工业智能论文范文
工业智能论文范文第1篇
摘要：在分析专家系统、智能决策支持系统的基础上，探讨智能决策支持系统在林业中的应用，提出了精确林业工程智能决策支持系统平台设计框图及其系统功能。
智能决策支持系统(IntelligentDecisionSupportSystem，IDSS)的概念最早由Bonczek等人于20世纪80年代提出。IDSS是在决策支持系统(DecisionSupportSystem，DSS)的基础上集成人工智能(ArtificialIntelligence，AI)及专家系统(ExpertSystem，ES)而形成的，其核心思想是将人工智能与其它相关科学技术相结合，使DSS具有人工智能，能够更充分地应用人类的知识。IDSS既充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了决策支持系统以模型计算为核心解决定量分析问题的特点，充分做到了定性和定量分析的有机结合，使得解决问题的能力和范围得到一个大的发展。
一、决策支持系统及其在林业中的应用
DSS是在20世纪70年代初由美国MSScottMorton首先提出，并在80年代迅速发展起来的新型计算科学。DSS是以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供决策所需的数据、信息和背景材料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确决策提供必要的支持。
DSS实质上是在管理信息系统和运筹学的基础上发展起来的，它把管理信息系统和模型辅助决策系统结合起来，使得数值计算和数据处理融为一体，提高了辅助决策的能力。它的产生基于以下原因：(1)传统的管理信息系统要靠人来实现模型间的联合和协调，解决复杂的、多模型辅助决策效率低下，而决策支持系统是由计算机自动组织和协调多模型的运行和数据库中大量数据的存取和处理，达到更高层次的辅助决策能力；(2)解决半结构化和非结构化问题的需要。
DSS由3个系统组成，即人机交互系统(对话部件)、模型库系统(模型部件)和数据库系统(数据部件)。
20世纪80年代以来，决策支持系统广泛应用于林业，并在林业资源与环境监测、森林病虫草害防治等领域取得了丰硕的成果。中国林业科学研究院建立了基于Internet网络环境的林业资源数据库，包含了森林资源状况、林业社会情况、林业经济情况、林业工程建设情况、林业营林情况和林业自然资源等历史数据。该系统运行采用了基于Internet的3层结构模式，即用户/WEB服务器/数据库服务器运行模式，可提供数据的网络查询、管理和维护功能，为分析和决策提供支持。
WCSchou等人开发了航空喷雾决策支持系统(SpraySafeManager，SSM)。我们知道除草剂被普遍用于森林杂草防除，但除草剂脱靶喷雾沉积和漂移是一个重要的环境问题，因此在清楚喷药工具对环境的影响及作用效果、运用效率的前提下，可靠地进行除草剂喷洒是必要的。SSM的特点就是将喷雾沉淀和漂移的预测与生物反应模型融合在一起。该系统包含了一系列除草剂/杂草和除草剂敏感植物雾滴反应模型及产量模型。第二代SSM(SSM2)将喷雾沉淀和地理信息系统(GIS)融合在一起，增加了斜坡沉积修正模型和飞行路线确定模型，从而可在真实的空间背景下区分喷雾区边界和敏感区域。由于使用者能够即时、直观地“看到”喷雾区地图上的图像及数据，使得SSM2的模拟更加真实。
二、智能决策支持系统及其在林业中的应用
2.1智能决策支持系统的信息结构
为智能决策支持系统的信息结构，其中知识库用来存放各种规则集、专家知识经验及其因果关系；数据库存放基础数据、决策信息和事实性知识；模型库用来存放各种决策、预测及分析模型；多库协同器从知识、数据、模型、方法等各个方面为决策服务，协调各部分之间的关系，为管理决策提供多方面、多层次的支持和服务。
2.2智能决策支持系统的研究进展
随着Internet/Intranet技术的发展，传统的智能决策支持系统面临着一些新的问题：(1)分析、决策用的数据不再集中于一个物理节点，而是分散到网络上的不同节点；(2)分布、决策模型和知识处理方法也从一台机器上的集中处理，变成在网络环境下的分布或分布加并行的处理方式。
进入20世纪90年代以来，人工智能(机器学习、模糊技术、人工神经网络)、专家系统、数据库技术和Internet/Intranet技术的发展为IDSS提供了强大的技术支撑。20世纪80年代兴起的Agent技术为智能决策支持系统奠定了技术基础。Agent是一个能够持续自主驻留、活动于真实的或虚拟的复杂动态环境中的问题求解实体[7]。Agent具有相当程度的独立性、自主性、协作性、适应性和社会性，并在一定程度上具有人的部分智力。将Agent技术融合到智能决策支持系统中所集成的基于Agent的智能决策支持系统具有传统IDSS所没有的一些特性：(1)开放性。即能够与外界交互，系统资源不足时能够向外界请求帮助，同时具有对外提供资源的功能；其二是系统部件的易于增减，保持系统完整而不含多余的计算过程。(2)IDSS是分布式的、基于网络环境的。(3)资源可重复使用。不但决策程序、决策方法可重复使用，而且系统资源(决策知识、决策经验、决策模型等)能被不同的决策程序多次调用。(4)集成群体的经验和智能。(5)突破静态的程序化决策方式，实现人机智能结合。
目前多Agent技术已成为人工智能研究的热点。多Agent系统(Multi-AgentsSystem，MAS)是一个松散耦合的Agent网络，这些Agent通过交互解决超过单个Agent的能力或知识的问题。多Agent系统具有如下特征：每个Agent拥有解决问题的不完全的信息或能力；没有系统全局控制；数据和知识是分散的；处理是异步的；Agent是异质的、分布的；系统是开放的。
2.3智能决策支持系统在林业中的应用
随着数据挖掘、人工智能、3S与DSS技术的发展，以及精确林业自身发展的需要，国内外开始研究智能决策支持系统在林业中的应用，如防护林体系建设、森林防火、变量施肥等。
北京林业大学研制出区域生态经济型防护林体系建设模式智能决策支持系统。该系统由4个子系统构成：数据及数据库管理、图形及图形库管理、模型及模型管理库、专家系统，并以数据及图形系统为基础，以模型系统为分析手段，以专家系统为智能决策核心，各模块相对独立，以数据管理模块为中介，组成有机整体。可实现统计、预测、区域生态经济系统诊断、土地分类及生态评价、林种的水平及立体配置、区域经济结构优化等功能。
东北林业大学与黑龙江大兴安岭防火指挥中心课题组通过3个阶段的研究，建立了基于WEB与3S技术的森林防火智能决策支持系统，实现了林火数据库、林火预防预报、林火蔓延模型、扑火指挥决策等方面的智能化、网络化管理。它包含了森林防火灭火系统中的地形图绘制，防火机构、历史火灾和各种代码等数据库的建立与维护，火点定位、火场蔓延、派兵扑火、清理看守火场和损失评估等模型的建立，与上下级单位的数据交换，在火灾发生前可作出林火预报和预防；当林火发生时，可模拟林火的蔓延，并提供火场定位、派兵、扑火、清理火场、看守火场等辅助决策方案，为指挥员作出正确决策提供参考；火灾发生后可作出火灾损失评估。
RaymondKFink等人利用机器学习方法分析空间土壤肥力、土壤物理性质和产量数据，在可变量施肥系统中利用基于规则的决策支持工具(DSS4Ag)降低施肥量、增加产量。利用标准的GIS工具将农田进行网格化，分成10×30m的矩形方块。根据历史产量数据、历史性质数据(土壤物理性质、土壤化学性质、坡度、地貌等)进行数据挖掘，采用CART回归树运算法则(Beriman等，1984)确定产量模型，根据当前性质数据、产品市场价格等，按照经济效益最大的原则确定施肥量的大小(如果施肥费用大于增加产量的产值则不予施肥)。从测试结果看，采用DSS4Ag系统进行变量施肥，产量增加不很明显，但施肥总量明显减少，降低了成本，且降低的成本超过了必要的土壤测试和变量施肥装置的花费，整体经济效益得到提高。
三、精确林业智能决策支持系统的设计
3.1精确林业的概念
精确林业是综合利用地球空间信息技术、计算机辅助决策技术、林业工程技术等现代高新科技，建立一体化、数字化、智能化的现代化林业生产模式和技术体系，最大限度地获得森林的生态、经济和社会效益，实现森林可持续经营和区域可持续发展。简言之，精确林业就是实现以最小资源投入、最小环境危害获得最大林业效益。其中，地球空间信息技术主要有全球定位系统、地理信息系统、遥感、数据通讯；计算机辅助决策技术主要有管理信息系统、决策支持系统、专家系统、智能决策支持系统；林业工程技术主要有林业机械自动化、森林病虫草害防治、森林土壤类型分析、林地适应性评价、立地类型与立地条件分析、林木育种、施肥、林木采伐，等等。精确林业的研究与发展有助于我国人口、资源与环境方面重大问题的解决，有助于林业资源的高效利用和林业环境保护，是发展林业的重要途径。
3.2系统的总体设计框图
建立GIS和ES集成的精确林业智能决策支持平台，可为林业生产者、管理人员和科技人员提供网络化、智能化、形象直观的信息服务。根据历史上病虫草害发生情况和森林保护专家在长期研究与生产实践中获得的知识，进行病虫草害统计趋势模型和技术经济分析，建立农药使用技术专家系统，并根据实时数据处理、喷雾目标特征和病虫草害防治目标阈值，建立智能决策支持系统，从而可针对不同林业生产情况及病虫草害发生类型、程度等实际需要确定农药投入的种类、数量等，指导自动执行变量投入决策，控制可变量喷头实现特定区域的农药精确定量喷雾，最大程度上杜绝非目标农药沉积，减轻环境污染。同时，病虫草害防治后的一系列数据可作为来年病虫草害预测和森林病虫草害防治战略的储备参考。
3.3系统的功能
(1)GIS数据仓库包括3个基本功能：①数据获取。负责从外部获取数据，将数据分类，重新组合成面向全局的数据视图，从而解决IDSS中数据存储和数据格式不一致问题；②数据存储和管理。负责数据仓库的内部维护和管理，包括数据的存储组织、维护、分发等；③信息访问。它属于数据仓库的前端，面向不同种类的最终用户，由系统的各种工具组成。数据仓库的最终用户在这里提供信息、分析数据集。
(2)数据挖掘系统。对数据仓库中的数据进行挖掘，通过大量的历史性数据分析，从中识别和提取隐含的、潜在的有用信息，通过多库协同器，将其分发给数据库管理系统、方法库管理系统、模型库管理系统、知识库管理系统。挖掘的主要技术是空间要素和属性信息关联的空间数据挖掘，它的研究内容不仅仅局限于对地理要素的空间位置和空间关系的研究，而且还包括对空间现象(季节更换、气象条件)、空间因素(高山、谷地、平原)、空间组成(土壤、地貌、植被、水域)、空间活动(水土流失、沙漠侵蚀)等的研究，力求从中揭示出相互影响的内在机制与规律、空间活动(水土流失、沙漠侵蚀)等的研究，力求从中揭示出相互影响的内在机制与规律。
(3)联机分析处理OLAP是分析各种历史数据的最佳手段，其主要功能是：①提供数据的多维概念视图，可以使用户从多角度、多侧面来考察数据仓库中的数据，深入理解数据的信息和内涵；②快速响应用户请求；③提供强大的统计、分析、报表处理功能，进行趋势预测。
(4)精确林业工程系统。执行智能决策系统产生的结果，如进行变量施肥、变量喷雾。国内外智能决策支持系统的研究和应用多集中在商业和工业企业管理等领域，而在林业及生态系统管理等领域，研制和开发应用较少。但有理由相信，随着计算机技术、3S技术、信息技术、林业工程技术的发展以及林业现代化管理水平的提高，精确林业智能决策支持系统的研究和应用会不断得到发展并走向成熟。
参考文献：
1陈志骞.林业需要精确—对植树不成林的思考.辽宁林业科技，2002，(1)：26-28
2BonczekRH，etal.FoundationsofDecisionSupportSystems.AcademicPressNewYork，USA，1981
工业智能论文范文第2篇
过去20年，互联网是改变社会、改变商业最重要的技术；如今，物联网的出现，让许多物理实体具备了感知能力和数据传输的表达能力；未来，随着移动互联网、物联网以及云计算和大数据技术的成熟，生产制造领域将具备收集、传输及处理大数据的高级能力，使制造业形成工业互联网，带动传统制造业的颠覆与重构。
“工业互联网”的概念最早是由美国通用电气公司(GE)于2012年提出的，随后联合另外四家IT巨头组建了工业互联网联盟(IIC)，将这一概念大力推广开来。“工业互联网”主要含义是，在现实世界中，机器、设备和网络能在更深层次与信息世界的大数据和分析连接在一起，带动工业革命和网络革命两大革命性转变。
工业互联网联盟的愿景是使各个制造业厂商的设备之间实现数据共享。这就至少要涉及到互联网协议、数据存储等技术。而工业互联网联盟的成立目的在于通过制定通用的工业互联网标准，利用互联网激活传统的生产制造过程，促进物理世界和信息世界的融合。
工业互联网基于互联网技术，使制造业的数据流、硬件、软件实现智能交互。未来的制造业中，由智能设备采集大数据之后，利用智能系统的大数据分析工具进行数据挖掘和可视化展现，形成“智能决策”，为生产管理提供实时判断参考，反过来指导生产，优化制造工艺(图1)。
智能设备可以在机器、设施、组织和网络之间实现共享促进智能协作，并将产生的数据发送到智能系统。
智能系统包括部署在组织内的机器设备，也包括互联网中广泛互联的软件。随着越来越多的机器设备加入工业互联网，实现贯通整个组主和网络的智能设备协同效应成为可能。深度学习是智能系统内机器联网的一个升级。每台机器的操作经验可以聚合为一个信息系统，以使得整套机器设备能够不断地自行学习，掌握数据分析和判断能力。以往，在单个的机器设备上，这种深度学习的方式是不可能实现的。例如，从飞机上收集的数据加上航空地理位置与飞行历史记录数据，便可以挖掘出大量有关各种环境下的飞机性能的信息。通过这些大数据的挖掘与应用，可以使整个系统更聪明，从而推动一个持续的知识积累过程。当越来越多的智能设备连接到一个智能系统之中，结果将是系统不断增强并能自主深度学习，而且变得越来越智能化。
工业互联网的关键是通过大数据实现智能决策。当从智能设备和智能系统采集到了足够的大数据时，智能决策其实就已经发生了。在工业互联网中，智能决策对于应对系统越来越复杂的机器的互联、设备的互联、组织的互联和庞大的网络来说，十分必要。智能决策就是为了解决系统的复杂性。
当工业互联网的三大要素——智能设备、智能系统、智能决策，与机器、设施、组织和网络融合到一起的时候，其全部潜能就会体现出来。生产率提高、成本降低和节能减排所带来的效益将带动整个制造业的转型升级。
所以说，“工业互联网”代表了消费互联网向产业互联网的升级，增强了制造业的软实力，使未来制造业向效率更高、更精细化发展。
“工业4.0”中的智能制造
2009到2012年欧洲深陷债务危机，德国经济却一枝独秀，依然坚挺。德国经济增长的动力来自其基础产业——制造业所维持的国际竞争力。对于德国而言，制造业是传统的经济增长动力，制造业的发展是德国工业增长不可或缺的因素，基于这一共识，德国政府倾力推动进一步的技术创新，其关键词是“工业4.0”。
“工业4.0”中，互联网技术发展正在对传统制造业造成颠覆性、革命性的冲击。网络技术的广泛应用，可以实时感知、监控生产过程中产生的海量数据，实现生产系统的智能分析和决策，使智能生产、网络协同制造、大规模个性化制造成为生产方式变革的方向。“工业4.0”所描绘的未来的制造业将建立在以互联网和信息技术为基础的互动平台之上，将更多的生产要素更为科学地整合，变得更加自动化、网络化、智能化，而生产制造个性化、定制化将成为新常态。
自动化只是单纯的控制，智能化则是在控制的基础上，通过物联网传感器采集海量生产数据，通过互联网汇集到云计算数据中心，然后通过信息管理系统对大数据进行分析、挖掘，从而作出正确的决策。这些决策附加给自动化设备的是“智能”，从而提高生产灵活性和资源利用率，增强顾客与商业合作伙伴之间的紧密关联度，并提升工业生产的商业价值(图2)。
生产智能化。全球化分工使得各项生产要素加速流动，市场趋势变化和产品个性化需求对工厂的生产响应时间和柔性化生产能力提出了更高的要求。“工业4.0”时代，生产智能化通过基于信息化的机械、知识、管理和技能等多种要素的有机结合，从着手生产制造之前，就按照交货期、生产数量、优先级、工厂现有资源(人员、设备、物料)的有限生产能力，自动制订出科学的生产计划。从而，提高生产效率，实现生产成本的大幅下降，同时实现产品多样性、缩短新产品开发周期，最终实现工厂运营的全面优化变革。
传统制造业时代，材料、能源和信息是工厂生产的三个要素(图3)。传统制造业发展的历史，就是工厂利用材料、能源和信息进行物质生产的历史。材料、能源和信息领域的任何技术革命，必然导致生产方式的革命和生产力的飞跃发展。但是，随着移动互联网和云计算、大数据技术的发展，计算机到智能手机等移动终端的演进，越来越多功能强大的智能设备以无线方式实现了与互联网或设备之间的互联。由此衍生出物联网、服务互联网和数据网，推动着物理世界和信息世界以信息物理系统(CPS)的方式相融合。也可以说，是这种技术进步使得制造业领域实现了资源、信息、物品、设备和人的互通互联。
通过互通互联，云计算、大数据这些新的互联网技术，和以前的自动化的技术结合在一起，生产工序实现纵向系统上的融合，生产设备和设备之间，工人与设备之间的合作，把整个工厂内部的要素联结起来，形成信息物理系统，互相之间可以合作、可以响应，能够开展个性化的生产制造，可以调整产品的生产率，还可以调整利用资源的多少、大小，采用最节约资源的方式。
