、歸納學(xué)習(xí)和基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)等，近年來，知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘是發(fā)展最快的機(jī)器學(xué)習(xí)技術(shù)。機(jī)器學(xué)習(xí)（自動(dòng)獲取新的事實(shí)及新的推理算法）是使計(jì)算機(jī)具有智能的根本途徑，對機(jī)器學(xué)習(xí)的研究有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)理和揭示人腦的奧秘。[12]
隨著計(jì)算機(jī)技術(shù)的進(jìn)步和機(jī)器學(xué)習(xí)研究的深入，機(jī)器學(xué)習(xí)系統(tǒng)的性能大大提高，各種學(xué)習(xí)算法的應(yīng)用范圍不斷擴(kuò)大，例如將連接學(xué)習(xí)用于圖文識(shí)別，歸納學(xué)習(xí)、分析學(xué)習(xí)用于專家系統(tǒng)等，大大推動(dòng)了在教育中的應(yīng)用，例如在建構(gòu)適應(yīng)性教學(xué)系統(tǒng)中，用機(jī)器學(xué)習(xí)與樸素的貝葉斯分類器動(dòng)態(tài)了解學(xué)生的學(xué)習(xí)偏好，有較高的準(zhǔn)確率[13]。基于案例的推理（case-based reasoning，CBR）是一種新興的機(jī)器學(xué)習(xí)和推理方法，其核心思想是重用過去人們解決問題的經(jīng)驗(yàn)解決新問題，在計(jì)算機(jī)輔助教育方面，已經(jīng)出現(xiàn)了基于CBR的圖形仿真教育系統(tǒng)，并且，針對個(gè)體特征的教育教學(xué)方法研究也有所突破。[14]另外，數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)在生物醫(yī)學(xué)、金融管理、商業(yè)銷售等領(lǐng)域的成功應(yīng)用，不僅給機(jī)器學(xué)習(xí)注入新的生機(jī)，也為機(jī)器學(xué)習(xí)在教育中的應(yīng)用提供了新的前景。
四 自然語言理解
自然語言理解就是研究如何讓計(jì)算機(jī)理解人類的自然語言，以實(shí)現(xiàn)用自然語言與計(jì)算機(jī)之間的交流。一個(gè)能夠理解自然語言信息的計(jì)算機(jī)系統(tǒng)看起來就像一個(gè)人一樣需要有上下文知識(shí)以及根據(jù)這些上下文知識(shí)和信息用信息發(fā)生器進(jìn)行推理的過程。[15]自然語言理解包括口語理解和書面理解兩大任務(wù)，其功能為：回答問題，計(jì)算機(jī)能正確地回答用自然語言提出的問題；文摘生成，計(jì)算機(jī)能根據(jù)輸入的文本產(chǎn)生摘要；釋義，計(jì)算機(jī)能用不同的詞語和句型來復(fù)述輸入的自然語言信息；翻譯，計(jì)算機(jī)能把一種語言翻譯成另外一種語言。由于創(chuàng)造和使用自然語言是人類高度智能的表現(xiàn)，因此對自然語言處理的研究也有助于揭開人類高度智能的奧秘，深化對語言能力和思維本質(zhì)的認(rèn)識(shí)。[16]
自然語言理解最早的研究領(lǐng)域是機(jī)器翻譯，隨著應(yīng)用研究的廣泛開展，也為機(jī)器人和專家系統(tǒng)的知識(shí)獲取提供了新的途徑，例如由MIT研制的指揮機(jī)器人的自然語言理解系統(tǒng)SHRDLU就可以接收自然語言，進(jìn)行人機(jī)對話，回答關(guān)于桌面上積木世界中的各種問題。同時(shí)，對自然語言理解的研究也促進(jìn)了計(jì)算機(jī)輔助語言教學(xué)和計(jì)算機(jī)語言設(shè)計(jì)等方面的發(fā)展，例如“希賽可”網(wǎng)絡(luò)智能英語學(xué)習(xí)系統(tǒng)，這個(gè)基于網(wǎng)絡(luò)的“人-機(jī)”語境的建立，突破了普通英語教師和傳統(tǒng)的單機(jī)的多媒體教學(xué)軟件所能具備能力限制，也比建立于網(wǎng)絡(luò)的“人-人”語境更具靈活性，可以為遠(yuǎn)程學(xué)習(xí)者提供良好的英語學(xué)習(xí)支持，在國內(nèi)第一次系統(tǒng)地將用自然語言進(jìn)行的人機(jī)對話系統(tǒng)應(yīng)用在計(jì)算機(jī)輔助外語教學(xué)上，在國際上也是一種創(chuàng)新。[17]
五 人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)就是在對大腦的生理研究的基礎(chǔ)上，用模擬生物神經(jīng)元的某些基本功能的元件（即人工神經(jīng)元），按各種不同的聯(lián)結(jié)方式組織起來的一個(gè)網(wǎng)絡(luò)，其目的在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)某個(gè)方面的功能，例如可以用于模仿視覺、模式識(shí)別、聲音信號處理、控制、故障診斷等領(lǐng)域，人工神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)的基本單元。[18]人工神經(jīng)網(wǎng)絡(luò)有兩種基本結(jié)構(gòu)：遞歸（反饋）網(wǎng)絡(luò)和多層（前饋）網(wǎng)絡(luò)，兩種主要學(xué)習(xí)算法：有指導(dǎo)式學(xué)習(xí)和非指導(dǎo)式學(xué)習(xí)。
