人工智能和生物技术

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人工智能和生物技术范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

人工智能和生物技术范文第1篇

一、超智能社会的主要内涵

近年来，信息技术取得了突飞猛进的发展，使得全球迎来了经济社会的大变革时代。物联网、机器人、人工智能、生物医学、脑科学等领域的技术的进步，已经给人们的生活带来了重大改变。信息技术及网络化的大时代潮流，也使得超智能社会5.0变得不再遥远，人工智能也成为实现超智能社会的核心。谷歌的人工智能―阿尔法围棋，战胜前世界冠军李世石；IBM人工智能医生“华生”达到全球医生的平均水平；美国风险投资企业收购NBA勇士队，采用大数据和人工智能分析，使勇士在6年之内由全联盟倒数第2变成总冠军等，均显示了人工智能取得的突破性进展。

超智能社会5.0是在当前物质和信息饱和且高度一体化的状态下，以虚拟空间与现实空间的高度技术融合为基础，人与机器人、人工智能共存，可超越地域、年龄、性别和语言等限制、针对诸多细节及时提供与多样化的潜在需求相对应的物品和服务，是能够实现经济发展与社会问题解决相协调的社会形态，更是能够满足人们愉悦及高质量生活品质的、以人为中心的社会形态。

超智能社会5.0，也是在德国工业4.0强化产业竞争力、实现产业变革的基础上，试图通过智能化技术解决相关经济和社会课题的全新的概念模式。具体而言，不论都市与地方，都可以确保方便使用自动驾驶汽车，实现分布式能源的自产自用，以及使用基于新一代通信系统的智能医疗体系等。

超智能社会不仅涵盖能源、交通、制造、服务等多个系统组合，未来还将包括人员、商务、法律等管理机能，以及劳动力提供与理念创新等人类自我价值的实现。建设超智能社会不仅需要高速公路等交通智能化、能源价值链最优化、制造体系全新化等核心智能系统的开发，也需要跨区域的医疗健康系统、食品产业链、生产体系等新的智能价值链的创造与创新，以及导航卫星系统、数据综合解析系统、公共基础设施认证等方面的支持。

二、超智能社会的主要支撑技术

在2016年5月底颁布的《科学技术创新战略2016》中，对支撑超智能社会建设的主要技术领域进行了详细描述，主要涵盖虚拟空间和现实空间两大技术领域。

（一）虚拟空间技术领域

网络安全技术：对物联网技术而言，从系统的设计到最终生命周期结束的时间很长，需要以漏洞处理、加密及高存储容量等技术为重点，构建相应的研发及信任体系，并确保相关系统成本的降低；

物网系统构建技术：在大规模系统运行过程中，对系统进行结构改造以及新旧设备的相互衔接，结构边缘及服务器侧的虚拟技术就成为关键；

大数据解析技术：从含有非结构化数据的各种大数据中，挖掘出有价值的信息，需要实时的高速信息处理技术的支撑；

人工智能技术：在对当前人工智能的深层学习技术继续加强研发的基础上，还要推进搜索型、知识型、计算型，以及统合型人工智能的研发；

设备技术：不仅要强化对大数据高速和实施处理的小型超低电力消耗设备的研制，也要努力实现强功能和高性能系统的开发，以及最新的材料和设计技术开发之间的相互融合；

网络技术：在推进网络虚拟化技术的同时，为实现庞大物联网设备间无线通信，开发高容量的无线技术势在必行；同时还要构建对大数据实时把握及进行高度分析判断的网络技术；

边缘计算技术：面对信息的实时高速处理，需要同步推进分散处理技术，确保网关等终端设备安全，并建立无法确保情况下的防范架构。

（二）现实空间技术领域

机器人技术：为实现机器人在通信、社会工作支援、制造、老人及残障人士帮扶等多个生产和生活领域应用，日本应积极推进相关技术研发，并引领安全评估的国际标准制订；

传感器技术：在获取各种信息的基础上，开发可远程实施的远程监控及性能更新技术；

处理器技术：推进与机理、驱动、控制等信赖评价及处理器的人工智能研发密切相关的基础研究，强化微电机系统及生物处理器等领域的技术研发；

生物技术：加强生物传感器、人体运动数据采集装置、生物驱动器等的开发，强化生物基础技术研究，特别是高度小型化及超低电量消费的传感器技术；

人机交互技术：在加快推进虚拟现实与增强现实、感知工程、认知科学与脑科学等领域技术研发的同时，考虑到技术设备的进步，为实现以机器人为代表的人工智能与人类的共存，与人类平等或仅为工具等社会伦理问题也需要提上日程。

