智能建筑研究的综述(中文翻译)

智能建筑研究的综述(中文翻译)
智能建筑研究的综述(中文翻译)

智能建筑研究的综述

M.G. Abdel-Kader, D. Dugdale, J.N. Berry, W.S. McGreal, D.M. Abraham

摘要:在过去的二十年,对智能建筑的研究的大量文献已经形成。然而,总是缺乏一个系统的表述来阐明现有的研究工作和取得的成绩。这种表述能够对现有的研究和审查提供巨大的利益,以确定之后的人需要对哪些方面更加努力和明确未来的研究方向。为此,本文不仅结合以前相关的智能建筑学科领域的文献而且对现有的研究工作进行了总结说明。我们的调查发现,以往的研究努力,主要涉及三方面,包括先进的研究和创新研究智能技术,绩效评价方法与投资评估分析。关于在全面文献回顾的基础上,本文还总结了一些未来的研究方向,这样更有益于研究人员在这一领域的研究工作。

关键词:智能建筑;定义;绩效评估;投资评价;净现值;生命周期成本分析;成本效益分析;层次分析法;模糊集理论。

1、引言

“智能”这个词最早用语言来描述它作为建筑是20世纪80年代在美国开始的。“智能建筑的概念”增强了信息技术的发展和对越来越复杂的“舒适的居住环境和要求增加对他们当地环境居住者的控制”需求。智能建筑的研究活动已经无所不在而且很多研究结果在学术刊物上已经发表了。大量的研究工作已经集中于讨论建筑技术的发展和性能评价方法。然而,只有少部分论文一直坚持对解决智能建筑投资评价的问题进行研究。与此同时,这就是不足的地方和为投资决策信息在概念的时期智能建筑的发展提供解决方案。日益增长的智能建筑投资和更大的需求量以证明其盈利能力,而且智能建筑能够影响研究方法和技术,从而这就可以协助评估智能建筑的投资,最好这些评估都是在概念的阶段。

本文的目的是提供一种简洁的、系统的回顾和识别现有的智能建筑的研究并提议今后的智能建筑研究方向。该文首先讨论了智能建筑的定义。然后,本文归纳出当前三个部分的智能建筑研究领域。第一部分是智能建筑研究概述。第二部分提供了智能建筑项目投资评价的方法。第三部分提出了今后的智能建筑研究方向。

2、智能建筑的定义

过去已经有无数的学术和技术文献讨论了智能建筑的定义。根据哈里斯和安打

所作的研究,存在30多个智能和建筑之间的关系的定义。早期的智能建筑定义

几乎全部集中在技术方面,而且并不建议用户进行交流。卡丹(1983年,引用文献)定义智能建筑是作为“一个具有完全自动化建设服务的控制系统”。在华盛顿的楼宇智能化机构(1988年,引用的智能建筑。参考文献)定义为“多种建筑系统资源进行有效的管理,最大限度地协调控制模式:也就是它的技术性能,投资和运行成本的节约,弹性”。

许多研究者对纯技术的智能建筑的定义进行了批评。例如,在20世纪80年代中期的DEG建筑物被发现是无法满足时代变化和人类居住的建筑机构,在信息技术方面或不是他们所使用的,从而将遭到过早地淘汰或者需要大量的翻新,或者有的已经遭到更严重的破坏。从作者Robathan,Loveday起,再到Preiser 和Schramm和安打和哈里斯,都建议智能建筑必须满足用户的要求。根据Clements-Croome,已经有越来越多的服务意识理念和建筑物的工作管理流程都和人类的福利有着密切的关系。建筑环境不仅直接影响着人类的健康,而且还影响着人类工作的体力、精神士气和对于工作的热情度。有些作者建议的楼宇智能化应该强调“多学科努力整合能够优化建筑结构、体制、服务和管理,从而创建一个多产的、更有效的建筑物的环境来达到环境的最大利用”。

最近,许多作者已经把智能建筑的“被学习能力”和“性能调整从它的住房率和环境”作为它的的定义。他们提出了智能建筑不仅可以反应一个人的性格,并且相应地能够改变这个人对组织和环境的要求,但也能够从它的住房率和环境进行学习和调节其特性。

另一方面,它也说明不同的智能建筑专业团体对智能建筑也有不同的理解。比如,智能建筑学院就指出了智能建筑在美国和英国的理解的不同。智能建筑学院指出在美国智能建筑的定义是为“人类提供了一个生产和经济的环境并通过优化四个基本的元素包括结构、体制、服务和管理,来阐明他们之间的相互关系”。相比之下,总部设在英国的欧洲智能建筑集团定义了智能建筑作为“一座建筑物应该有效的管理好它里面的环境,同时使有效管理拥有终身成本最小的资源硬件和设备”。从上面的定义表示英国的差异更重视用户的需求,而美国则更专注于技术的定义。

此外,很多设计者也认为“智能建筑不是单独存在的,他们可以提供更多的智能化来为人类服务从而使他们更加有效的工作”。此外,大多数现有的智能建筑的定义“要么太含糊了,只在有用的地方进行指导和详细的设计,而不是专注于它的技术和它是不是适合亚洲的文化”。现在精确的定义智能建筑是不可能的,

智能建筑没有正确的定义,所以新型的智能建筑也不会达到最佳的设计来满足下个世纪。针对这一点,专家提出了一个符合两级战略合适的智能建筑的定义。第一级由9个“质量环境模块(QEM)”(M1-M9)组成和第二级包含了三个领域的关键要素分别是功能需求、功能空间和技术。本文提出了包含额外的模块(M10)作为补充现有的九个模块为了应付对建筑物的健康问题。修订后的 '(M1-M10 QEM)包括:

?M1:有效的保护环境和节约能源;

?M2:每平方米空间利用率和灵活性;

?M3:有效地强调成本和维护功效;

?M4:人类的舒适度; M5:工作效率;

?M6:防火灾、地震、灾难等结构性破坏的能力;

?M7:它的文化; M8:高科技的监控;

?M9:施工过程和结构; M10:健康和卫生设施。

每10个关键元素都会按照它的重要性被安排在10个关键模块上。所以,本文从新定义了智能建筑作为一个基础上的设计和适当的选择环境功能模块的质量而要满足用户的要求,这样才能用适当的建筑设施来反映出长期的建筑价值。所以,Wong新定义的智能建筑有两个方面,它能同时考虑技术和满足广大用户的要求。另外,这个新定义不仅给设计者一个清楚的方向和充分的设计细节而且是这个高品质的智能建筑设计有一个统一的定义,并为用户提供一个准确的平台来判断一般的智能建筑的好坏。

3、以前的智能建筑的研究

通过智能建筑研究工作的相关文献和概述表明,通过先前的的努力可以把研究分为三个方向,其中包括先进的/创新科技,绩效评估方法和投资的评价分析。这三种研究方向在之后的部分做了进一步的阐述。

3.1研究先进创新的技术

一大堆的研究成果涉及到了智能建筑技术。以前的研究努力都集中在先进的系统开发、系统集成、网络协议和建筑子系统的服务上,其中包括空调系统、照明系统、消防系统、电梯系统、安全保障系统和通讯系统。

技术上,楼宇智能化执行和安排与传统上有所不同。首先,智能建筑技术是以分级报告的系统的集成。米勒·布莱德肖指出了建筑的系统和它的结构,也就是提供整体的素质和创造一个高产、高效环境,比如它的功能、保证和安全;热性

能、声学、空气质量和视觉舒适;这些也就是建筑所必须拥有的。根据Carlini、Arkin和Paciuk的组成,许多智能建筑系统包括三个层次的集成 :

?世界最高水平的大楼应该在遭受不同的灾害的时候还能正常的运营以及它

的通信系统还是好的;

?中等的楼宇应该包括自动化系统(BAS)、能量管理系统(EMS)、通信管理系统

(CMS)和办公自动化系统(OA),还有监督和协调控制、楼宇智能化子系统。

BAS在某些场合就已完成与功能和团体能量管理体系所有相关的子系统;

?底层包含的子系统有供暖、通风和空调(HVAC)系统、照明系统、消防系统、

垂直运输系统、安全保障系统和通讯系统。

此外,在智能建筑中允许互动和为一体化建设子系统服务。系统集成的过程是连接系统,设备和程序结合在一起的一种常见的建筑,它能做到系统的共享和数据的交换。Arkin和Paciuk提出智能建筑的有效的运营和智能建筑系统是无关的,而且在建设服务系统中系统和建筑之间的结构是被整合了。智能建筑系统的例子相互作用主要包括:

?消防报警系统能够与其它建筑系统进行整合,如HVAC、照明和安全通过BAS。

如果有火在建筑一层楼暖通空调系统可以通过开启和关闭排气阻尼器来防止烟气的蔓延从而阻止室外空气摄入着火层;

?垂直运输系统明确要求火灾报警或安全系统是互相影响,电梯数目的运作方

式,在某些情况下则是容易接近的楼层;

?火灾报警程序就是这种在安全释放特定报警条件下上锁的门;

?用这种安全系统与照明及通风空调系统的子系统来定义活化必要的照明路

径和特定的房间的安装排序模式;

?设施管理结合BAS。

伊万挪维奇综述了当前的智能建筑研究的技术。在当代研究的成果下努力开发新的软件,使用自动诊断的工具对神经网络进行引入,模糊的逻辑,以及其他密集型的软件,人工智能基础对设计进行检测,但如建筑服务系统/部件,传感器和控制装置,检测出来问题自然是很难的。国际能源署(BSC)研究项目附件及附件,包括与10多所大学和研究机构进行了广泛的研究,用不同的方法、策略和应用对暖通空调故障进行检测与诊断。许多研究人员已经共同研制智能控制方法,这些方法被应用在现代建筑管理系统中,而且也能优化建筑物的能源和改进环境绩效。此外,无线技术的应用与建筑物或网络构建系统的也是一种受欢迎的研究

领域,目前已吸引了许多研究者和行业关注的实践者。

3.2 研究性能的评价方法

除了智能技术的研究和发展以外,已经有大量的研究致力于评估智能建筑。Serafeimidis认为评价过程作为一种反馈机制的目的是促进学习,同时他也考虑了评价过程中的一系列测量和评估。它可以是一个自觉或隐性的过程,目的是确立价值或特定情况下作出的贡献等等,并能与该对象体现出来的价值的决心。

建立绩效考核是一个关键的程序,在建设当中提供材料和部件就是为了今后改进和参考绩效反馈提供依据。不同的主管部门曾试图制定评价模型来评估智能建筑的性能。早期的性能评价模型,开发于1965年由Manning马库斯等人。在1972年,Preiser和后来施拉姆(1997年)提高了评价模型,他们提出了一种综合建筑性能评价框架,并用以评估和审查所有六个问题上的建筑的建设交付和生命周期,这六个问题包括计划、规划、设计、施工、占用和回收。许多类似的研究也已进行尝试,用以衡量建筑物的智能水平,并设立了智能建筑的最佳选择标准。Preiser开发了“后评估过程模型(PoE)”以确定智能建筑的智能化水平。POE的过程模型一般分三个阶段执行。首先,在概念阶段就得指出收集发展兼容的数据;第二,应用和试点测试的评价手段和智能化写字楼领域的研究;第三,对数据和建议进行收集,并利用数据收集手段对全球准则的发展进行比较分析。Preiser和施拉姆应用POE的过程模型,评估在跨文化背景下的智能建筑和建议,POE模型能够在一个长期持续的基础上提高楼宇智能化建设的绩效评估,因为评价系统被允许运用高科技系统,用居民的影响来评价这些系统是否有效。

如果没有一个评价体系,很难进行分类和证明智能建筑的智能化水平。因此,一直在试图研究智能建筑的评价标准。最基本的评价系统是在1995年DEGW 上的建筑评价方法、建设智商评级方法和建设质量评估(欧洲智能建筑研究提出的)。该方法采用五种不同的类别相结合,从而对智能的建设提供了适宜的整体评估因数类别。另一方面,阿金及Paciuk开发出综合指数(MSIR)'系统震级'用来检测系统本身和智能楼宇集成度之间是不是一体化的,同时也检测系统和建筑物的结构。这种评估方法可作为评价和比较建筑的一个方面,它也能创建一个新的智能建筑一体化的评价标准。这种模式已经被其他研究人员所适应,比如智能大厦,彭杨,2001年业绩的评价。最近,亚洲智能建筑学会构建了定量评估方法,即智能建筑指数(IBI)。此方法的个人评价指标正是源于九素质环境模块供应量(M1- M9),每个指标的得分是由拥有一个实数(1-100范围内)的转换

公式计算的。一栋建筑可以从A至E排名显示整体智能性能。

然而,绩效评估模型也因为充满公平问题和部分主观的评估而被人所批评,根据Wong所指出的,缺点确定在以下方面:

?最后的评估指标和人类思维之间的不一致;

?在重量或为每个智能建筑项目要素的优先事项方面有不同的评估;

?重要的元素没有得到足够的重视,还有少数被忽略的重要因素;

?目前的评估方法不包含一个学习曲线,从而不因时间的改变而改变;

?每个规则的二进制方法或问题不是一个好的做法。一个特定的设备或系统在

建筑物内,仅仅只能提供建筑的一些普通情况;

为应对现有的绩效评价模型的不足,研究人员目前正在试图建立一个客观的评价模型,以反映性能和价格合理的智能建筑。例如,Wong建立了一个高效率的性能评价模型的标准规定如下:

?鼓励有实力的均衡性能,并强调重要的内容,比如它的时间和对象,同时也

要劝阻未成年人的无知;

?与人类的喜好一致,而随机的判断,必须尽量减少;

?实际上延长了效用理论,测量所有目前的建筑水平来作为它的重要属性,再

结合系统化,从而形成了整体智能建筑指数;

?有学习的能力,并能够进行升级,并有定时修改的时间。

需要进一步研究制定绩效评价模型,才能满足上述标准。

3.3 投资评价分析研究

研究的另一方面就是专注于智能建筑的评估,评估提到的经济和财政方面被看作是智能建筑项目的投资可行性。

智能建筑投资的增加在亚太地区近年来急剧。一些作者提出,在投资增长利息已被记入该智能建筑交付给投资者的潜在好处下。这些好处包括:减少经营和占用成本;为顾客提供一个灵活、方便、舒适的环境,提供先进的技术设施,减少维修费用及提高经营效益,效率和市场化。然而,许多投资者还是对智能建筑的投资有高风险和低回报的心态。这种心态的原因可能是以下几方面:

?投资者不知道在建资产就其业务方面所需的总成本;

?投资者们没有遵守最初预定的资金成本,为了维护成本,自行对通讯和基础

设备进行连接;

?投资者对信息和投资决策在智能建筑的发展构想阶段决策缺乏支持。

4 对智能建筑的投资考虑和评估技术

传统上,投资者使用各种方法来评估所提议项目的经济可行性。一些房地产投资者在制定审查历史业绩,再结合物业制定出对未来投资策略的评估的决定。其他的评价技术用来审查项目的可行性然后才会坚持自己的投资。评价投资的技术,只要在可接受的成本范围内建立各种相互竞争的项目。因此,在对项目投资评价中,项目成本和效益需要进行识别和分类。如果没有这样的鉴定工作,它是难以评估的,判断项目的财务也是不可行的。

许多作者试图对智能建筑的成本进行识别和分类。亚麻强调技术,数据系统在总建筑和智能建筑装修的资本成本和电信中的重要性。迈尔斯确定了六个智能建筑项目的成本类型:设备成本,安装费,调试费,备件费,专用软件费用和工作人员/培训费用。在智能建筑项目的成本评估中,赫瑟林顿建议应当按整体项目规模的基础来考虑对项目进行评估,这些项目是按工作站的数量和每个智能建筑系统的性质进行实施的。Wong等人(2001年)试图分析和研究这两个智能建筑项目的成本和常规建设。研究结果表明了智能建筑的总项目费用比传统建筑高8%,以及建设服务的支出高5%,比常规建设项目更高。很简单,因为,有更多的智能先进的技术材料和建筑参与建设。除了工程费用,许多作者试图评估由智能建筑带来的好处。亚麻指出,智能建筑可以减少对所有(即,电源,空调,环境控制)正在进行的搬迁费用,降低服务个人,集团或大调整的成本。Suttell 建议智能建筑的建设可以提高业务效率,降低能源的消耗设施,可以以美元计算的量化。在投资评价方面,许多的评价技术已经被投资者用来审查和评价项目是不是可取的。里默和涅托确定了25个不同的评估投资项目的技术。在这些技术中,净现值(NPV),回报(回报率),投资回收期(PB)的内部收益率经常被用来评价投资建设项目是否值得投资。这些技术都是基于时间、金钱和消费的成本,并用略微不同的程序来估计预期投资收益的货币。然而,有关智能建筑投资项目的研究评价是非常有限的。只有少数作家或研究团体(例如,文献)开发的技术和模式,用以协助投资过程的智能建筑评价。我们对智能建筑的投资评估实证研究综述显示,最常被提及的三种方法是净现值法,生命周期成本分析(利兹华人协会)和成本效益分析(CBA)。

