智能制造的基本内容诠释
2014-11-10智慧城市圈子邱文斌
摘要：介绍了智能制造提出的背景、主要研究内容和目标，人工智能与IMT、IMS的关系，IMS和CIMS，智能制造的物质基础及理论基础，智能制造系统的特征及框架结构，并简要介绍了智能加工中心IMC，智能制造技木的发展趋势，以及智能制造系统研究成果及存在问题。
关键词：智能制造，IMS，IMC，IMT。
一、智能制造提出的背景
制造业是国民经济的基础工业部门，是决定国家发展水平的最基本因素之一。从机械制造业发展的历程来看，经历了由手工制作、泰勒化制造、高度自动化、柔性自动化和集成化制造、并行规划设计制造等阶段。
就制造自动化而言，大体上每十年上一个台阶:50～60年代是单机数控，70年代以后则是CNC机床及由它们组成的自动化岛，80年代出现了世界性的柔性自动化热潮。与此同时，出现了计算机集成制造，但与实用化相距甚远。
随着计算机的问世与发展，机械制造大体沿两条路线发展:一是传统制造技术的发展，二是借助计算机和自动化科学的制造技术与系统的发展。80年代以来，传统制造技术得到了不同程度的发展，但存在着很多问题。
先进的计算机技术和制造技术向产品、工艺和系统的设计人员和管理人员提出了新的挑战，传统的设计和管理方法不能有效地解决现代制造系统中所出现的问题，这就促使我们借助现代的工具和方法，利用各学科最新研究成果，通过集成传统制造技术、计算机技术与科学以及人工智能等技术，发展一种新型的制造技术与系统，这便是智能制造技术(IntelligentManufacturingTechnology，IMT)与智能制造系统(IntelligentManufacturingSystem，IMS)[1]。
90年代以后，世界各国竞相大力发展IMT和IMS的深层次原因有:
(1)集成化离不开智能
制造系统是一个复杂的大系统，其中有多年积累的生产经验，生产过程中的人—机交互作用，必须使用的智能机器(如智能机器人)等。脱离了智能化，集成化也就不能完美地实现。
(2)机器智能化比较灵活
可以选择系统智能化，也可以选择单机智能化;单机可发展一种智能，也可发展几种智能;无论在系统中或单机上，智能化均可工作，不像集成制造系统，只有全系统集成才可工作。
(3)智能化的经济效益较高
现有的计算机集成制造系统(ComputerIntegratedManufacturingSystem，CIMS)少则投资数千万元，多则投资数亿元乃至数十亿元，很少有企业能承担得起，而且投入正常运行的很少，维护费用也高，还要废弃原有的设备，难以推广。
(4)白领化使得有丰富经验的机械工人和技术人员日益缺少，产品制造技术越来越复杂，促使使用人工智能和知识工程技术来解决现代化的加工问题。
(5)工厂生产率的提高更多地取决于生产管理和生产自动化
人工智能与计算机管理相结合，使得不懂计算机的人也能通过视觉、对话等智能手段实现生产管理的科学化。
总之，以计算机信息技术为基础的高新技术得到迅猛发展，为传统的制造业提供了新的发展机遇。计算机技术、信息技术、自动化技术与传统制造技术相结合，形成了先进制造技术概念。
冷战结束以后，国际间竞争的重点由单纯的军事实力较量转向以发展经济和提高国民生活水平的综合国力较量，随之而来的这种国际间高新技术领域的竞争愈演愈烈，且其发展形式由最初的仅依托本国的人力、物力和财力，发展到国际间的大规模合作。
近年来由发达国家倡导的面向21世纪的“智能制造系统”、“信息高速公路”等国际研究计划，无疑是该背景下的产物，也是国际间进行高科技研究开发的具体表现和积极占领21世纪高科技制高点的象征。
二、主要研究内容和目标
智能制造在国际上尚无公认的定义。目前比较通行的一种定义是，智能制造技术是指在制造工业的各个环节，以一种高度柔性与高度集成的方式，通过计算机来模拟人类专家的制造智能活动。
因此，智能制造的研究开发对象是整个机械制造企业，其主要研究开发目标有二:
①整个制造工作的全面智能化，它在实际制造系统中首次提出了以机器智能取代人的部脑力劳动作为主要目标，强调整个企业生产经营过程大范围的自组织能力;
②信息和制造智能的集成与共享，强调智能型的集成自动化。
目前，IMT和IMS的研究方向已从最初的人工智能在制造领域中的应用(AiM)发展到今天的IMS，研究课题涉及的范围由最初仅一个企业内的市场分析、产品设计、生产计划、制造加工、过程控制、信息管理、设备维护等技术型环节的自动化，发展到今天的面向世界范围内的整个制造环境的集成化与自组织能力，包括制造智能处理技术、自组织加工单元、自组织机器人、智能生产管理信息系统、多级竞争式控制网络、全球通讯与操作网等。
由日本提出的IMS国际合作研究计划对IMS的解释可以看出，IMS的研究包括智能活动、智能机器以及两者的有机融合技术，其中智能活动是问题的核心。在IMS研究的众多基础技术中，制造智能处理技术是最为关键和迫切需要研究的问题之一，因为它负责各环节的制造智能的集成和生成智能机器的智能活动。
在一个国家甚至世界范围内，企业之间有着密切的联系，譬如，采用相同的生产设备和系统，有着类似的生产控制与管理方式，上下游产品之间的联系，等等。其间存在的突出问题是产品和技术的规范化、标准化和通用化、信息自动交换形式与接口以及制造智能共享等。
国际IMS计划的基本观点如下:①IMS是21世纪的制造系统，必须开发与之相适应的制造技术;②应对这些技术进行组织化和系统化;③加强技术的标准化;④考虑人的因素;⑤保护环境。该计划由已有生产技术的体系化和标准化、21世纪生产技术的研究与开发两大部分构成。
1992年4月在日本召开的第一次国际技术委员会，确定了4个主题:
①技术课题;
②选择原则;
③评价程序;
④执行准则。
由国际IMS中心成员提出的首批10项研究课题是
①企业集成;
②全球制造;
③系统单元技术;
④清洁制造技术;
⑤人与组织研究;
⑥先进的材料加工技术;
⑦全球并行工程(评估和实施);
⑧自主模块的系统设备与分布控制;
⑨快速产品开发;bk知识系统化(设计与制造)。
美国国家科学基金会(NSF)已连续数年重点资助了与智能制造有关的研究项目，这些项目覆盖了智能制造的绝大部分技术领域，包括制造过程中的智能决策、基于多施主(multi-agent)的智能协作求解、智能并行设计、物流传输的智能自动化、智能加工系统和智能机器等。
日本提出的智能制造系统国际合作计划，以高新计算机为后盾、深受其“真空世界”计算机研究计划的影响。其主要研究内容如下:
①强调部分代替人的智能活动，实现部分人的技能;
②使用智能计算机技术来集成设计制造过程，使之一体化，以虚拟现实技术实现虚拟制造，以多媒体的人机接口技术、虚拟现实技术，实现职业教育;
③强调全球制造网络的生产制造技术，通过卫星、Internet和数字电话网络实现全球制造;
④强调智能化与自律化的智能加工系统以及智能化CNC、智能机器人的研究。
⑤重视分布式人工智能技术的应用，强调自律协作代替集中递阶控制。
IMT与IMS的研究与开发对于提高产品质量、生产效率和降低成本，提高国家制造业响应市场变化的能力和速度，以及提高国家的经济实力和国民的生活水准，均具有重大的意义。其研究目标是要实现将市场适应性、经济性、人的重要性、适应自然和社会环境的能力、开放性和兼容能力等融合在一起的生产系统:
①使整个制造过程实现智能化，并具有自组织能力;
②IMS是一个集成许多工厂和多种机器设备的混合系统;
③具备满足各种社会需求的柔性;
④能充分发挥人的作用;
⑤易于操作;
⑥总效率高;
⑦能避免重复投资等。
人工智能的目的是为了用技术系统来突破人的自然智力的局限性，达到对人脑的部分代替、延伸和加强的目的，使那些单靠人的天然智能无法进行或带有危险性的工作得以完成，从而使人类的智慧能集中到那些更富于创造性的工作中去。人是制造智能的重要来源，在制造业走向智能化过程中起着决定性作用。目前在整体智能水平上，与人工系统相比，人的智力仍然是遥遥领先的。
人工智能模拟的蓝本主要是人类的智能，但人类的智能是随时间不断变化的，而这种变化又是无止境的，只有人与机器有机高度结合，才能实现制造过程的真正智能化。智能制造被称为新世纪的制造技术，目前之所以还不能实现，是由于要受到目前科学技术、人以及经济等诸多方面的制约。
智能与思维智能，就是在各种环境和目的的条件下正确制定决策和实现目的的能力。在这里，给定的环境和目的是问题的约束条件，制定正确的决策是智能的中心环节，而有效地实现目的，则是智能的评判准则。从信息处理的角度讲，智能可以看成是获取、传递、处理、再生和利用信息的能力。而思维能力是整个智能活动中最复杂、最核心的部分，主要指处理和再生信息的能力。
这种信息处理的过程是十分复杂和多样化的，归纳起来，大体可分为3种基本的类型，即:经验思维、逻辑思维和创造性思维。在工艺设计过程中，这三种类型的思维都存在，在不同层次的决策中起着重要作用。
总之，智能制造技术是制造技术、自动化技术、系统工程与人工智能等学科互相渗透、互相交织而形成的一门综合技术。其具体表现为:智能设计、智能加工、机器人操作、智能控制、智能工艺规划、智能调度与管理、智能装配、智能测量与诊断等。
