心得體會,人工智能心得總結
發(fā)布時間:2020-08-07 來源: 黨課講稿 點擊:
人工智能心得總結 人工智能心得總結 人工智能學習心得 今天是我學習人工智能的第一堂課,也是我上大學以來第一次接觸人工智能這門課,通 過老師的講解,我對人工智能有了一些簡單的感性認識,我知道了人工智能從誕生,發(fā)展到 今天經歷一個漫長的過程,許多人為此做出了不懈的努力。我覺得這門課真的是一門富有挑 戰(zhàn)性的科學,而從事這項工作的人不僅要懂得計算機知識,還必須懂得心理學和哲學。人工智能在很多領域得到了發(fā)展,在我們的日常生活和學習中發(fā)揮了重要的作用。如:
機器翻譯,機器翻譯是利用計算機把一種自然語言轉變成另一種自然語言的過程,用以完成 這一過程的軟件系統(tǒng)叫做機器翻譯系統(tǒng)。利用這些機器翻譯系統(tǒng)我們可以很方便的完成一些 語言翻譯工作。目前,國內的機器翻譯軟件有很多,富有代表性意義的當屬“金山詞霸”,它 可以迅速的查詢英文單詞和詞組句子翻譯,重要的是它還可以提供發(fā)音功能,為用戶提供了 極大的方便。
通過這堂課,我明白了人工智能發(fā)展的歷史和所處的地位,它始終處
于計算機發(fā)展的最 前沿。我相信人工智能在不久的將來將會得到更深一步的實現(xiàn),會創(chuàng)造出一個全新的人工智 能世界。篇二:人工智能學習心得人工智能學習心得 對人工智能的理解 通過這學期的學習,我對人工智能有了一定的感性認識,個人覺得人工智能是一門極富 挑戰(zhàn)性的科學,從事這項工作的人必須懂得計算機知識,心理學和哲學。人工智能是包括十 分廣泛的科學,它由不同的領域組成,如機器學習,計算機視覺等等,總的說來,人工智能 研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。人工智 能的定義可以分為兩部分,即“人工”和“智能”。“人工”比較好理解,爭議性也不大。有 時我們會要考慮什么是人力所能及制造的,或者人自身的智能程度有沒有高到可以創(chuàng)造人工 智能的地步,等等。但總的來說,“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。關于什么是“智 能”,就問題多多了。這涉及到其它諸如意識、自我、思維等等問題。人唯一了解的智能是人 本身的智能,這是普遍認同的觀點。但是我們對我們自身智能的理解
都非常有限,對構成人 的智能的必要元素也了解有限,所以就很難定義什么是“人工”制造的“智能”了。關于人 工智能一個大家比較容易接受的定義是這樣的:人工智能是人造的智能,是計算機科學、邏 輯學、認知科學交叉形成的一門科學,簡稱 ai。人工智能的發(fā)展歷史大致可以分為這幾個階段:
第一階段:50 年代人工智能的興起和冷落人工智能概念首次提出后,相繼出現(xiàn)了一批顯著的成果,如機器定理證明、跳棋程序、 通用問題 s 求解程序、lisp 表處理語言等。但由于消解法推理能力的有限,以及機器翻譯等 的失敗,使人工智能走入了低谷。
第二階段:60 年代末到 70 年代,專家系統(tǒng)出現(xiàn),使人工智能研究出現(xiàn)新高潮。dendral 化學質譜分析系統(tǒng)、mycin 疾病診斷和治療系統(tǒng)、prospectior 探礦系統(tǒng)、hearsay-ii 語音 理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā),將人工智能引向了實用化。并且,1969 年成立了國際人 工智能聯(lián)合會議 第三階段:80 年代,隨著第五代計算機的研制,人工智能得到了很大發(fā)展。日本 xx 年開始了”第五代計算機研制計劃”,即”知識信息處理計算機系統(tǒng)
kips”,其目的是使邏輯 推理達到數(shù)值運算那么快。雖然此計劃最終失敗,但它的開展形成了一股研究人工智能的熱 潮。
第四階段:80 年代末,神經網絡飛速發(fā)展。xx 年,美國召開第一次神經網絡國際會議,宣告了這一新學科的誕生。此后,各國在 神經網絡方面的投資逐漸增加,神經網絡迅速發(fā)展起來。
第五階段:90 年代,人工智能出現(xiàn)新的研究高潮由于網絡技術特別是國際互連網的技術發(fā)展,人工智能開始由單個智能主體研究轉向基 于網絡環(huán)境下的分布式人工智能研究。不僅研究基于同一目標的分布式問題求解,而且研究 多個智能主體的多目標問題求解,將人工智能更面向實用。另外,由于 hopfield 多層神經網 絡模型的提出,使人工神經網絡研究與應用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會 生活的各個領域。
對人工智能對世界的影響的感受及未來暢想最近看了電影《黑客帝國》一系列,對其中的科幻生活有了很大的興趣,不覺有了疑問:
現(xiàn)在的世界是否會如電影中一樣呢?人工智能的神話是否會發(fā)生在當前社會中的呢?在黑客帝國的世界里,程序員成為了耶穌,控制著整個世界,黑客帝國之所以成為經典, 我認為,不是因為飛來飛去的超級人物,而是因為她暗自揭示了一個
人與計算機世界的關系, 一個發(fā)展趨勢。誰知道 200 年以后會不會是智能機器統(tǒng)治了世界?人類正向信息化的時代邁進,信息化是當前時代的主旋律。信息抽象結晶為知識,知識 構成智能的基礎。因此,信息化到知識化再到智能化,必將成為人類社會發(fā)展的趨勢。人工 智能已經并且廣泛而有深入的結合到科學技術的各門學科和社會的各個領域中,她的概念, 方法和技術正在各行各業(yè)廣泛滲透。而在我們的身邊,智能化的例子也屢見不鮮。在軍事、 工業(yè)和醫(yī)學等領域中人工智能的應用已經顯示出了它具有明顯的經濟效益潛力,和提升人們 生活水平的最大便利性和先進性。智能是一個寬泛的概念。智能是人類具有的特征之一。然而,對于什么是人類智能(或 者說智力),科學界至今還沒有給出令人滿意的定義。有人從生物學角度定義為“中樞神經系 統(tǒng)的功能”,有人從心理學角度定義為“進行抽象思維的能力”,甚至有人同義反復地把它定 義為“獲得能力的能力”,或者不求甚解地說它“就是智力測驗所測量的那種東西”。這些都 不能準確的說明人工智能的確切內涵。人工智能心得總結雖然難于下定義,但人工智能的發(fā)展已經是當前信息化社會的迫切要求,同時研
