簡介：學(xué)校代號Q≥2分類號⑨學(xué)號旦盟塑QS密級湖確失事HUNANUNLVERS兒’Y博士學(xué)位論文基于紅外熱像及人工智能的絕緣子污穢等級識別方法研究學(xué)位申請人姓名盟邀墓培養(yǎng)單位湖南大學(xué)導(dǎo)師姓名及職稱姚建剛教授學(xué)科專業(yè)電氫L型研究方向高電壓與絕緣檢測論文提交日期2006年5月29口博士學(xué)位論文分類的準確性。在綜合考慮濕度及電壓對污穢特征影響的基礎(chǔ)上，針對絕緣予污穢等級識別本文設(shè)計了徑向基概率神經(jīng)網(wǎng)絡(luò)分類器RBPNN和支持向量機分類器SVM。通過神經(jīng)網(wǎng)絡(luò)和支持向量機強大的非線性映射能力，首次建立起了不同濕度和電壓下的絕緣子紅外熱像污穢特征與各污穢等級之間的映射關(guān)系。利用徑向基神經(jīng)網(wǎng)絡(luò)對函數(shù)的任意逼近能力及其采用貝葉斯最小風險判別規(guī)則進行模式分類的優(yōu)點，實現(xiàn)了各污穢等級的準確和快速識別。利用SVM對非線性、高維數(shù)、局部最小問題的良好處理能力、特別是其對小樣本情況的超強處理能力，實現(xiàn)了小樣本情況下，各污穢等級的準確識別。實驗結(jié)果表明本文所提基于紅外熱像特征與人工智能的絕緣子污穢程度識別方法是一種安全、有效、準確、可行的絕緣子污穢程度檢測新方法。關(guān)鍵詞污穢絕緣子紅外熱像污穢等級檢測；圖像濾波；圖像分割；特征提取；KL變換；RBPNN分類器；SVM分類器III

簡介：氧氣在鋼鐵、冶煉、醫(yī)療等領(lǐng)域發(fā)揮了重要的作用，許多工業(yè)部門都采用很多方法來制取氧氣。在空分制氧的工業(yè)流程中，很多外界因素直接影響到氧氣的質(zhì)量。如何制取高質(zhì)量的氧氣，是個迫在眉睫的問題。本文結(jié)合了人工智能的相關(guān)技術(shù)，即神經(jīng)網(wǎng)絡(luò)技術(shù)和專家系統(tǒng)技術(shù)，設(shè)計了空分制氧質(zhì)量監(jiān)控系統(tǒng)。在計算機眾多學(xué)科研究成果基礎(chǔ)之上，綜合利用神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)在各行各業(yè)最新研究成果的同時，對質(zhì)量監(jiān)控系統(tǒng)進行了研究與實踐，并取得了一定的進展。根據(jù)神經(jīng)網(wǎng)絡(luò)的特點，對前饋型神經(jīng)網(wǎng)絡(luò)算法和反饋型神經(jīng)網(wǎng)絡(luò)算法進行比較，就其典型模型BP網(wǎng)絡(luò)模型與HOPFIELD網(wǎng)絡(luò)模型進行分析，最后確定其中一種對制氧質(zhì)量進行預(yù)測；利用專家系統(tǒng)類型、結(jié)構(gòu)和工作原理，對本系統(tǒng)發(fā)生的異常情況能夠及時、準確地進行質(zhì)量監(jiān)控，依據(jù)專家系統(tǒng)的設(shè)計步驟，研發(fā)了異常處理專家系統(tǒng)。

簡介：動態(tài)設(shè)計問題是一個具有高度非線性、解空間復(fù)雜的多目標優(yōu)化問題，這類問題既具有一般多目標優(yōu)化問題的復(fù)雜性，又具有動態(tài)設(shè)計問題固有的困難性。針對該類問題，本文以玻璃上片臺的翻片組件為研究對象，集成神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊邏輯與推理技術(shù)等重要的現(xiàn)代人工智能技術(shù)，對動態(tài)設(shè)計中的多目標優(yōu)化問題進行一種新的處理。在快速、精確、有效地達到各目標的協(xié)同優(yōu)化，以提高上片臺性能的同時，提出一種可適用于其他機械裝備的，基于人工智能技術(shù)的多目標動態(tài)優(yōu)化設(shè)計方法。通過詳細的功能需求分析，改進原始設(shè)計，運用結(jié)構(gòu)動態(tài)優(yōu)化設(shè)計等理論，構(gòu)造出玻璃上片臺翻片組件的多目標動態(tài)優(yōu)化設(shè)計數(shù)學(xué)模型。利用正交試驗對神經(jīng)網(wǎng)絡(luò)樣本點選擇的優(yōu)越性，安排試驗方案，并借助運動仿真和有限元分析軟件完成該試驗的樣本采集，為人工神經(jīng)網(wǎng)絡(luò)模型的建立做好準備。選定徑向基函數(shù)網(wǎng)絡(luò)作為本文函數(shù)生成器的網(wǎng)絡(luò)類型，設(shè)計、創(chuàng)建、訓(xùn)練出翻片組件多目標動態(tài)優(yōu)化設(shè)計問題的函數(shù)生成器。結(jié)合理想點法、共享函數(shù)法以及罰函數(shù)法等理論，構(gòu)造出問題的遺傳算法，設(shè)計、編制該遺傳算法的運算流程和程序，求解出問題的PARETO最優(yōu)解集。建立模糊推理系統(tǒng)獲取問題的最終解。應(yīng)用二次規(guī)劃法對該最終解進行驗證，并用有限元法檢驗經(jīng)圓整處理后的最終解。通過比較證明，本文提出的基于人工智能技術(shù)的翻片組件多目標動態(tài)優(yōu)化設(shè)計方法是先進、可行、正確并且高效的。

簡介：點擊查看更多基于人工免疫算法的比例方向閥故障智能診斷系統(tǒng)研究.pdf精彩內(nèi)容。

