无论是身处学校还是步入社会，大家都尝试过写作吧，借助写作也可以提高我们的语言组织能力。范文怎么写才能发挥它最大的作用呢？这里我整理了一些优秀的范文，希望对大家有所帮助，下面我们就来了解一下吧。

智能制造技术发展趋势论文篇一

——人工神经网络

摘要：人工神经网络是对人脑功能的某些程度的反映，具有自适应和自学习的能力，可通过对模式 样本的自学习，从中获取特征，并能将学习获得的知识应用到图像、文字等识别中。本文对人工神经网络做了简要的概述，重点讲述了两种应用最广泛的神经网络模型：bp神经网络和hopfield神经网络。对bp神经网络作了详细的介绍，重点在于三层bp网络的学习。hopfield神经网络应用非常广泛，本文用hopfield 神经网络进行英文字母识别。

关键词：人工神经网络，bp神经网络，三层bp网络，hopfield神经网络，模式识别

study on simulation analytical method of artificial neural network

(school of engineering, hlj august first land reclamation university, daqing 163319)abstract:artificial neural network is to the brain function, some degree of reflect with adaptive and self-learning ability, but through the study of pattern samples from, obtain characteristics, and can be applied to study the knowledge obtained recognition of images and on artificial neural network did briefly, focused on the two kinds of the most widely used neural network model: bp neural network and hopfield neural bp neurl network is analyzed in detail, the emphasis is on three layers of bp neural network ld neural network is us extensively, this article with the hopfield neural network for english letters words: artificial neural network, the bp neural network, and the third floor hopfield

neural network bp network, pattern recognition

1引言

随着多媒体和网络技术的飞速发展及广泛应用，人工神经网络已被广泛运用于各种领域，而它的预测功能也在不断被人挖掘着。人工神经网络是一种旨在模仿人脑结构及其功能的信息处理系统。现代计算机构成单元的速度是人脑中神经元速度的几百万倍，对于那些特征明确，推理或运算规则清楚地可编程问题，可以高速有效地求解，在数值运算和逻辑运算方面的精确与高速极大地拓展了人脑的能力，从而在信息处理和控制决策等方面为人们提供了实现智能化和自动化的先进手段。但由于现有计算机是按照冯·诺依曼原理，基于程序存取进行工作的，历经半个多世纪的发展，其结构模式与运行机制仍然没有跳出传统的逻辑运算规则，因而在很多方面的功能还远不能达到认得智能水平。随着现代信息科学与技术的飞速发展，这方面的问题日趋尖锐，促使科学和技术专家们寻找解决问题的新出路。当人们的思想转向研究大自然造就的精妙的人脑结构模式和信息处理机制时，推动了脑科学的深入发展以及人工神经网络和闹模型的研究。随着对生物闹的深入了解，人工神经网络获得长足发展。在经历了漫长的初创期和低潮期后，人工神经网络终于以其不容忽视的潜力与活力进入了发展高潮。这么多年来，它的结构与功能逐步改善，运行机制渐趋成熟，应用领域日益扩大，在解决各行各业的难题中显示出巨大的潜力，取得了丰硕的成果。通过

运用人工神经网络建模，可以进行预测事物的发展，节省了实际要求证结果所需的研究时间。

2我国人工神经网络现状

随着人工神经网络的20世纪80年代在世界范围内的复苏，国内也逐步掀起了研究热潮，1989年10月和11月分别在北京和广州召开了神经网络及其应用讨论会和第一届全国型号处理——神经网络学术会议；1990年2月由国内八个学会（中国电子学会、人工智能学会、自动化学会、通信学会、物理学会、生物物理学会和心理学会）联合在北京召开“中国神经网络首届学术会议”，这次大会以“八学会联盟，探只能奥秘为主题，收到了300多篇学术论文”，开创了中国人工神经网络及神经计算机方面科学研究的新纪元，经过十几年的发展，中国学术界和工程界在人工神经网络的理论研究和应用方面取得了丰硕成果，学术论文、应用成果和研究人员逐年增加。在国际上，1987年，在美国加洲召开第一届国际神经网络学会，此后每年召开两次国际联合神经网络大会（ucnn），不久，改学会创办了刊物journal neural networks，另有十几种国际著名的神经网络学术刊物相继问世。至此，神经网络理论研究在国际学术领域获得了其应有的地位。

经过多年的发展，目前已有上百种的神经网络模型被提出。这么多年来，它的结构与功能逐步改善，运行机制渐趋成熟，应用领域日益扩大，在解决各行各业的难题中显示出巨大的潜力，取得了丰硕的成果

[1]。正是由于人工神经网络是一门新兴的学科，它在理论、模型、算法、应用和时限等方面都还有很多空白点需要努力探索、研究、开拓和开发。因此，许多国家的政府和企业都投入了大量的资金，组织大量的科学和技术专家对人工神经网络的广泛问题立项研究。从人工神经网络的模拟程序和专用芯片的不断推出、论文的大量发表以及各种应用的报道可以看到，在这个领域里一个百家争鸣的局面已经形成。

3人工神经网络现状的分析

人工神经网络是一个新兴学科，因此还存在许多问题。其主要表现有：

(1)受到脑科学研究的限制：由于生理实验的困难性，因此目前人类对思维和记忆机制的认识还很肤浅，还有很多问题需要解决；

(2)还没有完整成熟的理论体系；

(3)还带有浓厚的策略和经验色彩；

(4)与传统技术的接口不成熟。

上述问题的存在，制约了人工神经网络研究的发展。

我相信只要能客服这些局限性，人工神经网络的发展将不可限量。

4结论

在理论上．rbf网络和bp网络一样能以任意精度逼近任何非线性函数。但由于它们使用的激励函数不同，其逼近性能也不相同。poggio和girosi已经证明，rbf网络是连续函数的最佳逼近，而bp网络不是。bp网络使用的sigmoid函数具有全局特性，它在输入值的很大范围内每个节点都对输出值产生影响，并且激励函数在输入值的很大范围内相互重叠，因而相互影响，因此bp网络训练过程很长。此外，由于bp算法的固有特性，bp网络容易陷入局部极小的问题不可能从根本上避免，并且bp网络隐层节点数目的确定依赖于经验和试凑，很难得到最优网络。采用局部激励函数的rbf网络在很大程度上克服了上述缺点，rbf不仅有良好的泛化能力，而且对于每个输入值，只有很少几个节点具有非零激励值，因此只需很少部分节点及权值改变。学习速度可以比通常的bp算法提高上千倍,容易适应新数据，其隐层节点的数目也在训练过程中确定，并且其收敛性也较bp网络易于保证，因此可以得到最优解[10] [11]。

