人工智能應(yīng)用領(lǐng)域論文

　　人工智能工程應(yīng)用系統(tǒng)的發(fā)展及其背景是在人類科技與革新的大爆發(fā)乃是本世紀(jì)的特點。以下是學(xué)習(xí)啦小編整理分享的關(guān)于人工智能應(yīng)用領(lǐng)域論文的相關(guān)文章，歡迎閱讀!

　　人工智能應(yīng)用領(lǐng)域論文篇一

　　人工智能在工程技術(shù)領(lǐng)域的具體應(yīng)用研究

　　[摘 要]人工智能工程應(yīng)用系統(tǒng)的發(fā)展及其背景是在人類科技與革新的大爆發(fā)乃是本世紀(jì)的特點。由總體而言，在本世紀(jì)內(nèi)，各門科技學(xué)科的理論體系得到了充實和完善。到本世紀(jì)下半葉則體現(xiàn)為各類技術(shù)的集成與綜合。由此，人類的社會生產(chǎn)力水平得到了史無前例的迅速增長。近四五十年發(fā)展尤為迅速。

　　[關(guān)鍵詞]人工智能，工程技術(shù)應(yīng)用

　　首先，介紹下人工智能(Artificial Intelligence，AI)是一門綜合了計算機科學(xué)、生理學(xué)、哲學(xué)的交叉學(xué)科。人工智能的研究課題涵蓋面很廣，從機器視覺到專家系統(tǒng)，包括了許多不同的領(lǐng)域。 其中特點是讓機器學(xué)會“思考”

　　人工智能學(xué)科是計算機科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機器的一個分支。

　　1.20世紀(jì)80年代，專家系統(tǒng)技術(shù)的逐漸成熟及計算機技術(shù)的迅速發(fā)展，使得智能控制和決策的研究也取得了較大進展。計算智能是一種仿生計算方法，它從生物底層對智能行為進行模擬和研究，拓展了傳統(tǒng)的計算模式，為復(fù)雜問題的求解提供了新的解決辦法。為了提高計算智能的應(yīng)用效率，本文分析了二進制遺傳算法中早熟收斂的成因，指出了傳統(tǒng)的變異算子在防止早熟收斂方面的不足，提出了一種能有效預(yù)防早熟現(xiàn)象的二元變異算子，并在此基礎(chǔ)上提出了一種便于用常規(guī)邏輯門電路實現(xiàn)的遺傳算法。鑒于參數(shù)選擇對于遺傳算法求解效率的影響。

　　2.人工智能在工程技術(shù)各行各業(yè)的應(yīng)用

　　(1)工業(yè)過程中的智能控制。生產(chǎn)過程的智能控制主要包括兩個方面：局部級和全局級。

　　(2)機械制造中的智能控制。在現(xiàn)代先進制造系統(tǒng)中，需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來解決難以或無法預(yù)測的情況，人工智能技術(shù)為解決這一難題提供了有效的解決方案。

　　(3)電力電子學(xué)研究領(lǐng)域中的智能控制。電力系統(tǒng)中發(fā)電機、變壓器、電動機等電機電器設(shè)備的設(shè)計、生產(chǎn)、運行、控制是一個復(fù)雜的過程，國內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計、故障診斷及控制中，取得了良好的控制效果 。

　　(4)人工智能在水利工程中應(yīng)用。大壩安全監(jiān)測自動化系統(tǒng)結(jié)構(gòu)和大壩安全智能決策支持系統(tǒng)(DSIDSS)。

　　1)針對大壩安全監(jiān)測系統(tǒng)的可靠性問題，將現(xiàn)場總線監(jiān)測網(wǎng)絡(luò)結(jié)構(gòu)和基于現(xiàn)場總線的通信網(wǎng)絡(luò)模型應(yīng)用于大壩安全監(jiān)測系統(tǒng)中，提高了系統(tǒng)的可靠性和系統(tǒng)組網(wǎng)的靈活性，使大壩安全監(jiān)測自動化系統(tǒng)可根據(jù)現(xiàn)場條件靈活組網(wǎng)，增加了系統(tǒng)的實用性。重點研究了監(jiān)控網(wǎng)絡(luò)的系統(tǒng)結(jié)構(gòu)、網(wǎng)絡(luò)通訊模式和功能分布。