人工神經(jīng)網(wǎng)絡(luò)從模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為出發(fā)，具有大規(guī)模并行、分布式存儲(chǔ)和處理、自組織、自適應(yīng)和自學(xué)習(xí)能力，特別適合于處理需要同時(shí)考慮許多因素和條件的、不精確和模糊的信息處理問題，[19]這使人工神經(jīng)網(wǎng)絡(luò)具有更大的發(fā)展?jié)撃埽壳耙呀?jīng)開發(fā)和應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)模型有30多種。人工神經(jīng)網(wǎng)絡(luò)在教育中的應(yīng)用大多是與教學(xué)專家系統(tǒng)相結(jié)合，以此來改進(jìn)教學(xué)專家系統(tǒng)的性能，提高智能性，使其在教學(xué)過程中對突發(fā)問題具有更好的應(yīng)對能力。人工神經(jīng)網(wǎng)絡(luò)在學(xué)校管理中也得到應(yīng)用，例如采用誤差反傳算法（BP）的多層感知器已應(yīng)用于高校管理之中。
六 分布式人工智能(Distributed Artificial Intelligence，DAI)
分布式人工智能是分布式計(jì)算與人工智能結(jié)合的結(jié)果，研究目標(biāo)是要?jiǎng)?chuàng)建一種能夠描述自然系統(tǒng)和社會(huì)系統(tǒng)的精確概念模型，主要研究問題是各Agent之間的合作與對話，包括分布式問題求解和多Agent系統(tǒng)兩個(gè)領(lǐng)域。[20]分布式人工智能系統(tǒng)一般由多個(gè)Agent組成，每個(gè)Agent又是一個(gè)半自治系統(tǒng)，Agent之間及Agent與環(huán)境之間進(jìn)行并發(fā)活動(dòng)并進(jìn)行交互來完成問題求解。[21]由于分布式人工智能系統(tǒng)具有并行、分布、開放、協(xié)作和容錯(cuò)等優(yōu)點(diǎn)，在資源、時(shí)空和功能上克服了單智能系統(tǒng)的局限性，因此獲得了廣泛的應(yīng)用。
分布式人工智能中的Agent和多Agent技術(shù)在教學(xué)中的應(yīng)用逐漸受到關(guān)注。在教學(xué)中引入Agent可以有效地提高教學(xué)系統(tǒng)的智能性，創(chuàng)造良好的學(xué)習(xí)情境，并能激發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣，進(jìn)行個(gè)性化教育。目前，Agent和多Agent技術(shù)多用于遠(yuǎn)程智能教學(xué)系統(tǒng)，通過利用其分布性、自主性和社會(huì)性等特點(diǎn)，提高網(wǎng)絡(luò)教學(xué)系統(tǒng)的智能性，使教學(xué)資源得到充分利用，并可實(shí)現(xiàn)對學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行動(dòng)態(tài)跟蹤，為學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)創(chuàng)造合作性的學(xué)習(xí)環(huán)境。在網(wǎng)絡(luò)教學(xué)軟件中應(yīng)用Agent技術(shù)的一個(gè)典型是美國南加利福尼亞大學(xué)（USC）開發(fā)的教學(xué)Adele（Agent for Distance Education - Light Edition） [22]。Agent技術(shù)在網(wǎng)絡(luò)教學(xué)軟件中取得的良好效果，促進(jìn)了研究者對分布式人工智能在教育中的應(yīng)用研究。
綜上所述，科學(xué)技術(shù)的發(fā)展將會(huì)推動(dòng)人工智能技術(shù)在教育中應(yīng)用的廣度和深度。從人工智能的應(yīng)用趨勢來看，人工智能在教育中應(yīng)用的擴(kuò)展可以通過以下三個(gè)方面進(jìn)行：一是人工智能與其他先進(jìn)信息技術(shù)結(jié)合。人工智能已經(jīng)與多媒體技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)等有效的融合，為提高學(xué)習(xí)效率和效度提供了有力的技術(shù)支持，而引起教育技術(shù)界廣泛關(guān)注。[23]例如人工智能技術(shù)通過與多媒體技術(shù)相結(jié)合，可以提高智能教學(xué)系統(tǒng)的教學(xué)效果；與網(wǎng)絡(luò)通訊技術(shù)相結(jié)合，可以提高和改進(jìn)遠(yuǎn)程教育的智能性。二是人工智能應(yīng)用研究領(lǐng)域間的集成。人工智能應(yīng)用研究領(lǐng)域之間并不是彼此獨(dú)立，而是相互促進(jìn)，相互完善，它們可以通過集成擴(kuò)展彼此的功能和應(yīng)用能力。例如自然語言理解與專家系統(tǒng)、機(jī)器人的集成，為專家系統(tǒng)和機(jī)器人提供了新的知識(shí)獲取途徑。三是人工智能的研究和應(yīng)用出現(xiàn)了許多新的領(lǐng)域，它們是傳統(tǒng)人工智能的延伸與擴(kuò)展，這些新領(lǐng)域有分布式人工智能與Agent、計(jì)算智能與進(jìn)化計(jì)算、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)以及人工生命等[24]，這些發(fā)展與應(yīng)用蘊(yùn)藏著巨大潛能，必將對教育產(chǎn)生重要的影響。
技術(shù)發(fā)展不斷發(fā)揮著引導(dǎo)教育技術(shù)研究的作用，一種新興技術(shù)的出現(xiàn)總是會(huì)掀起相應(yīng)的研究熱潮, 引發(fā)對技術(shù)在教育中應(yīng)用的探討、評價(jià)以及與傳統(tǒng)技術(shù)的對比。[25] 人工智能作為一門交叉的前沿學(xué)科，雖然在基本理論和方法等方面存在著爭論，但從其研究成果與應(yīng)用效果來看，有著廣闊的應(yīng)用前景，值得進(jìn)一步的開發(fā)和利用。
參考文獻(xiàn)
[1] 史忠植,王文杰.人工智能[M].北京:國防工業(yè)出版社,2007:1.
