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；計算機網(wǎng)絡(luò)技術(shù)；有效應(yīng)用

隨著我國科學技術(shù)的發(fā)展，計算機網(wǎng)絡(luò)技術(shù)和人工智能作為新時期的科技產(chǎn)物不斷被應(yīng)用于社會發(fā)展的各個領(lǐng)域，對我國的經(jīng)濟發(fā)展起到了積極促進作用。特別是計算機網(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空特點等已經(jīng)深層次地滲透到人們生活、生產(chǎn)、學習的各個方面。計算機網(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)代社會發(fā)展不相符的特點，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)用于計算機網(wǎng)絡(luò)技術(shù)的研究和實踐，深入分析人工智能帶來的應(yīng)用優(yōu)勢，加強研究及探析應(yīng)用趨勢，均可有效提升人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用效果。

1 人工智能應(yīng)用在計算機網(wǎng)絡(luò)技術(shù)中的優(yōu)勢分析

人工智能是計算機科學技術(shù)的分支，是由多種不同領(lǐng)域構(gòu)成的，例如機器人、計算機視覺等。在現(xiàn)代社會人工智能已經(jīng)被應(yīng)用在計算機網(wǎng)絡(luò)技術(shù)中，并得到了不斷關(guān)注和重視，例如計算機仿真系統(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，可以將所學各領(lǐng)域知識進行科學合理的應(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)用到計算機網(wǎng)絡(luò)技術(shù)中，可以使其對計算機信息數(shù)據(jù)進行更為科學精準的計算機后期分析處理工作，進而獲取到更為科學完整的信息數(shù)據(jù)，同時還提升了計算機網(wǎng)絡(luò)的計算效率；二是人工智能提升了計算機網(wǎng)絡(luò)自身的運行速度、時效性及流暢度。人工智能的應(yīng)用可以促進計算機用戶實現(xiàn)更多時間的處理，比如在模型計算處理過程中，可以應(yīng)用人工智能具有更為先進的計算能力來開展相應(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)用可以降低計算機網(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)的計算具有更快的運算速度，節(jié)省了數(shù)據(jù)處理過程中的時間，因而降低了計算機在運行過程中所消耗的能源，節(jié)省了社會資源。

2 人工智能在計算機網(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

計算機網(wǎng)絡(luò)技術(shù)的應(yīng)用過程中，網(wǎng)絡(luò)安全管理是每個用戶最為關(guān)心和關(guān)注的問題，計算機網(wǎng)絡(luò)技術(shù)雖然可以給人們的生活、學習、工作等帶來便利，但是也會因為網(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)展進步，黑客技術(shù)也出現(xiàn)了提升，網(wǎng)絡(luò)信息安全成為計算機網(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)在計算機網(wǎng)絡(luò)安全管理中的應(yīng)用方法和效果，通過實踐發(fā)現(xiàn)人工智能的應(yīng)用可以促進廣大計算機用戶成功攔截異常信息，從而更為有效地保證了廣大計算機用戶的信息安全。目前很多用戶在計算機網(wǎng)絡(luò)運行環(huán)境里安裝了智能防火墻，通過該項人工智能技術(shù)的應(yīng)用可以更好地做到智能識別，進而完成海量數(shù)據(jù)的分析和處理，該項技術(shù)的應(yīng)用可以有效減少信息數(shù)據(jù)在匹配過程中的計算步驟，達到節(jié)能減耗的效果。智能防火墻的應(yīng)用還可幫助廣大計算機網(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，進而對廣大計算機用戶進行了全方位的保護，實現(xiàn)了計算機網(wǎng)絡(luò)安全管理。再例如，很多計算機網(wǎng)絡(luò)用戶在日常的學習、工作過程中會使用到網(wǎng)絡(luò)郵箱功能，為了更好地保護網(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，通過其科學高效的信息分析和處理技術(shù)能有精準的發(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，還可同時實現(xiàn)對有害郵件的信息分類，并通過信息提醒方式督促計算機用戶進行有害郵件的定期處理，以防該類信息對計算機用戶造成危害。人工智能入侵檢測技術(shù)對于計算機網(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行預防和攔截。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)、具有更為科學先進的數(shù)據(jù)挖掘技術(shù)，在這三種先進技術(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算機互聯(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)評價方面的應(yīng)用

計算機網(wǎng)絡(luò)系統(tǒng)管理和網(wǎng)絡(luò)評價環(huán)節(jié)的出現(xiàn)源于人工智能的應(yīng)用，人工智能在計算機網(wǎng)絡(luò)系統(tǒng)中的應(yīng)用，可以運用科學使其技術(shù)具有人類的大腦思維特征，進而更為有效地幫助了廣大計算機用戶完成網(wǎng)絡(luò)系統(tǒng)的分類、歸納及優(yōu)化。計算機網(wǎng)絡(luò)具有動態(tài)特性及順便特點，在進行網(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現(xiàn)對計算機網(wǎng)絡(luò)系統(tǒng)的優(yōu)化和管理目標。人工智能則可更為高效和科學地完成網(wǎng)絡(luò)系統(tǒng)的管理及評價，并且可將網(wǎng)絡(luò)系統(tǒng)的自身運行狀態(tài)及時向計算機用戶反饋，進而提升網(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)存在一定的復雜性。Agent技術(shù)應(yīng)用于計算機用戶進行實際問題的解決過程中，通常情況會使用一個Agent專門負責進行各種信息數(shù)據(jù)的接收，在與其他Agent之間通過溝通處理，進而在極短時間內(nèi)實現(xiàn)指令任務(wù)的處理和完成。Agent還可以實施自定義式的個性化服務(wù)，Agent在接收到用戶的指令信息之后，Agent系統(tǒng)則會對信息數(shù)據(jù)進行科學篩選，進而將較為精準的信息數(shù)據(jù)高效的傳輸給計算機用戶，為計算機用戶進行網(wǎng)絡(luò)信息搜索節(jié)約了更多時間。Agent的科學應(yīng)用還表現(xiàn)在可以幫助用戶實現(xiàn)相應(yīng)知識的深度挖掘，同時在系統(tǒng)中可以實現(xiàn)較完善的知識儲備庫從而為用戶可以提供更先進的導航，并更具計算機用戶的日常網(wǎng)絡(luò)使用和操作特點，給計算機用戶制定其所需要的個性化服務(wù)，以實現(xiàn)了計算機網(wǎng)絡(luò)的智能化、便捷化、個性化發(fā)展。