4.1净现值法

最常用的在建筑行业的投资评价方法是今天的净现值法。净现值是一个传统的技术,旨在净从该项目受益的投资的现值。它研究了在给定时间内现金流的项目,

从而解决了他们在当前日期内使用各种经济评价因素的现金流。净现值法的基本规则是接受一个正的净现值项目,负的净现值则是不可行的。当两个或多个项目进行评估,具有较高的现值通常选择是其要选择的。

4.2 生命周期成本分析

利兹华人协会是为智能建筑投资评估采用另一种方法。一般来说,利兹华人协会有两个主要功能。首先,它适用于在各方面的方案评价。它是用来检查建筑性能是否具有不同初始投资成本,不同的操作和维修费用,可能也有不同的生活。第二,它可以被用来作为整个产品的生命周期资产管理系统。利兹华人协会的做法被广泛应用在建筑和建筑项目的各个方面。例如,亚伯拉罕和迪金森和Bogensta¨tter应用利兹华人协会的预测,优化和建造成本量化处理,并在设计阶段,分别为利兹华人协会评估项目的投资方式,并相互竞争的选择替代方案,而Gluch和鲍曼利用利兹华人协会来确定利用环境决策来建立投资决策。利兹华人协会已受聘于数量的实证研究,作为智能建筑的投资评估技术。彭杨和使用的利兹华人协会来评估各种设计方案。他们的做法选择最开始的设计方案,然后确定它的资金成本和科斯廷使用每个选择。每个选项的现金流转换为净现值为合理使用技术的比较常见的时间基准。该解决方案,在功能和质量优于其他的方案所以优先推荐。此外,龙骨2003年利用利兹华人协会比较评估的方法对总投资生命周期成本在智能建筑进行(非集成建设,部分一体化和全集成)不同的层次的评估。净现值法来计算各集成模型生命周期成本。结果表明,完全集成的智能建筑有最低的生命周期成本与非整合和部分组成智能大厦。

4.3 成本效益分析

CBA的目的是给管理层一个有成本,效益和给定的项目,以便它可以比较合理的展示其他投资机会的风险。CBA联赛已适用于传统的领域,包括政策,计划,项目,法规,游行和其他政府干预。许多资本投资项目,如预算规划,水坝和机场建设,安全与环境规划方案已通过了CBA的方法来比较成本和效益。类似利兹华人协会,CBA的技术就是依赖于作为分析的基础上NVP的方法。在CBA的技术的使用,应注意以下方面。首先,项目成本和生命周期各阶段的好处是随时体现净值的。其次,一些研究表明,如开发和经营成本资料,按时间段和实实在在的利益,必须在执行了CBA才能获得。第三,分析结果可以高度影响在CBA采用的贴现因子。金士顿和马尔等人建议,折扣率将产生一个错误的选择中利益/成本比率差异很大。一个卑微的项目可能被推荐如果选择过低的有

好处的遥远的而且能够减持短期成本。

只有几个在评价CBA的智能建筑的投资。ABSIC集团雇用CBA的评价对先进和创新的楼宇系统的投资进行评价。一个软件程序,为建筑的投资决策支持(出价)命名系统,以CBA的框架为基础而开发和并入一多媒体决策支持工具的分析方法是建立在一个三维矩阵:设计方案,成本效益因素和情境。一般来说,虽然ABSIC的模型是非常实用的,但这是很难解释的一个事实,即它是一个以方案和分析模型为基础的方法的性质。

4.4 层次分析法

有些确定的限制,建议有必要制定新的方法来评估投资项目的智能化建筑。最近,层次分析法(AHP)是一种新否认评估的方法法,它结合了定性和定量研究的基础知识,能够建议和纠正存在的问题。Saaty开发了一个层次分析法和结构分析方法在20世纪70年代。层次分析法包括一个全面的框架,其目的是以直观,理性和非理性时,对用户进行多目标,多准则,多方面的决定和不确定性的任何数字替代品。层次分析法可以用来模拟一个决策的框架,它设定一个单向的决策水平之间的层次关系。层次分析法已应用在投资评价。例如,基地哈尔比,铝Khalil和纳塞尔等。扩展层次分析法能够评价和分析建筑和建筑项目。铝哈尔比采用层次分析法进入了建筑承包商资格预审的决策,以便客户端能够确定承包商的能力或有能力参与竞标。哈利勒受雇于人的评价和选择合适的项目并教他层次分析法方法。此外,纳塞尔等,采用层次分析法作为一种决策技术,选择合适的建筑材料和对用户指定的标准和它们的相对重要性作为权重设置的组件。

但是,层次分析法在投资评价的用处也被陈等人质疑。他们认为,基本上与层次分析法评价分析有关的因素都是建立在精确的测量和评价概念的基础上的(即必须是精确的测量值和数值)。其中,如投资成本,总收入,费用,折旧,残值评估数据准确价值,难以获得真实的东西。阿卜杜勒卡迪尔和达格代尔也批判了层次分析法中的精确值的使用并不能反映许多因素的定性和主观性质。

5 结论

本文总结了智能建筑领域的现有研究。具体来说,该文件指出,以往的研究努力,主要涉及先进和创新的智能技术,绩效评价方法,及投资评估分析。该文件还透露,很多人较少关注投资解决智能建筑的评价方法。同时,投资增长的智能楼宇数量在最近几年已经导致了更好的评价方法和技术投资的诞生,以保持投资盈利更大的需求。

文章进一步提出了'模糊多准则决策方法'(FMCDCM),它结合了模糊集理论与层次分析法的使用,克服了传统评价技术的低效率。FMCDCM已应用在相关的技术选择和先进制造业投资评价问题当中。通过使用FMCDCM,可以预计在评估过程中涉及的含糊之处,从而把损失减至最低。

参考文献

[1] M.G. Abdel-Kader, D. Dugdale, Evaluating investments in advanced manufacturing technology: a fuzzy set theory approach,British Accounting Review 33 (2001) 455– 489.

[2] D.M. Abraham, R.J. Dickinson, Disposal costs for environmentally regulated facilities: LCC approach, Journal of Construction Engineering and Management 124 (2) (1998) 146–154.

[3] A.S. Adair, J.N. Berry, W.S. McGreal, Investment decision making: a behavioural perspective, Journal of Property Finance 5 (4) (1994) 32– 42.

[4] M.M. Akalu, Re-examining project appraisal and control: developing a focus on wealth creation, International Journal of Project Management 19 (2001) 375– 383.

[5] M.M. Akalu, The process of investment appraisal: the experience of 10 large British and Dutch companies, International Journal of Project Management 21 2003, pp. 355– 362.

[6] M.I. Al Khalil, Selecting the appropriate project delivery method using AHP, International Journal of Project Management 20 (2002) 469–474.

[7] K.M.A. Al-Harbi, Application of AHP in project management, International Journal of Project Management 19 (2001) 19– 27.

[8] M. Ancevic, Intelligent building system for airport, ASHRAE Journal, (1997 (November))

31–35.

[9] H. Arkin, M. Paciuk, Evaluating intelligent building according to level of service system integration, Automation in Construction 6 (1997) 471– 479.

[10] P. Armstrong, M.R. Brambley, P.S. Curtiss, S. Katipamula, Controls, in: J.F. Kreider (Ed.), Handbook of Heating, Ventilation, and Air-Conditioning, CRC Press, Florida, 2001, pp.209–268.