[2][11][18][19] 《計(jì)算機(jī)與信息科學(xué)十萬個(gè)為什么》叢書編輯委員會(huì),計(jì)算機(jī)與信息科學(xué)十萬個(gè)為什么(8):人工智能[M].北京:清華大學(xué)出版社,1998:5,189,78-79,84.
[3] 任友群,胡航.論學(xué)習(xí)科學(xué)的本質(zhì)及其學(xué)科基礎(chǔ)[J].中國電化教育,2007,(5):1-5.
[4][21] 蔡瑞英,李長河.人工智能[M].武漢:武漢理工大學(xué)出版社,2003:12-13.
[5][12][15][20][24] 蔡自興,徐光.人工智能及其應(yīng)用(第三版)――研究生用書[M].北京:清華大學(xué)出版社,2007: 12-14,19-20.
[6] [荷]山尼•戴克斯特拉,[德]諾伯特•M. 西爾,[德]弗蘭茲•肖特,等.任友群,鄭太年主譯.教學(xué)設(shè)計(jì)的國際觀第2冊:解決教學(xué)設(shè)計(jì)問題[M].北京:教育科學(xué)出版社,2007:67.
[7] 任友群.技術(shù)支撐的教與學(xué)及其理論基礎(chǔ)[M].上海:上海教育出版社,2007:42-43.
[8] 路利娟.應(yīng)用專家系統(tǒng)提升現(xiàn)代遠(yuǎn)程教育的智能化[J].中國教育技術(shù)裝備,2007,(12):79-80.
[9] 陳懇,楊向東,劉莉等.機(jī)器人技術(shù)與應(yīng)用[M].北京:清華大學(xué)出版社,2007:6.
[10] 關(guān)注機(jī)器人幼兒教育――訪鮑青山博士[DB/OL].
[13] 柏宏權(quán),韓慶年.機(jī)器學(xué)習(xí)在適應(yīng)性教學(xué)系統(tǒng)中的應(yīng)用研究[J].南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版),2007,7(4):76-79.
[14] 楊健,趙秦怡.基于案例的推理技術(shù)研究進(jìn)展及應(yīng)用[J].計(jì)算機(jī)工程與設(shè)計(jì),2008,29(3):710-712.
[16] 自然語言理解[DB/OL].
[17] 賈積有.人工智能技術(shù)的遠(yuǎn)程教育應(yīng)用探索――“希賽可”智能型網(wǎng)上英語學(xué)習(xí)系統(tǒng)[J].現(xiàn)代教育技術(shù),2006,16(2):26-29.
[22] Erin Shaw, W. Lewis Johnson, and Rajaram Ganeshan, Pedagogical Agents on the Web[DB/OL].