它强调通过“智能设备”和“自治控制”来构造新一代的智能制造系统模式。智能制造系统具有自律能力、自组织能力、自学习与自我优化能力、自修复能力，因而适应性极强，而且由于采用VR技术，人机界面更加友好。
因此，IM技术的研究开发对于提高生产效率与产品品质、降低成本，提高制造业市场应变能力、国家经济实力和国民生活水准，具有重要意义。智能制造是制造系统柔性自动化和集成自动化的新发展和重要组成部分，因此未来智能制造将向智能集成的方向发展，未来智能制造的研究将着重于智能传感与检测(如智能传感器、智能传感与检测技术、光纤传感技术等)。
三、人工智能与IMT、IMS
人工智能的研究，一开始就未能摆脱制造机器生物的思想，即“机器智能化”。这种以“自主”系统为目标的研究路线，严重地阻碍了人工智能研究的进展。
许多学者已意识到这一点，Feigenbaum、Newell、钱学森从计算机角度出发，提出了人与计算机相结合的智能系统概念。目前国外对多媒体及虚拟技术研究进行大量投资，以及日本第五代智能计算机研制计划的搁浅等事例，就是智能系统研究目标有所改变的明证。
人工智能技术在机械制造领域中的应用涉及市场分析、产品设计、生产规划、过程控制、质量管理、材料处理、设备维护等诸方面。结果是开发出了种类繁多的面向特定领域的独立的专家系统、基于知识的系统或智能辅助系统，形成一系列的“智能化孤岛”。
随着研究与应用的深入，人们逐渐认识到，未来的制造自动化应是高度集成化与智能化的人—机系统的有机融合，制造自动化程度的进一步提高要依赖于整个制造系统的自组织能力。如何提高这些“孤岛”的应用范围和在实际制造环境中处理问题的能力，成为人们的研究焦点。
在80年代末和90年代初，一种通过集成制造自动化、新一代人工智能、计算机等科学技术而发展起来的新型制造工程——IMT和新——代制造系统——IMS便脱颖而出。
人工智能在制造领域中的应用与IMT和IMS的一个重要区别在于，IMS和IMT首次以部分取代制造中人的脑力劳动为研究目标，而不再仅起“辅助和支持”作用，在一定范围还需要能独立地适应周围环境，开展工作。
四、IMS和CIMS
CIMS发展的道路不是一帆风顺的。今天，CIMS的发展遇到了不可逾越的障碍，可能是刚开始时就对CIMS 提出了过高的要求，也可能是CIMS本身就存在某种与生俱来的缺陷，今天的CIMS在国际上已不像几年前那样受到极大的关注与广泛地研究。从CIMS的发展来看，众多研究者把重点放在计算机集成上，从科学技术的现状看，要完成这样一个集成系统是很困难的。
CIMS作为一种连接生产线中的单个自动化子系统的策略，是一种提高制造效率的技术。它的技术基础具有集中式结构的递阶信息网络。尽管在这个递阶体系中有多个执行层次，但主要控制设施仍然是中心计算机。CIMS存在的一个主要问题是用于异种环境必须互连时的复杂性。
在CIMS概念下，手工操作要与高度自动化或半自动化操作集成起来是非常困难和昂贵的。在CIMS深入发展和推广应用的今天，人们已经逐渐认识到，要想让CIMS真正发挥效益和大面积推广应用，有两大问题需要解决:
①人在系统中的作用和地位;
②在不作很大投资对现有设施进行技术改造的情况下亦能应用CIMS。现有的CIMS概念是解决不了这两个难题的。
今天，人力和自动化是一对技术矛盾，不能集成在一起，所能做的选择，或是昂贵的全自动化生产线，或是手工操作，而缺乏的是人力和制造设备之间的相容性，人机工程只是一个方面的考虑，更重要的相容性考虑要体现在竞争、技能和决策能力上。人在制造中的作用需要被重新定义和加以重视。
事实上，在70年代末和80年代初，人们已开始认识到人的因素在现代工业生产中的作用。英国出版公司(IFS)于1984年就首次发起了第一届“制造中人的因素”研讨会，目的在于提高人们对制造环境中人的因素及其所起作用的认识。事实证明，人是IMS中制造智能的重要来源。值得指出的是，CIMS和IMS都是面向制造过程自动化的系统，两者密切相关但又有区别。
CIMS强调的是企业内部物料流的集成和信息流的集成;而IMS强调的则是更大范围内的整个制造过程的自组织能力。从某种意义上讲，后者难度更大，但比CIMS更实用、更实际。CIMS中的众多研究内容是IMS 的发展基础，而IMS也将对CIMS提出更高的要求。集成是智能的基础，而智能也将反过来推动更高水平的集成。
IMT和IMS的研究成果将不只是面向21世纪的制造业，不只是促进CIMS达到高度集成，而且对于FMS、MS、CNC以至一般的工业过程自动化或精密生产环境而言，均有潜在的应用价值。有识之士对人工智能技术、计算机科学和CIMS技术进行了全面的反思。
他们在认识机器智能化的局限性的基础上，特别强调人在系统中的重要性。如何发挥人在系统中的作用，建立一种新型的人—机的协同关系，从而产生高效、高性能的生产系统，这是当前众多学者都会提出的问题，也正是CIMS所忽视的关键因素，这一因素导致了CIMS发展中不可逾越的障碍。
值得一提的是有的学者特别强调“人件(Humanware)”在系统中的重要性，提出CIMS的开放结构体系思想。最引人注目的是欧共体的ESPRIT计划中单独列出的一个研究子项，即“以人为中心的CIMS”。
甚至有人索性称以人为中心的CIMS为HIMS(HumanIntegratedManufacturingSystem)，指出集成制造系统首先是“人的集成”。耐人寻味的是，目前研究的“精良生产”与“敏捷制造”等新型制造系统的主要出发点也是强调“人”的作用，即“以人为中心”。
五、智能制造的物质基础及理论基础
1.智能制造系统的物质基础主要有:
(1)数控机床和加工中心美国于1952年研制成功第一台数控铣床，使机械制造业发生一次技术革命。数控机床和加工中心是柔性制造的核心单元技术。
(2)计算机辅助设计与制造提高了产品的质量和缩短产品生产周期，改变了传统用手工绘图、依靠图纸组织整个生产过程的技木管理模式。
(3)工业控制技术、微电子技术与机械工业的结合———机器人开创了工业生产的新局面，使生产结构发生重大变化，使制造过程更富于柔性扩展了人类工作范围。
(4)制造系统为智能化开发了面向制造过程
中特定环节、特定问题的“智能化孤岛”，如专家系统、基干知识的系统和智能辅助系统等。
(5)智能制造系统和计算机集成制造系统用
计算机一体化控制生产系统，使生产从概念、设计到制造联成一体，做到直接面向市场进行生产，可以从事大小规模并举的多样化的生产;近年来，制造技术有了长足的发展和进步，也带来了很多新问题。
数控机床、自动物料系统、计算机控制系统、机器人等在工业公司得到了广泛的应用，越来越多的公司使用了“计算机集成制造系统(CIMS)”、“柔性制造系统(FMS)”、“工厂自动化(FA)”、“多目标智能计算机辅助设计(M1CAD)”、“模块化制造与工厂(MXMF)、并行工程(CE)”、“智能控制系统(ICS)”以及“智能制造(IM)”、“智能制造技术(IMT)”和“智能制造系统(IMS)”等等新术语。
先进的计算机技术、控制技术和制造技术向产品、工艺和系统的设计师和管理人员提出了新的挑战，传统的设计和管理方法不能再有效地解决现代制造系统提出的问题了。
要解决这些问题、需要用现代的工具和方法，例如人工智能(AI)就为解决复杂的工业问题提出了一套最适宜的工具。
2.智能制造技术的理论基础
智能制造技术是采用一种全新的制造概念和实现模式。其核心特征强调整个制造系统的整体“智能化”或“自组织能力”与个体的“自主性”。“智能制造国际合作研究计划JIRPIMS”明确提出:“智能制造系统是一种在整个制造过程中贯穿智能活动，并将这种智能活动与智能机器有机融合，将整个制造过程从订货、产品设计、生产到市场销售等各个环节以柔性方式集成起来的能发挥最大生产力的先进生产系统”。
基于这个观点，在智能制造的基础理论研究中，提出了智能制造系统及其环境的一种实现模式，这种模式给制造过程及系统的描述、建模和仿真研究赋予了全新的思想和内容，涉及制造过程和系统的计划、管理、组织及运行各个环节，体现在制造系统中制造智能知识的获取和运用，系统的智能调度等，亦即对制造系统内的物质流、信息流、功能决策能力和控制能力提出明确要求。
作为智能制造技术基础，各种人工智能工具，及人工智能技术研究成果在制造业中的广泛应用，促进了智能制造技术的发展。而智能制造系统中，智能调度、智能信息处理与智能机器的有机融合而构成的复杂智能系统，主要体现在以智能加工中心为核心的智能加工系统的智能单元上。
作为智能单元的神经中枢——智能数控系统，不仅需要对系统内部中各种不确定的因素如噪声测量、传动间隙、摩擦、外界干扰、系统内各种模型的非线性及非预见性事件实施智能控制，而且要对制造系统的各种命令请求做出智能反应。
这种功能已远非传统的数控系统体系结构所能胜任，这是一个具有挑战性的新课题。对此有待研究解决的问题有很多，其中包括智能制造机理、智能制造信息、制造智能和制造中的计算几何等。
总之，制造技术发展到今天，已经由一种技术发展成为包括系统论、信息论和控制论为核心的、贯穿在整个制造过程各个环节的一门新型的工程学科，即制造科学。制造系统集成与调度的关键是信息的传递与交换。
从信息与控制的观点来看，智能制造系统是一个信息处理系统，由输入、处理、输出和反馈等部分组成。输入有物质(原料、设备、资金、人员)、能量与信息;输出有产品与服务;处理包括物料的处理与信息处理;反馈有产品品质回馈与顾客反馈。