簡介：廣西巴馬縣是世界五大長壽鄉(xiāng)之一。影響巴馬居民壽命的因素有哪些這是國內(nèi)外一直非常關(guān)注和致力于研究解決的熱點問題。本文根據(jù)人工智能具有自適應(yīng)、自組織、自學(xué)習，特別適于處理龐雜數(shù)據(jù)等特點，首次采用人工智能技術(shù)來研究巴馬長壽問題。在對巴馬進行數(shù)月實地考察，采集大量數(shù)據(jù)并進行相關(guān)統(tǒng)計處理基礎(chǔ)上，用人工神經(jīng)網(wǎng)絡(luò)等技術(shù)，研究建立了巴馬長壽研究系統(tǒng)模型。通過該模型，可以較好地了解和分析巴馬地磁強度、居民頭發(fā)中微量元素、居民日常用水和耕種土壤中微量元素等對居民長壽的影響，為廣西巴馬長壽研究提供一個新的、有效研究方法。論文的主要工作是首先和課題其它成員一道，歷經(jīng)數(shù)月對巴馬進行實地測量，數(shù)據(jù)采集等現(xiàn)場工作。先后采集了該縣二十二個屯的地磁強度、經(jīng)緯度、居民頭發(fā)、日常用水、耕種土壤等數(shù)據(jù)和樣品。然后進行基于人工智能技術(shù)的巴馬長壽研究系統(tǒng)總體建模方案設(shè)計，并建立相應(yīng)模型。包括（1）在完成了地磁數(shù)據(jù)處理，模型系數(shù)計算，磁場強度等值線圖繪制的基礎(chǔ)上，建立了地磁場強度與長壽關(guān)系模型，并根據(jù)此模型進行磁場強度與長壽率相關(guān)性分析。結(jié)果表明地磁強度和長壽密切相關(guān)，且在一定的閾值范圍，巴馬地磁與其長壽率成正比。（2）基于巴馬部分長壽村居民頭發(fā)微量元素數(shù)據(jù)，利用標準BP神經(jīng)網(wǎng)絡(luò)，建立了居民頭發(fā)微量元素與長壽關(guān)系模型。然后用巴馬其它村莊居民頭發(fā)微量元素數(shù)據(jù)，對該模型進行檢驗，結(jié)果表明，該模型能有效推斷被測者年齡值及頭發(fā)中6種微量元素對壽命產(chǎn)生的不同影響，為研究微量元素對人類壽命的影響提供一個可借鑒的研究模型。（3）在實地采集數(shù)據(jù)的基礎(chǔ)上，運用遺傳算法改進的BP網(wǎng)絡(luò)，建立了居民日常用水和耕種土壤中微量元素與長壽關(guān)系模型，完成日常用水和耕種土壤中微量元素含量與長壽率相關(guān)性分析，長壽率推算。通過該模型，可以較為準確推算村莊長壽人口比率，并給出鎂、錳、鈉等元素對壽命產(chǎn)生的不同影響。利用人工智能方法研究長壽問題具有主觀人為干擾因素小，不需要研究者具備大量長壽領(lǐng)域?qū)I(yè)知識的特點。還可以通過智能分析數(shù)據(jù)的內(nèi)部特征，給出結(jié)論，并具有一定的預(yù)測功能，同時其移植性和可擴展性較好。

簡介：點擊查看更多JAVA技術(shù)與人工智能在搜索引擎上的應(yīng)用.pdf精彩內(nèi)容。

簡介：眾所周知，已有人工智能機器盡管在運算速度等方面大大超越于人類智能，但仍有許多智能研究者否認它是真正的智能。為了解決這一問題，人工智能、計算機科學(xué)和心靈哲學(xué)等學(xué)科從不同方面作了大量探討，建立了許多新的智能理論和模型，依然沒有從根本上走出困境。造成這種局面的主要原因就在于，在人工智能研究領(lǐng)域，仍有一些縱橫交錯的哲學(xué)問題得不到清晰的認識。這主要包括了以下問題第一，智能以何種方式存在這一問題又主要包括了這樣幾個子問題智能有何所指智能的本質(zhì)特征是什么等問題；第二，智能的實現(xiàn)何以可能換句話說智能實現(xiàn)的條件有哪些這些條件在一起如何相互作用就產(chǎn)生了智能第三，人的智能能否被復(fù)制等等?？v觀這些問題，既涉及到對智能的本體論地位、認識論意義等問題的回答，也涉及到智能的應(yīng)用問題。因此，這些問題的解決方案不能僅僅來自哲學(xué)思辨，也來自于科學(xué)的實證研究。在今天，已有的馬克思主義哲學(xué)、西方哲學(xué)、現(xiàn)當代科學(xué)成果為智能的哲學(xué)研究已經(jīng)提供了必要的理論基礎(chǔ)。智能研究的跨學(xué)科性使得問題的解決尤為困難，并造成了現(xiàn)實上各學(xué)科在相關(guān)概念應(yīng)用上的混亂。為此，文章第二章首先借鑒當代語言分析哲學(xué)方法，對當前廣泛使用的“智能”、“自然智能”，“人工智能”三個關(guān)鍵詞進行必要的語言分析，以確定本文所探討之概念、話語基礎(chǔ)，并嘗試從語言分析哲學(xué)的角度回答智能的所指，即智能的存在狀態(tài)，澄清其本體論的地位狀況。隨后，再進一步地梳理哲學(xué)、科學(xué)中重要的智能理論。通過這種地毯式地研究可以看到，當今眾多的智能理論的核心假設(shè)均以民間心理學(xué)為理論基礎(chǔ)。所以，要推進智能理論的研究，就必須從民間心理學(xué)入手來清理智能理論。文章的第三章則詳盡地分析民間心理學(xué)在智能研究中的知識滲透，認為民間心理學(xué)乃是對智能進行合理闡明的病灶。在過去，人們對民間心理學(xué)中的智能理論的堅信不疑，從而使民間心理學(xué)的智能觀主導(dǎo)了人們對“智能”的認識，并滲透到人們的日常生活中和智能研究中。在對人們的每一項智能活動進行解釋時，民間心理學(xué)已經(jīng)成為人們默認的解釋框架。不僅如此，由于人們在理解事物時“不可分離自我”的特性，民間心理學(xué)還成為潛藏于認知科學(xué)、人工智能等學(xué)科的重要理論預(yù)設(shè)。然而，人工智能等領(lǐng)域中的失敗引發(fā)了當代許多哲學(xué)家對民間心理學(xué)的哲學(xué)討伐。一場旨在消除籠罩在心靈之上的神秘性的哲學(xué)運動蓬勃發(fā)展，而建立在“靈魂”、“心靈”觀念之上的民間心理學(xué)只剩一片廢墟。