第7篇：人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)范文
關(guān)鍵詞：神經(jīng)計(jì)算機(jī)；人工神經(jīng)網(wǎng)絡(luò)；實(shí)用化研究
中圖分類號：TP183 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號：1007—9599 （2012） 14—0000—02
人工神經(jīng)網(wǎng)絡(luò)從字面的意思就是采用人工的方法來實(shí)現(xiàn)大腦的思維模式，這是因?yàn)殡S著計(jì)算機(jī)技術(shù)的進(jìn)步，多陣列CPU組成的計(jì)算機(jī)網(wǎng)絡(luò)，能夠從一定的程度來模擬實(shí)現(xiàn)大腦的思維，將CPU替代人類大腦的神經(jīng)元，從而實(shí)現(xiàn)計(jì)算機(jī)的人工智能，目前基于神經(jīng)計(jì)算機(jī)的人工神經(jīng)網(wǎng)絡(luò)技術(shù)已經(jīng)被廣泛的使用于科技領(lǐng)域的各個(gè)方面，比如本文即將要重點(diǎn)介紹的測控技術(shù)和中藥現(xiàn)代化。
一、人工神經(jīng)網(wǎng)絡(luò)的介紹
人工神經(jīng)網(wǎng)絡(luò)就是模擬人腦神經(jīng)突觸結(jié)構(gòu)對信息處理的一種數(shù)學(xué)模型，是基于仿生學(xué)的基礎(chǔ)，計(jì)算機(jī)技術(shù)的應(yīng)用，從而實(shí)現(xiàn)類似人腦的邏輯性思維，人工神經(jīng)網(wǎng)絡(luò)不是通過一個(gè)個(gè)程序來實(shí)現(xiàn)的邏輯性思維，而是通過大量的節(jié)點(diǎn)，圖1是節(jié)點(diǎn)的示意圖：
其中：a1～an為輸入向量的各個(gè)分量；w1～wn為神經(jīng)元各個(gè)突觸的權(quán)值；b為偏置； f為傳遞函數(shù)，通常為非線性函數(shù)。以下默認(rèn)為hardlim（）；t為神經(jīng)元輸出；數(shù)學(xué)表示 t=f（WA''+b）；W為權(quán)向量；A為輸入向量，A''為A向量的轉(zhuǎn)置；f為傳遞函數(shù)。
節(jié)點(diǎn)又叫做神經(jīng)元來進(jìn)行相互作用實(shí)現(xiàn)的邏輯性思維，包括記憶能力，其中每一個(gè)神經(jīng)元代表了一種輸出函數(shù)，而通過兩個(gè)神經(jīng)元之間的連接信號則稱為加權(quán)值，這實(shí)際上就是人工神經(jīng)網(wǎng)絡(luò)的記憶。一個(gè)節(jié)點(diǎn)的計(jì)算公式是： ；其中Y是神經(jīng)元的輸出。 是神經(jīng)元的第i個(gè)輸入量， 則是第i個(gè)所儲(chǔ)權(quán)值， 則代表了節(jié)點(diǎn)的函數(shù)平移量，n代表是節(jié)點(diǎn)的個(gè)數(shù)。由此公式衍生的 =0則代表了n維空間中的超平面。這個(gè)超平面把n維空間劃分了兩個(gè)平面，一個(gè)平面的 是正值，另一個(gè)則代表了負(fù)數(shù)。
人工神經(jīng)網(wǎng)絡(luò)的基本特征主要體現(xiàn)在四個(gè)方面，分別是非線性、非凸性，非局限性和非常定性，人工神經(jīng)網(wǎng)絡(luò)采用了并行的分布系統(tǒng)，因此具備更高級的自適應(yīng)，自組織和自學(xué)習(xí)能力。圖2則是上述公式衍生出來的神經(jīng)元結(jié)構(gòu)圖：
二、人工神經(jīng)網(wǎng)絡(luò)的模擬實(shí)現(xiàn)方法
人工神經(jīng)網(wǎng)絡(luò)是一種并行分布式系統(tǒng)，是有一個(gè)個(gè)并行的簡單運(yùn)算單元所組成，因此通過計(jì)算機(jī)軟件來模擬人工神經(jīng)網(wǎng)絡(luò)就變得可行，目前大規(guī)模的人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模擬則需要專用的硬件，這種硬件設(shè)備能夠針對某一種特定的人工神經(jīng)網(wǎng)絡(luò)，這些硬件設(shè)備在制造的過程中有關(guān)加權(quán)值已經(jīng)固定，這種固定式人工神經(jīng)網(wǎng)絡(luò)芯片主要用于運(yùn)算非常大的場合；另一種硬件就是通過增加可擦寫存儲(chǔ)器的半固定電路，對人工神經(jīng)網(wǎng)絡(luò)的相關(guān)權(quán)值進(jìn)行更新，這種硬件在人工神經(jīng)網(wǎng)絡(luò)組成有中等需求。