制造过程实质上是信息资源的采集、输入、加工处理和输出的过程，而最终形成的产品可视为信息的物质表现形式。
六、智能制造系统的特征及框架结构
1.为了提出有我国特色的智能制造模式，首先要搞清智能系统应具有什么特征。
当前对智能系统的理解有两种不同的意见:一种是从科学的角度来看这个问题的意见，即认为只有具备下列特征的系统才能称为智能系统:一个系统既具有人类智能(或部分地)，又具有与人类实现其智能相似的过程与途径。
另一种是从工程的角度来看这个问题的意见，即认为一个系统只要具有(或部分具有)人类智能就称为智能系统，而不管实现其智能的过程与途径。我们这里所讨论的问题是关于智能制造系统的问题，也就是从工程角度来讨论智能系统的问题。
我们认为:在工程上，智能系统的特征有以下几个方面，具有下列特征之一的系统，从工程角度看，就可称为智能系统：
(1)多信息感知与融合;
(2)知识表达、获取、存储和处理(主要是识别、设计、计算、优化、推理与决策);
(3)联想记忆与智能控制;
(4)自治性自相似、自学习、自适应、自组织、自维护;
(5)机器智能的演绎(分解)与归纳(集成);
(6)容错。
2.智能制造系统模式的框架结构
整个系统是一个多智能体分布式网络结构，分成四个部分:中心层、管理层、计划层和生产层。每个层由具有自治性的多智能体组成，这种多智能体具有相似的结构，但根据任务的不同而有不同的自学习、自适应、自组织、自维护功能。智能系统有一定的容错能力，可以在不完整的信息或偶然误差出现时正常地工作。系统与因特网兼容，可以进行企业动态联盟、招标、投标及电子商务，还可形成虚拟制造的支持环境。
七、智能加工中心IMC
1.智能加工中心是智能制造系统中一种典型的智能加工机器。
作为以IMC为主的智能加工单元，其任务为感知、决策、加工、控制与学习。智能加工中心既是智能制造过程和系统的实验和应用对象，也是智能制造技术的缩影和实现通道。
它与普通的加工中心(MC)有着本质的区别，除了完成数控代码规定的加工任务外，能够根据信息的综合进行自主决策，实时调整自身行为，适应环境和自身的不确定性变化，即应具有“自主性”和“自组织”能力，实现对IMC的数控系统进行实时干预与智能控制。
数控加工中心的实时智能控制，表现为三个方面:第一是远程控制，通过通信线路对加工现场进行控制，对加工中心的加工操作和加工状态进行监视;第二是故障识别与处理，如刀具磨损识别与自动更换备用刀具、自激振动识别与自动抑制或消除等;第三是自适应控制，根据检测到的过程控制信息自适应地改变加工参数。
而智能加工中心对信息的获取与处理表现在对加工环境和加工状态的自主响应能力，其中对刀具状态的监测是评判加工状态的重要依据。加工中心刀具状态实时在线智能监测系统，及基于神经网络与模糊识别模式的多传感器融合技术的刀具磨、破损监测系统的成功开发，为智能制造信息的自动获取，成功提供了有力的保证。
2.智能加工中心的主要功能
在智能加工中心中，智能数控系统是IMC的神经中枢，其智能化程度直接决定了整个智能制造系统的智能水平。智能数控系统具有高级的自主控制功能，能将任务请求、作业规划、轨迹控制、过程监视与控制、错误自修复等功能有机结合起来。面向制造系统，它是任务驱动的柔性规划学习系统，而面对复杂的物流加工环境，它又是“刺激一反应”型的再励系统，能对来自内部和外界环境的多种刺激做出理智的决策，从而以最优策略完成目标任务。
通过对智能制造环境下的加工过程进行分析，确定加工中心应具备的主要功能有:
(1)感知功能，根据多种传感器信号的收集、特征提取和信息融合，实现加工对象感知和系统状态感知。
(2)决策功能，在感知的基础上通过决策，明确其在整个制造系统中的作用、与其它智能机器的关系，并确定自身的行为方式。
(3)控制功能，智能加工中心根据决策结果进行处理，采用最优化的方式完成加工任务，并保证加工过程得到可靠的监视和维护。
(4)通信功能，包括与CAD/CAM系统的智能通信，实现数据与知识的交流，支持并行工程策略;与其它智能加工机器的智能通信，交流状态信息，协调加工负荷;与人类专家和操作人员的智能通信，提供良好的人机交互环境，为智能机器提供知识单元，做出相应决策。
(5)学习功能，依据决策、控制和加工指令，以及由此引起的状态变化和最终加工任务，学习和积累相关知识，改进决策和控制策略。此外，还包括从人类专家和其它智能机器直接获取知识。
八、智能制造技木的发展趋势
智能制造是从80年代末发展起来的，最旱的几本有关智能制造及系统方面的专著是在1988年由WrightfgMilaciC等人编写的，随后、Kusiak和Pain也相继出版了这方面的研究著作。
这些专著所描述的IMS仍基于设计与制造技术所提出的问题和解决的工具与方法。在许多工业化国家、人工智能已被当作求解现代工业提出的问题的工具和方法。
因此，这些专著仅着力于人工智能在制造业中的应用和智能系统研究与应用中提出的问题的求解、使用基于知识的系统(如级联结构系统)和优化方法来解决自动化制造环境中零件、产品、系统的设计与制造，以及自动制造系统的规划与调度(管理)问题。
先进的工业化国家在研究FMS、CIMS、FA及AI筹的基础上，为了进行国际间制造业的共同协作研究、开发、设计、生产、物流、信息流、经营管理乃至制造过程的集成化与智能化等而提出来的智能制造系统，也是为了解决各发达国家面临的企业活动全球化、重复投资增大、现场熟练技术工人不足和社会对产品的需求变化等因素而倡导的国际制造业的合作。
在迸行智能制造及其相关技术与系统的研究方面、首推日本在1990年提议和倡导的日、美、欧之间建立的国际运营委员会、国际技术委员会和附属机构IMS中。大有主宰未来制造技术的趋势。
1991～1993年Barschdor汀和Monostori等应用人工神经网络(ANNS)到智能制造中进行加工过程的建模、监测、诊断、自适应控制;通过神经网络的知识表示和学习能力，缩短CIMS的反应时间，提高产品的质量，使系统更可靠。而Furukawa则对智能机器的设计程序及它在自动导引车中的应用作了介绍。被称为是二十一世纪的制造技术的智能制造系统，目前国内外已相继开展了国际联合研究计划。
智能制造系统与当前任何制造系统相比，在体系结构上有着根本意义上的不同，具体体现在:一是采用开放式系统设计策略。通过计算机网络技术，实现共享制造数据和制造知识，以保证系统质量。这是将计算机界先进的设计和开发思想融入到制造系统的结果，因而使制造系统向拟人化的方向进一步发展。
二是采用分布式多自主体智能系统设计策略，其基本思想是:赋予制造系统中各组成部分或子系统一定的自主权，使其形成一个封闭的具有完整功能的自主体，这些自主体以网络智能结点的形式联接在通讯网络上，各个智能结点在物理上是分散的，在逻辑上是平等的。通过各结点的协同处理与合作，共同完成制造系统任务，实现人与人的知识在制造中的核心地位。
此外，生物制造与仿生机械的科学与技术、生物自生长成形制造、绿色制造的科学与技术包括产品与人类和自然的协调理论，产品绿色工艺(如Near2ZeroWaste)等也极大地丰富了智能制造的范畴，促进了智能制造系统的发展。
目前，我国一些高等院校也在进行智能制造技术的研究，如南京航空航天大学机电学院朱剑英教授成立的智能制造科研组，一方面跟踪国际智能制造的最新研究动态，另一方面从事智能制造关键基础技术的预研工作，为地区及我国智能制造技术的发展做出了一定贡献。
遗憾的是，由于种种原因，我国政府主管部门和有关大公司、厂家并无迹象表明对智能制造已引起足够的重视，至今也未得到我国机械学科的普遍关注。相信随着人们对智能制造系统认识的逐步深入，智能制造系统必将得以迅猛发展，迎头赶上世界先进发展水平。
九、智能制造系统研究成果及存在问题
目前对分布式制造系统的研究虽然还处于初期阶段，但已在不同层次、不同侧面上取得了大量令人振奋的基础理论研究成果和应用成果，如制造Agent的个体目标机制(如奖惩机制、市场机制、目标函数等)等。这些研究成果奠定了MAS在制造控制中应用的基础。
但是，由于制造Agent在信息、知识和控制上的完全分布，每个Agent对环境、对整个问题求解活动及其他Agent的意图只有部分的、不完全的知识，并且拥有的知识可能互相不一致，各个Agent只能根据不完备的知识与不完整、不同步的信息做出局部决策。又由于整个系统缺乏类似中央控制的机制，因而整个系统的控制和决策往往不能达到最优效果，而且不可避免地存在大量难以解决的决策冲突(Conflict)和死锁(Deadlock)。
因此，对分布式自治制造系统中异构Agent间的相互合作以及全局协调机制的研究，是分布式自治制造系统最重要，也是最基本的问题，更是其走向实用所亟待解决的核心问题。
协调是指一组Agent完成一些集体活动时相互作用的性质。在分布式制造系统中，全局协调和优化是一个在多目标动态约束下，各类活动和资源的最佳组合和排序的动态求取过程，它可以描述为两个子问题，即局部调度决策和全局资源协调。