“工业4.0”时代，在智能工厂中，CRM(Customer Relationship Management，客户关系管理)、PDM(Product Data Management，产品数据管理)、SCM(Supply chain management，供应链管理)等软件管理系统可能都将互联。届时，接到顾客订单后的一瞬间，工厂就会立即自动地向原材料供应商采购。原材料到货后，将被赋予数据，“这是给某某客户生产的某某产品的某某工艺中的原材料”，使“原材料”带有信息。带有信息的原材料也就意味着拥有自己的用途或目的地。在生产过程中，原材料一旦被错误配送到其他生产线，它就会通过与生产设备开展“对话”，返回属于自己的正确的生产线；如果生产机器之间的原材料不够用，生产机器也可以向订单系统进行“交涉”，来增加原材料数量；最终，即便是原材料嵌入到产品内之后，由于它还保存着路径流程信息，将会很容易实现追踪溯源(图4)。
设备智能化。在未来的智能工厂，每个生产环节清晰可见、高度透明，整个车间有序且高效地运转。“工业4.0”中，自动化设备在原有的控制功能基础上，附加一定的新功能，就可以实现产品生命周期管理、安全性、可追踪性与节能性等智能化要求。这些为生产设备添加的新功能是指通过为生产线配置众多传感器，让设备具有感知能力，将所感知的信息通过无线网络传送到云计算数据中心，通过大数据分析决策进一步使得自动化设备具有自律管理的智能功能，从而实现设备智能化。
“工业4.0”中，在生产线、生产设备中配备的传感器，能够实时抓取数据，然后经过无线通信连接互联网传输数据，对生产本身进行实时的监控。设备传感和控制层的数据与企业信息系统融合形成了信息物理系统(CPS)，使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导设备运转。设备的智能化直接决定了“工业4.0”所要求的智能生产水平。
能源管理智能化。近年来，环境和节能减排已成为制造业最重视的课题之一。许多制造业企业都已经开始应用信息技术，对生产能耗进行管理，以最具经济效益的方式，部署工业节能减排与综合利用的智能化系统架构，从资源、原材料、研发设计、生产制造到废弃物回收再利用处理，形成绿色产品生命周期管理的循环。
供应链管理智能化。在传统的制造业生产模式中，无论是工厂还是供应商，都需要为制造业的零部件或原材料的库存付出一定的成本支出，由于供应商和工厂之间的信息不对称和非自动的信息交换，生产的模式只能采用按计划或按库存生产的模式，灵活性和效率受到了约束。
“工业4.0”时代，复杂的制造系统在一定程度上也加速了产业组织结构的转型。传统的大型企业集团掌控的供应链主导型将向产业生态型演变，平台技术以及平台型企业将在产业生态中的展现出更多的作用。因此，企业竞争战略的重点将不再是做大规模，而将是智能化的供应链管理，在不断变化的动态环境中获得和保持动态的供需协调能力。
供应链管理智能化将统一工厂的零部件库存和供应商的生产流程，从而保证工厂的零部件库存的最小化，降低库存带来的风险，降低生产成本。供应链管理智能化要求企业间的信息采用基于事件驱动的方式交换信息，信息的交换是实时的，并且对方同样可以做出实时的反应，供应链上不同企业的运作效率与在同一个企业中不同部门的运作一样敏捷，具有满足不断变化的需求的适应性。供应链管理智能化将为供应链上的企业带来更大的利益，供应链上各个企业的协同制造将为降低制造成本、物流成本，缩短制造周期，提供更好的服务和有力的保障。
实现上述四个智能化体现了“工业4.0”的宏大愿景。“工业4.0”认为实现上述四个智能化其实是一个简单的概念：将大量的有关人、信息管理系统、自动化生产设备等物体融入到信息物理系统(CPS)中，在制造系统中，利用产生的数据为企业服务，协同企业的生产和运营。
智能制造的内涵
无论是德国的“工业4.0”，还是美国的“工业互联网”，其实质与我国工业和信息化部推广的“两化融合”战略大同小异。某种程度上说，以智能制造为代表的新一轮工业革命或许对于我国制造业是一个很好的机会，也可能是我国制造业转型升级的一个重要机遇。
工厂内实现“信息物理系统”。德国“工业4.0”其实就是基于信息物理系统(CPS)实现智能工厂，最终实现的是制造模式的变革。CPS概念最早是由美国国家基金委员会在2006年提出，被认为有望成为继计算机、互联网之后世界信息技术的第三次浪潮。
CSP是融合技术，包括计算、通信以及控制(传感器、执行器等)。中国科学院何积丰院士指出：“CPS，从广义上理解，就是一个在环境感知的基础上，深度融合了计算、通信和控制能力的可控可信可扩展的网络化物理设备系统，它通过计算进程和物理进程相互影响的反馈循环实现深度融合和实时交互来增加或扩展新的功能，以安全、可靠、高效和实时的方式监测或者控制一个物理实体。CPS的最终目标是实现信息世界和物理世界的完全融合，构建一个可控、可信、可扩展并且安全高效的CPS网络，并最终从根本上改变人类构建工程物理系统的方式。”
目前所说的制造业信息化，首先强调的是CAD(Computer Aided Design，计算机辅助设计)、CAM(Computer Aided Manufacturing，计算机辅助制造)等工业软件和PPS(生产计划控制系统)、PLM(产品生命周期管理)等信息化管理系统。主要应用于由上而下的集中式中央控制系统。
而信息物理系统(CPS)则通过物体、数据以及服务等的无缝连接，实现了生产工艺与信息系统融合，形成了智能工厂。物联网和服务互联网分别位于智能工厂的三层信息技术基础架构的底层和顶层。最顶层中，与生产计划、物流、能耗和经营管理相关的ERP、SCM、CRM等，和产品设计、技术相关的PLM处在最上层，与服务互联网紧紧相连。中间一层，通过CPS物理信息系统实现生产设备和生产线控制、调度等相关功能，从智能物料供应，到智能产品的产出，贯通整个产品生命周期管理。最底层则通过物联网技术实现控制、执行、传感，实现智能生产(图5)。
智能工厂的产品、资源及处理过程因CPS的存在，将具有非常高水平的实时性，同时在资源、成本节约中也颇具优势。智能工厂将按照重视可持续性的服务中心的业务来设计。因此，灵活性、自适应以及机械学习能力等特征，甚至风险管理都是其中不可或缺的要素。智能工厂的设备将实现高级自动化，主要是由基于自动观察生产过程的CPS的生产系统的灵活网络来实现的。通过可实时应对的灵活的生产系统，能够实现生产工程的彻底优化。同时，生产优势不仅仅是在特定生产条件下一次性体现，也可以实现多家工厂、多个生产单元所形成的世界级网络的最优化。
工厂间实现“互联制造”。随着信息技术和互联网、电子商务的普及，制造业市场竞争的新要求出现了变化。一方面，要求制造业企业能够不断地基于网络获取信息，及时对市场需求做出快速反应；另一方面，要求制造业企业能够将各种资源集成与共享，合理利用各种资源。
互联制造能够快速响应市场变化，通过制造企业快速重组、动态协同来快速配置制造资源，在提高产品质量的同时，减少产品投放市场所需的时间，增加市场份额；能够分担基础设施建设费用、设备投资费用等，减少经营风险。通过互联网实现企业内部、外部的协同设计、协同制造和协同管理，实现商业的颠覆和重构。通过网络协同制造，消费者、经销商、工厂、供应链等各个环节可利用互联网技术全流程参与。传统制造业的模式是以产品为中心，而未来制造业通过与用户互动，根据用户的个性化需求，然后开始部署产品的设计与生产制造。
另外，作为一个未来的潮流，工厂将通过互联网，实现内、外服务的网络化，向着互联工厂的趋势发展。随之而来，采集并分析生产车间的各种信息向消费者反馈，从工厂采集的信息作为大数据经过解析，能够开拓更多的、新的商业机会。经由硬件从车间采集的海量数据如何处理，也将在很大程度上决定服务、解决方案的价值。
过去的制造业只是一个环节，但随着互联网进一步向制造业环节渗透，网络协同制造已经开始出现。制造业的模式将随之发生巨大变化，它会打破传统工业生产的生命周期，从原材料的采购开始，到产品的设计、研发、生产制造、市场营销、售后服务等各个环节构成了闭环，彻底改变制造业以往仅是一个环节的生产模式。在网络协同制造的闭环中，用户、设计师、供应商、分销商等角色都会发生改变。与之相伴而生，传统价值链也将不可避免的出现破碎与重构。
工厂外实现“数据制造”。满足消费者个性化需求，一方面需要制造业企业能够生产或提供符合消费者个性偏好的产品或服务，一方面需要互联网提供消费者的个性化定制需求。由于消费者人数众多，每个人的需求不同，导致需求的具体信息也不同，加上需求的不断变化，就构成了产品需求的大数据。消费者与制造业企业之间的交互和交易行为也将产生大量数据，挖掘和分析这些消费者动态数据，能够帮助消费者参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。
因此，大数据将构成制造业智能化的一个基础。大数据在制造业大规模定制中的应用除了围绕定制平台这一核心之外，还包括数据采集、数据管理、订单管理、智能化制造等。定制数据达到一定的数量级，就可以实现大数据应用，通过对大数据的挖掘，实现流行预测、精准匹配、时尚管理、社交应用、营销推送等更多的应用(图6)。同时，大数据能够帮助制造业企业提升营销的针对性，降低物流和库存的成本，减少生产资源投入的风险。
“数据制造”时代，互联网技术将全面嵌入到工业体系之中，将打破传统的生产流程、生产模式和管理方式。生产制造过程与业务管理系统的深度集成，将实现对生产要素的高度灵活配置，实现大规模定制生产。从而，将有力推动传统制造业加快转型升级的步伐。毫无疑问，“数据制造”将会改变制造业思维，给制造业带来更多的灵活性和想象空间，也或将颠覆制造业的游戏规则。
对我国的启示
没有强大的制造业，一个国家将无法实现经济快速、健康、稳定的发展，劳动就业问题将日趋突显，人民生活难以普遍提高，国家稳定和安全将受到威胁，信息化、现代化将失去坚实基础。改革开放以来的30多年中，中国经济经历了接近10%的高速增长阶段，而制造业是我国经济高速增长的引擎。目前，我国尚处于工业化进程的中后期，制造业创造了GDP总量的三分之一，贡献了出口总额的90%，未来几十年制造业仍将是我国经济的支柱产业。
重新定义“智能制造”的关键词。进入21世纪以来，制造业面临着全球产业结构调整带来的机遇和挑战。特别是2008年金融危机之后，世界各国为了寻找促进经济增长的新出路，开始重新重视制造业，欧盟整体上开始加大制造业科技创新扶持力度；美国于2011年提出“先进制造业伙伴计划”，旨在增加就业机会，实现美国经济的持续强劲增长。美国国家科学技术委员会于2012年2月正式了《先进制造业国家战略计划》，德国于2013年4月推出《工业4.0战略》。我们应该通过比较研究《美国先进制造业国家战略计划》《德国工业4.0战略》等资料中的先进制造业关键词，进而来定义未来制造业的发展方向(图7)。
一是软性制造。大规模制造时代，传统的制造环节利润空间越来越受到挤压。所以，从发达国家发展先进制造业的战略规划中均可以看到，制造业的概念和附加值正在不断从硬件向软件、服务、解决方案等无形资产转移。相对于传统制造业，如今的制造业是软件带给硬件功能、控制硬件、对硬件造成极大影响。同时，与以往的硬件商品所不同，目前的制造业中，对商品附属的服务或者基于商品上面的解决方案的需求正在快速增加。
所谓软性制造，就是增加产品附加价值、拓展更多、更丰富的服务与解决方案。因为相对于硬件，产品内置的软件、附带的服务或者解决方案通常是软性和无形的，都是“看不见”的事物，所以称之为软性制造。
软性制造不再将“硬件”生产视为制造业，而认为“软件”在制造业中不断发挥主导作用，商品产生的服务或解决方案将对制造业的价值产生巨大影响。所以，未来的制造业需要放弃传统的“硬件式”的思维模式，而要从软件、服务产生附加值的角度去发展制造业。软件、服务在整个制造业价值链中所占的比重将越来越大，呈现显著的增长趋势。未来制造业企业向顾客提供的不再是单纯的产品，而是各种应用软件与服务形态集成于一体的整体解决方案。
二是从“物理”到“信息”的趋势。以往，每当提及制造业，恐怕都认为是各种零部件构成硬件产品的核心。随着封装化、数字化的发展，零部件生产加工技术加速向新兴市场国家转移，这样，零部件本身的利润就难以维系。因此，发达国家制造业开始更加注重通过组装零部件进行封装化，将部分功能模块化，将系列功能系统化，来提升附加价值。
模块化是将标准化的零部件进行组装，以此来设计产品。从而能够快速响应市场的多样化需求，满足消费者的各项差异化需求。以往，在产品生产过程中，需要付出很多时间和成本，如果将复杂化的产品通过几个模块进行组装，就能够同时解决多样化和效率化的问题。
但是，模块化本身不过是产品的一项功能，未来制造业将更加重视在通过模块化和封装化的基础上进行系统化，拓展新的应用与服务。如果以系统化为主导，就能相对于“物理”意义上的零部件，获取更多的带有“信息”功能的附加价值。相反，如果不掌控系统的主导权，无论研发出的零部件的质量和功能多么好，也难以成为市场价格的主导者。
三是从“群体”到“个体”的趋势。在发达国家，以规模化为对象的量产制造业将生产基地转移至新兴市场国家，以定制化为重点的多种类小批量制造业渐渐成为主流。同时，消费者本身也将有能力将自己的需求付诸生产制造。也就是说，“大规模定制”随着以3D打印为代表的数字化和信息技术的普及带来的技术革新，将制造业的进入门槛降至最低，不具备工厂与生产设备的个人也能很容易地参与到制造业之中。制造业进入门槛的降低，也意味着一些意想不到的企业或个人将参与到制造业，从而有可能带来商业模式的巨大变化。
“个性化”首先是美国大力推进的。在美国的文化背景下，个性要比组织色彩强烈。制造业的“个性化”趋势不仅仅是美国制造业回归，还将带动旧金山等大城市制造业的兴盛，一些专注于通过信息技术使得生产工程高效化、专业性的小规模手工制作的制造业将在市区内盛行，它们根据消费者的需求进行柔性的定制化服务，凭借独特的设计，与大量生产形成差异化竞争。
四是互联制造。随着信息技术和互联网、电子商务的普及，制造业市场竞争的新要求出现了变化。一方面，要求制造业企业能够不断地基于网络获取信息，及时对市场需求做出快速反应；另一方面，要求制造业企业能够将各种资源集成与共享，合理利用各种资源。
互联制造能够快速响应市场变化，通过制造企业快速重组、动态协同来快速配置制造资源，提高产品质量，减少产品投放市场所需的时间，增加市场份额。另外，作为一个未来的潮流，工厂将通过互联网，实现内、外服务的网络化，向着互联工厂的趋势发展。
美国因为有Google、Apple、IBM等IT巨头和无数的IT企业，所以在大数据应用上较为积极，非常重视对社会带来新的价值。Google不断将制造业企业收购至麾下，就是希望掌握主导权。同时，作为美国大型制造业企业的一个代表，GE公司也开始加强数据分析和软件开发，从车间采集数据，进行解析，提供解决方案，开拓新的商业机会。德国将“工业4.0”视为国家战略，将工厂智能化视为国家方针。通过信息技术，最大限度的发挥工厂本身的能力(表1)。
把“两化”深度融合作为主要着力点。工业和信息化部成立以来，一直致力于推进“两化融合”工作，通过信息化的融合与渗透，对传统制造业产生革命性影响。“工业4.0”本质上是由信息技术引发的，与我国的“两化融合”有异曲同工之处。在未来制造业中，我们应该将“两化深度融合”作为主要着力点，进一步继续加快推进信息化、自动化和智能化。
首先，研究部署信息物理系统(CPS)平台，实现“智能工厂”的“智能制造”。智能制造已成为全球制造业发展的新趋势，智能设备和生产手段在未来必将广泛替代传统的生产方式。而信息物理系统(CPS)将改变人类与物理世界的交互方式，使得未来制造业中的物质生产力与能源、材料和信息三种资源高度融合，为实现“智能工厂”和“智能制造”提供有效的保障。美国、德国等世界工业强国都高度重视信息物理系统的构建，加强战略性、前瞻性的部署，并已然取得了积极的研究进展。而我国目前的制造业发展仍然以简单地扩大再生产为主要途径，迫切需要通过智能生产、智能设备和“工业4.0”理念来改造和提升传统制造业。
其次，推动制造业向智能化发展转型的同时，同步推动制造业的模式和业态的革新。主要体现在，从大规模批量生产向大规模定制生产的革新、从生产型制造向服务型制造的革新、从集团式全能型生产向网络式协同制造的革新、从两化融合向工业互联网的革新。
工业智能论文范文第3篇
关键词：人工智能；智能家居；智能音箱
一、相关概念
（一）人工智能。人工智能是一门研究、理解和模拟人类智能，并且发现其内在规律的学科。它是计算机科学的一个分支，试图发现智能的实质，并创造出一种以人类思考的方式做出相似反映的智能机器。同时，它又是计算机知识、心理学知识和哲学知识的集合，模拟人的意识和思维过程，让机器能够做到只有人类智慧才能做到的复杂的事项。
（二）智能家居。智能家居是嵌入式技术、通信技术和网络技术的集合，通过系统将各种家居与人们的居家生活紧密结合，以提高人们生活的舒适感和安全感。随着人工智能的迅猛发展，智能家居正与人工智能紧密结合，让消费者享受到更人性化的居家体验。
二、文献综述