（三）综合领域相关技术

纳米等原材料技术：支撑能源、基础设施、医疗健康等领域创新型结构材料和功能材料的研发，以及相关应用组件的升级，重点突破领域为：高效电力控制的半导体技术、工艺创新的触媒技术，以及声光控制技术、高端测量诊断和成像技术、生物材料和纳米材料等新型原材料技术；

光学和量子技术：为推进对信息通信、医疗、环境、能源等领域给予综合支撑的、具有高精度、高敏感度、大容量、节能又安全等特征的、高端社会及产业基础设施的形成，必须加强计算技术、成像与传感技术、信息和能源传输技术、高加工技术等相关基础和应用技术的研究，特别是在大容量和高速光子传输等尖端光学和量子技术等前沿领域。

（四）2020年主要成果目标

在作为支撑平台的网络空间技术领域，实现创新性技术突破；

超小型、低电量消耗传感设备的实用化；

量子信息处理和量子传输基础技术的开发；

新一代电力电子技术的全面商业化；

开始进行综合性新材料开发系统的中试；

进行生物性能技术材料的生产；

2030年前后实现基干化工产品新触媒技术的实用化；

2030年前后实现结构性材料的飞跃，在汽车与飞机制造等领域普遍采用轻量化与超耐用的新材料。

被外界誉为日本的“巴菲特+盖茨”的软银总裁孙正义在2014年底提出了用人工智能机器人拯救日本，使日本在2050年产业竞争力重回世界第一的豪言。他指出，日本若能采用3000万台可24小时工作的人工智能产业机器人（相当于增加了9000万制造业劳动人口），而支付给每台机器人的“平均月薪”仅为1.7万日元，这无疑将让日本一举两得地扭转在人口老龄化和劳动力成本过高方面的劣势。

而日本新能源与产业技术综合开发机构（NEDO）的研究报告《面向2035年的机器人产业未来市场预测》指出，日本国内的机器人产业市场规模2020年2.9万亿日元、2025年5.3万亿日元、2035年9.7万亿日元。

三、政策建议

当前我国经济发展已经进入到新常态阶段，劳动力成本增长明显，2012年已过人口增长的刘易斯拐点，老龄化问题也日益见突出。为缓解相关压力，将物联网、大数据、云计算、人工智能、自动驾驶、共享经济等技术与经济、社会发展密切结合势在必行。相关政策建议如下：

（一）提出“智慧中国2050”

为坚持以人为本的科学发展观，深入贯彻五大发展理念的相关要求，应充分借鉴日本超智能社会5.0的科学内涵，研究提出诸如“智慧中国2050”的概念，并针对《国家创新驱动发展战略纲要》提出了2020、2030、2050年我国科技创新战略目标，今后在具体细则制定及实施上，融入“智慧中国2050”等内涵，将人工智能等技术与我国未来经济社会发展需求相结合，引领未来社会经济l展及模式转变。

（二）注重“人工智能+物联网”

将“人工智能+物联网”融入新技术、新产业、新业态、新模式等四新发展理念之中，建立“人工智能+物联网”国家实验室，注重人工智能机器人等主要支撑技术的发展，以及“人工智能+物联网”在创建与经济社会密切相关的新产业、新业态、新模式中的重要作用，加快从网络化、数字化向智能化转变，大力发展数字化智能经济，以人工智能为核心打造“智慧中国2050”。