由于“组合爆炸”现象的存在，当前采用的普遍方法是谈判和投标(NegotiationandBidding)。谈判被定义为:在开放的、动态的制造控制环境下，拥有任务订单的Agent(协调者)，及欲参与任务执行的Agent(投标者)之间传递各自的资源、愿望和能力信息，反复进行协商，直到其中一个Agent或一组Agent被选出组成执行该任务的队列的过程。
在这个过程中出现的冲突和死锁或者由协调者来解决，或者由冲突中的Agent自行解决。为了加快谈判过程，许多研究工作致力于改进谈判策略和开发支持协商的协议和语言，目前已提出了诸如一步谈判、多步谈判、合同网等多种谈判策略和协议。
分析这种谈判过程，可以看出:
(1)在当前所采用的模型中，谈判是基于对谈判者的知识与能力、讨价还价过程、收益计算，以及子系统的影响(或能力)的平衡的显式表达，以可计算的迭代模型模拟社会或生物界的组织形式和进化过程的协调和协作方法;
(2)各个Agent总是将其他Agent的局部调度作为其预测信息，以计算其自己的局部调度决策。依次地，又将决策结果传递给其他Agent。宏观上看，这是一个串行过程。当一个Agent产生的结果不可接受时，又需要进行反复通信和迭代。因而，各个Agent的内部可以看作是一个局部闭环反馈控制系统，而冲突则是其外部扰动;
(3)全局协调的目标是要完全消解冲突，因而各Agent总是要利用最新的信息来处理冲突。因此，谈判实际上是一种外部合作机制。
这种方法在一定程度上解决了开放环境中的Agent协调和协作的组合优化问题，但是该方法的一个固有缺陷是它只是对社会市场或生物界的组织形式和进化过程的直觉模仿[1]，尚缺乏对其基本原理、机制和限制条件的深刻认识和理论上的证明，例如，在什么条件下谈判的过程是收敛的、稳定的。
如何得到期望的结构或功能等。尤其当系统规模较大，而且Agent处于信息连续变化的高度紊乱的环境中(如由于市场的快速变化，经常会有一些短期的、紧急的订单需要及时处理)时，有可能引起冲突的传播(即任何两个实体间冲突的解决会触发其他冲突的出现)。
这种特性类似于自催化过程，各个制造Agent间正向-反向交换局部解答的动态迭代过程使得全局问题求解的复杂性成倍增长，有可能达到不可控制的程度。甚至出现混沌，其后果带来了大量的通信和控制的不确定性，造成系统异步(即通信的延迟没有上界)，并由此导致各制造Agent常常处于等待，或开环运行状态。
特别是，由于信息的不精确和延迟，各个Agent可能总是跟不上环境信息的变化。因此，这种将全局问题简化为局部控制与调度而带来的系统建模的简单性往往被解决冲突、协调和为了维护全局优化的一致性而进行的大量信息交互问题所抵消。
十、结语
制造业是国家经济和综合国力的基础，被称为“立国之本”。而我国的制造工业与发达国家相比，差距很大，主要表现为自主开发能力和技术创新能力薄弱，核心技术、关键技术仍依赖进口。对此，我国已引起重视，在“九五”科技规划和15年科技发展规划中，将先进制造技术列为重点发展领域之一。
进入21世纪，经济全球化的进程日益加快，制造业领域的竞争日益加剧，而竞争的核心是先进制造技术。在此环境下，我们只有抓住机遇，迎接挑战，利用先进制造技术改造传统产业，实现技术创新、机制创新、管理创新及人才创新，才能实现我国跻身世界制造强国的目标。
未来必然是以高度的集成化和智能化为特征的自动化制造系统，并以部分取代制造中人的脑力劳动为研究目标，而不同于和在制造中的应用也是当代传统制造技术、新兴计算机技术、人工智能技术与、等发展的必然结果，亦即在整个制造过程中通过计算机将人的智能活动与智能机器有机融合，以便有效地推广专家的经验知识，从而实现制造过程的最优化、智能化和自动化。
对于它的研究不仅是为了提高产品质量和生产效率及降低成本，而且也是为了提高国家制造业响应市场变化的能力和速度，以期在未来际竞争中求得生存和发展。它的研究成果，将不只是面向世纪的制造业及促进达到更高程度的集成，就是对于乃至一般工业过程的自动化或精密生产环境而言，均有潜在的应用价值。它的出现将使人们从一个完全崭新的角度去从事科学技术和制造领域的研究。
所以，无疑是世纪的制造技术与系统，国际上对其研究的兴起也决非偶然。在我国，虽然企业与技术转移问题目前尚不严重，但是发达国家一旦拥有，而我们又在这方面与之相差甚远的话，我们将面临失去更多与之竞争机会的危险。因为一方面它是世纪的制造技术和系统，发达国家将不再“依赖”发展中国家的“廉价”劳动力另一方面专业技术人员和熟练技术工人缺乏问题在我国尤其严重，企业生产中的各个环节相脱节的现象也十分突出再者重复投资增大、企业生产的不规范化及自动化程度低下等也是大问题。
目前发达国家正在积极起动这一高新技术，并投巨资、集中大批优秀人才进行跨国合作研究与开发，我国也应当适度开展跟踪研究。因此，基于国外发达国家积极抢占这一国际制造业制高点的严峻形势，参照我国实情，我们认为当前应该系统深入地开展的基础理论研究和现有加工单元技术与机器设备的智能自动化研究。
特别是开发出具有自身特色的即能实现高精度易操作和无人管理的柔性制造系统，以满足我国制造业日益发展的需要。如果条件许可，还可试点进行研究领域中的下一代设计过程、工厂、自主功能模块和虚拟制造系统等方面的前期实验研究工作。只有这样，方能在未来制造技术领域争得一席之地。
一．简答题 1.在什么情况下需要采用不确定推理或非单调推理？ 答：一般推理方法在许多情况下，往往无法解决面临的现实问题，因而需要应用不确定性推理等高级知识推理方法，包括非单调推理、时序推理和不确定性推理等。 例如，当一个人打开电灯的开关而发现灯泡未亮时，就会根据以往的经验而觉得“停电了”。但当他打开另外一只灯的开关发现灯亮时，就否定了先前“停电了”的结论，想到也许是开关或者灯具出问题了。这个改变原先推导结论的过程其实就是一个非单调推理。即，随着信息与知识的增加，并没有在肯定原来的结论基础上，增加了更多并立的知识与结论， 而是否定了原先结论并有了新的看法。以下情况需要采用不确定推理：所需知识不完备,不精确所需知识描述模糊,多种原因导致同一结论,问题的背景知识不足,解题方案不唯一。不确定性推理，是指其推理过程中，由于各种偶然性误差、干扰以及证据的不确定性等因素，导致所获得的结果或结论本身具有未置可否的不确定性。 一般来说，出现不精确推理的原因和特征可能有： ①证据不足或称为证据的不确定性；②规则的不确定性；③研究方法的不确定性。 由于以上“三性”的存在，决定了推理的最后结果具有不确定但却近乎合理的特性，人们把这种性质的推理及其理论和方法总称为不确定推理 2．产生式系统有哪几种推理方式？各自特点为何？ 答：（1）正向推理（正向链接推理）：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。 （2）逆向推理（后向链接推理）：从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。（其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设（目标），然后逐一验证这些假设。 （3）双向推理：又称为正反向混合推理，它综合了正向推理和逆向推理的长处，克服了两者的短处。双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。 3．算法A*直到一个目标节点被选择扩展才会终止。然而，到达目标节点的一条路经可能在那个节点被选择扩展前早就找到了。一旦目标节点被发现，为什么不终止搜索呢？用一个例子说明你的答案。 4．结合你的研究方向，论述哪些人工智能技术可以得到应用？解决什么问题？ 答：人工智能目前总结出了对实现人工智能系统来说具有普遍意义的核心课题：知识的模型化和表示方法，启发式搜索理论，各种推理方法，人工智能系统结构和语言。主要研究和应用领域：机器学习，知识表示和推理，智能搜索，模糊逻辑，人工神经网络，遗传算法，自然语言理解，博弈论，知识发现和数据挖掘等。 5．在选择知识表示的方法时，应该考虑哪些因素？ 答：表示能力：能够将问题求解所需的知识正确有效地表达出来，可理解性：所表达的知
附件1 广东财经大学华商学院课程教学大纲模板 一、课程简介 人工智能是计算机与自动化学科的一门分支学科。它研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规划、诊断等智能活动。人工智能是当前科学技术中正在迅速发展，新思想、新观点、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。人工智能原理是计算机科学技术类专业的应用学科。前修课程包括：离散数学、数据结构、算法分析与设计等，后续课程：专家系统，知识工程。 二、教学目标 （1）熟练掌握图搜索策略，熟练掌握回溯策略、图搜索策略的过程以及算法（BACKTRACK 以及AI算法），掌握一些典型问题的启发式函数； （2）掌握用命题逻辑、一阶逻辑表示知识的方法，并在此基础上进行推理，熟练掌握归结方法以及归结反驳过程，熟练掌握利用归结反驳方法进行推理。 （3）掌握基于贝叶斯规则的不确定性推理，掌握条件概率、独立、条件独立及贝叶斯公式；掌握利用贝叶斯定理检测垃圾邮件的基本方法。 三、主要教学模式和教学手段 1．本课程的教学包括课堂讲授、课外作业、辅导答疑、上机实验和期末考试等教学环节。