从上面所示的结果来看，主要有一下几方面的不同：

（1）由于学习速率是固定的，因此bp网络的训练过程较长，当需要处理较复杂的问题时，需要的时间很长。而rbf网络的建网过程即是训练过程此外，训练时间较少．精度也比较高。

（2）在处理同一问题时，通常情况bp网络所需的神经元个数比rbf网络要少。

（3）bp网络的输出和初始的权值有关，而rbf网络的输出与初始的权值无关。

（4）rbp网络隐含层的层数和单元数的选择要凭借经验反复验证，因此网络的冗余性比较大。rbf隐层节点的数目也在训练过程中确定。但是要确定径向基函数的分布密度。

人工神经网络近来越来越受到人们的关注，因为它为解决大复杂度问题提供了一种相对来说比较有效的简单方法。可以通过神经网络对事物进行预测从而用简单的方法完成复杂的问题。

参考文献：

[1] 高隽.人工神经网络原理及其仿真实例 机械工业出版社，2007.2

[2] 边肇祺，张学工.模式识别.清华大学出版社，2006.1

[3] 徐丽娜.神经网络控制.哈尔滨:哈尔滨工业大学出版社，2008.3

[4]朱大奇.人工神经网络研究现状及其展望.江南大学学报，2004

[5]董军，胡上序.混沌神经网络研究发展和展望.信息与控制，1997

[6]韩力群.人工神经网络理论，设计及应用.北京化学工业出版社，2002

[7]马锐.人工神经网络原理.北京机械工业出版社，2010

[8]胡守仁，余少波，戴葵.神经网络导论.国防科技大学出版社，1992

[9]胡金滨，唐旭清.人工神经网络的bp算法及其应用.信息技术，2004

[10]宋桂荣.改进bp算法在故障诊断中的应用.沈阳工业大学学报，2001

智能制造技术发展趋势论文篇二

智能制造

作者：王玉石

湖北文理学院机械与汽车工程学院工业工程1311班 学号2013123106

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、im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。1.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。2.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。

3．智能制造的物质基础及理论基础

3.1.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。3.2.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。4．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。

参考文献

[1]李伟。先进制造技术。北京：机械工业出版社，2005 [2]张世昌。先进制造技术。北京:天津大学出版社，2004 [3]颜永年。先进制造技术。北京：化学工业出版社，2002 [4]张迪妮。现金制造技术。北京：北京大学出版社，2006 [5]周育才，刘忠伟。先进制造技术。北京：国防工业出版社,2011 [6]王隆太。现金指导技术。北京：机械制造出版社，2012 [7]赵云龙。先进制造技术。北京：机械工业出版社，2005 [8]张平亮。先进制造技术。北京：高等教育出版社，2012 [9]李发致。模具先进制造技术。北京;机械工业出版社，2003 [10]刘延林。柔性制造自动化概念。武汉：华中科技大学出版社，2001

智能制造技术发展趋势论文篇三

现代制造技术

1142813203 吴文乐

摘要：现代制造技术是在传统制造技术的基础上, 不断吸收和发展机械、电子、能源、材料、信息及现代管理技术的成果, 将其综合应用于产品设计、制造、检验、管理服务等产品生命周 期的全过程, 以实现优质、高效、低耗、灵活、清洁的生产技术模式,取得理想的技术经济效果的制造技术的总称传统的自动化生产技术可以显著提高生产效率，然而其局限性也显而易见，即无法很好地适应中小批量生产的要求。随着现代制造技术的发展，特别是自动控制技术、数控加工技术、工业机器人技术等的迅猛发展，柔性制造技术(fmi)应运而生。

关键词：现代制造技术；自动控制技术；柔性制造技术

1.现代制造技术发展综述

现代制造技术在系统论、方法论、信息论和协同 论等的基础上形成制造系统工程学，是一种广义制造的概念，亦称之为“大制造”的概念，它体现了制造概念的扩展。广义制造概念的形成过程主要有以下几方面原因[1]。

1).制造设计一体化。体现制造和设计的密切结合，形成了设计制造一体化，设计不仅是指产品设计，而且包括工艺设计、生产调度设计、质量控制设计等。

2).材料成形机理的扩展。现在加工成形机理明确地将加工分为去除加工、结合加工和变形加工。

3).制造技术的综合性。现代制造技术是一门以 机械为主体，交叉融合光、电、信息、材料等学科的综合体，并与管理科学、社会科学、文化、艺术、人机工 程、生物工程和生命科学等相结合，拓展了新领域。现代制造技术应包括硬件和软件两大方面，硬／软件工具、平台和支撑环境有了很大的发展。

4).产品的全生命周期。制造的范畴从过去的设计、加工和装配发展为产品的全生命周期，包括市场调研、设计、制造、销售、维修和报废处理等。

5).生产制造模式的发展。计算机集成制造技术 是制造技术与信息技术结合的产物，集成制造系统强 调信息集成，其后出现了柔性制造、敏捷制造、虚拟制 造、网络制造、大规模定制、绿色制造、智能制造和协 同制造等多种制造模式，有效地提高了制造技术的水平，扩展了制造技术的领域[2]。

