導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇神經(jīng)網(wǎng)絡(luò)的發(fā)展史，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

信息技術(shù)革命對(duì)我們生活的各個(gè)方面產(chǎn)生了巨大的影響。上個(gè)世紀(jì)40年代興起的第三次科技革命深刻影響了世界各國(guó)民眾社會(huì)生活的諸多方面。網(wǎng)絡(luò)技術(shù)的廣泛應(yīng)用也使教育的發(fā)展獲得了前所未有的巨大的飛躍，無(wú)論是教育和學(xué)習(xí)的形式還是方式都經(jīng)歷著歷史性的重大變革。這種變革在教育的多個(gè)方面產(chǎn)生了影響也延伸到了教育的理念、體制以及人才培養(yǎng)模式等多個(gè)方面，網(wǎng)絡(luò)教育成為了一種新興的教育形式，廣受老師和學(xué)生的歡迎。

1.網(wǎng)絡(luò)技術(shù)本身屬于一種高新技術(shù)，作用在教育上最基本的體現(xiàn)就是遠(yuǎn)程教育。作為一個(gè)人口眾多的發(fā)展中國(guó)家我國(guó)高等教育資源相對(duì)比較稀缺，這表現(xiàn)在師資力量，設(shè)備機(jī)械，學(xué)習(xí)環(huán)境等多個(gè)方面。無(wú)論是哪一個(gè)方面都無(wú)法滿足于落后地區(qū)人們對(duì)于高等教育的巨大需求。遠(yuǎn)程網(wǎng)絡(luò)教育本身具有的特點(diǎn)和優(yōu)勢(shì)正好可以解決教育資源分布不均、資源稀缺等問(wèn)題，網(wǎng)絡(luò)的發(fā)展讓人們可以在一定程度上擺脫時(shí)間和空間的束縛，高等教育資源供給的途徑在一定程度上得以拓寬，從而進(jìn)一步促進(jìn)了教育公平。這對(duì)于高等教育大眾化進(jìn)程來(lái)說(shuō)具有強(qiáng)大的推動(dòng)作用和積極的推廣作用。

2.經(jīng)濟(jì)的發(fā)展推動(dòng)了科技的進(jìn)步，相繼而來(lái)的互聯(lián)網(wǎng)高速發(fā)展成為了一種潮流。網(wǎng)絡(luò)教育已經(jīng)不僅僅是一種新教育發(fā)展的基礎(chǔ)，也成為現(xiàn)代遠(yuǎn)程教育中最高效、先進(jìn)的方式。這種技術(shù)不僅僅是運(yùn)用到教學(xué)中，而且計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)還被應(yīng)用于網(wǎng)絡(luò)教育的教學(xué)管理中。遠(yuǎn)程學(xué)生的咨詢、報(bào)名、交費(fèi)、選課、查詢、學(xué)籍管理、作業(yè)與考試管理等還有各個(gè)方面的考試在網(wǎng)絡(luò)程序上也免不了這些環(huán)節(jié)。這些完全都可以通過(guò)網(wǎng)絡(luò)遠(yuǎn)程交互的方式完成。計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展可以使網(wǎng)絡(luò)教育最大程度的擺脫時(shí)間和空間的限制對(duì)遠(yuǎn)程教育發(fā)展的阻礙，極大地提高了網(wǎng)絡(luò)教育的資源配置效率。

二、經(jīng)濟(jì)的進(jìn)步對(duì)網(wǎng)絡(luò)教育的促進(jìn)

1.與我國(guó)原先的傳統(tǒng)高等教育不同，我國(guó)的高校網(wǎng)絡(luò)教育資源與服務(wù)的投資與建設(shè)，是在沒(méi)有任何國(guó)家財(cái)政投入的情況下，通過(guò)市場(chǎng)機(jī)制發(fā)展起來(lái)的。在網(wǎng)絡(luò)教育的發(fā)展過(guò)程中所需設(shè)備的資金投入占據(jù)了其中的絕大部分。教育資金短缺是網(wǎng)絡(luò)教育產(chǎn)業(yè)發(fā)展的重要障礙之一，也成為了很多經(jīng)濟(jì)不發(fā)達(dá)地區(qū)高等教育和信息技術(shù)教育發(fā)展面臨的一個(gè)重要的約束因素。網(wǎng)絡(luò)教育資本密集型特征也成為高等學(xué)校在選擇發(fā)展戰(zhàn)略與實(shí)施機(jī)制時(shí)的重要影響因素，通過(guò)以適當(dāng)?shù)男问揭敫咝Ｖ馄渌赖馁Y源可在很大程度上解決部分高校資金短缺難題。

2.網(wǎng)絡(luò)教育發(fā)展最必不可缺的必然就是技術(shù)因素，而經(jīng)濟(jì)對(duì)科學(xué)技術(shù)的發(fā)展來(lái)說(shuō)所起的作用不言而喻。隨著改革開(kāi)放的推動(dòng)，我國(guó)融入經(jīng)濟(jì)全球化的大潮已經(jīng)成為了一種趨勢(shì)。經(jīng)濟(jì)全球化不僅推動(dòng)了資本和文化在全球范圍內(nèi)的流動(dòng)，科學(xué)技術(shù)的發(fā)展也成了一個(gè)世界性的話題。我國(guó)政府積極制定相關(guān)政策推動(dòng)科技的進(jìn)步，提出了“科學(xué)技術(shù)是第一生產(chǎn)力”。社會(huì)主義市場(chǎng)經(jīng)濟(jì)下物質(zhì)基礎(chǔ)已經(jīng)不再是科技發(fā)展的瓶頸。所以，網(wǎng)絡(luò)教育在新時(shí)期新的背景下得到了新的發(fā)展契機(jī)。

篇2

關(guān)鍵詞：智能控制；感知器；教案設(shè)計(jì)；教學(xué)實(shí)踐

作者簡(jiǎn)介：黃從智（1982-），男，湖北浠水人，華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院，副教授；白焰（1954-），男，遼寧沈陽(yáng)人，華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院，教授。（北京 102206）

基金項(xiàng)目：本文系北京高等學(xué)校青年英才計(jì)劃項(xiàng)目（項(xiàng)目編號(hào)：YETP0703）、北京市共建項(xiàng)目專項(xiàng)資助的研究成果。

中圖分類號(hào)：G642.0     文獻(xiàn)標(biāo)識(shí)碼：A     文章編號(hào)：1007-0079（2014）14-0095-02

智能控制是自動(dòng)化專業(yè)本科高年級(jí)必修課程，智能控制課程涵蓋專家系統(tǒng)、模糊控制、神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算等四大主要模塊，是一門跨學(xué)科課程，基本概念和教學(xué)內(nèi)容極其豐富，應(yīng)用范圍十分廣泛。[1]該課程一般以“自動(dòng)控制理論”、“現(xiàn)代控制理論”、“線性代數(shù)”為先修課程，作為研究生課程的學(xué)科前沿類概論課程，其主要目的是引導(dǎo)學(xué)生掌握智能控制理論的基本概念、思想方法，了解其能解決的實(shí)際問(wèn)題，培養(yǎng)學(xué)生實(shí)際動(dòng)手能力，提高分析、解決實(shí)際問(wèn)題的能力。[2-5]為使學(xué)生在有限課堂時(shí)間內(nèi)在理論學(xué)習(xí)和仿真實(shí)現(xiàn)兩個(gè)方面都有所收獲，筆者結(jié)合近幾年的教學(xué)實(shí)際，從學(xué)生實(shí)際出發(fā)，貼近工業(yè)過(guò)程控制實(shí)際，不斷優(yōu)化課堂教學(xué)內(nèi)容和教學(xué)方式，在理論教學(xué)內(nèi)容和教學(xué)方式等方面進(jìn)行了一系列持續(xù)的探索和研究，在教學(xué)實(shí)踐中不斷反復(fù)總結(jié)教學(xué)經(jīng)驗(yàn)優(yōu)化教案，根據(jù)學(xué)生實(shí)際情況不斷改進(jìn)教學(xué)方式，取得了較好的教學(xué)效果。

感知器是最簡(jiǎn)單也最基本的人工網(wǎng)絡(luò)模型，掌握好感知器的基本數(shù)學(xué)模型對(duì)于學(xué)習(xí)掌握人工神經(jīng)網(wǎng)絡(luò)具有非常重要的意義。[6]本文以“感知器”這堂課的教案設(shè)計(jì)優(yōu)化與教學(xué)實(shí)踐為例，力圖在智能控制教學(xué)方面做出一些有益的探索，為培養(yǎng)工程化創(chuàng)新實(shí)踐型人才做出應(yīng)有貢獻(xiàn)。

一、感知器的模型

首先通過(guò)人工神經(jīng)網(wǎng)絡(luò)早期的發(fā)展歷史引入感知器的模型。早在1943年，美國(guó)神經(jīng)生理學(xué)家麥卡洛克（McCulloch）和皮茲（Pitts）就提出了第一個(gè)人工神經(jīng)元模型――MP模型。MP模型的提出，標(biāo)志著人工神經(jīng)網(wǎng)絡(luò)研究的開(kāi)始。但是，在MP模型里，它的模型參數(shù)必須事先人為設(shè)定不能調(diào)整，因而缺乏與生物神經(jīng)元類似的學(xué)習(xí)能力。

在MP模型的基礎(chǔ)上，引入了學(xué)習(xí)能力就是本節(jié)課要學(xué)習(xí)的感知器，這是美國(guó)學(xué)者羅森布拉特在1958年提出的第一個(gè)人工神經(jīng)網(wǎng)絡(luò)模型。感知器的提出是人工神經(jīng)網(wǎng)絡(luò)發(fā)展史上的重要轉(zhuǎn)折點(diǎn)，它標(biāo)志著人工神經(jīng)網(wǎng)絡(luò)從此有了智能的特性，此后進(jìn)入了第一個(gè)發(fā)展?；谶@段發(fā)展歷史，開(kāi)始介紹感知器的數(shù)學(xué)模型。

單層單神經(jīng)元感知器的基本模型如圖1所示。

由圖1可知，單層單神經(jīng)元感知器是一個(gè)閾值加權(quán)和模型，有n個(gè)輸入變量x1，x2，…，xn，它們對(duì)應(yīng)的權(quán)值分別是w1，w2，…，wn，加權(quán)求和后與閾值θ相比較，得到u，即。

如果把閾值并入權(quán)值的話，那么把它看作是第0個(gè)輸入，x0=1，權(quán)值為w0=-θ。這樣就可以把它改寫(xiě)為加權(quán)求和的形式，。輸入特征向量就是[x0，x1，x2，…，xn]，對(duì)應(yīng)的權(quán)值為[w0，w1，w2，…，wn]，然后u經(jīng)過(guò)激勵(lì)函數(shù)f變換為輸出y。一句話，感知器的運(yùn)算法則就是：加權(quán)、求和、取函數(shù)。這個(gè)函數(shù)稱為激勵(lì)函數(shù)（Activation Function）。早期的激勵(lì)函數(shù)采用硬限幅函數(shù)Hard-limiting，當(dāng)輸入u大于或等于0時(shí)，輸出y為1；否則y為0。由于其輸出只能是0或1，它主要用于兩個(gè)模式的分類問(wèn)題。有時(shí)可能要求輸出能在0到1之間連續(xù)取值，比如模糊控制中模糊隸屬度的輸出是個(gè)概率估計(jì)值，這時(shí)可采用Sigmoid函數(shù)，當(dāng)輸入u在（－∞，+∞）之間變化時(shí)，輸出y在[0，1]之間連續(xù)取值。

單層單個(gè)神經(jīng)元的感知器主要用于兩類模式的分類問(wèn)題，比如說(shuō)要區(qū)分一個(gè)水果到底是蘋果還是桔子？可根據(jù)水果的一些特征來(lái)進(jìn)行判斷，一看外形，圓形的定義輸入為0，橢圓形的就為1；二看顏色，黃色為0，紅色為1；三看質(zhì)地，光滑為0，粗糙為1。這樣就得到三個(gè)不同的輸入，其值可能為0或1。蘋果一般認(rèn)為是圓形、紅色、光滑的，就定義其輸入為[0，1，0]，而桔子一般認(rèn)為是橢圓形、黃色、粗糙的，就定義其輸入為[1，0，1]。按照這三個(gè)不同的特征將水果分為蘋果和桔子兩種不同的類別，可定義輸出0為蘋果，輸出1為桔子。因此可采用一個(gè)三輸入一輸出的單層單個(gè)感知器網(wǎng)絡(luò)，只要選擇合適的權(quán)值和閾值，就能實(shí)現(xiàn)從[0，1，0]到0、從[1，0，1]到1的一一映射，解決這樣最簡(jiǎn)單的兩個(gè)模式分類問(wèn)題。實(shí)際生活中常見(jiàn)的人臉識(shí)別、虹膜識(shí)別都是模式識(shí)別的范疇，都可采用類似方法解決，有興趣的同學(xué)將來(lái)可在模式識(shí)別與智能系統(tǒng)碩士專業(yè)繼續(xù)深造。

進(jìn)一步地，如還要區(qū)分桃子、梨子、西瓜、葡萄等多種水果，則需用感知器分類多個(gè)模式，要求感知器有多個(gè)輸出，就需要用到更復(fù)雜的多層多神經(jīng)元感知器。

二、感知器的應(yīng)用――邏輯函數(shù)實(shí)現(xiàn)

除模式分類外，感知器還可用于邏輯函數(shù)實(shí)現(xiàn)，以下結(jié)合兩個(gè)實(shí)例說(shuō)明。

1.實(shí)例分析1：如何用感知器實(shí)現(xiàn)邏輯運(yùn)算“與”、“或”、“非”

從邏輯“與”真值表可知，只有當(dāng)兩個(gè)輸入同為1時(shí)，輸出才為1，否則輸出為0?？梢杂?輸入1輸出的單層單神經(jīng)元感知器，激勵(lì)函數(shù)采用硬限幅函數(shù)。以兩個(gè)輸入x1和x2為坐標(biāo)軸畫(huà)出分類示意圖，（0，0）、（0，1）、（1，0）、（1，1）分別表示四種可能的輸入模式，那怎么將它們區(qū)分開(kāi)呢？如采用直線x1+x2-1.5=0就容易將其輸出分為兩類即0和1。直線上方對(duì)應(yīng)的u大于0，輸出y為1；直線下方對(duì)應(yīng)的u小于0，輸出y為0。對(duì)比下，就能確定感知器的權(quán)值均為1，閾值為1.5，這樣就實(shí)現(xiàn)了邏輯“與”功能。

類似地，也可用一個(gè)這樣的感知器來(lái)實(shí)現(xiàn)邏輯“或”，這很容易通過(guò)類比方法解決，留給學(xué)生課后思考。而邏輯“非”呢，更簡(jiǎn)單了，它只有一個(gè)輸入一個(gè)輸出，采用單輸入單神經(jīng)元感知器就可實(shí)現(xiàn)了。它的分界線就是直線-x1+0.5=0，正好把0和1這兩類區(qū)分開(kāi)來(lái)。

既然感知器能實(shí)現(xiàn)邏輯“與”、“或”、“非”功能，那它能不能實(shí)現(xiàn)邏輯“異或”呢？這也是本節(jié)課要介紹的第二個(gè)實(shí)例。

2.實(shí)例分析2：如何用感知器實(shí)現(xiàn)邏輯運(yùn)算“異或”

由真值表可知，邏輯運(yùn)算“異或”定義為：兩個(gè)輸入x1和x2同為0或1時(shí)，輸出y為0，否則y為1。根據(jù)邏輯運(yùn)算“與”的實(shí)現(xiàn)經(jīng)驗(yàn)知，要實(shí)現(xiàn)邏輯運(yùn)算“異或”，只需一個(gè)2輸入1輸出的感知器。在二維平面上對(duì)應(yīng)的四個(gè)點(diǎn)（0，0）、（0，1）、（1，0）和（1，1），其中（0，0）、（1，1）這兩個(gè)點(diǎn)對(duì)應(yīng)的輸出為0，（0，1）、（1，0）這兩個(gè)點(diǎn)對(duì)應(yīng)的輸出為1。關(guān)鍵問(wèn)題在于：這個(gè)平面上能否找到一條分界線將（0，0）、（1，1）這兩個(gè)點(diǎn)和（0，1）、（1，0）這兩個(gè)點(diǎn)區(qū)分開(kāi)來(lái)？無(wú)論怎么找都找不到，實(shí)際上這樣的直線是不存在的。

美國(guó)麻省理工大學(xué)（MIT）的Minsky教授在1969年出版的《感知器》一書(shū)中發(fā)出感慨：感知器連最簡(jiǎn)單的異或都實(shí)現(xiàn)不了，研究人工神經(jīng)網(wǎng)絡(luò)還有什么前途？Minsky是1969年圖靈獎(jiǎng)獲得者，而圖靈獎(jiǎng)是計(jì)算機(jī)領(lǐng)域的諾貝爾獎(jiǎng)，由于他在人工智能領(lǐng)域當(dāng)時(shí)是絕對(duì)的學(xué)術(shù)權(quán)威，這個(gè)悲觀的論調(diào)無(wú)疑給當(dāng)時(shí)的神經(jīng)網(wǎng)絡(luò)研究潑了一盆冷水，直接導(dǎo)致美國(guó)和前蘇聯(lián)幾乎中止了這方面的研究。那么，感知器到底能不能實(shí)現(xiàn)“異或”呢？它有四個(gè)可能的輸入，兩類可能的輸出，采用什么分界線可以區(qū)分這兩類不同模式的輸出呢？用直線不能區(qū)分，那么用其他圖形呢？此時(shí)啟發(fā)學(xué)生積極思考，主動(dòng)采用發(fā)散性思維方式創(chuàng)造性解決問(wèn)題。以（0，0）和（1，1）為焦點(diǎn)畫(huà)個(gè)橢圓，就可以區(qū)分它們了，如圖2所示。

如圖2（a）所示，橢圓方程為：，對(duì)應(yīng)的單層非線性感知器如圖2（b）所示，其輸入是x1和x2，經(jīng)過(guò)非線性處理再加權(quán)求和后得到u，再經(jīng)過(guò)硬限幅激勵(lì)函數(shù)f運(yùn)算得到輸出y。顯然，當(dāng)x1和x2同為0或?yàn)?時(shí)，u為-1，再經(jīng)f運(yùn)算得y為0；當(dāng)x1和x2不同時(shí)，u為15，再經(jīng)f運(yùn)算得輸出y為1，正好實(shí)現(xiàn)了邏輯運(yùn)算“異或”功能。

如圖2所示的橢圓可將這四個(gè)點(diǎn)對(duì)應(yīng)的兩類輸出區(qū)分出來(lái)，那么是不是還有其他方法呢？此時(shí)啟發(fā)學(xué)生再提出其他所有可能的解決方案。其中一種可行的解決思路如下：考慮用兩條直線圍成的帶狀區(qū)域作為分界線，如圖3所示。

如圖3（a）所示，如分界線采用這個(gè)帶狀區(qū)域，也可以將它們對(duì)應(yīng)的輸出劃分為兩類。其對(duì)應(yīng)的是如圖3（b）所示的多層線性感知器，這里采用了兩層：1個(gè)隱含層有2個(gè)神經(jīng)元，1個(gè)輸出層有1個(gè)神經(jīng)元。具體論證過(guò)程讓學(xué)生課后自己驗(yàn)證。