2．课堂教学采用启发式教学方法，理例结合，多媒体并用，引导学生加深对课程内容的理解，提高学生的学习兴趣和效果。 3．理论联系实际，通过本课程的教学，力争使学生在理解和掌握大纲所要求的知识内容的基础上，能正确地运用这些知识解决有关实际问题。 四、教学内容（要求编写所有章节的主要内容） 第一章人工智能概述 基本内容和要求： 1．人工智能的概念与目标； 2．人工智能的研究内容与方法； 3．人工智能的分支领域； 4．人工智能的发展概况。 第二章逻辑程序设计语言Prolog 基本内容和要求： 1．掌握Prolog语言的语句特点、程序结构和运行机理； 2．能编写简单的Prolog程序，能读懂一般的Prolog程序。 教学重点： Prolog程序设计。 教学难点： 表与递归，回溯控制 第三章基于图搜索的问题求解 基本内容和要求： 1．掌握状态图的基本概念、状态图搜索基本技术和状态图问题求解的一般方法，包括穷举式搜索、启发式搜索、加权状态图搜索和A算法、A*算法等； 2．掌握与或图的基本概念、与或图搜索基本技术和或图问题求解的一般方法； 3．理解一些经典规划调度问题（如迷宫、八数码、梵塔、旅行商、八皇后等问题）的求解方法； 教学重点：
第1章人工智能概述课后题答案 1.1什么是智能?智能包含哪几种能力？ 解：智能主要是指人类的自然智能。一般认为，智能是是一种认识客观事物和运用知识解决问题的综合能力。 智能包含感知能力，记忆与思维能力，学习和自适应能力，行为能力 1.2人类有哪几种思维方式?各有什么特点？ 解：人类思维方式有形象思维、抽象思维和灵感思维 形象思维也称直感思维，是一种基于形象概念，根据感性形象认识材料，对客观对象进行处理的一种思维方式。 抽象思维也称逻辑思维，是一种基于抽象概念，根据逻辑规则对信息或知识进行处理的理性思维形式。 灵感思维也称顿悟思维，是一种显意识与潜意识相互作用的思维方式。 1.3什么是人工智能?它的研究目标是什么？ 解：从能力的角度讲，人工智能是指用人工的方法在机器（计算机）上实现智能；从学科的角度看，人工智能是一门研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能的学科。 研究目标： 对智能行为有效解释的理论分析； 解释人类智能； 构造具有智能的人工产品； 1.4什么是图灵实验？图灵实验说明了什么？ 解：图灵实验可描述如下，该实验的参加者由一位测试主持人和两个被测试对象组成。其中，两个被测试对象中一个是人，另一个是机器。测试规则为：测试主持人和每个被测试对象分别位于彼此不能看见的房间中，相互之间只能通过计算机终端进行会话。测试开始后，由测试主持人向被测试对象提出各种具有智能性的问题，但不能询问测试者的物理特征。被测试对象在回答问题时,都应尽量使测试者相信自己是“人”，而另一位是”机器”。在这个前提下，要求测试主持人区分这两个被测试对象中哪个是人，哪个是机器。如果无论如何更换测试主持人和被测试对象的人，测试主持人总能分辨出人和机器的概率都小于50%，则认为该机器具有了智能。 1.5人工智能的发展经历了哪几个阶段？ 解：孕育期，形成期，知识应用期，从学派分立走向综合，智能科学技术学科的兴起
人工智能的主要内容和方法 人工智能（Artificial Intelligence，简称AI）是50年代兴起的一门新兴边缘学科，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二十一世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。广义的讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为。人工智能的一个长期目标是发明出可以像人类一样或能更好地完成以上行为的机器；另一个目标是理解这种智能行为是否存在于机器、人类或其他动物中。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。 一、AI的主要内容 人工智能研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。 知识表示是人工智能的基本问题之一，推理和搜索都与表示方法密切相关。常用的知识表示方法有：逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。 常识，自然为人们所关注，已提出多种方法，如非单调推理、定性推理就是从不同角度来表达常识和处理常识的。
问题求解中的自动推理是知识的使用过程，由于有多种知识表示方法，相应地有多种推理方法。推理过程一般可分为演绎推理和非演绎推理。谓词逻辑是演绎推理的基础。结构化表示下的继承性能推理是非演绎性的。由于知识处理的需要，近几年来提出了多种非演绎的推理方法，如连接机制推理、类比推理、基于示例的推理、反绎推理和受限推理等。 搜索是人工智能的一种问题求解方法，搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系。可分为无信息导引的盲目搜索和利用经验知识导引的启发式搜索。启发式知识常由启发式函数来表示，启发式知识利用得越充分，求解问题的搜索空间就越小。典型的启发式搜索方法有A*、AO*算法等。近几年搜索方法研究开始注意那些具有百万节点的超大规模的搜索问题。 机器学习是人工智能的另一重要课题。机器学习是指在一定的知识表示意义下获取新知识的过程，按照学习机制的不同，主要有归纳学习、分析学习、连接机制学习和遗传学习等。 知识处理系统主要由知识库和推理机组成。知识库存储系统所需要的知识，当知识量较大而又有多种表示方法时，知识的合理组织与管理是重要的。推理机在问题求解时，规定使用知识的基本方法和策略，推理过程中为记录结果或通信需设数据库或采用黑板机制。如果在知识库中存储的是某一领域(如医疗诊断)的专家知识，则这样的知识系统称为专家系统。为适应复杂问题的求解需要，单一的专家系统向多主体的分布式人工智能系统发展，这时知识共享、主体间的协作、矛盾的出现和处理将是研究的关键问题。 二、AI的研究方法
第三章制造业成本核算的基本原理成本会计习题及答案
第三章制造业成本核算的基本原理 一、单项选择题 1.某种产品的各项定额准确、稳定，且各月末在产品数量变化不大，为了简化成本计算工作，其生产费用在完工产品与在产品之间进行分配应采用（）。 A在产品按定额成本计价法 B在产品按固定成本计价法 C定额比例法 D约当产量比例法 2.在产品采用定额成本计价法计算时，其实际成本与定额成本之间的差异应计入（）。 Ａ.期间费用Ｂ.完工产品成本Ｃ.营业外支出Ｄ.在产品成本 3．下列不能计入产品成本的费用是（）。 Ａ．燃料和动力 Ｂ．车间、分厂管理人员工资及福利费 Ｃ．生产工人工资及福利费 Ｄ．利息费用 4．设置成本项目的目的之一是（）。 Ａ．反映企业在一定时期内发生了哪些费用 B．反映产品成本的构成情况 C．为计算工业净产值提供资料 D．为核定生产资金提供资料 5．下列各项中，属于产品成本项目的有（）。 Ａ．财务费用
Ｂ．燃料和动力 Ｃ．管理费用 Ｄ．税金 6．以下税金中，不属于工业企业要素费用的是（）。 Ａ．增值税 Ｂ．房产税 Ｃ．土地使用税 Ｄ．车船使用税 7．工业企业产品成本核算中各项费用的划分，都应贯彻（）原则，以期正确核算产品成本和管理费用。 Ａ．配比Ｂ．权责发生制 Ｃ．谨慎Ｄ．受益 8．每个工业企业为遵守成本开支范围，应制止（）的错误做法。 Ａ．在各种产品之间任意调剂成本 Ｂ．在完工产品与月末在产品之间不按规定分配成本 Ｃ．乱挤成本和少计成本 Ｄ．在各个月份之间任意调剂成本 9．基本生产明细帐应该按（）分设专栏或专行进行登记。 Ａ．产品名称 Ｂ．成本项目 Ｃ．费用要素 Ｄ．费用项目
第一章成本会计概述习题 一、单项选择题 1.在成本会计的各种职能中，（）是基础。A.成本预测B.成本控制C.成本核算D.成本考核 2.由于成本与（）结合密切，因而，成本的内容往往要服从于管理的需要。A.生产B.管理C.核算D.经济 3.与传统成本会计相比，现代成本会计的重点已转移到（）。A.事中控制B.事后计算C.事后分析D.事前规划 4.我国企业会计制度规定，企业应采用（）计算成本。 A.制造成本计算法 B.标准成本计算法 C.变动成本计算法 D.实际成本计算法 5.实行（）制度，满足了存货估价和计算损益的要求，为编制财务报表提供资料。 A.变动成本计算 B.估计成本计算 C.标准成本计算 D.实际成本计算 6. 为了保证所作的决策是最优的，在进行决策时应考虑（）。A.已耗成本B.未耗成本C.支出成本D.机会成本 7.下列各项中，表述错误的是（）。 A. 成本与费用是一组既有紧密联系又有一定区别的概念 B. 没有发生费用就不会形成成本 C. 成本的发生期与补偿期并非完全一致 D. 成本在损益表上被列为当期收益的减项 8. 下列各项中，既是成本预测的结果，又是制定成本计划依据的是（）。A.成本核算B.成本决策C.成本控制D.成本分析 9. 下列各项中，具有控制成本、衡量生产效率高低特点的成本会计制度是（）。 A.实际成本制度 B.标准成本制度 C.估计成本制度 D.