民間心理學(xué)在當今受到了前所未有的“解構(gòu)”，許多哲學(xué)家已經(jīng)注意到其問題所在，取消主義者甚至積極倡導(dǎo)放棄之。由此以來，以其所提供的智能理論為基礎(chǔ)而建立的人工智能發(fā)展框架已然成為人工智能發(fā)展的病灶。因此，要實現(xiàn)人工智能專家們的宏偉目標，必須選擇新的智能模型。這種新的智能模型究竟是什么毫無疑問，我們只能從分析人類的自然智能入手尋找解決問題的途徑。文章的第四章試圖從發(fā)生與發(fā)展的角度來探尋智能發(fā)生的奧秘，嘗試建立關(guān)于智能的動態(tài)的發(fā)展觀，并回答智能何以可能的發(fā)生學(xué)機制，為人工智能的發(fā)展尋找條件。馬克思主義哲學(xué)認為，勞動創(chuàng)造了人。而推動人去從事活動的一切都要通過人的大腦。然而，大腦是一個進化與發(fā)展的產(chǎn)物，是人與大自然相互作用的結(jié)晶。因此，從“物”的觀點來看，智能本身就是一個具有“發(fā)展”意義的概念。智能的發(fā)展是一個復(fù)雜的進化過程。從發(fā)生學(xué)的角度來看，人的智能表現(xiàn)受到兩方面的影響一是遺傳因素；二是環(huán)境。先天條件與在環(huán)境中學(xué)習的結(jié)合才會使智能得以較為充分的發(fā)展。個體的智能“天賦”來自于上一代的“遺傳與變異”，這種先天因素是一種潛能，而不是智能的全部。個體的智能表現(xiàn)在群體的實踐活動中，彼此相互作用形成了作為一個“類”而存在的“種系智能”。“人”的意義在個體與環(huán)境的相互作用中逐漸展現(xiàn)，并最終使我們獲得了“智能”，獲得了對人的本質(zhì)的認識，從而能夠?qū)ⅰ叭恕迸c他物區(qū)別開來。文章的第五章從考察那些正面描述“智能”的重要哲學(xué)命題入手，在哲學(xué)分析中合理地描繪智能本身的面貌，嘗試合理地闡釋智能的結(jié)構(gòu)，為人工智能的實現(xiàn)找到合適的智能模型。首先，源于智能發(fā)生機制的不同而出現(xiàn)的人和他物，最終也表現(xiàn)出不同形式的智能特征。前者是源生性的，而后者是派生性的。因此，人并不是機器?！叭耸菣C器”這一命題的哲學(xué)意義僅僅只是在方法論的空間內(nèi)有效。但是，在人與機器的比較中，我們可以看到，意識是智能的本質(zhì)特征，而意向性則是對于他物是否具有人的“智能”的最好判據(jù)。其次，現(xiàn)代科學(xué)已經(jīng)進一步證明了意識是大腦的屬性這一基本結(jié)論。因此，在民間心理學(xué)中盛行的“小人”理論也就該壽終就寢。人的智能表現(xiàn)并非獨立的心理世界中的“小人”所為，而只不過是物質(zhì)的相互作用而已。那么，究竟可以如何來描繪智能的結(jié)構(gòu)呢這無疑只是一種探索性的工作。由于現(xiàn)代科學(xué)的發(fā)展限制，哲學(xué)就不得不暫時擔負起這個神圣的義務(wù)。物理符號表征系統(tǒng)、聯(lián)結(jié)主義的動態(tài)網(wǎng)絡(luò)系統(tǒng)等等并不是對智能的結(jié)構(gòu)進行描述的最好的理論選擇。分布式是一個較接近人類智能的、恰當?shù)闹悄芙Y(jié)構(gòu)。這一描述貫穿著發(fā)展的理念，強調(diào)了“運動”對于智能表現(xiàn)的重要意義正是在動態(tài)地相互影響與作用中，智能得到了充分地表現(xiàn)。從以上研究出發(fā)，文章第六章則將把前述的哲學(xué)理論認識擴展到人工智能的具體實踐方面，檢視并澄清當前智能理論研究的種種誤區(qū)，探討從自然界中人的智能到人工智能的理論可選項，并嘗試回答人的智能是否能夠被完全復(fù)制這一問題。恩格斯在一百多年前指出“對于現(xiàn)今的自然科學(xué)來說，辯證法恰好是最重要的思維形式，因為只有辯證法才為自然界中出現(xiàn)的發(fā)展過程，為各種普遍的聯(lián)系，為從一個研究領(lǐng)域向另一個研究領(lǐng)域過渡，提供了模式，從而提供了說明方法”①但是，在實現(xiàn)人工智能的途中，卻往往因為錯誤的理論假設(shè)而使研究者面臨著一些艱難的選擇，無法找到新的出路。首先，傳統(tǒng)的人工智能研究者完成了一個巧妙的轉(zhuǎn)換，他們以對純粹心靈的認識替代了對于智能本身的分析，并將智能看成是對心靈活動的描述。這種本末倒置的做法，從一開始就撇開了智能的現(xiàn)實條件，所以注定了在聯(lián)結(jié)主義出現(xiàn)之前傳統(tǒng)人工智能的必然失敗。其次，無論是從個體還是從群體來看，智能的基礎(chǔ)條件是經(jīng)過進化的人腦。因此，人工智能必須完成與心靈的“切割”，轉(zhuǎn)而從“人工進化”來探索人工智能的發(fā)展。但是這并不意味著人工智能就沒有哲學(xué)限度。在億萬年的進化中，智能的進化已經(jīng)不是一個純粹的理論推導(dǎo)的問題，而最終成為一個經(jīng)驗的問題、實踐的問題。強人工智能認為，機器可以獲得與人一樣的智能。很顯然，從已有的理論分析來看，這不可能實現(xiàn)。但是，對于弱人工智能而言，卻并非難事。文章的最后部分是本文研究的結(jié)論與展望。一百多年前，恩格斯認為，“我們對自然界的整個統(tǒng)治，是在于我們比其他一切動物強，能夠認識和正確運用自然規(guī)律。”①不僅如此，馬克思還這樣描述了人的智能與人的智能的產(chǎn)物的關(guān)系“自然并沒有制造出任何機器、機車、鐵路、電報、自動紡織機等等。它們都是人類工業(yè)的產(chǎn)物；自然的物質(zhì)轉(zhuǎn)變?yōu)槿祟愐庵抉{奴自然或人類在自然界里活動的器官。它們都是人類的手所創(chuàng)造的人類頭腦的器官；都是物化的智能?！雹谟纱丝梢?