（三）做好产业政策转型，提高选择性产业政策的聚焦度

在我国产业政策由选择性为主向功能性为主转变的情况下，将《中国制造2025》与经济社会发展更为紧密地结合在一起，不仅使选择性产业政策先中上游产业聚焦，在强化虚拟空间技术研发的同时，注重传感器技术、生物技术、人机交互技术等现实空间技术，以及纳米等原材料技术、光学和量子技术等综合技术的研发，还应进一步加强与经济社会的联系，使产业和技术创新能够真正服务于民。

（四）拓展大众创新、万众创业的内涵，推进智能社会建设

进一步拓展大众创新、万众创业的内涵，将支持范围扩大至社会经济领域，强化大数据、云计算、“人工智能+物联网”等在经济与社会领域的应用，关注自动驾驶、共享经济等对经济社会型态变革的影响，切实推动大众创新、万众创业在技术与社会经济发展相结合的综合性领域的发展。

（五）密切关注人工智能对全球产业与经济格局的影响

人工智能和生物技术范文第2篇

课程中文名称 课程英文名称

高等数理方法 Advanced Mathematical Method

弹塑性力学 Elastic-Plastic Mechanics

板壳理论 Theory of Plate and Shell

高等工程力学 Advanced Engineering Mechanics

板壳非线性力学 Nonlinear Mechanics of Plate and Shell

复合材料结构力学 Structural Mechanics of Composite Material

弹性元件的理论及设计 Theory and Design of Elastic Element

非线性振动 Nonlinear Vibration

高等土力学 Advanced Soil Mechanics

分析力学 Analytic Mechanics

随机振动 Random Vibration

数值分析 Numerical Analysis

基础工程计算与分析 Calculation and Analysis of Founda tionEngineering

结构动力学 Structural Dynamics

实验力学 Laboratory Mechanics

损伤与断裂 Damage and Fracture

小波分析 Wavelet Analysis

有限元与边界元分析方法 Analytical Method of Finite Element andBoundary Element

最优化设计方法 Optimal Design Method

弹性力学 Elastic Mechanics

高层建筑基础 Tall Building Foundation

动力学 Dynanics

土的本构关系 Soil Constitutive Relation

数学建模 Mathematical Modeling

现代通信理论与技术 Emerging Communications Theory and Technology

数字信号处理 Digital Signal Processing

网络理论与多媒体技术 Multi-media and Network Technology

医用电子学 Electronics for Medicine

计算微电子学 Computational Microelectronics

集成电路材料和系统电子学 Material and System Electronics for Integrated Circuits

网络集成与大型数据库 Computer Network Integrating Technology and Largescale Database

现代数字系统 Modern Digital System

微机应用系统设计 Microcomputer Application Design

计算机网络新技术 Modern Computer Network Technologies

网络信息系统 Network Information System

图像传输与处理 Image Transmission and Processing

图像编码理论 Theory of Image Coding

遥感技术 Remote Sensing Techniques

虚拟仪器系统设计 Design of Virtual Instrument System

生物医学信号处理技术 Signal Processing for Biology and Medicine

光纤光学 Fiber Optics

VLSI的EDA技术 EDA Techniques for VLSI

电子系统的ASIC技术 ASIC Design Technologies

VLSI技术与检测方法 VLSI Techniques & Its Examination

专题阅读或专题研究 The Special Subject Study

信息论 Information Theory

半导体物理学 Semiconductor Physics

通信原理 Principle of Communication

现代数理逻辑 Modern Mathematical Logic

算法分析与设计 Analysis and Design of Algorithms

高级计算机网络 Advanced Computer Networks

高级软件工程 Advanced Software Engineering

数字图像处理 Digital Image Processing

知识工程原理 Principles of Knowledge Engineering

面向对象程序设计 Object-Oriented Programming

形式语言与自动机 Formal Languages and Automata

人工智能程序设计 Artificial Intelligence Programming

软件质量与测试 Software Quality and Testing

大型数据库原理与高级开发技术 Principles of Large-Scale Data-Bas e andAdvanced Development Technology