作业基础成本制度 10. 有助于管理人员确定不增加价值但耗费资源的作业活动的成本计算方法是（）。 A.实际成本制度 B.标准成本制度 C.估计成本制度 D.作业基础成本制度 二、多项选择题 1.现代成本会计的主要职能包括（）。 A.成本预测 B.成本决策 C.成本计划和成本控制 D.成本核算 E.成本分析和考核 2.（）是成本事前规划的具体手段。A.成本预测B.成本决策C.成本计划D.成本分析E.成本考核 3.按成本计算模式分类，成本会计可分为（）。 A.实际成本制度 B.完全成本计算模式 C.变动成本计算模式 D.估计成本制度 E.标准成本制度 4.现代成本会计具有的特征是（）。A.成本会计与管理的直接结合B.建立数量化的管理技术C.按照成本最优化的要求 D.促使企业生产经营实现最优化运转 E.以提高企业的市场适应和竞争能力 5.现代成本会计是包括了（）等内容，以全面提高经济效益为核心的现代成本会计信息系统。 A.质量成本管理 B.作业成本管理 C.战略成本管理 D.环境成本管理 E.人力资源成本管理 6. 尽管不同的经济环境，不同的行业特点，对成本的内涵有不同的理解。但是，成本的经济内容的共同点表现为（）。 A. 成本的形成是以某种目标为对象的 B.成本是指企业的各项支出 C. 成本是为实现一定的目标而发生的耗费 D.成本是会计期间为获得收益而发生的支出 E. 成本都是有形的 7.下列有关成本发表述中，正确的是（）。A. 成本是为取得财产或接受劳务而牺牲的经济资源 B.成本可以是主观认定的，也可以是客观认定的 C. 成本是会计期间为获得收益而发生的费用 D. 成本可以分为未耗成本与与已耗成本两大类 E. 未耗成本在资产负债表上列为资产项目 8.下列各项中，表述的正确的是（）。A. 现代成本会计实际上也就是成本管理 B. 成本数据更多地被用于对企业内部管理人员的业绩评价 C. 成本信息主要为财务会计编制财务报表之用 D. 成本会计是以管理为重心的 E. 财务会计与管理会计都必须依赖于成本会计系统所提供的信息 9.成本控制是（）。A. 对成本计划的实施进行监督B.成本会计的基本职能C. 实现成本决策既定目标的保证 D. 实现成本决策和成本计划目标的有效手段 E. 制定成本计划的依据 10.下列各项关于适时生产系统的表述中，正确的是（）。A.是一种需求拉动式的生产系统 B. 通常将存货数量减少到远低于传统系统中的水平 C. 更强调质量控制 D. 成本的可溯性大为增强 E. 成本计算的准确性大大提高 三、判断题 1.费用是会计期间与收入相配比的成本。（） 2.成本是为了取得某些财产或劳务而牺牲的某些经济资源，因此，成本都是有形的。（）
《人工智能》详细教学大纲 《人工智能》教学大纲 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand 域概念和Horn 子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS ）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A 算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes 方法、D —S 证据理论等，利用数值分析中常用方法进行正确计算。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） 1、讲授内容： （1） 人工智能的概念 （2） 人工智能的研究途径和方法 ………………………………………………
人工智能要学哪些内容 很多人都有这一个高薪梦，最常听到的一句话就是：何以解忧，唯有暴富。现在这个时代，学什么才能实现高薪资呢？关注社会发展动态、关注两会的你应该知道，那就是人工智能。人工智能是当下最热门的职业，那么人工智能需要学习哪些内容呢？ 学习高等数学基础知识 首先，你是零基础的话，就先将高等数学基础知识学透，从基础的数据分析、线性代数及矩阵等等入门，只有基础有了，才会层层积累，不能没有逻辑性的看一块学一块。 学习Python Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。这也是人工智能必备知识。 机器学习属于人工智能的一个分支，它是让机器能具备摆脱对人工指令的依赖，能按照一定的算法开展自主学习的能力，它的出现才真正让“人工智能”不枉智能二字。 所以，未来5到10年，整个人类社会都会迅速朝这个方向演进。如果我们个人想顺应这个潮流，我建议应该快速切入python的学习。 对于程序员来说，IT行业在今后三到五年将会迎来一个高速发展期。这也就意味着会出现大量的人才缺口，尤其是具有综合能力的高端IT人才将会成为各大企业争抢的重点对象。而人工智能可谓是个从业时间越长就越挣钱的领域。程序员在30岁以后往往都会遇到开发瓶颈期，人工智能是个不错的调整方向。 北大青鸟围绕IT市场新兴的软件开发技术进行教学，培养学生掌握软件开发的基本理
论、方法、应用及技能，能够熟练使用数据库及相关主流开发平台进行软件项目的开发、管理，能完成软件开发的需求分析、软件设计、编码、调试及测试、维护等工作，并熟练掌握行业项目实战综合经验，培养具有项目团队管理能力的高级技术应用型专业人才。 更多有关学习IT方面的问题，请点击咨询。
智能机器人的基本内容诠释 导读: 智能机器人技术目前已被广泛应用于生产和生活的许多领域．按其拥有智能的水平可以分为三个层次：工业机器人、初级智能机器人、高级智能机器人。 智能拆除机器入主要适用于建筑拆除、抢险救援、水泥、冶金、核能等行业．具有无线／有线遥控操作、安全可靠、噪音小、振动低、粉尘少、无废气、工作效率高、经济实用、使用灵活等特点。智能拆除机器人是工业机器人的一种。它包含了机械设计与制造、电子电工技术、计算机原理、网络程序设计、传感器、自动控制、数字信号处理、优化设计、人工智能、机器人学等多种技术。 第一章智能机器人的基本解释 我们从广泛意义上理解所谓的智能机器人，它给人的最深刻的印象是一个独特的进行自我控制的“活物”。其实，这个自控“活物”的主要器官并没有像真正的人那样微妙而复杂。智能机器人具备形形色色的内部信息传感器和外部信息传感器，如视觉、听觉、触觉、嗅觉。除具有感受器外，它还有效应器，作为作用于周围环境的手段。这就是筋肉，或称自整步电动机，它们使手、脚、长鼻子、触角等动起来。 我们称这种机器人为自控机器人，以便使它同前面谈到的机器人区分开来。它是控制论产生的结果，控制论主张这样的事实：生命和非生命有目的的行为在很多方面是一致的。正像一个智能机器人制造者所说的，机器人是一种系统的功能描述，这种系统过去只能从生命细胞生长的结果中得到，现在它们已经成了我们自己能够制造的东西了。 第二章智能机器人的分类 2.1综述 可分为一般机器人和智能机器人。一般机器人是指不具有智能，只具有一般编程能力和操作功能的机器人.到目前为止，在世界范围内还没有一个统一的智能机器人定义。大多数专家认为智能机器人至少要具备以下三个要素：一是感觉要素，用来认识周围环境状态；二是运动要素，对外界做出反应性动作；三是思考要素，根据感觉要素所得到的信息，思考出采用什么样的动作。 感觉要素包括能感知视觉、接近、距离等的非接触型传感器和能感知力、压觉、触觉等的接触型传感器。这些要素实质上就是相当于人的眼、鼻、耳等五官，它们的功能可以利用诸如摄像机、图像传感器、超声波传成器、激光器、导电橡胶、压电元件、气动元件、行程开关等机电元器件来实现。 对运动要素来说，智能机器人需要有一个无轨道型的移动机构，以适应诸如平地、台阶、墙壁、楼梯、坡道等不同的地理环境。它们的功能可以借助轮子、履带、支脚、吸盘、气垫等移动机构来完成。在运动过程中要对移动机构进行实时控制，这种控制不仅要包括有位置控制，而且还要有力度控制、位置与力度混合控制、伸缩率控制等。 智能机器人的思考要素是三个要素中的关键，也是人们要赋予机器人必备的要素。思考要素包括有判断、逻辑分析、理解等方面的智力活动。这些智力活动实质上是一个信息处理过程，而计算机则是完成这个处理过程的主要手段。
人工智能基础（8017）考试大纲 一、课程性质与设置目的 （一）课程性质和特点 “人工智能”是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，在计算机专业本科开设《人工智能基础》课程是十分必要的。《人工智能基础》是计算机专业本科的一门必修课程，本课程中涉及的理论、原理、方法和技术有助于学生进一步学习其他专业课程。开设本课程的目的是培养学生软件开发的“智能”观念；掌握人工智能的基本理论、基本方法和基本技术；提高解决“智能”问题的能力，为今后的继续深造和智能系统研制，以及进行相关的工作打下人工智能方面的基础。 （二）本课程的基本要求（课程总目标） 《人工智能基础》是理论性较强，涉及知识面较广，方法和技术较复杂的一门学科。通过对本课程的学习，学生应掌握人工智能的一个问题和三大技术，即通用问题求解和知识表示技术、搜索技术、推理技术。具体要求是：学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand域概念和Horn子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes方法、D—S证据理论等，利用数值分析中常用方法进行正确计算。另外，学生还应该了解专家系统的基本概念、研究历史、系统结构、系统评价和领域应用。学生还应认识机器学习对于智能软件研制的重要性，掌握机器学习的相关概念，机器学习的方法及其相应的学习机制，几个典型的机器学习系统的学习方法、功能和领域应用。 （三）本课程与相关课程的联系、分工或区别 与本课程相关的课程有：离散数学、算法设计、数值分析、程序设计语言等。 离散数学中的命题逻辑、谓词逻辑、树/图、表等知识是本课程的数学基础之一。本课程中的知识表示需要利用矩阵、表、树/图、多元组等手段，因此学生前期的离散数学学习，对于本课程起到了基础作用。 -1-