现代制造技术的发展主要沿着“广义制造”或称 “大制造”的方向发展，其具体的发展可以归纳为四个方面和多个大项目[3]，如图1所示：

图1：现代制造技术方向

针对现代制造技术，本文从柔性制造技术的角度对现代制造技术进行学习，对柔性制造在实际中的应用进行深入的研究；

2.柔性制造

2.1 柔性制造简述

所谓“柔性”，是指制造系统(企业)对系统内部及外部环境的一种适应能力，也是指制造系统能够适应产品变化的能力。柔性可分为瞬时、短期和长期柔性[4]。瞬时柔性是指设备出现故障后，自动排除故障或将零件转移到另一台设备上继续进行加工的能力；短期柔性是指系统在短时期内，适应加工对象变化的能力，包括在任意时期混合进行加工2种以上零件的能力；长期柔性则是指系统在长期使用中，能够加工各种不同零件的能力。迄今为止，柔性还只能定性地加以分析，尚无科学实用的量化指标。因此，凡具备上述3种柔性特征之一的、具有物料或信息流的自动化制造系统都可以称为柔性制造系统。柔性制造技术是计算机技术在生产过程及其装备上的应用，是将微电子技术、智能技术与传统制造技术融合在一起，具有自动化、柔性化、高效率的特点，是目前自动化制造系统的基本单元技术[5]。

柔性制造技术是对各种不同形状加工对象实现程序化柔性制造加工的各种技术的总和[6]。柔性制造技术是技术密集型的技术群，我们认为凡是侧重于柔性，适应于多品种、中小批量(包括单件产品)的加工技术都属于柔性制造技术。目前按规模大小划分为[7]：

(1)柔性制造系统（fms）：关于柔住制造系统的定义很多，权威性的定义有：美国国家标准局把fms定义为：“由一个传输系统联系起来的一些设备，传输装置把工件放征其他联结装置上送到各加工设备，使工件加工准确、迅速和自动化。

(2)柔性制造单元（fmc）：m s是fms向廉价化及小型化方向发展的一种产物，它是由l～2台加工中心、工业机器人。数控机床及物料运送存贮设备构成，其特点是实现单机柔性化及自动化，具有适应加工多品种产品的灵活性。迄今已进入普及应用阶段。

(3)柔性制造线（fml):它是处于单一或少品种人批量非柔性自动线与中小批量多品种fms之间的生产线。其加工设备可以是通用的加工中心，cnc机床；亦可采用争用机床或nc专用机床，对物料搬运系统柔性的要求低于fms，但生产率更高。它是以离散型生产中的柔性制造系统和连续生过程中的分散型控制系统(d c s)为代表，其特点是实现生产线柔性化及自动化，其技术已日趋成熟，迄今已进入实用化阶段。

(4)柔性制造工厂(fmf):fmf是将多条fms连接起来，配以自动化屯体仓库，用计算机系统进行联系，采用从订货、设计、加工、装配、检验、运送至发货的完整f m s。它包括了cad／cam，并使计算机集成制造系统(cims)投入实际，实现生产系统 柔性化及自动化，进而实现全厂范围的生产管理、产品加工及物料贮运进程的全盘化。fmf是自动化生产的最高水平，反映出世界上最先进的自动化应用技术。它是将制造、产品开发及经营管理的自动化连成一个整体，以信息流控制物质流的智能制造系统(ims)为代表，其特点是实现工厂柔性化及自动化[8]。

2.2柔性制造所采用的关键技术

1.计算机辅助设计未来cad技术发展将会引入专家系统，使之具有智能化，可处理各种复杂的问题。当前设计技术最新的一个突破是光敏立体成形技术，该项新技术是直接利用cad数据，通过计算机控制的激光扫描系统，将二维数字模型分成若干层二维片状图形，并按二维片状图彤对池内的光敏树脂液面进行光学扫描，被扫描到的液面则变成固化塑料，如此循环操作，逐层扫描成形，并自动地将分层成形的各斤状固化塑料粘合在一起，仅需确定数据，数小时内便呵制出精确的原型。它有助于加快开发新产品和研制新结构的速度。

2.模糊控制技术模糊数学的实际应用是模糊控制器。最近开发出的高性能模糊摔制器具有自学习功能，可在控制过程中不断获取新的信息井自动地对控制量作调整，使系统性能大为改善，其中尤其以基于人工神经网络的自学方法更引起人们极大的关注。

3.人工智能、专家系统及智能传感器技术迄今，柔性制造技术中所采用的人工智能大多指基础规则的专家系统。专家系统利用专家知识和推理规则进行推理，求解各类问题（如解释、预测，诊断、查找故障、设汁、计划、监视、修复、命 令及控制等）。由于专家系统能简便地将各种事实及经验证过的理论与通过经验获得的知识相结合，因而专家系统为柔性制造的诸方面工作增强综合性。展望未来，以知识密集为特征，以知识处理为手段的人工智能（包括专家系统）技术必将在柔性制造(尤其智能型)中起着非常重要的关键性的作用。目前对未来智能化柔性制造技术具有重要意义的一个正在急速发展的领域是智能传感器技术。该项技术是伴随计算机应用技术和人工智能产生的，它使传感器具有内在的“决策”功能。

4.人工神经网络技术人工神经网络(ann)是模拟智能生物的神经网络对信息进行并处理的一种方法。故人工神经网络也就是一种人工智能工具。在自动控制领域，神经网络不久将并列到专家系统和模糊控制系统，成为现代自动化系统中的一个组成部分[9]。

3.国内现代制造技术状况

近年来，世界各国都投入了巨大的财力和物力，强化作为光机电一体化制造业基础的先进制造业的技术和产业发展的战略研究。美国、德 国、日 本 等 国 已 经 开 发 出 了 数 控（nc）、计算机数控（cnc）、直接数控（cam）、计算机集成制造系统（cims）、制造资源规则（mrp）、柔性制造单元（tmc）、柔性制造系统（fms）、机器人、计算机辅助设计／制造（cad／cam）、精益生产（lp）、智能制造系统（ms）、并行工程（ce）和敏捷制造（am）等多项现代制造技术与制造模式。这些技术的推广与应用，不仅使本国企业的国际竞争力得到巩固，也使得世界先进制造业发展迅猛[10]。我国制造业市场的巨大潜力，为现代制造技术发展提供了广阔的市场空间。但是，与制造业发达国家和地区相比，国内的现代制造技术的研发与市场拓展还不均衡。其中，国内机械基础件制造行业中的数控化率极低，不足1.6%，先进加工工艺、技术和装备的普及程度不足10 % ；cad／cam 系统应用的普及率在国内骨干企业仅有35%，产业规模较小。另外，在相关行业中如印刷业、电力行业和医疗器械行业等，技术装备的低数控化率也远不能满足市场对中高档先进产品的需求。纵观国际制造业的竞争与发展，面对国际、国内两个制造业市场的日渐融合，如何立足国内制造业的市场需求，整合分散的科研与企业资源，尽快形成自己在先进制造产业竞争中的技术优势，已经是摆在我国制造业面前的迫在眉睫的课题了[11]。