3 人工智能在計算機網(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)特點的科學技術(shù)，從事該項技術(shù)工作的各環(huán)節(jié)工作人員不僅需要具備專業(yè)的計算機相關(guān)學科知識，還要具備心理學、語言學、生理學等多領(lǐng)域的知識。人工智能技術(shù)會隨著人類社會的不斷進步而不斷發(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)最主要的特點是具有更高的自學能力，可以實現(xiàn)自主解決多種多維非線性方面的問題，且在進行實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)同樣可以實現(xiàn)有效解決。人工神經(jīng)網(wǎng)絡(luò)同時還具備和人類的大腦潛意識相仿的巨大信息儲存容量，可以幫助各用戶更好地解決各類問題，進而實現(xiàn)計算機互聯(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 人工智能機器人具備學習功能

人工智能型機器人技術(shù)的開發(fā)和應(yīng)用均是參照人類的大腦思維進行的，在人工智能的未來發(fā)展趨勢中，實現(xiàn)機器人的自主學習將作為相關(guān)領(lǐng)域人員的研究方向。目前在我國科學技術(shù)水平支持下，人工智能具備了初級的學習功能，但是還無法與人類自身的學習能力相提并論，因此人工智能需要提升學習能力。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)復雜很多，人類可以進行感情、情緒的自由表達，而人工智能則只能通過臉部表情識別方式進行情緒的表現(xiàn)，使得人工智能有局限性。隨著科技的進步，在未來的發(fā)展趨勢中人工機器人的技術(shù)發(fā)展會越來越趨于人類大腦思維和方式。

3.3 人工智能識別功能領(lǐng)域的擴展

在我國目前的計算機行業(yè)中，電子設(shè)備已出現(xiàn)了多元化發(fā)展特點，計算機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)計了不同的軟件，還實現(xiàn)了人物圖像及文字等的識別功能，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更加趨向于全面識別功能的開發(fā)和研究。

4 結(jié)束語

隨著我國社會的發(fā)展和科學技術(shù)的不斷進步，人工智能在計算機的網(wǎng)絡(luò)技術(shù)中應(yīng)用的范圍和領(lǐng)域會越來越廣泛。本文主要分析人工智能應(yīng)用在計算機網(wǎng)絡(luò)技術(shù)中的優(yōu)勢及有效應(yīng)用，同時對于人工智能的未來發(fā)展趨勢進行探析。通過分析與研究可以看到，人工智能在計算機網(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)評價方面的應(yīng)用，對于計算機網(wǎng)絡(luò)技術(shù)起到了極大的促進作用。保障了計算機用戶的信息安全，提升了管理效率和質(zhì)量，提供了較為個性化的服務(wù)。還可看到人工智能在未來的發(fā)展趨勢中會朝著人工神經(jīng)網(wǎng)絡(luò)、人工智能機器人具備自主學習功能及智能識別功能等領(lǐng)域發(fā)展，人工智能技術(shù)會隨著社會的發(fā)展不斷為人類提供更為科學、高效、個性化的服務(wù)。

參考文獻

[1]劉哲良.淺談大數(shù)據(jù)時代人工智能在計算機網(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

隨著科學技術(shù)的迅速發(fā)展，在計算機輔助工藝設(shè)計中人工智能得到廣泛應(yīng)用。文章主要從人工智能和計算機輔助工藝的概述出發(fā)，分析了人工智能在計算機輔助工藝設(shè)計中的應(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；計算機輔助；工藝設(shè)計；應(yīng)用

人工智能技術(shù)發(fā)展應(yīng)用，為計算機輔助工藝設(shè)計注入新的活力，讓計算機輔助工藝設(shè)計的水平、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算機輔助工藝設(shè)計中的應(yīng)用。

1人工智能和計算機輔助工藝的概述

1.1人工智能

人工智能在計算機設(shè)備中的應(yīng)用，讓計算機設(shè)備具有人性化，滿足計算機高級運用需求。目前，在推理能力基礎(chǔ)上對人工智能進行研究已經(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計算機輔助工藝設(shè)計

計算機輔助工藝設(shè)計最初出現(xiàn)于上世紀70年代，計算機輔助工藝設(shè)計的出現(xiàn)引起了人們的重視，從目前發(fā)展來看，計算機輔助工藝設(shè)計的發(fā)展過程中經(jīng)歷了5個階段：交互式、智能化、派生式、綜合式與創(chuàng)成式等，而計算機輔助工藝發(fā)展的關(guān)鍵是智能化，也是未來計算機輔助工藝設(shè)計發(fā)展的方向。計算機輔助工藝設(shè)計的應(yīng)用能夠改變傳統(tǒng)工作中人工重復性操作的情況，解放大批手工勞動，實現(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，達到資源的優(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人工智能在計算機輔助工藝設(shè)計中的應(yīng)用

2.1人工智能技術(shù)

在計算機輔助工藝設(shè)計過程中應(yīng)用人工智能技術(shù)，帶來最明顯的優(yōu)點就是智能化，對于計算機輔助工藝設(shè)計來說，計算機輔助設(shè)計技術(shù)本身無法脫離輔助工具的范疇，但是，由于人工智能的運用，改變了計算機作為輔助工具的狀態(tài)，使計算機輔助工藝設(shè)計系統(tǒng)具備相應(yīng)的智能分析能力。目前，在計算機輔助工藝設(shè)計中人工智能技術(shù)的有效運用，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。在實際運用人工智能技術(shù)過程中這些推理功能都是相互滲透綜合使用的，而不是單獨使用的，它們在使用過程中發(fā)揮各自優(yōu)勢，彌補雙方缺陷。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)可在計算機輔助工藝設(shè)計過程中將這兩種技術(shù)進行互補，以此提升計算機輔助工藝設(shè)計系統(tǒng)的智能化水平。在計算機輔助工藝設(shè)計研究的領(lǐng)域中，大部分研究主要集中在研究機械產(chǎn)品設(shè)計理論、方法上，而研究輔助工藝設(shè)計的技術(shù)相對較少。由于設(shè)計活動中輔助工藝設(shè)計和機械產(chǎn)品設(shè)計存在趨同性，所以，可以推斷出計算機輔助工藝技術(shù)智能化設(shè)計理論和方法主要有三部分構(gòu)成：基礎(chǔ)科學層、智能化設(shè)計方法層級信息技術(shù)層。