而可以隨時(shí)更改神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，線性結(jié)構(gòu)和權(quán)值的硬件又被稱作通用性人工神經(jīng)網(wǎng)絡(luò)硬件，這種硬件的需求量較小，但是適應(yīng)人工神經(jīng)網(wǎng)絡(luò)的研究和開發(fā)。更高級的硬件就是神經(jīng)計(jì)算機(jī)，所謂神經(jīng)計(jì)算機(jī)就是一種專門模擬神經(jīng)網(wǎng)絡(luò)單指令流，多數(shù)據(jù)流的并行計(jì)算機(jī)，在模擬人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)時(shí)，具有極高的性價(jià)比，DSP芯片或者是Transputer芯片是目前人工神經(jīng)網(wǎng)絡(luò)構(gòu)成的主要元件。
三、神經(jīng)計(jì)算機(jī)的人工神經(jīng)網(wǎng)絡(luò)實(shí)用化分析
（一）人工神經(jīng)網(wǎng)絡(luò)在測控技術(shù)方面的實(shí)用化研究
測控技術(shù)使用到人工神經(jīng)網(wǎng)絡(luò)技術(shù)比較廣泛，比如在測控過程的優(yōu)化，自學(xué)習(xí)自適應(yīng)過程控制以及多傳感器系統(tǒng)的數(shù)據(jù)實(shí)時(shí)分析，矯正和控制等，在實(shí)時(shí)圖形和實(shí)物識(shí)別的測控技術(shù)上也離不開人工神經(jīng)網(wǎng)絡(luò)。目前人工神經(jīng)網(wǎng)絡(luò)在測控技術(shù)方面的應(yīng)用主要體現(xiàn)在四個(gè)方面，其一能夠?qū)崿F(xiàn)對生產(chǎn)控制過程的參數(shù)優(yōu)化，比如目前集成電路的規(guī)模已經(jīng)越來越大，傳統(tǒng)的測控技術(shù)很難保證這些集成電路完工后的品質(zhì)，經(jīng)過實(shí)驗(yàn)證明，通過在對大型集成電路生產(chǎn)過程中，使用人工神經(jīng)網(wǎng)絡(luò)技術(shù)來對產(chǎn)品進(jìn)行管控，往往能夠提升良品率10個(gè)百分點(diǎn)。其二就是通過人工神經(jīng)網(wǎng)絡(luò)在測控技術(shù)上的實(shí)物識(shí)別，這種技術(shù)能夠利用多個(gè)領(lǐng)域，比如身份識(shí)別，目前通過神經(jīng)計(jì)算機(jī)上最新的SLPODBF算法對10種不同的實(shí)物進(jìn)行識(shí)別，將這些實(shí)物擺出多達(dá)三百多種的姿態(tài)，通過對神經(jīng)計(jì)算機(jī)的訓(xùn)練，最終有效的識(shí)別率能夠達(dá)到98%，目前SLPODBF算法相對于BP算法屬于更高級別的智能算法，能夠?qū)⑸窠?jīng)計(jì)算機(jī)的訓(xùn)練時(shí)間縮短兩個(gè)數(shù)量級；其三就是說話人確認(rèn)的識(shí)別技術(shù)，語音識(shí)別系統(tǒng)自然也是人工神經(jīng)網(wǎng)絡(luò)技術(shù)的重點(diǎn)之一，通過基于CASSANDRA—I神經(jīng)計(jì)算機(jī)的模擬實(shí)現(xiàn)語音識(shí)別系統(tǒng)，能夠?qū)⒄`判率降低到1%以下，這相對于國外比較先進(jìn)的Veritron 1000系統(tǒng)要有效的多；其四就是基于人工神經(jīng)網(wǎng)絡(luò)的自動(dòng)控制，這種自動(dòng)控制應(yīng)該具備自適應(yīng)，自學(xué)習(xí)能力，這是人工神經(jīng)網(wǎng)絡(luò)技術(shù)的核心，通過半制定的神經(jīng)網(wǎng)絡(luò)板以及更為先進(jìn)的神經(jīng)計(jì)算機(jī)，都能夠適用于不同場合的自動(dòng)控制，抗干擾能力強(qiáng)，在使用過程中不會(huì)因?yàn)槌绦虻腻e(cuò)誤而導(dǎo)致失控。
（二）基于人工神經(jīng)網(wǎng)絡(luò)在中藥現(xiàn)代化的方面的實(shí)用
從上個(gè)世紀(jì)90年代人工神經(jīng)網(wǎng)絡(luò)就已經(jīng)在我國中藥研究領(lǐng)域廣泛的應(yīng)用了，因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)，自適應(yīng)以及自組織的能力，能夠?qū)崿F(xiàn)實(shí)物識(shí)別，根據(jù)自身自學(xué)習(xí)能力，就能夠?qū)﹄娦盘柡蛨D像進(jìn)行直接處理，而且基于人工神經(jīng)網(wǎng)絡(luò)原理的神經(jīng)計(jì)算機(jī)操作比較簡單，有專門的人機(jī)交互界面，非中藥專業(yè)的愛好人員也能夠通過操作，目前人工神經(jīng)網(wǎng)絡(luò)在中藥方面的應(yīng)用十分廣泛。