欧阳婷梓研究了人工智能对智能家居的影响，认为人工智能应用的落地将会使智能家居产业升级，同时还指出Al技术还有待突破，市场决定人工智能能否再次爆发。荣华英和兼国恩研究了人工智能发展背景下国际智能家居行业贸易发展前景，认为国际智能家居行业贸易将朝智能产品设计、智能生产制造、智能高效物流和智能商业服务方向发展。吴斌在研究我国智能家居系统发展存在的问题时，指出要制定行业标准体系，降低系统成本并完善售后服务。
观察现有研究，发现有关人工智能时代下智能家居行业发展的研究仍相对较少，本文指出Al对智能家居行业发展的影响，指出未来发展机遇，并预测未来该行业的发展趋势，对行业发展具有指导意义。
三、智能家居行业发展现状
（一）国际智能家居行业发展现状。美国的Amazon Echo、Google Home和Apple HomeKit占据了国外的智能家居语音控制平台市场，Contro14 利用Zigbee技术可以与世界知名品牌的家电产品连接，控制各种设备和系统；英国的Laing Homt公司早在2000年建立了“智能家居”示范街，给每栋房子都装上了智能管理系统，近年也在国内建立起了一些智能家居体验式展厅；日本软银生产的Pepper人形情感机器人能够读懂人类的情感，并做出相应的反映，在各种场合为人们服务，松下于2017年“Panasonic Home+全屋智能”战略，让全屋各个部分的功能都智能化；德国的Apartimentum未来型公寓将物联网应用和先进科技结合起来让住户的生活更加简洁舒适。据中国报告大厅的《2016-2021年中国智能家居产业市场运行暨产业发展趋势研究报告》数据显示智能家居市场规模逐年上涨，但增长速度开始放缓，随着人工智能的发展，行业开始进入技术融合，技术沉淀打造更加智能的家居用品的阶段，2016～2018年全球智能家居市场规模变化如图1所示。
（二）国内智能家居行业发展现状。2012年智能家居行业进入快速发展期，深受大众追捧，但进入2015年，销售增速开始放缓，随着政策的扶持，2016年市场规模增速开始上涨。工信部数据显示，我国物联网产业规模发展迅速，2010年规模超过2，600亿元，2015年达到7，500亿元，2020年产业规模将突破15，000亿元，物联网在智能家居、智能社区和智慧城市等领域发展愈发强劲。面对如此红利，相关企业加快布局，海尔建立U-home平台、美的建立M-Smart平台、阿里巴巴建立人工智能实验室并了智能音箱等产品。据中国报告大厅的《2016-2021年中国智能家居产业市场运行暨产业发展趋势研究报告》数据显示，未来几年智能家居市场规模持续上涨，市场前景看好，市场规模增长情况如图2所示。
智能家居产业错综复杂，涉及众多产品，根据目前各企业涉及的领域，大致分为六个流派：以海尔、美的为代表的传统家电企业，通过将原有的产品智能化提高销售；以阿里巴巴和京东为代表的互联网企业，通过自产智能硬件或与传统家电企业建立合作涉足智能家居行业；以华为和小米为代表的手机硬件企业，通过研发软件、生产硬件和建立智能家居生态系统进军智能家居行业；以Honeywell、Bosch和松下为代表的安防企业，在本身安防设备的基础上智能化，占据智能家居安防市场；以Amazon Echo和Google Home为代表的国外智能家居企业，通过语音识别和人工智能技术进军国内市场；以及一些提供云平台服务和小型硬件的供应商。
四、当前智能家居行业面临的问题
（一）缺乏规范统一的标准。在整个智能家居产业中，至今还没有制定统一的标准，导致各大公司各行其道，各自开发自己的系统，与其他厂商开发出来的系统并不兼容，目前具有代表性的是谷歌、苹果、微软加入了高通主导的AllSeen联盟，英特尔、三星、戴尔等公司组成了智能家居设备标准联盟OIC。之后，谷歌在收购Nest之后力推Thread，苹果自家提出Homekit。一方面用户的智能体验降低；另一方面加重了用户的转换成本。而人工智能是一项复杂的产业，它不是一两家公司就能经营好的，它需要各领域的公司参与进来研发技术、搭建平台、生产终端，各司其职，并用统一的标准将各个环节连接起来。
（二）缺乏人性化的伪智能。目前，智能家居产品大多通过手机来实现，但有些厂商以“智能”为噱头，将原本简单的操作强加到手机上，使得手机承担较多的功能。然而，除了年轻人对智能手机的操作较为熟悉，其他用户面对复杂的“智能”操作只能望而却步，严重缺乏人性化设计。
（三）需求低且价格高。一方面智能家居概念映入人们眼帘的时间较短，人们对智能家居还不太了解；另一方面智能家居智能化水平不高，操作复杂，运行过程中经常出错，严重打击了消费者的体验。同时，目前的技术水平有限，技术和产品的研发需要较高的研发费用，加上日常的维护费用，导致智能家居的消费价格偏高，打击了消费者的购买欲望。
（四）信息安全存在隐患。物联网信息传输过程中，个人信息极易被黑客窃取，不法分子通过这些个人信息进一步窃取用户的财产，会造成巨大的社会不稳定，对智能家居未来发展构成巨大威胁。如果智能家居产业在未来想占据较大一部分家居市场，就必须克服信息安全问题，加大信息的监管力度。
五、Al助力智能家居行业发展
（一）AI与智能家居结合进入最终状态。经过几十年的发展，智能家居经过了用App远程控制家电的单品智能化和多个电器间相互感应的智能互动两个阶段，以上两个阶段均为弱智能阶段，得通过手机来操作。而第三阶段是家居产品与人工智能的深入结合，赋予家居产品人性化，摆脱手机的操控，通过自主学习、主动记忆、自主决策为用户提供舒适的生活。
（二）提升全新的交互体验。语音交流以其与人交流的亲和感，成为当今最流行的人机交互方式。人类通过语音给机器下达指令，机器通过语音识别执行指令。近几年，语音识别技术取得重大突破，语音识别准确率达到97%以上。而智能音箱具有语音交互、提供音乐和有声读物等媒体内容、提供多种互联网服务以及可以对智能家居进行控制等功能，深受大众追捧，因而被称为智能家居的入口。为抢占智能家居的入口，互联网各大巨头纷纷加紧研究抢占市场。2014年11月，亚马逊推出智能音箱Echo，至今已有几千万的销量，随后谷歌推出GoogleHome，微软推出Cortana，紧接着国内的京东推出叮咚音箱，阿里巴巴也推出了“天猫精灵”，小米推出“小爱同学”。
（三）提供更安全、可控的应用环境。传统的密码输入和保护方式已经不再满足人们对操作便捷性和安全性的要求，于是推动了人们对生物识别技术的开发。生物识别是指通过计算机与生物传感器等高科技结合，提取人固有的生理特征和行为特征，以鉴定个人身份。目前人脸识别、指纹识别和虹膜识别已经得到广泛的应用。为达到更高的安全水准，通过红外线照射获取手指静脉图像的指静脉技术也在紧密研究当中，极大地迎合了人们对智慧生活的追求。
六、我国智能家居发展的机遇
（一）我国加速进入老龄化社会，智能家居需求增大。因为工作关系很多子女与父母在异地生活，难以妥善地照顾好父母的生活，而智能家居可以方便老人们的日常生活，提高老年人的生活质量，加上多年财富的积累，老年人的经济实力比年轻人要高，随着老龄化进程的加快，老年人人口的比例将加重，多重原因结合起来支撑起了未来潜在的市场需求。
（二）“智能家居”概念将越来越普及。通过前些年“智能家居”概念的炒作，各大新闻客户端、网站的转载宣传，让越来越多的人认识了解到智能家居的相关概念。近些年各大浏览器对“智能家居”关键词的搜索数量大幅度增长，随着科学技术的发展，人们对智能家居产品的信赖感也在增强。如今人们购买家具，对房屋进行装修也会考虑适当引进智能家居的相关元素进入日常的起居中。
（三）居民收入增多，消费价格将降低。随着经济的不断发展，人们的收入也在逐年上涨，到2020年我国将全面建成小康社会，届时人们的收入水平将会大幅增长，相比2010年翻一番。经济增长的同时，科技也在飞速发展，技术水平的不断完善降低了智能家居产品的成本，同时电信运营商的网络费用也在下调，日常的运营维护成本也在下降，消费者的消费成本将会大幅下降，市场需求将会激增，市场规模将会扩大。
（四）政策扶持，发展道路顺畅。智能家居产业发展被写入政府工作报告，政府相继出台《“互联网+”人工智能三年行动实施方案》、《智能制造工程实施指南（2016-2020年）》、《促进新一代人工智能产业发展三年行动计划（2018-2020年）》等指导性文件，促进智能家居、智能机器人、智能制造装备等领域产业发展。并成立“中国人工智能产业创新联盟”和“人工智能产业技术创新战略联盟”，把涉及人工智能领域的所有环节全面整合，扫除阻碍人工智能发展的一切障碍。
七、我国智能家居行业未来发展趋势
（一）标准日趋统一。当智能家居行业依旧遵循现在的发展方式，各企业各行其道，系统间互不兼容，消费者将会对该行业产生疲倦，未来市场规模可能难以扩大。除非出现一家领导性标杆企业，拥有自己的系统，能够生产出所有类别的智能家居产品，用户对该企业提供的方方面面都很满意，进而垄断了整个智能家居市场。很显然，出现这种情况的概率很小，没有一家企业可以力挽狂澜，所以市场逼着企业间建立起统一的标准，为用户提供便捷舒适的生活体验。
（二）AI与智能家居的完美融合。人工智能在智能家居领域的广泛应用已是大势所趋，只有智能家居与人工智能的完美结合才会让人们的生活更加便捷。未来智能家居将会更加智能化、人性化，能够准确抓住用户的喜好提供相应的服务，根据用户的工作安排相应的行程。一整套智能家居系统犹如一个智能管家，在最优的时间提供最优的服务。
（三）个人信息更加安全。个人信息的安全是制约智能家居市场规模扩大的又一要素，因此行业内将建立起一套世界领先的信息安全标准，并且该标准能够和各地的法律法规衔接好，收集到的数据能够安全地储存好，能够记录数据的产生时间地点等情况，以便需要的时候能够查证。
八、结语
人工智能时代下智能家居行业仍将在相当的一段时间处于一个无统一标准、需求低、价格高的阶段，但随着老龄化进程的加快，智能家居概念的逐渐普及、居民收入不断增加、产品价格的不断下降，智能家居产品的市场需求将会逐渐增长，将促使企业间制定规范统一的标准，人工智能将会与智能家居完美结合，为用户提供更加舒适便捷的生活。
（来源：合作经济与科技 文/陈功正 王腾 陆畅 王蕴鑫 陈黎阳 编选：电子商务研究中心）
主要参考文献
［1］陈晋.人工智能技术发展的伦理困境研究［D］.吉林大学，2016.
［2］邓中祚.智能家居控制系统设计与实现［D］.哈尔滨工业大学，2015.
［3］欧阳婷梓.人工智能能否成为智能家居的强心剂［J］.通信企业管理，2018.1.
工业智能论文范文第4篇
关键词：智能科学与技术；科学研究；专业建设
中图分类号：G642 文献标识码：A
1 引言
智能科学与技术学科以计算机科学为基础，结合了认知科学、信息学、控制科学、生命科学、语言学等学科的相关理论和研究方法，是一门新兴的交叉学科，将成为21世纪信息科学研究的制高点和信息产业价值的主要提升点。
在国外，许多著名高校都设立了“人工智能”专业并授予智能科学专业学位：世界多数知名的理工类院校都设立有人工智能研究所或实验室，进行智能科学专业的研究生培养及科研工作。在国内，智能科学与技术专业起步则较晚：2003年12月5日，教育部正式批准北京大学信息科学技术学院设立“智能科学与技术”本科专业，这标志着我国“智能科学与技术”专业的诞生。
厦门大学在智能科学与技术领域已经有多年的研究积累和师资储备。2006年12月，教育部正式批准厦门大学设立“智能科学与技术”本科专业，2007年6月6日，厦门大学智能科学与技术系经学校批准成立，并于2007年9月迎来了第一届本科生。本文将简要介绍近几年来厦门大学“智能科学与技术”专业的建设情况。
2 厦门大学智能科学与技术相关领域的科学研究进展
厦门大学在智能科学与技术领域的研究已开展了多年。早在1988年，学校就成立了校级科研机构――“厦门大学人工智能与计算机研究所”，目前，经厦门大学批准，正式更名为“厦门大学人工智能研究所”。它是一个以实用智能技术研究为主、集基础研究与应用开发于一体的研究机构，是厦门大学组建智能科学与技术系的主要基础。
厦门大学智能科学与技术系面向国际学科发展趋势和国家发展的重大需求，利用人工智能研究的方法和手段，不断开辟新的研究领域，逐渐确立了语言信息处理、认知计算、智能信息检索、中医信息处理、视频图像处理、智能机器人等主要研究方向。在语言信息处理方面，现设手写汉字识别、自然语言理解、机器翻译、语料库技术等研究领域；在认知计算方面，现设觉知计算、脑机接口、机器感觉、隐喻逻辑等研究领域；在智能信息检索方面，现设文本信息过滤、信息检索、信息提取、智能数据挖掘、Web挖掘等研究领域；在中医信息处理方面，现主要研究开发多媒体中草药智能查询系统、基于舌象中医智能体检系统；在视频图像处理方面，现设图像数据库、生物特征识别、遥感图像、地理信息系统等研究领域。2008年，系里引进了被称为“人工大脑之父”的著名学者Hugo de Garis教授，并以他为首组建了人工大脑研究室，该研究室的目标是，经过三年左右的时间，建设中国首个人工大脑。
经过十几年的不懈努力，我们在上述研究领域均取得了一批有影响的重要研究成果，在我国学术界具有一定的学术地位，获得数十项国家和省部级项目经费的支持。目前在研的项目有国家自然科学基金项目3项、国家863项目2项、国家863子项目2项、福建省自然科学基金项目1项、福建省科技计划重点项目2项。在汉字识别、词语切分标注、语法分析、词义消歧、指代消解、语言神经基础、汉语理解策略、网上信息的选择翻译、统计机器翻译、语音识别与合成、计算机音乐、计琴学等诸多方面进行了有特色的研究，形成了具体的算法，并且还提出了一种系统性的协动计算理论，出版专著5部，数百篇，其中近三年被EI、SCI等检索的论文达200余篇。
在基础理论研究的基础上，智能科学与技术系还十分注重产学研结合，先后与北京德威特电力系统自动化有限公司和深圳名人电脑等公司进行合作研发，广泛开展应用系统的研制开发，主要包括：手写汉字机器识别系统、汉语分词和词性标注系统、机器翻译系统以及网上汉语文本分类和信息过滤系统。其中，手写汉字机器识别系统获浙江省教育厅科学技术进步三等奖：机器辅助汉英互翻系统获福建省科技厅科技进步三等奖；汉语分词和词性标注系统获得2003年863中文信息处理评测第二名：机器翻译系统(包括XMMT汉英机器翻译系统、Matrix英汉机器翻译系统、Light英汉机器翻译系统和Neon英汉双向机器翻译系统)在863智能接口评测中多次名列前茅，形成多项产品，技术授权国内多家单位使用。
在科研平台建设方面，智能科学与技术系发挥厦门大学多学科交叉的优势，联合人文学院、外文学院和海外教育学院华文系的学术力量，于2003年成立了“厦门大学语言技术中心”，其中，汉外多语言机器翻译为主攻方向之一。2006年获批了“智能信息技术福建省高校重点实验室”；目前，以人工大脑相关内容为研究核心的“福建省仿脑智能系统重点实验室”也已获批。
3 厦门大学“智能科学与技术”专业建设情况
厦门大学智能科学与技术系现有一个本科专业(智能科学与技术)，三个学术型硕士学位授予专业(人工智能基础、模式识别与智能系统、计算机应用技术)，一个“计算机技术”工程硕士培养方向(智能工程及网络安全方向)，一个博士学位授予专业(人工智能基础)。现有在校本科生近90人，硕士研究生80多人，博士研究生25人，博士后2人。本系教职工近30人，其中：教授5人，副教授5人，80％具有博士学位或者博士在读，40岁以下的年轻教师占2／3。
3.1 本科生专业建设
在本科生培养方面，厦门大学智能科学与技术系的目标是要求学生能够有效和系统地掌握本学科的理论基础，比较深入地理解智能科学与技术理论；培养具有一定的分析、综合和创新能力，能够承当智能信息系统设计、开发和智能科学与技术学科教学任务的，德、智、体全面发展的科学技术工作者：毕业生适宜到科研机构、学校、技术或行政管理部门、公司、厂矿等企事业单位从事科技研究、应用开发、信息管理和教学工作，也可以进一步攻读该专业及相关专业的硕士学位。
为了实现上述目标，我们遵循“宽口径、厚基础、抓关键、重实践”四项基本原则，制定了较合理的教学计划，在本科一、二年级安排公共基本课程、校通识教育课程、院系通修课程；从二年级下学期开始结束院系通修课程，转而推出部分学科通修课程，向专业化过渡，三年级开始加入方向性选修课程。其中，公共基本课程621学时、33学分；校通识教育课程262学、15学分；学科通修课程1544学时、90学分；方向性课程120学时、分；学科跨方向性课程108学时、6学分。这样的安排能真正使学生在获得扎实而宽厚的理论基础、合理的知识结构的同时，培养较强的获取新知识的能力和创新精神。
为了能切实提高学生的动手实践能力，我们在办学过程中十分重视和强调实践环节的训练并倡导理论与实际 相结合，已经规划建设一个特色实验室――“仿脑认知与智能机器人”实验室，可支撑仿脑认知与智能机器人两个方向相关课程的教学实验，总经费预算100万元。依托该实验室，结合相关课程，高年级本科生可以进行“心理物理测试实验”、“眼动测试实验”、“面部表情与脑电对照实验”、“行为学与智能关系测试实验”、“机器人避障行走路径规划”、“机器人目标识别与跟踪”、“机器人声控实验”、“机器人智能语言翻译”、“机器人足球比赛”等众多特色实验。
3.2 研究生专业建设
厦门大学智能科学与技术系的研究生培养以加强创新能力的培养为核心，以加强基础课、专业课，实验实践教学、论文创新写作、促进理论与实践相结合为重点，包含硕士研究生和博士研究生两个培养层次。其中，硕士研究生层次又分为学术型研究生和工程硕士两种类型，分别进行培养。