究人工 智能也對探索人類自身智能的奧秘提供有益的幫助。所以每一次人工智能技術的進步都將帶 動計算機科學的大跨步前進。如果將現(xiàn)有的計算機技術、人工智能技術及自然科學的某些相 關領域結合,并有一定的理論實踐依據,計算機將擁有一個新的發(fā)展方向。個人覺得研究人工智能的目的,一方面是要創(chuàng)造出具有智能的機器,另一方面是要弄清 人類智能的本質,因此,人工智能既屬于工程的范疇,又屬于科學的范疇。通過研究和開發(fā) 人工智能,可以輔助,部分替代甚至拓寬人類的智能,使計算機更好的造福人類。人工智能研究的近期目標;是使現(xiàn)有的計算機不僅能做一般的數(shù)值計算及非數(shù)值信息的 數(shù)據處理,而且能運用知識處理問題,能模擬人類的部分智能行為。按照這一目標,根據現(xiàn) 行的計算機的特點研究實現(xiàn)智能的有關理論、技術和方法,建立相應的智能系統(tǒng)。例如目前 研究開發(fā)的專家系統(tǒng),機器翻譯系統(tǒng)、模式識別系統(tǒng)、機器學習系統(tǒng)、機器人等。隨著社會 的發(fā)展,技術的進步,人工智能的發(fā)展是任何人都無法想象的。通過對人工智能的學習,以 及與所聽所見所聞的結合,我大膽的對未來人工智能的發(fā)展做出了以
下拙劣的猜想:一,融合階段(xx—2020 年):
1、在某些城市,立法機關將主要采用人工智能專家系統(tǒng)來制定新的法律。
2、人們可以用語言來操縱和控制智能化計算機、互聯(lián)網、收音機、電視機和移動電話, 遠程醫(yī)療和遠程保健等遠程服務變得更為完善。
3、智能化計算機和互聯(lián)網在教育中扮演了重要角色,遠程教育十分普及。人工智能心得總結 4、隨著信息技術、生物技術和納米技術的發(fā)展,人工智能科學逐漸完善。
5、許多植入了芯片的人體組成了人體通信網絡(以后甚至可以不用植入任何芯片)。比 如,將微型超級計算機植入人腦,人們就可通過植入的芯片直接進行通信。
6、抗病毒程序可以防止各種非自然因素引發(fā)災難。
7、隨著人工智能的加速發(fā)展,新制定的法律不僅可以用來更好地保護人類健康,而且能 大幅度提高全社會的文明水準。比如,法律可以保護人們免受電磁煙霧的侵害,可以規(guī)范家 用機器人的使用,可以更加有效地保護數(shù)據,可以禁止計算機合成技術在一些文化和藝術方 面的應用(比如禁止合成電視名人),可以禁止編寫具有自我保護意
識的計算機程序。
三、自我發(fā)展階段(2020—2030 年):
1、智能化計算機和互聯(lián)網既能自我修復,也能自行進行科學研究,還能自己生產產品。
2、一些新型材料的出現(xiàn),促使智能化向更高層次發(fā)展。
3、用可植入芯片實現(xiàn)人類、計算機和鯨目動物之間的直接通信,在以后的發(fā)展中甚至不 用植入芯片也可實現(xiàn)此項功能。
4、制定“機器人法”等新的法律來約束機器人的行為,使人們不受機器人的侵害。
5、高水準的智能化技術可以使火星表面環(huán)境適合人類居住和發(fā)展。
四、升華階段(2030—2040 年):
1、信息化的世界進一步發(fā)展成全息模式的世界。
2、人工智能系統(tǒng)可從環(huán)境中采集全息信息,身處某地的人們可以更容易地了解和知曉其 他地方的情況。
3、人們對一些目前無法解釋的自然現(xiàn)象會有更清楚的認識和更完善的解釋,并將這些全 新的知識應用在醫(yī)療、保健和安全等領域。
4、人工智能可以模仿人類的智能,因此會出現(xiàn)有關法律來規(guī)范這些行為。人工智能一 但擁有長足的進步,必將帶動其他計算機技術的發(fā)展。網絡化將虛擬
的世界變得無限大,屆 時,足不出戶將成為一種習慣。人工智能必將帶動人類的發(fā)展,起到決定性作用。雖然不知道其中有多少在未來會得到實現(xiàn),但也算是我通過對人工智能的學習所收獲的 總結。人工智能的繁榮景象和光明前景已展示出其誘人的魅力,讓我們一起期待未來的世界 吧,一個全新的人工智能世界。篇三:《人工智能》心得與想法《人工智能》觀后感之前的時候不是很喜歡看美國的電影,但有一次老師的帶領下我們看了《人工智能》這 個電影頗有些感動,但更多的是一些感慨。這是一部科幻與倫理相結合的電影。在電影的開 頭,人類就被安置在一個極度嚴峻的生存環(huán)境下,溫室效應導致冰川融化,部分城市已經被 海水所淹沒,人類的科技卻極度發(fā)達,這無疑是對人類自身的一種諷刺。擬真電子公司的老 板并不滿足于已經開發(fā)出來的智慧型機器人,而要進一步開發(fā)出一個會愛的機器人,一個有 心智和情感的機器人,這種機器人擁有前所未有的潛意識,充滿暗喻、直覺和自發(fā)性推理力 的內心世界。當這個提議被提出的時候就遭來了同事的疑問,社會充滿著仇視機器人的氣氛, 當前最重要的是要讓人去愛機器人,而不是讓機器人去愛人。但是真
理總是難以被眾人所接 受的。這個觀點并沒有受到重視,的確,如果一個機器人能真的去愛一個人,那么這個人對 機器人又有什么責任呢?這就是影片所要探討的一個問題。斯皮爾伯格開門見山的點出了這 個問題。于是一個獨一無二的大衛(wèi)誕生了,伴著他愛的使命從始至終。沒有順序的單詞開啟了大 衛(wèi)的感情世界,于是他開始永無止盡地付出自己的愛,只有殘酷的機器屠宰場才能終結大衛(wèi) 的愛。而大衛(wèi)最終成為了莫尼卡夫婦孩子的替代品與母愛發(fā)泄的對象。大衛(wèi)雖然是個人工智 能的產物,但在有大衛(wèi)的日子里,他給這個家庭帶來了幸福與融洽,排解了莫尼卡的大部分 憂愁。而這一切伴隨著莫尼卡的兒子馬丁因為醫(yī)學奇跡而發(fā)生逆轉。馬丁重新回到家中使原 本平靜的生活被打破,大衛(wèi)也因此失寵,因為他終究是人類發(fā)泄情感的替代品。這部電影有很多地方值得人們去思考。首先,人們創(chuàng)造出機器人卻為何要仇視機器人呢, 這是不是對人類本身的一種諷刺呢?其次,人們既然給予了機器人愛的權利,卻為何剝奪了 機器人被愛的權利和不愛的權利,這是不是對人類本性——自私與貪婪的真實寫照呢?再次,