自然智能与人工智能 Natural Intelligence and Artificial Intelligence

Unix操作系统分析 Analysis of Unix System

计算机图形学 Computer Graphics

Internet与Intranet技术 Internet and Intranet Technology

多媒体技术 Multimedia Technology

数据仓库技术与联机分析处理 Data Warehouse and OLAP

程序设计方法学 Methodology of Programming

计算机信息保密与安全 Secrecy and Security of Computer Information

电子商务 Electronic Commerce

分布式系统与分布式处理 Distributed Systems and Distributed Processing

并行处理与并行程序设计 Parallel Processing and Parallel Programming

模糊信息处理技术 Fuzzy Information Processing Technology

人工神经网络及应用 Artificial Intelligence and Its Applications

Unix编程环境 Unix Programming Environment

计算机视觉 Computer Vision

高级管理信息系统 Advanced Management Information Systems

信息系统综合集成理论及方法 Theory and Methodology of Information nSystemIntegration

计算机科学研究新进展 Advances in Computer Science

离散数学 Discrete Mathematics

操作系统 Operating System

数据库原理 Principles of Database

编译原理 Principles of Compiler

程序设计语言 Programming Language

数据结构 Data Structure

计算机科学中的逻辑学 Logic in Computer Science

面向对象系统分析与设计 Object-Oriented System Analysis and Design

高等数值分析 Advanced Numeric Analysis

人工智能技术 Artificial Intelligence Technology

软计算理论及应用 Theory and Application of Soft-Computing

逻辑程序设计与专家系统 Logic Programming and Expert Systems

模式识别 Pattern Recognition

软件测试技术 Software Testing Technology

高级计算机网络与集成技术 Advanced Computer Networks and IntegrationTechnology

语音信号处理 Speech Signal Processing

系统分析与软件工具 System Analysis and Software Tools

计算机仿真 Computer Simulation

计算机控制 Computer Control

图像通信技术 Image Communication Technology

人工神经网络及应用 Artificial Intelligence and Its Applications

计算机技术研究新进展 Advances in Computer Technology

环境生物学 Environmental Biology

水环境生态学模型 Models of Water Quality

环境化学 Environmental Chemistry

环境生物技术 Environmental Biotechnology

水域生态学 Aquatic Ecology

环境工程 Environmental Engineering

环境科学研究方法 Study Methodology of Environmental Science

藻类生理生态学 Ecological Physiology in Algae

水生动物生理生态学 Physiological Ecology of Aquatic Animal

专业文献综述 Review on Special Information

废水处理与回用 Sewage Disposal and Re-use

生物医学材料学及实验 Biomaterials and Experiments

现代测试分析 Modern Testing Technology and Methods

生物材料结构与性能 Structures and Properties of Biomaterials

计算机基础 Computer Basis

医学信息学 Medical Informatics

计算机汇编语言 Computer Assembly Language

学科前沿讲座 Lectures on Frontiers of the Discipline

组织工程学 Tissue Engineering

生物医学工程概论 Introduction to Biomedical Engineering

高等生物化学 Advanced Biochemistry

光学与统计物理 Optics and Statistical Physics

图像分析 Image Treatment

数据处理分析与建模 Data Analysis and Constituting Model

高级数据库 Advanced Database

计算机网络 Computer Network

