论文部分内容阅读
【摘 要】 在社会主义经济建设快速发展的带动下，国内的电子科技产业也随之发生了巨大的变化。新时代的企业发展中，电子科技产业是必不可少的发展元素。尤其是在人工智能化发展中，电子产品的应用就更为广泛了。下面，本文对机械电子工程与人工智能化的关系进行一个简单的论述。本文分别从机械电子工程、人工智能、两者融合3个方面探讨了这一趋势。
【关键词】 机械电子工程；人工智能；信息处理
电子工程与传统的机械工程相比来言是较新的学科，两者于上世纪逐渐结合在一起。随着人工智能技术的不断发展，机械电子工程由传统的能量连接、动能连接逐步发展为信息连接，使得机械电子工程具有了一定的人工智能。人工智能技术伴随着机械电子工程的日益复杂，也得到了长足的发展。
1 机械电子工程
1.1机械电子工程的发展史
机械电子工程的发展可以分为3个阶段：第一阶段是以手工加工为主要生产力的萌芽阶段，这一时期生产力低下，人力资源的匮乏严重制约了生产力的发展，科学家们不得不穷极思变，引导了机械工业的发展。第二阶段则是以流水线生产为标志的标准件生产阶段，这种生产模式极大程度上提高了生产力，大批量的生产开始涌现，但是由于对标准件的要求较高，导致生产缺乏灵活性，不能适应不断变化的社会需求。第三阶段是现在我们常见的现代机械电子产业阶段，而以机械电子工程为核心的柔性制造系统正是这一阶段的产物。
1.2机械电子工程的特点
1）设计上的不同。机械电子工程并非是一门独立学科，而是一种包含有各类学科精华的综合性学科。在设计时，以机械工程、电子工程和计算机技术为核心的机械电子工程会依据系统配置和目标的不同结合其他技术。工程师在设计时将利用自顶向下的策略使得各模块紧密结合，以完成设计；2）产品特征不同。机械电子产品的结构相对简单，没有过多的运动部件或元件。它的内部结构极为复杂，但却缩小了物理体积，抛弃了传统的笨重型机械面貌，但却提高了产品性能。
2 人工智能
2.1人工智能的定义
人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的交叉学科，是21世纪最伟大的三大学科之一。笔者认为，人工智能是研究通过计算机延伸、扩展、模拟人的智能的一门科学技术。
2.2人工智能的发展史
2.2.1萌芽阶段
17世纪的法国科学家B.Pascal发明了世界上第一部能进行机械加法的计算器轰动世界，从此之后，世界各国的科学家们开始热衷于完善这一计算器，直到冯诺依曼发明第一台计算机。人工智能在这一时期发展缓慢，但是却积累了丰富的实践经验，为下一阶段的发展奠定了坚实的基础。
2.2.2人工智能技术与电子机械之间应用的关系
我们社会发展的最初时候，人类社会发展的重要根源是物质和信息，当时各个方面的生产力水平还很低下，人类的生存主要以物质基础为主，那时的信息传递的方式还是最原始的“结绳记事”法。随着我国经济建设的不断发展，使生产力水平也不断提高。信息传递的重要性也随着我们思想观念的转变而变得尤为重要，因而，文字信息传递法由然而生。随着时代的发展，网络信息传递方式已经被广泛地应用于全国各地，给信息传递带来了新的革命，从此人类进入到了一个全新的信息化时代。信息化时代不能脱离人工智能技术发展，不管是任何行业，不管是控制技术或是模型建成、故障诊断或是故障报警，都离不开人工智能化技术的辅助，也可以说，人工智能化技术对于电子机械工程的发展与运作，起着不可忽视的作用。