在学术型硕士研究生培养方面，我们的目标是培养适应智能科学与计算机科学的发展，适应国家社会发展与进步事业需要的，德、智、体、美全面发展，系统地掌握本学科基本概念、基本原理、基本方法、基本技能的，具有创新能力、理论联系实际的高级专门人才和能适应未来从事基础研究、应用基础研究、技术开发研究和工程应用研究之人才。毕业生适宜到科研部门、学校从事科学研究和教学工作；适宜到计算机产业相关的企事业单位从事智能科学与计算机科学技术的开发研究、应用与管理等工作；可以继续攻读智能科学与计算机科学及其相关学科的博士学位。目前包含“人工智能基础”、“模式识别与智能系统”和“计算机应用技术”三个专业。其中，“人工智能基础”专业包含如下培养方向：认知科学理论、认知逻辑学、计算语言学、智能计算方法、艺术认知与计算、脑高级功能成像等；“模式识别与智能系统”专业包含如下培养方向：计算机视觉、机器翻译系统、智能中医诊断系统、机器音乐、模式识别、音频信息处理等：“计算机应用技术”专业包含如下培养方向：人工智能应用技术、自然语言处理技术、智能信息检索技术、多媒体综合应用技术、图像与视频处理技术、虚拟现实技术等。
在工程硕士培养方面，目前智能系招收“计算机技术”工程硕士――B方向(智能工程及网络安全)的工程硕士研究生，目标是培养具有扎实的计算机学科专业知识和工程技术能力，掌握现代智能与网络科学前沿知识，在智能工程与网络安全方向具有一定研究深度和项目研发能力的高层次应用型人才。培养方向包括：嵌入式智能家居、视频图像处理、网络视觉监控、模式识别与智能系统、智能机器人、网络内容监管、黑客与网络攻防技术、网络信息安全、信息检索与信息过滤、自然语言处理、机器翻译、语音识别与合成、智能中医信息处理、人工大脑、虚拟现实技术等。
在博士研究生培养方面，设有“人工智能基础”博士学位授予专业，目标是培养基础扎实，具有创新意识，对某一领域有全面深入了解或对某一应用领域有独立解决实际问题的能力，能够解决前人未能解决的科学问题或社会发展中亟待解决的技术问题的高级专业人才：其研究工作对科学技术或社会经济的发展具有明显贡献，为人工智能技术发展和应用提供新的基础或新技术、新方法。培养方向包括：人工智能以及应用技术、艺术认知与计算、数据挖掘技术、认知神经科学、软计算方法及其应用、智能多媒体信息处理、脑功能成像技术等。
4 总结与展望
工业智能论文范文第5篇
关键词：智能科学与技术；本科毕业设计；过程管理系统
1智能专业本科毕业论文（设计）改革背景
智能专业是一个新兴专业，在学科建设上各高校百花齐放、各有特色，但目前国内高校的智能专业本科教学普遍存在以下突出问题㈣。
（1）专业课程过于庞杂。专业课程设置重叠较大，本来的出发点是扩大学生的知识面，但由于学时有限，过多的课程反而影响了专业特色。
（2）培养模式落后。缺乏学科交叉，且“教师一学生”的单一教学模式不利于培养学生的团队意识和协作能力。
（3）专业培养缺乏目标导向与社会定位。学生缺乏对智能学科的系统化理解，很难培养其认识问题和解决问题的能力。
因此，沿用传统的毕业论文（设计）管理模式和时间分配方案，以通常的论文撰写和答辩为基本考评方式，效果并不理想。
2智能专业本科毕业论文（设计）的指导思想
高等学校本科毕业论文（设计）是本科教育成果的收官之作，对学生进入社会或继续深造都有重要的过渡作用，需特别重视。通过面向能力培养的本科毕业设计教学改革，智能专业本科毕业设计的指导思想在遵循《南开大学本科生毕业设计手册》的基础上，主要强调以下3个方面。
（1）学生应结合课程学习情况、今后拟就业方向、个人兴趣、继续深造方向等选择适合自己的导师和毕业设计题目，而非功种性地选择难度低、给分高、容易过的题目。在毕业设计过程中，学生应发挥主观能动性，将涉及的核心课程知识点再做温习，与指导教师积极沟通，与团队成员经常讨论。
（2）教师在指导学生选题方面应注重与前沿技术的相关度，可将在研项目、子课题、甚至技术点中的一些工作作为本科生毕业设计题目，鼓励教师多出题目。教师在指导学生过程中应给予参考文献、参考书目建议，并根据项目情况提供之前的项目文档，同时注意培养学生撰写项目文档的能力。
（3）论文撰写符合南开大学本科毕业设计内容、格式规范，做好论文答辩的各项准备。
为了全面贯彻智能专业本科毕业设计的指导思想，使毕业设计工作顺利推进，智能专业本科毕业设计正式开展前要经过两个层次的动员工作，一方面由学院教学领导班子动员毕业设计导师，另一方面，学院组织学生集中召开毕业设计动员大会。
3智能专业本科毕业论文（设计）内容和过程
3.1毕业论文（设计）前导课程
为了使毕业论文（设计）实现更好的效果，学校首先在毕业论文选题前一学年就开设综合课程设计课程，该课程可以分为春、秋两个学期（即第五、六学期），分别为综合课程设计2-1和综合课程设计2-2。由教师根据自己的科研项目或教授课程给出1～3个题目，将智能学科核心课程（如智能工程、机器视觉、现代控制论、过程控制、电路基础、计算机基础等）之间的关联性通过恰当的选题体现出来。学生在自由选择一个题目后，像研究生一样进入实验室，跟随导师完成题目，并做定期进度汇报。
该课程近两年开始实施，效果比较显著，主要体现在两个方面。一是合理弥补了本科生毕业设计时间不足的问题，真正的毕业设计过程在大四学期才刚刚开始，而该阶段的学生一般忙于找工作、考研、出国等事务，很难集中全部精力和在校时间投入毕业设计中。尤其工科类的题目需要经过实际调试和设计才能完成，很多学生由于时间所限草草应付。前导课程设置在大三学年，学生就有充沛的时间，有较稳定的学习状态和心理状态。二是使学生提前进入科研环境，熟悉基本的科研条件和论文写作技能，对知识结构做进一步的整理和温习，并对自己的能力有一个初步认识，也能较早发现自己的兴趣点，在后期真正开展毕业设计时选题更准确、进入研究状态更快、论文（设计）质量更好。
3.2时间要求
本科毕业论文（设计）工作时间不得少于12周，不设上限，充足的工作时间是保证质量的重要前提。学校安排学生在大四上学期进行毕业论文（设计）的动员、选题、导师确定、文献查阅等工作；在大四下学期集中完成毕业论文（设计）的实验（调研）、撰写、答辩等环节。大三学年（上下两个学期）开设毕业设计前导课程，客观上也为毕业设计增加了更多时间。
3.3选题要求
（1）以培养智能专业优秀毕业生为目标，充分体现专业特点。同时，鼓励学生选择以本专业为主的交叉学科课题，如近两年有不少学生将机器视觉、图像处理等技术与生物、法语、环境等学科的实际问题结合，做出了有应用价值的毕业设计。
（2）学生应根据自身情况考虑选题，不要随意或者盲目。前文提到的毕业设计前导课程为学生达到此要求提供了帮助。
（3）论文选题应有一定的理论价值或实践价值，本科毕业设计应有1～2个创新点。
（4）学生可选择指导教师提供的题目，也可自拟题目。学院采取开题报告的形式审核全体学生的选题，并填写《智能专业开题报告审查表》，经导师、院主管本科教学副院长签字备案。如题目更改，学生需填写《智能专业本科毕业题目变更审查表》，同样经签字后备案。其中，学院会选拔5～10名学生面向整个专业的师生举行示范性开题报告。
（5）学生选题原则上要求每人1题。但由于智能专业很多题目需团队协作完成，因此规定若2人（或2人以上）合作课题，毕业论文（设计）必须分开撰写，在毕业论文（设计）中要重点阐述本人独立完成的部分，并明确说明本人在课题研究中完成的内容对整个课题的贡献。
3.4资料查阅、实验设计及数据整理
智能专业本科生如同其他工科学生一样，往往直接着手解决具体问题，而忽略了问题背后的理论意义。因此，学生应进行一定量的文献阅读工作，在开展毕业设计前广泛收集资料，以便了解目前该领域国内外研究现状并做好记录。同时，要求学生将课题的研究背景、资料查阅情况、文献阅读心得进行归纳总结，并在初期进行一次详尽汇报。导师对该汇报评价满意后，学生继续进行实验设计和后继答辩工作，若不符合要求则需重新汇报直到符合要求为止。我们要让学生懂得：只有通过丰富翔实的前期调研，才能了解理论界对自己拟研究问题的研究状况，避免低水平重复性工作，也防止侵犯他人知识产权，这对学生今后的研究工作有着重要的意义。
3.5编写提纲和撰写毕业论文（设计）
根据智能专业特点，撰写论文的时间为4周，在撰写前应与指导教师讨论三级目录。学生应主动找导师指导毕业论文（设计），每周至少一次，总次数不少于10次。这里特别强调，如学生没有按要求完成之前的环节，而直接提交论文，则不准许答辩，亦不能获得相应学分。
3.6毕业论文（设计）指导与检查
指导教师应按学校要求对学生进行定期指导，同时对学生毕业论文（设计）的完成进度、质量、出勤等情况进行检查，及时解决检查中发现的问题，如实填写《智能专业毕业论文（设计）开题报告审查表》《智能专业毕业论文（设计）中期检查表》《智能专业毕业论文（设计）进度检查表》等表格。
3.7利用网络系统完成全过程质量控制
良好的改革方案，离不开有效的管理机制。在该方面，南开大学智能科学与技术专业利用学科在信息技术方面的优势，开发了一套完整的管理系统，用于管理本科生毕业设计全过程。学生可以在综合课程设计（前导课程，如图1）和智能专业本科毕业设计（如图2）分别使用系统完成填报志愿、导师双向选择、开题报告提交、中期检查等步骤。相应地，导师可以通过该系统完成题目布置、开题报告审核、中期检查等工作。学科主管教学工作领导也可借助该系统，通过高权限访问，评阅和批示教师及学生的论文进度和质量。
工业智能论文范文第6篇
关键词：智能；智能科学与技术；语义分析；知识体系；课程体系
中图分类号：G642 文献标识码：A
1 引言
“智能科学与技术”专业教育意指将“智能科学与技术的知识体系”传授给本科生或研究生。构建智能科学与技术的知识体系通常有两种途径：(1)经验归纳法，从社会实践和科学研究已经获得的知识集合中选择出若干，认为这些知识应该归属于“智能科学与技术”，且将其结构化与系统化。(2)概念演绎法。追问“智能科学与技术”的确切含义为何，由此联想其涉及的主要方面，概念推演形成的轨迹即是知识体系。两种方法的结论应是一致的。就实际操作而言，前者的主要环节是“选择知识”和“搭建体系”，而“选择什么”和“搭建成何样”就与研究者的偏好相关，常出现观点相左的情形；后者的主要环节是“明确语义”和“语义延伸”，能被称为概念的东西总是成熟的，即已有大量的先前研究，对此人们的分歧较少，而从概念出发的语义延伸又是遵循演绎逻辑的，由此而得的知识体系就易被公认。
本文的研究采用概念演绎法，具体的讨论依层次递进展开，首先明确“智能科学与技术”的中文语义，其次讨论该语义涉及的关键概念之内涵，进而合成这些关键概念的具体内容，继之概括“智能科学与技术的知识体系”，最后设计“智能科学与技术专业教育的课程体系”。
2 “智能科学与技术”的语义
尽管有逻辑上的先后，“科学”与“技术”通常被认为是并列的两种人类文化活动。“智能科学与技术”就应被分为“智能科学”与“智能技术”。
智能是某种行为主体所具有的能力和所表现的行为。这种具有智能的行为主体目前(也许永远)只有两类：生物(其中主要是人类)和机器。若以人类代表生物，智能就有两种表现形态，人类智能(human intelligence)和人工智能(artificial intelligence)，后者是对前者的模仿与延展。
科学是为了获得所考察对象的知识体系，技术则是依据某种原理设计制造各种人工系统。由此，“人类智能科学”、“人工智能科学”、“人工智能技术”是无歧义的，而“人类智能技术”就不成立(确切地说，是间接地通过“人工智能技术”的方式表现出来)。
基于上述分析，“智能科学与技术”的语义由三部分构成，“关于人类智能的科学”、“关于人工智能的科学”和“应用人工智能的技术”。根据惯常的教育与研究分工，前者是心理科学领域的重点所在，后二者则是信息科学领域的前沿方向。目前国内所开办的“智能科学与技术”专业教育大多属于理工科本科，其侧重所在自然是“人工智能”。
支撑着“智能科学与技术”及其三部分构成的关键概念是“智能”、“科学”与“技术”，对其进行深入剖析有助于推演出“智能科学与技术的知识体系”。
3 关键概念的剖析
3.1 “智”对应于Intelligence
汉语中的“智”是“知”的后起字，而“知”是“出于口者疾如矢也”，意指认识的事物可以脱口而出。“知”添加了“曰”即为“智”，再清楚不过，“智，知而道出也”。智，就是人们日常口语中的“知道”。
英语中的Intelligence源于拉丁语的动词intellegere，意思是to understand。而intellegere是inter(interl与legere(to choose)的合成词，故它所表达的是“在推理基础上的理解”。
可见，汉语的“智”关注知识(识，知也。《说文》)及其共享；英文的Intelligence则强调知识及其可靠来源。有所差异并不妨碍将不同文化系统中的这两个概念对应起来。
3.2 “智”的派生词
尽管语义十分贴切，却不可将Intelligence直接汉译为“智”。在现代汉语中，单字形式的名词一般不用于表达抽象概念，因为单音节的高频率使用在言语交流中难以通畅顺口。通常都是采用双字形式的名词。“智”需要再添加一字。处理的办法无非两类，同义重复或附加意义。前者生成的是“智慧”，后者得到的是“智能”和“智力”。
智慧之“慧”，一方面与“智”同义(知或谓之慧。《方言》)，另一方面又与佛教名词“般若”(Praina)相连，在中国的文化传统中，佛是高深至上的，这样，智慧的真理性就毋庸置疑。作为汉语词汇的“智慧”固定下来之后，除了与英文的Intelligence相对应，还与英文的wisdom(wise“聪明的”+dom“性质或状态”)相一致。更重要的是，wisdom就是希腊语的sophy，由此构成了philosophia(英文philosophy)。“智慧”连接着中国的佛教(与中国哲学相通)和西方的哲学。智慧是哲学层面的。
“智能”和“智力”都是“智的能力”的简称。推敲其中的意味饶是有趣。作为物理学概念的“能”和“力”，二者是一种源流关系，因而在汉语的习惯中，“能”更本质，“力”则外显，暗含着有高下之分。这样，智能有“智能人”、“智能机器”、“智能科学”等，智力则是“智力游戏”、“智力玩具”、“智力商数”等。层次的感觉是明显的。智能和智力是科学层面的。
“智”的派生词最常用的有三个：智慧、智能和智力，它们均可英译为Intelligence，但在汉语中分别属于三个层次，即哲学领域、科学领域(较高层次)和科学领域(较低层次)。
3.3 关键概念的文化比较
将与“智”相关的中文概念和与Intelligence相关的英文概念进行对比，可看出中西方文化的相通与差异，有助于更深刻明晰地理解“智能”的语义。表1是基于英语概念的文化比较。从中可见，“智能”较高于“智力”在西方文化中表现为对现在分词的偏爱。
表2是基于汉语概念的文化比较。英语的Intelligence可以笼统地表示汉语的“智、智慧、智能、智力”。现限定“构建智能科学与技术的知识体系”是一项科学研究(即不考虑“智慧”)，再用“智能”作为“智能”和“智力”的统称，这样，“智能”就成为将要继续讨论的唯一概念。
3.4 智能之“能”
前已阐明，智能就是“智的能力”。这种能力究竟为何，学者们曾有过大量的讨论。其中一种通俗简洁的表述 被包含于后者之中。在人工智能中将二者分开，缘于它们的对象不同，前者针对的是自然界，后者则面向人类已有的知识积累。“推理”是生命体存在的基本前提。所以，关于人工智能的科学只有两个分支：机器感知／发现理论(派生于人的认识论)和机器推理理论(基于人脑推理理论的讨论)。
(4)应用人工智能的技术。第3.6节说明，技术就是应用手段、技能和方法设计与制造人工系统。图4模型所示意要设计与制造的人工系统只有专家系统和机器人。所以，应用人工智能的技术主要有两个：专家系统技术和机器人技术。
(5)基于现状的人工智能科学与人工智能技术的内容调整。前面将“机器感知”和“知识发现”归于科学范畴，其根据就是因为它们均是客观存在。然而，现在的“机器感知”还非常简单，对于诸如表情、语气等稍微复杂的客观现象就无能为力：“知识发现”也主要依赖于基于语法的关键词匹配，而对于如何有效地理解语义特别是语用还差得很远。鉴于如此现状，将“机器感知”和“知识发现”归于技术更合适一些。
(6)智能科学与技术的知识体系。集成上述的观点可得图5所示的知识体系。理论是概念、原理的体系(《辞海》)，本身就是知识体系。技术包括手段、技能和方法，也是知识或知识指导下的操作。所以，智能科学与技术的知识体系由两个理论和四种技术构成。
图5的表示是粗线条的。正是因为它没有将与“智能”有关的科学理论和技术方法全部罗列出来，才有了一个简洁的框架，以便在此基础上进一步细分和添加，最终形成一个系统的图景。
6 “智能科学与技术”专业教育的课程体系
“智能科学与技术”专业教育的使命就是将图5所示的知识体系教授给本科生或研究生。学校教育总是以课程方式进行的。智能科学与技术的知识体系必须转化为课程体系。基于图5所示模型、兼顾目前大学课程设置的现状、特别是参照国内学者的研究成果和国内率先开办智能科学与技术专业的大学的探索性经验，提出“智能科学与技术专业教育的课程体系”的一种方案，见表3。
如表3所示，“智能科学与技术”专业的课程设置对应于智能科学与技术知识体系的主要内容(见图5)，共六门主干课程：
(1)“脑与认知科学”。包括“脑科学”与“认知科学”。