过程控制中的仿人智能控制 引言 过程控制是工业自动化中一个最重要的分支，它主要针对所谓六大参数，即温度、压力、流量、液位、成分和物性等参数的控制问题。在过程控制中，了解被控对象的动态特性十分重要，控制系统的设计是依据被控对象的控制要求和动态特性进行的。过程控制涉及的被控对象大多具有以下特点:①被控对象的动态特性通常是单调曲线，被控量的变化一般比较缓;②被控对象在动态特性通常存在迟延或纯滞后;③被控对象的动态特性存在稳定的自衡过程，中性稳定的非自衡过程;④被控对象往往具有诸如饱和、死区、滞环和倒S形等非线形特性;⑤被控对象往往存在时变性和不确定性;⑥复杂的过程对象还可能是多变量和具有分布参数的性质。仿人智能控制的本质就是在宏观结构上及行为功能上对人控制器进行模拟。它以人的思维方式、控制经验、行为和直觉推理为基础，避开了求解繁琐的对象模型或建立脑模型时遇到的种种难题，所以更易于工程实践和应用。对于那些模型复杂或模型不存在的系统，仿人智能控制就成为最佳选择。而过程控制对象难以建立精确的数学模型，但一般说来可得到拟合简化后的模型结构，并且也很容易近似获取其中主要的特征参数;在获得一些基本的先验知识的前提下，仿人智能控制将会显示出其独特的优势。 1. 仿人智能控制的基本思想 仿人智能控制器(HSIC)在结构上是一个分层递阶的信息处理系统。直接控制层直接面对实时控制问题。自校正层解决直接控制层中控制模态的参数自校正问题。任务自适应层解决直接控制层或参数校正层中特征模型，推理规则和控制与决策模态或参数值的选择、修改、以至生成的问题。它与直接控制层和参数校正层一起构成一个典型的具有高阶产生式系统结构的单元智能控制器。智能控制器算法的设计过程就是建立特征模型及多模态控模型的过程。可用产生式规则IF<条件>THEN<结果>形式描述，条件是特征，结果是决策。这种形式描述了根据征辨识结果进行决策的过程，是对人(专家)决策过程的拟。 2. 仿人智能控制的基本理论 智能控制的基本思想是仿人、仿智，无数事实表明，迄今为止世界上最有效最高级的控制系统是人类自身，研究自身表现出来的控制机制，并用机器加以模仿是智能控制研究的重要捷径。 生物机体是一个庞大的复杂系统，人脑是我们至今知道的复杂系统之一，人的精神世界素有“第二宇宙”之称。要从结构功能上完全模仿人脑，以目前的科学技术水平而言，还只是幻想。在宏观结构模拟的基础上研究人的控制行为功能并加以模拟实现应该是必由之路。 在人参与的控制过程中，经验丰富的操作者并不是依据数学模型进行控制的，而是按过去积累的经验，如系统动态信息特征的定性认识进行直觉推理，在线确定
2.7解：根据谓词知识表示的步骤求解问题如下： 解法一： (1)本问题涉及的常量定义为： 猴子：Monkey，箱子：Box，香蕉：Banana，位置：a，b，c (2)定义谓词如下： SITE(x，y)：表示x在y处； HANG(x，y)：表示x悬挂在y处； ON(x，y)：表示x站在y上； HOLDS(y，w)：表示y手里拿着w。 (3)根据问题的描述将问题的初始状态和目标状态分别用谓词公式表示如下： 问题的初始状态表示： SITE(Monkey，a)∧HANG(Banana，b)∧SITE(Box，c)∧~ON(Monkey，Box)∧~HOLDS(Monkey，Banana) 问题的目标状态表示： SITE(Monkey，b)∧~HANG(Banana，b)∧SITE(Box，b) ∧ON(Monkey，Box)∧HOLDS(Monkey，Banana) 解法二： (1)本问题涉及的常量定义为： 猴子：Monkey，箱子：Box，香蕉：Banana，位置：a，b，c (2)定义谓词如下： SITE(x，y)：表示x在y处； ONBOX(x)：表示x站在箱子顶上； HOLDS(x)：表示x摘到了香蕉。 (3)根据问题的描述将问题的初始状态和目标状态分别用谓词公式表示如下： 问题的初始状态表示： SITE(Monkey，a)∧SITE(Box，c)∧~ONBOX(Monkey)∧~HOLDS(Monkey) 问题的目标状态表示： SITE(Box，b)∧SITE(Monkey，b)∧ONBOX(Monkey)∧HOLDS(Monkey) 从上述两种解法可以看出，只要谓词定义不同，问题的初始状态和目标状态就不同。所以，对于同样的知识，不同的人的表示结果可能不同。 2.8解：本问题的关键就是制定一组操作，将初始状态转换为目标状态。为了用谓词公式表示操作，可将操作分为条件(为完成相应操作所必须具备的条件)和动作两部分。条件易于用谓词公式表示，而动作则可通过执行该动作前后的状态变化表示出来，即由于动作的执行，当前状态中删去了某些谓词公式而又增加一些谓词公式从而得到了新的状态，通过这种不同状态中谓词公式的增、减来描述动作。 定义四个操作的谓词如下，操作的条件和动作可用谓词公式的增、删表示： (1)goto 1.4人工智能的研究内容 人工智能的知识领域浩繁，很难面面俱到，但是各个领域的思想和方法上有许多可以互相借鉴的地方。从基础理论的角度出发其研究基本内容包括： ◆启发式搜索理论 搜索的方法很多，如回溯、图搜索、启发式等等，主要是给定一些经验做指导提高搜索效率。该方面的研究已经有了比较成熟的技术。 ◆各种推理方法 常识推理有知识不完全、不够用等问题，如鸟会飞，但是鸵鸟不会飞。 ◆知识的模型化和表示方法 知识表示很重要，方法主要有逻辑、产生式、语义网络、框架等。现在还不能完全说清楚知识表示到底是什么。 ◆人工智能系统结构及语言 Lisp语言主要在美国，Prolog语言主要在欧洲使用比较广泛。 ◆机器学习 当前系统大多用归纳的学习、依赖知识库的学习，没有很成熟的方法。神经网络、遗传算法等理论的应用也在探讨之中。 随着人工智能理论研究的发展和成熟，人工智能的应用领域更为宽广，应用效果更为显著。从应用的角度看主要集中在以下几个方面： ◆自然语言理解 当前人工智能应用领域最引人注目的分支之一。随着信息时代的迅速发展，如何理解地获取知识成为日益重要的课题。主要体现于机器翻译、自动文摘、全文检索等应用中。 ◆数据库的智能检索 研究如何在海量的知识中准确的找到自己需要的东西。 ◆专家系统 七十年来开始的人工智能领域的古老话题，有一些系统做得比较好，如下棋、探矿等。 ◆机器定理证明 人工智能研究最原始的课题之一，取得了很多可以证明人工智能技术进步的成就。但不是当今的热点话题。 ◆博弈 主要问题是机器学习和搜索。 ◆机器人学 涉及的知识领域广泛，已取得了很多实质性的成果，是应用前景最好的分支之一。 ◆自动程序设计 所有学计算机的人都希望该研究分支有实质性的成果。 《人工智能》教学大纲 课程名称：人工智能 英语名称：Artificial Intelligence 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 修（制）订人： 修（制）订日期：2009年2月 审核人： 审核日期： 审定人： 审定日期： 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand 域概念和Horn 子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS ）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A 算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes 方法、D —S 证据理论等，利用数值分析中常用方法进行正确计算。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） …… ………………………………………………………………装……订……线…………………………………………………………………………………………………………… ………………………… 《人工智能技术发展趋势及应用》试题及答案 ( 一) 单选题，每题 2 分，共20 题。 1. 下列有关人工智能的说法中，不正确的是（）。 (A) 人工智能是以机器为载体的智能 (B) 人工智能是以人为载体的智能 (C) 人工智能是相对于动物的智能 (D) 人工智能也叫机器智能 2. 