既然人類給予了機器人情感、思維方式以及豐富的內心世界,那么為何還要把機器人看做是 工具,這是不是高度發(fā)達社會與人類文明的對比呢?最后,當程序成為愛時,人們卻無法編 寫出一段程序來遏制機器人對愛的渴望!這就意味著當程序成為愛時,就正在塑造著一段悲 劇的開始,卻沒有結束!電影中大衛(wèi)的形象深入人心,他程序被啟動后,他對任何事都充滿了新奇,沖咖啡、拿 刀叉這些簡簡單單的事卻展現(xiàn)出一個孩子該有的天性。他單純可愛,惹人憐惜,尤其是被驚 嚇時會說“保護我”,是一個需要保護的乖孩子。大衛(wèi)代表的是初生的孩子的純樸與善良。而與大衛(wèi)有著明顯對比的是馬丁,馬丁給人的感覺是 厭惡的,他無時無刻不帶著社會的奸詐與邪惡,有點現(xiàn)在富二代的張狂與不肖,他虐待泰迪 熊以及破壞玩具的嘴臉與現(xiàn)在社會的富二代破壞社會秩序與張狂有著極大的相似之處。所以 說馬丁代表了被社會腐蝕所形成的那種邪惡。這是對現(xiàn)在高速發(fā)達社會的一個真實寫照。高 速的發(fā)達讓人們在奢靡的生活中逐漸腐蝕,喪失了人們應有的最基本的道德與倫理。這不得 不是發(fā)達社會的一處弊病。在馬丁回來的日子里,莫尼卡夫婦重新找
到了自己母愛和父愛的歸宿。只因為大衛(wèi)曾安 慰了莫尼卡的心,所以她還是客客氣氣的向對待客人一樣。馬丁的戲弄讓莫尼卡夫婦感到他 大衛(wèi)會給這個家庭帶來不利。然而這一切只因為大衛(wèi)聽信了馬丁的話,相信他會得到莫尼卡 更多的愛。在游泳池邊,由于大衛(wèi)受到驚嚇,導致意外發(fā)生,在眾人救馬丁的時候,卻獨自 把大衛(wèi)一個人丟在游泳池底,池頂?shù)男[與池底的寧靜形成了鮮明的對比,大衛(wèi)的存在與莫 尼卡家庭的利益相比也形成了鮮明的對比。這也正顯現(xiàn)了人的天性——自私。最終,人類的自私與貪婪還是戰(zhàn)勝了道德與倫理,大衛(wèi)被拋棄了,帶著他對莫尼卡深深 的愛。如果說機器屠宰場終結了大衛(wèi)的愛,那么對大衛(wèi)來說也不可說是一件幸事!可是面 對一個會求饒的小孩誰又會下的去手呢?最后大衛(wèi)和機器舞男逃脫了。為了自己能得到莫尼 卡的愛,大衛(wèi)和機器舞男踏上了尋找藍仙女的旅程。而最后機器舞男被抓走的時候他說了一 句“iam”,仿佛是對所有機器人的一種肯定,肯定他們的存在或曾經存在。童話故事畢竟是 不存在的,誰又會相信一個童話故事。也只有單純的大衛(wèi)會相信偶然聽到的童話故事。所以
尋找藍仙女的旅途也注定是坎坷的!最后大衛(wèi)找到了藍仙女,當然不是真的藍仙女。伴著他 真摯的祈求冰封 xx 年。不得不說這是人類的罪惡。xx 年后,人類滅亡了。外星人發(fā)現(xiàn)了冰封在海底的大衛(wèi),叫醒了沉睡的大衛(wèi),也叫醒 了他的夢。藍仙女雕塑在他的碰觸中破碎了,一如他的夢。一切的對愛的執(zhí)著變成了虛無, 一直相信的東西遭到無情現(xiàn)實的敲打直至變?yōu)榉勰,這是一種無法訴說的悲哀。然而令人發(fā) 思的是在人類文明社會屢遭唾棄的大衛(wèi)在人類滅亡后卻被外星人視之若寶。這是不是也是對 人類文明的一種諷刺。不管是不是一種諷刺,但這時的大衛(wèi)其實比真實的小孩還要真實,因 為他是唯一擁有著人類記憶的。在外星人眼里,他就是一個渴望愛的小孩。外星人給予了大 衛(wèi)想要的一切。這可以說是一種圓滿的結局。×艚o我們的事對現(xiàn)實的思考,當人類不斷進步的同時,是不是也要注意道德的提升;當 人類賦予其他事物權利的同時,是不是也想到了自己要應盡的責任;當人類進步的同時,是不是也想到了怎樣處理與人類進步同生的社會矛盾與歧視。篇四:
人工智能部分學生的實驗體會 1 這次實驗總的來說收獲不少,在編寫程序前,我以為根據遺傳算法的思想,模擬自然 界的生物進化,則最后得到的種群一定是適應度非常高的種群,即最
后的解一定是最優(yōu)解或 是次優(yōu)解。然而動手操作以后發(fā)現(xiàn)情況并沒有這么簡單。最突出的情況是已經達到了一個比 較好的種群后,經過一定的遺傳代數(shù)后,又向壞的方向發(fā)展了,而且往往得不到最優(yōu)解。分 析原因后,我改進了交叉算子,加大了變異率。同時設置了一個變量,用于記錄所有代數(shù)的 染色體中的最優(yōu)解。經過這些改進,最后結果得到最優(yōu)解的概率明顯提高了。通過這次實驗,我更深刻的理解了遺傳算法及有關算子。動手能力也得到了不少提高。2 通過獨立完成本次實驗,加深了我對產生式系統(tǒng)的控制策略及常用算法(正向推理和 反向推理)的理解,并學會了使用數(shù)字表示推理的方法,我受益匪淺。3 總之遺傳算法原理并不難,但要使效率高并且結果精確地話就非常難了,要用到很多 數(shù)學方面的知識了,還要聯(lián)想大自然中的實際來改進,比如老師給的論文中就有將染色體分為 幼體和成年體的,還有用周期性種族滅絕的,感覺很有意思啊。4 通過獨立完成本次實驗,我加深了對遺傳算法的理解,慢慢學會了應用遺傳算法解決 具體問題。遺傳算法難點在于針對具體問題如何實現(xiàn)編碼和三個算子的實現(xiàn),本次實驗老師 提供了很多參考資料,我通過閱讀論文,發(fā)現(xiàn)了遺傳算法的靈活性,
使我對人工智能產生了 濃厚的興趣。我受益匪淺。5 剛接觸遺傳算法的時候感覺這么隨機的一種算法怎么能夠選出最優(yōu)解呢?后來,通過 一步步的寫程序、調程序,發(fā)現(xiàn)就這是因為隨機性,同時還有優(yōu)勝劣汰的規(guī)則,就使得能進 化出最有解,同時算法耗時也不是很多,讓我們更意識到大自然的偉大呀!我發(fā)現(xiàn)結果和老 師的參考結果相差很多,結果很不好,然后,我從發(fā)現(xiàn)問題就出在參數(shù)的選擇上,不同的參 數(shù),結果還是會有很大的差距的。6 到現(xiàn)在,人工智能實驗已經全部結束,感覺自己還是很有進步的?上覜]能好好利 用這僅有的三次機會對自己的編程水平進行大幅度的提高,而是陷入了各種考試和自己的事 務的怪圈中去了。很佩服有的同學為了這個實驗而付出的努力,記得做八數(shù)碼的時候我還熬 了一個通宵。感覺同學們都很認真的對待這個實驗。不像 xxxx 實驗的時候還老是有人不認真 做,完完全全的 copy 一個別人的程序就交了。還記得當時總是有別的班的人過來拷貝我們班 人的程序,然后把名字一改就交給老師了。這幾次的人工智能實驗,感覺這些現(xiàn)象少了很多, 說明同學們都是在認真的學習這門課。最后,為了彌補我實驗的缺陷,