(2)“机器学习”。推理是学习过程中所采用的主要方法，机器学习包含机器推理，在一般意义上可以认为二者同义。目前讲授机器学习的大学课程主要有：“机器学习”、“模式识别”(是实现机器学习的一种方法)、“计算智能”。后者包括“模糊计算”、“神经计算”、“进化计算”，讲授一些具有前沿性的理论与方法。
(3)“机器感知”。包括“机器视觉”模仿人类的视觉、“计算机语音技术”模仿人类的听觉、“自然语言理解”模仿人类对语言与文字的理解。
(4)“知识发现”。包括“信息检索”和“数据挖掘”，前者在数据库中进行关键字匹配、在万维网上进行关键字匹配、在语义网上进行语义匹配以获取所需要的信息，后者将信息组织到数据仓库中以便寻求信息之间的规律性关联即获得知识。
(5)“专家系统”。该课程所讲授的内容包括管理信息系统、专家系统、决策支持系统、多Agent系统。它们是人工智能为人类提供的实用型信息产品。
(6)“机器人”。利用机器来获得身心的解放与扩展是人类的梦想和永远的追求。拟人机器的设计与制造涉及诸多学科，在大学的专业教育中只能讲授一些基础概念。
可以将整个“智能科学与技术的知识体系”看作是一个对知识进行“输入一加工一输出”的结构。由表3可见，与知识输入有关的是“机器感知技术”和“知识发现技术”；与知识加工有关的是“脑科学理论”和“机器推理理论”；与知识输出有关的是“专家系统技术”和“机器人技术”。在智能科学与技术学科中，分工专门研究知识输入、知识加工、知识输出，就构成了其三个主要的研究方向：知识处理、智能理论与方法、智能系统与应用(如表3所示)。
7 结论
(1)智能科学与技术是人类智能科学、人工智能科学和人工智能技术的总称。技术的标志是用于设计与制造人工系统，因而“人类智能技术”并不直接存在。
(2)“智能”是“智的能力”的统称。中文的“智”之本义是“知而道出”，与英文的Intelligence(本义“推理基础上的理解”)尽管侧重不同，仍被认为语义相等。现代汉语不习惯单字形式的概念，“智”便有了三个常用派生名词“智慧”、“智能”和“智力”。前者属于哲学概念：后二者属于科学对象，是“智的能力”的两种不同简称，亦有层次高下之分。在科学领域，“智能”通常涵盖“智能”和“智力”。
(3)智能科学是指，认知智能事实、归纳智能规律、总结智能理论。
(4)智能技术是指，设计与制造人工智能系统的手段、技能和方法。
(5)智能(intelligence)应该是“能智”。即能知、能日、能推理、能理解、能应用。
(6)智能是以知识为主线的三个环节的序贯过程。智能表现为知识在知识获取、知识推理、知识应用三类活动中的定向流动和逐级提升。
(7)智能首先遇到的问题是知识表示。人类智能的知识表示是在文化传承中自然实现的，而人工智能的知识表示则依赖于专门的人为规定。这样，智能的内容就有四个部分：知识表示、知识获取、知识推理、知识应用。
(8)智能最简明最本质的定义是：知识+推理。人类智能的特征是，知识用自然语言表示、推理在人脑中进行；人工智能的特征是，知识用机器语言表示、推理用机器实现。
(9)人类智能的内容主要有五个：感官感知、信息检索、人脑推理、实际问题解决方案、实际问题解决方案的执行。
(10)人工智能是对人类智能的模仿与延伸，其主要内容也相应有五个：机器感知、知识发现、机器推理、专家系统、机器人。
(11)智能科学与技术的知识体系由两个理论和四种技术构成。智能科学与技术的知识体系涉及关于人类智能的科学、关于人工智能的科学、应用人工智能的技术，具体有脑科学理论、机器推理理论、机器感知技术、知识发现技术、专家系统技术、机器人技术。
工业智能论文范文第7篇
[论文关键词]多元智能 职业能力 软件工程专业
一、引言
多元智能理论创建于20世纪80年代，是美国哈佛大学霍华德·加德纳在前人的基础上创立的一种新的智能理论。该理论认为教育中需要利用有效的方法和策略来开发、培养学生的多元智能，而实践是培养学生解决实际问题能力和创新能力的有力方式，是培养学生多元智能的有效途径。在单位用人策略越来越趋向实际的情况中，学生如何在了解一个完整的职业生涯发展道路的基础上，完善和积累“职业能力”，把自己的能力和企业需要联系起来，合理地利用“职业能力”，将最终成为学生能否被企业接纳的重要因素。
广西工学院(以下简称“我校”)长期以来积极探索办学体制改革。1994年，在柳州市委和柳州市政府的倡导下，由广西工学院、广西柳州钢铁(集团)公司等13家单位共同发起成立广西工学院董事会。目前，董事单位已发展到44家。多年来，我校与企事业董事单位有着密切的产、学、研合作关系，以董事会的运作为载体，努力创新办学体制，走出了一条学校与社会企业之间“优势互补、互惠互利、共同发展”的特色办学新路，逐步形成了“校市相融，校企合作”的鲜明办学特色。
计算机软件工程专业人才的培养继承和发展了我校这一办学特色传统，高度重视学生动手实践能力的培养，建立“课堂实训、项目实训、企业实训”三个层次递进的实践教学体系，加强与企业和社会的联系，引入社会资源参与办学。我校软件工程专业与区内知名IT企业广西德意数码、南宁平方软件、柳州蓝海科技、广西软件评测中心、南宁时空网以及区外中软国际、四川华迪、深圳达内、深圳计算机协会、上海杰普、珠海永亚等单位签订了校外实习实训合作协议，安排学生赴公司实习实训，并取得了很好的效果。
二、多元智能理论的特征
在加德纳的多元智能框架中，人的智能至少包括下列八个方面:言语—语言智能、数理—逻辑智能、视觉—空间智能、音乐—节奏智能、身体—动觉智能、交流—交际智能、自知—自省智能、自然观察智能。
多元智能具有以下特征:第一，关注文化性。智能是在一定文化背景中学习机会和生理特征相互作用的产物。第二，突出多元性。智能是以多元化形式存在的，多种智能因素同等重要，需要给予同等的关注。第三，强调差异性。多元智能理论认为每个人都同时拥有相对独立的多种智能，在不同环境和教育条件下，个体的智能发展方向和程度有着明显的差异性。第四，重视实践性。把智能作为解决实践问题中的能力，是智能理论发展的一个突破性进展。评价一个人的智能水平，要看这个人解决实际问题的能力，以及在自然合理的环境下的创造力。第五，注重开发性。人的多元智能的发展水平的高低关键在于开发。
三、软件工程专业“职业能力”培养方案
软件工程专业“职业能力”的培养必须坚持做中学的原则，让学生在“做事”的过程中学习怎么“做人”，课程的设置要面向市场，以“厚基础、精方向、重实践、突特色、强外语”为原则指导课程设置，强调按照现代工程和软件开发、设计、分析和管理等技术来设置课程组，以实际应用为需求，依据学生特点，建立个性化培养方案，其中特别强调实践教学，构建“课程实训项目实训企业实习”的实践教学体系。
1.关注文化性，实现校企合作办学。多元智能理论尊重个体的文化背景和社会环境，加德纳的智能定义强调了智能的社会文化性。随着我国经济的高速发展，寻求经济发展模式的转型，着力发展少能耗、低污染和高附加值的高新技术产业是我们面临的主要任务。全球经济一体化已成为当今世界经济发展和竞争的一个主要特征。这些都需要大量适应经济形势的高级工程型人才，除要求他们掌握日益增加的专业知识和技能外，还要更懂得人文知识，了解全球问题，具备文化多样性和高效的交流能力。这对智能的培养，“职业能力”的培养提出了更高的要求。 转贴于
我校软件工程专业在课程实习、暑假实习和毕业设计等环节进行改革，探索高效的工程训练内容设计、过程管理新机制。坚持走“走出去”(送学生到企业实习)和“请进来”(将企业好的做法和项目引进到校内)相结合的新路子，充分调动企业积极性，发挥企业优势，使其参与到教学活动中来。办好“校内”“校外”两个实训基地建设，在校内继续凝练、深化“校内实习工厂”的建设思路，在校外与深圳、上海、南宁等软件公司建设好实训基地。将传统授课模式改写成在实践过程中去施教的过程，在“做中学”，以项目和案例为学习过程的载体，以不断涌现出来的问题为学习知识的驱动力，在学习的过程中，让学生不断接受企业的文化，体验团队协作的精神，提高“职业能力”。
2.突出多元，强调差异，改革授课内容和授课模式。多元智能理论认为，智能是以多元化形式存在的，每个人都同时拥有相对独立的多种智能，在不同环境和教育条件下个体的智能发展方向和程度有着明显的差异性。
我校软件工程专业强调面向市场，面向企业，保障学生实验和设计的题目全部来源于工程实践项目，正视学生的智能多元性和差异性。学生可以根据自己的爱好和专业知识选择校内企业联合实验室项目、指导教师项目、实习企业项目，完成自己的各项课程设计和毕业设计。这有利于激发学生的学习兴趣，规划今后的专业发展方向。此外，我们鼓励学生以团队的形式在完成课程学习的同时完成规定的大作业，使学生在软件系统开发(分析、设计、实现和测试)、团队实践和过程控制、管理能力等方面得到系统的训练和提高。
3.重视实践性、开发性，完善教学体系。实践性、开发性正是多元智能理论的核心特征。我校软件工程专业培养模式重视实践，强调必须在实践过程中去施教的过程，在“做中学、学中做”。重视培养学生的综合能力，围绕培养具有综合竞争能力的软件工程师这一核心，对教学内容、课程体系、实践环节、教学方法和组织方式和教学过程管理等进行改革，探索适合软件人才培养的新型教育模式和新机制。具体方案设计如下:
基础知识教育。围绕基础知识和专业基础知识教育，围绕数学基础、程序设计主线展开教学，使学生能够具有扎实的基本功，为高层次人才和创新能力的培养打下坚实的基础。在暑期前后进行近一个月的编程强化训练，由企业教师和校内教师主讲，强化训练结束后进行编程能力的考核。
专业知识教育。围绕专业基础、软件工程基础、计算机硬件基础等展开教学。在此阶段，学生参加为期三个月的模拟项目实训，聘请企业教师主讲，校内教师做教辅，实训结束后进行第二级项目能力的考核。这是二年级到三年级的过渡阶段，也是软件工程专业学生在校项目实际锻炼的重要阶段。
软件工程教育围绕着软件开发、专业方向课程展开教学。对相关的课程进行整合，形成课程群，突破学期、授课教师、课程各自独立的局限，实现总体设计、综合布局、交叉穿插、协同配合的新模式。设计一个综合项目，贯穿于几门课程之中。学生以团队的形式在规定的时间内完成学习课程，提高软件系统开发、团队实践和过程控制、管理等能力。
软件工程实践学生参加为期一年的企业实习，参加企业的实际项目的开发与运作。学生可以根据自己的爱好和专业知识选择校内企业联合实验室项目、指导教师项目、实习企业项目，完成本科毕业设计论文。
工业智能论文范文第8篇
论文关键词：智能建筑 系统论信息论 可持续发展 人本论 产业链
20世纪60年代中期，世界建筑业启动了新一轮的发展，建筑物单体的高度与体量急骤增加，二、三百米的超高层建筑，单体超过10万平方米的大型建筑已十分普通。建筑物规模的增大与工程建设的技术难度不仅体现在高度与面积上，建筑物的多功能使用(同一幢建筑物内分层区具有办公、酒店、商场、公寓、娱乐等使用功能)。各类使用者对建筑物的服务要求多样化与服务性能日趋提高，越来越重视生活条件与环境的舒适性、与社会和人际沟通的便捷性、生存空间的安全性、设施服务的完善性、管理组织的严密性等。在解决这些复杂难题的过程中逐步形成了智能建筑的概念。
1智能建筑的理论体系
长期以来，对智能建筑是否存在理论与学科特征，一直未能形成比较一致的认识。有些人士认为智能建筑就是把计算机、控制及电子设备运用于建筑物，只是高新技术的综合应用而已，并无理论可言。
然而，笔者认为经过二十年的实践，智能建筑已不如早期那么神秘朦胧，在长期的建设、应用与管理中，已经凸现其深层的特征，有必要对此进行探讨。图1所示为智能建筑理论的结构，下面将分别进行阐述。
a.应用对象层。智能建筑为人类活动提供信息化、自动化的工作和生活场所，它的应用对象就是建筑物的使用者、管理者与服务提供者。
b.特定功能层。只要是按现代化、信息化运作的机构所在地都有智能建筑的需求，因此智能建筑早已不是办公建筑的专利，公共建筑、住宅建筑、工业建筑、军事建筑都可以按智能建筑建设。近十年来，中国与全球一样建成了大量智能型的办公楼、酒店、体育场馆、会展中心、医院、学校、法院、图书馆、剧院、博物馆、机场、车站、住宅、电子厂、食品厂、化工厂、发电厂、军营、应急指挥中心等建筑物，这些建筑物在世界的经济与社会中起着极为重要的作用。在这一层面上，智能化系统功能需求与设备配置往往受建筑物个性、建设目标，管理模式和投资力度的影响而有较大的差别。
c.应用技术层面。这是智能建筑的技术基础，由通信网络技术、智能控制技术、信息处理技术和综合管理技术等组成。在这些技术领域中，最新的技术成果及其形成的装备会以最快的速度应用于建筑业。如在5年前，当软件工程界刚开始讨论中间件技术时，市场上立即推出了采用中间件技术的智能建筑系统集成软件IZ BMS集成化智能建筑管理系统)。又如当工业以太网技术出现突破，随即出现了基于工业以太网的楼宇自动化系统。
d.基础理论层。虽然从表面上看，智能建筑嵌人了许多令人目眩的五光十色的技术，但实质上智能建筑并不仅是新技术的综合与新装备的组合，而在其深层次中是有基础理论的支撑。
1945年奥地利人贝塔朗菲创建系统论形成了“系统哲学”，这是把世界看作一个巨大组织的机体主义世界观，它包括了系统本体论、系统认识论、系统价值论和系统方法论。系统理论的概念(等级秩序、渐进分化、反馈、开放等)与方法(图论、集论、控制论、对策论、排队论等)是智能建筑总体设计与工作流程规划中的重要工具。
美国人香农在1948年奠定了信息论的理论基础，使人类传统的科学从以材料与能量为中心的体系，转变为以材料、能量与信息为中心。当建筑物的智能水平日益提高后，人们已不满足仅在通信信道容量、噪声抑制、数据加密上应用信息论，而需要进一步通过统计及随机过程的分析来讨论语义分析、信息的嫡的应用。
“以人为本”在如今似乎已成为一句时尚的语句，但在智能建筑的功能设计与运行管理中，如果缺乏针对使用者与管理者的工作和生活便利考虑，缺乏以人机工效学对人机界面、机器与人的共享空间的设计，缺乏在智能化、数字化环境下对不同职能与层次人的行为处理分析和对策，那么任何再先进的智能化系统也是失败的。
智能建筑不仅仅是当前高新技术的尽情应用，而且必须从可持续发展的角度对建筑物的一切进行考量:设备与材料的环保、系统运行方式的综合能效设计、建筑物节能模式的选择、建筑物管理的组织结构设计，都需要从有利于协调“自然·社会·经济”关系，提高“人口·资源·环境”可持续发展的水平来考虑。这些工作要有助于建立7项工作:选择资源节约型的经济体系、推进社会公平化的社会体系、重视提高国家综合实力的科技体系、保持自然生产能力的生态体系、促进环境质量提高的环境体系、提高国民整体素质的人口体系和规范合理行为的政策法规体系。“可持续发展”是我国的基本国策之一，已深人到整个社会。智能建筑自然也在“可持续发展”政策的覆盖之下。
显然，在智能建筑所有的相关领域，以上的理论都在工作过程中起着宏观导向与微观指导的作用。
2智能建筑理论的特征
通过上述分析可见，智能建筑不仅存在理论，而且其理论结构相当复杂，还具有以下三个特征。
a.多目标的优化智能建筑不是机械的技术与设备集合，而是一个大系统，需要多视角地考虑技术、管理、经济、人文、环境等因素的大系统运行目标，并且调动各种手段使系统达到最优的综合目标。即系统的优化目标函数为:S=f
b.多学科的综合这一点是显然的，智能建筑的规划、设计、运行和管理，所涉及的技术，经济、管理以及法律问题，都必须有效地应用各学科的知识成果来解决。
c.多因素的相关性智能建筑与社会信息化、社会经济发展、管理模式、装备技术发展、政府导向等具有十分密切的关系，尽管就表面来看智能建筑仅是一种建设行为与经营管理方法。但是从建筑物的生命周期成本(LCC Life Cycle Cost)(见图2)来看，当某种设备与技术采用后，可改变其生命周期中许多相关的分项状态。
比如采用完善的BA(建筑设备自动化)系统进行照明系统的节能控制(按照度、时间、夜间最低照度、分区等)，可以有效降低电耗与照明设备的运行时间，而照明设备因此而延长寿命减少了照明设备的维护更新费用。这可使建筑物生命周期成本中的能耗费与设备更新费用减少。但是要实现这一目标需要设置完善的BA系统，要增加建设的一次投资.同时，降低能耗的效益并不仅仅体现在LCC的图中，它对于广义的环境保护价值更是巨大的。
3智能建筑工程实践的分析
近年来，随着中国综合国力的增强，全国各地的智能建筑热潮有涨无退。由于我们已经历了较长期的探索，在工程建筑中有许多成功的经验，也有不少失败的教训，无论是建设方/业主，工程技术人员，还是物业管理人员，都逐步趋于成熟。因而最近起步建设智能建筑的地区(暂称为后行地区)，往往可以比北京、上海、广州等先行开发建设的大城市(暂称为先行地区)有更好的建设效果。我们将之称为后发优势，见图3
智能化系统工程先行地区由于一开始处于探索前进的过程，不可避免地在早期建设中存在着各种过份的行为(控制论中称之为超调)，随后又出现因失误而放弃的行为(称之为振荡过程)，最后趋向于合理的装备与功能水平。而后行地区由于可以借鉴先行地区的经验与教训，可以比较合理稳妥地确定自己的智能化系统工程建设目标与行为，虽然起步稍迟，但最终可以与先行地区趋向于同样的建设效果，而他所化的代价则比先行地区要小得多(如早期智能住宅小区建设成本高达230元/mz，而近年来则在60元/mz左右，而且装备的性能与质量更好)。
4智能建筑已经形成产业链
建筑业是中国经济发展的重要抓手。中国经济发展的历史与现实清楚地告诉我们，国民经济状态上升建筑业必然兴旺，建筑业发达了，国民经济必然形势大好。中国近年来持续的经济增长其中就有1---2个百分点来自建筑业贡献。