人工智能算法综述

人工智能算法综述 人工智能算法大概包括五大搜索技术,包括一些早期的搜索技术或用于解决比较简单问题的搜索原理和一些比较新的能够求解比较复杂问题的搜索原理,如遗传算法和模拟退火算法等。 1、盲目搜索 盲目搜索又叫做无信息搜索,一般只适用于求解比较简单的问题。包括图搜索策略,宽度优先搜索和深度优先搜素。 1、图搜索(GRAPH SERCH)策略是一种在图中寻找路径的方法。在有关图的表示方法中,节点对应于状态,而连线对应于操作符。 2、如果搜素是以接近其实节点的程度依次扩展节点的,那么这种搜素就叫做宽度优先搜素(breadth-first search 。 3、深度优先搜索属于图算法的一种,英文缩写为DFS即Depth First Search.其过程简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。 二、启发式搜索 盲目搜索的不足之处是效率低,耗费过多的时间和空间。启发信息是进行搜索技术所需要的一些有关具体问题的特性的信息。利用启发信息的搜索方法叫做启发式搜索方法。 启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估,得到最好的位置,再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径,提高了效率。在启发式搜索中,对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。 3、博弈树搜索 诸如下棋、打牌、竞技、战争等一类竞争性智能活动称为博弈。博弈有很多种,我们讨论最简单的"二人零和、全信息、非偶然"博弈,其特征如下: (1 对垒的MAX、MIN双方轮流采取行动,博弈的结果只有三种情况:MAX方胜,MIN方败;MIN方胜,MAX方败;和局。 (2 在对垒过程中,任何一方都了解当前的格局及过去的历史。

文献综述_人工智能

人工智能的形成及其发展现状分析 冯海东 (长江大学管理学院荆州434023) 摘要:人工智能的历史并不久远,故将从人工智能的出现、形成、发展现 状及前景几个方面对其进行分析,总结其发展过程中所出现的问题,以及发展现状中的不足之处,分析其今后的发展方向。 关键词:人工智能,发展过程,现状分析,前景。 一.引言 人工智能最早是在1936年被英国的科学家图灵提出,并不为多数人所认知。 当时,他编写了一个下象棋的程序,这就是最早期的人工智能的应用。也有著名的“图灵测试”,这也是最初判断是否是人工智能的方案,因此,图灵被尊称为“人工智能之父”。人工智能从产生到发展经历了一个起伏跌宕的过程,直到目前为止,人工智能的应用技术也不是很成熟,而且存在相当的缺陷。 通过搜集的资料,将详细的介绍人工智能这个领域的具体情况,剖析其面临的挑战和未来的前景。 二.人工智能的发展历程 1. 1956年前的孕育期 (1) 从公元前伟大的哲学家亚里斯多德(Aristotle)到16世纪英国哲学家培根(F. Bacon),他们提出的形式逻辑的三段论、归纳法以及“知识就是力量”的警句,都对人类思维过程的研究产生了重要影响。 (2)17世纪德国数学家莱布尼兹(G..Leibniz)提出了万能符号和推理计算思想,为数理逻辑的产生和发展奠定了基础,播下了现代机器思维设计思想的种子。而19世纪的英国逻辑学家布尔(G. Boole)创立的布尔代数,实现了用符号语言描述人类思维活动的基本推理法则。 (3) 20世纪30年代迅速发展的数学逻辑和关于计算的新思想,使人们在计算机出现之前,就建立了计算与智能关系的概念。被誉为人工智能之父的英国天才的数学家图灵(A. Tur-ing)在1936年提出了一种理想计算机的数学模型,即图灵机之后,1946年就由美国数学家莫克利(J. Mauchly)和埃柯特(J. Echert)研制出了世界上第一台数字计算机,它为人工智能的研究奠定了不可缺少的物质基础。1950年图灵又发表了“计算机与智能”的论文,提出了著名的“图灵测试”,形象地指出什么是人工智能以及机器具有智能的标准,对人工智能的发展产生了极其深远的影响。 (4) 1934年美国神经生理学家麦克洛奇(W. McCulloch) 和匹兹(W. Pitts )建立了第一个神经网络模型,为以后的人工神经网络研究奠定了基础。 2. 1956年至1969年的诞生发育期 (1)1956年夏季,麻省理工学院(MIT)的麦卡锡(J.McCarthy)、明斯基(M. Minshy)、塞尔夫里奇(O. Selfridge)与索罗门夫(R. Solomonff)、 IBM的洛

多元智能理论及研究现状

多元智能理论及研究现状 一、多元智能理论 1983年,美国心理学教授霍华德?加德纳在其专著《智 能的结构》中,对智力进行了重新阐述。他认为,智力除传统的语言和数学智能外,还包含节奏、空间、动觉、自省、交流等七种智能,它是基于特定的社会及文化环境价值标准,个体用于解决自身遇到的问题,或创造出有效产品时所必需的能力。每个人都具有不同的智力,智力通常是以复杂的方式进行组合运作的,这是对于传统的“一元理论”的挑战。多元智能理论的提出及发展,为我国传统教育注入了活力,也为我国教育实践改革提供了契机。 二、多元智能理论研究现状 多元智能理论对我国传统教育产生了深刻影响。相关研究如下: 1.课程改革 多元智能理论对新一轮课程评价的改革具有积极的影响,这不仅表现在对新课程改革评价体系的理论构建上,还体现为对其评价标准、原则和方法的完善上。 2004年,福格蒂等在《多元智能与课程整合》中阐述了多元智能和跨学科课程整合的基本理论,探讨了实施跨学科

课程整合的方法策略与课堂案例,对于发展学生的多元智能,建立有意义的教育和评价方式具有重要意义。霍力岩在《多元智力理论与多元智力课程研究》中对多元智力理论与多元智力课程做了较深入的研究。谢世谦则在《多元智能理论对新课程改革的启示》中指出,课程评价在注重学生学业成绩的同时,更要关注学生各方面的潜能发展,这与基础教育课程改革纲要有着异曲同工之处。 2.教学改革 与传统的一元论智力观不同,多元智能理论认为智力是多元的,它是多种不同智能在不同人身上的特殊组合,受个体所属社会文化的影响具有独特性。这一新的智能观对我国教学观念的变革产生了很大影响。 钟祖荣等主编的《多元智能理论解读》一书在对多元智能理论进行深入细致分析的基础上,着重论述了多元智能理论对教育观念变革的影响。Linda Campbell等在《多元智能 教与学的策略》书中,将多元智力理论运用到中小学教学实践中,为教师的教学活动提供了新的视角。而在《多元智能理论在教学中的运用》中,为拓展教师的思维,林宪生详细阐述了多元智能理论在中小学各学科中的应用。托马斯?阿 姆斯特则在《课堂中的多元智能――开展以学生为中心的教学》一书中总结了许多教学案例,为中小学教师将多元智能运用到教学实践的各个领域提供了有益的启示。而柏灵则在

人工智能发展综述_田金萍

科技广场2007.1230

1987年,美国召开第一次神经网络国际会议,宣告了这一新学科的诞生。此后,各国在神经网络方面的投资逐渐增加,神经网络迅速发展起来。 第五阶段: 90年代,人工智能出现新的研究高潮 由于网络技术特别是国际互连网技术的发展,人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解,而且研究多个智能主体的多目标问题求解,将人工智能更面向实用。另外,由于Hopfield多层神经网络模型的提出,使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。 3研究热点 AI研究出现了新的高潮,这一方面是因为在人工智能理论方面有了新的进展,另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展,许多原来无法完成的工作现在已经能够实现。目前人工智能研究的三个热点是: 智能接口、数据挖掘、主体及多主体系统。 (1) 智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标,要求计算机能够看懂文字、听懂语言、说话表达,甚至能够进行不同语言之间的翻译,而这些功能的实现又依赖于知识表示方法的研究。因此,智能接口技术的研究既有巨大的应用价值,又有基础的理论意义。目前,智能接口技术已经取得了显著成果,文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。 (2) 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱: 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。 (3)主体系统是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体,比对象的粒度更大,智能性更高,而且具有一定自主性。主体试图自治地、独立地完成任务,而且可以和环境交互,与其 他主体通信,通过规划达到目标。多主体系统主要 研究在逻辑上或物理上分离的多个主体之间进行协 调智能行为,最终实现问题求解。多主体系统试图 用主体来模拟人的理性行为,主要应用在对现实世 界和社会的模拟、机器人以及智能机械等领域。目 前对主体和多主体系统的研究主要集中在主体和多 主体理论、主体的体系结构和组织、主体语言、主 体之间的协作和协调、通信和交互技术、多主体学 习以及多主体系统应用等方面。  4实际应用 人工智能是在计算机科学、控制论、信息论、心 理学、语言学等多种学科相互渗透的基础发展起来 的一门新兴边缘学科,主要研究用机器(主要是计 算机)来模仿和实现人类的智能行为,经过几十年 的发展,人工智能应用在不少领域得到发展,在我 们的日常生活和学习当中也有许多地方得到应用。 本文就符号计算、模式识别、专家系统、机器翻译 等方面的应用作简单介绍,籍此使读者对我们身边 的人工智能应用有一个感性的认识。 (1)符号计算 计算机最主要的用途之一就是科学计算,科学计 算可分为两类: 一类是纯数值的计算,例如求函数的 值,方程的数值解,比如天气预报、油藏模拟、航天 等领域; 另一类是符号计算,又称代数运算,这是一 种智能化的计算,处理的是符号。符号可以代表整 数、有理数、实数和复数,也可以代表多项式,函数, 集合等。随着计算机的普及和人工智能的发展,相继 出现了多种功能齐全的计算机代数系统软件,其中 Mathematica和Maple是它们的代表,由于它们都是 用C语言写成的,所以可以在绝大多数计算机上使 用。 (2)模式识别 模式识别就是通过计算机用数学技术方法来研 究模式的自动处理和判读。这里,我们把环境与客体 统称为“模式”,随着计算机技术的发展,人类有可 能研究复杂的信息处理过程。用计算机实现模式 (文字、声音、人物、物体等)的自动识别,是开发 智能机器的一个最关键的突破口,也为人类认识自 身智能提供线索。计算机识别的显著特点是速度快、 准确性和效率高。识别过程与人类的学习过程相似。 以“语音识别”为例: 语音识别就是让计算机 能听懂人说的话,一个重要的例子就是七国语言(英、日、意、韩、法、德、中)口语自动翻译系统。 该系统实现后,人们出国预定旅馆、购买机票、在 人 工 智 能 发 展 综 述 231