电子机械系统本身就存在着不稳定的成分，于是电子机械输入系统和输出系统的描述就显得比较困难。而其传统的电子机械描述系统分为：推导数学方程的方法、学习并生成知识法和规则库建设方法这三种形式。尽管传统数学解析法精准度和严密度都很高，却并不适合复杂的机械系统运算，只能应用在那些简单机械系统运算中。复杂机械输入输出系统运算采取传统数学解析法很难给出正确的数学解析。随着社会的发展，当代社会对多样和精密的机械分析计算系统的需求越来越大，它可以处理多种多样的不同的信息数据种类。例如：电子机械运行的传感器传输的信息可以分成两大类：语言信息、数字信息，但在人工智能技术处理信息时出现了复杂性和不确定性的成分，导致以知识为基础的人工智能技术在数据传输中处理信息的时候，不知不觉的成了数學信息解析的替代手段。
子机械运行过程构建的人工智能大体可以分为两类，即模糊推理系统和神经网络系统。
神经网络系统就像是人的大脑结构一样，先对机械系统传输的数字信号进行分析整理，然后及时分析参考数值；模糊推理系统则是人大脑功能的模拟，模拟大脑功能去分析机械传输的语言信号。而这两大输入输出数据的处理方式间的关系有相同的地方，也有不同的地方。神经网络系统与模糊推理系统的相似之处是：它们都是通过任意的精准度，用对网络结构的模拟去形成连续的函数。而两者不同点则是：神经网络系统具有不清晰的意义，模糊推理系统却具有清晰的意义；神经网络系统是从点到点的映射方式，而模糊推理系统则是整理域到域的映射方式；神经网络系统储存信息的方式是分布式的，而模糊推理系统储存信息的方式则是规则式的。主要是神经网络系统输入的每个神经元都有固定的联系，计算量相对比较大；模糊推理系统的连接有不稳定的因素，计算量相对来说比较小。而神经网络系统的信息输入输出阶段有着很高的精度，表现为光滑的曲面状态。但是模糊推理系统的信息输入输出阶段精准度很低，并且呈现出台阶的形状。
2.2.3平稳发展阶段
由于国际互联网技术的普及，人工智能逐渐由单个主体向分布式主体方向发展，直到今天，人工智能已经演变的复杂而实用，可以面向多个智能主体的多个目标进行求解。
最近五十年间，网络的普及给信息传递带来了新的生命，人类进入到了信息社会，而信息社会的发展离不开人工智能技术的发展。不论是模型的建立与控制，还是故障诊断，人工智能在机械电子工程当中都起着处理信息的作用。
由于机械电子系统与生俱来的不稳定性，描述机械电子系统的输入与输出关系就变得困难重重，传统上的描述方法有以下几种：1）推导数学方程的方法；2）建设规则库的方法；3）学习并生成知识的方法。传统的解析数学的方法严密、精确，但是只能适用于相对简单的系统。现代社会所需求的系统日益复杂，经常会同时处理几种不同类型的信息。由于人工智能处理信息时的不确定性、复杂性，以知识为基础的人工智能信息处理方式成为解析数学方式的替代手段。
通过人工智能建立的系统一般使用两类方法：神经网络系统和模糊推理系统。神经网络系统可以模拟人脑的结构，分析数字信号并给出参考数值；而模糊推理系统是通过模拟人脑的功能来分析语言信号。两者在处理输入输出的关系上有相同之处也有不同之处：神经网络系统物理意义不明确，而模糊推理系统有明确的物理意义；神经网络系统运用点到点的
映射方式，而模糊推理系统运用域到域的映射方式；神经网络系统以分布式的方式储存信息，而模糊推理系统则以规则的方式储存信息；神经网络系统输入时由于每个神经元之间都有固定联系，计算量大，而模糊推理系统由于连接不固定，计算量较小；神经网络系统输入输出时精度较高，呈光滑曲面，而模糊推理系统精度较低，呈台阶状。
模糊神经网络系统做到了两者功能的最大融合，使信息在网络各层当中找到一个最适合的完全表达空间。逻辑推理规则能够对增强节点函数，为神经网络系统提供函数连结，使两者的功能达到最大化。
3 结论
科学的不断发展带来的不仅是学科的高度细化、深化，而且是学科间的高度融合。人工智能就是各学科交叉与综合之后的结果，秉承这一天性，人工智能与机械电子工程自然的进行了完美融合，这一全新领域的发展必将引领世界潮流，促进生产力的飞速发展。
参考文献：
[1]王孙安.机械电子工程系统设计[D].西安交通大学机械工程学院，2006，10.