通過(guò)以上分析，讓學(xué)生獨(dú)立自主發(fā)現(xiàn)問(wèn)題、分析問(wèn)題、解決問(wèn)題，得出結(jié)論：?jiǎn)螌泳€性感知器的確無(wú)法實(shí)現(xiàn)邏輯運(yùn)算“異或”功能，但是換個(gè)角度，采用一個(gè)單層非線性感知器或多層線性感知器就能實(shí)現(xiàn)邏輯運(yùn)算“異或”功能。通過(guò)介紹這段歷史，啟迪學(xué)生一個(gè)道理：同學(xué)們?cè)趯W(xué)習(xí)的時(shí)候，不要盲目地迷信一些學(xué)術(shù)權(quán)威或書(shū)本，要學(xué)會(huì)獨(dú)立思考、大膽懷疑，要有發(fā)散思維，要用發(fā)展變化的觀點(diǎn)去分析問(wèn)題和解決問(wèn)題，換個(gè)角度思考很可能就會(huì)柳暗花明又一村。

三、課堂內(nèi)容總結(jié)及第二課堂設(shè)計(jì)

總結(jié)一下本堂課的講課內(nèi)容，主要介紹了感知器的數(shù)學(xué)模型，并結(jié)合實(shí)例分析了它在模式識(shí)別和邏輯函數(shù)功能實(shí)現(xiàn)中的實(shí)際應(yīng)用。作為下次課程的引子，可以將“關(guān)于感知器如何學(xué)習(xí)，它的權(quán)值和閾值如何調(diào)整”這一問(wèn)題拋給學(xué)生在后續(xù)課程中繼續(xù)學(xué)習(xí)。

課程雖然結(jié)束了，但有很多后續(xù)問(wèn)題可留給學(xué)生課后思考，所以在第二課堂設(shè)計(jì)中增加了如下問(wèn)題讓學(xué)生積極思考，主動(dòng)去尋找這些問(wèn)題的答案：

問(wèn)題一：除課堂中介紹的兩種方法之外，還有沒(méi)有其他方法也可以設(shè)計(jì)一個(gè)感知器實(shí)現(xiàn)邏輯運(yùn)算“異或”功能呢？

問(wèn)題二：既然感知器可以解決邏輯運(yùn)算“異或”功能，那么如何用感知器實(shí)現(xiàn)邏輯運(yùn)算“同或”功能呢？

問(wèn)題三：根據(jù)課程內(nèi)容，如何利用MATLAB或C語(yǔ)言編寫(xiě)程序設(shè)計(jì)感知器，研究分別實(shí)現(xiàn)邏輯運(yùn)算“與”、“或”、“非”、“異或”、“同或”功能？[7]

問(wèn)題四：進(jìn)一步地，如何利用MATLAB或C語(yǔ)言編寫(xiě)程序設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)，研究分別實(shí)現(xiàn)邏輯運(yùn)算“與”、“或”、“非”、“異或”、“同或”功能？

四、教學(xué)效果

通過(guò)在本科智能控制課程四大模塊之一的人工神經(jīng)網(wǎng)絡(luò)“感知器”部分課堂教學(xué)實(shí)踐中實(shí)際應(yīng)用上述優(yōu)化后的教案，極大地激發(fā)了學(xué)生濃厚的學(xué)習(xí)興趣。教學(xué)實(shí)踐表明，學(xué)生普遍由此對(duì)人工神經(jīng)網(wǎng)絡(luò)的課程內(nèi)容產(chǎn)生了較大的學(xué)習(xí)興趣，部分同學(xué)針對(duì)所學(xué)內(nèi)容提出了一些很有新意的解決思路，并通過(guò)自行編程實(shí)現(xiàn)了所提出的解決方案。學(xué)生在學(xué)習(xí)過(guò)程中充分發(fā)揮了主體作用，充分利用發(fā)散性思維能力，提高了綜合分析問(wèn)題、解決問(wèn)題的能力和創(chuàng)新能力。

參考文獻(xiàn)：

[1]劉金錕.智能控制[M].第2版.北京:電子工業(yè)出版社,2009.

[2]蔡自興.智能控制導(dǎo)論[M].北京:中國(guó)水利水電出版社,2007.

[3]蔡自興.智能控制原理與應(yīng)用[M].北京:清華大學(xué)出版社,2007.

[4]韋巍,何衍.智能控制基礎(chǔ)[M].北京:清華大學(xué)出版社,2008.

[5]李少遠(yuǎn),王景成.智能控制[M].北京:機(jī)械工業(yè)出版社,2009.

篇3

現(xiàn)代企業(yè)身處全球經(jīng)濟(jì)和知識(shí)經(jīng)濟(jì)的環(huán)境中，競(jìng)爭(zhēng)態(tài)勢(shì)十分激烈，超競(jìng)爭(zhēng)特征愈加明顯，因此企業(yè)經(jīng)營(yíng)者必須隨時(shí)掌握企業(yè)組織的經(jīng)營(yíng)績(jī)效水平，這樣才能準(zhǔn)確地調(diào)整自身的戰(zhàn)略，以有效提高企業(yè)的綜合競(jìng)爭(zhēng)力。根據(jù)文獻(xiàn)綜述和梳理的結(jié)果，目前應(yīng)用于企業(yè)績(jī)效評(píng)價(jià)的理論視角很多，但能夠從內(nèi)外部各個(gè)方面綜合評(píng)價(jià)企業(yè)整體績(jī)效水平的視角卻較為少見(jiàn)。隨著價(jià)值鏈會(huì)計(jì)理論的出現(xiàn)，學(xué)者們對(duì)于企業(yè)的經(jīng)營(yíng)績(jī)效評(píng)價(jià)有了新的研究視角，即基于價(jià)值鏈會(huì)計(jì)的企業(yè)績(jī)效評(píng)價(jià)研究。自從閻達(dá)五教授2003 年提出并構(gòu)建了價(jià)值鏈會(huì)計(jì)的基本框架，戴德明教授從研究起點(diǎn)、分析動(dòng)因、運(yùn)作流程、理論框架和研究展望等方面為價(jià)值鏈會(huì)計(jì)的相關(guān)研究進(jìn)行了基礎(chǔ)性和開(kāi)創(chuàng)性工作之后，國(guó)內(nèi)外的學(xué)者們就對(duì)價(jià)值鏈會(huì)計(jì)進(jìn)行了較為全面的研究，然而就可見(jiàn)的理論成果來(lái)看，目前對(duì)于價(jià)值鏈會(huì)計(jì)的研究基本還停留在較為基礎(chǔ)的水平，其研究?jī)?nèi)容較為零散，尚未形成能用于指導(dǎo)實(shí)踐的理論體系和實(shí)施方法；而且目前應(yīng)用于價(jià)值鏈會(huì)計(jì)的研究方法還基本為規(guī)范研究和理論推演，采用案例分析和實(shí)證分析的成果還較為少見(jiàn)。綜合企業(yè)績(jī)效評(píng)價(jià)和價(jià)值鏈會(huì)計(jì)兩個(gè)領(lǐng)域的研究現(xiàn)狀和理論特征，可以看出，這二者有著明確的理論共通性和契合可能性。一方面，企業(yè)績(jī)效評(píng)價(jià)的科學(xué)評(píng)價(jià)需要價(jià)值鏈會(huì)計(jì)這種既能夠結(jié)合企業(yè)基礎(chǔ)實(shí)踐數(shù)據(jù)，同時(shí)還能夠整合內(nèi)外部評(píng)價(jià)模式的理論工具進(jìn)行拓展性分析；另一方面，價(jià)值鏈會(huì)計(jì)的深入研究也需要借助企業(yè)經(jīng)營(yíng)業(yè)績(jī)?cè)u(píng)價(jià)這一實(shí)施平臺(tái)來(lái)進(jìn)行深入研究和實(shí)踐探討。據(jù)此，本文擬首先根據(jù)價(jià)值鏈會(huì)計(jì)的相關(guān)理論，通過(guò)理論推演的方式歸納得出基于價(jià)值鏈會(huì)計(jì)的企業(yè)業(yè)績(jī)?cè)u(píng)價(jià)指標(biāo)體系；然后闡述了適用于價(jià)值鏈視角下的企業(yè)業(yè)績(jī)?cè)u(píng)價(jià)的實(shí)證分析方法——模糊數(shù)學(xué)評(píng)價(jià)方法和BP神經(jīng)網(wǎng)絡(luò)分析方法；最后選取湖南省內(nèi)的10家企業(yè)為實(shí)證樣本，對(duì)價(jià)值鏈理論視域下企業(yè)經(jīng)營(yíng)績(jī)效的評(píng)價(jià)方式進(jìn)行了探討。

二、基于價(jià)值鏈會(huì)計(jì)的企業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)指標(biāo)構(gòu)建

根據(jù)價(jià)值鏈的相關(guān)理論，能夠?yàn)槠髽I(yè)創(chuàng)造價(jià)值并進(jìn)而產(chǎn)生經(jīng)營(yíng)利潤(rùn)的活動(dòng)可以劃分為基本活動(dòng)和輔助活動(dòng)兩大類：其中內(nèi)部后勤、生產(chǎn)作業(yè)、外部后勤、市場(chǎng)營(yíng)銷和售后服務(wù)五種職能活動(dòng)因?qū)儆谄髽I(yè)日常經(jīng)營(yíng)過(guò)程中的實(shí)質(zhì)性活動(dòng)，而被稱為基本活動(dòng)；企業(yè)基礎(chǔ)設(shè)施、人力資源管理、技術(shù)開(kāi)發(fā)和采購(gòu)四種活動(dòng)因?qū)儆跒榛净顒?dòng)提供支持作用的活動(dòng)，而被稱為輔助活動(dòng)；這些活動(dòng)之間的相互聯(lián)系形成了價(jià)值網(wǎng)絡(luò)，共同促進(jìn)企業(yè)價(jià)值和經(jīng)營(yíng)利潤(rùn)的產(chǎn)生。筆者首先對(duì)關(guān)于企業(yè)績(jī)效評(píng)價(jià)的相關(guān)文獻(xiàn)進(jìn)行整理和歸納；然后以頻度統(tǒng)計(jì)法和理論分析法為研究工具設(shè)置評(píng)價(jià)指標(biāo)體系；接著應(yīng)用主成分分析法對(duì)評(píng)價(jià)指標(biāo)進(jìn)行因子歸類和維度分析，應(yīng)用極大不相關(guān)法對(duì)所篩選出的指標(biāo)進(jìn)行聚類和精煉；再采用德?tīng)柗品治龇◤膬r(jià)值鏈九種活動(dòng)上分別調(diào)整指標(biāo)；最后從基本活動(dòng)價(jià)值鏈和輔助活動(dòng)價(jià)值鏈兩個(gè)一級(jí)評(píng)價(jià)指標(biāo)維度上歸納出基于價(jià)值鏈上九種活動(dòng)層面的二級(jí)評(píng)價(jià)指標(biāo)群，并分別概括出各二級(jí)評(píng)價(jià)指標(biāo)群所分別對(duì)應(yīng)的具體三級(jí)評(píng)價(jià)指標(biāo)，其具體內(nèi)容如表1所示：

筆者僅對(duì)二級(jí)評(píng)價(jià)指標(biāo)群和三級(jí)評(píng)價(jià)指標(biāo)進(jìn)行涵義歸納：

（一）內(nèi)部后勤層面 原材料輸入活動(dòng)效率代表了企業(yè)進(jìn)行日常生產(chǎn)經(jīng)營(yíng)活動(dòng)所需原材料輸入活動(dòng)的效率，該比率越高，說(shuō)明企業(yè)原材料采購(gòu)模塊的運(yùn)作績(jī)效越好，從而也越有利于企業(yè)日常經(jīng)營(yíng)活動(dòng)的履行；與上游合作伙伴協(xié)作活動(dòng)效率代表了企業(yè)在外部?jī)r(jià)值鏈上與前向供應(yīng)商間協(xié)作工作的效率。

（二）生產(chǎn)作業(yè)層面 產(chǎn)品合格率是指企業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程中合格品占總產(chǎn)品數(shù)量的比例；產(chǎn)品生產(chǎn)周期是指產(chǎn)品生產(chǎn)流程的總耗時(shí)；非增值作業(yè)率是指未能為企業(yè)經(jīng)營(yíng)創(chuàng)造附加值的作業(yè)數(shù)量占企業(yè)生產(chǎn)經(jīng)營(yíng)總消耗作業(yè)數(shù)量的比例；非增值成本率是指企業(yè)總體運(yùn)營(yíng)過(guò)程中非增值作業(yè)所耗費(fèi)成本占企業(yè)總體運(yùn)營(yíng)成本的比例。

（三）外部后勤層面 產(chǎn)成品輸出活動(dòng)效率是指企業(yè)中間產(chǎn)品和產(chǎn)成品輸出活動(dòng)的效率，該比率說(shuō)明企業(yè)對(duì)自己產(chǎn)品與終端市場(chǎng)銜接活動(dòng)的效率高低，比率越高則證明企業(yè)價(jià)值鏈向銷售終端延伸的績(jī)效水平越好；與下游合作伙伴協(xié)作活動(dòng)效率代表了企業(yè)在外部?jī)r(jià)值鏈上與后向供應(yīng)商間協(xié)作工作的效率。

（四）市場(chǎng)營(yíng)銷層面 市場(chǎng)占有率是指企業(yè)各類產(chǎn)品占同類產(chǎn)品數(shù)量市場(chǎng)份額比率的加權(quán)平均值；產(chǎn)業(yè)內(nèi)業(yè)務(wù)成長(zhǎng)速度是指企業(yè)在同行業(yè)企業(yè)中業(yè)務(wù)成長(zhǎng)的相對(duì)速度和績(jī)效水平，該指標(biāo)代表了企業(yè)在特定行業(yè)和時(shí)間維度上的相對(duì)競(jìng)爭(zhēng)能力；市場(chǎng)應(yīng)變能力是指企業(yè)針對(duì)商品供需結(jié)構(gòu)、市場(chǎng)環(huán)境、政策等因素變化而調(diào)整經(jīng)營(yíng)策略、產(chǎn)品組成、營(yíng)銷方式等經(jīng)營(yíng)方式的適應(yīng)性能力。

（五）售后服務(wù)層面 顧客投訴率是指企業(yè)所接受客戶投訴次數(shù)占同期企業(yè)所產(chǎn)生總交易次數(shù)的比例；準(zhǔn)確交貨率是指滿足時(shí)間正確、地點(diǎn)正確、數(shù)量正確和質(zhì)量正確等交易條件交易次數(shù)占企業(yè)同期總交易次數(shù)的比例；成功解決投訴率是指企業(yè)接收到投訴后所成功解決數(shù)量占同期客戶總投訴數(shù)量的比例。

（六）企業(yè)基礎(chǔ)設(shè)施層面 企業(yè)文化健全程度是衡量一個(gè)企業(yè)核心價(jià)值觀、核心員工素質(zhì)和企業(yè)發(fā)展前景的指標(biāo)；企業(yè)管理制度健全程度是衡量企業(yè)基礎(chǔ)管理制度對(duì)于企業(yè)現(xiàn)在經(jīng)營(yíng)狀況和未來(lái)運(yùn)營(yíng)趨勢(shì)能否提供及時(shí)性和適合性支持作用的指標(biāo)；企業(yè)信息化健全程度是衡量一個(gè)企業(yè)信息化制度是否足夠健全和合理以促進(jìn)企業(yè)價(jià)值鏈增值的指標(biāo)。

（七）人力資源管理層面 員工的知識(shí)水平是指員工在企業(yè)持續(xù)性成長(zhǎng)方面所需知識(shí)儲(chǔ)備水平的高低；員工生產(chǎn)效率是指在一定經(jīng)營(yíng)周期內(nèi)，企業(yè)員工活動(dòng)對(duì)于企業(yè)總體價(jià)值創(chuàng)造和利潤(rùn)產(chǎn)生的貢獻(xiàn)率高低；員工流失率是反映企業(yè)關(guān)鍵員工流失，企業(yè)的招聘、培訓(xùn)和替代成本水平的指標(biāo)。

（八）技術(shù)開(kāi)發(fā)層面 研發(fā)項(xiàng)目成功率是指企業(yè)所研發(fā)項(xiàng)目中市場(chǎng)和產(chǎn)品反映均顯示能夠達(dá)到所規(guī)定預(yù)期成功水平項(xiàng)目占企業(yè)投入資金項(xiàng)目總數(shù)的比例；新產(chǎn)品開(kāi)發(fā)速度是指企業(yè)經(jīng)營(yíng)過(guò)程中所計(jì)劃開(kāi)發(fā)新產(chǎn)品數(shù)目中實(shí)際進(jìn)入研發(fā)環(huán)節(jié)產(chǎn)品數(shù)量的比例；新產(chǎn)品投資回報(bào)率是新產(chǎn)品成功上市后，其表現(xiàn)出的價(jià)值創(chuàng)造能力和獲利能力占企業(yè)前期投入資源總體水平的比例。

（九）采購(gòu)層面 對(duì)供應(yīng)商的滿意度反映核心企業(yè)對(duì)供應(yīng)商的綜合滿意度水平，該類指標(biāo)能夠用于評(píng)價(jià)企業(yè)總體經(jīng)營(yíng)價(jià)值鏈中上游供應(yīng)商與生產(chǎn)商契合程度水平的高低；企業(yè)采購(gòu)活動(dòng)效率則用于評(píng)價(jià)企業(yè)經(jīng)營(yíng)過(guò)程中實(shí)施采購(gòu)活動(dòng)對(duì)于企業(yè)總體價(jià)值創(chuàng)造和利潤(rùn)產(chǎn)生的影響程度水平，該指標(biāo)越高則表明企業(yè)的原材料供應(yīng)越能得到保障，越有利于企業(yè)的價(jià)值增長(zhǎng)。

三、企業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)實(shí)證分析方法

為對(duì)價(jià)值鏈會(huì)計(jì)視角下企業(yè)經(jīng)營(yíng)的績(jī)效水平進(jìn)行適當(dāng)?shù)牧炕治?，根?jù)前文所構(gòu)造出的評(píng)價(jià)思路以及相關(guān)指標(biāo)體系的基礎(chǔ)上，還必須設(shè)計(jì)出一種適用于企業(yè)績(jī)效評(píng)價(jià)的可行性途徑。從前文歸納出的基于價(jià)值鏈會(huì)計(jì)的企業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)指標(biāo)體系內(nèi)容可以看出，這些評(píng)價(jià)維度包括了企業(yè)日常經(jīng)營(yíng)的各個(gè)方面、生產(chǎn)經(jīng)營(yíng)鏈條的全部環(huán)節(jié)、企業(yè)運(yùn)營(yíng)時(shí)間維度的所有階段；而具體指標(biāo)集則概括了定量化評(píng)價(jià)指標(biāo)和定性化衡量指標(biāo)，因此無(wú)法將這些不同類別、不同屬性和不同維度的指標(biāo)進(jìn)行簡(jiǎn)單的加權(quán)平均就直接用于企業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)的實(shí)際過(guò)程。為了對(duì)價(jià)值鏈視角下企業(yè)的經(jīng)營(yíng)績(jī)效進(jìn)行合理評(píng)價(jià)，應(yīng)首先通過(guò)模糊處理的方法將不同屬性的指標(biāo)進(jìn)行歸一化分析，以確保數(shù)量化指標(biāo)和定性化指標(biāo)能夠被有效地放置在同一個(gè)研究框架下進(jìn)行評(píng)價(jià)，其次還應(yīng)當(dāng)對(duì)各個(gè)維度指標(biāo)的輸入和輸出數(shù)值進(jìn)行模糊處理以計(jì)算得出整合評(píng)價(jià)所需的綜合權(quán)重值；最后還需要通過(guò)合適的技術(shù)方法對(duì)企業(yè)績(jī)效評(píng)價(jià)所需的數(shù)據(jù)單元和指標(biāo)群體進(jìn)行量化評(píng)價(jià)。為了達(dá)到上述研究目的，筆者引入模糊數(shù)學(xué)評(píng)價(jià)和BP神經(jīng)網(wǎng)絡(luò)作為企業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)實(shí)證分析的數(shù)學(xué)處理工具。