随着中国城市化进程的加快，全国的基本建设规模不断增大，北京市2008年的奥运会与上海市2010年的世博会，大大刺激了建筑业发展，智能建筑与智能住宅小区则成为建筑业的精品。在工业建筑物、民用建筑物、军事建筑物与市政建筑物中的电气设备投资已从上世纪80年代总投资的6%一7%，增长到总投资的10%----18%，并且还在不断上升。与此同时，市场中的各类智能建筑电气设备不仅引进了大量国外先进技术与产品，也推出了一定数量具有自主知识产权的产品。据不完全统计，与智能建筑电气设备相关的国内企业约有6---8千家，智能建筑电气设备的民族企业在稳定成长。目前智能建筑行业，已基本形成了一条稳定的产业链，产业链的各方关系可以用图4来描述。
图中箭头表示各方的相互关系:①提供建筑化系统设备工程与技术服务;②提供智能化系统设备功能信息、设备使用改进意见;③提供产品与设备技术信息;④提供系统设备需求信息与系统设备功能信息;⑤人才与技术的需求与供应。
图4智能建筑的产业链示意图
图4所示的关系中，工作的基础是国际标准、国家标准与行业标准(注:GB/T50314为《智能建筑设计标准》，GB50339为《智能建筑施工及验收规范》)。
5智能建筑应用的发展趋势
随着文明的进步，人们对工作与生活的环境要求不断地提高，建筑物的功能与相应的标准也逐步提升.智能建筑作为现代建设技术的核心，面临着新的挑战。
城市的规模越来越大，建筑群的功能特征日趋明显，出现了中央商务区CBD ( Center BusinessDistrict)、休闲商务区RBD ( Recreation BusinessDistrict)、工业园区、行政中心区、经济开发区、住宅小区等特定功能的区域。现代城市管理必须采用信息化手段对这些区域的建筑群与建筑设备进行综合管理，这对智能建筑提出了新课题。在美国“911”事件之后，建筑物的防灾、减灾及反恐等安全问题凸现，建筑物中的消防、安防、防灾及应急供电等已不可缺少，唯有借助智能化的应用系统，才能使之精准、有效、稳定与可靠地工作。
工业智能论文范文第9篇
一是始终注重科学理论指导。
市委市政府高度重视智慧城市建设的理论支撑和指导。早在2006年，南京市提出了“发展智慧产业、构建智慧城市”的初步构想，同时一直在跟踪研究世界智能城市发展的路径、理念、方法和实践进程。2007年“重洽会”期间，举办了“智慧产业发展与城市创新”高层论坛，论坛邀请了一批国际顶级专家，分别做了《发展智慧产业、打造软件名城》、《构建国际化的智慧产业生态区》、《谋划智慧城市发展、促进智慧产业创新》、《智慧产业发展与知识安全工程》等演讲。时任市委书记、现任省委书记罗志军出席论坛开幕式并发表了重要讲话。
2010年11月16日，市委联合南京大学等举办了“智慧南京高峰论坛”，两位诺贝尔奖获得者应邀到会就智慧城市发表演讲，论坛共同探讨“智慧城市”和“智慧南京”建设发展的构想和路径。省委常委、市委书记朱善璐在论坛上指出，“智慧南京”既是实现现代化国际性人文绿都的目标中的题中应有之义，是人文绿都建设的重要内容，也是南京未来发展的方向。建设“智慧城市”，是市委、市政府重要工作目标和任务，研究“智慧南京”发展模式，是应对金融危机之后的发展阶段，必须抢抓机遇、摆上日程和认真研究解决好的重要问题。它是南京利用自身特点充分发挥优势的必然要求，也是南京长期文化积累、城市进步的结果，还是顺应新潮流与时俱进的必然选择。在这之后，市政府又召开了若干场智慧城市的专题论坛，市政府领导及有关专家就智慧南京建设提出了一系列理论和建议。
二是始终注重顶层设计引领。
南京十分重视智慧城市的顶层设计，把它放在智慧城市发展的战略高度。市长季建业多次明确要求，要深化细化智慧南京顶层设计、系统设计、构架设计。智慧南京建设就是要推动城市的信息化应用。在规划上要进一步明确智慧南京的架构。季建业市长指出，要推进智慧政务、智慧商务、智慧事务建设。智慧政务就是政府管理的智慧化智能化；智慧商务，也属于智慧南京的一部分，现在我们考虑得不多，但是我们一定要把这个平台搭建出来。智慧事务，就是指与城市有关的管理体系，包括医疗、城管、环保等。政务商务事务加起来就覆盖了整个社会。政府的管理通过政务来运行；城市的商业运行，包括其他一些新的公司，都要通过商务平台运行；事务就是有关对社会事务管理的一些东西，跟老百姓生活直接相关的一些东西。还要推进智慧产业发展。之后，市政府多次召开专题会研究智慧南京的顶层设计，要求不断深化细化顶层设计、系统设计、构架设计，不断加大信息化基础建设投入，大力拓展信息技术市场应用，着力破解“信息孤岛”现象，构建统一规划、集约投入、集成发展、资源共享、高度整合、高效运转的智慧城市架构体系，更好地推动城市功能转型、产业发展转型和百姓生活品质提升。
南京市“十二五”智慧城市规划也是按照顶层设计的总体要求编制的，提出了智慧南京的总体架构，概括为“一大平台、三大领域、六大体系”，即以智慧城市云计算服务平台建设为核心，以满足政务、商务、事务三大领域应用需求为导向，推进信息基础设施体系、智慧应用体系、智慧产业体系、信息资源管理体系、技术支撑体系和政策保障体系建设。三是始终注重示范工程先行。
智慧城市建设是一个漫长的城市发展历程，不可能一蹴而就，现阶段智慧城市建设尚处于探索阶段，并无完备的经验可以借鉴，因此，当前智慧南京建设必须要有先导型示范工程的引领，抓住其关键环节，遵循科学性和可操作性原则，围绕城市发展的特色优势、产业升级的战略重点和群众对公共服务的迫切要求，来确定应优先实施的项目。从而使百姓尽受到智慧城市所带来的便捷。南京把政务数据中心、市民卡、车辆智能卡三大重点项目（简称“两卡一中心”）的建设确定为现阶段“智慧南京”的目标和雏形，即以车辆智能卡为物联网建设的突破口，以市民卡为行业应用整合的载体，以政务数据中心为城市级智能管控中心，试图先行构建一个能够代表智慧城市核心特征的微缩模型和智慧南京的基础，也是现阶段智慧南京的标识，旨在总结经验的基础上，为全面推进智慧南京建设奠定基础。
四是始终注重民生项目优先。
南京始终把关乎民生的项目作为智慧南京重点推进的工程和抓手，把智慧医疗、智慧旅游、智慧城管、智能交通等重点项目是智慧南京惠及民生的重点工程。目的是使市民感受到智慧南京给他们的学习生活工作带来实实在在的便捷，从而使智慧城市建设由政府意志主导变成市民自觉的行动。
五是始终注重突破传统思维。
南京一直充分认识和牢固树立智慧城市是城市信息化更高阶段的科学理念。2011年4月7日，市委杨卫泽书记强调指出，我们的根本目标是建设人民幸福生活城市，五年发展目标是率先实现基本现代化，长远发展目标是建设现代化国际性人文绿都，跻身世界发达城市行列。杨卫泽书记进一步指出，在规划和建设中，要全面融入现代化理念。要真正把低碳、绿色和智慧不是作为口号，而是从基础设施、城市营运和管理等方面真正融入、体现出来。这充分体现南京市主要领导对智慧城市的科学认识。
“人文绿都”是南京的城市定位，“智慧南京”理应引领南京的智慧人文的发展和城市的文化复兴。深厚悠长的人文底蕴、高素质的城市市民、创新型的城市建设和管理人才是智慧南京的灵魂、丰富的科教资源是智慧南京的财富。
南京将智慧人文列为智慧城市建设的重要领域，把提高城市市民的素质，造就创新型城市建设和管理人才，作为智慧南京的灵魂。南京城市人文底蕴厚重，既是优势，也可能是桎梏；南京科教资源丰富，如果充分利用就能变成智慧城市建设的财富，如果用不好，就有可能丧失已有的优势。南京正在充分挖掘高校、科研机构、大型骨干企业等资源优势，为构建智慧南京提供坚实的智慧源泉。以软件园、工业设计园、大学科技园、动漫创意园等园区为依托，努力构建有利于各类人才创新创业、展示才华的舞台。要完善创新人才的培养、发现、引进和使用机制，切实营造“引得进、育得精、留得住、用得好”的人才环境。同时，通过有效举措，鼓励市民终身学习，营造学习型城市的良好氛围，树立南京特有的智慧人文的良好形象。智慧城市努力挖掘和利用南京历史文化底蕴，梳理现实文化资源禀赋，加大智慧南京的文化含量，把创新、创业、创造等现代城市市民精神与智慧城市加以整合，突出大文化、大智慧，丰富智慧南京的内涵。
工业智能论文范文第10篇
关键词：建筑施工，智能化建筑，楼宇智能化
引言
在国内建筑智能化虽然不能算是一个新生事物，但是由于对它的认识和研究不足，系统集成商在技术上的不足导致了智能化项目施工不规范，发展中仍存在着以下一些问题，影响着建筑智能化的健康发展。论文参考网。工程施工是设计成果的体现，也是设计作品成败的关键。如何将设计和施工这两者融合在一起，是当前智能建筑行业应该引起重视的问题。作为建筑领域的智能化系统集成商，要注重的是综合技术实力及总包服务管理等方面。以下主要介绍了智能建筑施工中存在的问题，并提出了相应的解决建议。
1建筑智能化工程施工中存在的问题
很多较大的设计单位没有建筑智能化系统的设计资质，有的具有资质的设计院又缺少智能化系统设计技术人才，对智能化系统设计不重视，将很多设计的技术问题遗留给集成商或施工单位，造成了智能化系统设计不合理，设计质量低等问题，例如系统集成性差、监控点、信息点配置不合理、设备配置方面技术性能差、控制精度低、综合布线不规范等。
建筑智能化行业急需解决的问题就是缺乏专业的施工队伍。目前，很多智能建筑的智能化系统的工程都是由系统集成商来承担。论文参考网。但有大部分集成商除有几名不懂工程管理只负责智能化各个系统调试的技术人员外，基本上没有什么施工力量。承接工程后将安装工程转包或分包给其他单位或群体施工，而这些施工单位又不懂什么技术，其结果就是工程质量差甚至不合格，工程存在很多质量隐患，可能会给开发商或业主造成.很大损失。目前，在建筑智能化专业施工队伍问题上存在以下三个方面的问题:
（1）智能系统的系统集成商虽有少数的智能系统调试的技术人员，但这些技术人员大多数对工程管理缺乏了解，加之缺少基本的施工力量，难以承担智能化系统工程的施工。
（2）大多数施工单位虽然有一定的项目管理人员但又缺少建筑智能化系统专业技术人才，对建筑智能化缺乏综合的实施能力。
（3）政府主管部门对建筑智能化专业施工队伍没有完善管理制度，只有搞好行业管理，建立完善的施工资质审批、审查制度，才能依法治理建筑智能化专业施工队伍的混乱状况。
另外诸如管理和审批体制不协调，加之有些行业不合理的规定，使之有些系统单独设置，造成建筑智能化整体功能不完善，达不到整体智能化的效果；建筑智能化的配套产品绝大多数是进口产品，国内具有竞争力的产品还很少，且有些产品技术性能差，集成化不良，使各系统不能相互协调动作，难以达到理想的智能化效果；虽然工程实行监理制，但国内的大多监理公司缺乏智能建筑智能系统工程专业监理人员，使工程质量难以得到有效地控制；由于物业管理或业主部分缺乏对建筑智能化管理的技术管理人才，对己投入运行的设备管理不善、维护不良而使系统不能正常运行等问题是国内建筑智能化工程实施中较为普遍的问题。论文参考网。
2建筑智能化工程实施问题的解决办法
为使建我省的筑智能化健康有序地发展，针对工程实施中的问题要研究相应的对策，制订切实可行的管理办法和制度，使建筑智能化纳入法治和规范化的轨道。
（1）由政府建设相关主管部门组织牵头，建立由有关部门和行业参加的建筑智能化施工技术培训机构，加强对建筑智能化的知识和技术教育，以扩大建筑智能化的设计、施工、监理和维护的技术队伍。建立经政府主管部门批准的综合实力比较强的建筑智能化技术、经济咨询机构。
（2）政府要建立健全智能.建筑的管理体系，完善设计单位、施工单位、系统集成商、工程监理单位及专业咨询机构的资质审批、审查制度和工程规划、设计方案审批制度及工程验收制度。协调政府有关部门和有关行业对建筑智能化进行政府统一分工管理，并制订相应的法规和管理办法，使之有法可依，有章可循。依据国家颁布的有关建筑智能化的分类和分级规定来制订和修改设计标准、工程验收标准及设计、施工规范，使建筑智能化的设计、施工、监理和工程验收都有据可查。
（3）建筑智能化的系统集成商是建筑智能化不可缺少的一支力量，为规范建筑智能化的管理体制，政府应对系统集成商进行良好的行业管理，对其进行监督、检查，使集成商的经营行为合法化、规范化。建筑智能化的施工过程中将由多专业、多工种、多个施工单位的配合协调。因此，该阶段必须进行优化施工管理，以确保工程质量和施工进度。优化施工管理，首先必须选择信誉好、重质量、技术力量强的施工单位承担工程的施工，采用科学的施工方法组织施工。施工过程中，必须严格按施工规范和设计施工，应将试验检查工作作为头等大事来抓。工程监理单位应严格按施工规范、设计和监理工作程序做好工序和质量控制、中间验收和竣工验收的质量把关工作。
（4）系统集成商应该充实自己的技术实力，培养一些优秀的项目管理人员，能够真正的做到对项目的顺利实施，安全，质量及工期等方面的严格控制。培养一些优秀的技术人才，时刻关注行业的发展，对新产品新技术不断学习，使得能够把智能化的新技术从理论变为实践，更好的应用到建筑智能化的项目当中去。系统集成商还应当提高自己的总包服务管理的水平，大多数的系统集成商没有足够的施工力量，也不适合建立庞大的施工队伍，总包服务管理水平的高低就体现了系统集成商的真正实力，很多大型的系统集成企业都是把工程分系统、分项目的包干给其他的企业，如何保证施工质量，如何提高管理水平，就是体现企业实力的重要因素。
3 结论
系统集成商必须具备足够的技术力量，包括对产品性能和工艺水平的把握能力。只有在自身技术实力的基础上，才能真正基于客户的需求提出先进全面的解决方案，并选择适合用户需要的设备产品。未来的智能建筑系统服务商应该重视IT技术的应用给客户带来的价值。从国内众多大型工程的服务经验来看，大型综合智能化项目建设，不仅需要满足客户提出的要求，还需要服务商帮助挖掘更多对智能化应用的需求，需要服务商以整体规划意识为指导去发现并满足这些需求。只有这样，智能建筑系统服务商才会在激烈的市场竞争中不断发展壮大。
参考文献
[1]吴栋,葛宝荣.关于智能建筑楼宇自控系统的研究[J].中国新技术新产品,2010,(06):165
[2]王浩,魏旻.智能建筑控制网络安全探讨[J].建设科技,2010,(01):74-75
[3]文方,孙敏.集散型楼宇自控系统的实现[J].科技广场,2010,(01):159-161
[4]张久.新技术在智能建筑中的应用[J].中国新技术新产品,2010,(02):159
[5]朱占琴,李学革.对智能建筑系统建设、构成的探讨[J].民营科技,2010,(01):207
[6]谢后贤.建筑智能化系统安全技术实施[J].建设科技,2010,(01):73
工业智能论文范文第11篇
从2016年初以来，在“阿尔法狗”战胜人类围棋选手的带动下，新一轮人工智能（AI）热潮席卷全球，企业纷纷高薪聘请研究人员组建AI团队，商业突破前景可期。
这一轮AI热是否存在泡沫？是否会昙花一现？AI之冬是否会再次出现？多位学者和创业者一致认为：此轮人工智能的热潮由深度学习、云计算、大数据等技术进步驱动，人工智能的冬天已经渐行渐远。
缘何火爆
“20多年前我读书时，人们特别看不上人工智能，但现在确实非常火。”驭势科技联合创始人兼CEO吴甘沙说，“目前无论硬件还是数都产生了实在的应用价值，我同意人工智能不再有冬天，更恰当的比喻是人工智能正在从北极往赤道走。”
历史上，人工智能的发展曾出现两次高速进步的热潮，又两次 “入冬”，维基百科甚至有一条专有名词“AI之冬”。
对于20世纪70年代和80年代出现的两次“寒冬”，中科院计算所研究员山世光分析指出，主要是因为人工智能专家们的乐观预测带动了行业热潮，但最后却未能取得预期的商业效果。而本轮人工智能热潮却正好相反，是工业界看到了人工智能的效果之后主动投入。
近几年，得益于深度学习的发展，人工智能取得了前所未有的进展。现如今，人们早上被闹铃唤醒、开手机、上网购物、在线回复帖子、得到天气报告、使用交通导航，无一不使用到人工智能。
据山世光介绍，随着多层神经网络技术的突破，计算机视觉智能快速发展，人脸识别过去3年的错误率从5%下降到0.4%。
“这些进步得益于深度学习和大数据技术的进步和‘联姻’。”山世光说。
陈小平也指出，人工智能研究60多年，正在从两个方面接近技术突破。一是研究本身是从实际困难出发得到新的理论和方法，使得人工智能基础理论更“接地气”；二是产业发展脱离过去粗放式发展模式，主动往人工智能的方向推进。
“现在未必需要人工智能理论的根本性突破，仅局部突破就可以产生非常好的应用效果。泡沫是好事，因为我们有干货，而且离产生规模效益不远。”陈小平说。
没有泡沫
在去年的资本寒冬中，一些AI创业公司逆势融资。第四范式就是其中之一，2016年5月获创新工场数百万美元的 A 轮融资。
这同一两年前创业之初的处境完全不同。“当时我们甚至不敢说是做人工智能的，因为投资人没有这方面的预算，只能叫大数据价值发现公司。”第四范式创始人兼CEO戴文渊透露。
对于资本市场的巨大变化，戴文渊认为，过去十几年里，互联网、移动互联网、O2O吸引了过多关注，已无继续投资的空间，这使得市面上少数有投资价值的人工智能公司吸引到大量投资，估值较高。
“但我觉得没有泡沫，因为这些公司创造的社会价值更高。从价值角度来说，AI公司估值远远低于他们为社会贡献的价值。”
一个著名的例子是脸书。脸书2012年刚上市时，股价一路下跌。转折点发生在谷歌广告团队的到来，使其市值激增到2000亿美元，之后不仅股价继续攀升，还抢了谷歌原先的客户。