多媒体技术 Technology of Multimedia

软件工程 Software Engineering

药物化学 Pharmaceutical Chemistry

功能高分子 Functional Polymer

InternetIntranet（英） InternetIntranet

程序设计方法学 Methods of Programming InternetIntranet

高分子化学与物理 Polymeric Chemistry and Physics

医学电子学 Medical Electronics

现代仪器分析 Modern Instrumental Analysis

仪器分析实验 Instrumental Analysis Experiment

食品添加剂 Food Additives Technology

高级食品化学 Advanced Food Chemistry

食品酶学 Food Enzymology

现代科学前沿选论 Literature on Advances of Modern Science

波谱学 Spectroscopy

波谱学实验 Spectroscopic Experiment

食品贮运与包装 Food Packaging

液晶化学 Liquid Crystal Chemistry

高等有机化学 Advanced Organic Chemistry

功能性食品 Function Foods

食品营养与卫生学 Food Nutrition and Hygiene

食品生物技术 Food Biotechnology

食品研究与开发 Food Research and Development

有机合成化学 Synthetic Organic Chemistry

食品分离技术 Food Separation Technique

精细化工装备 Refinery Chemical Equipment

食品包装原理 Principle of Food Packaging

表面活性剂化学及应用 Chemistry and Application of Surfactant

天然产物研究与开发 Research and Development of Natural Products

食品工艺学 Food Technology

生物化学 Biochemistry

食品分析 Food Analysis

人工智能和生物技术范文第3篇

（兰州资源环境职业技术学院信息管理系，甘肃兰州730000）

摘要：进入21世纪，随着信息技术的不断发展，将人工智能技术应用于儿童玩具当中是人工智能技术应用的一个趋势，基于人工智能的语言识别、图像识别、自然语言处理和专家系统等领域的研究，使用计算机程序，以效仿人类大脑为主要目的，包含采集、分析、处理、反馈等功能，设计出模拟人类的智能玩具。本文通过对人工智能技术进行分析得出，将此技术应用于智能玩具当中会使玩具具有更加广泛的应用前景。

关键词 ：人工智能；学习型数据库；智能玩具；儿童玩具

DOI：10.16083/j.cnki.22-1296/g4.2015.05.054

中图分类号：G614 文献标识码：A 文章编号：1671—1580（2015）05—0122—02

收稿日期：2014—12—10

作者简介：康筱彬（1982— ），女，甘肃兰州人。兰州资源环境职业技术学院信息管理系，讲师，硕士，研究方向：移动互联网开发及应用。

计算机科学之父图灵在1950年发表的论文《计算的机器和智能》中提出了机器智能的设想，并提出了著名的“图灵测试（Turing Test）”，用以验证机器是否拥有智能。测试指出让机器和人进行交流，如果人无法判断交流的对象是人还是机器，就说明这个机器拥有智能。著名导演斯皮尔伯格在经典电影《人工智能》中讲述了一个不仅拥有思维更具备情感的机器人，通过这部电影，观众对于人工智能这一学科的研究目的有了清晰的认识：让机器模拟人的思维方式。影片虽然是虚构的，但是随着智能技术的发展以及数据挖掘等技术研究的不断深入，智能玩具已经悄然出现。

2014年1月6日至9日，在第40届香港玩具展中智能玩具已经占有一席之地。有别于以往的数码玩具，智能玩具不仅有精密的设计、绚丽的外表，同时，其具备的多种功能应用能够充分地满足儿童的好奇心，智能技术的应用让每个儿童都拥有了一个个性化的玩具。而且不少智能玩具还具有特定的功能，比如治疗型玩具，其主要目的是帮助孩童和老人舒缓压力，或解决其他相关问题。许多传统玩具也通过App与智能装置合二为一，可见，将智能技术应用于儿童玩具之中也是未来发展的趋势之一。

一、人工智能的定义

人工智能（Artificial Intelligence，AI）相对于自然人的天然智能而言，是指通过研究和构造智能机器或智能系统，来模拟和扩展人类的智能，让机器具有某些思维。人工智能是计算机科学领域的一个分支，属于综合性的前沿学科。它的目标是了解智能的实质，并生产出一种全新的、可以以与人类智能类似的方式作出反应的智能型机器。该领域结合了计算机科学、信息论、心理学等多种学科。

二、人工智能的研究内容

人工智能经过近60年的发展，研究领域获得了进一步的扩展，加之计算机技术的迅速发展，研究领域已经扩展到了自然语言处理、模式识别、图像识别、数据挖掘、机器学习、智能接口技术、智能信息处理等。其中，数据挖掘、模式识别、机器学习和信息处理是构成智能玩具的核心技术，实现信息的采集、分析、处理和反馈等功能。

（一）数据挖掘。数据挖掘（Data Mining，DM）技术是指从海量的数据或者信息中获取知识的过程。应用于人工智能则需要对设备接收到的所有知识进行表示、推理和搜索等三个方面的处理。通过这三个方面的处理，实现将接收到的知识与原有知识相关联，借助推理技术中的各种推理演绎方法获取新的知识。在知识的查找过程中，根据实际问题借助盲目式或启发式两种搜索方式，不断地寻找可以利用的知识构造推理路线，最终获得最优解。