（一）模糊數(shù)學(xué)評(píng)價(jià)方法簡(jiǎn)介 模糊綜合評(píng)價(jià)是以模糊數(shù)學(xué)為理論基礎(chǔ)，應(yīng)用模糊關(guān)系合成的原理將一些屬性不清、不易定量的因素定量化，從而進(jìn)行綜合評(píng)價(jià)的一種方法。該方法能夠根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)，即用模糊數(shù)學(xué)對(duì)受到多種因素制約的事物或?qū)ο笞龀鲆粋€(gè)總體的評(píng)價(jià)。它具有結(jié)果清晰、系統(tǒng)性強(qiáng)的特點(diǎn)，能較好地解決模糊的、難以量化的問(wèn)題，適合各種非確定性問(wèn)題的解決。主要分析步驟為：確定評(píng)價(jià)對(duì)象的因素論域，P個(gè)評(píng)價(jià)指標(biāo)，u=u1，u2，……up；確定評(píng)語(yǔ)等級(jí)論域，v=v1，v2，……vp，即等級(jí)集合；從單因素來(lái)看被評(píng)事物對(duì)等級(jí)模糊子集的隸屬度（R/ui），進(jìn)而得到模糊關(guān)系矩陣，R=R│u1R│u2…R│up=r11 r12 …r1mr21 r22 …r2m…rp1 rp2 …rpm；在模糊綜合評(píng)價(jià)中，確定評(píng)價(jià)因素的權(quán)向量：A=（a1，a2，……，ap）。權(quán)向量A中的元素ai本質(zhì)上是因素ui對(duì)模糊子對(duì)被評(píng)事物重要的因素的隸屬度。利用合適的算子將A與各被評(píng)事物的R進(jìn)行合成，得到各被評(píng)事物的模糊綜合評(píng)價(jià)結(jié)果向量B。即：

A·R=（a1，a2，……，ap）r11 r12 …r1mr21 r22 …r2m…rp1 rp2 …rpm=（b1，b2，……，bm）=B。其中b1是由A與R的第j列運(yùn)算得到的，它表示被評(píng)事物從整體上看對(duì)vj等級(jí)模糊子集的隸屬程度。實(shí)際中最常用的方法是最大隸屬度原則，但在某些情況下使用會(huì)有些很勉強(qiáng)，損失信息很多，甚至得出不合理的評(píng)價(jià)結(jié)果。提出使用加權(quán)平均求隸屬等級(jí)的方法，對(duì)于多個(gè)被評(píng)事物可以依據(jù)其等級(jí)位置進(jìn)行排序。

（二）BP神經(jīng)網(wǎng)絡(luò)分析方法簡(jiǎn)介 BP神經(jīng)網(wǎng)絡(luò)是模仿生物神經(jīng)網(wǎng)絡(luò)功能的一種經(jīng)驗(yàn)?zāi)Ｐ?。其由輸入層、中間層、輸出層組成階層型神經(jīng)網(wǎng)絡(luò)，中間層可擴(kuò)展為多層。相鄰層之間各神經(jīng)元進(jìn)行全連接，而每層神經(jīng)元之間無(wú)連接，網(wǎng)絡(luò)按有教師示教的方式進(jìn)行學(xué)習(xí)，當(dāng)一對(duì)學(xué)習(xí)模式提供給網(wǎng)絡(luò)后，各神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)產(chǎn)生連接權(quán)值。然后按減小希望輸出與實(shí)際輸出誤差的方向，從輸出層經(jīng)各中間層逐層修正各連接權(quán)，回到輸入層。此過(guò)程反復(fù)交替進(jìn)行，直至網(wǎng)絡(luò)的全局誤差趨向給定的極小值，即完成學(xué)習(xí)的過(guò)程。BP神經(jīng)網(wǎng)絡(luò)是誤差反向傳播神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)稱，它由一個(gè)輸入層，一個(gè)或多個(gè)隱含層和一個(gè)輸出層構(gòu)成，每一次由一定數(shù)量的的神經(jīng)元構(gòu)成。這些神經(jīng)元如同人的神經(jīng)細(xì)胞一樣是互相關(guān)聯(lián)的。BP神經(jīng)網(wǎng)絡(luò)分析模型的結(jié)構(gòu)如圖1所示。BP神經(jīng)網(wǎng)絡(luò)最主要的優(yōu)點(diǎn)是具有極強(qiáng)的非線性映射能力。理論上，對(duì)于一個(gè)三層和三層以上的BP網(wǎng)絡(luò)，只要隱層神經(jīng)元數(shù)目足夠多，該網(wǎng)絡(luò)就能以任意精度逼近一個(gè)非線性函數(shù)。其次，BP神經(jīng)網(wǎng)絡(luò)具有對(duì)外界刺激和輸入信息進(jìn)行聯(lián)想記憶的能力。這是因?yàn)樗捎昧朔植疾⑿械男畔⑻幚矸绞?，?duì)信息的提取必須采用聯(lián)想的方式，才能將相關(guān)神經(jīng)元全部調(diào)動(dòng)起來(lái)。再次，BP 神經(jīng)網(wǎng)絡(luò)對(duì)外界輸入樣本有很強(qiáng)的識(shí)別與分類能力。由于它具有強(qiáng)大的非線性處理能力，因此可以較好地進(jìn)行非線性分類，解決了神經(jīng)網(wǎng)絡(luò)發(fā)展史上的非線性分類難題。所以BP神經(jīng)網(wǎng)絡(luò)本質(zhì)上是一個(gè)非線性優(yōu)化問(wèn)題，它可以在已知的約束條件下，尋找一組參數(shù)組合，使該組合確定的目標(biāo)函數(shù)達(dá)到最小。

四、基于價(jià)值鏈會(huì)計(jì)的企業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)實(shí)例分析

筆者選取了湖南省內(nèi)的10家企業(yè)為實(shí)證樣本，應(yīng)用層次分析法對(duì)各類指標(biāo)的綜合權(quán)重值進(jìn)行計(jì)算，計(jì)算得出表1中企業(yè)綠色經(jīng)營(yíng)績(jī)效25個(gè)三級(jí)評(píng)價(jià)指標(biāo)的權(quán)重值為{0.037，0.033，0.049，

0.054，0.036，0.045，0.052，0.041，0.031，0.031，0.048，0.017，0.082，0.068，0.034，0.033，0.033，0.023，0.047，0.028，0.032，0.025，0.037，0.035，0.049}。

接著以模糊數(shù)學(xué)評(píng)價(jià)方法所確定的指標(biāo)體系和權(quán)重值來(lái)計(jì)算10家樣本企業(yè)的實(shí)際經(jīng)營(yíng)績(jī)效?？焖侔l(fā)展的MATLAB軟件為神經(jīng)網(wǎng)絡(luò)理論的實(shí)現(xiàn)提供了一種便利的仿真手段，實(shí)證分析中BP網(wǎng)絡(luò)算法的實(shí)現(xiàn)過(guò)程是基于MATLAB 編程計(jì)算的數(shù)據(jù)。MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的出現(xiàn)，更加拓寬了神經(jīng)網(wǎng)絡(luò)的應(yīng)用空間，神經(jīng)網(wǎng)絡(luò)工具箱將很多原本需要手動(dòng)計(jì)算的工作交給計(jì)算機(jī)，一方面提高了工作效率，另一方面，還提高了計(jì)算的準(zhǔn)確度和精度，減輕了研究人員的負(fù)擔(dān)。神經(jīng)網(wǎng)絡(luò)工具箱是在MATLAB環(huán)境下開(kāi)發(fā)出來(lái)的許多工具箱之一，它以人工神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ)，利用MATLAB編程語(yǔ)言構(gòu)造出許多典型神經(jīng)網(wǎng)絡(luò)的框架和相關(guān)的函數(shù)。

表2中的數(shù)據(jù)即為10家樣本企業(yè)實(shí)際經(jīng)營(yíng)績(jī)效的綜合得分及排序，其中第一列表示企業(yè)代碼，第二、三列分別為用線性加權(quán)法評(píng)價(jià)出的企業(yè)得分及排序。

五、結(jié)論

隨著價(jià)值鏈會(huì)計(jì)理論研究的興起，企業(yè)日常經(jīng)營(yíng)的各種活動(dòng)都將受到價(jià)值鏈會(huì)計(jì)理論的指導(dǎo)，價(jià)值鏈會(huì)計(jì)能夠合理地結(jié)合戰(zhàn)略管理和會(huì)計(jì)學(xué)的相關(guān)方法，為企業(yè)日常經(jīng)營(yíng)提供準(zhǔn)確的業(yè)績(jī)指標(biāo)和數(shù)據(jù)。本文的研究過(guò)程以價(jià)值鏈會(huì)計(jì)理論為研究視角，從價(jià)值鏈九種活動(dòng)的維度上構(gòu)建了企業(yè)實(shí)際經(jīng)營(yíng)績(jī)效評(píng)價(jià)的指標(biāo)體系，并引入模糊數(shù)學(xué)評(píng)價(jià)和BP神經(jīng)網(wǎng)絡(luò)分析方法作為整合分析評(píng)價(jià)指標(biāo)數(shù)據(jù)的演化工具，進(jìn)而確定了對(duì)樣本企業(yè)實(shí)際經(jīng)營(yíng)績(jī)效進(jìn)行衡量和排序的途徑，最后結(jié)合10家樣本企業(yè)的數(shù)據(jù)對(duì)價(jià)值鏈會(huì)計(jì)視域下企業(yè)經(jīng)營(yíng)績(jī)效進(jìn)行了實(shí)證分析。本文的研究工作在理論方面能夠完善價(jià)值鏈會(huì)計(jì)的理論研究框架，為企業(yè)實(shí)踐中價(jià)值鏈運(yùn)作績(jī)效的提高構(gòu)建了一個(gè)富有創(chuàng)新性的、科學(xué)的、邏輯性強(qiáng)的理論框架；在實(shí)踐方面能夠?qū)颖酒髽I(yè)運(yùn)作中的量化指標(biāo)和非量化指標(biāo)分別進(jìn)行合理的綜合衡量，并進(jìn)而對(duì)企業(yè)的實(shí)際經(jīng)營(yíng)績(jī)效進(jìn)行較為精確的計(jì)算。盡管本文的研究工作具備一定的探索性，但尚存在一些不足之處，主要缺陷在于價(jià)值鏈會(huì)計(jì)視角下所甄選出的企業(yè)績(jī)效評(píng)價(jià)指標(biāo)尚具有較強(qiáng)的主觀性。對(duì)于不同類型的行業(yè)、不同屬性的企業(yè)、不同的運(yùn)作階段和不同的經(jīng)營(yíng)地域的經(jīng)營(yíng)主體而言，其經(jīng)營(yíng)績(jī)效的評(píng)價(jià)指標(biāo)會(huì)存在一定程度的差異性。在日后的研究過(guò)程中可選取更多數(shù)量和類型的企業(yè)進(jìn)行更為廣泛的案例研究和實(shí)證分析。

參考文獻(xiàn)：

[1]閻達(dá)五：《價(jià)值鏈會(huì)計(jì)研究：回顧與展望》，《會(huì)計(jì)研究》2004年第2期。

[2]程宏偉、張永海、李想：《基于模塊化的價(jià)值鏈會(huì)計(jì)研究》，《會(huì)計(jì)研究》2007年第3期。

[3]吳勛、劉東限：《價(jià)值鏈會(huì)計(jì)基本理論淺探》，《對(duì)外經(jīng)貿(mào)財(cái)會(huì)》2004年第2期。

[4]徐國(guó)強(qiáng)、高方露：《價(jià)值鏈會(huì)計(jì)對(duì)象論》，《天津商學(xué)院學(xué)報(bào)》2004年第24期。

[5]蒙高原：《價(jià)值鏈會(huì)計(jì)視角下的企業(yè)業(yè)績(jī)綜合評(píng)價(jià)體系》，《重慶工學(xué)院學(xué)報(bào)（社會(huì)科學(xué)）》2008年第7期。

[6]程防雯：《價(jià)值鏈會(huì)計(jì)研究》，武漢大學(xué)出版社2005年版。

[7]吳國(guó)森：《基于價(jià)值鏈會(huì)計(jì)的企業(yè)績(jī)效評(píng)價(jià)指標(biāo)體系研究》，沈陽(yáng)工業(yè)大學(xué)2007年碩士學(xué)位論文。

[8]周霞、魏樂(lè)：《基于價(jià)值鏈的施工企業(yè)績(jī)效評(píng)價(jià)體系構(gòu)建》，《財(cái)會(huì)通訊》（理財(cái)版）2007年第6期。

篇4

人類頂尖圍棋選手竟然輸給了計(jì)算機(jī)，一時(shí)之間，引發(fā)輿論熱議，關(guān)于人工智能的討論不斷引爆人們的眼球。

實(shí)際上，這并非歷史上第一次人機(jī)大戰(zhàn)。自從1956年“人工智能”這一概念被提出來(lái)后，人和計(jì)算機(jī)之間就有過(guò)數(shù)次博弈，每一次博弈，都見(jiàn)證了人工智能的跨越發(fā)展。

“硬算高手”深藍(lán)

1996年，卡斯帕羅夫與IBM超級(jí)國(guó)際象棋計(jì)算機(jī)RS/6000 SP（即“深藍(lán)”）展開(kāi)對(duì)決。經(jīng)過(guò)一個(gè)多星期的PK，卡斯帕羅夫最終贏得比賽，但深藍(lán)也在比賽中取勝一局，這是電腦首次在世界錦標(biāo)賽中單局戰(zhàn)勝世界冠軍。

此前，卡斯帕羅夫是國(guó)際象棋英杰榜上的NO.1，自1985年成為世界冠軍后，11年間，他一直打遍天下無(wú)敵手。

賽后，卡斯帕羅夫說(shuō)：“我能感覺(jué)，甚至能‘聞到’桌子對(duì)面是一位高智慧的選手。”但他認(rèn)為，深藍(lán)所擁有的只是一種“畸形的智能”，效率低且缺少韌性。他甚至預(yù)言：計(jì)算機(jī)如果要打敗人類棋手，至少要等到2010年！

言猶在耳，然而僅僅一年后，他便以2負(fù)1勝3平被深藍(lán)升級(jí)版打敗。

“這是人工智能發(fā)展史上的一個(gè)里程碑?！辟惡?，德國(guó)人工智能研究中心負(fù)責(zé)人登格爾如是評(píng)價(jià)。

創(chuàng)造這個(gè)“里程碑”記錄的深藍(lán)升級(jí)版，重1270公斤，有32個(gè)“大腦”（微處理器），其計(jì)算能力當(dāng)時(shí)在全球超級(jí)計(jì)算機(jī)中排名第259。比賽前，IBM研發(fā)小組向深藍(lán)輸入了100年來(lái)所有國(guó)際特級(jí)大師開(kāi)局和殘局的200多萬(wàn)局下法。

深藍(lán)取勝的法寶，是依靠強(qiáng)大的計(jì)算能力窮舉所有路數(shù)，并選擇最佳策略――深藍(lán)每秒可運(yùn)算2億步，靠硬算可預(yù)判12步，卡斯帕羅夫只能預(yù)判10步――所謂兵貴神速，深藍(lán)的獲勝也就不那么讓人意外了。

當(dāng)然，深藍(lán)取勝還有另一個(gè)秘訣――每場(chǎng)對(duì)局結(jié)束后，IBM研發(fā)小組都會(huì)根據(jù)卡斯帕羅夫的下棋情況相應(yīng)地修改深藍(lán)的參數(shù)，深藍(lán)雖然不會(huì)思考，但這實(shí)際上起到了“強(qiáng)迫”它學(xué)習(xí)的作用。這種“被動(dòng)學(xué)習(xí)”的方式，讓深藍(lán)不斷強(qiáng)化了對(duì)對(duì)手的了解并最終獲勝。

在深藍(lán)問(wèn)世之前，“人工智能之父”圖靈在1950年曾提出衡量計(jì)算機(jī)智能水平的“圖靈測(cè)試”――如果一個(gè)具有正常思維的人C使用正常人能理解的語(yǔ)言，去詢問(wèn)一面墻后的兩個(gè)看不見(jiàn)的對(duì)象A和B任意問(wèn)題，對(duì)象中A是機(jī)器、B是人，如果經(jīng)過(guò)若干詢問(wèn)以后，C不能在實(shí)質(zhì)上區(qū)別A與B的不同，便意味著機(jī)器A通過(guò)了圖靈測(cè)試。

雖然，深藍(lán)并沒(méi)有進(jìn)行圖靈測(cè)試，但它在人機(jī)大戰(zhàn)中的勝利，至少意味著計(jì)算機(jī)已經(jīng)向著智能化發(fā)展邁出了重要一步。

“百曉生”沃森

2011年2月14至16日，深藍(lán)獲勝4年后，又一次人機(jī)大戰(zhàn)在其同門師弟“沃森”與人類冠軍之間展開(kāi)。當(dāng)時(shí)，沃森參加美國(guó)老牌智力問(wèn)答節(jié)目《危險(xiǎn)邊緣》，并與該節(jié)目最高獎(jiǎng)金得主布拉德?魯特爾和連勝紀(jì)錄保持者肯?詹寧斯展開(kāi)了一場(chǎng)萬(wàn)眾矚目的人機(jī)智力大賽。

《危險(xiǎn)邊緣》采取三人競(jìng)答方式進(jìn)行，通常以答案形式提供各種線索，參賽者必須以問(wèn)題的形式做出簡(jiǎn)短正確的回答。因而參賽者需具備歷史、文學(xué)、藝術(shù)、科技、體育、地理、政治及流行文化等知識(shí)，還得會(huì)解析隱晦含義、反諷與謎語(yǔ)等，而普通電腦并不擅長(zhǎng)進(jìn)行這類“深度問(wèn)答”。

在比賽中，沃森表現(xiàn)極為突出，盡管在“回答”問(wèn)題時(shí)，它的互聯(lián)網(wǎng)功能被中斷，只能“自己想”――從內(nèi)存的資料中尋找并組合答案，它卻總是能在3秒內(nèi)迅速作答，還能分析出題目線索中的微妙含義、諷刺口吻及謎語(yǔ)等。此外，它還能根據(jù)比賽獎(jiǎng)金的數(shù)額、自己的比分與對(duì)手的差距、自己擅長(zhǎng)的題目領(lǐng)域來(lái)“自主決定”是否要搶答某一題。最終，沃森以77147分的總成績(jī)輕松獲勝。

