人工智能應用領域論文

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

　　人工智能應用領域論文篇一

　　人工智能在工程技術領域的具體應用研究

　　[摘 要]人工智能工程應用系統(tǒng)的發(fā)展及其背景是在人類科技與革新的大爆發(fā)乃是本世紀的特點。由總體而言，在本世紀內，各門科技學科的理論體系得到了充實和完善。到本世紀下半葉則體現(xiàn)為各類技術的集成與綜合。由此，人類的社會生產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。

　　[關鍵詞]人工智能，工程技術應用

　　首先，介紹下人工智能(Artificial Intelligence，AI)是一門綜合了計算機科學、生理學、哲學的交叉學科。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域。 其中特點是讓機器學會“思考”

　　人工智能學科是計算機科學中涉及研究、設計和應用智能機器的一個分支。

　　1.20世紀80年代，專家系統(tǒng)技術的逐漸成熟及計算機技術的迅速發(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防早熟現(xiàn)象的二元變異算子，并在此基礎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各行各業(yè)的應用

　　(1)工業(yè)過程中的智能控制。生產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測的情況，人工智能技術為解決這一難題提供了有效的解決方案。

　　(3)電力電子學研究領域中的智能控制。電力系統(tǒng)中發(fā)電機、變壓器、電動機等電機電器設備的設計、生產、運行、控制是一個復雜的過程，國內外的電氣工作者將人工智能技術引入到電氣設備的優(yōu)化設計、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用。大壩安全監(jiān)測自動化系統(tǒng)結構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)測網絡結構和基于現(xiàn)場總線的通信網絡模型應用于大壩安全監(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，增加了系統(tǒng)的實用性。重點研究了監(jiān)控網絡的系統(tǒng)結構、網絡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)的預處理方法，應用灰色系統(tǒng)理論和過程突變理論建立了監(jiān)測數(shù)據(jù)的在線檢驗模型，有效地解決了自動化系統(tǒng)監(jiān)測數(shù)據(jù)的合理性和真實性的在線檢驗問題。

　　3)應用人工神經網絡技術研究了大壩監(jiān)測數(shù)據(jù)的分析方法，建立了基于自學習神經元的自學習即網絡監(jiān)控模型，為大壩安全監(jiān)控模型的建立和預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，應用知識的語義網絡和模糊產生式規(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轉化的順序包含：

　　1.機器學習

　　機器學習(Machine Learning)是研究計算機怎樣模擬或實現(xiàn)人類的學習行為，以獲取新

　　的知識或技能，重新組織已有的知識結構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，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演繹機器學習的研究是根據(jù)生理學、認知科學等對人類學習機理的了解，建立人類學習過程的計算模型或認識模型，發(fā)展各種學習理論和學習方法，研究通用的學習算法并進行理論上的分析，建立面向任務的具有特定應用的學習系統(tǒng)。這些研究目標相互影響相互促進。

　　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，人們經常在進行“模式識別”。隨著20世紀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60年代初迅速發(fā)展并成為一門新學科。

　　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，是信息科學和人工智能的重要組成部分。應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).模式識別的應用(1)文字識別(2)語音識別(3)圖像識別(4)醫(yī)學診斷

　　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)，其內部含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。

　　2).發(fā)展歷史

　　專家系統(tǒng)的發(fā)展已經歷了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。但在體系結構的完整性、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)屬單學科專業(yè)型、應用型系統(tǒng)

　　第三代專家系統(tǒng)屬多學科綜合型系統(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)的基本結構

　　專家系統(tǒng)的基本結構如圖所示，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)質量是否優(yōu)越的關鍵所在，即知識庫中知識的質量和數(shù)量決定著專家系統(tǒng)的質量水平。

　　人工智能在物聯(lián)網的應用

　　物聯(lián)網智能是利用人工智能技術服務于物聯(lián)網絡的技術是將人工智能的理論方法和技術通過具有智能處理功能的軟件部署在網絡服務器中去服務于接入物聯(lián)網的物品設備和人。

　　1.智能物聯(lián)網

　　1)智能物聯(lián)網概念

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

　　2)智能物聯(lián)網的實現(xiàn)途徑

　　要實現(xiàn)物聯(lián)網智能化就必須讓人工智能成為物聯(lián)知終端、傳輸網絡、具有人工智能的數(shù)據(jù)處理服務器。

　　2.物聯(lián)網需要的人工智能技術

　　1)物聯(lián)網中需要來自人工智能技術的研究成果.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、機器學習、智能控制等技術。

　　2)物聯(lián)網的智能控制

　　在物聯(lián)網的應用中.控制將是物聯(lián)網的主要環(huán)節(jié).如何在物聯(lián)網中實現(xiàn)智能控制將是物聯(lián)網發(fā)展的關鍵。

　　3.物聯(lián)網智能模型

　　基于對人工智能技術的認識和研究.依據(jù)人工智能模型.推演出了智能物聯(lián)網智能化模型。智能物聯(lián)網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;國內外智能控制系統(tǒng)發(fā)展概述[J];高技術通訊;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)中的應用[J];陶瓷;1995年03期.

下一頁分享更優(yōu)秀的<<<人工智能應用領域論文