　　2)針對自動化監(jiān)控系統(tǒng)的數(shù)據(jù)真實性和合理性檢驗問題，研究了大壩安全監(jiān)測數(shù)據(jù)的預(yù)處理方法，應(yīng)用灰色系統(tǒng)理論和過程突變理論建立了監(jiān)測數(shù)據(jù)的在線檢驗?zāi)Ｐ停行У亟鉀Q了自動化系統(tǒng)監(jiān)測數(shù)據(jù)的合理性和真實性的在線檢驗問題。

　　3)應(yīng)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)研究了大壩監(jiān)測數(shù)據(jù)的分析方法，建立了基于自學(xué)習(xí)神經(jīng)元的自學(xué)習(xí)即網(wǎng)絡(luò)監(jiān)控模型，為大壩安全監(jiān)控模型的建立和預(yù)測提供了新的思路和方法。

　　4)針對合理處理DSIDSS中的不確定因素問題，采用模糊測度和模糊積分理論的基本思想和方法進行了處理。結(jié)合模糊集和可能性理論，提出了大壩安全等級劃分和安全判據(jù)的表示方法。應(yīng)用模糊測度和模糊積分理論，較好地解決了大壩安全綜合評價中不確定性因素的計算機表示和處理方法。

　　5)探討了DSIDSS中的知識表示和推理技術(shù)，應(yīng)用知識的語義網(wǎng)絡(luò)和模糊產(chǎn)生式規(guī)則表示方法，建立了大壩安全智能決策支持系統(tǒng)的知識庫。所采用的模糊推理方法克服了傳統(tǒng)Bayes推理方法的部分缺陷，在實際應(yīng)用中表明是合理有效的一種推理模式。

　　人工智能的過程及在工程技術(shù)轉(zhuǎn)化的順序包含：

　　1.機器學(xué)習(xí)

　　機器學(xué)習(xí)(Machine Learning)是研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新

　　的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能的核心，是使計算機具有智能的根本途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域，它主要使用歸納、綜合而不是演繹機器學(xué)習(xí)的研究是根據(jù)生理學(xué)、認知科學(xué)等對人類學(xué)習(xí)機理的了解，建立人類學(xué)習(xí)過程的計算模型或認識模型，發(fā)展各種學(xué)習(xí)理論和學(xué)習(xí)方法，研究通用的學(xué)習(xí)算法并進行理論上的分析，建立面向任務(wù)的具有特定應(yīng)用的學(xué)習(xí)系統(tǒng)。這些研究目標(biāo)相互影響相互促進。

　　2.模式識別

　　1). 模式識別概述

　　模式識別(Pattern Recognition)是人類的一項基本智能，在日常生活中，人們經(jīng)常在進行“模式識別”。隨著20世紀(jì)40年代計算機的出現(xiàn)以及50年代人工智能的興起，人們當(dāng)然也希望能用計算機來代替或擴展人類的部分腦力勞動。(計算機)模式識別在20世紀(jì)60年代初迅速發(fā)展并成為一門新學(xué)科。

　　模式識別(Pattern Recognition)是指對表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進行處理和分析，以對事物或現(xiàn)象進行描述、辨認、分類和解釋的過程，是信息科學(xué)和人工智能的重要組成部分。應(yīng)用計算機對一組事件或過程進行辨識和分類，所識別的事件或過程可以是文字、聲音、圖像等具體對象，也可以是狀態(tài)、程度等抽象對象。這些對象與數(shù)字形式的信息相區(qū)別，稱為模式信息。

　　2).模式識別的應(yīng)用(1)文字識別(2)語音識別(3)圖像識別(4)醫(yī)學(xué)診斷

　　3.專家系統(tǒng)

　　1).專家系統(tǒng)概述

　　專家系統(tǒng)是一個智能計算機程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題。

　　2).發(fā)展歷史

　　專家系統(tǒng)的發(fā)展已經(jīng)歷了3個階段，正向第四代過渡和發(fā)展。 　　第一代專家系統(tǒng)(dendral、macsyma等)以高度專業(yè)化、求解專門問題的能力強為特點。但在體系結(jié)構(gòu)的完整性、可移植性等方面存在缺陷，求解問題的能力弱。