，智能在主體與客體的關(guān)系中獲得了它的全部意義。對于智能的任何研究，絕不能單純只是從個體的“心靈”或是智能機器本身去研究，也不能只在科學(xué)或哲學(xué)領(lǐng)域內(nèi)自說自話。任何僅僅從主體，或者僅僅從客體的而展開的智能研究都必將最終走向失敗。縱觀歷史，不難發(fā)現(xiàn)，首先，從智能世界分化出人工智能與自然智能不僅僅是科學(xué)上的一種飛躍，同時也是哲學(xué)上的一種進步。隨著人們在哲學(xué)上對智能世界的深入反思，人們也將獲得更多關(guān)于人的本質(zhì)的認識，以及關(guān)于人與世界的認識。其次，現(xiàn)代科學(xué)與傳統(tǒng)哲學(xué)觀點的激烈碰撞為哲學(xué)創(chuàng)新帶來了新的機遇與挑戰(zhàn)。哲學(xué)家尋找關(guān)于人的智能、人工智能等智能研究的共同的、穩(wěn)固的哲學(xué)基礎(chǔ)的征程的序幕悄然拉開，這不是一個結(jié)束，而是一個新的起點?？茖W(xué)并沒有使形而上學(xué)死亡，而恰恰是它以更高的效率推動著科學(xué)的形而上學(xué)穩(wěn)步前行。新的哲學(xué)觀點隨著科學(xué)技術(shù)的更新而誕生，同時，又以先驅(qū)者的姿態(tài)，為了科學(xué)的發(fā)展具有更嚴密的邏輯道路而不斷努力。“過去的哲學(xué)家們只是用不同的方式解釋世界，而問題在于改變世界?！雹墼诳茖W(xué)與哲學(xué)共榮的道路上，這一宣言必將灼灼閃耀著真理的光芒，這種光芒不僅為人工智能的研究指出新的道路，也為馬克思主義哲學(xué)的智能思想的豐富和發(fā)展提供了新的契機。

簡介：我國6～66KV配電網(wǎng)廣泛采用中性點不接地或經(jīng)消弧線圈接地的小電流接地系統(tǒng)。采用小電流接地系統(tǒng)可提高配電網(wǎng)供電可靠性，但其單相接地故障選線問題卻成為多年來困擾配電網(wǎng)運行的難題。針對其單相接地故障電流微弱這一故障特征，人們主要從兩方面著手進行了研究，其一是提高故障特征量采集元件的精度和靈敏度，以期獲得更為準確的故障信息；其二是運用數(shù)學(xué)手段對現(xiàn)有條件下獲得的故障信息進行不同角度的分析，提出新的選線原理。經(jīng)過國內(nèi)外科研工作者們幾十年來的艱苦努力，選線技術(shù)的發(fā)展已經(jīng)取得了長足的進步，新型的電流采集元件及選線原理層出不窮，但始終未得到較滿意的解決方案。在上述背景下，本文在首先分析小電流接地系統(tǒng)單相接地故障特征基礎(chǔ)上，分別對基于故障暫態(tài)特征信息的選線和基于故障暫態(tài)和穩(wěn)態(tài)特征信息的融合選線進行了深入的研究。接著，利用故障暫態(tài)特征信息，提出了基于小波包多頻帶相關(guān)分析的選線方法，大量仿真結(jié)果表明這種基于小波包多頻帶相關(guān)分析的選線方法提高了小電流接地系統(tǒng)單相接地故障選線的正確率。其次，受硬件電路的限制，對暫態(tài)信號的采樣頻率不可能太高，經(jīng)過低頻采樣后的暫態(tài)零序電流信號的幅值會發(fā)生不同程度的衰減，當采樣后故障線路的暫態(tài)零序電流信號幅值衰減嚴重時，基于小波包分析的故障選線方法可能出現(xiàn)選線錯誤。本文提出了基于粗糙集信號增強理論的小波包選線新方法，首先分別對暫態(tài)零序電流信號進行低頻采樣和短時間的高頻采樣，從高頻采樣和低頻采樣的零序電流信號中提取的穩(wěn)態(tài)工頻分量幅值、采樣前后信號衰減比例和信號首波頭極性作為故障特征。然后，將這些故障特征作為條件屬性，信號需要增強的比例系數(shù)作為決策屬性，構(gòu)建決策表，通過屬性約簡和值約簡得到最小決策規(guī)則，根據(jù)最小決策規(guī)則實現(xiàn)對低頻采樣信號的增強。最后，對增強的低頻采樣信號利用小波包故障選線方法進行故障選線。仿真結(jié)果表明，該方法無論是在能量衰減嚴重或首波頭極性檢測錯誤時，均能實現(xiàn)正確選線，有效地提高了故障選線的準確度。而實踐證明，沒有哪種單一的選線方法是能夠適用于任何狀況而萬能的。在這種現(xiàn)實狀況下本論文利用信息融合技術(shù)對單相接地故障電流信號中蘊藏的各種暫態(tài)及穩(wěn)態(tài)信息進行融和，提出了基于小波包多頻帶相關(guān)分析法、基波比幅比相法、5次諧波比幅比相法和有功法的多判據(jù)融合選線方法。大量仿真結(jié)果表明，采用信息融合技術(shù)綜合利用現(xiàn)有各種原理進行選線，能夠充分發(fā)揮其各自優(yōu)勢，相互補充，擴大正確選線的范圍，具有良好的應(yīng)用前景。

簡介：自第一臺數(shù)字計算機產(chǎn)生以來，人工智能己有50多年的發(fā)展歷史。但以計算機為核心的人工智能研究并沒有停下腳步，相反一如繼往地飛速發(fā)展。本文通過分析人工智能研究領(lǐng)域的主要學(xué)派符號主義學(xué)派、行為主義學(xué)派和聯(lián)結(jié)主義學(xué)派的研究方法所遇到的不同程度的困難和質(zhì)疑，積極地探討人工智能研究的出路。筆者認為，人工智能的出路在于正確認識人工智能是人類改造世界的工具，而不奢望制造達到甚至超過人類智能的人工智能系統(tǒng)，在弱AI的框架內(nèi)，在“人機結(jié)合”技術(shù)路線的指引下，采用機制主義的研究方法，推動人工智能更快、更好的發(fā)展。論文共分四部分第一部分簡要地介紹了人工智能的涵義、誕生及發(fā)展歷程。第二部分，介紹了人工智能最具代表性的三大學(xué)派，即符號主義學(xué)派、行為主義學(xué)派和聯(lián)結(jié)主義學(xué)派的發(fā)展和主要特點。第三部分，著重闡述了符號主義學(xué)派、行為主義學(xué)派和聯(lián)結(jié)主義學(xué)派所面臨的困境和遭受的質(zhì)疑。第四部分，通過對強AI、弱AI可行性的分析以及對傳統(tǒng)人工智能學(xué)派的方法論進行比較，嘗試探討人工智能研究的出路在弱AI的前提下，以“人機結(jié)合”的技術(shù)路線為指引，采用融合了整體論和還原論思想的機制主義研究方法，以期人工智能研究能取得更大的突破。