（二）模式识别。人工智能涉及的模式识别通常是指用计算机代替人类或者协助人类进行感知的模式，是对人类感知外界功能的一种模拟。将人工智能应用于儿童玩具，就是要让玩具能够自动地获取外界的知识，自动地对文字、声音、图像等信息进行识别。

（三）机器学习。学习能力是计算机模拟人类智能的重要标志，也是计算机获取知识的主要途径，是人工智能研究中最重要和最突出的一个方面。香农曾经说过：“一台计算机如果不会学习，就不能称之为具有智能的计算机。”由此可以引申出对智能玩具的判别标准，即其是否具有学习能力。智能玩具领域中主要采用两种学习方法，即无监督学习和有监督学习。有监督学习是指在可以提供输入和输出时使用的学习方法，如决策树学习、神经网络等。无监督学习是指在不能提供有效输入和输出时使用的学习方法，如强化学习、进化学习等。

（四）智能信息处理。在如今这个信息爆炸的时代，更需要从海量的数据中获取有价值的信息，从而利用这些信息进行决策、管理、检索以及过程控制等。当前，具备多功能性、开放性和有效性等特征的图形模式作为一种有效的智能数据处理手段引起了人们的重视。

三、人工智能应用于儿童玩具中所起的作用

游戏是儿童喜欢的活动，玩具是孩子游戏的物质基础，它能让孩子在游戏中获得身心的同步发展。比如：益智类玩具主要用于发展孩子的智力，体能类玩具则主要用于增强孩子的体质。智能玩具在儿童成长过程中所起的作用大致可以归结为以下几点：

（一）提高孩子的言语能力。智能玩具中植入了智能芯片，使得它们能说会道，能歌善舞，可以与儿童进行交流。儿童在玩耍的过程中，有了可以对话的伙伴，便有了可以表达自己想法和情感的机会，这对提高其语言能力能够起到很大的帮助作用。同时，当孩子有了表达的欲望和表达的渠道时，家长就能够给予孩子语言方面的表达技巧。

（二）提高孩子的辨认能力。智能玩具一般具有与孩子互动的功能。比如：会教孩子辨认其左右手、进行简单的四则运算、辨认简单的物品（如水果、蔬菜）等。孩子在与这些玩具互动的过程中，听到伙伴交待下来的“任务”，会产生好奇心并且积极思考，在此过程中，孩子的辨认能力会进一步得到提高，对智力的增长也会起到帮助作用。

（三）提高孩子的肢体协调能力。孩子在与智能玩具做游戏的过程中会有互动，比如：孩子将一盒积木砌出图形，或者学习玩具的一些动作等，在此过程中，除了会运用到大脑外，还需要手等其他身体部位的配合，对孩子的肌肉运动、脑部发育以及身体机能的发展都具有很大的裨益。

（四）调节孩子的情绪。孩子的世界同样也伴随着喜、恕、哀、乐这些情绪，当负面情绪来临时需要相应的发泄方式。对于孩子来说，玩具就是伙伴，就是朋友，他（她）们可以通过玩具来发泄这些负面情绪。同时，玩具所具有的音乐播放、故事讲述等功能，又能起到调节儿童情绪的作用。

（五）提高孩子的社交能力。大人有社交，孩子同样也有，同学、朋友、老师都是他（她）们的玩伴，如果一个孩子从小就缺少沟通的机会，就容易养成不爱说话或者不敢说话的性格。而智能玩具就具备能说会道的功能，孩子们与玩具进行交流就避免了不爱说话或者不敢说话的状况，即使对待陌生人，也可以很快进行交流了。

四、展望

人工智能学科的出现与发展不是偶然、孤立的，它与整个科学体系的发展与演变密不可分。21世纪，各学科蓬勃发展，高新科技层出不穷，人工智能也一定能够在时代的要求下实现多学科的交叉研究，通过与信息技术、软件技术、生物技术、脑科学、电子技术、网络技术等研究领域更加紧密地结合，研制出与人类智能水平相当的智能软件和智能机器。21世纪将成为智能技术快速发展的世纪，信息时代的特征也促使人工智能学科形成三个分支，即行为主义、联结主义和符号主义，在信息论的启示下形成统一。人工智能在多学科的交叉发展与研究中，一定会掀起一场智能技术的革命，走向人机协同解决问题的新纪元。

［

参考文献］

［1］徐志国.人工智能在电力系统中的应用［J］.现代电子技术，2006（21）.