那么，沃森為什么這么聰明？

首先，沃森“肚里有貨”――它內(nèi)存了2億頁(yè)數(shù)據(jù)，各種百科全書(shū)、詞典、新聞、維基百科的全部?jī)?nèi)容以及其他可以建立知識(shí)庫(kù)的參考材料都被它“收入囊中”，堪稱是計(jì)算機(jī)領(lǐng)域的“百曉生”。

其次，它能“秒讀萬(wàn)冊(cè)”――它由90臺(tái)IBM服務(wù)器（相當(dāng)于90個(gè)“大腦”）、360個(gè)芯片驅(qū)動(dòng)組成，每秒能處理500GB的數(shù)據(jù)，相當(dāng)于1秒閱讀100萬(wàn)本書(shū)。 01 2016年3月，阿爾法狗與李世石之間展開(kāi)人機(jī)大戰(zhàn)。 02 對(duì)人工智能來(lái)說(shuō)，愛(ài)是一種可以被特征化的程序，但它卻不可能像人一樣非理性地愛(ài)得死去活來(lái)、魂縈夢(mèng)牽。 03 分辨貓和狗，從閱讀或娛樂(lè)中獲取快樂(lè)，擁有愛(ài)或恨……這些問(wèn)題能讓計(jì)算機(jī)分分鐘死機(jī)。

最重要的是，沃森還會(huì)“深度問(wèn)答”――這一法寶是IBM研發(fā)團(tuán)隊(duì)為它量身定制的，該技術(shù)賦予了它較高的自然語(yǔ)言理解能力。在拿到一個(gè)問(wèn)題后，依靠?jī)?nèi)置的100多種算法，沃森會(huì)在3秒內(nèi)解析問(wèn)題并檢索數(shù)百萬(wàn)條信息，包括語(yǔ)法語(yǔ)義分析、對(duì)各個(gè)知識(shí)庫(kù)進(jìn)行搜索、提取備選答案、對(duì)備選答案證據(jù)的搜尋、對(duì)證據(jù)強(qiáng)度的計(jì)算和綜合等。

比如，當(dāng)被問(wèn)及“哥倫比亞廣播公司《60分鐘》節(jié)目首次播出時(shí)，當(dāng)時(shí)的美國(guó)總統(tǒng)是誰(shuí)”，“沃森”首先會(huì)對(duì)“首次播出”進(jìn)行語(yǔ)言理解，然后檢索出《60分鐘》節(jié)目首次播出的日期，之后再成功搜索出當(dāng)時(shí)的美國(guó)總統(tǒng)。

在取得這場(chǎng)眾所矚目的勝利后，沃森開(kāi)始向醫(yī)療衛(wèi)生業(yè)進(jìn)軍。在美國(guó)，機(jī)器人醫(yī)生沃森從2011年就開(kāi)始坐診，通過(guò)詢問(wèn)病人的病征、病史，對(duì)患者的個(gè)性化數(shù)據(jù)、大量病例和醫(yī)療文獻(xiàn)進(jìn)行“學(xué)習(xí)”，它能迅速提出最佳診療方案，診斷準(zhǔn)確率甚至高達(dá)73%。

從深藍(lán)到沃森，從硬算能力到自然語(yǔ)言理解能力，從“被動(dòng)學(xué)習(xí)”到“深度問(wèn)答”， 計(jì)算機(jī)的“智能”向前邁進(jìn)了一大步。

自學(xué)成才的“學(xué)霸”阿爾法狗

圍棋一直被看作是人類最后的智力競(jìng)技高地，據(jù)估算，圍棋的可能下法數(shù)量多達(dá)10的171次方。這個(gè)數(shù)字，甚至遠(yuǎn)遠(yuǎn)高于可觀測(cè)宇宙中的原子總數(shù)（該總數(shù)為10的80次方）。

因此，人們普遍認(rèn)為計(jì)算機(jī)無(wú)法在類似圍棋這樣高度復(fù)雜的項(xiàng)目比賽中戰(zhàn)勝人類，但2016年阿爾法狗與李世石的人機(jī)大戰(zhàn)，顛覆了這一認(rèn)知。

阿爾法狗之所以能取勝，法寶就在于它的核心系統(tǒng)屬于“深度學(xué)習(xí)”。

“深度學(xué)習(xí)”是時(shí)下最火的一種基于神經(jīng)網(wǎng)絡(luò)的模擬人腦的神經(jīng)網(wǎng)絡(luò)，它通過(guò)模仿人腦的機(jī)制來(lái)解釋數(shù)據(jù)，例如圖像、聲音和文本等。

為了讓計(jì)算機(jī)學(xué)會(huì)像人一樣“思考”，一個(gè)重要的條件是：它必須擁有計(jì)算速度可媲美人腦的高性能計(jì)算集群，來(lái)快速完成海量數(shù)據(jù)的“學(xué)習(xí)”。而在這方面，阿爾法狗不聯(lián)網(wǎng)時(shí)的“單機(jī)版”性能至少是當(dāng)年“深藍(lán)”的1000倍。

為了使阿爾法狗變得更“聰明”，谷歌還專門為其設(shè)計(jì)了兩個(gè)神經(jīng)網(wǎng)絡(luò)，其中，“策略網(wǎng)絡(luò)”會(huì)根據(jù)棋局選擇下一步走法；“價(jià)值網(wǎng)絡(luò)”會(huì)在下子后分析對(duì)手會(huì)怎么走，并預(yù)測(cè)進(jìn)行數(shù)值性的估計(jì)。

比賽前，阿爾法狗“深度學(xué)習(xí)”用了人類圍棋高手對(duì)弈的3000萬(wàn)局圍棋走法進(jìn)行“自我對(duì)弈”訓(xùn)練，并進(jìn)行大規(guī)模的數(shù)據(jù)運(yùn)算，這些運(yùn)算用了兩三千個(gè)CPU。對(duì)人來(lái)說(shuō)，如此大規(guī)模的運(yùn)算訓(xùn)練，即使每局只要15分鐘，可能也要800多年才能下完，阿爾法狗的運(yùn)算能力之強(qiáng)由此可見(jiàn)一斑。

此外，阿爾法狗還能自行研究新戰(zhàn)略，在它的神經(jīng)網(wǎng)絡(luò)之間運(yùn)行數(shù)千局圍棋，利用反復(fù)試驗(yàn)調(diào)整連接點(diǎn)，這個(gè)流程也稱為“鞏固學(xué)習(xí)”。因此，阿爾法狗的“逆天”棋藝并不是開(kāi)發(fā)者教給他的，而是“自學(xué)成才”。從這個(gè)意義上來(lái)說(shuō)，阿爾法狗堪稱是計(jì)算機(jī)中的“學(xué)霸”。

人工智能，還有多遠(yuǎn)？

阿爾法狗的勝利，很大程度上體現(xiàn)了近年來(lái)人工智能領(lǐng)域“深度學(xué)習(xí)”技術(shù)的快速提升。特別是隨著GPU圖形處理器、超級(jí)計(jì)算機(jī)、云計(jì)算和大數(shù)據(jù)的迅猛發(fā)展，“深度學(xué)習(xí)”如同火箭升空般飛速發(fā)展。早在2011年，谷歌用1000臺(tái)機(jī)器、16000個(gè)CPU處理的“深度學(xué)習(xí)”模型就已經(jīng)有了10億個(gè)神經(jīng)元――當(dāng)然，這仍遠(yuǎn)遠(yuǎn)低于人腦100億～10000億個(gè)的神經(jīng)元總數(shù)。

現(xiàn)在，“深度學(xué)習(xí)”技術(shù)在語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)、語(yǔ)言翻譯等領(lǐng)域，都戰(zhàn)勝了傳統(tǒng)的機(jī)器學(xué)習(xí)方法，甚至在人臉驗(yàn)證、圖像分類上還超過(guò)了人類的識(shí)別能力。專家預(yù)計(jì)，在不久的將來(lái)，我們甚至可以在手機(jī)上運(yùn)行像人腦一樣復(fù)雜的“深度學(xué)習(xí)”神經(jīng)網(wǎng)絡(luò)。

那么，這是否意味著計(jì)算機(jī)已經(jīng)和人一樣“聰明”了？

答案是否定的！

因?yàn)樵诟鼜?fù)雜的認(rèn)知層面，例如對(duì)于語(yǔ)言和圖像的深度理解、邏輯推演、情感選擇等方面，計(jì)算機(jī)距離人類還有很大差距。

比如說(shuō)，對(duì)普通人而言，分辨貓和狗，從閱讀或娛樂(lè)中獲取快樂(lè)，分辨愛(ài)或恨、激動(dòng)或憤怒，都是很尋常的事情，但對(duì)計(jì)算機(jī)而言，這些問(wèn)題會(huì)讓它分分鐘死機(jī)。

舉個(gè)例子，當(dāng)你和朋友一起外出就餐時(shí)，兩人都搶著買單。對(duì)于這種推搡的過(guò)程，計(jì)算機(jī)很難準(zhǔn)確判斷出這是為了買單的友善行為，還是惡意的爭(zhēng)執(zhí)。更進(jìn)一步來(lái)說(shuō)，計(jì)算機(jī)也許可以根據(jù)人的面部表情和肢體動(dòng)作，在一定程度上辨別出人的喜怒哀樂(lè)等情緒，但對(duì)于人類的那種“只可意會(huì)，不可言傳”的情感，在進(jìn)行辨識(shí)時(shí)，它就只能交“白卷”了。

篇5

關(guān)鍵詞 控制科學(xué)與工程 學(xué)科建設(shè) 自動(dòng)化

中圖分類號(hào)：G640 文獻(xiàn)標(biāo)識(shí)碼：A

0 引言

自動(dòng)化技術(shù)廣泛用于工業(yè)、農(nóng)業(yè)、軍事、科學(xué)研究、交通運(yùn)輸、商業(yè)、醫(yī)療、服務(wù)和家庭等方面。采用自動(dòng)化技術(shù)不僅可以把人從繁重的體力勞動(dòng)、部分腦力勞動(dòng)以及惡劣、危險(xiǎn)的工作環(huán)境中解放出來(lái)，而且能擴(kuò)展人的器官功能，極大地提高勞動(dòng)生產(chǎn)率，增強(qiáng)人類認(rèn)識(shí)世界和改造世界的能力。因此，自動(dòng)化是工業(yè)、農(nóng)業(yè)、國(guó)防和科學(xué)技術(shù)現(xiàn)代化的重要條件和顯著標(biāo)志。

自動(dòng)化是一門涉及學(xué)科較多、應(yīng)用廣泛的綜合性科學(xué)技術(shù)。在我國(guó)研究生培養(yǎng)體系中，自動(dòng)化對(duì)應(yīng)的一級(jí)學(xué)科“控制科學(xué)與工程”下屬有七個(gè)二級(jí)學(xué)科：“控制理論與控制工程”、“檢測(cè)技術(shù)與自動(dòng)裝置”、“系統(tǒng)工程”、“模式識(shí)別與智能系統(tǒng)”、“導(dǎo)航、制導(dǎo)與控制”、“企業(yè)信息化系統(tǒng)與工程”和“生物信息學(xué)”?？刂瓶茖W(xué)與工程對(duì)相關(guān)學(xué)科的發(fā)展起到了有力的推動(dòng)作用，并在學(xué)科交叉與滲透中表現(xiàn)出突出的活力。例如：它與信息科學(xué)和計(jì)算機(jī)科學(xué)的結(jié)合開(kāi)拓了知識(shí)工程和智能機(jī)器人領(lǐng)域。與社會(huì)學(xué)、經(jīng)濟(jì)學(xué)的結(jié)合使研究的對(duì)象進(jìn)入到社會(huì)系統(tǒng)和經(jīng)濟(jì)系統(tǒng)的范疇中。與生物學(xué)、醫(yī)學(xué)的結(jié)合更有力地推動(dòng)了生物控制論的發(fā)展。同時(shí)，相鄰學(xué)科如計(jì)算機(jī)、通信、微電子學(xué)和認(rèn)知科學(xué)的發(fā)展也促進(jìn)了控制科學(xué)與工程的新發(fā)展，使控制科學(xué)與工程學(xué)科所涉及的研究領(lǐng)域不斷擴(kuò)大。

1 我國(guó)控制科學(xué)與工程學(xué)科發(fā)展現(xiàn)狀

控制科學(xué)與工程學(xué)科經(jīng)過(guò)幾十年的發(fā)展，在諸多方面取得了一些重要的進(jìn)步，按照二級(jí)學(xué)科分類，主要發(fā)展現(xiàn)狀歸納如下。

1.1 控制理論與工程

控制理論以動(dòng)態(tài)系統(tǒng)為主要研究對(duì)象。20世紀(jì)80年代以來(lái)，計(jì)算機(jī)、網(wǎng)絡(luò)和通信等信息技術(shù)的發(fā)展為現(xiàn)有的控制理論提供了廣泛的應(yīng)用空間，同時(shí)也帶來(lái)了巨大的挑戰(zhàn)，促使控制理論自身的發(fā)展，也催生出新的學(xué)科增長(zhǎng)點(diǎn)。控制理論方面，在魯棒控制、非線性控制、離散事件動(dòng)態(tài)系統(tǒng)、量子控制等方面都取得了重要進(jìn)展。魯棒控制研究?jī)?nèi)容涉及魯棒極點(diǎn)配置、魯棒鎮(zhèn)定、魯棒觀測(cè)器設(shè)計(jì)、魯棒故障診斷等一系列魯棒控制問(wèn)題。分布參數(shù)控制研究涉及可控性、隨機(jī)控制、非線性系統(tǒng)、穩(wěn)定性、最優(yōu)性、數(shù)值求解最優(yōu)控制及時(shí)間延遲問(wèn)題。離散事件動(dòng)態(tài)系統(tǒng)的研究主要集中在離散事件動(dòng)態(tài)系統(tǒng)的優(yōu)化理論與方法上，理論成果被成功應(yīng)用到從機(jī)械或半導(dǎo)體制造到電網(wǎng)規(guī)劃、石油化工等多個(gè)行業(yè)的實(shí)際工程問(wèn)題。量子控制的研究涉及量子態(tài)的制備、最優(yōu)控制、控制能力、反饋控制、消相干控制、糾纏動(dòng)力學(xué)、動(dòng)態(tài)解耦等多個(gè)方面。智能控制方面，在模糊不確定性理論、復(fù)雜系統(tǒng)的模糊控制與穩(wěn)定性分析、神經(jīng)網(wǎng)絡(luò)控制、智能優(yōu)化等方面都有重要貢獻(xiàn)。模糊不確定性理論對(duì)于主觀上的不確定事件，給出了不確定變量的期望值、不確定變量的關(guān)鍵值、不確定事件測(cè)度的定義，并將它們應(yīng)用于機(jī)器學(xué)習(xí)、系統(tǒng)控制和管理等問(wèn)題。自模糊集合誕生至今，模糊控制作為一種有效的非線性控制方法受到了廣泛關(guān)注和應(yīng)用，模糊控制器形式常見(jiàn)的有模糊邏輯控制、模糊PID控制、神經(jīng)模糊控制、模糊滑膜控制、自適應(yīng)模糊控制及基于T-S模型的模糊控制等。模糊控制系統(tǒng)的穩(wěn)定性分析，是模糊控制領(lǐng)域一個(gè)持續(xù)研究的課題。現(xiàn)有的結(jié)果，主要是在前有理論基礎(chǔ)上，提出放松穩(wěn)定性條件，并將模糊控制的概念引入網(wǎng)絡(luò)控制系統(tǒng)。在神經(jīng)網(wǎng)絡(luò)控制方面，主要利用神經(jīng)網(wǎng)絡(luò)對(duì)非線性系統(tǒng)的逼近能力和特性，與一些控制算法相結(jié)合，探討復(fù)雜系統(tǒng)的建模與控制問(wèn)題。智能優(yōu)化方面主要是結(jié)合模糊推理和神經(jīng)網(wǎng)絡(luò)自適應(yīng)為主的模糊神經(jīng)控制，并結(jié)合智能算法實(shí)現(xiàn)對(duì)算法的優(yōu)化。智能機(jī)器人技術(shù)方面，除了在機(jī)構(gòu)、視覺(jué)及傳感系統(tǒng)、運(yùn)動(dòng)建模、規(guī)劃與導(dǎo)航等提出一些新的設(shè)計(jì)和改進(jìn)的算法外，中國(guó)學(xué)者在救災(zāi)救援機(jī)器人、網(wǎng)絡(luò)環(huán)境機(jī)器人、醫(yī)療機(jī)器人、仿生機(jī)器人、飛行機(jī)器人、仿人機(jī)器人、人-機(jī)器人交互等方面取得了重要進(jìn)展。在控制的應(yīng)用方面，智能控制理論在電力系統(tǒng)調(diào)度、發(fā)電機(jī)勵(lì)磁控制、風(fēng)電場(chǎng)功率預(yù)測(cè)等方面已有初步應(yīng)用。在多智能體與網(wǎng)絡(luò)控制方面，研究涉及復(fù)雜系統(tǒng)與系統(tǒng)復(fù)雜性理論、混合系統(tǒng)與多模態(tài)切換、多智能體系統(tǒng)及網(wǎng)絡(luò)控制。

1.2 模式識(shí)別與智能控制

隨著20世紀(jì)40年代計(jì)算機(jī)的出現(xiàn)以及50年代人工智能的興起，人們當(dāng)然也希望能用計(jì)算機(jī)來(lái)代替或擴(kuò)展人類的部分腦力勞動(dòng)。模式識(shí)別在20世紀(jì)60年代初迅速發(fā)展并成為一門新學(xué)科。在生物信息學(xué)方面，在高通量組學(xué)數(shù)據(jù)的處理、計(jì)算基因組學(xué)的研究、醫(yī)學(xué)群體遺傳學(xué)中的生物信息學(xué)、蛋白質(zhì)功能結(jié)構(gòu)與亞細(xì)胞定位上、生物分子網(wǎng)絡(luò)的構(gòu)建與分析等方面有了重要進(jìn)展。機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘方面，研究涉及提高學(xué)習(xí)系統(tǒng)泛化能力、樣本標(biāo)記問(wèn)題、降維與度量學(xué)習(xí)、數(shù)據(jù)挖掘、在視頻與圖像分析方面的應(yīng)用。腦—機(jī)接口就是要實(shí)現(xiàn)生物腦與電腦之間的直接對(duì)話?；A(chǔ)理論研究與實(shí)驗(yàn)研究并重是腦—機(jī)接口研究的重要特點(diǎn)。腦—機(jī)接口研究是一個(gè)全新的領(lǐng)域，許多方面的問(wèn)題還有待于深入地研究。在醫(yī)學(xué)信息學(xué)、分子影像方面，多模態(tài)分子影像成像理論方法與關(guān)鍵技術(shù)、分子探針與藥物研發(fā)、分子影像驗(yàn)證與應(yīng)用是現(xiàn)在的研究熱點(diǎn)。