戴文渊指出，当时只有谷歌、脸书、亚马逊和中国的BAT这样的企业才会利用人工智能的方法提升企业效率。但如今，大量公司有了这样的能力和条件。“客户根本服务不过来，公司的主要问题是提升服务产能。”戴文渊说。
吴甘沙则指出，互联网红利惠及长尾人群，但社会整体效益未必最大化，“互联网挖的坑要靠人工智能来填”。他认为，AI的特性使其适用于如智能客服、智能医疗、24小时视频监控等领域，中低端白领很容易被AI取代。
理性进步
虽然前景可期，但创业仍需谨慎。
山世光所在的实验室是国内最早开始研究人脸识别的实验室，2016年他本人投身于AI创业大潮。经过几个月的创业，山世光体会到其中的不易：AI像建筑的钢筋，但最终客户只能看见富丽堂皇的房子。“AI创新距离钱包太远，创业周期很长，需要六到八年甚至十年的耐心，对大部分投资人来说是不可接受的。”
山世光提醒道：“AI前两次热潮都是因为不能兑现承诺而进入寒冬，此次切勿过度承诺，数据红利何时消失值得讨论，通用AI尚未出现，且大多数AI不能自我成长，总体还需理性进步。”
同样是从知名研究院进入AI创业，吴甘沙对人工智能的判断是，2016年开始的人工智能革命在市场规模辐射面和持续时间上可以跟1996年的互联网以及1976年的计算机相提并论，“未来20年值得期待，但AI真正变成用户愿意埋单的东西并不简单。”
工业智能论文范文第12篇
一、智能机器人
机器人是一种可编程和多功能的，用来完成搬运、安装、焊接、切割等不同任务的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统[3]。 智能机器人则是一个在感知、反应、思维方面全面模拟人的机器系统，融合了机械、电子、传感器、计算机、仿生学、自动控制、人工智能等多学科知识的复杂智能机械，可以代替人从事危险复杂的工作，例如在工业、农业、军事、航天、医疗等多个领域大显身手。目前，各国正加快智能机器人技术的创新与发展，如美国再工业化和工业互联网战略、德国工业 4.0 战略、日本机器人新战略、韩国机器人强国战略等，机器人技术引领当今科技和产业发展态势。中国通过制定“互联网+”行动计划、“中国制造 2025”发展目标、“十三五”规划，，将机器人和智能制造纳入了国家科技创新的优先重点领域[4][5]。
二、 “智能机器人”和“智能控制”主题热点搜索
本文以“智能机器人”和“智能控制”为主题进行“学术研究热点”检索，检索结果显示了按照热度值排序的热点主题相关的主要知识点、主题学科名称、热度值、主要文献数、相关国家课题数、主要研究人员数和主要研究机构数。“智能机器人”相关知识点主要有移动机器人、工业机器人、仿人机器人、服务机器人、机器人导航、远程操作、人工智能、神经网络、模糊控制等知识点。
智能化是机器人控制和产业创新发展的重点。关于“智能控制”的热点知识主要包括模糊控制、神经网络、遗传算法、学习控制、自适应控制、变结构控制、预测控制、专家系统、非线性系统等知识点，这些知识点代表着“智能机器人”主要研究方向。
三、“智能机器人”和“智能控制”主题学术趋势和研究发展
CNKI数字图书馆提供“学术趋势”检索功能，为科研工作者了解“智能机器人”发展趋势提供了非常好的工具。本文通过“学术趋势”功能检索“智能机器人”和“智能控制”主题的学术趋势，图中不仅提供学术关注度，还提供热门被引文章供读者深度研究。图2显示智能机器人和智能控制方面的从1997年至2015年论文收录量逐年增大，2015年收录量达1343篇。读者可以从图2中及时掌握每年学术热点论文，从中深入学习“智能机器人”的具体研究方法和科研理论，为理论创新寻找突破口。
另外，CNKI数字图书馆还具有“指数”功能，通过对“智能机器人”和“智能控制”主题进行检索，得到以下各项信息：
“学术关注度”和“媒体关注度”是我们进行科学研究时比较关注的两个方面。通过对关注度的分析发现最近三年科研工作者和媒体对智能机器人的关注度剧增，预示着国家加大了“智能机器人”领域的投入和研究力度。
“关注文献”和“研究进展”搜索功能为读者提供了当前“智能机器人”领域高被引论文、下载量比较大的论文以及最新相关论文，为科研工作者迅速把握“智能机器人”研究的内容和研究趋势提供帮助。
“学科分布”为读者提供“智能机器人”和“智能控制”在不同学科领域的研究情况和“相关词”的统计情况。通过分析可知，移动机器人、智能制造、人工智能、路径规划、机器视觉、图像处理、虚拟现实、语音识别、声源定位等是分布在不同学科领域的“智能机器人”相关词，也是“智能机器人”目前重要的学术研究方向；单片机、模糊控制、神经网络、智能家居、智能电网、物联网、RFID、ZigBee、无线传感器网络、智能交通等是分布在不同学科领域的“智能控制”的相关词。因此，我们通过它们可以了解到跨学科智能机器人的研究动向。
“机构分布”显示了哈尔滨工业大学、哈尔滨工程大学、上海交通大学、清华大学、浙江大学、中国科学院沈阳自动化研究所等多所研究机构是文献的主要提供单位，这为读者认识机器人研究机构提供参考。
结论
CNKI数字图书馆提供的“学术研究热点”、“学术趋势”和“指数”功能为我们展示了“智能机器人”和“智能控制”的研究热点和学术研究方向，为读者科研选题和科学研究提供学术参考。通过对“智能机器人”关键知识点的、经典科研论文和最新科研论文的深度分析，探索和挖掘智能机器人发展的技术空白点，发现最新研究方向。目前大学图书馆的资源整合和智能搜索功能还比较弱，需要进一步加强图书馆智能搜索引擎的构建和其他智能交互平台建设才能提高图书馆资源利用率和服务效能。
参考文献：
[1]陈臣. 基于大数据的图书馆个性化智慧服务体系构建[J]. 情报资料工作，2013，06：75-79.
[2]王长全，艾雰. 云计算环境下的数字图书馆信息资源整合与服务模式创新[J]. 图书馆工作与研究，2011，01：48-51.
[3]任福继， 孙晓. 智能机器人的现状及发展[J]. 科技导报， 2015（21）.
工业智能论文范文第13篇
[关键词]情绪智力；创造性自我效能；员工创造力
在现代市场经济中，工作的复杂程度越来越高，环境的多变性越来越大，发展的挑战越来越艰巨。众多学者一致认为企业如果要生存和发展，则必须充分开发和利用员工的创造力潜能，只有这样才能赢得人才竞争的优势，才能给企业带来革新、机遇、绩效和竞争力。创造力一般被定义为产生新奇、有用的想法或者答案，当这种想法或者答案被员工应用于工作时，往往可以帮助企业解决现实的问题，给企业带来新的产品和服务，抓住一个新的商机，或者提高企业的效率。由此，我们可以认定员工创造力常常是创新的开始和组织成功的重要源泉。但是如何才能激发员工创造力，成为现代企业急于解决的关键问题。
在探讨创造力的形成机制方面，有学者将创造性自我效能引入，认为知识水平、领导行为、工作复杂程度都会影响员工的创造性自我效能感，进而影响员工的创造力。另外，组织行为学已经研究证实了情境或者组织因素可以激发和培养员工的创造力，例如变革型领导、知识共享、学习导向等。其中情绪智力（Emotional Intelligence）作为心理认知层面的重要因素，被很多研究者认为在组织情境中扮演着重要的角色，无论团队还是个人的情绪智力在促进沟通、交流以及帮助企业和员工提高决策水平方面都有重要影响。在组织行为学有关领导的研究中，情绪智力被认为是有效领导的一部分，同时被认为是激发和提高员工创造力与绩效的重要因素。
通过对文献的回顾，我们发现尽管已有研究已经指出创造性自我效能对员工创造力有影响，亦有研究表明情绪智力对员工创造力有重要作用，但是缺乏将情绪智力、创造性自我效能、员工创造力相整合的研究。尤其是在国内，对情绪智力的研究尚处于起步阶段，相关研究文献较少。本文基于中国文化情境，以员工创造性自我效能为切人点，提出员工情绪智力向员工创造力转化模型，以华东地区的企业员工为对象展开实证研究。这一问题的研究有助于我们弄清个体情绪智力向创造力转化的内在机理，进一步完善创造力形成和转化相关理论，并为我国企业的实践与发展提供借鉴和指导。
一、文献回顾与理论假设
（一）员工情绪智力与员工创造力
员工创造力被认为可以在任何工作、任何组织中产生，研究者们也认为员工创造力最终将由员工自身激发产生。研究表明，领导方式和领导风格对员工创造力有重要影响；团队内部员工的支持与互动对员工创造力也有重要作用。这些作用和影响通过改变员工在个体层面的认知如个体的动机、技能等来促进和激发员工创造力的形成。而以员工情绪智力作为员工个体层面的因素，对员工创造力的影响，已经引起了研究者的关注与讨论，而且也已经被研究证实对创造力有重要的作用。
在社会认知理论中，情绪智力一方面被认为是一种认知能力，一方面也被认为是个人品质能力的结合。Goleman认为情绪智力是个人品质能力的结合，将情绪智力划分为5个维度：自我意识、自我控制、动机、同理心和社会能力。有学者通过分析以上5个维度认为这种情绪智力实际上是一种个人认知能力在四个方面的表现（情绪评估与表达、利用情绪强化认识并指导决策、情绪认知以及情绪管理）。也有学者从区别于大五人格的角度将情绪智力定义为以下四个维度：理解自身情绪、理解他人情绪、运用情绪、情绪管理。Rego等于2005年通过实证研究与分析提出的六度模型（理解自己的情绪、面对批评自控、自我激励、情绪控制、同理心、理解别人的情绪）被认为能够全面反映情绪智力的内涵而广泛被接受。
目前，在国内研究团队和组织中员工情绪智力与创造力之间关系的文献较少，而国外学者关于这方面的研究相对较多。Goleman，Boyatzis与McKee认为情绪智力在团队绩效中起到了关键的作用。在团队层面上，情绪智力也被认为可以通过团队信任、协作文化，最终转化为团队创造力，同时个体作为团队的一员在团队信任、协作文化以及团队创造力中扮演了重要的影响。无论是团队还是个体，情绪智力在创造力的激发和培养中都发挥着积极的作用。Rego基于领导者的角度，研究了领导者个体的情绪智力与员工创造力之间的关系，认为领导者较高水平的情绪智力与员工创造力之间呈显著的正相关关系。
基于以上分析，我们提出以下假设：
H1：员工情绪智力对员工创造力有正向显著影响
（二）创造性自我效能对员工情绪智力向员工创造力转化过程中的影响
自我效能被定义为个人相信自己可以组织并执行给定任务的能力，这种能力往往可以促使个人迎接挑战、战胜困难。在社会认知理论中，自我效能被认为是在复杂社会情境中驱动员工行为的重要因素，不仅可以提高员工在目标设定、承诺履行、持续努力及面对挑战中的表现，而且也被认为与创造力有着密切的关联。而创造性自我效能的内涵则更加丰富，它与创造力相关联，将知识、工作自我效能、领导行为以及工作复杂度统筹考虑，反映一种综合能力。创造性自我效能被定义为相信自己可以生产具有创造性的结果和绩效，实证研究已经证实，创造性自我效能感较强的员工更有利于产生创造性的成果，享受创造性的过程并不断提高其在工作中的创造性水平。
在有关社会交互关系理论的研究中，创造性自我效能作为交换关系向创造力转化的中介变量得到实证验证。在研究领导与创造力的文献中，Gong将员工学习导向、变革型领导作为自变量，将员工创造性自我效能作为中介变量，实证研究表明员工创造性自我效能对于员工学习导向和变革型领导向创造力转化过程中起到了中介作用。创造性自我效能可以将员工的知识和能力转化为员工内在激励，激发员工创造力。同时文章还认为员工创造性自我效能可以促使员工设立更高的目标，从而进一步提高员工的创造力水平。而员工情绪智力被认为是可以激发员工创造性自我效能产生与实现的关键因素。员工情绪智力对员工创造性自我效能有着积极的影响，员工拥有较高的情绪智力可以提高员工的学习能力和决策能力，这些能力常常会促进员工提高其工作绩效。同时，员工拥有较高的情绪智力水平，可以更好地控制自身的情绪，避免不良情绪对工作态度的影响，处理好人际关系和自身与工作的关系，从而增强其创造性自我效能感，最终使员工工作更具创造性和使员工工作绩效提高。
基于以上分析，我们可以发现员工情绪智力显著地影响员工的内在认知——创造性自我效能，进而激发和提高员工的创造力。因此，我们提出以下假设：
H2：创造性自我效能在员工情绪智力与员工创造力之间起中介作用
（三）性别在员工情绪智力向员工创造力转化过程中的影响
有研究认为男女情绪智力水平无差异，不过也有学者认为女性的情绪智力水平要比男性高。一些学者认为性别在情绪智力和其他独立变量之间扮演调节作用，例如Rego等认为女性的情绪智力使得他们相对于男性来说对生活和健康有着更高的期望值。研究发现女性领导者往往能够更好地理解自己和他人的情绪，面对批评时也表现得更为柔和，常常能够更好地激发员工的创造力。在跨文化情境中有关个人情绪智力的提高可以帮助员工提高其工作适应性的研究中，有学者认为性别对于员工的适应性起到一定的调节作用，但这种作用并不明显。
基于以上分析，可见学者们关于性别对员工情绪智力的影响认识，看法不一。本文认为男女在员工情绪智力向员工创造力转化过程中的差异性并不明显，故不作出倾向性假设。为了进一步探究性别在员工情绪智力向员工创造力转化过程中的影响，我们把性别作为调节变量引入分析。
通过上述对前人研究成果的回溯和假设提出，我们经过分析与推理，确定本研究的理论框架（如图所示）。
二、研究设计
（一）研究对象及数据收集
本研究于2012年3月至5月期间，以调查问卷的形式对高科技企业密集的华东地区的数家企业内任职员工进行样本数据的收集。在发放问卷之前，我们尽可能地通过报刊、杂志、网络、企业黄页、公开信息等途径了解确定拟调查的企业名单，然后通过电话、邮件和人际网络等方式与企业建立联系，达成调研意向。为了提高调查的准确度，保证数据的真实性，我们控制了员工的年龄、工作经验、学历等人口统计学变量，然后采用匿名形式以邮件和纸质版相结合的方式发放问卷，在问卷发放两周后，进行回收。本研究共发放问卷256份，收回212份，其中填答无效及不合格问卷（问卷填写不完整、数据明显存在问题等）43份，有效问卷回收率为66%。样本中高科技行业如通讯电子、制药、科研院所、机械制造等企业占比达到73%。受访者中本科及以上学历的比例高达92%，其中女性占比36%。
（二）变量测量
员工情绪智力（EI）：本文采用由Rego和Femandes共同开发的情绪智力量表（理解自身情绪3个题项、理解他人情绪3个题项、自我激励3个题项、面对批评自控3个题项、同理心2个题项、情绪自控3个题项），共17个题项，该量表采用七点量表进行测定（1表示完全不同意，7表示完全同意），已经被学者广泛使用，证明能够很好地反映员工情绪智力状况。
创造性自我效能：我们使用Tierney和Farmer开发的量表来测量员工创造性自我效能，该量表包含3个题项，采用七点量表进行测定（1表示完全不同意，7表示完全同意）。这个量表在测量员工创造力自我效能方面得到了广泛应用，被证明有很好的适用性、效度。
员工创造力：我们采用Gong等人在对已有量表进行完善与补充的基础上开发出的适用于中国情境的员工创造力量表。该量表共有七个题项，采用里克特七点标识进行测量，1表示完全不同意，7表示完全同意。
（三）研究方法
本文使用SPSS17.0对各测量数据进行信度检验、相关性分析，在信度各指标达到要求之后，使用Amos17.0构造结构方程模型进行验证性因子分析，以确定模型的结构效度。在对数据进行回归分析过程中，我们利用SPSS17.0对数据进行中介效应和调节效应检验。
三、数据分析及结果
（一）各变量之间的相关性分析
各变量之间的相关性分析结果如表1所示。
通过对表1的分析可以看出，员工情绪智力与员工创造力、员工创造性自我效能之间呈现明显的正相关关系。其中员工情绪智力各指标中，面对批评自控与创造性自我效能和员工创造力之间的关系不明显。本文以Cronbach’s α系数来检验变量的信度，如表1括号中数值所示，各变量的Cronbach’s α值都在可接受的范围之内，这表示本量表具有较好的信度。
通过对数据进行球形检验可得KMO=0.788、X2=1725.152、p
（二）假设检验
我们采用回归分析方法，在控制了年龄、工作经验、学历等人口统计学变量的基础上，考察了员工情绪智力对员工创造力和创造性自我效能的影响，详细分析结果见表2。在员工情绪智力对员工创造力影响方面，我们可以看到：员工情绪智力越高越具有创造力，其中员工理解自身情绪、面对批评自控、自我激励、情绪自控、理解他人情绪对创造力的影响显著，而同理心对创造力的影响则不明显，从-而部分支持假设H1。员工情绪智力对创造性自我效能的影响表明：员工情绪智力越强创造性自我效能感越强，其中面对批评自控、自我激励、情绪自控、理解他人情绪对创造性自我效能影响显著，理解自身情绪、同理心的影响则不显著。
（三）创造性自我效能对员工情绪智力和员工创造力的中介作用检验
我们采用“分步回归法”对中介效应进行检验。首先，由表2可知，员工情绪智力中理解自身情绪、情绪自控、自我激励、理解他人情绪对员工创造力具有显著的影响，员工情绪智力中面对批评自控、自我激励、情绪自控、理解他人情绪对创造性自我效能具有显著的影响作用。在比较以上对创造力和创造性自我效能显著影响的各维度之后，我们发现只有情绪自控、自我激励、理解他人情绪三个维度满足中介效应检验第二步的要求，因此我们只对这三个维度进行回归分析（同时为了便于比较和观察，面对批评自控、理解自身情绪和同理心的相关回归变化一并列出）。第三步，我们将中介变量创造性自我效能放入回归方程，比较第一步和第三步可以发现，员工情绪智力对员工创造力的影响系数中自我激励、理解他人情绪显著性消失，而情绪自控的显著系数有所下降。这说明创造性自我效能在自我激励、理解他人情绪与员工创造力之间起到完全中介作用，在情绪自控与员工创造力之间起到部分中介作用。