总之，重视制造业和现代制造技术已成为全球化的大趋势。现代制造技术不是一项具体技术，而是利用系统工程技术将各种相关技术集成的一个有机整体；现代制造技术是一种动态技术，而不是一成不变的，它需要不断吸收各种高新技术成果，并将其渗透到产品的所有领域，结合成一个有机整体，实现优质、高效、低耗、清洁和灵活的生产[12]；现代制造技术的目的是提高制造业的综合效益，其不摒弃传统技术，而是有赖于不断用科技新手段去研究它和传承它，并应用科技新成果去改造它和充实它；现代制造技术在强调环境保护的同时，还强调各专业学科之间的相互渗透、融合和淡化，并消除其间的界限。我国先进制造技术的发展应结合自身的特点，形成特色，大力发展一些关键前沿技术，比如新一代材料成型技术、微米及纳米技术、快速原型制造以及智能制造等[13]。在不久的将来，现代制造技术将得到更大的发展和壮大，发展和应用先进制造技术是每个国家为提高企业的国际竞争力和技术创新能力的必然选择。

参考文献：

[1]张强.浅谈柔性制造技术的现状及发展[j].技术与市场，2008.（5）:39-40.[2]沈向东.柔性制造技术[m].北京：机械工业出版社，2013.2.[3]吴立.关于柔性制造的研究[j].机床与液压，2010，38（14）:9-11.[4]陈琪.制造业企业推行柔性制造的意义及对策[j].企业经济，2005（4）:7-8.[5]崔培枝，朱胜，姚巨坤.柔性再制造系统研究[j].机械制造，2003（11）:7-9

[6]王隆太，朱灯林，戴国洪．机械cad／cam技术[m]．北京：机械工业出版社，2005．

[7]盛晓敏，邓朝辉．先进制造技术[m]．北京：机械工业出版社，2003.[8] kai-mo 现代制造技术的发展动向[j]-科技成果管理与研究2008(6）.[9]蒋新松．21世纪企业的主要模式一敏捷制造企业[j]．计算机集成制造系统一cims，1996，2(4)：3—8．

[10]罗振壁，周兆英，汪劲松，等．制造的革新[j]．机械工程学报，1995，31(4)：31—37．

[11]王永贵．战略柔性与企业高成长．天津：南开大学出版社，2003．67—69.[12]张荣，陈大佑．提升国有大中型企业竞争力的新途径——柔性化管理．当代经济研究．2006．(1)：33～35.[13]王先逵．制造工艺核心论[j]．世界制造技术与装备市场，2005(3)：28—32．

智能制造技术发展趋势论文篇四

人工智能先进制造技术

课程名称

先进制造技术 学生姓名 学

号

专业班级机械设计制造及其自动化 指导教师

完成日期 2017/10/20

目录

一、概述

二、人工智能技术的国内外发展现状与趋势

三、人工智能技术的主要研究内容与核心技术难题

四、人工智能技术的评价与认识

五、结论

六、参考文献

一、概述

先进制造技术(advanced manufacturing technique，缩写amt，具体地说，就是指集机械工程技术、电子技术、自动化技术、信息技术等多种技术为一体所产生的技术、设备和系统的总称。主要包括：计算机辅助设计、计算机辅助制造、集成制造系统等。

先进制造技术不是一般单指加工过程的工艺方法，而是横跨多个学科、包含了从产品设计、加工制造、到产品销售、用户服务等整个产品生命周期全过程的所有相关技术，涉及到设计、工艺、加工自动化、管理以及特种加工等多个领域，并逐步融合与集成。而先进制造技术主要包括以下三个技术群:（1）主体技术群：是制造技术的核心,它包括两个基本部分:有关产品设计技术和工艺技术。

（2）支撑技术群：a.信息技术:接口和通信、数据库技术、集成框架、软件工程人工智能、专家系统和神经网络、决策支持系统。b.标准和框架：数据标准、产品定义标准、工艺标准、检验标准、接口框架。c.机床和工具技术。d.传感器和控制技术：单机加工单元和过程的控制、执行机构、传感器和传感器组合、生产作业计划。e.其它;（3）制造技术基础设施.要素包括了车间工人、工程技术人员和管理人员在各种先进生产技术和方案方面的培训和教育等。

先进制造技术是在传统制造的基础上，不断吸收机械、电子、信息、材料、能源和现代管理技术等方面的成果，将其综合应用于产品设计、制造、检测、管理、销售、使用、服务的制造全过程，以实现优质、高效、低耗、清洁、灵活生产，提高对动态多变的市场的适应能力和竞争能力的制造技术的总称，也是取得理想技术经济效益的制造技术的总称。先进制造技术不是一般单指加工过程的工艺方法，而是横跨多个学科、包含了从产品设计、加工制造、到产品销售、用户服务等整个产品生命周期全过程的所有相关技术，涉及到设计、工艺、加工自动化、管理以及特种加工等多个领域，并逐步融合与集成。先进制造技术是当今国际间科技竞争的焦点，随着社会的发展，市场需求的个性化与多元化，人们对产品的要求也日益多元化，市场竞争日趋激烈，企业要在日趋激烈的市场竞争中生存发展，就必须采用先进的制造技术。

二、人工智能技术的国内外发展现状与趋势

人工智能技术简介

人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”（artificial intelligence）一词最初是在1956年dartmouth学会上提出的，从那以后，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，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现至今，已经出现了许多ai程序，并且它们也影响到了其它技术的发展。人工智能（artificial intelligence），英文缩写为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。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。ibm公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。从1956年正式提出人工智能学科算起，50多年来，取得长足的发展，成为一门广泛的交叉和前沿科学。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。如果希望做出一台能够思考的机器，那就必须知道什么是思考，更进一步讲就是什么是智慧。什么样的机器才是智慧的呢？科学家已经作出了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是能不能模仿人类大脑的功能呢？到目前为止，我们也仅仅知道这个装在我们天灵盖里面的东西是由数十亿个神经细胞组成的器官，我们对这个东西知之甚少，模仿它或许是天下最困难的事情了。

