文献检索作业格式

《文献检索》结课作业

《标题************************》

姓名：

学号：

专业：

计算机在人工智能中的应用（三号、宋体）(The calculator is applicated in the artificial intelligence)

一、课题分析：（宋体、小四号）

人工智能是用计算机来探索和模拟人类的某些智力活动，使计算机具有智能化的功能，具有听、看、说和思想的能力，能模拟人脑进行推理、规划、设计、思考、学习等活动，达到模拟人类某些智能化行为的目的。人工智能的形成和发展是控制论、信息论、系统论、计算机科学、神经生理学心理学、数学和哲学等多种学科以及先进的技术手段相互渗透的结果，也是由于电、子计算机的出现和广泛应用的结果。人工智能的应用包括自然语言理解、专家系统和机器人等许多领域，其应用和发展的前景非常广阔。本课题主要了解人工智能在机器人中的应用。

二、中图分类号：TP18（工程技术类）；（宋体、小四号）

三、关键词：人工智能(Artificial intelligence)；机器人(Robot)（宋体、小四号）

检索式：人工智能*机器人

检索式： Artificial intelligence AND Robot

四、检索步骤和结果：（宋体、小四号）

3、选择中文数据库检出相关文献:

A、《CNKI期刊全文数据库》按关键词进行检索得相关文献：5篇

(1)、人工智能在计算机网络技术中的应用玉溪师范学院学报 2001 02

………………………………………………….

B、选用数据库：《博硕士论文－万方数据库》按关键词进行检索得相关文献：5篇

（1）…………………

…………………………

C、选用数据库：《维普数据库》按关键词进行检索得相关文献：5篇

D、根据所选课题，运用追溯法查找与课题相关的文献：5篇

（1）…………………

5、利用搜索引擎：

A、“百度”/查找相关网页：

查找到相关网页数约：49,000篇。相关文献题录为：5篇

（1）姜岩.世纪发现·人工智能

[EB/OL]./ency/it/002.htm/ 2002-5-11

五、评估检索结果：（宋体、小四号）

通过对检索结果进行分析，发现相关文献有一定的深度和广度，这个选题重点在于探讨人工智能在计算机系统的一些关键技术，并且通过介绍国内外已实现的人工智能计算机系统的原型系统，为其计算机在人工智能上应用提供理论参考。在资料查询过程中充分考虑到了各项关键技术的应用及一些原型系统的发展，对检索策略不用再做调整，此结果有一定的新颖性和资料具有一定的权威性，为该课题的研究提供了可靠性资料。

六、课程论文：（五号字、宋体）

计算机在人工智能中的应用

(The calculator is applicated in the artificial intelligence)

某某

（某院某班）

摘要:以介绍机器人控制技术的发展及机器人智能控制的现状为基础,叙述了模糊控

制和人工神经网络控制在机器人中智能控制的方法.讨论了机器人智能控制中的模糊控制和变结构控制,神经网络控制和变结构控制,以及模糊控制和神经网络控制等几种智能控制技术的融合。并对模糊控制和神经网络控制等方法中的局限性作出了说明。

关键词:机器人（Robot）；智能控制（intelligence control）；模糊控制（Misty control）；

人工神经网络（Artificial nerve network）

中图分类号:ＴＰ18

1机器人智能控制技术的发展

从机器人诞生到20世纪80年代初,机器人技术经历了一个长期缓慢的发展过程.到了20世纪90年代,随着计算机技术、微电子技术、网络技术等的快速发展,机器人技术也得到了飞速发展智能机器人的研究是目前机器人研究中的热门课题.作为一门新兴学科,它融合了神经生理学、心理学、运筹学、控制论和计算机技术等多学科思想和技术成果.智能控制的研究主要体现在对基于知识系统、模糊逻辑和人工神经网络的研究.智能机器人可以在非预先规定的环境中自行解决问题.智能机器人的技术关键就是自适应和自学习的能力,而模糊控制和神经网络控制的应用显示出诸多优势,具有广阔的应用前景。