（四）性别在员工情绪智力向员工创造力转化的过程中的作用检验
本文将性别这一变量作为调节变量（女=1，男=0），采用分步回归方法利用SPSS进行回归分析。第一步将年龄、工作经验、学历等控制变量强行进入回归方程，第二步将员工情绪智力各个维度放入回归方程，最后将交互项引入回归方程进行分析（见表2）。回归结果显示各交互项与员工创造力之间的显著影响不明显，只有理解自身情绪与性别的交互系数达到较低水平的显著性要求（p
四、结论与建议
（一）结果讨论
近年来关于员工创造力的研究越来越受到学者们的重视。员工创造力，不仅是组织行为学中新近关注的话题，同时也是心理学领域比较热的命题。与组织、团队层面的创造力不同，个体层面的创造力对个体认知层面因素的关注更为密切，尤其是心理层面的因素。认识到个体心理层面因素对个体创造力的作用特殊而丰富，有着不断广泛而深入研究的必要。本文在对现有国内外文献进行归纳和整理的基础上，引入创造性自我效能这一中介变量，探讨了员工情绪智力向员工创造力的转化形成机制。
本文通过实证数据分析与结果推演，得出以下结论：
1 员工情绪智力各个维度对员工创造力的影响存在差异。这一研究结论深化了组织情境中Barcsak、Lassk和Mulki关于情绪智力对员工创造力的影响，情绪智力各维度之间对员工创造力的影响是不同的。区别于Choi笼统意义上情绪智力对员工创造力的积极影响，本文研究发现员工情绪智力中理解自身情绪、自我激励、情绪自控、理解他人情绪对于员工创造力有着显著的正相关关系，而面对批评自控、同理心对员工创造力的影响不显著。研究结论中，值得关注的是员工在面对批评自控、同理心上的表现越好，其创造性方面的表现就越差，不难理解一个拥有独立、开放思想的员工才不会被企业的规章所束缚，才能更具开创性的完成各项工作。
2 创造性自我效能在自我激励、理解他人情绪与员工创造力之间起到完全中介作用，在情绪自控与员工创造力之间起到部分中介作用。研究结果在一定程度上证实了Tiernery和Farmer关于创造性自我效能在创造力形成中的中介作用。作为心理层面的一个重要指标，创造性自我效能感是员工对自身的一种肯定和认同，其对于创造力的激发至关重要。在现实企业中，一个能够理解他人情绪，并善于控制自身情绪以及自我激励的员工，往往能够形成较高的创造性自我效能感，从而促进员工创造力的形成。
3 在员工情绪智力向员工创造力转化过程中，性别的调节作用并不明显。这与Hechanova和Beehr的研究相一致，他们认为女性的情绪智力水平与男性并不存在明显差异，女性同样可以在工作中富于创造性地完成工作。同时，本研究结论也为男女“职业平等”观念提供了佐证，女性在员工情绪智力向员工创造力转化方面并不劣于男性。
（二）现实建议
根据以上研究结论，我们得出以下企业管理实践的指导建议：
1 企业应该重视对员工情绪智力的培养。企业在对员工的聘用、培训、教育中，一般更关注员工技能的提高，较少关注员工的情绪智力水平的提高。企业在选拔人才的时候，应该结合自身的行业特点和企业文化，选拔和聘任不同情绪智力水平的员工，为岗位配备最合适的人才。有关情绪智力的素质教育方面如沟通、社交礼仪等课程也应该成为企业教育和培训的重要内容，提高员工的沟通技巧，改善员工的人际关系，从而增强员工的创造力水平，提高员工的创造力绩效。
2 企业和员工都应该重视提高员工的创造性自我效能感。在工作中，员工应该培养自身积极的态度、正面的思想，努力养成良好的工作习惯，增强自身的创造性自我效能感。企业领导者应该和员工建立良好的互动关系，增强员工自身对企业的归属感和使命感，增强其自信心，最终促进其创造性自我效能感的提升。
3 企业应重视对女性员工的任用与培养。受中国传统的重男轻女文化观念的影响，现实社会中企业对男性员工的偏好仍然是一个不争的事实，女性员工在职业发展路径上往往也更艰辛，这就要求企业应该承担更多的社会责任。企业针对具体的岗位需求，应该加强对女性员工的任用和提拔，给予女性员工同等的职业发展机会，开发和激励女性员工的创造性潜能，真正实现女性员工的“职业平等”。
工业智能论文范文第14篇
关键词：建筑电气与智能化；教学能力；实践教学
中图分类号：G451.2 文献标识码：A 文章编号：1009-3044（2016）03-0146-02
智能建筑于上世纪90年代在我国兴起，被称为发展极快的新兴产业，智能建筑发展速度之快导致高质量专业技术人才的匮乏，教育部于2005年批准设立建筑电气与智能化专业，随着行业发展的迅猛，建筑电气与智能化专业发展也很快，但由于专业创办历史不长，有此专业的高校也不是很多，建筑电气与智能化专业师资队伍建设方面还需要深入探索[1]。
1 建筑电气与智能化专业特点
建筑电气与智能化专业是在智能建筑快速发展与社会需求急速上升的基础上发展起来，专业以土木建筑为背景，以建筑物为载体，研究建筑物内电能的传输、分配、转换、控制、利用，以及建筑物内信息的接收、传输、处理、利用，是涉及多个学科的专业。
建筑电气与智能化专业涉及的专业知识较多。本专业使智能化融入到建筑当中，使节能融入到建筑环境当中，既涉及强电又涉及弱电，既涉及软件又涉及硬件。因此，涉及专业知识既包括建筑领域的建筑、结构、水、暖、电、管理等，也包括信息控制领域。
建筑电气与智能化专业培养应用型人才的专业。建筑电气与智能化专业毕业的学生从事建筑电气及其智能化相关领域的工程设计、安装施工、运行管理、产品开发、调试等，应具备较强的工程实践应用能力。
因此，建筑电气与智能化专业教师应具有较广泛的知识体系和与时俱进的工程实践经历。
2 建筑电气与智能化专业教师现状
2.1对口专业教师来源少
建筑电气与智能化专业是年轻的专业，没有本专业的硕士博士毕业生，高校引入教师的一项强制要求便是硕士以上学历，所以引入青年教师大多学习的是控制专业或者电气工程等相关的专业，没有土木建筑专业背景，新进教师需要较大力度熟悉专业知识，提高专业技能。但大多数博士硕士引进之后，抱着原有专业不放，不能全身心投入到建筑电气与智能化专业的建设当中，造成教师专业偏离现象。
2.2为评职将方向无关联的教学科研一起抓，精力有限，不利于教学进步
目前大多数院校评职考核标准都是科研量化，教研量化，主要看的数量和质量，参加项目的难度级别等，大多数教师对建筑电气智能化这个专业处于熟悉阶段，所以很难在此专业发表出有见地的高水平论文，但评职心切，急于求成，往往还是在熟识的研究领域发论文，搞科研。以追求快速的论文、项目产出率，很难静下心来专注建筑电气与智能化专业，不利于专业的发展，使院校的专业发展速度滞后于社会专业的发展速度，
2.3实践能力不强
当前，大多数高校建筑电气与智能化的专业教师都是从各高校毕业后直接进入学校承担教学任务，毫无工程实践经验。近些年高校专业教师的引进首要看重的是学历学位，若是本科生、研究生毕业参加工作，刚开始的几年，也是了解专业最具激情的几年，除了满足教学工作量，最重要的任务便是继续深造，取得更高的学历学位，而且继续深造的专业一定不是建筑电气与智能化专业，往往都是相关专业，一边教学一边学习，专业教师根本无暇顾及实践环节。即使博士生引进，也是直接进入教学，没有本专业的实践经验。而建筑电气与智能化专业本身就是应用型的专业，培养应用型人才，实践环节极为重要。
3 建筑电气与智能化专业教师队伍建设措施
3.1从量化考核方面作出调整，加强教师专业意识
在职称评聘上应根据教师从事专业的特点进行考核，不应该一概而论。从事像建筑电气与智能化这样的应用型专业的教师，在考核时，可略放低科研门槛标准，提高教学能力，实践能力的考核，把教学工作量，教学效果，实践经验转化为科研工作量，这样专业教师更加注重专业知识的积累和实践能力的锻炼，促进教学，促进专业发展。使专业教师踏踏实实、全身心地投入到建筑电气与智能化专业的建设上来。
3.2提高实践教学能力
应用型专业教师的实践教学能力尤为重要，可派专业教师到施工单位、设计单位挂职锻炼。学校应积极提供便利条件，如企业挂职期间无需完成教学工作量，期间从事的工作可折合成相应的教学工作量，确保教师完成教学工作指标，踏踏实实从事实践工作，了解最新行业发展现状，确保所授知识的实时性和实效性。
3.3从设计院、施工单位引入具有工程实践背景的专兼职教师，带动学校教师发展
在人才引进方面，对于建筑电气与智能化这样的培养应用型人才的专业，不必过多强调学历学位，具有丰富工程实践经验的企业人员即使学历偏低也可优先引入，可主要考察他们在实践中的工程业绩，考察他们的工程技术职称。引入的工程技术人员没有教学经验，所以应该先对他们进行教师培训，使其具备教师的素质，即可承担实践教学，也可承担理论教学。
3.4增强校企合作
增强校企合作，既可在企业建立实践教学基地，有可请企业资深技术专家到高校讲座。建筑电气与智能化发展迅猛，请具有丰富经验的企业人员到院校讲座，可使教师和学生了解行业现状，了解行业发展中亟待解决的问题，使教学和科研具有实效性。在企业建立实践教学基地是促进实践教学的最有效办法，也是高校实现产学研相结合的有效途径，但是大多数企业单位不愿接收大学生进入企业实习，大学生没有实践经验，进入企业首要培训，投入很多资金和精力后学生可以独立工作了，但是基本也就返校了，并不能给企业带来很大的利益，所以大多企业是不愿意接收学生实习的。这就需要学校方面进行沟通，也需要政府针对学生到企业实习，给予企业响应的奖励优惠政策，以促进校企合作，推动产学研结合的顺利展开。
4 结论
建筑电气与智能化专业作为一个应用型的发展极快的专业，需要专业教师既具有丰富的理论教学经验，也应具有与时俱进的实践教学经验。教师的发展应提高自我发展意识，既应考虑理论知识的积累，又注重实践能力的提高。
参考文献：
工业智能论文范文第15篇
关键词：航天类专业 人工智能 教学探索
中图分类号：G64 文献标识码：A 文章编号：1674-098X（2014）10（b）-0155-02
面对航天科技迅猛发展，现代军备技术快速提升，培养具有专业性的高素质航天类人才，是我国航天科技发展的战略选择，也是航天重点高校面向并有效服务航天事业的历史责任。航天类本科生的教育形式也需要突破传统的方式，着重多样性、前沿性、工程性，因此，该专业的各门课程教育都应该结合专业特点，探索新的教学模式。
人工智能自1956年诞生50多年以来，引起众多科研机构、政府和企业的空前关注，已成为一门具有日臻完善的理论基础、日益广泛的应用领域和广泛交叉的前沿学科。由于航天领域的特殊要求，人工智能在其发展中发挥着不可替代的重要作用，各发达国家都相继开展了人工智能与航天技术相结合的研究，致力于实现可重构的、具有容错能力的、智能的飞行系统和管理系统。因此，“人工智能”作为航天类专业的一门特色选修课，应结合专业特点展开更具有实用性和创新性的教学。
1 人工智能课程特点
一方面，“人工智能”是一门多学科交叉的综合学科，它涉及计算机科学、数学、心理学、认知科学等众多领域，具有知识点多、涉及面广、内容抽象、不易理解、理论性强等特点，使得该课程的教学具有较大的灵活度和较高的难度。另一方面，“人工智能”是一门正在发展中的学科，具有较强的前沿性，计算机科学、信息科学、生物科学等相关学科的发展不断的提出了许多新的研究目标和研究课题，使得人工智能的技术和算法也需要不断更新，这在很大程度上增加了“人工智能”课程的教学难度。
2 航天类专业特点
首先，航天类专业具有较强的工程性。在专业的教学改革中有统一的特点，即强调要体现航天工程技术的综合性、系统性， 注重培养复合型人才。其次，航天类专业具有一定的前沿性。因为航天飞行器作为现代高科技和多种学科技术综合应用的结晶，应及时把现代先进科技融入到了专业基础和专业类的课程教学中， 专业知识更新快成为又一特点；另外，航天类专业应注重实践性教育。尊重个性和兴趣，强调动手能力，实验室对学生开放，要求学生自主地设计完成实验，强调对学生设计理念和创造能力的培养。最后，航天类专业应重视产学合作。产学合作的目的在于推动学校与航天产业的持续全面合作，造就一支科学技术研究和工程实践兼备的教师队伍。
3 教学模式的探索
3.1 教材的选择
人工智能作为一门新兴的学科，其理论与方法都还在不断的发展与完善中。就目前来看，关于人工智能的定义和范围都没有一个统一的标准，不同的教材所介绍的内容也不尽相同。在教材选用方面，需要综合考虑专业特点和学生的知识背景。本课程主要针对航天类专业高年级本科生，该类学生具有一定的数学、计算机、信息论、通信理论等基础知识，对航天应用的基本需求有初步的了解，因此，“人工智能”课程难度应该控制在中级，可以较深入的介绍人工智能的基础算法和应用案例。
中南大学蔡自兴教授积累了多年的教学与科研经验，借鉴了国内外其他专家和作者的最新研究成果，吸取了国内和国外人工智能领域学术书籍的长处，于1987年编写了“人工智能及其应用”一书，该书根据人工智能学科的新发展不断修订，推出四个版本。本课程采用“人工智能及其应用（第4版）”，其中大部分内容适合本科生学习。另外，本课程还给学生提供其他一些参考书目，如N.J.Nilsson 的“Artificial Intelligence：A New Synthesis.Morgan Kanfmann”等经典教材。
3.2 课堂教学形式的探索
“人工智能”课程内容较抽象，概念较为繁多，若采用单一的课堂讲授的方式，学生容易概念混淆、理解不透，逐渐产生厌倦情绪，导致教学效果差。本文探索不同的课堂教学手段，根据不同内容采用不同的教学手段，有利于学生对课程内容的理解与吸收。另外，考虑到航天类的专业特点，突出课程内容的工程应用，增加研究性质的教学内容与形式，有利于培养学生的创新能力和实践能力。
（1）课件采用图文并茂的PPT。综合利用文字、图像、声音、视频等多种媒体表示方法，在介绍原理和概念时采用精辟的文字，介绍算法流程时采用图像，介绍算法应用时采用视频。在PPT中适当利用不同的字体、颜色或动画来突出重点，细化流程，引导学生的思路，便于集中注意力接受重点内容。
（2）适当增加课堂讨论与练习。对于人工智能的一些基本问题，可以引导学生进行调研和讨论，来深化课程内容的了解，并提高学生的学习兴趣；对于重要的算法和理论，可以增加课堂练习，让学生实际动手进行公式的推导或演算，并在练习中分析学生对问题的理解程度，有针对性的增加讲解或指导。
（3）适当采用类比的讲解方式。对人工智能的不同学派，不同方方法，以及方法的不同应用，广泛的采用类比的形式进行讲解，不仅可以复习已学习的内容，也利于对新内容的理解。并且，通过对不同内容的比较总结相似点、区分不同点，可以避免概念的混淆，清晰的掌握课程内容。
（4）增加研究性教学。研究性教学强调通过问题来进行学习，有必要将实际应用案例或者授课教师的科研项目融入日常的教学工作中去，用“启发式”、“案例式”教学激发学生“自主学习”能力。
3.3 课程内容的探索
一方面，鉴于本科生知识结构还不够完善，“人工智能”课程的内容要控制在适应本科生学科基础的中等难度；另一方面，鉴于航天类专业的特点，课程内容应更注重与航天应用相结合的内容，并且在课程中增加具体应用的介绍。具体的课程内容如表1所示。
3.4 考核形式的改革
“人工智能”课程注重学生创新能力和实践能力的培养，传统的试卷形式不能全面的反应学生的学习效果，因此，应采用课堂表现和课程报告相结合的方式进行综合考核。
一方面，重视学生提出问题、分析问题和解决问题的能力，对学生课堂讨论与练习的表现进行考核评分，作为总成绩的参考；另一方面，注重学生课题调研和实践的能力，采取提交课程论文的形式进行考核。正确引导学生根据个人兴趣、课程内容、可行性、实践难度进行合理选题，并根据所选题目进行文献查阅和总结，完成调研报告或算法实现报告。结合者两个方面进行最终成绩的评定，综合衡量学生问题分析能力、论文写作能力和创新实践能力。
4 结语
航天类专业的本科生教学需针对专业特点有的放矢，该专业的课程教育都应该趋向于前沿性、专业性和实用性。本文的“人工智能”课程教学改革方案不仅考虑到该课程属于前沿叉学科的特点，也综合考虑了航天类专业的特点。为了使课程教学更好地服务于学生，本文提出的改革方案打破传统的教学模式，将课堂理论讲解、课堂讨论、课后调研、项目实践等相结合，充分调动学生的学习兴趣和积极性，提高学生的创新能力，有利于培养真正符合航天领域所需要的综合型高级人才。
参考文献
[1] 王甲海，印鉴，凌应标.创新型人工智能教学改革与实践[J].计算机教育，2010（15）：136-138，148.
[2] 刘兴林.大学本科人工智能教学改革与实践[J].福建电脑，2010（8）：198-199.
[3] 怀丽波.32课时《人工智能基础》课程教学的几点思考[J].华章，2013（34）：193-194.
[4] 纪霞，李龙澍.本科人工智能教学研究[J].科教文汇（上旬刊），2013（6）：91-92.
[5] 肖春景，李建伏，杨慧.《人工智能》课程教学方法改革的探索与实践[J].现代计算机（专业版），2013（26）：32-34.
[6] 熊德兰，李梅莲，鄢靖丰.人工智能中实践教学的探讨[J].宿州学院学报，2008（1）：146-148.
[7] 张伟峰.本科高年级人工智能教学的几点思考[J].计算机教育，2009（11）：139-141.