[2]陈庆霞.人工智能研究纲领的发展历程和前景[J].科技信息，2009，33.
【关键词】 机械电子工程；人工智能；信息处理
电子工程与传统的机械工程相比来言是较新的学科，两者于上世纪逐渐结合在一起。随着人工智能技术的不断发展，机械电子工程由传统的能量连接、动能连接逐步发展为信息连接，使得机械电子工程具有了一定的人工智能。人工智能技术伴随着机械电子工程的日益复杂，也得到了长足的发展。
1 机械电子工程
1.1机械电子工程的发展史
机械电子工程的发展可以分为3个阶段：第一阶段是以手工加工为主要生产力的萌芽阶段，这一时期生产力低下，人力资源的匮乏严重制约了生产力的发展，科学家们不得不穷极思变，引导了机械工业的发展。第二阶段则是以流水线生产为标志的标准件生产阶段，这种生产模式极大程度上提高了生产力，大批量的生产开始涌现，但是由于对标准件的要求较高，导致生产缺乏灵活性，不能适应不断变化的社会需求。第三阶段是现在我们常见的现代机械电子产业阶段，而以机械电子工程为核心的柔性制造系统正是这一阶段的产物。
1.2机械电子工程的特点
1）设计上的不同。机械电子工程并非是一门独立学科，而是一种包含有各类学科精华的综合性学科。在设计时，以机械工程、电子工程和计算机技术为核心的机械电子工程会依据系统配置和目标的不同结合其他技术。工程师在设计时将利用自顶向下的策略使得各模块紧密结合，以完成设计；2）产品特征不同。机械电子产品的结构相对简单，没有过多的运动部件或元件。它的内部结构极为复杂，但却缩小了物理体积，抛弃了传统的笨重型机械面貌，但却提高了产品性能。
2 人工智能
2.1人工智能的定义
人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的交叉学科，是21世纪最伟大的三大学科之一。笔者认为，人工智能是研究通过计算机延伸、扩展、模拟人的智能的一门科学技术。
2.2人工智能的发展史
2.2.1萌芽阶段
17世纪的法国科学家B.Pascal发明了世界上第一部能进行机械加法的计算器轰动世界，从此之后，世界各国的科学家们开始热衷于完善这一计算器，直到冯诺依曼发明第一台计算机。人工智能在这一时期发展缓慢，但是却积累了丰富的实践经验，为下一阶段的发展奠定了坚实的基础。
2.2.2人工智能技术与电子机械之间应用的关系
我们社会发展的最初时候，人类社会发展的重要根源是物质和信息，当时各个方面的生产力水平还很低下，人类的生存主要以物质基础为主，那时的信息传递的方式还是最原始的“结绳记事”法。随着我国经济建设的不断发展，使生产力水平也不断提高。信息传递的重要性也随着我们思想观念的转变而变得尤为重要，因而，文字信息传递法由然而生。随着时代的发展，网络信息传递方式已经被广泛地应用于全国各地，给信息传递带来了新的革命，从此人类进入到了一个全新的信息化时代。信息化时代不能脱离人工智能技术发展，不管是任何行业，不管是控制技术或是模型建成、故障诊断或是故障报警，都离不开人工智能化技术的辅助，也可以说，人工智能化技术对于电子机械工程的发展与运作，起着不可忽视的作用。
电子机械系统本身就存在着不稳定的成分，于是电子机械输入系统和输出系统的描述就显得比较困难。而其传统的电子机械描述系统分为：推导数学方程的方法、学习并生成知识法和规则库建设方法这三种形式。尽管传统数学解析法精准度和严密度都很高，却并不适合复杂的机械系统运算，只能应用在那些简单机械系统运算中。复杂机械输入输出系统运算采取传统数学解析法很难给出正确的数学解析。随着社会的发展，当代社会对多样和精密的机械分析计算系统的需求越来越大，它可以处理多种多样的不同的信息数据种类。例如：电子机械运行的传感器传输的信息可以分成两大类：语言信息、数字信息，但在人工智能技术处理信息时出现了复杂性和不确定性的成分，导致以知识为基础的人工智能技术在数据传输中处理信息的时候，不知不觉的成了数學信息解析的替代手段。