人工智能综述

人工智能 “人工智能”(Artificial Intelligence)简称AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,是计算机科学的一个分支。是计算机科学技术的前沿科技领域。 人工智能虽然是计算机科学的一个分支,但它的研究却不仅涉及到计算机科学,而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学和数学以及信息论、控制论和系统论等许多学科领域。因此,人工智能实际上是一门综合性的交叉学科和边缘学科。 在世界各地对人工智能的研究很早就开始了。但对人工智能的真正实现要从计算机的诞生开始算起,这时人类才有可能以机器实现人类的智能。AI这个英文单词最早是在1956年的一次会议上提出的,在此以后.因为一些科学家的努力使它得以发展。但人工智能的进展并不像我们期待的那样迅速,因为人工智能的基本理论还不完整.我们还不能从本质上解释我们的大脑为什么能够思考,这种思考来自于什么,这种思考为什么得以产生等一系列问题。但经过这几十年的发展,人工智能正在以它巨大的力量影响着人们的生活[1]。 一、人工智能涉及的技术或方法的基本功能、特点与适用对象 目前,人工智能的研究是与具体领域相结合进行的。基本上有如下领域[2]: 1)问题求解 人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术,如向前看几步,并把困难的问题分成一些比较容易的子问题,发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起,其性能达到很高的水平,并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。 2)逻辑推理与定理证明 逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法,只把注意力集中在一个大型数据库中的有关事实上,留意可信的证明,并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证,确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力,而

人工智能研究方法的文献综述

人工智能研究方法的文献综述 1、前言 本文综述了人工智能的主要研究方法,并对各方法进行分析和总结,并阐述了目前人工智能研究方法日趋多样化的研究现状。 2、主题 研究方法,对一个问题的研究方法从根本上说分为两种:其一,对要解决的问题扩展到他所隶属的领域,对该领域做一广泛了解,研究该领域从而实现对该领域的研究,讲究广度,从对该领域的广泛研究收缩到问题本身;其二,把研究的问题特殊化,提炼出要研究问题的典型子问题或实例,从一个更具体的问题出发,做深刻的分析,研究透彻该问题,再一般化扩展到要解决的问题,讲究研究深度,从更具体的问题入手研究扩展到问题本身。 人工智能的研究方法主要可以分为三类:一、结构模拟,神经计算,就是根据人脑的生理结构和工作机理,实现计算机的智能,即人工智能。结构模拟法也就是基于人脑的生理模型,采用数值计算的方法,从微观上来模拟人脑,实现机器智能。采用结构模拟,运用神经网络和神经计算的方法研究人工智能者,被称为生理学派、连接主义。二、功能模拟,符号推演,就是在当前数字计算机上,对人脑从功能上进行模拟,实现人工智能。功能模拟法就是以人脑的心理模型,将问题或知识表示成某种逻辑网络,采用符号推演的方法,实现搜索、推理、学习等功能,从宏观上来模拟人脑的思维,实现机器智能。以功能模拟和符号推演研究人工智能者,被称为心理学派、逻辑学派、符号主义。三、行为模拟,控制进化,就是模拟人在控制过程中的智能活动和行为特性。以行为模拟方法研究人工智能者,被称为行为主义、进化主义、控制论学派。 人工智能的研究方法,已从“一枝独秀”的符号主义发展到多学派的“百花争艳”,除了上面提到的三种方法,又提出了“群体模拟,仿生计算”“博采广鉴,自然计算”“原理分析,数学建模”等方法。人工智能的目标是理解包括人在内的自然智能系统及行为,而这样的系统在实在世界中是以分层进化的方式形成了一个谱系,而智能作为系统的整体属性,其表现形式又具有多样性,人工智能的谱系及其多样性的行为注定了研究的具体目标和对象的多样性。人工智能与前沿技术的结合,使人工智能的研究日趋多样化。 3、总结 人工智能的研究方法会随着技术的进步而不断丰富,很多新名词还会被提出,但研究的目的基本不变,日趋多样化的研究方法追根溯源也就是研究问题的两种方法的演变。对人工智能中尚未解决的众多问题,运用基本的研究问题的方法,结合先进的技术,不断实现智能化。人工智能与前沿技术密切联系,人工智能的研究方法必然日趋多样化。 4、参考文献 (1)人工智能技术导论廉师友西安电子科技大学出版社2007.8 (2)人工智能研究方法及途径熊才权2005年第三期 (3)人工智能学派及其在理论、方法上的观点蔡自兴1995.5 (4)人工智能研究的主要学派及特点黄伟聂东陈英俊2001第三期 (5)人工智能研究对思维学的方法论启示尹鑫苏国辉2002.10第四期

智能材料的研究现状与未来发展趋势

龙源期刊网 https://www.360docs.net/doc/552650380.html, 智能材料的研究现状与未来发展趋势 作者:邓焕 来源:《科学与财富》2017年第36期 摘要:智能材料这一概念在上世纪80年代首次被提出,近年来,关于智能材料在航空航天领域的研究与应用被频繁提及。由于智能材料具备着结构整体性强、可塑性高、功能多样化等优点,因此在航空航天领域得到了广泛的研究与使用,首先根据功能性的不同对智能材料进行了系统的分类与概述,然后对当前智能材料在航空航天领域的主要应用进行了系统性的分析与总结,最后对智能材料在未来的航空航天的应用前景中进行了进一步地展望。 关键词:智能材料;复合材料;航空航天;功能多样化 1 引言 进入二十一世纪以来,全球各大航空航天强国在航天航空领域投入了大量的研发资金,而作为航空航天领域重要环节的航天材料,近年来也不断有着新的突破,而其中被提及最多的就是智能材料在航空航天领域的应用。在智能材料的范畴中,智能复合材料最具有代表性,智能复合材料主要具备着:外界环境感知功能;判断决策功能;自我反馈功能;执行功能等。此外,由于当前智能复合材料都向着轻量化、低成本化的方向发展,因此在航天领域复合材料的设计结构以及使用用途上都有着不同的侧重发展方向。而近年来国内外各国也均加快了各自在该领域的研发使用发展进度,主要的研究大方向还是集中在了智能检测、结构稳定性、低成本化等方向上,本文着重对相关部分进行系统性的概述与总结。 2 航空航天领域智能复合材料的功能介绍 在航空航天领域中,国内外普遍利用智能复合材料以实现在降低航空航天飞行器的自身重量的前提下保证系统结构的稳定性,其次根据复合智能材料具备智能检测自身系统内部工作状态和自愈合等功能实现航空航天材料在微电子与智能应用方向的交叉发展。 2.1 智能复合材料在航天结构检测方向的应用 智能复合材料在航空航天器中的应用,主要是通过将传感器以嵌入的方式与原始预浸料铺层以及湿片铺层等智能复合材料紧密键合,最终集成在控制芯片控制器上实现对整个系统的实时监控诊测、自我修复等供能,值得注意的是,在这一过程中,智能化不仅仅是符合材料的必要功能,复合材料在很大程度上可以有效承受比传统应用材料更大外界机械压力[1]。 除此之外,由于智能复合材料作为传感器的铺放衬底,因此智能复合材料还可以实现对整个材料内部结构的状况进行收集并且将出现的诸如温度异常、结构异常、表面裂痕等隐患及时反馈至中央处理器,这在一定程度上可以有效实现整个系统内部的检测与寿命预测,在这方面的技术上,美国的Acellent公司研发的缠绕型复合材料以压力感应的形式,按照矩形布线形式