当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。如今人工智能已经不再是几个科学家的专利了，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机的大学生也必须学习这样一门课程，在大家不懈的努力下，如今计算机似乎已经变得十分聪明了。例如，1997年5月，ibm公司研制的深蓝（deep blue）计算机战胜了国际象棋大师卡斯帕洛夫（kasparov）。大家或许不会注意到，在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。人工智能始终是计算机科学的前沿学科，计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。

著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法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，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

实际应用，机器视觉:指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统,智能搜索，定理证明，博弈，自动程序设计，还有航天应用等。学科范畴：人工智能是一门边沿学科，属于自然科学和社会科学的交叉。涉及学科：哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，研究范畴：自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法 人类思维方式

应用领域：智能控制，机器人学，语言和图像理解，遗传编程，机器人工厂，安全问题。目前人工智能还在研究中，但有学者认为让计算机拥有智商是很危险的，它可能会反抗人类。人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊科学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。

人工智能技术在国内的发展与趋势

人工智能学习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。随着社会的发展,人们对产品的要求也发生了很大变化,要求品种要多样、更新要快捷、质量要高档、使用要方便、价格要合理、外形要美观、自动化程度要高、售后服务要好、要满足人们越来越高的要求,就必须采用先进的机械制造技术。中国经济经过30年改革开放的快速增长,取得了令世人瞩目的骄人业绩,综合国力和经济总量位居世界前列。自20世纪80年代以来,我国制造业取得了长足的发展。目前,中国正成为“世界工厂”,承接全世界制造业的转移。据相关资料表明,世界上国家之间的经济竞争,先进制造技术是重要的竞争手段之一。其竞争能力最终体现在所生产的产品的市场

占有率上。随着经济技术的高速发展以及顾客需求和市场环境的不断变化,这种竞争日趋激烈,因而我国非常重视对先进制造技术的研究。制造业是我国国民经济和综合国力的重要支柱产业,其先进生产总值占国民生产总值(gdp)的40%左右。尤其，中国近几年来房地产业的崛起，带动了三一重工、中联重科、徐工等一批工程机械企业的发展，而这些企业的发展的同时又带动了先进制造技术的发展，然而虽然我们在先进制造技术方面取得了很多卓越的成绩，但与工业发达国家相比，仍然存在一个阶段性的整体上的差距。主要体现在以下几个方面：

管理方面：工业发达国家广泛采用计算机管理，重视组织和管理体制、生产模式的更新发展，推出了准时生产（jit）、敏捷制造（am）、精益生产（lp）、并行工程（ce）等新的管理思想和技术。我国只有少数大型企业局部采用了计算机辅助管理，多数小型企业仍处于经验管理阶段。

制造工艺方面：工业发达国家较广泛的采用高精密加工、精细加工、微细加工、微型机械和微米 / 纳米技术、激光加工技术、电磁加工技术、超塑加工技术以及复合加工技术等新型加工方法。我国普及率不高，尚在开发、掌握之中。

设计方面：工业发达国家不断更新设计数据和准则，采用新的设计方法，广泛采用计算机辅助设计技术（cad/cam），大型企业开始无图纸的设计和生产。我国采用cad/cam技术的比例较低。

自动化技术方面：工业发达国家普遍采用数控机床、加工中心及柔性制造单元（fmc）、柔性制造系统（fms）、计算机集成制造系统（cims），实现了柔性自动化、知识智能化、集成化。我国尚处在单机自动化、刚性自动化阶段，柔性制造单元和系统仅在少数企业使用。

产品结构方面：中国机械制造业的快速发展，主要依靠技术引进和赶超型发展战略，加之中国劳动力丰富而资金相对短缺，致使机械制造业的科技开发明显滞后。虽然中国机械制造业的产品数量已经位居世界前列，但主要是劳动密集型产品，具有自主知识产权的高、精、尖产品比较少。比如数控机床和精密机床的可靠性差、质量问题严重，轴承、液压件、密封件等基础件产品水平低、品种少、满足度低、质量不稳定。

人工智能技术的发展趋势表现在：

全球化：一方面由于国际和国内市场上的竞争越来越激烈，例如在机械制造业中，国内外已有不少企业，甚至是知名度很高的企业，在这种无情的竞争中纷纷落败，有的倒闭，有的被兼并。不少暂时还在国内市场上占有份额的企业，不得不扩展新的市场；另一方面，网络通讯技术的快速发展推动企业向着既竞争又合作的方向发展，这种发展进一步激化了国际间市场的竞争。这两个原因的相互作用，已成为全球化制造业发展的动力，全球化制造的第一个技术基础是网络化，网络通讯技术使制造的全球化得以实现。网络化：网络通讯技术的迅速发展和普及，给企业的生产和经营活动带来了革命性的变革。产品设计、物料选择、零件制造、市场开拓与产品销售都可以异地或跨越国界进行。此外，网络通讯技术的快速发展，加速技术信息的交流、加强产品开发的合作和经营管理的学习，推动了企业向着既竞争又合作的方向发展。

虚拟化：制造过程中的虚拟技术是指面向产品生产过程的模拟和检验。检验产品的可加工性、加工方法和工艺的合理性，以优化产品的制造工艺、保证产品质量、生产周期和最低成本为目标，进行生产过程计划、组织管理、车间调度、供应链及物流设计的建模和仿真。虚拟化的核心是计算机仿真，通过仿真软件来模拟真实系统，以保证产品设计和产

品工艺的合理性，保证产品制造的成功和生产周期，发现设计、生产中不可避免的缺陷和错误。

自动化：自动化是一个动态概念，目前它的研究主要表现在制造系统中的集成技术和系统技术、人机一体化制造系统、制造单元技术、制造过程的计划和调度、柔性制造技术和适应现化生产模式的制造环境等方面。制造自动化技术的发展趋势是制造全球化、制造敏捷化、制造网络化、制造虚拟化、制造智能化和制造绿色化。