2.2遺傳算法

遺傳算法作為計算機輔助工藝設(shè)計系統(tǒng)中人工智能的重要系統(tǒng)，是指模仿達爾文遺傳選擇與自然淘汰生物進化論過程的一種計算模型，能夠通過模仿自然進化論搜索出最優(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體聯(lián)合形成的，每一個基因編碼個體實際上就是染色體特性的實體。所以，在工藝設(shè)計初期，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)生的近似值進行演化，按照問題當中的實體適應(yīng)度在每一代中選出合理的實體，并通過自然遺傳學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于進化過程，后代會比前代更加適應(yīng)環(huán)境，而最后一代種群中的最有實體經(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)

計算機輔助輔助工藝設(shè)計的產(chǎn)品相對比較復雜，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)驗來解決這些產(chǎn)品工藝設(shè)計的問題，整個生產(chǎn)設(shè)計工藝的效率低。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，提高了計算機輔助工藝設(shè)計的技能。人工神經(jīng)網(wǎng)絡(luò)技術(shù)是根據(jù)生物神經(jīng)系統(tǒng)的基本原理對真實世界客觀事物進行處理，主要由單一的非線性處理單元合并形成的，可以分布、聯(lián)合存儲信息，同時自動組織、學習記憶。在計算機輔助工藝設(shè)計過程中人工網(wǎng)絡(luò)神經(jīng)技術(shù)的運用，可以自我適應(yīng)、調(diào)節(jié)。例如計算機輔助工藝設(shè)計過程中，人工神經(jīng)網(wǎng)絡(luò)技術(shù)的運用，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)中每個節(jié)點，從而調(diào)整網(wǎng)絡(luò)運用的適應(yīng)性。

2.4粗糙集技術(shù)

該項技術(shù)作為現(xiàn)代人工智能領(lǐng)域中計算機輔助工藝設(shè)計系統(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算機輔助工藝設(shè)計系統(tǒng)中模糊不清的問題。例如計算機輔助工藝設(shè)計系統(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行排列，同時，進行加權(quán)賦值，然后借助預設(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，在計算機輔助工藝設(shè)計中應(yīng)用人工智能，可以提高計算機輔助設(shè)計系統(tǒng)的能力，提升工作質(zhì)量與效率，節(jié)約成本，方便操作，為計算機輔助工藝的發(fā)展指明了新的方向。

參考文獻：

[1]王一平.人工智能在計算機輔助工藝設(shè)計中的應(yīng)用[J].自動化與儀器儀表,2012(04):90-92.

[2]吳爽.人工智能在計算機輔助工藝設(shè)計中的應(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學會上提出的。人工智能是指研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質(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)的機器就是計算機，人工智能的發(fā)展歷史是和計算機科學與技術(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)展也并不是一帆風順的，人工智能的研究經(jīng)歷了以下幾個階段： 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。英國的哲學家、自然科學家培根，系統(tǒng)地給出了歸納法。“知識就是力量”德國數(shù)學家、哲學家布萊尼茲。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行運 算和推理。做出了能做四則運算的手搖計算機英國數(shù)學家、邏輯學家布爾實現(xiàn)了布萊尼茨的思維符號化和數(shù)學化的思想，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，以及機器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是：重視問題求解的方法，忽視知識重要性。 

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用化。并且，1969 年成立了國際人工智能聯(lián)合會議。 

第三階段： 80 年代，隨著第五代計算機的研制，人工智能得到了很大發(fā)展日本1982 年開始了“第五代計算機研制計劃”，即“知識信息處理計算機系統(tǒng)K I P S”，其目的是使邏輯推理達到數(shù)值運算那么快。雖然此計劃最終失敗，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)國際會議，宣告了這一新學科的誕生。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的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智能更面向?qū)嵱谩Ａ硗?，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生活的各個領(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。人工智能的長遠目標是要創(chuàng)造人類智能的機器，用機器模擬人類的智能。這是一個十分漫長的過程，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；自動或半自動的知識獲取工具；能實現(xiàn)海量高速存儲并具有學習功能的聯(lián)想知識庫；新型推理機制和推理機；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；智能機器人；人工智能機；新一代的電腦模型。因為人工智能的研究領(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，因為人工智能的最根本目的還是要模擬人類的思維。其發(fā)展可以歸納為：人機融合、機器智能、智能機器。 

3.2人機融合。人工智能的近期研究目標在于建造智能計算機，用以代替人類從事腦力勞動，即使現(xiàn)有的計算機更聰明更有用。正是根據(jù)這一近期研究目標，我們才把人工智能理解為計算機科學的一個分支。人工智能還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機（automata）模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的范疇，幾乎涉及自然科學和社會科學的所有學科。在重新闡述我們的歷史知識的過程中，哲學家、科學家和人工智能學家有機會努力解決知識的模糊性以及消除知識的不一致性。這種努力的結(jié)果，可能導致知識的某些改善，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)；自動化；控制

中圖分類號：F407.61 文獻標識碼：A 文章編號：

1 人工智能定義概述

“人工智能”被認定為一門前沿科學技術(shù)是始于上世紀的五十年代的1956年，由Dartmouth學會向科學領(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研究做出巨大貢獻的“人工智能之父”。從現(xiàn)代來看，人工智能是一項綜合學科，研究的是各類機械器具、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)的一項綜合學科技術(shù)。而向計算機技術(shù)、自動化控制技術(shù)等的研究深入，僅是人工智能體系技術(shù)探究的一個分支。也就是說，這些技術(shù)的推廣與應(yīng)用能夠滲透到當前各組織領(lǐng)域，相互之間也存在著緊密的關(guān)聯(lián)性與互補性。

電氣自動化控制系統(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化板塊系統(tǒng)中，進而也就強化了設(shè)備運行時的處理能力，實現(xiàn)精準、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，也能夠抑制一些不穩(wěn)定、不確定的因素發(fā)生，也就是當前電氣自動化系統(tǒng)應(yīng)用時所普遍強調(diào)的模糊動態(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控制系統(tǒng)的應(yīng)用功能，使電氣設(shè)備在運營階段時的操作、自動化控制功能發(fā)揮更加高效。如，將人工智能應(yīng)用于電氣自動化中的報表生成及打印環(huán)節(jié)中，可以極大的提高各類報表的制表計算速度及準確性。