簡介：研究背景大便失禁FI是指由各種原因所致的不能自主控制液體或固體大便排出，并持續(xù)一個月以上。臨床上主要表現(xiàn)為排便不能控制，是肛腸外科常見的疾病之一。研究表明成年人大便失禁的發(fā)生率從510％不等，其中1％2％的患者的工作和生活受到了重大影響。大便失禁是一個衛(wèi)生學(xué)和社會學(xué)問題，給患者的身心造成了極大的痛苦。由于大便失禁的特殊性，相當一部分患者因感到難以啟齒和不被社會接受而選擇放棄尋求專業(yè)治療。引起大便失禁的原因很多，包括解剖結(jié)構(gòu)、生理狀態(tài)或精神社會因素等的異常，如括約肌和或盆底肌先天性畸形、神經(jīng)系統(tǒng)疾病、直腸低位腫瘤、外傷和產(chǎn)傷等?？梢灶A(yù)見，隨著直腸低位腫瘤發(fā)病率的升高、壽命的延長以及精神心理狀態(tài)的下降，大便失禁的發(fā)生率也將隨之升高。隨著的大便失禁發(fā)病率的升高，使其受到越來越多的重視，對大便失禁的研究也逐漸增多，越來越多的治療方法應(yīng)用于臨床，比如生物反饋治療、直腸敏感性訓(xùn)練、骶神經(jīng)電刺激以及自體組織重建肛門，雖然現(xiàn)有的這些內(nèi)、外科治療對輕度不完全性的大便失禁有著一定的療效，但是對于某些原因（如直腸低位腫瘤）所致的肛門括約肌及其周圍神經(jīng)完全性損毀造成的完全性大便失禁的治療卻并不理想。人工尿道括約肌在治療尿失禁中的成功應(yīng)用，為人工肛門括約肌治療大便失禁提供了一條嶄新的策略。人工肛門括約肌的研究和應(yīng)用使部分病人重新獲得了控制排便的能力。然而，現(xiàn)有的人工肛門括約肌卻存在諸如缺乏感知和反饋，壓迫腸管導(dǎo)致缺血缺氧性并發(fā)癥，植入手術(shù)復(fù)雜，操作不便等諸多缺陷，以至于限制了人工肛門括約肌的推廣和應(yīng)用。研究目的基于上述原因，本研究擬針對現(xiàn)有人工肛門存在的缺陷，根據(jù)人體解剖學(xué)和排便控制原理，運用生物醫(yī)學(xué)工程學(xué)技術(shù)，研制一種具有感知和反饋功能的，符合人體解剖學(xué)原理的，能有效控制大便流出的，高度集成使用方便的原位植入式智能人工肛門系統(tǒng)，為人工肛門的研究和應(yīng)用奠定基礎(chǔ)。方法一、生物反饋式人工肛門感知系統(tǒng)的研制1、人工肛門壓力檢測套囊的制作人工肛門壓力檢測套囊為一獨立的套囊，將柔軟的硅膠薄膜管放入剛性的聚乙烯管中，再將硅膠薄膜管兩端反折套在聚乙烯管兩端并密封形成封閉的套囊，經(jīng)套囊外壁引出一條與囊腔相通的導(dǎo)水管。2、腸腔內(nèi)壓與壓力檢測套囊壓力關(guān)系測定用三通管將壓力傳感器、壓力檢測套囊和注射器連通，壓力傳感器接入PCLABUE生物醫(yī)學(xué)信號采集處理系統(tǒng)。將實驗?zāi)c管穿過壓力檢測套囊并結(jié)扎斷端，用注射器向壓力檢測套囊內(nèi)注入一定量的水后，分別向?qū)嶒災(zāi)c管內(nèi)注入氣體、液體、半流體和固體腸內(nèi)容物模型，PCLABUE生物醫(yī)學(xué)信號采集處理系統(tǒng)實時記錄腸腔內(nèi)壓力和套囊壓力變化。3、統(tǒng)計分析記錄注入四種不同類型的模擬腸內(nèi)容物時壓力檢測套囊壓力，所有數(shù)據(jù)采用SPSS130統(tǒng)計軟件進行分析，數(shù)據(jù)用X±S表示，分別對4種腸內(nèi)容物模型組的腸管壓力與套囊壓力進行相關(guān)性分析。4、構(gòu)建壓力反饋式人工肛門壓力檢測系統(tǒng)根據(jù)壓力傳感器的技術(shù)參數(shù)制作調(diào)理電路，將壓力傳感器實時采集的腸管壓力信號轉(zhuǎn)換為電信號反饋給中央控制系統(tǒng)，中央控制系統(tǒng)將傳人的實時腸管壓力和預(yù)先設(shè)定的報警壓力閾值進行比對，當達到閾值時中央控制系統(tǒng)驅(qū)動蜂鳴器報警，提醒患者排便。二、人工肛門括約肌系統(tǒng)的研制1、人工肛門括約肌套囊的制作分別制作圓柱形和“L”形兩種人工肛門括約肌套囊，將柔軟的硅膠薄膜管放入剛性的聚乙烯管中，再將硅膠管兩端反折套在聚乙烯管兩端并密封形成封閉的套囊。兩種括約肌套囊內(nèi)壁均為柔軟的硅橡膠薄膜，外壁則分別為圓柱形和“L”形兩種形狀的聚乙烯管，經(jīng)套囊外壁引出一條與囊腔相通的導(dǎo)水管。2、兩種人工肛門括約肌鉗夾壓力及腸管滲漏壓力關(guān)系測定用三通管將壓力傳感器、括約肌套囊和注射器連通。將壓力傳感器接入PCLABUE生物醫(yī)學(xué)信號采集處理系統(tǒng)。將實驗?zāi)c管穿過括約肌套囊，分別向人工肛門括約肌套囊內(nèi)注入水，使人工肛門括約肌套囊壓力維持在不同水平再將生理鹽水注入腸管模擬腸內(nèi)容物形成，分別記錄不同括約肌鉗夾壓力下腸管出現(xiàn)滲漏時的腸管壓力。3、統(tǒng)計分析分別記錄兩種人工肛門括約肌套囊在不同鉗夾壓力和該鉗夾壓力下腸管出現(xiàn)滲漏時的腸腔內(nèi)壓力，所有數(shù)據(jù)采用SPSS130統(tǒng)計軟件進行分析，數(shù)據(jù)用X±S表示，比較兩種人工肛門括約肌控制排便的效果。