我又用我在搞 mcm 時候學到的一點皮毛對問題進行了數(shù) 學建模分析。希望能填補我沒能好好把這次實驗做好的一些缺陷和遺憾。7 遺傳算法與傳統(tǒng)經典算法思想不同,它涉及不確定的隨機因素,仿照生物基因重組現(xiàn) 象,將解題過程交給了物競天擇的優(yōu)勝劣汰現(xiàn)象,而較少的考慮復雜的邏輯主觀智能思維。
遺傳算法現(xiàn)在仍在不斷地被人們研究,以求一個最穩(wěn)定、運算次數(shù)最少的方法,有著廣闊前景。通過最后的實驗題目,我體會到:人工智能并非只是利用人類主觀思維把固定的算法智 慧強加給計算機,來模仿人類思維。我們還可以利用自然客觀規(guī)律、結合獨特的邏輯思想來 自然地引導出最好的答案,不用拼命地去解出答案,而是讓答案隨波逐流地找到我們。最好 的例子就是這個遺傳算法。8 實驗總結與體會:“通過本次的實驗,我深深感到 ai 算法的偉大,也感到自己應該多 多的學習這方面的知識。本次實驗,遇到了很多問題,經過了幾天的努力,終于出結果了。
我覺得,只有多練才可以孰能生巧。”(第一次實驗的總結體會)9 實驗總結與體會:“這次實驗的收獲還是挺大的,八數(shù)碼可以說是一道非常經典的搜索 題,從實現(xiàn)上來說,難度不是很大,但要同時實現(xiàn)高效,還是要考慮很多的方面,首先是不
可達狀態(tài)的正確識別,在一開始我并不是事先判斷是否有解,而是通過最后是否能搜到解來 進行判斷(這還是在輔導學長的提示下才注意到的,原來可以事先判斷是否有解!),這樣一 來,就避免了對不可到達狀態(tài)進行無謂的搜索,大大提高了效率。通過這個事情,也讓我又 一次深刻體會到,其實數(shù)學是計算機的基礎,學好數(shù)學,對于學計算機可以說是事半功倍。
在判斷是否有解這個問題上,只需用到數(shù)列逆序值這個線性代數(shù)書中的小知識點就能輕松搞第二篇、人工智能學習心得 人工智能心得總結 人工智能學習心得 對人工智能的理解 通過這學期的學習,我對人工智能有了一定的感性認識,個人覺得人工智能是一門極富挑戰(zhàn)性的科學,從事這項工作的人必須懂得計算機知識,心理學和哲學。人工智能是包括十分廣泛的科學,它由不同的領域組成,如機器學習,計算機視覺等等,總的說來,人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。人工智能的定義可以分為兩部分,即“人工”和“智能”。“人工”比較好理解,爭議性也不大。有時我們會要考慮什么是人力所能及制造的,或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步,等等。但總的來說,“人工系統(tǒng)”就是通常意義下的人工系
統(tǒng)。關于什么是“智能”,就問題多多了。這涉及到其它諸如意識、自我、思維等等問題。人唯一了解的智能是人本身的智能,這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限,對構成人的智能的必要元素也了解有限,所以就很難定義什么是“人工”制造的“智能”了。關于人工智能一個大家比較容易接受的定義是這樣的:人工智能是人造的智能,是計算機科學、邏輯學、認知科學交叉形成的一門科學,簡稱 AI。
人工智能的發(fā)展歷史大致可以分為這幾個階段:
第一階段:50 年代人工智能的興起和冷落 人工智能概念首次提出后,相繼出現(xiàn)了一批顯著的成果,如機器定理證明、跳棋程序、通用問題 s 求解程序、LISP 表處理語言等。但由于消解法推理能力的有限,以及機器翻譯等的失敗,使人工智能走入了低谷。
第二階段:60 年代末到 70 年代,專家系統(tǒng)出現(xiàn),使人工智能研究出現(xiàn)新高潮。DENDRAL 化學質譜分析系統(tǒng)、MYCIN 疾病診斷和治療系統(tǒng)、PROSPECTIOR 探礦系統(tǒng)、Hearsay-II 語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā),將人工智能引向了實用化。并且,1969 年成立了國際人工智能聯(lián)合會議 第三階段:80 年代,隨著第五代計算機的研制,人工智能得到了很大發(fā)展。日本 xx 年開始了”第五代計算機研制計劃”,即”知識信息處理計算機系統(tǒng) KIPS”,其目的是使邏輯推理達到數(shù)值運算那么快。雖然此計劃最終失敗,但它的開展形成了一股研究人工智能的熱潮。
第四階段:80 年代末,神經網絡飛速發(fā)展。
xx 年,美國召開第一次神經網絡國際會議,宣告了這一新學科的誕生。此后,各國在神經網絡方面的投資逐漸增加,神經網絡迅速發(fā)展起來。
第五階段:90 年代,人工智能出現(xiàn)新的研究高潮 由于網絡技術特別是國際互連網的技術發(fā)展,人工智能開始由單個智能主體研究轉向基于網絡環(huán)境下的分布式人工智能研究。不僅研究基于同一目標的分布式問題求解,而且研究多個智能主體的多目標問題求解,將人工智能更面向實用。另外,由于 Hopfield 多層神經網絡模型的提出,使人工神經網絡研究與應用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會生活的各個領域。
對人工智能對世界的影響的感受及未來暢想 最近看了電影《黑客帝國》一系列,對其中的科幻生活有了很大的興趣,不覺有了疑問:現(xiàn)在的世界是否會如電影中一樣呢?人工智能的神話是否會發(fā)生 在當前社會中的呢? 在黑客帝國的世界里,程序員成為了耶穌,控制著整個世界,黑客帝國之所以成為經典,我認為,不是因為飛來飛去的超級人物,而是因為她暗自揭示了一個人與計算機世界的關系,一個發(fā)展趨勢。誰知道200 年以后會不會是智能機器統(tǒng)治了世界? 人類正向信息化的時代邁進,信息化是當前時代的主旋律。信息抽象結晶為知識,知識構成智能的基礎。因此,信息化到知識化再到智能化,必將成為人類社會發(fā)展的趨勢。人工智能已經并且廣泛而有深入