2 智能技術(shù)在電力自動化控制系統(tǒng)中的應(yīng)用研究

電力自動化控制系統(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)施的實踐基礎(chǔ)。此外，運用模糊理論的電力自動化控制系統(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行推理，進而按照其程序的控制原則實現(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言變量進行充分表達，進而實現(xiàn)類似于人的邏輯性能。此外，其魯棒性也很強，能夠使控制系統(tǒng)具備一定的自學、容錯能力，即使系統(tǒng)內(nèi)部出現(xiàn)因網(wǎng)絡(luò)拓撲或者環(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)自動化中所體現(xiàn)的成果也相當強大。如電力系統(tǒng)的預警狀態(tài)辨識、系統(tǒng)緊急處理、系統(tǒng)控制性能恢復、系統(tǒng)狀態(tài)切換、故障點排查及隔離、系統(tǒng)短期負荷提示、以及電壓無功控制等方面都會存在智能技術(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；僅采用了淺層知識而缺乏功能理解的深層適應(yīng)；缺乏有效的學習機構(gòu)，對情況的處理解決能力非常有限，知識庫的驗證困難；對復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)用成果及試驗性能問題，知識獲取問題，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、模型計算及算法等相關(guān)方面著實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，同時還與其理論的實踐性強大有重要關(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)學習能力功能等非常顯著等，都決定了其理論與實踐技術(shù)應(yīng)用的開拓程度。當然，其具體作用形式是以大量信息為準；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，進而能夠?qū)⑸窠?jīng)網(wǎng)絡(luò)實現(xiàn)一種復雜非線性映射，即神經(jīng)網(wǎng)絡(luò)由m維的空間向n維空間的復雜非線性映射，進而更加利于神經(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，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、低高層計算的邏輯處理等，進而使以低層計算方法為主的神經(jīng)網(wǎng)絡(luò)能夠與以具備高度推理邏輯的模糊邏輯實現(xiàn)有機結(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，最成熟的一個分支。相關(guān)學術(shù)界人士曾提出了利用最優(yōu)勵磁控制手段提高遠距離輸電線路輸電能力和改善動態(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組方面應(yīng)直接利用最優(yōu)勵磁控制方式代替古典勵磁方式。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)大量電氣自動化設(shè)備的運行系統(tǒng)已經(jīng)廣泛應(yīng)用到了人工智能先進技術(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，進而有效推動了電力系統(tǒng)自動化發(fā)展的歷史進程，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)系在未來也勢必會加緊密，故而為智能技術(shù)應(yīng)用在電力系統(tǒng)自動化中提供了有利保障，使相關(guān)技術(shù)應(yīng)用范疇會更加廣泛。

參考文獻

[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

人工智能是信息時代的一大特點之一，也是人類認識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)展歷程進行闡述，對人工智能的現(xiàn)階段研究進行介紹，對已有的人工智能研究成果進行簡要的分析。以期能夠更好地促進人工智能的階段性發(fā)展，幫助其在社會中的應(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50年代的一門綜合高科技學科，它將機器智能和智能機器的概念和技術(shù)進行了融合，應(yīng)用過程涉及了信息科學、心理學、思維科學、生物科學、認知科學以及系統(tǒng)科學等多種學科，隨著近些年的不斷發(fā)展和進步，已經(jīng)在社會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、智能機器人、模式識別、自動程序設(shè)計、知識處理、自然語言處理、專家系統(tǒng)、自動定理證明、知識庫等方面，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。可以算作是計算機科學的一個分支，是在1956年的Dartmouth 學會上由McCarthy正式提出的，之后便躋身于世界三大尖端技術(shù)之一。很多學者都將人工智能定義為通過研究使計算機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50年代，并在20世紀60年代更加壯大，形成了人工智能的初級階段。這一時期的研究偏向于運用領(lǐng)域知識和啟發(fā)式思維發(fā)展，編寫相關(guān)的智能計算機程序，為現(xiàn)代的計算機理論奠定一定的基礎(chǔ)。從1963年之后，人工智能便進入了研究的第二階段，人類嘗試用自然語言通訊，實現(xiàn)了計算機對自然語言的理解，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)，在各個領(lǐng)域得到運用。80年代，人工智能進入到以知識為中心的發(fā)展階段，更多的人開始注意到模擬智能中知識的重要性，圍繞這一現(xiàn)象進行了更多的研究和探索?，F(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)化為知識求解的專門問題，從而實現(xiàn)人工智能從理論研究到實際應(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 機器學習

機器學習是對計算機模擬人類活動并實現(xiàn)人類活動而進行研究的過程。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，是計算機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)點之間的相互連接構(gòu)成運算模型，通過模擬人的大腦的基本運算機制和機理來實現(xiàn)特定方面的功能。

3.5 模式識別

模式識別是指通過計算機技術(shù)讓計算機代替人類進行感知和識別。計算機模式識別系統(tǒng)能夠讓計算機在模擬人類感覺器官功能的幫助下對外界形成感知能力。隨著模式識別的發(fā)展和壯大，量子計算機技術(shù)也已經(jīng)在模式識別系統(tǒng)中得到運用。早期的模式識別系統(tǒng)僅僅是針對文字或二維圖像，但是隨著技術(shù)的進步，對三維景物的識別方面也已經(jīng)有了重大突破，并已經(jīng)延伸到活動物體的識別和分析，取得了長足的進步。

4 結(jié)束語

作為一門偉大的科學成就，人工智能的誕生無疑成為20世紀最重要的技術(shù)之一，而它也必將成為未來發(fā)展的主導學科之一。當前，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，隨著信息時代網(wǎng)絡(luò)技術(shù)和知識經(jīng)濟的不斷發(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，更多的推動社會和科技的進步和發(fā)展，為人類的生活發(fā)揮更多的作用。

參考文獻

[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？―計算機和人腦、算法和思維的關(guān)系[J].科學技術(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；進展

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009―8097（2008）13―0018―03

人工智能是一門綜合的交叉學科，涉及計算機科學、生理學、哲學、心理學、哲學和語言學等多個領(lǐng)域。人工智能主要研究用人工的方法和技術(shù)，模仿、延伸和擴展人的智能，實現(xiàn)機器智能，其長期目標是實現(xiàn)人類水平的人工智能。[1]從腦神經(jīng)生理學的角度來看，人類智能的本質(zhì)可以說是通過后天的自適應(yīng)訓練或?qū)W習而建立起來的種種錯綜復雜的條件反射神經(jīng)網(wǎng)絡(luò)回路的活動。[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，不僅給學習科學以技術(shù)支撐，而且能反過來促使人腦的學習規(guī)律研究更加清晰，從而提供更加切實有效的方法論。[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)域進行的，其主要研究領(lǐng)域有：專家系統(tǒng)、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設(shè)計、機器人學、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)、機器人學、機器學習、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)域進行闡述。