1.3 系統(tǒng)工程

系統(tǒng)工程是實(shí)現(xiàn)系統(tǒng)最優(yōu)化的科學(xué)。系統(tǒng)工程的主要任務(wù)是根據(jù)總體協(xié)調(diào)的需要，把自然科學(xué)和社會(huì)科學(xué)中的基礎(chǔ)思想、理論、策略和方法等從橫的方面聯(lián)系起來(lái)，應(yīng)用現(xiàn)代數(shù)學(xué)和電子計(jì)算機(jī)等工具，對(duì)系統(tǒng)的構(gòu)成要素、組織結(jié)構(gòu)、信息交換和自動(dòng)控制等功能進(jìn)行分析研究，借以達(dá)到最優(yōu)化設(shè)計(jì)，最優(yōu)控制和最優(yōu)管理的目標(biāo)。在工業(yè)過(guò)程建模方面，研究主要涉及過(guò)程建模方法與應(yīng)用及面向高端應(yīng)用的工業(yè)建模技術(shù)與軟件。在生產(chǎn)調(diào)度優(yōu)化方面，隨著經(jīng)濟(jì)全球化進(jìn)程的加快和計(jì)算機(jī)技術(shù)的提升，結(jié)合實(shí)際生產(chǎn)背景的生產(chǎn)調(diào)度問(wèn)題優(yōu)化理論與方法成為自動(dòng)化學(xué)科的研究熱點(diǎn)。公共安全應(yīng)急管理決策的研究主要集中在公共安全應(yīng)急決策的理論、方法和技術(shù)上。在信息服務(wù)的研究上，在服務(wù)組合、服務(wù)計(jì)算環(huán)境、服務(wù)部署與調(diào)度、服務(wù)計(jì)算模式/模型、數(shù)據(jù)集成等關(guān)鍵問(wèn)題上都有了較大的進(jìn)展。智能交通系統(tǒng)是解決目前城市交通擁堵、氣體和噪聲污染的主要途徑，目前主要的研究領(lǐng)域集中在先進(jìn)交通分配和出行誘導(dǎo)技術(shù)、城市高速路與普通路網(wǎng)集成交通控制、交通分配與交通控制一體化研究以及交通信息獲取與服務(wù)系統(tǒng)的研制。

1.4 導(dǎo)航、制導(dǎo)與控制

導(dǎo)航、制導(dǎo)與控制學(xué)科一直突出為國(guó)防、航天服務(wù)的特色，注重理論與工程實(shí)際的結(jié)合，重視高素質(zhì)人才的培養(yǎng)，建立起一支梯隊(duì)結(jié)構(gòu)合理、學(xué)術(shù)方向穩(wěn)定、能打“硬仗”的科研隊(duì)伍。半個(gè)世紀(jì)里，導(dǎo)航、制導(dǎo)與控制學(xué)科先后開(kāi)辟出導(dǎo)航技術(shù)、飛行控制、精確制導(dǎo)等研究方向。在導(dǎo)航技術(shù)方面，研究涉及衛(wèi)星導(dǎo)航、慣性導(dǎo)航及慣性基組合導(dǎo)航。在飛行控制方面，國(guó)內(nèi)飛行控制研究領(lǐng)域取得了豐富的研究成果，在飛行控制理論的改進(jìn)和完善、先進(jìn)飛行控制技術(shù)的研究與探索以及飛行控制技術(shù)在航空器、航天器和臨近空間飛行器的應(yīng)用方面都取得了長(zhǎng)足的進(jìn)展。在精確制導(dǎo)技術(shù)方面，研究的主要內(nèi)容包括高精度導(dǎo)引控制技術(shù)和精確探測(cè)技術(shù)。高精度導(dǎo)引控制技術(shù)主要體現(xiàn)在制導(dǎo)控制規(guī)律的設(shè)計(jì)方面，而精確探測(cè)技術(shù)主要體現(xiàn)在各類導(dǎo)引系統(tǒng)探測(cè)技術(shù)的發(fā)展史上。

1.5 檢測(cè)技術(shù)與自動(dòng)化裝置

檢測(cè)技術(shù)與自動(dòng)化裝置是將自動(dòng)化、電子、計(jì)算機(jī)、控制工程、信息處理、機(jī)械等多種學(xué)科、多種技術(shù)融合為一體并綜合運(yùn)用的復(fù)合技術(shù)，廣泛應(yīng)用于交通、電力、冶金、化工、建材等各領(lǐng)域自動(dòng)化裝備及生產(chǎn)自動(dòng)化過(guò)程。檢測(cè)技術(shù)與自動(dòng)化裝置的研究與應(yīng)用，不僅具有重要的理論意義，符合當(dāng)前及今后相當(dāng)長(zhǎng)時(shí)期內(nèi)我國(guó)科技發(fā)展的戰(zhàn)略，而且緊密結(jié)合國(guó)民經(jīng)濟(jì)的實(shí)際情況，對(duì)促進(jìn)企業(yè)技術(shù)進(jìn)步、傳統(tǒng)工業(yè)技術(shù)改造和鐵路技術(shù)裝備的現(xiàn)代化有著重要的意義。在檢測(cè)技術(shù)上，超導(dǎo)材料、稀土功能材料等功能材料新領(lǐng)域，功能陶瓷材料的研究開(kāi)發(fā)取得了顯著進(jìn)展，在低燒磁料和賤金屬電極上形成了自己的特色并實(shí)現(xiàn)了產(chǎn)業(yè)化。在動(dòng)態(tài)系統(tǒng)的故障診斷技術(shù)方面，研究涉及基于模型的故障診斷技術(shù)及基于數(shù)據(jù)的故障診斷方法。

2 我國(guó)控制科學(xué)與工程學(xué)科發(fā)展趨勢(shì)與展望

2.1 人才的培養(yǎng)和支持

由于我國(guó)控制科學(xué)與工程專業(yè)的畢業(yè)生長(zhǎng)期以來(lái)供不應(yīng)求，目前，設(shè)置該專業(yè)的院校逐漸遞增。要注重培養(yǎng)學(xué)生的動(dòng)手能力，多和實(shí)踐結(jié)合，走出應(yīng)試教育的桎梏。需要有人才成長(zhǎng)的土壤，盡可能為科研人員提供良好的科研條件。需要加大國(guó)內(nèi)外交流，提供交流的機(jī)會(huì)?？傊枰獮槿瞬诺呐囵B(yǎng)創(chuàng)造全方位立體的支持環(huán)境。

2.2 加大基礎(chǔ)理論投入

我國(guó)自動(dòng)化學(xué)科的發(fā)展的劣勢(shì)主要是基礎(chǔ)理論投入不足，要想改進(jìn)這一點(diǎn)，需要從國(guó)家層次上進(jìn)行引導(dǎo)，制定相關(guān)政策，鼓勵(lì)科研院所和高校加大基礎(chǔ)理論研究，經(jīng)濟(jì)允許的情況下加大資金投入，協(xié)調(diào)各個(gè)科研機(jī)構(gòu)，發(fā)揮各單位優(yōu)勢(shì)，爭(zhēng)取在基礎(chǔ)理論上取得重大突破。

3 結(jié)束語(yǔ)

數(shù)代人的持續(xù)努力，使我國(guó)的經(jīng)濟(jì)保持高速增長(zhǎng)的態(tài)勢(shì)。一個(gè)國(guó)家的發(fā)達(dá)程度往往和科技水平成正比，科技會(huì)促進(jìn)社會(huì)經(jīng)濟(jì)的發(fā)展，而經(jīng)濟(jì)的發(fā)展又會(huì)對(duì)科技發(fā)展提供支持。隨著經(jīng)濟(jì)的發(fā)展，我國(guó)對(duì)自動(dòng)化學(xué)科的研究將更多的轉(zhuǎn)向基礎(chǔ)理論的研究和新興交叉方向的研究。也正是以此作為突破口，我國(guó)才更有可能在21世紀(jì)達(dá)到并且引領(lǐng)世界先進(jìn)水平，成為自動(dòng)化科技強(qiáng)國(guó)。

注：黑龍江省學(xué)位與研究生教育教學(xué)改革研究項(xiàng)目——自動(dòng)化領(lǐng)域研究生培養(yǎng)質(zhì)量保證體系研究與實(shí)踐資助；哈爾濱工程大學(xué)2012年教育教學(xué)改革研究項(xiàng)目——自動(dòng)化特色專業(yè)建設(shè)的探索與實(shí)踐

篇6

中圖分類號(hào)：F407.61 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：

在電力系統(tǒng)的運(yùn)行中,為了防止或減少故障的發(fā)生,必須采用保護(hù)裝置來(lái)檢測(cè)和監(jiān)測(cè)系統(tǒng)的運(yùn)行狀況,這種保護(hù)裝置通常由繼電器或其附屬設(shè)備組成,稱為繼電保護(hù)。

一、我國(guó)繼電保護(hù)技術(shù)發(fā)展現(xiàn)狀 電力系統(tǒng)的飛速發(fā)展對(duì)繼電保護(hù)不斷提出新的要求,電子技術(shù)、計(jì)算機(jī)技術(shù)與通信技術(shù)的飛速發(fā)展又為繼電保護(hù)技術(shù)的發(fā)展不斷地注入了新的活力,因此,繼電保護(hù)技術(shù)得天獨(dú)厚,在40余年的時(shí)間里完成了發(fā)展的4個(gè)歷史階段。建國(guó)后,我國(guó)繼電保護(hù)學(xué)科、繼電保護(hù)設(shè)計(jì)、繼電器制造工業(yè)和繼電保護(hù)技術(shù)隊(duì)伍從無(wú)到有,在大約10年的時(shí)間里走過(guò)了先進(jìn)國(guó)家半個(gè)世紀(jì)走過(guò)的道路。20世紀(jì)50年代,我國(guó)工程技術(shù)人員創(chuàng)造性地吸收、消化、掌握了國(guó)外先進(jìn)的繼電保護(hù)設(shè)備性能和運(yùn)行技術(shù)。

1.建成了一支具有深厚繼電保護(hù)理論造詣和豐富運(yùn)行經(jīng)驗(yàn)的繼電保護(hù)技術(shù)隊(duì)伍,對(duì)全國(guó)繼電保護(hù)技術(shù)隊(duì)伍的建立和成長(zhǎng)起了指導(dǎo)作用。阿城繼電器廠引進(jìn)消化了當(dāng)時(shí)國(guó)外先進(jìn)的繼電器制造技術(shù),建立了我國(guó)自己的繼電器制造業(yè)。因而在60年代中我國(guó)已建成了繼電保護(hù)研究、設(shè)計(jì)、制造、運(yùn)行和教學(xué)的完整體系。這是機(jī)電式繼電保護(hù)繁榮的時(shí)代,為我國(guó)繼電保護(hù)技術(shù)的發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。

2結(jié)束了500kV線路保護(hù)完全依靠從國(guó)外進(jìn)口的時(shí)代。在此期間,從70年代中,基于集成運(yùn)算放大器的集成電路保護(hù)已開(kāi)始研究。到80年代末集成電路保護(hù)已形成完整系列,逐漸取代晶體管保護(hù)。到90年代初集成電路保護(hù)的研制、生產(chǎn)、應(yīng)用仍處于主導(dǎo)地位,這是集成電路保護(hù)時(shí)代。

3.天津大學(xué)與南京電力自動(dòng)化設(shè)備廠合作研制的集成電路相電壓補(bǔ)償式方向高頻保護(hù)也在多條220kV和500kV線路上運(yùn)行。我國(guó)從70年代末即已開(kāi)始了計(jì)算機(jī)繼電保護(hù)的研究。

4.高等院校和科研院所起著先導(dǎo)的作用。華中理工大學(xué)、東南大學(xué)、華北電力學(xué)院、西安交通大學(xué)、天津大學(xué)、上海交通大學(xué)、重慶大學(xué)和南京電力自動(dòng)化研究院都相繼研制了不同原理、不同型式的微機(jī)保護(hù)裝置。

5.揭開(kāi)了我國(guó)繼電保護(hù)發(fā)展史上新的一頁(yè),為微機(jī)保護(hù)的推廣開(kāi)辟了道路。在主設(shè)備保護(hù)方面,東南大學(xué)和華中理工大學(xué)研制的發(fā)電機(jī)失磁保護(hù)、發(fā)電機(jī)保護(hù)和發(fā)電機(jī)變壓器組保護(hù)也相繼于1989、1994年通過(guò)鑒定,投入運(yùn)行。隨著微機(jī)保護(hù)裝置的研究,在微機(jī)保護(hù)軟件、算法等方面也取得了很多理論成果,可以說(shuō)從90年代開(kāi)始我國(guó)繼電保護(hù)技術(shù)已進(jìn)入了微機(jī)保護(hù)的時(shí)代。 二、繼電保護(hù)的未來(lái)發(fā)展 繼電保護(hù)技術(shù)未來(lái)趨勢(shì)是向計(jì)算機(jī)化,網(wǎng)絡(luò)化,智能化,保護(hù)、控制、測(cè)量和數(shù)據(jù)通信一體化發(fā)展。

1.計(jì)算機(jī)化:隨著計(jì)算機(jī)硬件的迅猛發(fā)展,微機(jī)保護(hù)硬件也在不斷發(fā)展。原華北電力學(xué)院研制的微機(jī)線路保護(hù)硬件已經(jīng)歷了3個(gè)發(fā)展階段:從8位單CPU結(jié)構(gòu)的微機(jī)保護(hù)問(wèn)世,不到5年時(shí)間就發(fā)展到多CPU結(jié)構(gòu),后又發(fā)展到總線不出模塊的大模塊結(jié)構(gòu),性能大大提高,得到了廣泛應(yīng)用。華中理工大學(xué)研制的微機(jī)保護(hù)也是從8位CPU,發(fā)展到以工控機(jī)核心部分為基礎(chǔ)的32位微機(jī)保護(hù)。南京電力自動(dòng)化研究院一開(kāi)始就研制了16位CPU為基礎(chǔ)的微機(jī)線路保護(hù),已得到大面積推廣,目前也在研究32位保護(hù)硬件系統(tǒng)。東南大學(xué)研制的微機(jī)主設(shè)備保護(hù)的硬件也經(jīng)過(guò)了多次改進(jìn)和提高?，F(xiàn)在,同微機(jī)保護(hù)裝置大小相似的工控機(jī)的功能、速度、存儲(chǔ)容量大大超過(guò)了當(dāng)年的小型機(jī),因此,用成套工控機(jī)作成繼電保護(hù)的時(shí)機(jī)已經(jīng)成熟,這將是微機(jī)保護(hù)的發(fā)展方向之一。

繼電保護(hù)裝置的微機(jī)化、計(jì)算機(jī)化是不可逆轉(zhuǎn)的發(fā)展趨勢(shì)。但對(duì)如何更好地滿足電力系統(tǒng)要求,如何進(jìn)一步提高繼電保護(hù)的可靠性,如何取得更大的經(jīng)濟(jì)效益和社會(huì)效益,尚須進(jìn)行具體深入的研究。

2.網(wǎng)絡(luò)化:計(jì)算機(jī)網(wǎng)絡(luò)作為信息和數(shù)據(jù)通信工具已成為信息時(shí)代的技術(shù)支柱,使人類生產(chǎn)和社會(huì)生活的面貌發(fā)生了根本變化。它深刻影響著各個(gè)工業(yè)領(lǐng)域,也為各個(gè)工業(yè)領(lǐng)域提供了強(qiáng)有力的通信手段。到目前為止,除了差動(dòng)保護(hù)和縱聯(lián)保護(hù)外,所有繼電保護(hù)裝置都只能反應(yīng)保護(hù)安裝處的電氣量。繼電保護(hù)的作用也只限于切除故障元件,縮小事故影響范圍。這主要是由于缺乏強(qiáng)有力的數(shù)據(jù)通信手段。國(guó)外早已提出過(guò)系統(tǒng)保護(hù)的概念,這在當(dāng)時(shí)主要指安全自動(dòng)裝置。因繼電保護(hù)的作用不只限于切除故障元件和限制事故影響范圍(這是首要任務(wù)),還要保證全系統(tǒng)的安全穩(wěn)定運(yùn)行。這就要求每個(gè)保護(hù)單元都能共享全系統(tǒng)的運(yùn)行和故障信息的數(shù)據(jù),各個(gè)保護(hù)單元與重合閘裝置在分析這些信息和數(shù)據(jù)的基礎(chǔ)上協(xié)調(diào)動(dòng)作,確保系統(tǒng)的安全穩(wěn)定運(yùn)行。顯然,實(shí)現(xiàn)這種系統(tǒng)保護(hù)的基本條件是將全系統(tǒng)各主要設(shè)備的保護(hù)裝置用計(jì)算機(jī)網(wǎng)絡(luò)聯(lián)接起來(lái),亦即實(shí)現(xiàn)微機(jī)保護(hù)裝置的網(wǎng)絡(luò)化。這在當(dāng)前的技術(shù)條件下是完全可能的。對(duì)于一般的非系統(tǒng)保護(hù),實(shí)現(xiàn)保護(hù)裝置的計(jì)算機(jī)聯(lián)網(wǎng)也有很大的好處。繼電保護(hù)裝置能夠得到的系統(tǒng)故障信息愈多,則對(duì)故障性質(zhì)、故障位置的判斷和故障距離的檢測(cè)愈準(zhǔn)確。對(duì)自適應(yīng)保護(hù)原理的研究已經(jīng)過(guò)很長(zhǎng)的時(shí)間,也取得了一定的成果,但要真正實(shí)現(xiàn)保護(hù)對(duì)系統(tǒng)運(yùn)行方式和故障狀態(tài)的自適應(yīng),必須獲得更多的系統(tǒng)運(yùn)行和故障信息,只有實(shí)現(xiàn)保護(hù)的計(jì)算機(jī)網(wǎng)絡(luò)化,才能做到這一點(diǎn)。對(duì)于某些保護(hù)裝置實(shí)現(xiàn)計(jì)算機(jī)聯(lián)網(wǎng),也能提高保護(hù)的可靠性。微機(jī)保護(hù)裝置網(wǎng)絡(luò)化可大大提高保護(hù)性能和可靠性,這是微機(jī)保護(hù)發(fā)展的必然趨勢(shì)。