人工智能发展现状与趋势分析

人工智能发展现状与趋势分析从互联网到物联网,我们到底还有几步路要走? 电影里刷脸、在办公室遥控家中电器、无人驾驶那些看似天方夜谭的镜头,正在一一变成现实,未来还会变得更神奇吗? 从人口密集型大国变成人工智能(AI)大国,中国可以吗? …… 打破怀疑,这是追逐信仰的时代。而新产品层出不穷,科技日新月异,对富有创新精神的企业来说,这也是一个最好的时代。 一、AI之战 互联网行业的诸神之战,始于AI。谷歌、微软、百度等巨头的开发者大会,更像是一场AI的角力。 时间的指针拨向2019,战火未燃,硝烟弥漫。 谷歌开发者大会发布新系统Android Q,强调在新技术、保护隐私、时间管理等方面的创新,方便用户关闭各类涉及隐私的功能,同时让用户更好地管理使用时间。 微软开发者大会推出Azure SQL数据库工具,凭借“无服务器”的能力处理计算任务。这意味着开发人员不必设置和管理数据库的底层资源。 苹果开发者大会推出新款MacPro,宣布关闭iTunes服务。 2017年7月,百度在AI开发者大会上李彦宏把无人车开上了五环,并正式宣布酝酿多年的“Apollo”计划——向汽车行业及自动驾

驶领域的合作伙伴提供一个开放、完整、安全的软件平台,帮助他们 结合车辆和硬件系统,快速搭建一套属于自己的完整的自动驾驶系统。 2018年7月,百度AI开发者大会再曝重磅消息——一是没有方 向盘的百度无人车量产下线,标志着中国第一辆全自动无人驾驶车具 备了量产能力;二是AI(人工智能)芯片昆仑发布。 时间迈入2019年7月,百度AI开发者大会上,首席执行官李彦宏与吉利集团董事长李书福登台互动,体验“车家互联”。李书福一直 是百度阿波罗(Apollo)的坚定支持者,从博越pro开始,吉利全线搭 载小度车载OS。 与传统的语音交互不同,小度车载 OS升级到了包括视觉在内的 完整自然交互体验,可以实现从被动响应到主动感知的用户需求。车 主在车内可以实时操控家中电器,比如提前预热家里空调、或者关闭 家里的电器开关等等。 “双李”会,不仅是树立了产业智能化的标签,更是将AI战争推 向了新的高度。 二、百度AI先行 有这样一首波斯诗歌:蜘蛛在帝国的宫殿里织下它的丝网,猫头 鹰却已在阿弗拉希阿卜的塔上唱完了夜歌。 这恰如汽车产业目下的“丝网”和“夜歌”——传统汽车巨头过去百年都在编织着自家整车制造的“丝网”,而科技巨头半路杀出, 在朝着技术变革的路上吟唱着“夜歌”。

人工智能在医疗领域的应用现状、问题及建议

1.本讲提到,人工智能的发展历程中的第二次低谷期在()。。(0.3分) A.1976年-1982年 B.1982年-1987年 C.1987年-1997年 D.1997年-2010年 我的答案:B ×答错 2.美国的()中指出人工智能对于劳动力市场的影响具有不确定性,应对政策的关键不在于担心全面失业,而是建立合理的制度和政策以调整工作结构。。(0.3分) A.《人工智能 B.《国家人工智能研究和发展战略计划》 C.《为人工智能的未来做好准备》 D.《2030年的人工智能与生活》 我的答案:A √答对 3.本讲提到,2013年在汉诺威工业博览会上()正式提出以建设智能工厂为核心的“工业 4.0战略”。。(0.3分) A.美国 B.日本 C.欧盟 D.德国

我的答案:B ×答错 4.欧盟加强了个人隐私和数据保护,在2016年4月14日通过了商讨四年的()。。(0.3分) A.《数据保护指示》 B.《一般数据保护法案》 C.《健康保险携带和责任法案》 D.《欧盟人工智能》 我的答案:B √答对 5.《一般数据保护法案》中对个人数据泄露的规定是数据控制者应在()小时之内向监管机构报告个人数据的泄露情况。。(0.3分) A.24 B.48 C.72 D.96 我的答案:B ×答错 6.本讲提到,2017年7月,国务院印发并实施(),构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国。。(0.3分) A.《“互联网+”人工智能三年行动实施方案》 B.《促进新一代人工智能产业发展三年行动计划(2018-2020年)》 C.《新一代人工智能发展规划》

D.《人工智能标准化白皮书(2018版)》 我的答案:B ×答错 7.“新一代人工智能发展规划暨重大科技项目启动会”,公布了首批4家国家新一代人工智能开放创新平台名单,其中依托()建设自动驾驶国家新一代人工智能开放创新平台。。(0.3分) A.百度公司 B.阿里云公司 C.腾讯公司 D.科大讯飞公司 我的答案:A √答对 8.本讲提到,()的第十八条规定,国家鼓励开发网络数据安全保护和利用技术,促进公共数据资源开放,推动技术创新和经济社会发展。。(0.3分) A.《“互联网+”人工智能三年行动实施方案》 B.《新一代人工智能发展规划》 C.《信息安全技术个人信息安全规范》 D.《中华人民共和国网络安全法》 我的答案:B ×答错 9.()是实现人工智能的“引擎”。。(0.3分) A.数据 B.算法

人工智能综述(原创论文)

人工智能及其发展 ***** 201000445 模式识别与智能系统 (***科技大学信息工程学院) 摘要:人工智能是20世纪计算机科学发展的重大成就,在许多领域有着广泛的应用。本文从人工智能的概念出发 , 首先介绍了人工智能研究的历史与现状 , 并分析了人工智能与具体领域相结合形成的不同学科领域 , 阐述了人工智能主要的应用领域 , 并从哲学的角度对人工智能能否超过人的智能这个问题进行了分析 , 最后介绍了人工智能未来的发展趋势及潜力。 关键词:人工智能;机器人;专家系统;模式识别;计算机科学;发展方向 Artificial Intelligence and its development ***** ,2010000445 ,Pattern Recognition and Intelligent Systems (School of Information Engineering,Southwest University of Science) Abstrac t:AI is the major achievements in the development of computer of the 20th century,and it has been widely applied in many fields. In this paper ,based on the concepts of artificial intelligence, we firstly introduce the history and current situation of artificial intelligence research and analyse artificial intelligence combined with specific areas in different disciplines,then,we describe the main application areas of artifical intelligence,and from the view of a philosophical point,we analyse whether Artifical intelligence can exceed human intelligence.Finally,we introduce the trend of the future development of artificial intelligence and its potential. 1 引言 人工智能(Artificial Intelligence, AI)是20世纪50年代中期兴起的一门新兴边缘科学,它既是计算机科学的一个分支,又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。人工智能又称为智能模拟,是用计算机系统模仿人类的感知、思维、推理等思维活动。 1.1人工智能的定义 顾名思义,人工智能就是人造智能, 其英文表示是“Artificial Intelligence”, 简称AI。“人工智能”一词目前是指用计算机模拟或实现的智能, 因此人工智能又称机器智能。当然, 这只是对人工智能的字面解释或一般解释。关于人工智能的科学定义, 学术界目前还没有统一的认识。是一门综合了计算机科学、生理学、哲学的交叉学科。“人工智能”一词最初是在1956年美国计算机协会组织的达特莫斯(Dartmouth)学会上提出的。自那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。由于智能概念的不确定,人工智能的概念一直没有一个统一的标准。著名的美国斯坦福大学人工智能研究中心尼尔逊