一 專家系統(tǒng)

專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，它使用人工智能技術(shù)，根據(jù)某個領(lǐng)域中一個或多個人類專家提供的知識和經(jīng)驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復雜問題。[5]專家系統(tǒng)主要組成部分為：知識庫，用于存儲某領(lǐng)域?qū)＜蚁到y(tǒng)的專門知識；綜合數(shù)據(jù)庫，用于存儲領(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，用于記憶所采用的規(guī)則和控制策略的程序，使整個專家系統(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)的特點通常表現(xiàn)為計劃系統(tǒng)或診斷系統(tǒng)。計劃系統(tǒng)往前走，從一個給定系統(tǒng)狀態(tài)指向最終狀態(tài)。如計劃系統(tǒng)中可以輸入有關(guān)的課堂目標和學科內(nèi)容，它可以制定出一個課堂大綱，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，從一個給定系統(tǒng)陳述查找原因或?qū)ζ溥M行分析，例如，一個診斷系統(tǒng)可能以一堂CBI（基于計算機的教學，computer-based instruction）課為例，輸入學生課堂表現(xiàn)資料，分析為什么課堂的某一部分效果不佳。在開發(fā)專家計劃系統(tǒng)支持教學系統(tǒng)開發(fā)（ISD）程序的領(lǐng)域中最有名的是梅里爾（Merrill）的教學設(shè)計專家系統(tǒng)（ID Expert）。[6]

教學專家系統(tǒng)的任務(wù)是根據(jù)學生的特點（如知識水平、性格等），以最合適的教案和教學方法對學生進行教學和輔導。其特點為：同時具有診斷和調(diào)試等功能；具有良好的人機界面。已經(jīng)開發(fā)和應(yīng)用的教學專家系統(tǒng)有美國麻省理工學院的MACSYMA符號積分與定理證明系統(tǒng)，我國一些大學開發(fā)的計算機程序設(shè)計語言、物理智能計算機輔助教學系統(tǒng)以及聾啞人語言訓練專家系統(tǒng)等。[7]

目前，在教育中，專家系統(tǒng)的開發(fā)和應(yīng)用更多的集中于遠程教育，為現(xiàn)代遠程教育的智能化提供了有力的技術(shù)支撐?；趯＜蚁到y(tǒng)構(gòu)造的智能化遠程教育系統(tǒng)具有以下幾個方面的功能：具備某學科或領(lǐng)域的專門知識，能生成自己的提問和應(yīng)答； 能夠分析學生的特征，評價和記錄學生的學習情況，診斷學生學習過程中的錯誤并進行補救教學；可以選擇不同的教學方法實現(xiàn)以學生為主體的個別化教學。[8]目前應(yīng)用于遠程教育的專家系統(tǒng)有智能決策專家系統(tǒng)、智能答疑專家系統(tǒng)、網(wǎng)絡(luò)教學資源專家系統(tǒng)、智能導學系統(tǒng)和智能網(wǎng)絡(luò)組卷系統(tǒng)等。

二 機器人學

機器人學是人工智能研究是一個分支，其主要內(nèi)容包括機器人基礎(chǔ)理論與方法、機器人設(shè)計理論與技術(shù)、機器人仿生學、機器人系統(tǒng)理論與技術(shù)、機器人操作和移動理論與技術(shù)、微機器人學。[9]機器人的發(fā)展經(jīng)歷了三個階段：第一代機器人是以 “示教―再現(xiàn)”方式進行工作；第二代機器人具有一定的感覺裝置，表現(xiàn)出低級智能；第三代機器人是具有高度適應(yīng)性的自治機器人，即智能機器人。目前開發(fā)和應(yīng)用的機器人大多是智能機器人。機器人技術(shù)的發(fā)展對人類的生活和社會都產(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、社會服務(wù)、醫(yī)療等領(lǐng)域擴展。

機器人技術(shù)涉及多門科學，是一個國家科技發(fā)展水平和國民經(jīng)濟現(xiàn)代化、信息化的重要標志，因此，機器人技術(shù)是世界強國重點發(fā)展的高技術(shù)，也是世界公認的核心競爭力之一，很多國家已經(jīng)將機器人學教育列為學校的科技教育課程，在孩子中普及機器人學知識，從可持續(xù)和長遠發(fā)展的角度，為本國培養(yǎng)機器人研發(fā)人才。[10]在機器人競賽的推動下，機器人教育逐漸從大學延伸到中小學，世界發(fā)達國家例如美國、英國、法國、德國、日本等已把機器人教育納入中小學教育之中，我國許多有條件的中小學也開展了機器人教育。

機器人在作為教學內(nèi)容的同時，也為教育提供了有力的技術(shù)支撐，成為培養(yǎng)學習者創(chuàng)新精神和實踐能力的新的載體與平臺，大大豐富了教學資源。多年來，我國中小學信息技術(shù)教育的主要載體是計算機和網(wǎng)絡(luò)，教學資源單一，缺乏前瞻性。教學機器人的引入，不僅激發(fā)了學生的學習興趣，還為教學提供了豐富的、先進的教學資源。隨著機器人技術(shù)的發(fā)展，教學機器人種類越來越多，目前在中小學較為常用的教學機器人有：能力風暴機器人、通用機器人、未來之星機器人、樂高機器人、納英特機器人、中鳴機器人等。

三 機器學習

機器學習是要使計算機能夠模仿人的學習行為，自動通過學習來獲取知識和技巧，[11]其研究綜合應(yīng)用了心理學、生物學、神經(jīng)生理學、邏輯學、模糊數(shù)學和計算機科學等多個學科。機器學習的方法與技術(shù)有機械學習、示教學習、類比學習、示例學習、解釋學習、歸納學習和基于神經(jīng)網(wǎng)絡(luò)的學習等，近年來，知識發(fā)現(xiàn)和數(shù)據(jù)挖掘是發(fā)展最快的機器學習技術(shù)。機器學習（自動獲取新的事實及新的推理算法）是使計算機具有智能的根本途徑，對機器學習的研究有助于發(fā)現(xiàn)人類學習的機理和揭示人腦的奧秘。[12]

