智能技術范文

本站小編為你精心準備了智能技術參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

60年代以來，隨著計算機技術的發展，許多控制技術新方法和技術進入工程化產品化階段，顯著促進了工業技術的進步。其中包括促進了智能理論在控制技術中的應用，形成了智能控制技術。目前，信息革命席卷全球，并將導致一場智能革命。21世紀便是智能革命的世紀，并會出現社會智能化。因此，從現在起，我們就要面向智能時代，選取智能決策，實施科教興國戰略，發展以人工智能為核心、以生命科學為主導的高科技，使之成為新一代智能生產力——最強大的第一生產力，推進以智能化為代表的現代化，迎接智能革命、創造未來。

1．智能技術的基本概念

智能理論是探索人類智慧的奧秘與規律及在機器中復現人類智能的科學，是現代科學研究的前沿。目前智能理論及技術在各個領域已得到廣泛的應用。但對于智能理論的研究不外乎兩個方面，一方面是對智能的產生、形成和工作機制的立接研究；另一方面是研究如何用人工的方法模擬，以及研究如何提高機器，特別是計算機的科能水平，使機器成為且合感知、報理、決策的智能機器系統。前者稱為自然智能理論，主要是生理學和心理學研究者所從事的工作：而后者稱為人工智能(ArtificialIntelligence，簡稱AI)理論，主要是理工學研究者所從事的工作。因此，本文主要介紹后者——人工智能。

人工智能(ArtificialIntelligence，簡稱A1)是相對于自然智能(即人腦智能)而言．人工智能研究的是怎樣利用機器模仿人腦從事推理、規劃、設計、思考、學習等思維活動，解決迄今認為需由專家才能處理好的復雜問題。通俗一點說，就是：由計算機來表示和執行人類的智能活動。其目標是利用各種自動機器或智能機器，模仿、延伸和擴展人的智能，實現某些“機器思維”或腦力活動自動化。顯然，對于人工智能的這種定義，受到了當前電子計算技術水平的制約，因此，它是一種暫時的、相對的定義。

AI是計算機研究和應用發展到一定階段的產物，任何問題，用計算機程序進行計算分析，可以在很大程度上取代人的腦力勞動，它可加快解題運算速度和擴大記憶存儲量，但這只能說是簡單智能化。一個高水平的智能程序，應該與人的思考、求解方式相仿。譬如，計算機輔助設計(CAD)，能不斷修改、補充、構造出所需的設計對象，它通過計算系統、數據庫與顯示裝置，配合輔助程序，與人一起完成設計工作。

2.制造智能技術的研究現狀

早期，智能制造系統大量運用基于知識的專家系統來提高制造智能，例如基于ES的機床自適應控制，其智能行為體現在符號推理上。這些ES多數屬于非實時型的系統，數據是靜止的且與外部環境沒有信息交互，是低水平的封閉式的智能系統。為了克服Es存在對領域專家的依賴性、知識獲取困難、現代計算機依據VanNeumann原理，用邏輯知識表達不靈活以及通用性較差等缺陷，AI的最新研究已向基于數值計算的計算智能方向發展。

當前，用計算手段實現智能的較新方法和新理論，如FL，NN，GA，混沌，分形以及粗一集理論等科學，都屬于計算智能的范疇。計算智能的靈活性、通用性及嚴密性明顯優于基于知識的徑。ES更能提高制造智能水平?，F今，計算智能的研究應用重點在FL，NN，GA等方面，其在IM的研究領域主要有：智能傳感器，加工過程的智能控制，制造系統的智能檢測與監控，切削參數的智能優化，機械零件可靠性分析及最優化設計，機械故障智能診斷，智能學習、決策與預測等多個方面。

1943年，心理學家McCalloch與數學家Pitts合作提出了NN的第1個數學計算模型——MP模型，從而開創了NN理論研究的新時代。五十多年來，NN的研究雖一度陷入低谷，但自從1982年J．Hopfield提出HopfieldNN模型成功地解決了“旅行商問題以來，NN的研究再次進入高潮階段，涌現了許多研究成果，并向自組織、自適應、自學習等方向發展

綜合NN幾十年的發展，其典型特征如下：并行處理機制具有眾多可調參數，可以描述較為復雜的系統；神經之間的連接強度可調，具有自適應能力}信息存儲是分布的，具有記憶和聯想能力；集體計算，有較強的計算能力；高度的冗余能力，具有一定的容錯能力；具有自組織和協調能力；學習能力較強；多層前饋型NN具有高度的非線性映射能力，能完成較為復雜的非線性系統的建模}組成NN的人工神經元較為簡單，能用硬件實現；黑箱型工作模式，邏輯分析難；傳統BP學習算法的學習時間長，易局部收斂，學習不穩定等。