绿色化：绿色制造则通过绿色生产过程、绿色设计、绿色材料、绿色设备、绿色工艺、绿色包装、绿色管理等生产出绿色产品，产品使用完以后再通过绿色处理后加以回收利用。采用绿色制造能最大限度地减少制造对环境的负面影响，同时使原材料和能源的利用效率达到最高。精密化：现代高新技术产品需要高精度制造，社会的发展对机械产品的质量提出了越来越高的要求。这决定了发展精密加工、超精密加工技术是机械制造未来的一个重点 智能化：智能制造是指综合利用各个学科、各种先进技术和方法，解决和处理制造系统中的各种问题。系统能领会设计人员的意图，能够检测失误，回答问题，提出建议方案等。

快速化：快速化是指对市场的快速响应，对生产的快速重组。它要求生产模式有高度的柔性与高度敏捷性。快速化能强有力地推动着制造技术的进步与发展，它是先进制造技术发展的“动力”。

集成化：现代制造业的方向并不只是计算机的集成，信息的集成，而是人、技术、组织的整体集成，包括功能集成、组织集成、信息集成、过程集成、知识集成和企业间的集成。

人工智能技术在国外的发展与趋势

智能是一种知识与思维的合成,是人类认识世界和改造世界过程中的一种分析问题和解决问题的综合能力。对于人工智能，美国麻省理工学院的温斯顿教授提出“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”，斯坦福大学人工智能研究中心尼尔逊教授提出“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学”。综合来看人工智能是相对人的智能而言的。其本质是对人思维的信息过程的模拟，是人的智能的物化。是研究、开发模拟、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。人工智能经过信息采集、处理和反馈三个核心环节，综合表现出智能感知、精确性计算、智能反馈控制，即感知、思考、行动三个层层递进的特征。

智能感知：智能的产生首先需要收集到足够多的结构化数据去表述场景，因此智能感知是实现人工智能的第一步。智能感知技术的目的是使计算机能 “听”、会“看”,目前相应的计算机视觉技术和自然语言处理技术均已经初步成熟，开始商业化尝试。智能处理：产生智能的第二步是使计算机具备足够的计算能力模拟人的某些思维过程和行为对分析收集来的数据信息做出判断，即对感知的信息进行自我学习、信息检索、逻

辑判断、决策，并产生相应反映。具体的研究领域包括知识表达、自动推理、机器学习等，与精确性计算及编程技术、存储技术、网络技术等密切相关，是大数据技术发展的远期目标，目前该领域研究还处于实验室研究阶段，其中机器学习是人工智能领域目前热度最高，科研成果最密集的领域。

智能反馈：智能反馈控制将前期处理和判断的结果转译为肢体运动和媒介信息传输给人机交互界面或外部设备，实现人机、机物的信息交流和物理互动。智能反馈控制是人工智能最直观的表现形式，其表达能力展现了系统整体的智能水平。智能反馈控制领域与机械技术、控制技术和感知技术密切相关，整体表现为机器人学，目前机械技术受制于材料学发展缓慢，控制技术受益于工业机器人领域的积累相对成熟。在学术界，实现人工智能有三种路线，一是基于逻辑方法进行功能模拟的符号主义路线，代表领域有专家系统和知识工程。二是基于统计方法的仿生模拟的连接主义路线，代表领域有机器学习和人脑仿生，三是行为主义，希望从进化的角度出发，基于智能控制系统的理论、方法和技术，研究拟人的智能控制行为。

各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入，其中美国政府主要通过公共投资的方式牵引人工智能产业的发展，2013财年美国政府将22亿美元的国家预算投入到了先进制造业，投入方向之一便是“国家机器人计划”。

在技术方向上，美国将机器人技术列为警惕技术，主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。

现阶段的技术突破的重点一是云机器人技术，二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及，云计算、大数据等技术的不断发展，未来机器人技术成本的进一步降低和机器人量产化目标实现，机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括：建立开放系统机器人架构（包括通用的硬件与软件平台）、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。

由于深度学习的成功，学术界进一步沿着连接主义的路线提升计算机对人脑的模拟程度。人脑仿生计算技术的发展，将使电脑可以模仿人类大脑的运算并能够实现学习和记忆，同时可以触类旁通并实现对知识的创造，这种具有创新能力的设计将会让电脑拥有自我学习和创造的能力，与人类大脑的功能几无二致。在2013年初的国情咨文中，美国总统奥巴马特别提到为人脑绘图的计划，宣布投入30亿美元在10年内绘制出“人类大脑图谱”，以了解人脑的运行机理。欧盟委员会也在2013年初宣布，石墨烯和人脑工程两大科技入选“未来新兴旗舰技术项目”，并为此设立专项研发计划，每项计划将在未来10年内分别获得10亿欧元的经费。美国ibm公司正在研究一种新型的仿生芯片，利用这些芯片，人类可以实现电脑模仿人脑的运算过程，预计最快到2019年可完全模拟出人类大脑。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。

既然“人工智能”的发展如此吸引人，那就一定具有相当多的发展方向啦，那么未来它的发展趋势会是如何呢？我们不妨可以设想一下： 在计算机网络如此发达的社会中，我们可以利用人工智能来实现语言技术与人类生活的联系，虽然目前关于语言的研究尚未突破语义障碍，现在还看不出在解决自然语言中含糊暧昧的成份方面可能会取得多大的进展，也很难想象在近期内能实现对任意输入均可产生高质量译文的机器翻译系统或非常理想的篇章理解系统，我们所能看到的是一些有一定限制的但与人类生活密切相关的语言处理技术的发展。随着语言技术产品市场的不断壮大，语言技术也会得到更快的发展。另外，我们也可以利用人工智能来建立与理解复杂的自适应系统：下一个十年人工智能研究应着重于对未必能符号化、信息未必完全的复杂的自适应系统的研究，其中最关键的是如何理解与建立这样的系统。建立这样的系统需要发展一些新的理论与技术。首先必须发展能理解与处理上下文的技术，使所建立的系统能在不同的上下文情境下合理地处理各类问题；其次应发展多路学习机制，使系统能从复杂的变化的环境中同时学到多种技能(如机器人足球运动员就需要有这样的功能)；另外还应探讨系统的可自动进化机制，使系统能从简单的被动式的系统逐步进化为复杂的具有自适应能力的系统。基于人工智能的发展趋势，还可以在机器学习的研究方面取得长足的发展。许多新的学习方法相继问世并获得了成功的应用,如增强学习算法、reinforcement learning等。也应看到,现有的方法处理在线学习方面尚不够有效,寻求一种新的方法,以解决移动机器人、自主agent、智能信息存取等研究中的在线学习问题是研究人员共同关心的问题,相信不久会在这些方面取得突破。