篇7

關(guān)鍵詞:教學(xué)改革;人工智能;游戲設(shè)計(jì);游戲編程

人工智能(Artificial Intelligence,AI)是計(jì)算機(jī)科學(xué)的一個(gè)分支,是研究、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)[1]。人工智能技術(shù)研究領(lǐng)域包括機(jī)器人、模式識(shí)別、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)等[2],其最為廣泛的應(yīng)用之一就是游戲設(shè)計(jì)[3]。游戲設(shè)計(jì)雖然涉及多門學(xué)科,但其作為應(yīng)用并沒(méi)有形成一門單獨(dú)的理論[4-5]。由于游戲存在較大的市場(chǎng)以及其作為人工智能的一個(gè)重要應(yīng)用,國(guó)外已有多所大學(xué)開(kāi)設(shè)了游戲設(shè)計(jì)課程。如卡內(nèi)基梅隆大學(xué)(Carnegie Mellon University)于1999年設(shè)立了娛樂(lè)科技碩士學(xué)位,并開(kāi)設(shè)了相關(guān)課程;南加州大學(xué)(The University of Southern California)設(shè)立了為期3年的互動(dòng)媒體藝術(shù)(fine arts in interactive media)碩士學(xué)位課程,并于大學(xué)部設(shè)立電子游戲設(shè)計(jì)(video-game design)副修課程。該校也為美國(guó)軍隊(duì)創(chuàng)作訓(xùn)練士兵的電子游戲,透過(guò)戰(zhàn)斗情境模擬來(lái)進(jìn)行沙盤演練。麻省理工學(xué)院(Massachusetts Institute of Technology)提供多種電子游戲設(shè)計(jì)相關(guān)課程,并研發(fā)將電玩游戲納入教室教學(xué)的方法。斯坦福大學(xué)(Stanford University)提供電子游戲設(shè)計(jì)史及包含最佳電子游戲競(jìng)賽獎(jiǎng)的計(jì)算機(jī)繪圖課程。華盛頓藝術(shù)學(xué)院(The Art Institute of Washington)為亞特蘭大藝術(shù)學(xué)院的分校,提供授予學(xué)士學(xué)位的視覺(jué)及游戲程序設(shè)計(jì)課程。在初期的藝術(shù)與設(shè)計(jì)重點(diǎn)培訓(xùn)后,學(xué)生將學(xué)習(xí)立體動(dòng)畫(huà)相關(guān)技術(shù)。國(guó)內(nèi)也有多所高校開(kāi)設(shè)了游戲設(shè)計(jì)的相關(guān)課程,如北京郵電大學(xué),首都師范大學(xué)等,為了適應(yīng)市場(chǎng)許多培訓(xùn)機(jī)構(gòu)也開(kāi)設(shè)了游戲設(shè)計(jì)課程,但培訓(xùn)機(jī)構(gòu)將課程的重點(diǎn)放在了實(shí)際的編輯代碼中而過(guò)少的關(guān)注理論。中南大學(xué)開(kāi)設(shè)人工智能課程已有20多年的歷史,在教學(xué)實(shí)踐中,中南大學(xué)智能系統(tǒng)與智能軟件研究所的教師們?cè)诮虒W(xué)科研方面取得了許多令人振奮的成果。在良好的環(huán)境中,人工智能與游戲編程課程應(yīng)運(yùn)而生[6-7]。

1教學(xué)目標(biāo)與要求

中南大學(xué)人工智能與游戲設(shè)計(jì)課程主要面向智能方向4年級(jí)學(xué)生,在4年級(jí)第一學(xué)期開(kāi)設(shè)。學(xué)習(xí)該門課程之前需要具備人工智能以及計(jì)算機(jī)編程方面的課程知識(shí),并且需要一定的計(jì)算機(jī)圖形學(xué)的相關(guān)知識(shí)基礎(chǔ)。

此門課程的學(xué)習(xí)使學(xué)生了解游戲設(shè)計(jì)與虛擬現(xiàn)實(shí)的基本概念和術(shù)語(yǔ)及其基本設(shè)計(jì)方法,理解人工智能在游戲中的相關(guān)應(yīng)用,熟悉游戲設(shè)計(jì)中編程以及建模技術(shù),為學(xué)生將來(lái)利用人工智能技術(shù)以及游戲設(shè)計(jì)技術(shù)奠定必要的知識(shí)基礎(chǔ)。除此之外向?qū)W生介紹計(jì)算機(jī)游戲的基本原理和最新進(jìn)展,包括計(jì)算機(jī)游戲動(dòng)畫(huà)的最新概況、游戲程序設(shè)計(jì)概覽、2D游戲的基本編程技術(shù)、3D游戲動(dòng)畫(huà)的基本編程技術(shù)、3D游戲場(chǎng)景的組織與繪制、游戲中的高級(jí)圖形技術(shù)、游戲中的音頻編程、游戲中的人機(jī)界面技術(shù)、人工智能在游戲動(dòng)畫(huà)中的應(yīng)用,紋理貼圖、基于圖像的繪制和加速算法等。

基于該教學(xué)目標(biāo),本課程有兩個(gè)重點(diǎn)內(nèi)容,其分別是人工智能技術(shù)如何在游戲設(shè)計(jì)中的應(yīng)用,以及游戲編程的相關(guān)技術(shù)。對(duì)于人工智能技術(shù)在游戲設(shè)計(jì)中的應(yīng)用這一內(nèi)容,主要采用理論結(jié)合實(shí)際的理念,將學(xué)生已具備的人工智能理論知識(shí)與游戲設(shè)計(jì)的具體應(yīng)用聯(lián)系起來(lái),使學(xué)生一方面能體會(huì)人工智能的基礎(chǔ)理論,另一方面使學(xué)生能夠?qū)⑵渌鶎W(xué)用于實(shí)踐,避免理論與實(shí)踐脫節(jié)。游戲編程內(nèi)容主要從設(shè)計(jì)模式入手,然后依托多媒體平臺(tái)對(duì)學(xué)生進(jìn)行講授設(shè)計(jì)以及編程方面的相關(guān)知識(shí)。

圍繞這個(gè)教學(xué)目標(biāo),我們安排了28個(gè)學(xué)時(shí)的課堂教學(xué),4個(gè)學(xué)時(shí)的實(shí)驗(yàn),總共32個(gè)學(xué)時(shí)的課程。接下來(lái)針對(duì)課堂教學(xué)、實(shí)驗(yàn)設(shè)計(jì)、考核方式這幾個(gè)方面分別展開(kāi)討論。

2課堂教學(xué)設(shè)計(jì)

本課程采用培訓(xùn)學(xué)校模式與大學(xué)理論教育折中的方式進(jìn)行講授,本節(jié)將著重對(duì)28個(gè)學(xué)時(shí)的課堂教學(xué)內(nèi)容分別介紹。

1) 游戲程序設(shè)計(jì)概論與計(jì)算機(jī)圖形學(xué)基礎(chǔ)。

該部分內(nèi)容可以分為以下兩部分。

(1) 計(jì)算機(jī)游戲簡(jiǎn)介與游戲設(shè)計(jì)概論(2課時(shí))。

(2) 計(jì)算機(jī)圖形學(xué)基礎(chǔ)(2課時(shí))。

概論部分主要介紹計(jì)算機(jī)游戲的基本概念、特點(diǎn)以及目前國(guó)際上該領(lǐng)域的研究和應(yīng)用情況。圖形學(xué)部分主要是介紹計(jì)算機(jī)圖形學(xué)的相關(guān)理論基礎(chǔ),目的是讓沒(méi)有學(xué)過(guò)計(jì)算機(jī)圖形學(xué)的學(xué)生有一定了解,由于考慮到智能專業(yè)也開(kāi)設(shè)計(jì)算機(jī)圖形學(xué)的相關(guān)選修課,因此,本部分內(nèi)容只是對(duì)之前學(xué)習(xí)的相關(guān)知識(shí)的復(fù)習(xí),目的是為后續(xù)的程序設(shè)計(jì)課程打好相應(yīng)的理論基礎(chǔ)。

本次課程是正門課程的開(kāi)篇之講,一方面,教師要開(kāi)宗明義,讓學(xué)生明確何為計(jì)算機(jī)游戲,并對(duì)計(jì)算機(jī)游戲有大致的了解,為后續(xù)課程學(xué)習(xí)起鋪墊作用;另一方面,為增強(qiáng)學(xué)生學(xué)習(xí)興趣,必須介紹計(jì)算機(jī)游戲的類型以及各種知識(shí)與其的關(guān)聯(lián)。

2) 游戲編程技術(shù)。

如上所述,游戲編程是本門課程的一個(gè)重點(diǎn)內(nèi)容,游戲編程可以分為如下幾個(gè)部分。

(1)Windows編程基礎(chǔ)(2課時(shí))。

(2)DirectX編程基礎(chǔ)(2課時(shí))。

(3)2D游戲的基本編程(2課時(shí))。

(4)3D游戲場(chǎng)景的組織和繪制(2課時(shí))。

(5)3D動(dòng)畫(huà)的基本編程技術(shù)(2課時(shí))。

(6)游戲中的人機(jī)界面技術(shù)(2課時(shí))。

對(duì)于Windows編程基礎(chǔ),其主要內(nèi)容是Windows操作系統(tǒng)的發(fā)展史、Win32程序的基本結(jié)構(gòu)、消息循環(huán)與處理、Windows窗口、GDI接口、集成開(kāi)發(fā)環(huán)境(IDE)。

DirectX編程[8]基礎(chǔ)的主要內(nèi)容是DirectX開(kāi)發(fā)包的歷史及其框架、介紹每一個(gè)組件的功能、DirectX開(kāi)發(fā)包的安裝以及與IDE連接的配置。

2D游戲基本編程的主要內(nèi)容是游戲的基本流程和體系結(jié)構(gòu)、游戲開(kāi)發(fā)的基本理念及方法、游戲引擎簡(jiǎn)介、游戲的調(diào)試與測(cè)試。

3D游戲場(chǎng)景的組織與繪制的主要內(nèi)容是3D場(chǎng)景的組織與管理、游戲場(chǎng)景的幾何優(yōu)化、3D場(chǎng)景的快速可見(jiàn)性判斷與消隱、地形場(chǎng)景的繪制與漫游、3D游戲場(chǎng)景中的碰撞檢測(cè)。

3D動(dòng)畫(huà)的基本編程技術(shù)的主要內(nèi)容是3D動(dòng)畫(huà)技術(shù)概述、Direct3D開(kāi)發(fā)包的使用、關(guān)鍵幀動(dòng)畫(huà)技術(shù)、基于動(dòng)作捕捉的動(dòng)畫(huà)技術(shù)、腳本驅(qū)動(dòng)的動(dòng)畫(huà)技術(shù)。

游戲中的人機(jī)界面技術(shù)主要內(nèi)容是游戲的可玩性與人機(jī)界面、用戶界面設(shè)計(jì)基礎(chǔ)。

游戲程序設(shè)計(jì)部分內(nèi)容主要是讓學(xué)生了解和掌握面向Windows平臺(tái)的游戲編程的技能。現(xiàn)在絕大部分游戲和娛樂(lè)都是基于Windows平臺(tái),因此掌握Windows平臺(tái)的設(shè)計(jì)模式與編程方法是必須的。又因?yàn)镈irectX軟件開(kāi)發(fā)包是微軟公司面向Windows平臺(tái)開(kāi)發(fā)的一套專門應(yīng)用于游戲開(kāi)發(fā)的API,因此了解其原理以及掌握其技術(shù)能夠提高學(xué)生的游戲開(kāi)發(fā)能力。

3) 人工智能在游戲中的應(yīng)用。

如今的游戲應(yīng)用了大量的人工智能技術(shù),本門課程將從以下幾個(gè)方面介紹人工智能技術(shù)在游戲中的應(yīng)用。

(1)遺傳算法(6學(xué)時(shí))。

(2)神經(jīng)網(wǎng)絡(luò)(6學(xué)時(shí))。

遺傳算法主要內(nèi)容是遺傳算法的概念及其相關(guān)研究、雜交操作、變異操作、適應(yīng)性函數(shù)選擇、遺傳算法優(yōu)化的算子、創(chuàng)建和處理矢量圖形。

神經(jīng)網(wǎng)絡(luò)主要內(nèi)容是神經(jīng)網(wǎng)絡(luò)概述、適應(yīng)性函數(shù)、環(huán)境探測(cè)、有監(jiān)督的學(xué)習(xí)、演化神經(jīng)網(wǎng)絡(luò)的拓?fù)洹?/p>

該部分內(nèi)容主要是介紹如何將人工智能中的理論用計(jì)算機(jī)語(yǔ)言實(shí)現(xiàn),并介紹如何在游戲設(shè)計(jì)中應(yīng)用這些理論。這部分內(nèi)容是本門課程一個(gè)核心內(nèi)容,通過(guò)學(xué)習(xí)學(xué)生們能夠認(rèn)識(shí)到人工智能在游戲設(shè)計(jì)中的重要性,并提高應(yīng)用能力。

3實(shí)驗(yàn)設(shè)計(jì)與課程設(shè)計(jì)

由于該門課程為選修課,因此課時(shí)較少,除課堂課時(shí)之外只剩下4個(gè)學(xué)時(shí)的實(shí)驗(yàn)課時(shí)。我們針對(duì)這4個(gè)課時(shí)的實(shí)驗(yàn)進(jìn)行了重點(diǎn)設(shè)計(jì),其主要內(nèi)容是引導(dǎo)學(xué)生熟悉Visual Studio .Net 2008集成開(kāi)發(fā)環(huán)境、安裝與配置DirectX 軟件開(kāi)發(fā)包、使用有限狀態(tài)機(jī)設(shè)計(jì)狀態(tài)驅(qū)動(dòng)智能體,設(shè)計(jì)2D圖形驅(qū)動(dòng)引擎。

雖然課時(shí)很短,但學(xué)生能夠?qū)嶋H動(dòng)手操作,熟悉游戲編程的相關(guān)開(kāi)發(fā)工具與開(kāi)發(fā)包,另外,學(xué)生學(xué)習(xí)興趣提高了,學(xué)習(xí)內(nèi)容從枯燥的抽象概念、理論變成實(shí)際的事例。此外,學(xué)生還可以在課下完成任務(wù),繼續(xù)鉆研新的理論應(yīng)用。

我們針對(duì)本門課程實(shí)驗(yàn)課時(shí)少的缺點(diǎn),特別設(shè)定了一個(gè)課程設(shè)計(jì)環(huán)節(jié)。課程設(shè)計(jì)并不占用實(shí)驗(yàn)課時(shí),而是要求學(xué)生利用課外的時(shí)間,自由組合,以團(tuán)隊(duì)的模式完成相應(yīng)的設(shè)計(jì)要求。

課程設(shè)計(jì)主要內(nèi)容是要求學(xué)生完成一個(gè)項(xiàng)目設(shè)計(jì),該項(xiàng)目設(shè)計(jì)主要是要求學(xué)生使用相關(guān)的集成開(kāi)發(fā)環(huán)境和開(kāi)發(fā)包,利用一個(gè)人工智能技術(shù)編寫(xiě)出一個(gè)小的游戲軟件,并給出設(shè)計(jì)報(bào)告?？紤]到學(xué)生的實(shí)際能力,開(kāi)發(fā)與報(bào)告以小組的形式進(jìn)行設(shè)計(jì)開(kāi)發(fā),設(shè)計(jì)團(tuán)隊(duì)由3～5人自由組合,具體分工必須在報(bào)告中體現(xiàn),報(bào)告要求不少于4000字,以軟件開(kāi)發(fā)文檔的形式提交,報(bào)告中不僅有游戲軟件的需求分析文檔、設(shè)計(jì)文檔和測(cè)試文檔,還必須包括游戲的內(nèi)容設(shè)計(jì),即游戲的情節(jié)創(chuàng)意或功能設(shè)計(jì)。設(shè)計(jì)題目以及游戲類型由學(xué)生自選,圖形界面可以是3D也可以是2D,開(kāi)發(fā)包可以使用Direct3D也可是Windows自帶的GDI。

4考核方式及其安排

考核一個(gè)方面是檢測(cè)學(xué)生學(xué)習(xí)的狀況,另一個(gè)方面是為了通過(guò)考核方式,提高學(xué)生的實(shí)踐動(dòng)手能力?；谶@個(gè)原因,我們將整個(gè)考核分為3個(gè)模塊。

1) 期末考試(開(kāi)卷),占總成績(jī)的50%。

2) 項(xiàng)目設(shè)計(jì),占總成績(jī)的35%。

3) 實(shí)驗(yàn),占總成績(jī)的15%。

期末考試采用開(kāi)卷形式,主要目的在于檢測(cè)學(xué)生通過(guò)課程學(xué)習(xí),對(duì)知識(shí)點(diǎn)的掌握程度,以及運(yùn)用知識(shí)點(diǎn)解決問(wèn)題的能力。其占總成績(jī)比例的一半。雖然期末考試為開(kāi)卷,但考核的知識(shí)點(diǎn)無(wú)法直接從教材中直接找到,需要學(xué)生實(shí)際運(yùn)用能力和解題手段才能完成答題。精心設(shè)計(jì)的開(kāi)卷試題,可以使學(xué)生對(duì)虛擬現(xiàn)實(shí)知識(shí)體系進(jìn)行一個(gè)系統(tǒng)的回顧,同時(shí),它也是對(duì)教學(xué)的補(bǔ)充。

課程設(shè)計(jì)需要學(xué)生有很強(qiáng)的自主性,認(rèn)真完成將使學(xué)生受益匪淺,敷衍了事不僅學(xué)生沒(méi)有得到鍛煉,教學(xué)目的也難以達(dá)成。課程設(shè)計(jì)以小組的形式有優(yōu)勢(shì)也有劣勢(shì),好處在于學(xué)生可以根據(jù)自身能力對(duì)應(yīng)團(tuán)隊(duì)中的角色,例如,某同學(xué)編程能力強(qiáng),他可以作為程序設(shè)計(jì)與開(kāi)發(fā)人員;另一同學(xué)數(shù)學(xué)好,或理論方面出色,他就可以擔(dān)任算法設(shè)計(jì)的工作;某些同學(xué)有創(chuàng)意,他則可以擔(dān)任游戲情節(jié)設(shè)計(jì)的工作,等等。這樣做分工明確,每個(gè)人都能夠根據(jù)自己的實(shí)際需求和情況得到鍛煉。劣勢(shì)在于,如果團(tuán)隊(duì)同學(xué)能力重點(diǎn)都一樣,就會(huì)出現(xiàn)分工不清,而最大的問(wèn)題就是團(tuán)隊(duì)合作會(huì)導(dǎo)致某些同學(xué)出現(xiàn)依賴思想,最終導(dǎo)致整個(gè)團(tuán)隊(duì)只有一個(gè)人完成整個(gè)項(xiàng)目,甚至導(dǎo)致項(xiàng)目無(wú)法完成的情況。對(duì)此,我們應(yīng)當(dāng)強(qiáng)調(diào)每一個(gè)學(xué)生都要積極主動(dòng)參與到課程設(shè)計(jì)中來(lái),發(fā)揮自己的主觀能動(dòng)性,協(xié)作完成項(xiàng)目。

5結(jié)語(yǔ)

本文探討了人工智能與游戲設(shè)計(jì)教學(xué)目標(biāo)與任務(wù)、課堂教學(xué)、實(shí)驗(yàn)設(shè)計(jì)、考核方式,希望能夠給其他相關(guān)教學(xué)工作者以參考和啟發(fā),共同促進(jìn)其完善與提高。

由于人工智能與游戲設(shè)計(jì)這門課程是中南大學(xué)新開(kāi)的一門課程,在許多方面存在考慮不周或欠缺的情況,需要向兄弟單位多學(xué)習(xí)并且多在教學(xué)實(shí)踐中摸索與提高。本門課程是以中南大學(xué)智能系統(tǒng)與智能軟件研究所為依托,它具有很好的研究基礎(chǔ)與良好的實(shí)驗(yàn)平臺(tái),并能夠?qū)⑦@門課程融會(huì)貫通,使學(xué)生理解人工智能與游戲開(kāi)發(fā)設(shè)計(jì)的基本理念,并培養(yǎng)學(xué)生實(shí)際應(yīng)用技能。

參考文獻(xiàn):

[1] 楊剛,黃心淵. 虛擬現(xiàn)實(shí)技術(shù)課程的教學(xué)設(shè)計(jì)與討論[J]. 計(jì)算機(jī)教育,2008(2):1-3.

[2] 蔡自興,徐光v. 人工智能及其應(yīng)用[M]. 3版. 北京:清華大學(xué)出版社,2003.