子机械运行过程构建的人工智能大体可以分为两类，即模糊推理系统和神经网络系统。
神经网络系统就像是人的大脑结构一样，先对机械系统传输的数字信号进行分析整理，然后及时分析参考数值；模糊推理系统则是人大脑功能的模拟，模拟大脑功能去分析机械传输的语言信号。而这两大输入输出数据的处理方式间的关系有相同的地方，也有不同的地方。神经网络系统与模糊推理系统的相似之处是：它们都是通过任意的精准度，用对网络结构的模拟去形成连续的函数。而两者不同点则是：神经网络系统具有不清晰的意义，模糊推理系统却具有清晰的意义；神经网络系统是从点到点的映射方式，而模糊推理系统则是整理域到域的映射方式；神经网络系统储存信息的方式是分布式的，而模糊推理系统储存信息的方式则是规则式的。主要是神经网络系统输入的每个神经元都有固定的联系，计算量相对比较大；模糊推理系统的连接有不稳定的因素，计算量相对来说比较小。而神经网络系统的信息输入输出阶段有着很高的精度，表现为光滑的曲面状态。但是模糊推理系统的信息输入输出阶段精准度很低，并且呈现出台阶的形状。
2.2.3平稳发展阶段
由于国际互联网技术的普及，人工智能逐渐由单个主体向分布式主体方向发展，直到今天，人工智能已经演变的复杂而实用，可以面向多个智能主体的多个目标进行求解。
最近五十年间，网络的普及给信息传递带来了新的生命，人类进入到了信息社会，而信息社会的发展离不开人工智能技术的发展。不论是模型的建立与控制，还是故障诊断，人工智能在机械电子工程当中都起着处理信息的作用。
由于机械电子系统与生俱来的不稳定性，描述机械电子系统的输入与输出关系就变得困难重重，传统上的描述方法有以下几种：1）推导数学方程的方法；2）建设规则库的方法；3）学习并生成知识的方法。传统的解析数学的方法严密、精确，但是只能适用于相对简单的系统。现代社会所需求的系统日益复杂，经常会同时处理几种不同类型的信息。由于人工智能处理信息时的不确定性、复杂性，以知识为基础的人工智能信息处理方式成为解析数学方式的替代手段。
通过人工智能建立的系统一般使用两类方法：神经网络系统和模糊推理系统。神经网络系统可以模拟人脑的结构，分析数字信号并给出参考数值；而模糊推理系统是通过模拟人脑的功能来分析语言信号。两者在处理输入输出的关系上有相同之处也有不同之处：神经网络系统物理意义不明确，而模糊推理系统有明确的物理意义；神经网络系统运用点到点的
映射方式，而模糊推理系统运用域到域的映射方式；神经网络系统以分布式的方式储存信息，而模糊推理系统则以规则的方式储存信息；神经网络系统输入时由于每个神经元之间都有固定联系，计算量大，而模糊推理系统由于连接不固定，计算量较小；神经网络系统输入输出时精度较高，呈光滑曲面，而模糊推理系统精度较低，呈台阶状。
模糊神经网络系统做到了两者功能的最大融合，使信息在网络各层当中找到一个最适合的完全表达空间。逻辑推理规则能够对增强节点函数，为神经网络系统提供函数连结，使两者的功能达到最大化。
3 结论
科学的不断发展带来的不仅是学科的高度细化、深化，而且是学科间的高度融合。人工智能就是各学科交叉与综合之后的结果，秉承这一天性，人工智能与机械电子工程自然的进行了完美融合，这一全新领域的发展必将引领世界潮流，促进生产力的飞速发展。
参考文献：
[1]王孙安.机械电子工程系统设计[D].西安交通大学机械工程学院，2006，10.
[2]陈庆霞.人工智能研究纲领的发展历程和前景[J].科技信息，2009，33.