还有，在最受人关注的机器人领域里，人工智能蕴含着十分强大的发展空间！虽然现在已经实现了机器人与人的对话交流等强大的功能，但相信在未来，人们一定会挖掘出人工智能更多更强大的功能来运用到机器人中去，让机器人更好的未人们服务！最后，在控制领域内，虽然已经实现了远程操控技术，但并不普及，相信在未来，我们可以更轻松自如的利用人工智能来实现对家用电器等的远程控制的普及，让每一个房子都装有这样的系统，那么在主人回家之前就可以设定好最符合主人生活习惯的环境，让辛苦劳累了一天的主人能够更好的享受到家的温馨！

人工智能诞生50多年来，在崎岖不平的道路上取得了可喜的进展。人工智能的人工智能的研究一旦取得突破性进展，将会对信息时代产生重大影响，对人类文明产生重大影响。不管是在昨天、今天还是明天，“人工智能”都是新时代的宠儿，注定未社会的发展，人们生活水平的提高做出不可小觑的贡献！我们共同希望“人工智能”的明天更美好！

三、人工智能技术的主要研究内容与核心技术难题

人工智能是一种外向型的学科,它不但要求研究它的人懂得人工智能的知识,而且要求有比较扎实的数学基础及哲学和生物学基础,只有这样才可能让一台什么也不知道的机器模拟人的思维。

因为人工智能的研究领域十分广阔,它总的来说是面向应用的,主要研究领域有专家系统,有人在工作,它就可以用在什么地方,因为人工智能的最根本目的还是要模拟人类的思维。可以归纳为八个字:机器智能、智能机器。

机器智能：例如,用计算机打印常用的报表,进行一些常规的文字处理,都是程序化的操作,谈不上有智能。但是,用计算机给人看病,进行病理诊断和药物处方,或者,用计算机给机器看病,进行故障诊断和维修处理,就需要计算机有人工智能。人工智能学科领域中有一个重要的学科分支是“专家系统”(expert system),简称代写论文es。就是用计算机去模拟、延伸和扩展专家的智能。基于专家的知识和经验,可以求解专业性问题的、具有人工智能的计算机应用系统。如:医疗诊断专家系统,故障诊断专家系统等。

智能机器：“智能机器”(intelligent machine),简称im,研究如何设计和制造具有更高智能水平的机器,特别是设计和制造更聪明的计算机。现在的计算机,虽然经历了从电子管、晶体管、集成电路、超大规模集成电路等几代的发展,在工艺和性能方面都有巨大的进步。但是,在原理上,还没有重大的突破。通常,人们用计算机,不仅要告诉计算机:做什么?,而且还必须详细地、正确地告诉计算机:如何做?。也就是说,人们要根据工作任务的需求,以适当的计算机语言,进行相应的软件设计,编制面向该任务的计算机应用程序,并且,正确地操作计算机,装入、启动该应用程序,才能用计算机完成该项工作任务。这里,计算机实质上只是机械地、被动地执行人们编制的应用程序指令的“电子奴仆”,也不理解为什么要做这项工作,即不懂得:为什么?。因而,只不过是一个低智能的、不聪明的“电脑”。那么,如何设计和制造高智能的、聪明的“电脑”呢?这正是人工智能另一方面的研究对象和学科任务。

目前人工智能主要研究内容是:分布式人工智能与多智能主体系统、人工思维模型、知识系统(包括专家系统、知识库系统和智能决策系统)、知识发现与数据挖掘(从大量的、不完全的、模糊的、有噪声的数据中挖掘出对我们有用的知识)、遗传与演化计算(通过对生物遗传与进化理论的模拟,揭示出人的智能进化规律)、人工生命(通过构造简单的人工生命系统并观察其行为,探讨初级智能的奥秘)、人工智能应用(如:模糊控制、智能大厦、智能人机接口、智能机器人等)等等。

未来人工智能的研究方向主要有:人工智能理论、机器学习模型和理论、不精确知识表示及其推理、常识知识及其推理、人工思维模型,智能人机接口、多智能主体系统、知识发现与知识获取、人工智能应用基础等。

“人工智能”(artificial intelligence)一词最初是在1956年dartmouth学会上提出的。人工智能是指研究、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。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。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。人工智能理论进入21世纪,正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品”,并使之在越来越多的领域超越人类智能,人工智能将为发展国民经济和改善人类生活做出更大贡献。

人工智能的近期研究目标在于建造智能计算机，用以代替人类从事脑力劳动，即使现有的计算机更聪明更有用。正是根据这一近期研究目标，我们才把人工智能理解为计算机科学的一个分支。人工智能还有它的远期研究目标，即探究人类智能和机器智能的基本原理，研究用自动机(automata)模拟人类的思维过程和智能行为。这个长期目标远远超出计算机科学的范畴，几乎涉及自然科学和社会科学的所有学科。在重新阐述我们的历史知识的过程中，哲学家、科学家和人工智能学家有机会努力解决知识的模糊性以及消除知识的不一致性。这种努力的结果，可能导致知识的某些改善，以便能够比较容易地推断出令人感兴趣的新的真理。人工智能研究尚存在不少问题，这主要表现在下列几个方面： 宏观与微观隔离：一方面是哲学、认知科学、思维科学和心理学等学科所研究的智能层次太高、太抽象；另一方面是人工智能逻辑符号、神经网络和行为主义所研究的智能层次太低。这两方面之间相距太远，中间还有许多层次未予研究，无法把宏观与微观有机地结合起来和相互渗透。全局与局部割裂：人类智能是脑系统的整体效应，有着丰富的层次和多个侧面。但是，符号主义只抓住人脑的抽象思维特性；连接主义只模仿人的形象思维特性；行为主义则着眼于人类智能行为特性及其进化过程。它们存在明显的局限性。必须从多层次、多因素、多维和全局观点来研究智能，才能克服上述局限性。3 理论和实际脱节 大脑的实际工作，在宏观上我们已知道得不少；但是智能的千姿百态，变幻莫测，复杂得难以理出清晰的头绪。在微观上，我们对大脑的工作机制却知之甚少，似是而非，使我们难以找出规律。在这种背景下提出的各种人工智能理论，只是部分人的主观猜想，能在某些方面表现出”智能”就算相当成功了。