人工智能的现状及今后发展趋势展望

人工智能的现状及今后发展趋势展望 一.引言 人工智能(Artificial Intelligence),英文缩写为AI,也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发,人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力,以延伸人们智能的科学。 二.目前人工智能技术的研究和发展状况 目前,人工智能技术在美国、欧洲和日本依然飞速发展。在AI技术领域十分活跃的IBM公司,已经为加州劳伦斯·利佛摩尔国家实验室制造了ASCI White电脑,号称具有人脑的千分之一的智力能力。而正在开发的更为强大的新超级电脑———“蓝色牛仔”(Blue Jean),据其研究主任保罗·霍恩称,“蓝色牛仔”的智力水平将大致与人脑相当。 三.技术应用 随着AI技术的发展,现代几乎各种技术的发展都涉及到了人工智能技术,可以说人工智能已经广泛应用到许多领域,其典型的应用包括: 1符号计算 计算机最主要的用途之一就是科学计算,科学计算可分为两类:一类是纯数值的计算,例如求函数的值;另一类是符号计算,又称代数运算,这是一种智能化的计算,处理的是符号。符号可以代表整数、有理数、实数和复数,也可以代表多项式、函数、集合等。随着计算机的普及和人工智能的发展,相继出现了多种功能齐全的计算机代数系统软件,其中Mathematic和Maple是它们的代表。由于它们都是用C语言写成的,所以可以在绝大多数计算机上使用。 2模式识别 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里,我们把环境与客体统称为“模式”。用计算机实现模式(文字、声音、人物、物体等)的自动识别,是开发智能机器的一个关键的突破口,也为人类认识自身智能提供线索。计算机识别的显著特点是速度快、准确性和效率高。识别过程与

关于智能家居的研究综述[文献综述]

文献综述 通信工程 关于智能家居的研究综述 摘要:本文主要对智能家居的相关技术及发展进行了综述。首先介绍了智能家居的概念,然后对其市场环境及应用功能进行了阐述,再比较了分别基于PC机、单片机、嵌入式架构系统的智能家居网络控制器,并对远程控制技术中的有线技术与无线技术进行了对比,论述了其中GSM技术和Zigbee技术。文中最后也对未来智能家居发展进行了预测。 关键词:智能家居;架构系统;网络控制器;Zigbee技术 一、智能家居概述 20世纪80年代末,智能家居原型在美国产生,被称为Smart Home。因其布线简单、功能灵活、扩展容易而被人们广泛接受和应用。经过这几十年的发展,智能家居已经形成一套成熟的理论体系,基于各种技术的智能家居系统更是层出不穷,使人们享受到了舒适、便利和安全的家居生活。 那么什么是智能家居呢?智能家居是以家为平台,兼备自动化、智能化于一体的高效、舒适、安全、便利的住宅环境。智能家居网络控制系统是一个完整的集家庭通信、家庭设备互联和控制、家庭安全防范等功能于一体的网络系统[1]。当然其功能也随着科技的进步正变得越来越新颖与强大。 二、智能家居的现状及应用 随着人们对高质量生活水平的要求和消费电子技术的发展,传统的家居控制方式已经成为家庭信息智能化进程的绊脚石。所以,开发更加先进、智能的家居控制系统在满足家居生活更加舒适、安全、有效的同时也迎合了人们追求个性化、自动化、智能化、高档化的心理需求。据有关机构统计表明,在2006 年,国际智能家居产品销售额达到184 亿美元,2008 年高达648 亿美元。目前,全球家庭智能化市场正在以8% 的速度增长[2]。中国人首次接触“智能家居”一词是在20 世纪90 年代中期,经过几年的发展,我国在智能家居技术领域与欧美国家的差距逐渐减小, 目前, 仅滞后2 - 3 年的时间, 已有包括海尔、TCL、清华同方等大型企业在内的数千家中国企业正日益成为此行业中的生力军[3]。

人工智能学习研究的现状及其发展趋势

浅谈人工智能学习研究的现状 及其发展趋势 摘要:自上世纪五十年代以来,经过了几个阶段的不断探索和发展,人工智能在模式识别、知识工程、机器人等领域已经取得重大成就,但是离真正意义上的的人类智能还相差甚远。但是进入新世纪以来,随着信息技术的快速进步,与人工智能相关的技术水平也得到了相应的提高。尤其是随着因特网的普及和应用,对人工智能的需求,变得越来越迫切,也给人工智能的研究提供了新的更加广泛的舞台。本文强调在当今的网络时代,作为信息技术的先导,人工智能学习在人工智能科学领域中是一个着非常值得关注的研究方向,要在学科交叉研究中实现人工智能学习的发展与创新,就要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透点,尤其是重视认知物理学的研究。自然语言是人类思维活动的载体,是人工智能学习研究知识表示无法回避的直接对象,要对语言中的概念建立起能够定量表示的不确定性转换模型,发展不确定性人工智能;要利用现实生活中复杂网络的小世界模型和无尺度特性,把网络拓扑作为知识表示的一种新方法,研究网络拓扑的演化与网络动力学行为,研究网络化了的智

能,从而适应信息时代数据挖掘的普遍要求,迎接人工智能学习与应用领域新的辉煌。 1.前言 自20世纪90年代以来,随着全球化的形式与国际竞争的日益激烈,对人工智能技术的研究与应用变的越来越被人们关注,且人工智能在制造中的运用以成为实现制造的知识化、自动化、柔性化以实现对市场的快速响应的关键。 人工智能已对现实社会做出了非常重大的贡献,而且其作用已在各领域发挥得淋漓尽致,特别是在计算机领域,人工智能的应用更加突出,可以说,哪里有计算机应用,哪里就在应用人工智能;哪里需要自动化或半自动化,哪里就在应用人工智能的理论、方法和技术。目前,人工智能应用的主要领域,也就是计算机应用的主要领域。 人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科。从后一种意义上讲,人工智能又被称为“机器智能”或“智能模拟”。人工智能是在现代电子计算机出现之后才发展起来的,它一方面成为人类智能的延长,另一方面又为探讨人类智能机理提供了新的理论和研究方法。 学习机制的研究是人工智能研究的一项核心课题。它是智能系统具有适应性与性能自完善功能的基础。学习过程具

智能控制文献综述

智能控制的发展,应用及展望 周杰 21225062 摘要:智能控制是当今控制学领域研究和发展的热点之一。本文论述了智能控制的发展过程,相比传统控制的优势,在低压电器中的应用,并对其未来发展做了展望。 关键词:发展历史;智能控制;低压电器技术;模糊控制;人工智能;展望 1.智能控制的发展历史 从20世纪60年代起,由于空间技术、计算机技术及人工智能技术的发展,控制界学者在研究自组织、自学习控制的基础上,为了提高控制系统的自学习能力,开始注意将人工智能技术与方法应用于控制系统。 1965年,美国著名控制论专家Zadeh 创立了模糊集合论,为解决复杂系统的控制问题提供了强有力的数学工具;同年,美国著名科学家Feigenbaum着手研制世界上第一个专家系统;就在同年,傅京孙首先提出把人工智能中的直觉推理方法用于学习控制系统。1996年,Mendl进一步在空间飞行器的学习控制系统中应用了人工智能技术,并提出了“人工智能控制”的概念。直到1967年,Leondes和Mendel才首先正式使用“智能控制”一词,并把记忆、目标分解等一些简单的人工智能技术用于学习控制系统、提高了系统处理不确定性问题的能力。 从20世纪70年代开始,傅京孙、Glorios 和Saridis等人从控制论角度进一步总结了人工智能技术与自适应、自组织、自学习控制的关系,正式提出了智能控制就是人工智能技术与控制理论的交叉,并创立了人—机交互式分级递阶智能控制的系统结构。在70年代中后期,以模糊集合论为基础,从模仿人的控制决策思想出发,智能控制在另一个方向—规则控制上也取得了重要的进展。进入80年代以来,由于微机的迅速发展以及人工智能的重要领域—专家系统技术的逐渐成熟,使得智能控制和决策的研究及应用领域逐步扩大,并取得了一批应用成果。80年代后期,神经网络的研究获得了重要进展,为智能控制的研究起到了重要的促进作用。 2.智能控制的分支 目前关于智能控制的研究和应用沿着几个主要的分支发展,主要有专家控制、模糊控制、神经网控制、学习控制、基于知识的控制、复合智能控制、基于进化机制的控制、自适应控制等等。有的已在现代工业生产过程与智能自动化方面投入应用。主要介绍如下:专家控制是由K.J.Astrom将人工智能中的专家系统技术引入到控制系统。组成的一种类型的智能控制。借助专家系统技术,将常规的RLS 控制、最小方差控制等不同方法有机结合起来P 能根据不同的情况分别采取不同的控制策略。 模糊控制自1965年Zadeh 教授创建模糊集理论和1974年英国的Mamdani成功地将模糊控制应用于蒸汽机控制以来,模糊控制得到了很大的发展和广泛的应用。模糊控制是基于模糊推理、模仿人的思维方式、对难以建立精确数学模型的对象实施的一种控制,成为处理推理系统和控制系统中不精确和不确定性的一种有效方法,构成了智能控制的重要组成部分。 神经网络控制是另一类智能控制的重要形式。神经网络模拟人的大脑神经结构和功能,