第8篇：人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)范文
按規(guī)模大小FMS可分為如下4類：
1.柔性制造單元(FMC)
FMC的問世并在生產(chǎn)中使用約比FMS晚6~8年，它是由1~2臺(tái)加工中心、工業(yè)機(jī)器人、數(shù)控機(jī)床及物料運(yùn)送存貯設(shè)備構(gòu)成，具有適應(yīng)加工多品種產(chǎn)品的靈活性。FMC可視為一個(gè)規(guī)模最小的FMS，是FMS向廉價(jià)化及小型化方向發(fā)展和一種產(chǎn)物，其特點(diǎn)是實(shí)現(xiàn)單機(jī)柔性化及自動(dòng)化，迄今已進(jìn)入普及應(yīng)用階段。
2.柔性制造系統(tǒng)(FMS)
通常包括4臺(tái)或更多臺(tái)全自動(dòng)數(shù)控機(jī)床(加工中心與車削中心等)，由集中的控制系統(tǒng)及物料搬運(yùn)系統(tǒng)連接起來，可在不停機(jī)的情況下實(shí)現(xiàn)多品種、中小批量的加工及管理。
3.柔性制造線(FML)
它是處于單一或少品種大批量非柔性自動(dòng)線與中小批量多品種FMS之間的生產(chǎn)線。其加工設(shè)備可以是通用的加工中心、CNC機(jī)床；亦可采用專用機(jī)床或NC專用機(jī)床，對物料搬運(yùn)系統(tǒng)柔性的要求低于FMS，但生產(chǎn)率更高。它是以離散型生產(chǎn)中的柔性制造系統(tǒng)和連續(xù)生產(chǎn)過程中的分散型控制系統(tǒng)(DCS)為代表，其特點(diǎn)是實(shí)現(xiàn)生產(chǎn)線柔性化及自動(dòng)化，其技術(shù)已日臻成熟，迄今已進(jìn)入實(shí)用化階段。
4.柔性制造工廠(FMF)
FMF是將多條FMS連接起來，配以自動(dòng)化立體倉庫，用計(jì)算機(jī)系統(tǒng)進(jìn)行聯(lián)系，采用從訂貨、設(shè)計(jì)、加工、裝配、檢驗(yàn)、運(yùn)送至發(fā)貨的完整FMS。它包括了CAD/CAM，并使計(jì)算機(jī)集成制造系統(tǒng)(CIMS)投入實(shí)際，實(shí)現(xiàn)生產(chǎn)系統(tǒng)柔性化及自動(dòng)化，進(jìn)而實(shí)現(xiàn)全廠范圍的生產(chǎn)管理、產(chǎn)品加工及物料貯運(yùn)進(jìn)程的全盤化。FMF是自動(dòng)化生產(chǎn)的最高水平，反映出世界上最先進(jìn)的自動(dòng)化應(yīng)用技術(shù)。它是將制造、產(chǎn)品開發(fā)及經(jīng)營管理的自動(dòng)化連成一個(gè)整體，以信息流控制物質(zhì)流的智能制造系統(tǒng)(IMS)為代表，其特點(diǎn)是實(shí)現(xiàn)工廠柔性化及自動(dòng)化。
二、關(guān)鍵技術(shù)
1.計(jì)算機(jī)輔助設(shè)計(jì)
未來CAD技術(shù)發(fā)展將會(huì)引入專家系統(tǒng)，使之具有智能化，可處理各種復(fù)雜的問題。當(dāng)前設(shè)計(jì)技術(shù)最新的一個(gè)突破是光敏立體成形技術(shù)，該項(xiàng)新技術(shù)是直接利用CAD數(shù)據(jù)，通過計(jì)算機(jī)控制的激光掃描系統(tǒng)，將三維數(shù)字模型分成若干層二維片狀圖形，并按二維片狀圖形對池內(nèi)的光敏樹脂液面進(jìn)行光學(xué)掃描，被掃描到的液面則變成固化塑料，如此循環(huán)操作，逐層掃描成形，并自動(dòng)地將分層成形的各片狀固化塑料粘合在一起，僅需確定數(shù)據(jù)，數(shù)小時(shí)內(nèi)便可制出精確的原型。它有助于加快開發(fā)新產(chǎn)品和研制新結(jié)構(gòu)的速度。
2.模糊控制技術(shù)
模糊數(shù)學(xué)的實(shí)際應(yīng)用是模糊控制器。最近開發(fā)出的高性能模糊控制器具有自學(xué)習(xí)功能，可在控制過程中不斷獲取新的信息并自動(dòng)地對控制量作調(diào)整，使系統(tǒng)性能大為改善，其中尤其以基于人工神經(jīng)網(wǎng)絡(luò)的自學(xué)方法更引起人們極大的關(guān)注。
3.人工智能、專家系統(tǒng)及智能傳感器技術(shù)