隨著計算機技術(shù)的進步和機器學習研究的深入，機器學習系統(tǒng)的性能大大提高，各種學習算法的應(yīng)用范圍不斷擴大，例如將連接學習用于圖文識別，歸納學習、分析學習用于專家系統(tǒng)等，大大推動了在教育中的應(yīng)用，例如在建構(gòu)適應(yīng)性教學系統(tǒng)中，用機器學習與樸素的貝葉斯分類器動態(tài)了解學生的學習偏好，有較高的準確率[13]?；诎咐耐评恚╟ase-based reasoning，CBR）是一種新興的機器學習和推理方法，其核心思想是重用過去人們解決問題的經(jīng)驗解決新問題，在計算機輔助教育方面，已經(jīng)出現(xiàn)了基于CBR的圖形仿真教育系統(tǒng)，并且，針對個體特征的教育教學方法研究也有所突破。[14]另外，數(shù)據(jù)挖掘和知識發(fā)現(xiàn)在生物醫(yī)學、金融管理、商業(yè)銷售等領(lǐng)域的成功應(yīng)用，不僅給機器學習注入新的生機，也為機器學習在教育中的應(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算機理解人類的自然語言，以實現(xiàn)用自然語言與計算機之間的交流。一個能夠理解自然語言信息的計算機系統(tǒng)看起來就像一個人一樣需要有上下文知識以及根據(jù)這些上下文知識和信息用信息發(fā)生器進行推理的過程。[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，計算機能正確地回答用自然語言提出的問題；文摘生成，計算機能根據(jù)輸入的文本產(chǎn)生摘要；釋義，計算機能用不同的詞語和句型來復述輸入的自然語言信息；翻譯，計算機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)的認識。[16]

自然語言理解最早的研究領(lǐng)域是機器翻譯，隨著應(yīng)用研究的廣泛開展，也為機器人和專家系統(tǒng)的知識獲取提供了新的途徑，例如由MIT研制的指揮機器人的自然語言理解系統(tǒng)SHRDLU就可以接收自然語言，進行人機對話，回答關(guān)于桌面上積木世界中的各種問題。同時，對自然語言理解的研究也促進了計算機輔助語言教學和計算機語言設(shè)計等方面的發(fā)展，例如“希賽可”網(wǎng)絡(luò)智能英語學習系統(tǒng)，這個基于網(wǎng)絡(luò)的“人-機”語境的建立，突破了普通英語教師和傳統(tǒng)的單機的多媒體教學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，可以為遠程學習者提供良好的英語學習支持，在國內(nèi)第一次系統(tǒng)地將用自然語言進行的人機對話系統(tǒng)應(yīng)用在計算機輔助外語教學上，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網(wǎng)絡(luò)，其目的在于模擬大腦的某些機理與機制，實現(xiàn)某個方面的功能，例如可以用于模仿視覺、模式識別、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)，兩種主要學習算法：有指導式學習和非指導式學習。

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、分布式存儲和處理、自組織、自適應(yīng)和自學習能力，特別適合于處理需要同時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?，目前已?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)用大多是與教學專家系統(tǒng)相結(jié)合，以此來改進教學專家系統(tǒng)的性能，提高智能性，使其在教學過程中對突發(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算與人工智能結(jié)合的結(jié)果，研究目標是要創(chuàng)建一種能夠描述自然系統(tǒng)和社會系統(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)兩個領(lǐng)域。[20]分布式人工智能系統(tǒng)一般由多個Agent組成，每個Agent又是一個半自治系統(tǒng)，Agent之間及Agent與環(huán)境之間進行并發(fā)活動并進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)作和容錯等優(yōu)點，在資源、時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)在教學中的應(yīng)用逐漸受到關(guān)注。在教學中引入Agent可以有效地提高教學系統(tǒng)的智能性，創(chuàng)造良好的學習情境，并能激發(fā)學習者的學習興趣，進行個性化教育。目前，Agent和多Agent技術(shù)多用于遠程智能教學系統(tǒng)，通過利用其分布性、自主性和社會性等特點，提高網(wǎng)絡(luò)教學系統(tǒng)的智能性，使教學資源得到充分利用，并可實現(xiàn)對學習者的學習行為進行動態(tài)跟蹤，為學習者的網(wǎng)絡(luò)學習創(chuàng)造合作性的學習環(huán)境。在網(wǎng)絡(luò)教學軟件中應(yīng)用Agent技術(shù)的一個典型是美國南加利福尼亞大學（USC）開發(fā)的教學Adele（Agent for Distance Education - Light Edition） [22]。Agent技術(shù)在網(wǎng)絡(luò)教學軟件中取得的良好效果，促進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，科學技術(shù)的發(fā)展將會推動人工智能技術(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)用的擴展可以通過以下三個方面進行：一是人工智能與其他先進信息技術(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，為提高學習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，可以提高智能教學系統(tǒng)的教學效果；與網(wǎng)絡(luò)通訊技術(shù)相結(jié)合，可以提高和改進遠程教育的智能性。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立，而是相互促進，相互完善，它們可以通過集成擴展彼此的功能和應(yīng)用能力。例如自然語言理解與專家系統(tǒng)、機器人的集成，為專家系統(tǒng)和機器人提供了新的知識獲取途徑。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展，這些新領(lǐng)域有分布式人工智能與Agent、計算智能與進化計算、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)以及人工生命等[24]，這些發(fā)展與應(yīng)用蘊藏著巨大潛能，必將對教育產(chǎn)生重要的影響。

技術(shù)發(fā)展不斷發(fā)揮著引導教育技術(shù)研究的作用，一種新興技術(shù)的出現(xiàn)總是會掀起相應(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，值得進一步的開發(fā)和利用。

參考文獻

[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] 《計算機與信息科學十萬個為什么》叢書編輯委員會,計算機與信息科學十萬個為什么(8):人工智能[M].北京:清華大學出版社,1998:5,189,78-79,84.

[3] 任友群,胡航.論學習科學的本質(zhì)及其學科基礎(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.教學設(shè)計的國際觀第2冊:解決教學設(shè)計問題[M].北京:教育科學出版社,2007:67.

[7] 任友群.技術(shù)支撐的教與學及其理論基礎(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.機器人技術(shù)與應(yīng)用[M].北京:清華大學出版社,2007:6.