的結合到科學技術的各門學科和社會的各個領域中,她的概念,方法和技術正在各行各業(yè)廣泛滲透。而在我們的身邊,智能化的例子也屢見不鮮。在軍事、工業(yè)和醫(yī)學等領域中人工智能的應用已經顯示出了它具有明顯的經濟效益潛力,和提升人們生活水平的最大便利性和先進性。
智能是一個寬泛的概念。智能是人類具有的特征之一。然而,對于什么是人類智能(或者說智力),科學界至今還沒有給出令人滿意的定義。有人從生物學角度定義為“中樞神經系統(tǒng)的功能”,有人從心理學角度定義為“進行抽象思維的能力”,甚至有人同義反復地把它定義為“獲得能力的能力”,或者不求甚解地說它“就是智力測驗所測量的那種東西”。這些都不能準確的說明人工智能的確切內涵。
雖然難于下定義,但人工智能的發(fā)展已經是當前信息化社會的迫切要求,同時研究人工智能也對探索人類自身智能的奧秘提供有益的幫助。所以每一次人工智能技術的進步都將帶動計算機科學的大跨步前進。如果將現(xiàn)有的計算機技術、人工智能技術及自然科學的某些相關領域結合,并有一定的理論實踐依據,計算機將擁有一個新的發(fā)展方向。
個人覺得研究人工智能的目的,一方面是要創(chuàng)造出具有智能的機器,另一方面是要弄清人類智能的本質,因此,人工智能既屬于工程的范疇,又屬于科學的范疇。通過研究和開發(fā)人工智能,可以輔助,部分替代甚至拓寬人類的智能,使計算機更好的造福人類。
人工智能研究的近期目標;是使現(xiàn)有的計算機不僅能做一般的數(shù)值計
算及非數(shù)值信息的數(shù)據處理,而且能運用知識處理問題,能模擬人類的部分智能行為。按照這一目標,根據現(xiàn)行的計算機的特點研究實現(xiàn)智能的有關理論、技術和方法,建立相應的智能系統(tǒng)。例如目前研究開發(fā)的專家系統(tǒng),機器翻譯系統(tǒng)、模式識別系統(tǒng)、機器學習系統(tǒng)、機器人等。隨著社會的發(fā)展,技術的進步,人工智能的發(fā)展是任何人都無法想象的。通過對人工智能的學習,以及與所聽所見所聞的結合,我大膽的對未來人工智能的發(fā)展做出了以下拙劣的猜想:
一,融合階段(xx—2020 年):
1、在某些城市,立法機關將主要采用人工智能專家系統(tǒng)來制定新的法律。
2、人們可以用語言來操縱和控制智能化計算機、互聯(lián)網、收音機、電視機和移動電話,遠程醫(yī)療和遠程保健等遠程服務變得更為完善。
3、智能化計算機和互聯(lián)網在教育中扮演了重要角色,遠程教育十分普及。人工智能心得總結 4、隨著信息技術、生物技術和納米技術的發(fā)展,人工智能科學逐漸完善。
5、許多植入了芯片的人體組成了人體通信網絡(以后甚至可以不用植入任何芯片)。比如,將微型超級計算機植入人腦,人們就可通過植入的芯片直接進行通信。
6、抗病毒程序可以防止各種非自然因素引發(fā)災難。
7、隨著人工智能的加速發(fā)展,新制定的法律不僅可以用來更好地保護人類健康,而且能大幅度提高全社會的文明水準。比如,法律可以
保護人們免受電磁煙霧的侵害,可以規(guī)范家用機器人的使用,可以更加有效地保護數(shù)據,可以禁止計算機合成技術在一些文化和藝術方面的應用(比如禁止合成電視名人),可以禁止編寫具有自我保護意識的計算機程序。
三、自我發(fā)展階段(2020—2030 年):
1、智能化計算機和互聯(lián)網既能自我修復,也能自行進行科學研究,還能自己生產產品。
2、一些新型材料的出現(xiàn),促使智能化向更高層次發(fā)展。人工智能心得總結 3、用可植入芯片實現(xiàn)人類、計算機和鯨目動物之間的直接通信,在以后的發(fā)展中甚至不用植入芯片也可實現(xiàn)此項功能。
4、制定“機器人法”等新的法律來約束機器人的行為,使人們不受機器人的侵害。
5、高水準的智能化技術可以使火星表面環(huán)境適合人類居住和發(fā)展。
四、升華階段(2030—2040 年):
1、信息化的世界進一步發(fā)展成全息模式的世界。
2、人工智能系統(tǒng)可從環(huán)境中采集全息信息,身處某地的人們可以更容易地了解和知曉其他地方的情況。
3、人們對一些目前無法解釋的自然現(xiàn)象會有更清楚的認識和更完善的解釋,并將這些全新的知識應用在醫(yī)療、保健和安全等領域。
4、人工智能可以模仿人類的智能,因此會出現(xiàn)有關法律來規(guī)范這些行為。人工智能一但擁有長足的進步,必將帶動其他計算機技術的發(fā)
展。網絡化將虛擬的世界變得無限大,屆時,足不出戶將成為一種習慣。人工智能必將帶動人類的發(fā)展,起到決定性作用。
雖然不知道其中有多少在未來會得到實現(xiàn),但也算是我通過對人工智能的學習所收獲的總結。人工智能的繁榮景象和光明前景已展示出其誘人的魅力,讓我們一起期待未來的世界吧,一個全新的人工智能世界。第三篇、人工智能完成總結報告 人工智能心得總結 完成總結報告 項目名稱:數(shù)獨游戲設計與實現(xiàn) 組員:王鄭合 xx204081 xx 年十一月二十四日 1 問題描述 1.1 問題說明 數(shù)獨游戲起源于瑞士,由十八世紀的瑞士數(shù)學家歐拉發(fā)明,是一種數(shù)字拼圖游戲,其游戲規(guī)則是:
、僭 9×9 的大九宮格內,已給定若干數(shù)字,其他宮位留白,玩家需自己按照邏輯推敲出剩下的空格里是什么數(shù)字。
、诒仨殱M足的條件:每一行與每一列都有 1 到 9 的數(shù)字,每個小九宮格里也有 1 到 9 的數(shù)字,并且一個數(shù)字在每行、每列及每個小九宮格里只能出現(xiàn)一次,既不能重復也不能少。
、勖總數(shù)獨游戲都可根據給定的數(shù)字為線索,推算解答出來。
1.2 數(shù)獨求解描述
由于數(shù)獨游戲的推廣與普及,在當今世界上有著大量的數(shù)獨愛好者,本項目的目的就是按照數(shù)獨的游戲規(guī)則,通過對數(shù)據結構的分析和人工智能算法的研究,利用計算機程序來實現(xiàn)對已知數(shù)獨游戲的快速求解。