迄今，F(xiàn)MS中所采用的人工智能大多指基于規(guī)則的專家系統(tǒng)。專家系統(tǒng)利用專家知識(shí)和推理規(guī)則進(jìn)行推理，求解各類問題(如解釋、預(yù)測、診斷、查找故障、設(shè)計(jì)、計(jì)劃、監(jiān)視、修復(fù)、命令及控制等)。由于專家系統(tǒng)能簡便地將各種事實(shí)及經(jīng)驗(yàn)證過的理論與通過經(jīng)驗(yàn)獲得的知識(shí)相結(jié)合，因而專家系統(tǒng)為FMS的諸方面工作增強(qiáng)了柔性。展望未來，以知識(shí)密集為特征，以知識(shí)處理為手段的人工智能(包括專家系統(tǒng))技術(shù)必將在FMS(尤其智能型)中起著關(guān)鍵性的作用。人工智能在未來FMS中將發(fā)揮日趨重要的作用。目前用于FMS中的各種技術(shù)，預(yù)計(jì)最有發(fā)展前途的仍是人工智能。預(yù)計(jì)到21世紀(jì)初，人工智能在FMS中的應(yīng)用規(guī)模將要比目前大4倍。智能制造技術(shù)(IMT)旨在將人工智能融入制造過程的各個(gè)環(huán)節(jié)，借助模擬專家的智能活動(dòng)，取代或延伸制造環(huán)境中人的部分腦力勞動(dòng)。在制造過程，系統(tǒng)能自動(dòng)監(jiān)測其運(yùn)行狀態(tài)，在受到外界或內(nèi)部激勵(lì)時(shí)能自動(dòng)調(diào)節(jié)其參數(shù)，以達(dá)到最佳工作狀態(tài)，具備自組織能力。故IMT被稱為未來21世紀(jì)的制造技術(shù)。對未來智能化FMS具有重要意義的一個(gè)正在急速發(fā)展的領(lǐng)域是智能傳感器技術(shù)。該項(xiàng)技術(shù)是伴隨計(jì)算機(jī)應(yīng)用技術(shù)和人工智能而產(chǎn)生的，它使傳感器具有內(nèi)在的“決策”功能。
4.人工神經(jīng)網(wǎng)絡(luò)技術(shù)
人工神經(jīng)網(wǎng)絡(luò)(ANN)是模擬智能生物的神經(jīng)網(wǎng)絡(luò)對信息進(jìn)行并行處理的一種方法。故人工神經(jīng)網(wǎng)絡(luò)也就是一種人工智能工具。在自動(dòng)控制領(lǐng)域，神經(jīng)網(wǎng)絡(luò)不久將并列于專家系統(tǒng)和模糊控制系統(tǒng)，成為現(xiàn)代自支化系統(tǒng)中的一個(gè)組成部分。
三、發(fā)展趨勢
1.FMC將成為發(fā)展和應(yīng)用的熱門技術(shù)
這是因?yàn)镕MC的投資比FMS少得多而經(jīng)濟(jì)效益相接近，更適用于財(cái)力有限的中小型企業(yè)。目前國外眾多廠家將FMC列為發(fā)展之重。
2.發(fā)展效率更高的FML
多品種大批量的生產(chǎn)企業(yè)如汽車及拖拉機(jī)等工廠對FML的需求引起了FMS制造廠的極大關(guān)注。采用價(jià)格低廉的專用數(shù)控機(jī)床替代通用的加工中心將是FML的發(fā)展趨勢。
3.朝多功能方向發(fā)展
第9篇：人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)范文
關(guān)鍵詞：制造規(guī)模 關(guān)鍵技術(shù) 發(fā)展趨勢
隨著社會(huì)對產(chǎn)品多樣化、低制造成本及短制造周期等需求日趨迫切，F(xiàn)MS發(fā)展頗為迅速，并且由于微電子技術(shù)、計(jì)算機(jī)技術(shù)、通信技術(shù)、機(jī)械與控制設(shè)備的發(fā)展。
一、自動(dòng)化機(jī)械制造規(guī)模
按規(guī)模大小FMS可分為如下4類
（一）自動(dòng)化制造單元
FMC：的問世并在生產(chǎn)中使用約比FMS晚6～8年，它是由1～2臺(tái)加工中心、工業(yè)機(jī)器人、數(shù)控機(jī)床及物料運(yùn)送存貯設(shè)備構(gòu)成，具有設(shè)置應(yīng)加工多品種產(chǎn)品的靈活性。FMC可視為一個(gè)規(guī)模最小的FMS，是FMS向廉價(jià)化及小型化方向發(fā)展和一種產(chǎn)物，其特點(diǎn)是實(shí){目單機(jī)自動(dòng)化化及自動(dòng)化，迄今已進(jìn)入普及應(yīng)用階段。
（二）自動(dòng)化制造系統(tǒng)
通常包括4臺(tái)或更多臺(tái)全自動(dòng)數(shù)控機(jī)床及人工中心與車削中心等），由集中的控制系統(tǒng)及物料搬運(yùn)系統(tǒng)連接起來，可在不停機(jī)的情況下實(shí)現(xiàn)多品種、中小批量的加工及管理。
（三）自動(dòng)化制造線
它是處于單一或少品種大批量非自動(dòng)化自動(dòng)線與中小批量多品種f：MS之間的生產(chǎn)線。其加工設(shè)備可以是通用的加工中心、CNC機(jī)床，亦可采用專用機(jī)床或NC專用機(jī)床，對物料搬運(yùn)系統(tǒng)自動(dòng)化的要求低于FMS，但生產(chǎn)率更高。
（四）自動(dòng)化制造工廠