[3] 劉鍇. 應(yīng)用型院校的虛擬現(xiàn)實(shí)技術(shù)課程教學(xué)探討[J]. 電腦知識(shí)與技術(shù),2009,23(5):6486-6487.

[4] 劉明昆. 三維游戲設(shè)計(jì)師寶典:Virtools開(kāi)發(fā)工具篇[M]. 成都:四川出版集團(tuán),2005.

[5] 王一劍. 人工智能在游戲開(kāi)發(fā)中的應(yīng)用[M]. 上海:同濟(jì)大學(xué)軟件學(xué)院,2008.

[6] 于金霞,湯永利. 人工智能課程教學(xué)改革及實(shí)踐探討[J]. 教學(xué)園地,2009(5):91-118.

[7] 蔡自興,肖曉明,蒙祖強(qiáng),等. 樹(shù)立精品意識(shí)搞好人工智能課程建設(shè)[J]. 中國(guó)大學(xué)教學(xué),2004(1):28-29.

[8] Microsoft. DirectX Software Development Kit[EB/OL]. [2010-7-20]. /downloads/details.aspx.

Design in Artificial Intelligent and Game Programming Courses

LI Yi

(Institute of Information Science and Engineering, Central South University, Changsha 410083, China)

篇8

關(guān)鍵詞：農(nóng)村電網(wǎng) 繼電保護(hù) 配置 可靠性

1、繼電保護(hù)技術(shù)發(fā)展的歷史階段

電力系統(tǒng)技術(shù)的發(fā)展對(duì)繼電保護(hù)提出了新的要求，電子技術(shù)、計(jì)算機(jī)技術(shù)與通信技術(shù)的發(fā)展又為繼電保護(hù)技術(shù)的發(fā)展注入了新的動(dòng)力，繼電保護(hù)技術(shù)的發(fā)展，也是科技實(shí)力的發(fā)展。

建國(guó)后，我國(guó)繼電保護(hù)學(xué)科、繼電保護(hù)設(shè)計(jì)、繼電器制造工業(yè)和繼電保護(hù)技術(shù)隊(duì)伍從無(wú)到有，在大約10年的時(shí)間里走過(guò)了先進(jìn)國(guó)家半個(gè)世紀(jì)走過(guò)的道路。50年代，我國(guó)工程技術(shù)人員創(chuàng)造性地吸收、消化、掌握了國(guó)外先進(jìn)的繼電保護(hù)設(shè)備性能和運(yùn)行技術(shù)，建成了一支具有深厚繼電保護(hù)理論造詣和豐富運(yùn)行經(jīng)驗(yàn)的繼電保護(hù)技術(shù)隊(duì)伍，對(duì)全國(guó)繼電保護(hù)技術(shù)隊(duì)伍的建立和成長(zhǎng)起了指導(dǎo)作用。在引進(jìn)消化了當(dāng)時(shí)國(guó)外先進(jìn)的繼電器制造技術(shù)后，建立了我國(guó)自己的繼電器制造業(yè)。在60年代中期我國(guó)已建成了繼電保護(hù)研究、設(shè)計(jì)、制造、運(yùn)行和教學(xué)的完整體系。這是機(jī)電式繼電保護(hù)繁榮的時(shí)代，為我國(guó)繼電保護(hù)技術(shù)的發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。

50年代末，晶體管繼電保護(hù)已開(kāi)始研究。6O年代中期到80年代中期是晶體管繼電保護(hù)蓬勃發(fā)展和廣泛采用的時(shí)代。我國(guó)研制的500kV晶體管方向高頻保護(hù)和晶體管高頻閉鎖距離保護(hù)的成功運(yùn)行，結(jié)束了500kV線路保護(hù)依靠進(jìn)口的時(shí)代。從7O年代中期，基于集成運(yùn)算放大器的集成電路保護(hù)已開(kāi)始研究。到8O年代末集成電路保護(hù)已形成完整系列，逐漸取代晶體管保護(hù)。到9O年代初集成電路保護(hù)的研制、生產(chǎn)、應(yīng)用仍處于主導(dǎo)地位，這是集成電路保護(hù)時(shí)代。

70年代末開(kāi)始計(jì)算機(jī)繼電保護(hù)的研究，高等院校和科研院所起著先導(dǎo)的作用。1984年原華北電力學(xué)院研制的輸電線路微機(jī)保護(hù)裝置首先通過(guò)鑒定，并在系統(tǒng)中獲得應(yīng)用，揭開(kāi)了我國(guó)繼電保護(hù)發(fā)展史上新的一頁(yè)，為微機(jī)保護(hù)的推廣開(kāi)辟了道路。在主設(shè)備保護(hù)方面，東南大學(xué)和華中理工大學(xué)研制的發(fā)電機(jī)失磁保護(hù)、發(fā)電機(jī)保護(hù)和發(fā)電機(jī)變壓器組保護(hù)也相繼于l989年、l994年通過(guò)鑒定并投入運(yùn)行。南京電力自動(dòng)化研究院研制的微機(jī)線路保護(hù)裝置也于1991年通過(guò)鑒定。天津大學(xué)與南京電力自動(dòng)化設(shè)備廠合作研制的微機(jī)相電壓補(bǔ)償式方向高頻保護(hù)，西安交通大學(xué)與許昌繼電器廠合作研制的正序故障分量方向高頻保護(hù)也相繼于l993年、l996年通過(guò)鑒定。至此，不同原理、不同機(jī)型的微機(jī)線路和主設(shè)備保護(hù)各具特色，為電力系統(tǒng)提供了一批新一代性能優(yōu)良、功能齊全、工作可靠的繼電保護(hù)裝置。隨著微機(jī)保護(hù)裝置的研究，在微機(jī)保護(hù)軟件、算法等方面也取得了很多理論成果。從90年代開(kāi)始我國(guó)繼電保護(hù)技術(shù)已進(jìn)入了微機(jī)保護(hù)的時(shí)代，開(kāi)始走上高科技的發(fā)展時(shí)代。

2、農(nóng)村電網(wǎng)保護(hù)配置存在的問(wèn)題

(1)由于系統(tǒng)運(yùn)行方式變化大，利用簡(jiǎn)單的電流、電壓型保護(hù)有時(shí)很難同時(shí)滿足快速性、選擇性和靈敏性的要求。

(2)隨著農(nóng)村電網(wǎng)的改造，環(huán)形網(wǎng)、雙回路網(wǎng)的增加，現(xiàn)有保護(hù)配置(非方向元件)難以適應(yīng)運(yùn)行方式的要求。

(3)保護(hù)采用的電磁型、晶體管型、集成電路型繼電保護(hù)比微機(jī)保護(hù)可靠性差。

(4)隨著線路長(zhǎng)度的縮短，電流速斷保護(hù)范圍相應(yīng)縮短，短線路一般無(wú)保護(hù)范圍，影響了快速性和靈敏性。

3、繼電保護(hù)技術(shù)的發(fā)展前景

智能化進(jìn)入2O世紀(jì)90年代以來(lái)，人工智能技術(shù)如神經(jīng)網(wǎng)絡(luò)、遺傳算法、進(jìn)化規(guī)劃、模糊邏輯等在電力系統(tǒng)各個(gè)領(lǐng)域都得到了應(yīng)用，電力系統(tǒng)保護(hù)領(lǐng)域內(nèi)的一些研究工作也轉(zhuǎn)向人工智能的研究。專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)(ANN)和模糊控制理論逐步應(yīng)用于電力系統(tǒng)繼電保護(hù)中，為繼電保護(hù)的發(fā)展注入了活力。隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展以及計(jì)算機(jī)在電力系統(tǒng)繼電保護(hù)領(lǐng)域中的普遍應(yīng)用，新的控制原理和方法被不斷應(yīng)用于計(jì)算機(jī)繼電保護(hù)中，以期取得更好的效果，從而使微機(jī)繼電保護(hù)的研究向更高的層次發(fā)展，其未來(lái)趨勢(shì)向計(jì)算機(jī)化，網(wǎng)絡(luò)化，智能化，保護(hù)、控制、測(cè)量和數(shù)據(jù)通信一體化發(fā)展。微計(jì)算機(jī)硬件的更新和網(wǎng)絡(luò)化發(fā)展在計(jì)算機(jī)領(lǐng)域，發(fā)展速度最快的當(dāng)屬計(jì)算機(jī)硬件，按照著名的摩爾定律，芯片上的集成度每隔18～24個(gè)月翻一番。其結(jié)果是不僅計(jì)算機(jī)硬件的性能成倍增加，價(jià)格也在迅速降低。微處理機(jī)的發(fā)展主要體現(xiàn)在單片化及相關(guān)功能的極大增強(qiáng)，片內(nèi)硬件資源得到很大擴(kuò)充，單片機(jī)與DSP芯片二者技術(shù)上的融合，運(yùn)算能力的顯著提高以及嵌入式網(wǎng)絡(luò)通信芯片的出現(xiàn)及應(yīng)用等方面。這些發(fā)展使硬件設(shè)計(jì)更加方便，高性價(jià)比使冗余設(shè)計(jì)成為可能，為實(shí)現(xiàn)靈活化、高可靠性和模塊化的通用軟硬件平臺(tái)創(chuàng)造了條件。硬件技術(shù)的不斷更新，使微機(jī)保護(hù)對(duì)技術(shù)升級(jí)的開(kāi)放性有了迫切要求。未來(lái)的繼電保護(hù)技術(shù)、變電所綜合自動(dòng)化技術(shù)現(xiàn)代計(jì)算機(jī)技術(shù)、通信技術(shù)和網(wǎng)絡(luò)技術(shù)為改變變電站目前監(jiān)視、控制、保護(hù)和計(jì)量裝置及系統(tǒng)分割的狀態(tài)提供了優(yōu)化組合和系統(tǒng)集成的技術(shù)基礎(chǔ)。高壓、超高壓變電站正面臨著一場(chǎng)技術(shù)創(chuàng)新。實(shí)現(xiàn)繼電保護(hù)和綜合自動(dòng)化的緊密結(jié)合，它表現(xiàn)在集成與資源共享、遠(yuǎn)方控制與信息共享。以遠(yuǎn)方終端單元(RTu)、微機(jī)保護(hù)裝置為核心，將變電所的控制、信號(hào)、測(cè)量、計(jì)費(fèi)等回路納入計(jì)算機(jī)系統(tǒng)，取代傳統(tǒng)的控制保護(hù)屏，能夠降低變。

電所的占地面積和設(shè)備投資，提高二次系統(tǒng)的可靠性。自適應(yīng)控制技術(shù)在繼電保護(hù)中的應(yīng)用自適應(yīng)繼電保護(hù)的概念始于20世紀(jì)80年代，它可定義為能根據(jù)電力系統(tǒng)運(yùn)行方式和故障狀態(tài)的變化而實(shí)時(shí)改變保護(hù)性能、特性或定值的新型繼電保護(hù)。自適應(yīng)繼電保護(hù)的基本思想是使保護(hù)能盡可能地適應(yīng)電力系統(tǒng)的各種變化，進(jìn)一步改善保護(hù)的性能。這種新型保護(hù)原理的出現(xiàn)引起了人們的極大關(guān)注和興趣，是微機(jī)保護(hù)具有生命力和不斷發(fā)展的重要內(nèi)容。自適應(yīng)繼電保護(hù)具有改善系統(tǒng)的響應(yīng)、增強(qiáng)可靠性和提高經(jīng)濟(jì)效益等優(yōu)點(diǎn)，在輸電線路的距離保護(hù)、變壓器保護(hù)、發(fā)電機(jī)保護(hù)、自動(dòng)重合閘等領(lǐng)域內(nèi)有著廣泛的應(yīng)用前景。隨著電力系統(tǒng)的高速發(fā)展和計(jì)算機(jī)技術(shù)、通信技術(shù)的進(jìn)步，繼電保護(hù)技術(shù)面臨著進(jìn)一步發(fā)展的趨勢(shì)。其發(fā)展將出現(xiàn)原理突破和應(yīng)用革命，由數(shù)字時(shí)代跨入信息化時(shí)代，發(fā)展到一個(gè)新的水平。未來(lái)中國(guó)電力系統(tǒng)繼電保護(hù)技術(shù)的發(fā)展前景，會(huì)以嶄新的姿態(tài)走在世界前列。

4、10KV線路保護(hù)中容易被忽視的問(wèn)題及解決方法

(1)10kV線路如裝有大量的配電變壓器，在線路投入時(shí)，這些配電變壓器是掛在線路上，在合閘瞬間，各變壓器所產(chǎn)生的勵(lì)磁涌流在線路上相互迭加、來(lái)回反射，產(chǎn)生了一個(gè)復(fù)雜的電磁暫態(tài)過(guò)程，在系統(tǒng)阻抗較小時(shí)，會(huì)出現(xiàn)較大的涌流，時(shí)間常數(shù)也較大。二段式電流保護(hù)中的電流速斷保護(hù)由于要兼顧靈敏度，動(dòng)作電流值往往取得較小，特別在長(zhǎng)線路或系統(tǒng)阻抗大時(shí)更明顯。勵(lì)磁涌流值可能會(huì)大于裝置整定值，使保護(hù)誤動(dòng)。這種情況在線路變壓器個(gè)數(shù)少、容量小以及系統(tǒng)阻抗大時(shí)并不突出，因此容易被忽視，但當(dāng)線路變壓器個(gè)數(shù)及容量增大后，就可能出現(xiàn)。

勵(lì)磁涌流的特征，就是它含有大量的二次諧波，另一特征就是它的大小隨時(shí)間而衰減，一開(kāi)始涌流很大，一段時(shí)間后涌流衰減為零，流過(guò)保護(hù)裝置的電流為線路負(fù)荷電流，利用涌流這個(gè)特點(diǎn)，在電流速斷保護(hù)加入一短時(shí)間延時(shí)，一般為0.15～0.2s的時(shí)限，就可以防止勵(lì)磁涌流引起的誤動(dòng)作，這樣雖然會(huì)增加故障時(shí)間，但在對(duì)穩(wěn)定運(yùn)行影響較小的地方還是適用的。

(2)10kV線路出口處短路電流一般都較小，特別是農(nóng)網(wǎng)中的變電所，它們往往遠(yuǎn)離電源，系統(tǒng)阻抗較大。對(duì)于同一線路，出口處短路電流大小會(huì)隨著系統(tǒng)規(guī)模及運(yùn)行方式改變而改變。隨著系統(tǒng)規(guī)模的不斷擴(kuò)大，10kV系統(tǒng)短路電流會(huì)隨著變大，可以達(dá)到TA一次額定電流的幾百倍，系統(tǒng)中原有一些能正常運(yùn)行的變比小的TA就可能飽和；另一方面，短路電流中含大量非周期分量，又會(huì)進(jìn)一步加速TA飽和。在10kV線路短路時(shí)，由于TA飽和，感應(yīng)到二次側(cè)的電流會(huì)很小或接近于零，使保護(hù)裝置拒動(dòng)，影響供電可靠性，而且嚴(yán)重威脅運(yùn)行設(shè)備的安全。

避免TA飽和一是在選擇TA時(shí)，變比不能選得太小，要考慮線路短路時(shí)TA飽和問(wèn)題，一般10kV線路保護(hù)TA變比最好大于300/5。另一方面要盡量減少TA二次負(fù)載阻抗，盡量避免保護(hù)和計(jì)量共用TA，縮短TA二次電纜長(zhǎng)度及加大二次電纜截面等,就能很好的防止TA飽和現(xiàn)象。

篇9

達(dá)闥科技成立于2015年初，創(chuàng)建了基于云端大腦和安全網(wǎng)絡(luò)的云端智能機(jī)器人架構(gòu)。達(dá)闥科技在云端融合智能、高速安全網(wǎng)絡(luò)，以及安全智能終端和機(jī)器人控制技術(shù)等前沿領(lǐng)域進(jìn)行了深入研發(fā)。

達(dá)闥科技構(gòu)建了一個(gè)結(jié)合人工輔助和機(jī)器學(xué)習(xí)的云端融合認(rèn)知計(jì)算平臺(tái)（HARI），并迅速應(yīng)用到導(dǎo)盲等領(lǐng)域。達(dá)闥科技目前正在部署一個(gè)覆蓋全球的高速安全骨干網(wǎng)（VBN），并研發(fā)了專門為云端機(jī)器人打造的云端智能控制終端“DATA”系列產(chǎn)品。依靠這些核心技術(shù)，達(dá)闥科技實(shí)現(xiàn)了獨(dú)創(chuàng)的移動(dòng)內(nèi)聯(lián)網(wǎng)云服務(wù)（MCS），為云端機(jī)器人的遠(yuǎn)程操控構(gòu)建了信息安全保障體系。同時(shí)，這些技術(shù)也為實(shí)現(xiàn)下一代企業(yè)移動(dòng)信息化提供了關(guān)鍵的“云網(wǎng)端”安全架構(gòu)。

連接是云平臺(tái)的關(guān)鍵

迄今為止，人類歷史上已經(jīng)歷了三次工業(yè)革命，分別為機(jī)器工業(yè)革命、電氣工業(yè)革命、計(jì)算機(jī)工業(yè)革命，它們分別解決了機(jī)器動(dòng)力問(wèn)題、能源傳輸問(wèn)題，以及信息處理和傳輸問(wèn)題，為人類社會(huì)帶來(lái)了生產(chǎn)力的巨大變革。即將到來(lái)的第四次工業(yè)革命，準(zhǔn)確地說(shuō)是機(jī)器的信息革命，是生產(chǎn)力的一次巨大飛躍。人工智能與機(jī)器人則將是引領(lǐng)第四次工業(yè)革命的主要推動(dòng)力。

達(dá)闥科技認(rèn)為云端架構(gòu)是實(shí)現(xiàn)智能服務(wù)機(jī)器人的必由之路。達(dá)闥科技的愿景是：在2025年提供家庭保姆機(jī)器人服務(wù)。達(dá)闥科技將此次會(huì)主題定位為“云端智能 連接未來(lái)”，這一主題語(yǔ)明示了云端智能未來(lái)的發(fā)展趨勢(shì)。

此次會(huì)的主角是云端智能機(jī)器人平臺(tái)。通過(guò)該平臺(tái)所提供的移動(dòng)內(nèi)聯(lián)網(wǎng)云服務(wù)，用戶可實(shí)現(xiàn)端到端的安全隔離。在會(huì)上，達(dá)闥科技展示了這款云端智能控制終端DATA。該終端目前是機(jī)器人實(shí)體和云端大腦之間的連接器。同時(shí)，達(dá)闥科技啟動(dòng)了云端導(dǎo)盲機(jī)器人META項(xiàng)目，這將是達(dá)闥科技首款智能機(jī)器人應(yīng)用實(shí)體。

達(dá)闥科技此次會(huì)更傾向于推進(jìn)“云端智能”生態(tài)體系的發(fā)展，而非單純的“新概念產(chǎn)品”的。事實(shí)上，云端智能C器人平臺(tái)和部分架構(gòu)已經(jīng)投入了商用。例如，達(dá)闥云端智能控制終端（DATA）已經(jīng)被部分企業(yè)試用，并將于4月接受公開(kāi)預(yù)訂。移動(dòng)內(nèi)聯(lián)網(wǎng)云服務(wù)已經(jīng)為中再保險(xiǎn)、金地集團(tuán)等客戶提供服務(wù)。達(dá)闥科技與一些政府機(jī)構(gòu)合作建設(shè)的云端導(dǎo)盲機(jī)器人協(xié)同研發(fā)中心也于3月開(kāi)始為視障人士提供試點(diǎn)服務(wù)。