1.3 數(shù)獨出題描述 數(shù)獨游戲挑戰(zhàn)者的水平各異,對數(shù)獨題目的難度要求各不相同,所以本項目致力于設計一種算法,使其在盡可能短的時間內生成不同難度等級的數(shù)獨題,以滿足不同水平游戲者的需求。同時,該算法還要考慮到三個方面要求:可變化的難度、解的唯一性和算法復雜度最小化。
2 功能分析 2.1 數(shù)獨求解 數(shù)獨雖然號稱是數(shù)學問題,但在求解時幾乎用不上數(shù)學運算方法,事實上它更像是一種思維方式。數(shù)獨游戲開始后,要想在空格中填入正確的數(shù)字,先要根據數(shù)獨游戲規(guī)則對 1-9 分別進行邏輯判斷,然后選擇正確的數(shù)字填入空格。另外,由于某個格子填入數(shù)據時,有可能還要對原來已填入的數(shù)據進行修正,所以可以考慮使用遞推和回溯搜索來求解數(shù)獨問題。
2.2 數(shù)獨出題 出題時,要能保證算法生成的數(shù)獨題具有可變化的難度和唯一解,該算法內部應該包含有對數(shù)獨題的求解和評級功能。本項目使用了一種基于“挖洞”思想的數(shù)獨題生成算法,將該算法的設計工作分為評級、求解和生成三部分工作。利用隨機數(shù)出現(xiàn)的概率不同來確定不同的難
度,通過避免重填一個被“挖去”的格子,或者回溯到一個曾經無法“挖去”的格子,來降低算法的復雜性。
2.3 題目保存 當用戶需要退出卻仍沒有完成數(shù)獨題目的解答時,可以選擇是否保存當前的求解進度。如果需要,本系統(tǒng)會幫助用戶將目前未完成的數(shù)獨題目的解答進度保存起來,以便用戶下次使用本系統(tǒng)時,可以繼續(xù)解答上次未完成的題目。
2.4 題目讀取 用戶可以在程序開始運行后,選則讀取一道之前保存起來的題目進行解答,被讀取的題目將會顯示到程序界面上。
3 系統(tǒng)設計 3.1 功能結構圖 本程序主要有數(shù)獨求解和數(shù)獨出題兩個功能,數(shù)獨求解包括題目檢驗、解題和輸入輸出,數(shù)獨出題包括答案檢驗、難度選擇、出題和輸入輸出。
3.2 業(yè)務流程圖 3.3 類圖 SudokuDlg 類:程序的界面類。Solve 類:實現(xiàn)數(shù)獨題目求解功能。Make 類:實現(xiàn)數(shù)獨題目出題功能。Pre 類:對數(shù)據進行預處理。
3.4 界面設計第四篇、人工智能總結 人工智能心得總結 形象思維、抽象思維、靈感思維人工智能的核心內容:搜索技術、推
理技術、知識表示、人工智能語言應用領域:專家系統(tǒng)、知識庫系統(tǒng)、決策支持系統(tǒng)、自然語言理解、智能機器人、模式識別知識表示方法:謂詞邏輯表示法、語義網絡表示法(結構性好、明確簡潔、直觀,推理規(guī)則不明顯,表達范圍有限)、產生式規(guī)則表示法(格式固定、形式單一、規(guī)則間相互獨立、模塊性好、自然性好、求解效率低,專家系統(tǒng)首選)、框架表示法(對事物描述有層次,適應性強、結構性好、推理方式靈活,能把陳述性知識和過程性知識相結合,但缺乏形式理論)、概念從屬表示法、劇本表示法(開場條件、角色、道具、場景、結果組成,呆板,知識表示范圍窄)
逆否律:X1→ X2 X2→┐X1 深度優(yōu)先:深度深的節(jié)點排在 OPEN 表的前面,深度淺的節(jié)點排在后面 定理 1:隱含圖為有限(無限)時,如果從初始結點到目標結點存在一條路徑,則算法 A(Ax)一定成功結束。引理:Ax 結束前,OPEN表中必存在 f(n)≤fx(s)的節(jié)點。
OPEN 表上任一具有 f(n)fx(s)的結點最終都被 Ax 選為擴展的結點 Ax 選作擴展的任意結點 n,有 f(n)≤fx(s)。
定理 6:若 h(n)滿足單調限制,則由 Ax 所擴展的結點序列,其 f值是非遞減的。
Ax 算法應用舉例(1)八數(shù)碼問題 h(n)=0,h(n)w(n)—不在位將牌個數(shù),h(n)=p(n)—將牌與其目標位之間的距離(2)傳教士與野人問題 N個傳教士與 N 個野人 h(n)=M+C-2B,船在左岸 B=1,在右岸 B=0(3)迷宮問題 h(n)=|Xg-xn|+|Yg-yn|,取 g(n)=d(n)有 f(n)=d(n)+h(n)影響算法A 啟發(fā)能力的 3 個重要因素:路徑耗散值、擴展結點數(shù)、計算 h 所需要的工作量子句:例如~p∨q∨s 是子句,子句集:將合取范式中的合取符號換成逗號 歸結式:有子句:C1=P∨C1’,C2=~P∨C2’,存在互補對,可得歸結式 C12=C1∨C2 例:P[x,f(A)]VP{x,f(y)]VQ(y)和┐P[z,f(A)]V┐Q(z) 取{li}={P[x,f(A)]}{mi}={┐P[z,f(A)]},s={z/x} 得 P[z,f(y)]V┐Q(z)VQ(y) 取{li}={P[x,f(A)],P{x,f(y)]},{mi}={┐P[z,f(A)]},s={z/x,A/y} 得 Q(A)V┐Q(z) 題型 1:將下式化為 Skolem 標準型 消去蘊含符號、~深入到量詞內部、變元易名、存在量詞左移,直到所有量詞移到前面,由此得到前束范式,再消去存在量詞,略去任意量詞 題型 2:用歸結原理證明公式 將代證明的公式轉化為代歸結命題公式如:(p→q)→(~q→~p)=>;(p→q)
分別將公式前項化為合取范式,結論求反的后項化為合取范式,兩項合并后化為合取范式,求子句集,對子句集中的字句進行歸結
題型 3:命題邏輯的歸結過程 1.建立待歸結命題公式 2.求合取范式 3.建立子句集 4.對子句集中的子句用歸結規(guī)則(歸結式作為新子句加入子句集進行歸結,得到空子句,停止)
題型 4:謂詞邏輯的歸結過程 1.寫出謂詞關系式 2.用反演法寫出謂詞表達式 3.化為 Skolem 標準型4.求取子句集 S5.對 S 中可歸結的子句進行歸結 6.歸結式放入 S 中,反復歸結過程 7.得到空子句 8.命題得證爬山法算法 過程 Hill-Climing 1.n=s; 2.LOOP:IFGOAL(n)THENEXIT(SUCCESS); 3.EXPAND(n){mi},計算 h(mi),nextn=m;//minh(mi)的結點,h(n)表示山頂與當前 位置 n 的高度差 4.IFh(n)h(nextn)THENEXIT(FAIL); 5.n=nextn; 6.GOLOOP; 可分解產生式系統(tǒng)(1)DATA 初始數(shù)據庫(2){Di}DATA 的分解式;每個 Di元素都看成單獨的數(shù)據庫 (3)until{Di}的所有元素都滿足結束條件,do:
(4)begin (5)從{Di}中選一個不滿足結束條件的 Dx
(6)從{Di}中刪去 Dx (7)在規(guī)則集中選擇一條可應用于 Dx 的規(guī)則 R(8)DR 應用到 Dx 得到的結果(9){di}D 的分解式 (10)在{Di}上添加 di (11)end 回溯策略 遞歸程序 BACKTRACK(DATA) 1.ifTERM(DATA),returnNIL//謂詞 Termination 判斷 DATA 是否滿足結束條件 2.ifDEADEND(DATA),returnFAIL//DEADEND 判斷從 DATA 表示的狀態(tài)是否能繼續(xù)下去3.RULESAPPRULES(DATA)//APPRULES是一個函數(shù),返回適用于 DATA 的規(guī)則表 4.LOOP:ifNULL(RULES),returnFAIL//謂詞 NULL 判斷 RULES 是否空表5.RFIRST(RULES)//挑選出規(guī)則表中第一條規(guī)則 6.RULESTAIL(RULES)//把規(guī)則表中地第一條規(guī)則刪去 7.RDATAR(DATA)//把規(guī)則 R 用于 DATA 產生一個新的 DATA8.PATHBACKTRACK(RDATA)//在新的 DATA 上遞歸地調用 BACKTRACK 9.ifPATH=FAIL,goLOOP//判斷是否失敗,轉移到另一規(guī)則進行測試 10.returnCONS(R,PATH)//把試探成功的規(guī)則串成一個表 圖搜索過程 過程:GRAPHSEARCH1.Gs,OPEN(s);建立一個搜索圖 G,它只含有起始結點 s。建立一個 OPEN 表,它只含有起始結點 s,用于存放未被擴展的結
點 2.CLOSED(); 3.LOOP:ifOPEN=(),thenreturnFAIL4.nFIRST(OPEN),OPENTAIL(OPEN),CLOSEDCONS(n,CLOSED)5.ifn,thenreturn[s...n]6.Mexpand(n),GG,G{M,G} //擴展 n,建立集 M 使 M 僅含有 n 的后繼者而不含有 n 的祖先,并把 M中的結點加入到 G 中。
7. 對 M 中 所 有 結 點 m:ifmG ’ ,then 建 立 指 針mn,OPENCONS(m,OPEN)ifmG ’ ,then 決 定 是 否 應 改 變 指 針mnifmCLOSED,then 決定是否應改變 m 的后代的指針 8.對 OPEN 表中的結點重新排序;這種排序可以是任意的,也可以是啟發(fā)式的 9.goLOOP 深度優(yōu)先搜索 過程 DEPTH-FIRST-SEARCH1.Gs,OPEN(s);2.CLOSED(); 3.LOOP:ifOPEN=(),thenreturnFAIL ;4.nFIRST(OPEN),OPENTAIL(OPEN),CLOSEDCONS(n,CLOSED) ;5.ifn,thenreturn[s...n];6.Mexpand(n),GG,G{M,G}; 7.ADD(M,OPEN);標記 M 到 n 的指針; 8.goLOOP 寬度優(yōu)先搜索 過程 BREADTH-FIRST-SEARCH1.Gs,OPEN(s);2.CLOSED(); 3.LOOP:ifOPEN=(),thenreturnFAIL ;4.nFIRST(OPEN),OPENTAIL(OPEN),CLOSEDCONS(n,CLOSED) ;
5.ifn,thenreturn[s...n];6.Mexpand(n),GG,G{M,G}; 7.ADD(OPEN,M);標記 M 到 n 的指針; 8.goLOOP 與或圖的 AOx 算法 1.G={s},q(s)=h(s),ifsthenSOLVED(s)T 2.untilSOLVED(s),do 3.begin 4.計算局部解圖 G‘(從 s 跟蹤標記的連接符) 5.選出一個非終葉結點 nG6.Pexpand(n),ifP= thenq(n) elsepPifpGthenq(p)h(p) ifpthenSOLVED(p)T,G{G,P} //擴展結點 n,產生它的所有后繼結點并把它們接入 G,若不在 G 中,則賦值 h(p)7.S{n}8.untilS=,do 9.begin 10.從 S 中移出一個結點 m,該結點在 G 中的所有后代都不在 S 中11.q(m)q(m) qi(m)=ci+q(n1i)+...+q(nki) q(m)=miniqi(m) 標記對應于 q(m)的連接符 r,抹掉不同的連接符標記 ifjSOLVED(njr)=TthenSOLVED(m)T 12.ifSOLVED(m)∨q(m)q(m) then 將向 m 發(fā)出標記的連接符的那些父結點加入到 S 中
13.end 14.end 控制策略 (1)CLAUSES=S (2)untilNIL∈CLAUSES,do (3)begin (4)在 CLAUSES 中選擇兩個不同的可歸結的子句 Ci 和 Cj (5)計算 Ci 和 Cj 的歸結式 rij (6)CLAUSES=CLAUSES∨{rij} (7)end mgu 遞歸程序 UNIFY(E1,E2) 1.ifatom(E2)then 交換 E1,E2 2.ifatom(E1)then 3.begin 4.ifE1=E2,thenreturnNIL 5.ifE1 為變量 then 6.begin 7.ifE2 中有 E1,thenreturnFAIL//x 8.elsereturn{E2/E1} 9.end 10.ifE2 為變量 thenreturn{E1/E2}