以下属于素养性知识的是（）。 (A) 为人处事方面的知识 (B) 行业性知识 (C) 分析性知识 (D) 创造性知识 3. 本课程提到，人工智能皇冠上的明珠是（）。 (A) 数据智能 (B) 读写智能 (C) 逻辑智能 (D) 语言智能 4. 根据本课程，以下哪项不属于情感分析四维模型的内容（）。 (A) 读音知情 (B) 读脸知情 (C) 读搏知情 (D) 读书知情 5. 人工神经网络发展的第一次高潮是（）。 (A) 1986 年启动“863计划” (B) 1977 年，吴文俊创立吴方法 (C) 1957 年，罗森布拉特提出感知机神经元关系 (D) 1985-1986 年提出误差反向传播算法 6. 人工智能在围棋方面的应用之一是AlphaGo 通过（）获得“棋感”。 (A) 视觉感知 (B) 扩大存储空间 (C) 听觉感知 (D) 提高运算速度 7. 以下哪项不属于教育信息化的三个阶段（）。 (A) 教育创新化 (B) 教育技术化 (C) 教育智能化 (D) 教育智慧化 8. 以下不属于人工智能对当前经济社会冲击最大的四个领域的是（）。 (A) 制造 (B) 教育 (C) 艺术 (D) 金融 9. 2013 年，麻省理工学院的基础评论把（）列为第一大技术突破。 (A) 机器学习 (B) 人工智能 (C) 智能围棋 (D) 深度学习 10. 根据本课程，过去生产一台哈雷机车需要21 天，但在工业 4.0 时代，只需要（）就可以把私人定制的摩托车交给客户，极大提高了生产效率，同时满足用户的个性化需求。 (A) 2 天 (B) 24 小时 (C) 12 小时 (D) 6 小时 11. 根据本课程，根据相关机构数据分析，中国制造业总体成本与美国相比（） (A) 远远低于美国 (B) 远远高于美国 (C) 已经几乎相等同 (D) 无法判断 12. 根据本课程，高速公路自动驾驶属于智能网联汽车的哪个发展阶段？（） (A) 驾驶辅助 (B) 部分自动驾驶 人工智能的基本内容 合肥市第一中学许燕【教学内容分析】 本课所学习的内容是广东教育出版社出版的《人工智能初步》信息技术（选修5）中的第1章第2节，主要任务是让学生了解人工智能的基本内容，激发学生对人工智能技术进一步探索求知的欲望。本节通过一个对魔方机器人实物的剖析，让学生通过与人类比的方式了解人工智能的基本内容，让学生感受到人工智能神奇魅力。为了更好的激发学生学习人工智能的兴趣，我又让学生分组探究科技教育机器人，亲身体验机器智能，并通过引导学生畅想，让学生对人工智能的学习更加憧憬。 【学生情况分析】 对于高二的学生，人工智能对他们来说并不陌生，不论是从影视作品中，还是科技展览中，他们多多少少都有一定的了解；而且在高一时候已经有了一些智能软件的体验，如：在线翻译、与网络机器人聊天。另外，我校每年都有机器人特长生，这部分学生在小学初中都参加过教育部或科协举办的电脑机器人大赛，并获得较优异的成绩，他们都是机器人社团的成员，起着带头引领的作用。而且通过前一段时间的学习，学生已经具备了一定的自学能力和信息表达能力，所以在教学中要尽量把舞台让给学生，让学生在自主学习中提升对人工智能的兴趣。 【教学目标】 【重点难点】 教学重点：人工智能的基本内容。 教学难点：如何激发学生学习人工智能的兴趣。 【教学策略设计】 1．教学方法设计 （1）为了便于捕捉学生面对问题时的真实想法，采用师生互动探讨式教学，引导学生分析问题、观察讨论、得出结论等。 （2）开展课堂实践活动，让学生参与到课堂教学中来，培养学生的团队合作和自主探究 能力。 2．教学流程 游戏引入→实例分析→分组实践→课堂延伸 【教具准备】 魔方机器人、科技教育机器人、多媒体课件、网络教室等【教学过程】 仿人智能控制 仿人智能控制是仿效人的政行为而进行控制和决策，即在宏观结构上和功能上对人的控制进行模拟。 开展仿人智能控制的研究，是目前智能控制的一个重要研究方向。 1.仿人智能控制的原理 1.1 仿人智能控制的基本思想 传统的PID控制是一种反馈控制，存在着按偏差的比例、积分和微分三种控制作用。 比例：偏差一产生，控制器就有控制作用，使被控量想偏差减小的方向变化， 器控制作用的强弱取决于比例系数Kp 积分：它能对偏差进行记忆并积分，有利于消除静差，但作用太强，既Ti太大 会是控制的动态性能变差，以至使系统不稳定。 微分：能敏感出偏差的变化趋势， To大可加快系统响应（使超调减小），但又会 使系统抑制干扰的能力降低。 下面来分析一下PID控制中的三种控制作用的是指以及他们的功能与人的控制思维的某种智能差异，从而看出控制规律的智能化发展趋势。1）比例；PID中实质是一种线性放大或缩小的作用，它类似于人的想象能力，可以把一个量想得大一些或小一些，但人的想象力是非线性的是变的，可根据情况灵活变化。 2）积分作用：对偏差信号的记忆功能（积分），人脑的记忆功能是人类的一种基本智能，人脑的记忆是具有某种选择性的。可以记住有用的信息，而遗忘无用或长时间的信息，而PID中的积分是不加 选择的长期记忆，其中包括对控制不利的信息，同比PID中不加选择的积分作用缺乏智能性。 3）微分：体现了信号的变化趋势，这种作用类似于人的预见性，但PID中的微分的预见性缺乏人的远见卓识，且对变化快的信号敏感，对变化慢的信号预见性差 仿人智能控制的基本思想是指：在控制过程中利用计算机模拟人的控制行为能力，最大限度的识别和利用控制系统动态过程所提供的特征信息进行启发和直觉推理，从而实现对缺乏精确数学模型的对象进行有效的控制 1.2 仿人智能行为的特征变量 对系统动态特征的模式识别，主要是对动态模式的分类，根据系统偏差e及偏差变化△e以及由它们相应的组合的特征变量来划分动态特征模式，通过这些特征模式刻画动态系统的动态行为特征，以便作为智能控制决策的依据。 a b 图1 系统的典型阶跃响应曲线 图1给出了一个系统的典型阶跃响应曲线，曲线上a,b,F三处的系统输出是一样的，但他们的动态特征是不同的，a处偏差将继续偏离平衡 《人工智能》需要掌握的基本知识和基本方法 第一章： 1.人工智能的定义：P5 人工智能是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的学科。 2、人工智能研究的基本内容：P10-P11 （1）知识表示 （2）机器感知 （3）机器思维 （4）机器学习 （5）机器行为 3..当前人工智能有哪些学派？（自己查资料） 答：目前人工智能的主要学派有下面三家： (1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。 (2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。 (3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。 4、他们对人工智能在理论上有何不同观？（自己查资料） 答：（1）认为人工智能源于数理逻辑 （2）认为人工智能源于仿生学 （3）认为人工智能源于控制论 第二章 1.掌握一阶逻辑谓词的表示方法：用于求解将谓词公式化为子句集 2.产生式系统的基本结构，各部分的功能以及主要工作过程。P38-P39 （1）规则库规则库是产生式系统求解问题的基础，其知识是否完整、一致， 表达是否准确、灵活，对知识的组织是否合理等，将直接到系统的性能。 （2）综合数据库综合数据库又称为事实库、上下文、黑板等。它是一个 用于存放问题求解过程中各种当前信息的数据结构。 （3）控制系统控制系统又称为推理机构，由一组程序组成，负责整个产生式系统的运行，实现对问题的求解。 工作过程：(a) 从规则库中选择与综合数据库中的已知事实进行匹配。 （b）匹配成功的规则可能不止一条，进行冲突消解。 （c）执行某一规则时，如果其右部是一个或多个结论，则把这些结论加入到综合数据库中：如果其右部是一个或多个操作，则执行这些操作。 （d）对于不确定性知识，在执行每一条规则时还要按一定的算法计算结论的不确定性。 （e）检查综合数据库中是否包含了最终结论，决定是否停止系统的运行。 3.框架表示的结构组成 （1）框架（frame）：一种描述所论对象（一个事物、事件或概念）属性的数据结构。 （2）一个框架由若干个被称为“槽”（slot）的结构组成，每一个槽又可根据实际情况划分为若干个“侧面”（faced）。 （3）一个槽用于描述所论对象某一方面的属性。 （4）一个侧面用于描述相应属性的一个方面。 （5）槽和侧面所具有的属性值分别被称为槽值和侧面值。 4.语义网络的基本结构组成 第三章课件里的全部例题 第一题： 5个不同颜色的房间，每间有个不同国籍的人，每人有自己喜欢的饮料，香烟和宠物，已知信息： 1.英国人住在红房间里； 2.西班牙人有一条狗； 3.挪威人住在左边第一个房间里； 4.黄房间的人在抽库尔斯牌香烟； 5.抽切斯菲尔德牌香烟的人是养了一只狐狸的人的邻居； 6.挪威人住在蓝房间隔壁；1.4 人工智能的研究内容
《人工智能》详细教学大纲
专业技术人员继续教育《人工智能技术发展趋势与应用》试题与答案涵盖80%内容
人工智能的基本内容(教学设计)
仿人智能控制
《人工智能》基础知识
相关主题
文本预览