4、人工肛門括約肌壓力檢測模塊的構(gòu)建將壓力傳感器通過三通管與括約肌套囊連通以檢測括約肌壓力，將壓力傳感器輸出的差分信號，經(jīng)過濾波、放大及信號隔離等調(diào)理電路處理傳送至中央處理器AD轉(zhuǎn)換模塊。5、括約肌水泵控制模塊的構(gòu)建選用小功率微型齒輪泵，利用L293D電機驅(qū)動芯片搭建H橋型電機驅(qū)動電路，將電機轉(zhuǎn)動方向控制信號機使能信號與中央處理器IO管腳相連，通過控制中央處理器相應(yīng)管腳輸出信號高低電平控制電機轉(zhuǎn)動方向控制信號機使能信號，從而控制電機正反轉(zhuǎn)及停機。三、智能人工肛門括約肌系統(tǒng)的構(gòu)建及其作用觀察1、液晶顯示模塊、矩陣鍵盤模塊、中央處理器模塊、報警、按鍵及電源模塊的構(gòu)建采用LCD1602作為液晶顯示模塊實時顯示腸管壓力及相關(guān)報警提示信息采用44矩陣式鍵盤，利用鍵盤掃描芯片MM74C922搭建矩陣鍵盤驅(qū)動電路，實現(xiàn)便捷快速輸入系統(tǒng)相關(guān)參數(shù)信息選用ARMCTEXM3作為中央處理器，利用蜂鳴器實現(xiàn)報警功能采用兩路獨立按鍵及三路獨立LED實現(xiàn)物理控制及系統(tǒng)工作狀態(tài)顯示功能。2、系統(tǒng)各模塊軟件設(shè)計及實現(xiàn)根據(jù)系統(tǒng)功能要求，采用結(jié)構(gòu)化軟件設(shè)計方法，將系統(tǒng)軟件分為腸管壓力AD采樣模塊、水泵控制模塊、液晶顯示模塊、鍵盤輸入模塊等四大功能模塊，基于C語言在IAR編譯器環(huán)境中編譯及調(diào)試。3、智能人工肛門括約肌系統(tǒng)控制排便作用觀察根據(jù)前期實驗結(jié)果設(shè)置壓力檢測和壓力檢測套囊的注水量和報警閾值，以及人工括約肌套囊的鉗夾壓力。向?qū)嶒災(zāi)c管注入生理鹽水模擬大便的形成，觀察智能人工肛門括約肌系統(tǒng)控制排便效果。結(jié)果一、生物反饋式人工肛門感知系統(tǒng)的研制1、制作了人工肛門壓力檢測套囊，該套囊由柔軟的硅膠薄膜內(nèi)壁和剛性的聚乙烯管外壁密封而成，套囊外壁有導(dǎo)水管與壓力傳感器連通。腸內(nèi)容物形成時擴張腸管擠壓套囊內(nèi)壁，壓力通過囊腔內(nèi)的水傳導(dǎo)至壓力傳感器。2、將壓力傳感器和壓力檢測套囊結(jié)合，根據(jù)實驗結(jié)果和設(shè)備參數(shù)制作調(diào)理電路，通過AD采樣實時獲取壓力信息，建立了壓力反饋式人工肛門壓力檢測和反饋系統(tǒng)。3、壓力檢測套囊壓力隨著模擬腸內(nèi)容物量的增加和腸管內(nèi)壓力的增大而增大，壓力檢測套囊壓力與腸內(nèi)容物體積和腸管壓力之間成正相關(guān)氣體R20981，P＜0001、液體R20981，P＜0001、半流體R20981，P＜0001和固體R20981P＜0001。二、人工肛門括約肌執(zhí)行機構(gòu)的研制1、制作了圓柱形和“L”形兩種人工肛門括約肌套囊，該套囊由柔韌的硅膠薄膜內(nèi)壁和剛性的聚乙烯管外壁密封而成，套囊外壁有導(dǎo)水管與壓力傳感器和雙向水泵連通，用于壓力檢測和注排水。2、將壓力傳感器和括約肌套囊結(jié)合，根據(jù)設(shè)備參數(shù)制作調(diào)理電路，通過AD采樣實時獲取壓力信息，建立了人工肛門壓力檢測系統(tǒng)。該系統(tǒng)能檢測并反饋括約肌壓力，為系統(tǒng)自動精確調(diào)節(jié)括約肌壓力提供可能。3、根據(jù)微型齒輪泵參數(shù)設(shè)計電機驅(qū)動電路，通過中央處理器控制水泵正轉(zhuǎn)、反轉(zhuǎn)或停機等工作狀態(tài)，向括約肌套囊內(nèi)注水或排水，使括約肌收縮或舒張，從而實現(xiàn)對排便的控制。4、括約肌的鉗夾壓力隨著注入人工肛門括約肌套囊水量的增加而增大，腸管出現(xiàn)滲漏時的腸管內(nèi)壓也隨之增大。當括約肌壓力為30MMHG時，圓柱形組和“L”形組的腸管滲漏壓力分別為（3242±187）MMHG和（3742±134）MMHG當括約肌壓力為45MMHG時，圓柱形組和“L”形組的腸管滲漏壓力分別為（5116±222）MMHG和（5816±090）MMHG當括約肌壓力為60MMHG時，圓柱形組和“L”形組的腸管滲漏壓力分別為（7526±374）MMHG和（8326±208）MMHG當括約肌壓力為70MMHG時，圓柱形組和“L”形組的腸管滲漏壓力分別為（9875±427）MMHG和（11366±406）MMHG。三、智能人工肛門括約肌系統(tǒng)的構(gòu)建及作用觀察1、中央處理器模塊的構(gòu)建、液晶顯示模塊的構(gòu)建、矩陣鍵盤模塊的構(gòu)建、報警、按鍵、LED及電源模塊的構(gòu)建選用ARMCTEXM3系列LM3S8962作為中央處理器，搭建中央處理器最小系統(tǒng)采用LCD1602實時顯示壓力信息采用44矩陣式鍵盤便捷輸入系統(tǒng)參數(shù)信息通過蜂鳴實現(xiàn)系統(tǒng)報警功能設(shè)計兩路獨立按鍵及三路獨立LED實現(xiàn)系統(tǒng)物理控制及系統(tǒng)工作狀態(tài)顯示。2、根據(jù)前期試驗結(jié)果，將壓力反饋模塊的報警閾值設(shè)定為3431MMHG，括約肌套囊鉗夾壓力設(shè)定為60MMHG，對應(yīng)的腸管內(nèi)壓力和滲漏壓力分別為60MMHG和8326MMHG。壓力檢測和反饋系統(tǒng)實時檢測和反饋腸管壓力，液晶顯示器實時顯示腸管壓力，當反饋壓力達到閾值時，蜂鳴器報警人工括約肌在人為控制下可實現(xiàn)自動開合控制排便，并能在中央控制系統(tǒng)的調(diào)控下精確控制括約肌壓力。