上述存在问题和其它问题说明，人脑的结构和功能要比人们想象的复杂得多，人工智能研究面临的困难要比我们估计的重大得多，人工智能研究的任务要比我们讨论过的艰巨得多。同时也说明，要从根本上了解人脑的结构和功能，解决面临的难题，完成人工智能的研究任务，需要寻找和建立更新的人工智能框架和理论体系，打下人工智能进一步发展的理论基础。我们至少需要经过几代人的持续奋斗，进行多学科联合协作研究，才可能基本上解开”智能”之谜，使人工智能理论达到一个更高的水平。人工智能要解决的问题主要是以下几个方面：

一、识别过程，外界输入的信息向概念逻辑信息转译，将动态静态图像、声音、语音、文字、触觉、味觉等信息转化为形式化（大脑中的信息存储形式）的概念逻辑信息。

二、智能运算过程，输入信息刺激自我学习、信息检索、逻辑判断、决策，并产生相应反应。

三、控制过程，将需要输出的反应转译为肢体运动和媒介信息。实用机器人在第三个方面做得比较多，而识别和智能运算是很弱的，尤其是概念知识的存储形式、逻辑判断和决策这些方面更是鲜有成果，这正是人工智能要重点解决的问题。

四、人工智能技术的评价与认识

人工智能是一门包括计算机科学、控制学、信系论、语言论、神经生理学、心理学、数学、哲学等多种学科相互渗透发展起来的学科,其研究对象可以归纳为“机器智能、智能机器”,它体现在思维、感知、行为三个层次,而它要模拟眼神、扩展人的智能,其研究内容可以分为机器思维和思维机器、机器感知和感知机器、机器行为和行为机器三个层次。人工智能研究与应用虽然取得了不少成果,但离全面推广应用还有很大距离,还有许多问题有待于解决且需要许多学科的研究专家共同创作。人工智能（ai）是机器智能和计算机科学的一个分支。人工智能将是21世纪逻辑学发展的主要动力源泉，并且在很大程度上将决定21世纪逻辑学的面貌。这些年来,人工智能在计算机科学、逻辑学等领域已取得重大成就,但离真正的人类智能还相差甚远。

人工智能是一门研究机器智能和智能机器的新型的、综合性的、具有强大生命力的边缘学科，它研究怎样让计算机或智能机器（包括硬件和软件）模仿、延伸和扩展人脑从事推理、规划、计算、思考、学习等思维活动，解决迄今为止需要人类专家才能处理好的复杂问题。

人工智能远期目标是要制造智能机器，使现有的计算机更聪明，能够模拟人类的智能行为。人工智能的近期目标是实现机器智能，即先部分地或某种程度地实现机器的智能，从而使现有的计算机更灵活、更好用和更有用，成为人类的智能化信息处理工具。目前，人工智能技术正在向大型分布式人工智能、大型分布式多专家协同系统、广义知识表达、综合知识库、并行推理、多种专家系统开发工具、大型分布式人工智能开发环境和分布式环境下的多智能体协同系统等方向发展。尽管如此，从目前来看，人工智能仍处于学科发展的早期阶段，其理论、方法和技术都不太成熟，人们对它的认识也比较肤浅。这些还都有待于人工智能工作者的长期探索。

五、结论

先进制造技术当今国际间科技竞争的焦点，随着社会的发展，市场需求的个性化与多元化，人们对产品的要求也日益多元化，市场竞争日趋激烈，企业要在日趋激烈的市场竞争中生存发展，就必须采用先进的制造技术。进入新世纪，随着中国加入wto,中国与世界的越来越紧密，先进制造制造技术必然会朝着全球化、系统化、集成化、网络化、虚拟化、自动化、绿色化、精密化、智能化、快速化的趋势发展。

人工智能对自然科学的影响。在需要使用数学计算机工具解决问题的学科，ai带来的帮助不言而喻。更重要的是，ai反过来有助于人类最终认识自身智能的形成。

人工智能对经济的影响。专家系统更深入各行各业，带来巨大的宏观效益。ai也促进了计算机工业网络工业的发展。但同时，也带来了劳务就业问题。由于ai在科技和工程中的应用，能够代替人类进行各种技术工作和脑力劳动，会造成社会结构的剧烈变化。人工智能对社会的影响。ai也为人类文化生活提供了新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段，今天，游戏中的人工智能应用已经深入到各大游戏制造商的开发中。

伴随着人工智能和智能机器人的发展，不得不讨论是人工智能本身就是超前研究，需要用未来的眼光开展现代的科研，因此很可能触及伦理底线。作为科学研究可能涉及到的敏感问题，需要针对可能产生的冲突及早预防，而不是等到问题矛盾到了不可解决的时候才去想办法化解。

人工智能的长期目标是建立人类水平的人工智能，由脑科学、认知科学、人工智能等共同研究，形成交叉学科智能科学。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质。认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。智能科学不仅要进行功能仿真，而且要从机理上研究，探索智能的新概念、新理论、新方法。

人工智能的研究一旦取得突破性进展，将会对信息时代产生重大影响，对人类文明产生重大影响。科学发展到今天，一方面是高度分化，学科在不断细分，新学科、新领域不断产生;另一方面是学科的高度融合，更多地呈现交叉和综合的趋势，新兴学科和交叉学科不断涌现。大学科交叉的这种普遍趋势，在人工智能学科方面表现尤其突出。由脑科学、认知科学、人工智能等共同研究智能的本质和机理，形成交叉学科智能科学。学科交叉将催生更多的研究成果，对于人工智能学科整体而言，要有所突破，需要多个学科合作协同，在交叉学科研究中实现创新。

六、参考文献 [1]《人工智能简史》孙兴 清华大学出版社，1990年 [2]蔡自兴 徐光佑 《人工智能及其应用》 清华大学出版社 2002年1月 [3]王万森

人工智能原理及其应用北京：电子工业出版社，2010