11.elsereturnFAIL 12.end//E1 和 E2 都 是 表13.F1(CARE1),T1(CDRE1)//CAR->;FIRST14.F2(CARE2),T2(CDRE2)//CDR->;TAIL15.Z1UNIFY(F1,F2) 16.ifZ1=FAILthenreturnFAIL17.G1T1.Z1//Z1 作用于 T118.G2T2.Z1//Z1 作用于 T219.Z2UNIFY(G1,G2) 20.ifZ2=FAILthenreturnFAIL 21.returnZ1.Z2//返回 Z1,Z2 的合成 f(x)第五篇、《人工智能》學習報告 人工智能心得總結 《人工智能》學習報告 深圳大學機電與控制工程學院彭建柳 學號:0943010210 1.引言 人工智能(ArtificialIntelligence,AI),曾經有一部電影,著名導演斯蒂文•斯皮爾伯格的科幻片《人工智能》(A.I.)對許多人的頭腦又一次產生了震動,引起了一些人士了解并探索人工智能領域的興趣。人工智能對于普通人來說是那樣的可望而不可及,然而它卻吸引了無數(shù)研究人員為之奉獻才智,從美國的麻省理工學院(MIT)、卡內基-梅隆大學(CMU)到 IBM 公司,再到日本的本田公司、SONY 公司以及國內的清華大學、中科院等科研院所,全世界的實驗室都在進行著 AI 技術的實驗。
一直以來,關于人工智能的理論,我一直認為是科學的前沿,理解起
來較為飄渺。但是,從本學期《人工智能》課程的學習中,本人較系統(tǒng)的接觸到了關于人工智能的理論,從有限的課程中,通過老師的詳細介紹和查閱人工智能方面的書籍,學習了關于人工智能幾個主要方面的知識,如模糊控制、專家系統(tǒng)、神經網絡等。下面是本人關于人工智能理論的一些基本認識。
2.人工智能的形成與發(fā)展 說到人工智能,首先先認識下自動控制理論,自動控制理論從形成到發(fā)展至今,已經經歷了六十多年的歷程,其主要分為三個階段:
第一階段是 40 年代興起的以調節(jié)原理為標志,稱為經典控制理論階段; 第二階段是以 60 年代興起的以狀態(tài)空間為標志,稱為現(xiàn)代控制理論階段; 第三階段是 80 年代興起的智能控制理論階段 智能控制是在控制論人工智能系統(tǒng)論和信息論等多學科的高度綜合與集成,是一門新興的交叉前沿學科。智能控制技術,即是在無人干預的情況下能自主地驅動智能機器實現(xiàn)控制目標的自動控制技術。對許多復雜的系統(tǒng),難以建立有效的數(shù)學模型和用常規(guī)的控制理論去進行定量計算和分析,而必須采用定量方法與定性方法相結合的控制方式。定量方法與定性方法相結合的目的是,要由機器用類似于人的智慧和經驗來引導求解過程。因此,在研究和設計智能系統(tǒng)時,主要注意力不放在數(shù)學公式的表達、計算和處理方面,而是放在對任 務和現(xiàn)實模型的描述、符號和環(huán)境的識別以及知識庫和推理機的開發(fā)
上,即智能控制的關鍵問題不是設計常規(guī)控制器,而是研制智能機器的模型。此外,智能控制的核心在高層控制,即組織控制。高層控制是對實際環(huán)境或過程進行組織、決策和規(guī)劃,以實現(xiàn)問題求解。為了完成這些任務,需要采用符號信息處理、啟發(fā)式程序設計、知識表示、自動推理和決策等有關技術。這些問題求解過程與人腦的思維過程有一定的相似性,即具有一定程度的“智能”。
隨著人工智能和計算機技術的發(fā)展,已經有可能把自動控制和人工智能以及系統(tǒng)科學中一些有關學科分支(如系統(tǒng)工程、系統(tǒng)學、運籌學、信息論)結合起來,建立一種適用于復雜系統(tǒng)的控制理論和技術。智能控制正是在這種條件下產生的。它是自動控制技術的最新發(fā)展階段,也是用計算機模擬人類智能進行控制的研究領域。1965 年,傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)則用于學習控制系統(tǒng)。xx年,在美國首次召開了智能控制學術討論會。xx 年又在美國召開了智能控制的首屆國際學術會議,標志著智能控制作為一個新的學科分支得到承認。智能控制具有交叉學科和定量與定性相結合的分析方法和特點。
3.模糊控制 在傳統(tǒng)的控制領域里,控制系統(tǒng)動態(tài)模式的精確與否是影響控制優(yōu)劣的最主要關鍵,系統(tǒng)動態(tài)的信息越詳細,則越能達到精確控制的目的。然而,對于復雜的系統(tǒng),由于變量太多,往往難以正確的描述系統(tǒng)的動態(tài),于是工程師便利用各種方法來簡化系統(tǒng)動態(tài),以達成控制的目的,但卻不盡理想。換言之,傳統(tǒng)的控制理論對于明確系統(tǒng)有強而有
力的控制能力,但對于過于復雜或難以精確描述的系統(tǒng),則顯得無能為力了。因此便嘗試著以模糊數(shù)學來處理這些控制問題。通過課堂中,導師生動的講解,以及引用到生活當中鮮活的例子,如冰箱溫度的模糊控制,智能汽車的行駛路線控制等等,充分的認識到,模糊控制在當今社會的應用已經很廣泛,只是理論知識的缺乏而感覺不到它們的存在。
一般控制架構包括:定義變量、模糊化、知識庫、邏輯判斷及反模糊化,詳細如下:
(1)定義變量:也就是決定程序被觀察的狀況及考慮控制的動作,例如在一般控制問題上,輸入變量有輸出誤差 E 與輸出誤差之變化率 CE,而控制變量 則為下一個狀態(tài)之輸入 U。其中 E、CE、U 統(tǒng)稱為模糊變量。
(2)模糊化(fuzzify):將輸入值以適當?shù)谋壤D換到論域的數(shù)值,利用口語化變量來描述測量物理量的過程,依適合的語言值(linguisitcvalue)求該值相對之隸屬度,此口語化變量我們稱之為模糊子集合(fuzzysubsets)。
(3)知識庫:包括數(shù)據庫(database)與規(guī)則庫(rulebase)兩部分,其中數(shù)據庫是提供處理模糊數(shù)據之相關定義;而規(guī)則庫則藉由一群語言控制規(guī)則描述控制目標和策略。
(4)邏輯判斷:模仿人類下判斷時的模糊概念,運用模糊邏輯和模糊推論法進行推論,而得到模糊控制訊號。此部分是模糊控制器的精髓所在。
(5)解模糊化(defuzzify):將推論所得到的模糊值轉換為明確的控制訊號,做為系統(tǒng)的輸入值。
模糊控制很重要的一點就是模糊規(guī)則的制定,其規(guī)則制定...
熱點文章閱讀