結(jié)論一、生物反饋式人工肛門感知系統(tǒng)的研制利用自制的壓力檢測套囊和壓力傳感器及其調(diào)理電路所研制的生物反饋式人工肛門感知系統(tǒng)能有效的感知和反饋腸內(nèi)壓的變化和腸內(nèi)容物的多少，重建了腸管對腸內(nèi)容物的感知功能，為原位植入式智能人工肛門括約肌系統(tǒng)感知和反饋功能的研究奠定理論基礎(chǔ)。二、人工肛門括約肌執(zhí)行機構(gòu)的研制圓柱形和“L”形人工肛門括約肌均能有效的控制排便。比較兩種人工肛門括約肌控制排便的效果可見，在相同鉗央壓力下“L”形人工肛門括約肌鉗制的腸管滲漏壓較圓柱形括約肌鉗制的腸管滲漏壓大。符合人體解剖學(xué)原理“L”形人工肛門括約肌能模擬肛管直腸角的形成，其控制排便的效果優(yōu)于圓柱形人工肛門括約肌。三、智能人工肛門括約肌系統(tǒng)的構(gòu)建及作用觀察構(gòu)建并集成各模塊研制智能人工肛門括約肌系統(tǒng)。實驗結(jié)果表明，人工肛門括約肌壓力反饋系統(tǒng)能有效的感知反饋腸內(nèi)容物的多少和腸內(nèi)壓的變化人工肛門控制系統(tǒng)能夠根據(jù)預(yù)先設(shè)定的程序自動精確調(diào)節(jié)“L”形人工肛門括約肌的壓力，在使用者的控制下實現(xiàn)自動開放和關(guān)閉，不僅能有效的節(jié)制排便，還能降低因長時間高壓帶導(dǎo)致的缺血缺氧性并發(fā)癥。創(chuàng)新1、利用自制壓力檢測套囊和壓力傳感器研制出生物反饋式人工肛門感知系統(tǒng)，重建了腸管對腸內(nèi)容物的感知功能，該生物反饋式人工肛門感知系統(tǒng)能有效的感知和反饋腸內(nèi)壓的變化和腸內(nèi)容物的多少，為原位植入式智能人工肛門括約肌系統(tǒng)感知和反饋功能的研究奠定理論基礎(chǔ)。2、根據(jù)人體解剖學(xué)和排便控制原理首次研制出“L”形人工肛門括約肌，通過模擬恥骨直腸肌的作用使所鉗夾的腸管成角彎曲模擬肛管直腸角的形成，提升了人工括約肌控制排便的效果，使其可以在較小鉗夾壓力下實現(xiàn)控制排便的功能，進而有效的減少因壓迫腸管所致的各種并發(fā)癥。3、首次將壓力傳感器和雙向水泵與人工肛門括約肌套囊整合構(gòu)建人工肛門括約肌智能控制系統(tǒng)，使人工肛門括約肌的自動控制成為了可能。同時，該系統(tǒng)可以不影響控制排便的情況下，根據(jù)腸管壓力的大小調(diào)節(jié)鉗夾套囊的鉗夾壓力，避免了括約肌一直處于高壓狀態(tài)，從而可以減少長時間高壓作用于腸管造成的缺血缺氧性損傷。4、運用單片機將人工肛門括約肌各模塊集成研制的智能人工肛門括約肌系統(tǒng)，能自動收集和處理相關(guān)信息，并在使用者的操控下控制人工肛門括約肌各系統(tǒng)協(xié)調(diào)運作，具有智能、人性化和操作簡便的特點，為智能人工肛門括約肌的研制奠定了理論基礎(chǔ)。

簡介：脈診在中醫(yī)理論與臨床診斷中都占有很重要的地位，運用數(shù)學(xué)分析法判別脈象是近代中醫(yī)學(xué)研究的重要課題之一。本文以中醫(yī)脈象人工智能辯識的研究與開發(fā)為背景，對脈象信號的分析和識別做了研究和探討。傳統(tǒng)的脈象圖形數(shù)學(xué)分析法為時域分析法，對時域內(nèi)脈象圖的特征形參數(shù)進行分析研究，尋找出了部分中醫(yī)脈象的參數(shù)定義，解釋與疾病的關(guān)系。本文將小波分析理論應(yīng)用于脈象信號的分析和處理，討論了小波變換對脈象信號除噪的效果，利用小波分析所具有良好的時頻同時局部化的能力和對非平穩(wěn)信號突變點的檢測能力對脈象信號進行了分析和時域特征值的提取，并提取了脈象信號的小波變換在不同尺度上的能量這一新的表征脈象的特征參數(shù)。在此基礎(chǔ)上提出了利用BP神經(jīng)網(wǎng)絡(luò)對健康人和腦血管病人脈象信號進行分類，比較了以脈象信號的頻譜能量和以其小波變換高頻部分D6尺度上的能量為神經(jīng)網(wǎng)絡(luò)輸入時的訓(xùn)練結(jié)果的差異。盡管文中的訓(xùn)練樣本有限，但仿真結(jié)果表明對脈象信號的一些特定的特征值如原始信號的小波變換在不同尺度上的能量，利用神經(jīng)網(wǎng)絡(luò)進行識別是一種可行而有效的方法。最后介紹了基于DSP的脈象信號采集系統(tǒng)的設(shè)計。

簡介：隨著計算機軟硬件系統(tǒng)的發(fā)展，尤其是3D圖形技術(shù)的發(fā)展，極大地增強了計算機游戲軟件的畫面表現(xiàn)力，使得在游戲軟件中相對滯后的人工智能，成為制約游戲性提高的瓶頸。計算機游戲的實時特性，又要求人工智能計算占用盡可能少的系統(tǒng)資源，以提供足夠的資源給游戲的其它模塊。本文在概括介紹了游戲引擎的軟件體系結(jié)構(gòu)之后，首先對游戲中經(jīng)常使用但沒有文檔化的一些人工智能方法進行了總結(jié)和針對游戲軟件的擴展和優(yōu)化，并且討論了其與游戲軟件其它模塊的整合方法。其中對游戲中角色的運動控制和路徑規(guī)劃技術(shù)進行的深入的討論。其次，對在游戲中更高層次上可能使用的人工智能技術(shù)，如有限狀態(tài)機、規(guī)則系統(tǒng)和影響圖，討論了其在游戲中的具體實現(xiàn)方法及改進。之后，通過對具體用例的分析，對在游戲軟件中，實現(xiàn)學(xué)習和適應(yīng)性人工智能的方式和可能性進行了探討。最后，提出了通過數(shù)據(jù)驅(qū)動的方式實現(xiàn)腳本化的人工智能引擎的方法，實現(xiàn)了一個基于有限狀態(tài)機的腳本系統(tǒng)。