[10] 關(guān)注機器人幼兒教育――訪鮑青山博士[DB/OL].

[13] 柏宏權(quán),韓慶年.機器學習在適應(yīng)性教學系統(tǒng)中的應(yīng)用研究[J].南京師范大學學報(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)研究進展及應(yīng)用[J].計算機工程與設(shè)計,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)的遠程教育應(yīng)用探索――“希賽可”智能型網(wǎng)上英語學習系統(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)計算機；人工神經(jīng)網(wǎng)絡(luò)；實用化研究

中圖分類號：TP183 文獻標識碼：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現(xiàn)大腦的思維模式，這是因為隨著計算機技術(shù)的進步，多陣列CPU組成的計算機網(wǎng)絡(luò)，能夠從一定的程度來模擬實現(xiàn)大腦的思維，將CPU替代人類大腦的神經(jīng)元，從而實現(xiàn)計算機的人工智能，目前基于神經(jīng)計算機的人工神經(jīng)網(wǎng)絡(luò)技術(shù)已經(jīng)被廣泛的使用于科技領(lǐng)域的各個方面，比如本文即將要重點介紹的測控技術(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)學模型，是基于仿生學的基礎(chǔ)，計算機技術(shù)的應(yīng)用，從而實現(xiàn)類似人腦的邏輯性思維，人工神經(jīng)網(wǎng)絡(luò)不是通過一個個程序來實現(xiàn)的邏輯性思維，而是通過大量的節(jié)點，圖1是節(jié)點的示意圖：

其中：a1～an為輸入向量的各個分量；w1～wn為神經(jīng)元各個突觸的權(quán)值；b為偏置； f為傳遞函數(shù)，通常為非線性函數(shù)。以下默認為hardlim（）；t為神經(jīng)元輸出；數(shù)學表示 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)點又叫做神經(jīng)元來進行相互作用實現(xiàn)的邏輯性思維，包括記憶能力，其中每一個神經(jīng)元代表了一種輸出函數(shù)，而通過兩個神經(jīng)元之間的連接信號則稱為加權(quán)值，這實際上就是人工神經(jīng)網(wǎng)絡(luò)的記憶。一個節(jié)點的計算公式是： ；其中Y是神經(jīng)元的輸出。 是神經(jīng)元的第i個輸入量， 則是第i個所儲權(quán)值， 則代表了節(jié)點的函數(shù)平移量，n代表是節(jié)點的個數(shù)。由此公式衍生的 =0則代表了n維空間中的超平面。這個超平面把n維空間劃分了兩個平面，一個平面的 是正值，另一個則代表了負數(shù)。

人工神經(jīng)網(wǎng)絡(luò)的基本特征主要體現(xiàn)在四個方面，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)，自組織和自學習能力。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)，是有一個個并行的簡單運算單元所組成，因此通過計算機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)芯片主要用于運算非常大的場合；另一種硬件就是通過增加可擦寫存儲器的半固定電路，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)計算機，所謂神經(jīng)計算機就是一種專門模擬神經(jīng)網(wǎng)絡(luò)單指令流，多數(shù)據(jù)流的并行計算機，在模擬人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)時，具有極高的性價比，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)計算機的人工神經(jīng)網(wǎng)絡(luò)實用化分析

（一）人工神經(jīng)網(wǎng)絡(luò)在測控技術(shù)方面的實用化研究

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，自學習自適應(yīng)過程控制以及多傳感器系統(tǒng)的數(shù)據(jù)實時分析，矯正和控制等，在實時圖形和實物識別的測控技術(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)過實驗證明，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)品進行管控，往往能夠提升良品率10個百分點。其二就是通過人工神經(jīng)網(wǎng)絡(luò)在測控技術(shù)上的實物識別，這種技術(shù)能夠利用多個領(lǐng)域，比如身份識別，目前通過神經(jīng)計算機上最新的SLPODBF算法對10種不同的實物進行識別，將這些實物擺出多達三百多種的姿態(tài)，通過對神經(jīng)計算機的訓練，最終有效的識別率能夠達到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)計算機的訓練時間縮短兩個數(shù)量級；其三就是說話人確認的識別技術(shù)，語音識別系統(tǒng)自然也是人工神經(jīng)網(wǎng)絡(luò)技術(shù)的重點之一，通過基于CASSANDRA—I神經(jīng)計算機的模擬實現(xiàn)語音識別系統(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)的自動控制，這種自動控制應(yīng)該具備自適應(yīng)，自學習能力，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)板以及更為先進的神經(jīng)計算機，都能夠適用于不同場合的自動控制，抗干擾能力強，在使用過程中不會因為程序的錯誤而導致失控。

（二）基于人工神經(jīng)網(wǎng)絡(luò)在中藥現(xiàn)代化的方面的實用

從上個世紀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，因為人工神經(jīng)網(wǎng)絡(luò)具有自學習，自適應(yīng)以及自組織的能力，能夠?qū)崿F(xiàn)實物識別，根據(jù)自身自學習能力，就能夠?qū)﹄娦盘柡蛨D像進行直接處理，而且基于人工神經(jīng)網(wǎng)絡(luò)原理的神經(jīng)計算機操作比較簡單，有專門的人機交互界面，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臺加工中心、工業(yè)機器人、數(shù)控機床及物料運送存貯設(shè)備構(gòu)成，具有適應(yīng)加工多品種產(chǎn)品的靈活性。FMC可視為一個規(guī)模最小的FMS，是FMS向廉價化及小型化方向發(fā)展和一種產(chǎn)物，其特點是實現(xiàn)單機柔性化及自動化，迄今已進入普及應(yīng)用階段。

2.柔性制造系統(tǒng)(FMS)

通常包括4臺或更多臺全自動數(shù)控機床(加工中心與車削中心等)，由集中的控制系統(tǒng)及物料搬運系統(tǒng)連接起來，可在不停機的情況下實現(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機床；亦可采用專用機床或NC專用機床，對物料搬運系統(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，其特點是實現(xiàn)生產(chǎn)線柔性化及自動化，其技術(shù)已日臻成熟，迄今已進入實用化階段。

4.柔性制造工廠(FMF)