人工智能发展综述

人工智能发展综述 摘要:概要的阐述下人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势。 关键词:人工智能; 前景; 发展综述 人工智能(Artificial Intelligence)自1956 年正式问世以来的五十年间已经取得了长足的进展,由于其应用的极其广泛性及存在的巨大研究开发潜力, 吸引了越来越多的科技工作者投入人工智能的研究中去。尤其是八十年代以来出现了世界范围的开发新技术的高潮,许多发达国家的高科技计划的重要内容是计算机技术,而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。 1什么是人工智能 美国斯坦福大学人工智能研究中心尼尔逊教授给人工智能下了这样一个定义:人工智能是关于知识的学科, 是怎样表示知识以及怎样获得知识并使用知识的科学。从人工智能所实现的功能来定义是智能机器所执行的通常与人类智能有关的功能,如判断、推理、证明、识别学习和问题求解等思维活动。这些反映了人工智能学科的基本思想和基本内容, 即人工智能是研究人类智能活动的规律。若是从实用观点来看,人工智能是一门知识工程学:以知识为对象,研究知识的获取、知识的表示方法和知识的使用。 从计算机应用系统的角度出发,人工智能是研究如何制造智能机器或智能系统,来模拟人类智能活动的能力,以延伸人们智能的科学。如果仅从技术的角度来看,人工智能要解决的问题是如何使电脑表现智能化,使电脑能更灵活方效地为人类服务。只要电脑能够表现出与人类相似的智能行为,就算是达到了目的,而不在乎在这过程中电脑是依靠某种算法还是真正理解了。人工智能就是计算机科学中涉及研究、设计和应用智能机器的—个分支,人工智能的目标就是研究怎样用电脑来模仿和执行人脑的某些智力功能,并开发相关的技术产品,建立有关的理论。 2 人工智能历史 当然,人工智能的发展也并不是一帆风顺的,人工智能的研究经历了以下几

人工智能的研究与应用现状

人工智能的研究与应用现状 南开大学信息技术科学学院智能科学与技术师浩宸1010645 摘要 使机器具有自主能动能力这一愿望,从古希腊甚至古埃及的神话传说开始就一直延续至今:亚里士多德(公元前384-322年)的一个著名演绎推理——三段论代表着他对人工智能的哲学思想探索步伐;中世纪神秘主义者Ramon Llull构建了世界上第一部可以“回答”问题的机器;近代“人工智能”(Artificial Intelligence)这个概念的提出最早是在1956年Dartmouth 学会,当时数字计算机研制成果显著,对编写有原始推理思想的程序有质的帮助;今天的各国在智能研究领域都有了重大发展,波士顿动力公司研制的大狗机器人bigdog。因而,还可以认为,人工智能的研究目标是使机器模仿人的行为计算机模仿人脑的推理,学习,思考和规划等思维活动。文章还介绍了早期的专家系统:大多数是用规则推理的方法,如DENDRAL专家系统、MYCIN专家系统、PROSPECTOR专家系统等。众所周知,人类大脑的组织结构和运行机制有其绝妙的特点,从模仿人脑智能的角度出发,来探寻新的信息表示、储存和处理方式,设计全新的计算机处理结构模型,构建一种更接近人类智能的信息处理系统来解决实际工程和科学研究领域中难以解决的问题,一定能够极大推动科研进步,这些促成了人工神经网络(ANN)的出现。 关键词:人工智能博弈专家系统人工神经网络模式识别自言语言理解翻译机 引言:这篇文章主要介绍了人工智能的产生与发展,并对人工智能领域一部分研究成果进行分析介绍。附录是观看网络公开课的笔记,作者希望通过学习进一步提升理解。 1.1人工智能简介 使机器具有自主能动能力这一愿望,从古希腊甚至古埃及的神话传说开始就一直延续至今:亚里士多德(公元前384-322年)的一个著名演绎推理——三段论代表着他对人工智能的哲学思想探索步伐;中世纪神秘主义者Ramon Llull构建了世界上第一部可以“回答”问题的机器;近代“人工智能”(Artificial Intelligence)这个概念的提出最早是在1956年Dartmouth 学会,当时数字计算机研制成果显著,对编写有原始推理思想的程序有质的帮助;今天的各国在智能研究领域都有了重大发展,波士顿动力公司研制的大狗机器人bigdog。 广义来讲,人工智能就是人造物的智能行为。人工智能的发展往往依靠计算机科学和认知科学的发展,在不同的发展阶段,对于人工智能有不同的理解,其概念也随之拓展。 人工智能是计算机科学的一个分支,是研究使计算机来完成能表现出人类智能的任务的学科。主要包括计算机实现智能的原理,制造类似于人脑的智能计算机,以及使计算机更巧妙些实现高层次的应用。它涉及到计算机科学,心理学,哲学和语言学学科。总的目标是增强人的智能 进而我们需要了解什么是智能。 智能是一种能够认识客观事物和运用知识解决问题的综合能力。智能的四个特征:具有感知

可视化空间数据挖掘研究综述

可视化空间数据挖掘研究综述 贾泽露1,2 刘耀林2 (1. 河南理工大学测绘与国土信息工程学院,焦作,454000;2. 武汉大学资源与环境科学学院,武汉,430079)摘要:空间数据挖掘针对的是更具有可视化要求的地理空间数据的知识发现过程,可视化能提供同用户对空间目标心理认知过程相适应的信息表现和分析环境,可视化与空间数据挖掘的结合是该领域研究发展的必然,并已成为一个研究热点。论文综述了空间数据挖掘和可视化的研究现状,重点阐述了空间数据挖掘中的可视化化技术及其应用,并对可视化空间数据挖掘的发展趋势进行了阐述。 关键词:数据挖掘;空间数据挖掘;数据可视化;信息可视化;GIS; 空间信息获取技术的飞速发展和各种应用的广泛深入,多分辨率、多时态空间信息大量涌现,以及与之紧密相关的非空间数据的日益丰富,对海量空间信息的综合应用和处理技术提出了新的挑战,要求越来越高。空间数据挖掘技术作为一种高效处理海量地学空间数据、提高地学分析自动化和智能化水平、解决地学领域“数据爆炸、知识贫乏”问题的有效手段,已发展成为空间信息处理的关键技术。然而,传统数据挖掘“黑箱”作业过程使得用户只能被动地接受挖掘结果。可视化技术能为数据挖掘提供直观的数据输入、输出和挖掘过程的交互探索分析手段,提供在人的感知力、洞察力、判断力参与下的数据挖掘手段,从而大大地弥补了传统数据挖掘过程“黑箱”作业的缺点,同时也大大弥补了GIS重“显示数据对象”轻“刻画信息结构”的弱点,有力地提高空间数据挖掘进程的效率和结果的可信度[1]。空间数据挖掘中可视化技术已由数据的空间展现逐步发展成为表现数据内在复杂结构、关系和规律的技术,由静态空间关系的可视化发展到表示系统演变过程的可视化。可视化方法不仅用于数据的理解,而且用于空间知识的呈现。可视化与空间数据挖掘的结合己成为必然,并已形成了当前空间数据挖掘1与知识发现的一个新的研究热点——可视化空间数据挖掘(Visual Spatial Data Mining,VSDM)。VSDM技术将打破传统数据挖掘算法的“封闭性”,充分利用各式各样的数据可视化技术,以一种完全开放、互动的方式支持用户结合自身专业背景参与到数据挖掘的全过程中,从而提高数据挖掘的有效性和可靠性。本文将对空间数据挖掘、可视化的研究概况,以及可视化在空间数据挖掘中的应用进行概括性回顾总结,并对未来发展趋势进行探讨。 一、空间数据挖掘研究概述 1.1 空间数据挖掘的诞生及发展 1989年8月,在美国底特律市召开的第一届国际联合人工智能学术会议上,从事数据库、人工智能、数理统计和可视化等技术的学者们,首次出现了从数据库中发现知识(knowledge discovery in database,KDD)的概念,标志着数据挖掘技术的诞生[1]。此时的数据挖掘针对的 作者1简介:贾泽露(1977,6-),男,土家族,湖北巴东人,讲师,博士,主要从事空间数据挖掘、可视化、土地信息系统智能化及GIS理论、方法与应用的研究和教学工作。 作者2简介:刘耀林(1960,9- ),男,汉族,湖北黄冈人,教授,博士,博士生导师,武汉大学资源与环境科学学院院长,现从事地理信息系统的理论、方法和应用研究和教学工作。

相关文档
最新文档