進化計算(EvolutionaryComputation，EC)，也稱為行為主義的AI，是自60年代開始發展的一門新興學科。它仿照生物的進化過程，按優勝劣汰的自然選擇優化規律和方法，來解決難以用傳統方法解決的優化計算問題。其中GA是應用最普遍的一種EC技術。GA是根據生物進化的模型提出的一種優化算法，是一種全局意義上的自適應啟發式搜索技術它依照自然界優勝劣汰的自然選擇規律，經過遺傳、變異演變出滿足給定精度的較優解GA的中心問題是魯棒性(Robustness)。所謂魯捧性，是指能在許多不同環境中通過效率及功能之間的協調平衡以求生存的能力。

3.智能研究途徑和方法

智能是腦，特別是人腦所具有的。那么，要實現人工智能，自然就離不開入人腦的借鑒，其中包括對人腦的結構、功能相人腦具有智能的原因、過程等的借鑒。于是就產生了如下幾種人工智能研究途徑和方法。

（1）．結構模擬，神經計算

所謂結構模擬，就是根據人腦的生理結構和工作機理，實現計算機的智能，即人工智能。就是用人工神經元(神經細胞)組成的人工神經網絡來作為信息和知識的載體，用所謂神經計算的方法實現學習、聯想、識別和推理等功能，從而來模擬人腦的智能行為，使計算機表現出某種智能。

（2）．功能模擬，符號推演

具體來講，功能模擬法就是以人腦的心理模型，將問題或知識表示成某種邏輯網絡、采用符號推演的方法，實現搜索、推理、學習等功能，從宏觀上來模擬人腦的思維，實現機器智能?；诠δ苣M的符號推演，是人工智能研究中最早使用且直至目前還主要使用的方法。

以上兩種方法，是當前人工智能研究的兩條主要途徑。它們各有所長，也各有所短。從這兩種方法所擅長處理的問題來看，它們都有一定的局限性，而且剛好互為補充。從當前的研究現狀來看，人們將模糊推理與神經計算相結合，已展現出相得益彰的喜人前景。因此，將功能模擬與結構模擬相結合是當前人工智能研究的總趨勢，

（3）．行為模擬，控制進化

除了上述兩和研究途徑和方法外，還有一種基于感知行為模型的研究途徑和方法。我們稱其為行為模擬法。這種方法是模擬人在控制過程中的智能活動和行為特性，如自尋優、自適應、自學習、自組織等，來研究和實現人工智能。

4.智能技術的未來

智能革命的時空動力是網絡革命，使信息網絡發展為智能網絡。智能網絡的發展趨勢：一是實現計算機網絡的智能化，二是建造智能機網絡——真正意義上的智能網絡。顯然，當計算機發展為智能機，智能機網絡就會應運而生。

工廠智能化的關鍵是采用智能制造系統(IMS)。隨著計算機向智能機發展，計算機集成制造系統(CIMS)必然要發展為智能機集成制造系統(IIMS)，成為真正的智能制造系統。目前，一般是實現計算機集成制造系統的智能化，即將人工智能技術、專家系統、智能機器人運用于計算機集成制造系統，使之成為智能化的計算機集成制造系統(ICIMS)。這樣的制造系統，也是一種智能制造系統。

農業生產也能像未來工廠那樣，那么農業生產也可由自動控制進入智能控制，實現生產過程的智能化?，F在，日本已經出現了植物工廠，展示了農業工廠化、自動化，乃至智能化的廣闊前景。

智能機器不僅進入工廠和田間，還要進入辦公室和家庭，現在已經在建造“智能大廈”和“智能住宅”，實現計算機控制、機器人服務和網絡通訊，使辦公室和家庭自動化推而廣之，最終實現城市智能化。

正像蒸汽機的能量革命魔術般地創造出工業社會一樣，智能機的智能革命也會奇跡般地創造出智能社會。智能機、智能機器人和智能網絡推動社會智能化，一個全面智能化的社會，便是智能社會。

結束語：

作為高技術核心的智能技術(如人工智能、智能計算機、智能機器人等)，其關鍵是人工智能。它們的相互作用會引發智能“核爆炸”，把人工智力和人類智力的潛能爆發出來，導致智能革命；也會奇跡般地創造出一個智能社會。因此，工業社會之后不是“信息社會”?！靶畔⑸鐣睙o非是由工業社會向智能社會轉變過程中的一個過渡階段，而不是一種獨立的社會形態。

摘要：介紹人工智能理論的基本理論體系和智能技術的應用概況，追索其理論的本原和發展現狀，并就主要智能理論的應用特點進行論述。

關鍵詞：智能技術；智能革命