机械电子工程与人工智能.doc

《机械电子工程与人工智能.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、机械电子工程与人工智能摘要：经济的高速发展促进了生产力水平的提高，在我国工业机械工程的发展历程中，经历了传统机械工程到现代电子机械工程的转变。而随着计算机技术、信息技术的飞速发展，机械工程正朝着自动化、智能化的方向发展。随着人工智能技术的发展，其在机械电子工程中的应用也越来越广泛，促进了生产力水平的提高。本文主要针对机械电子工程中人工智能技术的应用进行分析，研究两者之间的相互结合，促进企业的发展，为企业经济效益的实现奠定基础。关键词：机械电子；人工智能机械电子工程与人工智能技术的结合，强调的是机械电子工程的特点与传统机械系

2、统的功能及能量的连接，重点突出了信息连接的作用，在机械电子工程中，引入了人工智能整合集成的理念。本文首先对机械电子工程与人工智能技术分别进行阐述，重点对二者之间的关系进行研究，强调人工智能技术在机械电子工程中的实际应用效果，对我国机械电子工程的智能化发展起到了促进作用。一、机械电子工程机械电子工程属于一门综合学科，涵盖了各个学科的内容，以机电系统为代表，与电子、信息、智能、管理等学科进行综合交叉使用，实际学工程的理论与方法得到了新的发展，现阶段正随着智能技术发展朝着智能化方向发展，机械电子工程的核心包含计算机技术、电子工程

3、及机械工程，因此属于一门综合类学科。可以将机械电子工程的特点概括为，具备多技术融合的特点。在设计中与其他的学科相联系，在电子工程设计的同时，往往利用多种技术、多种策略，将不同的模块进行组合，最终完成设计；另外电子工程的结构比较简单，性能高。它自身明显的特点是在内部的结构中比较复杂，但是在性能使用中效率比较高，这就替代了传统机械产品笨重的外形。二、人工智能人工智能技术主要依靠计算机功能来实现，对计算机功能的进一步深入研究与应用得到的一种智能学科，在智能技术的使用中，主要包含控制论、信息论、心理学、神经生物学、语言学等，也属于

4、一门综合交叉学科。人工智能可以分为不同的发展阶段，在初级阶段，人工智能主要的研究方向是翻译、证明、博弈等；在挫折阶段主要是以计算机视觉、自然语言理解、专家系统以及机器人等方面取得了比较大的成效；在第二发展阶段中，其主要的发展领域是知识工程的应用以及商业化的发展，在分布式人工智能、不确定推理、基础常识、计算机视觉以及智能机器中得到良好的发展，但是在平稳发展阶段中，其人工智能主要是从原来的单个主体朝着分布式的主体发展而来的，其形式比较单一，因此在当前人工智能阶段主要是发展成为一项复杂实用的智能化技术。三、人工智能技术在机械电子

5、工程中的应用在当前，随着电子信息技术的不断发展，人工智能在机械电子中模型的建立以及控制都起到了良好的作用，并且在诊断方面有了进一步的提高。在机械电子工程发展的过程中，因为机械工程自身的不稳定特点，导致了电子系统在输入与输出的关系中，存在的复杂的关系，因此在输入与输出的关系中存爱困难比较大，可以采用传统的技术进行描述：最开始建立规则库；推导数学方程以及学习并生成知识。在采用传统的方法中，由于信息系统方面具有非常精确以及严密的特征，因此复杂的系统就不能有效的完成相关的操作。但是在本文采用了人工智能在模型的控制和使用中，最终建立

6、了一块比较有效的系统，通过模糊推理系统和神经网络系统的建立就能够顺利的完成整个操作过程。对相关系统进行详细的研究其主要表现在：模糊推理系统主要是通过对人脑功能的模拟来对语言的信号进行分析；但是在研究神经网络系统中，其主要是通过对人脑结构的模拟来对数字的信号进行详细的分析，并且给出相应的数值来参考。本文在研究这两种方法的过程中，通过对网络结构的模式来进行高精度连续函数的计算，最终将对机械电子系统进行输入、输出关系的高精度描述，但是在神经网络系统中，对于相关的推理比较高，在模糊推理理论中主要是将二者的功能最大化的融合，最终使得

7、机械电子的信息能够在不同的网络层次中找到自己最合适的表达空间。在具体的研究中，模糊逻辑系统与神经网络的融合方式主要分为：1）功能互补的融合；主要是在神经网络系统中插入了模糊系统的逻辑推理功能，促使神经网络系统具备了逻辑推算能力，并且可以使模糊系统的分布式储存具备了神经网络系统的学习能力，在具体的规则中，使模糊系统的智能化水平得到了提高。2)功能相似的融合。该项融合主要是利用模糊系统最大算子以及最小的算子与神经网络在于算子相似性的融合使用中，通过合理选择算子，丰富并且增强信息量，从中简化了运算的程序。在功能相似融合中，主要利

8、用的是神经网络中的神经元的非线性映射部分与模糊量隶属函数的功能相似的融合，通过调整了神经元输出特性来实现隶属函数的修正或者是优化的功能。其中在非线性表达中，主要是找到合适的空间来具体的表达。这样就增强了网络的非线性逼近能力，具体的方式是：对网络的存贮空间进行进一步加大，但是这种方式不适合于解释网络的含义