實(shí)現(xiàn)云部署需要更多具備強(qiáng)大網(wǎng)絡(luò)能力的運(yùn)營(yíng)商共同努力來(lái)完成。達(dá)闥科技董事長(zhǎng)黃曉慶認(rèn)為：“我們平臺(tái)未來(lái)也需要5G網(wǎng)絡(luò)支持。這需要一段時(shí)間來(lái)實(shí)現(xiàn)。它類似通信產(chǎn)業(yè)軟交換概念產(chǎn)品的實(shí)施過(guò)程。這一過(guò)程經(jīng)歷7年左右時(shí)間。從歷史角度來(lái)看，我認(rèn)為此類云端智能平臺(tái)也將具有同樣的發(fā)展史。通信產(chǎn)業(yè)在產(chǎn)業(yè)發(fā)展規(guī)劃和產(chǎn)業(yè)發(fā)展標(biāo)準(zhǔn)推動(dòng)方面領(lǐng)先于其他產(chǎn)業(yè)，我們能夠利用通信產(chǎn)業(yè)的一些發(fā)展經(jīng)驗(yàn)來(lái)幫助機(jī)器人產(chǎn)業(yè)發(fā)展。”

在云端智能機(jī)器人領(lǐng)域，是否具備相關(guān)的技術(shù)標(biāo)準(zhǔn)？ 黃曉慶介紹道：“我在中國(guó)移動(dòng)工作時(shí)曾推動(dòng)知識(shí)產(chǎn)權(quán)建設(shè)。在4G時(shí)代，中國(guó)移動(dòng)建立了龐大的4G網(wǎng)絡(luò)系統(tǒng)，培養(yǎng)了眾多4G用戶。達(dá)闥科技從成立到現(xiàn)在，已經(jīng)申請(qǐng)了眾多專利，這些專利主要集中在云端智能方面。在網(wǎng)絡(luò)安全方面，我們?cè)跈C(jī)器人的遠(yuǎn)程操控這個(gè)領(lǐng)域也申請(qǐng)了很多知識(shí)產(chǎn)權(quán)。云端智能領(lǐng)域目前缺乏標(biāo)準(zhǔn)，所以我們提出建立云端智能的開(kāi)放實(shí)驗(yàn)室。通過(guò)這個(gè)實(shí)驗(yàn)室，我們希望把云端智能產(chǎn)業(yè)鏈培育起來(lái)，打通機(jī)器人產(chǎn)業(yè)、人工智能產(chǎn)業(yè)和通信產(chǎn)業(yè)的上下游，大家一起建立起智能機(jī)器人的技術(shù)聯(lián)盟和標(biāo)準(zhǔn)組織。”

開(kāi)放平臺(tái)可對(duì)接其他應(yīng)用

為進(jìn)一步讓現(xiàn)場(chǎng)嘉賓了解革命性的產(chǎn)品，達(dá)闥科技組織了嘉賓、記者親身體驗(yàn)云端智能機(jī)器人平臺(tái)的各項(xiàng)功能應(yīng)用，感受“云端智能”帶來(lái)的震撼，使嘉賓對(duì)云端智能未來(lái)的發(fā)展有明確、深入的理解。

如何將“服務(wù)機(jī)器人本體+專屬網(wǎng)絡(luò)+云端大腦”三者合一，無(wú)縫運(yùn)行？達(dá)闥科技的工作人員給出了詳細(xì)的解釋，數(shù)以萬(wàn)億計(jì)的服務(wù)型機(jī)器人本體，借助于高效、安全的網(wǎng)絡(luò)傳輸，受控于云端大腦，即一個(gè)大腦、一張網(wǎng)絡(luò)、上億臺(tái)機(jī)器人。

一些業(yè)內(nèi)人士表示，云端智能機(jī)器人發(fā)展趨勢(shì)可能與公眾預(yù)想和影視作品揭示的方向有所差別。他們認(rèn)為的機(jī)器人智能的方向是――人工智能存在于與人類形態(tài)相似的機(jī)器人身上。

黃曉慶表示：“達(dá)闥科技認(rèn)為機(jī)器人的終極形態(tài)一定是人形機(jī)器人，但是要模擬一個(gè)人類大腦的神經(jīng)元構(gòu)成，需要100萬(wàn)倍體積的電子元器件才能勉強(qiáng)做到。這意味著人類很長(zhǎng)時(shí)間內(nèi)都無(wú)法把如此巨大的‘機(jī)器大腦’放在機(jī)器人肩膀上。云端智能機(jī)器人才是機(jī)器人的必由之路。從實(shí)現(xiàn)上，達(dá)闥科技的技術(shù)演進(jìn)將從非人形的垂直服務(wù)機(jī)器人開(kāi)始。因?yàn)椋_(dá)闥科技對(duì)服務(wù)機(jī)器人的定義是具有在一定功能和能力，能夠代替人的角色的智能機(jī)器。實(shí)際上，很多這樣的機(jī)器人都不一定需要是人形的。隨著技術(shù)進(jìn)步，逐漸實(shí)現(xiàn)具備多功能的通用型人形機(jī)器人。”

META導(dǎo)盲頭盔是達(dá)闥科技第一款云端智能穿戴設(shè)備，META將以頭盔的形態(tài)，為視力障礙人群提供人臉識(shí)別、物體識(shí)別、路徑規(guī)劃、避障等服務(wù)。它是一款基于達(dá)闥科技云端智能機(jī)器人架構(gòu)的導(dǎo)盲頭盔。

這只是達(dá)闥科技走向“云端智能”的一小步。META僅僅是一款針對(duì)視力障礙群體用戶的服務(wù)型機(jī)器人，而達(dá)闥科技還有其他種類的機(jī)器人?！斑_(dá)闥科技開(kāi)發(fā)服務(wù)型機(jī)器人的終極目標(biāo)是家庭保姆。但是一開(kāi)始我們沒(méi)有辦法在技術(shù)上完成通用型的機(jī)器人，所以我們從垂直行業(yè)的機(jī)器人開(kāi)始入手。META是一款非常典型的導(dǎo)盲型機(jī)器人?！?黃曉慶表示，“另外在很多服務(wù)型行業(yè)，比如在安防領(lǐng)域，我們也會(huì)有很多剛性的需求。此外，有一點(diǎn)是非常重要的，人工智能、移動(dòng)通信、機(jī)器人制造，這三大科技的發(fā)展要緊密結(jié)合，才能產(chǎn)生產(chǎn)業(yè)效應(yīng)?！?/p>

從目前的應(yīng)用環(huán)境看，達(dá)闥科技仍然采用第三方云服務(wù)提供商做基礎(chǔ)服務(wù)，在它的基礎(chǔ)上搭建機(jī)器人神經(jīng)網(wǎng)絡(luò)平臺(tái)。而這種云操作系統(tǒng)也與阿里YunOS等云端操作系統(tǒng)類似。達(dá)闥科技的云操作系統(tǒng)是否會(huì)與這些云服務(wù)提供商的操作系統(tǒng)形成競(jìng)爭(zhēng)的關(guān)系？對(duì)此，黃曉慶表示：“我們的云平臺(tái)是開(kāi)放部署的，我們客戶都是大型企業(yè)?？蛻羧绻x擇私有云，我們?yōu)樗峁┧接性疲蝗绻x擇公有云，我們就為它提供公有云。我們很愿意和阿里云、Google、亞馬遜等這些云服務(wù)商合作，但前提是必須建立在安全云的標(biāo)準(zhǔn)下。要將競(jìng)爭(zhēng)對(duì)手變成合作伙伴，大家一起同心協(xié)力?！?/p>

梧桐引來(lái)金鳳凰

云端智能平臺(tái)的安全問(wèn)題始終是記者最為關(guān)注的。確保該云平臺(tái)的安全，移動(dòng)內(nèi)聯(lián)網(wǎng)架構(gòu)起著非常重要的作用。據(jù)黃曉慶介紹，當(dāng)智能機(jī)器人為用戶提供服務(wù)的時(shí)候，移動(dòng)內(nèi)聯(lián)網(wǎng)就解決了機(jī)器人被劫持的問(wèn)題。他表示：“移動(dòng)內(nèi)聯(lián)網(wǎng)技術(shù)的核心技術(shù)就是把機(jī)器人的控制網(wǎng)絡(luò)與互聯(lián)網(wǎng)隔離，隔離之后，外人無(wú)法通過(guò)普通的信道廣播等方式找到該機(jī)器人的連接點(diǎn)，因此無(wú)法攻擊機(jī)器人?！?/p>

篇10

在業(yè)內(nèi)人士看來(lái)，人工智能不是一項(xiàng)單一的科技產(chǎn)業(yè)，而是將其他行業(yè)進(jìn)行融合的工具，例如將機(jī)器人和保姆結(jié)合產(chǎn)生的“看家機(jī)器人”，將導(dǎo)航和汽車結(jié)合產(chǎn)生的“車聯(lián)網(wǎng)”等。在人工智能技術(shù)逐步成熟的當(dāng)下，誰(shuí)率先在應(yīng)用上實(shí)現(xiàn)突破，誰(shuí)就有可能在智能時(shí)代的競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)，“人工智能”有望成為可觸摸的新增長(zhǎng)點(diǎn)之一。

發(fā)展迅猛

身體不舒服，想要打開(kāi)手機(jī)淘寶問(wèn)問(wèn)醫(yī)生，但是怎么樣才能從幾千個(gè)在線等待咨詢的醫(yī)生中間找到最匹配的那一個(gè)？

阿里健康已經(jīng)開(kāi)發(fā)并在手機(jī)淘寶上線了健康小蜜――醫(yī)藥健康智能問(wèn)答引擎。這個(gè)類似于智能問(wèn)答機(jī)器人的引擎，可以回答普通用戶的一般性醫(yī)藥健康問(wèn)題，然后根據(jù)用戶的需求進(jìn)行選擇，將用戶自動(dòng)匹配給相應(yīng)的醫(yī)生或者藥師。

事上，目前，從醫(yī)療健康的監(jiān)測(cè)診斷、智能醫(yī)療設(shè)備，到教育領(lǐng)域的智能評(píng)測(cè)、個(gè)性化輔導(dǎo)、兒童陪伴，從電商零售領(lǐng)域的倉(cāng)儲(chǔ)物流、智能導(dǎo)購(gòu)和客服，到應(yīng)用在智能汽車的自駕技術(shù)，都能看到人工智能的身影。

人工智能等技術(shù)是助推自動(dòng)駕駛發(fā)展的關(guān)鍵技術(shù)。例如，人工智能在幫助汽車解讀傳感器數(shù)據(jù)時(shí)起決策作用，通過(guò)閱讀駕駛者的駕駛行為和表情，能及時(shí)提醒駕駛員在疲勞駕駛時(shí)切換至自動(dòng)駕駛模式。

“人工智能”一詞，通常被認(rèn)為是1955年8月31日在達(dá)特茅斯（美國(guó)一所院校）會(huì)議上誕生的，61年來(lái)，人工智能的研究和實(shí)踐一直處于不斷增長(zhǎng)的趨勢(shì)。當(dāng)今，人工智能技術(shù)的突破帶來(lái)了席卷全球的技術(shù)革命風(fēng)暴，創(chuàng)造出了一個(gè)無(wú)比廣闊的市場(chǎng)，中國(guó)的很多公司在這股大潮中抓住機(jī)遇，表現(xiàn)亮眼。有觀察者認(rèn)為，中國(guó)的人工智能已成為一張令世界矚目的閃亮名片。

過(guò)去的一年里，長(zhǎng)虹、TCL、創(chuàng)維等中國(guó)家電企業(yè)都紛紛人工智能家電產(chǎn)品，希望借助人工智能打破家電行業(yè)的銷售難題。

不久前，搜狗公司2016全年財(cái)報(bào)，搜狗借助人工智能技術(shù)實(shí)現(xiàn)了較大的業(yè)績(jī)?cè)鲩L(zhǎng)。未來(lái)會(huì)把人工智能應(yīng)用到更多的產(chǎn)品中，讓用戶表達(dá)和獲取信息更簡(jiǎn)單，讓人工智能真正惠及人類。

全球人工智能研發(fā)的腳步正在加快，中國(guó)也不甘示弱。近年來(lái)，百度先后成立了大數(shù)據(jù)實(shí)驗(yàn)室、深度學(xué)習(xí)實(shí)驗(yàn)室和硅谷人工智能實(shí)驗(yàn)室，并通過(guò)架構(gòu)調(diào)整全面發(fā)力人工智能。2016年百度世界大會(huì)上，“百度大腦”推出，該項(xiàng)目將對(duì)語(yǔ)音、圖像、自然語(yǔ)言處理和用戶畫(huà)像、無(wú)人駕駛等領(lǐng)域進(jìn)行重點(diǎn)關(guān)注和研發(fā)。

在騰訊，人工智能研究項(xiàng)目包括WHAT LAB（微信-香港科技大學(xué)人工智能聯(lián)合實(shí)驗(yàn)室）、優(yōu)圖實(shí)驗(yàn)室、微信模式識(shí)別中心、智能計(jì)算與搜索實(shí)驗(yàn)室等多個(gè)部門。

人工智能猶如新的科技革命，為長(zhǎng)期低迷的世界經(jīng)濟(jì)注入新的活力。去年諸多關(guān)鍵技術(shù)突飛猛進(jìn)，無(wú)疑是人工智能發(fā)展史上濃墨重彩的一年。誕生半個(gè)多世紀(jì)以來(lái)，它終于走到了從科技研發(fā)到行業(yè)應(yīng)用的臨界點(diǎn)，蓄勢(shì)待發(fā)。

為發(fā)展更新“發(fā)動(dòng)機(jī)”

人工智能技術(shù)的重大突破必將帶來(lái)新一輪科技革命和產(chǎn)業(yè)革命，對(duì)人類生活的方方面面將產(chǎn)生深遠(yuǎn)的影響。大力發(fā)展人工智能技術(shù)是中國(guó)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的重要?jiǎng)恿Α?/p>

眾多研究表明，人工智能是對(duì)傳統(tǒng)行業(yè)商業(yè)模式、產(chǎn)業(yè)鏈和價(jià)值鏈的全面顛覆，將為全球經(jīng)濟(jì)、社會(huì)生活的方方面面帶來(lái)質(zhì)的變化。

發(fā)展人工智能的最大意義在于為現(xiàn)代化發(fā)展更換“發(fā)動(dòng)機(jī)”。咨詢公司埃森哲研究了美國(guó)、芬蘭、英國(guó)等12個(gè)發(fā)達(dá)國(guó)家并作出預(yù)測(cè)，到2035年，人工智能將幫助這些國(guó)家的生產(chǎn)率提高40%左右。

對(duì)于中國(guó)而言，人工智能帶來(lái)的好處將是多方面的。就經(jīng)濟(jì)來(lái)說(shuō)，借助人工智能新技術(shù)實(shí)現(xiàn)自動(dòng)化，將極大提高生產(chǎn)率，節(jié)省勞動(dòng)成本；優(yōu)化行業(yè)的現(xiàn)有產(chǎn)品和服務(wù)，提升其質(zhì)量和勞動(dòng)生產(chǎn)率；通過(guò)創(chuàng)造新市場(chǎng)、新就業(yè)等，將促進(jìn)市場(chǎng)更加繁榮，開(kāi)拓更廣闊的市場(chǎng)空間。

而在產(chǎn)業(yè)升級(jí)方面，中國(guó)的傳統(tǒng)制造業(yè)大而不強(qiáng)的問(wèn)題亟待克服，人工智能恰恰為制造業(yè)轉(zhuǎn)型升級(jí)提供了便利和動(dòng)力，一是這些企業(yè)擁有行業(yè)海量的數(shù)據(jù)和大量資金；二是在生產(chǎn)力水平急需提升、傳統(tǒng)人口紅利逐漸消失的情況下，傳統(tǒng)企業(yè)有迫切的意愿來(lái)改造升級(jí)自己的工廠、業(yè)務(wù)，提高收益，降低企業(yè)成本。因此，制造業(yè)既是人工智能可以大有作為的領(lǐng)域，也是中國(guó)發(fā)展人工智能的優(yōu)勢(shì)領(lǐng)域。

《全球人工智能發(fā)展報(bào)告2016》顯示，中國(guó)人工智能專利申請(qǐng)數(shù)累計(jì)達(dá)到15745項(xiàng)，列世界第二；人工智能領(lǐng)域投資達(dá)146筆，列世界第三。

據(jù)艾瑞咨詢預(yù)計(jì)，2020年全球人工智能市場(chǎng)規(guī)模將達(dá)到1190億元，年復(fù)合增速約19.7%；同期中國(guó)人工智能市場(chǎng)規(guī)模將達(dá)91億元，年復(fù)合增速超50%。人工智能發(fā)展前景極為廣闊。

就制造業(yè)而言，“中國(guó)制造2025”計(jì)劃的實(shí)現(xiàn)就需要很多人工智能。比如過(guò)去在技術(shù)上難以克服的問(wèn)題，就可以通過(guò)深度學(xué)習(xí)，在工程上快速地取得一些新的突破。人工智能技術(shù)的發(fā)展與應(yīng)用，對(duì)于有效實(shí)現(xiàn)“中國(guó)制造2025”目標(biāo)至關(guān)重要。

面向未來(lái)長(zhǎng)遠(yuǎn)布局

在人工智能這場(chǎng)科技浪潮中，中國(guó)與其他國(guó)家已經(jīng)站在了同一起跑線上。針對(duì)未來(lái)產(chǎn)業(yè)競(jìng)爭(zhēng)，中國(guó)政府已在多個(gè)方面對(duì)人工智能產(chǎn)業(yè)做出布局，“人工智能+”的發(fā)展，需要面向未來(lái)，做出長(zhǎng)遠(yuǎn)布局。

未來(lái)5到10年，人工智能將像水和電一樣無(wú)所不在，可以進(jìn)入到教育、醫(yī)療、金融、交通、智慧城市等幾乎所有行業(yè)。

目前，在駕駛領(lǐng)域，通過(guò)依靠人工智能、視覺(jué)計(jì)算、雷達(dá)、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，電腦可以在無(wú)人主動(dòng)操作下，自動(dòng)進(jìn)行操作；在個(gè)人助理領(lǐng)域，通過(guò)智能語(yǔ)音識(shí)別、自然語(yǔ)言處理和大數(shù)據(jù)搜索、深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，可以實(shí)現(xiàn)人機(jī)交互；在金融領(lǐng)域，通過(guò)分析、預(yù)測(cè)、辨別交易數(shù)據(jù)、價(jià)格走勢(shì)等信息，人工智能可以為客戶提供投資理財(cái)、股權(quán)投資等服務(wù)；在電商零售領(lǐng)域，主要是利用大數(shù)據(jù)分析技術(shù)，智能的管理倉(cāng)儲(chǔ)與物流、導(dǎo)購(gòu)等方面，用以節(jié)省倉(cāng)儲(chǔ)物流成本、提高購(gòu)物效率、簡(jiǎn)化購(gòu)物程序。此外，在安防、教育、醫(yī)療健康等眾多領(lǐng)域，人工智能都有著廣泛的用途。