FMt是將多條FMS連接起來，配以自動(dòng)化立體倉庫，用計(jì)算機(jī)系統(tǒng)進(jìn)行聯(lián)系，采用從訂貨、設(shè)計(jì)、加工、裝配、檢驗(yàn)、運(yùn)送至發(fā)貨的完整FMS。它包括了CAD/CAM，并使計(jì)算機(jī)集成制造系統(tǒng)（C1MS）投入實(shí)際，實(shí)現(xiàn)生產(chǎn)系統(tǒng)自動(dòng)化化及自動(dòng)化，進(jìn)而實(shí)現(xiàn)全廠范圍的生產(chǎn)管理、產(chǎn)品加工及物料貯運(yùn)進(jìn)程的全盤化。FMF是自動(dòng)化生產(chǎn)的最高水平，反映出世界上最先進(jìn)的自動(dòng)化應(yīng)用技術(shù)。它是將制造、產(chǎn)品開發(fā)及經(jīng)營管理的自動(dòng)化連成一個(gè)整體，以信息流控制物質(zhì)流的智能制造系統(tǒng)IMS）為代表，其特點(diǎn)是實(shí)現(xiàn)工廠自動(dòng)化化及自動(dòng)化。
二、自動(dòng)化關(guān)鍵技術(shù)
（一）計(jì)算機(jī)輔助設(shè)計(jì)
未來CAD技術(shù)發(fā)展將會(huì)引入專家系統(tǒng)，使之具有智能化，可處理各種復(fù)雜的問題。當(dāng)前設(shè)計(jì)技術(shù)最新的一個(gè)突破是光敏立體成形技術(shù)，該項(xiàng)新技術(shù)是直接利用CAD數(shù)據(jù)，通過計(jì)算機(jī)控制的激光掃描系統(tǒng)，將三維數(shù)字模型分成若干層二維片狀圖形，并按二維片狀圖形對池內(nèi)的光敏樹脂液面進(jìn)行光學(xué)掃描，被掃描到的液面則變成固化塑料，如此循環(huán)操作，逐層掃描成形，并自動(dòng)地將分層成形的各片狀固化塑料粘合在一起，僅需確定數(shù)據(jù)，數(shù)小時(shí)內(nèi)便可制出精確的原型。它有助于加快開發(fā)新產(chǎn)品和研制新結(jié)構(gòu)的速度。
（二）模糊控制技術(shù)
模糊數(shù)學(xué)的實(shí)際應(yīng)用是模糊控制器。最近開發(fā)出的高性能模糊控制器具有自學(xué)習(xí)功能，可在控制過程中不斷獲取新的信息并自動(dòng)地對控制量作調(diào)整，使系統(tǒng)性能大為改善，其中尤其以基于人工神經(jīng)網(wǎng)絡(luò)的自學(xué)方法更起人們極大的關(guān)注。
（三）工智能、專家系統(tǒng)及智能傳感器技術(shù)
迄今，F(xiàn)MS中所采用的人工智能大多指基于規(guī)則的專家系統(tǒng)。專家系統(tǒng)利用專家知識(shí)和推理規(guī)則進(jìn)行推理，求解各類問題（如解釋、預(yù)測、診斷、查找故障、設(shè)計(jì)、計(jì)劃、監(jiān)視、修復(fù)、命令及控制等）。由于專家系統(tǒng)能簡便地將各種事實(shí)及經(jīng)驗(yàn)證過的理論與通過經(jīng)驗(yàn)獲得的知識(shí)相結(jié)合，因而專家系統(tǒng)為FMS的諸方面工作增強(qiáng)了自動(dòng)化。展望未來，以知識(shí)密集為特征，以知識(shí)處理為手段的人工智能（包括專家系統(tǒng)）技術(shù)必將在FMS（尤其智能型）中關(guān)鍵性的作用。人工智能在未來FMS中將發(fā)揮日趨重要的作用。目前用于FMS中的各種技術(shù)，預(yù)計(jì)最有發(fā)展前途的仍是人工智能。預(yù)計(jì)到21世紀(jì)初，人工智能在FMS中的應(yīng)用規(guī)模將要比目前大4倍。智能制造技術(shù)fIMT旨在將人工智能融入制造過程的各個(gè)環(huán)節(jié)，借助模擬專家的智能活動(dòng)，取代或延伸制造環(huán)境中人的部分腦力勞動(dòng)。在制造過程，系統(tǒng)能自動(dòng)監(jiān)測其運(yùn)行狀態(tài)，在受到外界或內(nèi)部激勵(lì)時(shí)能自動(dòng)調(diào)節(jié)其參數(shù)，以達(dá)到最佳工作狀態(tài)，具備自組織能力。
（四）人工神經(jīng)網(wǎng)絡(luò)技術(shù)
人工神經(jīng)網(wǎng)絡(luò)fANN）是模擬智能生物的神經(jīng)網(wǎng)絡(luò)對信息進(jìn)行并行處理的一種方法。故人工神經(jīng)網(wǎng)絡(luò)也就是一種人工智能工具。在自動(dòng)控制領(lǐng)域，神經(jīng)網(wǎng)絡(luò)不久將并列于專家系統(tǒng)和模糊控制系統(tǒng)，成為現(xiàn)代自支化系統(tǒng)中的一個(gè)組成部分。
三、啟動(dòng)控制技術(shù)發(fā)展趨勢
（一）FMC將成為發(fā)展和應(yīng)用的熱門技術(shù)
這是因?yàn)镕MC的投資比FMS少得多而經(jīng)濟(jì)效益相接近，更適用于財(cái)力有限的中小型企業(yè)。目前國外眾多廠家將FMC列為發(fā)展之重。
（二）朝多功能方向發(fā)展