簡介：偏差分析法是一種有效的機組性能監(jiān)測方法，對關(guān)鍵性運行參數(shù)進行監(jiān)督分析，根據(jù)其與應(yīng)達值的偏差盡量減少可控損失。但應(yīng)達值確定不合理是限制偏差分析法的廣泛應(yīng)用的主要因素。本文探討了基于運行偏差分析法的火電機組能損診斷和節(jié)能分析方法中運行指標應(yīng)達值的確定，采用神經(jīng)網(wǎng)絡(luò)為代表的人工智能建模方法以及遺傳算法的全局尋優(yōu)功能，使偏差法建立在實際運行工況的基礎(chǔ)上，避免了由于現(xiàn)有變工況模型不完善或不適合所導(dǎo)致的誤差，具有真實反映機組性能的特點。根據(jù)華能大連電廠2005年的DCS系統(tǒng)采集的歷史數(shù)據(jù)，采用自組織特征映射網(wǎng)絡(luò)SOFM結(jié)合BP神經(jīng)網(wǎng)絡(luò)方法建立了穩(wěn)態(tài)運行工況下的鍋爐效率、發(fā)電煤耗及汽輪機熱耗率等經(jīng)濟性指標的模型。采用SOFM網(wǎng)絡(luò)的聚類功能，解決了傳統(tǒng)樣本提取方法正交性和完備性差的局限性。實現(xiàn)了對該指標的模擬預(yù)測，與實際數(shù)據(jù)的大部分誤差都不超過2﹪，有良好的預(yù)測能力。利用該模型對不同工況下的運行參數(shù)進行仿真模擬，結(jié)合遺傳算法，以各運行參數(shù)為待優(yōu)化變量，以經(jīng)濟性最高作為優(yōu)化目標函數(shù)，神經(jīng)網(wǎng)絡(luò)輸出作為遺傳算法的適應(yīng)值函數(shù)，并行搜索各運行參數(shù)的應(yīng)達值，進而確定各參數(shù)偏離應(yīng)達值造成的能損偏差。建立汽輪機發(fā)電功率和循環(huán)水系統(tǒng)功耗神經(jīng)網(wǎng)絡(luò)模型以確定不同工況下凝汽器真空運行最優(yōu)值，實現(xiàn)對二者的模擬預(yù)測，有很高的精度和可靠性。在此基礎(chǔ)上，建立發(fā)電功率與凝汽器真空的優(yōu)化模型，確定熱力系統(tǒng)各主要參數(shù)對汽輪機功率的影響以及凝汽器真空的運行應(yīng)達值，以機組的最優(yōu)運行為目標，優(yōu)化可控參數(shù)，達到降低能耗的目的。與傳統(tǒng)的方法相比，該方法具有明確的設(shè)備針對性，充分考慮到了各參數(shù)的非線性以及參數(shù)間耦合關(guān)系的復(fù)雜性，為機組經(jīng)濟性能的在線監(jiān)測、能耗分析、運行指導(dǎo)以及生產(chǎn)管理提供了切實可靠的分析依據(jù)，有利于提高電廠生產(chǎn)和管理的現(xiàn)代化水平。

簡介：本文的研究內(nèi)容是基于人工情感和進化神經(jīng)網(wǎng)絡(luò)的智能控制策略研究。智能控制策略作為先進控制方法的重要組成部分，近年來得到了廣泛的研究和應(yīng)用。它集中體現(xiàn)了現(xiàn)代科學(xué)發(fā)展中的多學(xué)科、多領(lǐng)域間的相互交叉、相互促進和相互滲透的特點。本文首先介紹了人工情感的研究現(xiàn)狀，然后闡述了人工神經(jīng)網(wǎng)絡(luò)與情感學(xué)習控制的基礎(chǔ)理論。最后，本文分別提出了基于遺傳算法進化算法與情感學(xué)習結(jié)合的行為控制策略以及一種新穎的進化神經(jīng)網(wǎng)絡(luò)智能控制策略，并分別將兩種策略應(yīng)用于仿真AGENT系統(tǒng)和進化機器人。實驗結(jié)果證明，本文提出的兩種控制策略是有效的，并取得了較好的控制效果。在借鑒生物系統(tǒng)控制理論的基礎(chǔ)上，本文設(shè)計了一種基于人工情感的控制體系結(jié)構(gòu)，在此結(jié)構(gòu)中包含有基于遺傳算法的進化環(huán)境、神經(jīng)系統(tǒng)和人工情感評價系統(tǒng)。機器人通過神經(jīng)系統(tǒng)接受環(huán)境信息并進行行為決策，行為決策的結(jié)果通過情感學(xué)習模型進行反饋。情感學(xué)習模型根據(jù)機器人的內(nèi)、外環(huán)境狀態(tài)，產(chǎn)生情感因子即生物激素，再由情感因子來調(diào)節(jié)神經(jīng)系統(tǒng)的記憶和行為決策，最后神經(jīng)系統(tǒng)的記憶與行為模塊又由進化系統(tǒng)得以繼承。該控制結(jié)構(gòu)加強了機器人在動態(tài)環(huán)境中的學(xué)習和自適應(yīng)能力。仿真結(jié)果也表明機器人具有很強的學(xué)習和自適應(yīng)能力。遺傳算法操作簡單、全局搜索能力強。本文介紹了歸一化實數(shù)編碼的遺傳算法，該算法是對基本遺傳算法的改進，在收斂速度和全局搜索能力方面優(yōu)于基本遺傳算法。在探索基于遺傳算法的進化模型基礎(chǔ)上，本文采用遺傳算法和神經(jīng)網(wǎng)絡(luò)的手段，實現(xiàn)先天的遺傳基因?qū)哟蔚膶W(xué)習和后天的神經(jīng)系統(tǒng)層次的學(xué)習進化的有機結(jié)合，從而使模型對于長期和短期的環(huán)境變化有很強的自適應(yīng)能力。最后，本文將基于歸一化實數(shù)編碼的遺傳算法應(yīng)用到進化神經(jīng)網(wǎng)絡(luò)智能控制策略研究中。計算機仿真結(jié)果證實，基于歸一化實數(shù)編碼的遺傳算法在進化神經(jīng)網(wǎng)絡(luò)方面要比基本遺傳算法具有優(yōu)勢。

簡介：點擊查看更多人工智能在軟件工程中的應(yīng)用基礎(chǔ)研究.pdf精彩內(nèi)容。