　　第二代專家系統(tǒng)(mycin、casnet、prospector、hearsay等)屬單學(xué)科專業(yè)型、應(yīng)用型系統(tǒng)

　　第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語言，綜合采用各種知識表示方法和多種推理機制及控制策略

　　3. 專家系統(tǒng)的基本結(jié)構(gòu)

　　專家系統(tǒng)的基本結(jié)構(gòu)如圖所示，其中箭頭方向為數(shù)據(jù)流動的方向。專家系統(tǒng)通常由人機交互界面、知識庫、推理機、解釋器、綜合數(shù)據(jù)庫、知識獲取等6個部分構(gòu)成。知識庫用來存放專家提供的知識。專家系統(tǒng)的問題求解過程是通過知識庫中的知識來模擬專家的思維方式的，因此，知識庫是專家系統(tǒng)質(zhì)量是否優(yōu)越的關(guān)鍵所在，即知識庫中知識的質(zhì)量和數(shù)量決定著專家系統(tǒng)的質(zhì)量水平。

　　人工智能在物聯(lián)網(wǎng)的應(yīng)用

　　物聯(lián)網(wǎng)智能是利用人工智能技術(shù)服務(wù)于物聯(lián)網(wǎng)絡(luò)的技術(shù)是將人工智能的理論方法和技術(shù)通過具有智能處理功能的軟件部署在網(wǎng)絡(luò)服務(wù)器中去服務(wù)于接入物聯(lián)網(wǎng)的物品設(shè)備和人。

　　1.智能物聯(lián)網(wǎng)

　　1)智能物聯(lián)網(wǎng)概念

　　智能物聯(lián)網(wǎng)就是對接入物聯(lián)網(wǎng)的物品設(shè)備產(chǎn)生的信息能夠?qū)崿F(xiàn)自動識別和處理判斷，并能將處理結(jié)果反饋給接入的物品設(shè)備，同時能根據(jù)處理結(jié)果對物品設(shè)備進行某種操作指令的下達使接入的物品設(shè)備作出某種動作響應(yīng).而整個處理過程無需人類的參與。

　　2)智能物聯(lián)網(wǎng)的實現(xiàn)途徑

　　要實現(xiàn)物聯(lián)網(wǎng)智能化就必須讓人工智能成為物聯(lián)知終端、傳輸網(wǎng)絡(luò)、具有人工智能的數(shù)據(jù)處理服務(wù)器。

　　2.物聯(lián)網(wǎng)需要的人工智能技術(shù)

　　1)物聯(lián)網(wǎng)中需要來自人工智能技術(shù)的研究成果.如問題求解、邏輯推理證明、專家系統(tǒng)、數(shù)據(jù)挖掘、模式識別、自動推理、機器學(xué)習(xí)、智能控制等技術(shù)。

　　2)物聯(lián)網(wǎng)的智能控制

　　在物聯(lián)網(wǎng)的應(yīng)用中.控制將是物聯(lián)網(wǎng)的主要環(huán)節(jié).如何在物聯(lián)網(wǎng)中實現(xiàn)智能控制將是物聯(lián)網(wǎng)發(fā)展的關(guān)鍵。

　　3.物聯(lián)網(wǎng)智能模型

　　基于對人工智能技術(shù)的認識和研究.依據(jù)人工智能模型.推演出了智能物聯(lián)網(wǎng)智能化模型。智能物聯(lián)網(wǎng)被分為五個層次機器感知交互層、通信層、數(shù)據(jù)層、智能處理層、人機交互層，共五層。

　　作者簡介

　　[1] 田華，吳啟迪;國內(nèi)外智能控制系統(tǒng)發(fā)展概述[J];高技術(shù)通訊;1995年09期.

　　[2] 張新宇，徐建閩;計算機集成制造系統(tǒng)CIMS及其在陶瓷企業(yè)中的應(yīng)用[J];陶瓷;1995年03期.

下一頁分享更優(yōu)秀的<<<人工智能應(yīng)用領(lǐng)域論文