1.1机器人控制技术的发展

早期的机器人系统,由于需要完成的任务比较简单,而且对动态特性的要求不高,其系统可看成是机器人各关节控制器简单的组合.随着机器人技术的发展,机器人控制器对各关节在整个过程中位置、速度及加速度都有一定的要求,因此可采用独立关节控制原则,在各关节构成PID控制.由于机器人操作臂是一个高度非线性的系统工业用的低速操作臂应用常规的PID反馈控制可以满足控制要求,但为实现高速运动,要求具有较好的控制品质,PID反馈控制难以取得较好的控制效果.在传统的控制方法中,它们依赖数学模型。但是,由于操作臂的参数不能精确得到,模型参数与实际参数不匹配时,便会产生伺服误差。当机器人工作环境及工作目标的性质和特征在工作过程中随时间发生变化时,控制系统的特性有未知和不定的特性.这未知因素和不定性使控制系统性能降低.因此,采用传统的控制方案已不能满足控制要求。

在研究被控对象的模型存在不确定性及未知环境交互作用较强情况下的控制时,智能控制方法得到了成功的应用。近年来,随着人们对机器人高速高精度要求的不断提高,使得整

个机器人系统对其控制部分的要求也越来越高,开发具有智能的机器人已经成为人们研究的热点。

1.2机器人智能控制的现状

近几年,机器人智能控制在理论和应用方面都有较大的进展。在模糊控制方面,由

J.J.Buckley等人论证了模糊系统的逼近特性;E.H.Mamdan首次将模糊理论运用于一台实际机器人,把模糊控制技术在机器人中的应用得以展现[1].而且,模糊系统在机器人的建模、控制、对柔性臂的控制、模糊补偿控制、以及移动机器人路径规划等各个领域都得到了广泛的应用。

在机器人神经网络控制方面,CMCA(CereellaModelControllerArticulation)是应用较早的种控制方法,它的最大特点是实时性好,尤其适于多自由度操作臂的控制,ler 等[2]还行了实验研究,验证了该方法的有效性。机器人智能控制方法

1.3机器人的模糊控制

英国学者E.H.Mamdani在1974年首次成地将模糊集理论运用于工业锅炉的过程控制之,并于20世纪80年代初又将模糊控制引进到器人的控制中.被控对象是一个具有两个旋转节的操作臂,每个关节由直流电动机驱动.关节实际转角通过测速发电机由A/D转换电路获,其角速度通过SOC的记忆存储器编程来实.其主要是对操作臂模糊控制系统,分别进行阶响应测试和跟踪控制试验.控制结果证明了模控制方案具有可行性和优越性。

由LinCM等人[3]提出了在模糊控制器结构基础上,引入PI调节机制达到对阶跃输入的快响应和达到消除隐态误差的效果.通过相平面对两种不同区域的启发性分类,可得到一组简的模糊规则,从而简化了模糊规则库和算法,使终的控制器易于实现.该控制方案通过仿真实得到验证。由邓辉等人[4]提出了一种基于模糊聚类和模控制的模糊逆模型控制方法,并将其应用于力学方程未知的机械手轨迹控制.采用c均值类算法构造两关节机械手模糊模型,并由此构模糊系统的逆模型.在提出的模糊逆模型控制构中,离散时间滑模控制和时延控制用于补偿糊建模误差和外扰动,保证系统全局稳定性,并善其动态和稳态性能.系统稳定性和轨迹误差收敛性,通过稳定性定理得到证明。

2机器人的神经网络控制

神经网络的研究20世纪60年代,并在20世80年代得到了快速的发展.近几年来,神经网研究的目标是复杂的非线性系统的识别和控制方面,神经网络在控制应用上具有以下特点:能充分逼近任意复杂的非线性系统;能够学习与应不确定系统的动态特性;有很强的鲁棒性和错性等.因此,神经网络对机器人控制具有很大吸引力。在机器人的神经网络动力学控制方法中,典型的是计算力矩控制和分解运动加速度控制,前者在关节空间闭环,后者在直角坐