FMF是將多條FMS連接起來，配以自動化立體倉庫，用計算機系統(tǒng)進行聯(lián)系，采用從訂貨、設(shè)計、加工、裝配、檢驗、運送至發(fā)貨的完整FMS。它包括了CAD/CAM，并使計算機集成制造系統(tǒng)(CIMS)投入實際，實現(xiàn)生產(chǎn)系統(tǒng)柔性化及自動化，進而實現(xiàn)全廠范圍的生產(chǎn)管理、產(chǎn)品加工及物料貯運進程的全盤化。FMF是自動化生產(chǎn)的最高水平，反映出世界上最先進的自動化應(yīng)用技術(shù)。它是將制造、產(chǎn)品開發(fā)及經(jīng)營管理的自動化連成一個整體，以信息流控制物質(zhì)流的智能制造系統(tǒng)(IMS)為代表，其特點是實現(xiàn)工廠柔性化及自動化。

二、關(guān)鍵技術(shù)

1.計算機輔助設(shè)計

未來CAD技術(shù)發(fā)展將會引入專家系統(tǒng)，使之具有智能化，可處理各種復雜的問題。當前設(shè)計技術(shù)最新的一個突破是光敏立體成形技術(shù)，該項新技術(shù)是直接利用CAD數(shù)據(jù)，通過計算機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)的光敏樹脂液面進行光學掃描，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)學的實際應(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習功能，可在控制過程中不斷獲取新的信息并自動地對控制量作調(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)利用專家知識和推理規(guī)則進行推理，求解各類問題(如解釋、預測、診斷、查找故障、設(shè)計、計劃、監(jiān)視、修復、命令及控制等)。由于專家系統(tǒng)能簡便地將各種事實及經(jīng)驗證過的理論與通過經(jīng)驗獲得的知識相結(jié)合，因而專家系統(tǒng)為FMS的諸方面工作增強了柔性。展望未來，以知識密集為特征，以知識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)，預計最有發(fā)展前途的仍是人工智能。預計到21世紀初，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環(huán)節(jié)，借助模擬專家的智能活動，取代或延伸制造環(huán)境中人的部分腦力勞動。在制造過程，系統(tǒng)能自動監(jiān)測其運行狀態(tài)，在受到外界或內(nèi)部激勵時能自動調(diào)節(jié)其參數(shù)，以達到最佳工作狀態(tài)，具備自組織能力。故IMT被稱為未來21世紀的制造技術(shù)。對未來智能化FMS具有重要意義的一個正在急速發(fā)展的領(lǐng)域是智能傳感器技術(shù)。該項技術(shù)是伴隨計算機應(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)

這是因為FMC的投資比FMS少得多而經(jīng)濟效益相接近，更適用于財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)如汽車及拖拉機等工廠對FML的需求引起了FMS制造廠的極大關(guān)注。采用價格低廉的專用數(shù)控機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)、計算機技術(shù)、通信技術(shù)、機械與控制設(shè)備的發(fā)展。

一、自動化機械制造規(guī)模

按規(guī)模大小FMS可分為如下4類

（一）自動化制造單元

FMC：的問世并在生產(chǎn)中使用約比FMS晚6～8年，它是由1～2臺加工中心、工業(yè)機器人、數(shù)控機床及物料運送存貯設(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可視為一個規(guī)模最小的FMS，是FMS向廉價化及小型化方向發(fā)展和一種產(chǎn)物，其特點是實{目單機自動化化及自動化，迄今已進入普及應(yīng)用階段。

（二）自動化制造系統(tǒng)

通常包括4臺或更多臺全自動數(shù)控機床及人工中心與車削中心等），由集中的控制系統(tǒng)及物料搬運系統(tǒng)連接起來，可在不停機的情況下實現(xiàn)多品種、中小批量的加工及管理。

（三）自動化制造線

它是處于單一或少品種大批量非自動化自動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機床，亦可采用專用機床或NC專用機床，對物料搬運系統(tǒng)自動化的要求低于FMS，但生產(chǎn)率更高。

（四）自動化制造工廠

FMt是將多條FMS連接起來，配以自動化立體倉庫，用計算機系統(tǒng)進行聯(lián)系，采用從訂貨、設(shè)計、加工、裝配、檢驗、運送至發(fā)貨的完整FMS。它包括了CAD/CAM，并使計算機集成制造系統(tǒng)（C1MS）投入實際，實現(xiàn)生產(chǎn)系統(tǒng)自動化化及自動化，進而實現(xiàn)全廠范圍的生產(chǎn)管理、產(chǎn)品加工及物料貯運進程的全盤化。FMF是自動化生產(chǎn)的最高水平，反映出世界上最先進的自動化應(yīng)用技術(shù)。它是將制造、產(chǎn)品開發(fā)及經(jīng)營管理的自動化連成一個整體，以信息流控制物質(zhì)流的智能制造系統(tǒng)IMS）為代表，其特點是實現(xiàn)工廠自動化化及自動化。

二、自動化關(guān)鍵技術(shù)

（一）計算機輔助設(shè)計

未來CAD技術(shù)發(fā)展將會引入專家系統(tǒng)，使之具有智能化，可處理各種復雜的問題。當前設(shè)計技術(shù)最新的一個突破是光敏立體成形技術(shù)，該項新技術(shù)是直接利用CAD數(shù)據(jù)，通過計算機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)的光敏樹脂液面進行光學掃描，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)學的實際應(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習功能，可在控制過程中不斷獲取新的信息并自動地對控制量作調(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)利用專家知識和推理規(guī)則進行推理，求解各類問題（如解釋、預測、診斷、查找故障、設(shè)計、計劃、監(jiān)視、修復、命令及控制等）。由于專家系統(tǒng)能簡便地將各種事實及經(jīng)驗證過的理論與通過經(jīng)驗獲得的知識相結(jié)合，因而專家系統(tǒng)為FMS的諸方面工作增強了自動化。展望未來，以知識密集為特征，以知識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)，預計最有發(fā)展前途的仍是人工智能。預計到21世紀初，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環(huán)節(jié)，借助模擬專家的智能活動，取代或延伸制造環(huán)境中人的部分腦力勞動。在制造過程，系統(tǒng)能自動監(jiān)測其運行狀態(tài)，在受到外界或內(nèi)部激勵時能自動調(diào)節(jié)其參數(shù)，以達到最佳工作狀態(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)中的一個組成部分。

三、啟動控制技術(shù)發(fā)展趨勢

（一）FMC將成為發(fā)展和應(yīng)用的熱門技術(shù)

這是因為FMC的投資比FMS少得多而經(jīng)濟效益相接近，更適用于財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