［2］张凯斐.人工智能的应用领域及其未来展望［J］.吕梁高等专科学校学报，2010（4）.

［3］胡勤.人工智能概述［J］.电脑知识与技术，2010（13）.

［4］陈建平，任斌，张会章.人工智能在智能机器人领域中的研究与应用［J］.东莞理工学院学报，2008（3）.

人工智能和生物技术范文第4篇

关键词：决策支持系统人工智能专家系统

一、智能决策技术概述

1.决策支持系统的形成

随着计算机技术和应用的发展，如科学计算、数据处理、管理信息系统的发展以及运筹学和管理科学的应用，为决策支持系统的形成打下了基础。决策支持系统(DecisionSupportSystem—DDS)是80年代迅速发展起的新型计算机学科。70年代初由美国M.S.ScottMorton在《管理决策系统》一文中首先提出决策支持系统的概念。

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。管理信息系统重点在对大量数据的处理。运筹学在运用模型辅助决策体现在单模型辅助决策上。随着新技术的发展，所需要不得不解决的问题会愈来愈复杂，所涉及的模型会愈来愈多，模型类型也由数学模型扩充数据处理模型。模型数量也愈来愈多。这样，对多模型辅助决策问题，在决策支持系统出现之前是靠人来实现模型间的联合和协调。决策支持系统的出现就是要解决由计算机自动组织和协调多模型运行，对大量数据库中数据的存取和处理，达到更高层次的辅助决策能力。决策支持系统的新特点就是增加了模型库和模型库管理系统，它把众多的模型(数学模型和数据处理模型以及更广泛的模型)有效地组织和存储起来，并且建立了模型库和数据库的有机结合。这种有机结合适应人机交互功能，自然促使新型系统的出现，即DDS的出现。它不同于MIS数据处理，也不同于模型的数值计算，而是它们的有机集成。它既有数据处理功能又具有数值计算功能。

决策支持系统概念及结构。决策支持系统是综合利用大量数据，有机组合众多模型(数学模型与数据处理模型等)，通过人机交互，辅助各级决策者实现科学决策的系统。

DSS使人机交互系统、模型库系统、数据库系统三者有机结合起来。它大大扩充了数据库功能和模型库功能，即DSS的发展使管理信息系统上升到决策支持系统的新台阶上。DSS使那些原来不能用计算机解决的问题逐步变成能用计算机解决。

2.人工智能概念和研究范围

(1)人工智能定义。由计算机来表示和执行人类的智能活动(如判断、识别、理解、学习、规划和问题求解等)就是人工智能。人工智能的研究在逐步扩大机器智能，使计算机逐步向人的智能靠近。

(2)人工智能的研究范围。人工智能研究的基本范围有：问题求解、逻辑推理和定理证明、自然语言处理、自动程序设计、学习、专家系统、机器人学、机器视觉、智能检索系统、组合高度问题、系统与表达语言等；其主要研究领域有：自然语言处理、机器人学、知识工程。

自然语言处理：语音的识别与合成，自然语言的理解和生成，机器翻译等。

机器人学：从操纵型、自动型转向智能型。在重、难、险、害等工作领域中推广使用机器人。

知识工程：研究和开发专家系统。目前人工智能的研究中，最接近实用的成果是专家系统。专家系统在符号推理、医疗诊断、矿床勘探、化学分析、工程设计、军事决策、案情分析等方面都取得明显的效果。

3.决策支持新技术

(1)数据仓库的兴起和概念。数据仓库(DataWarehouse—DW)的概念是PrismSolutions公司副总裁W.H.Inmon在1992年出版的书《建立数据仓库》(BuildingtheDataWarehouse)中提出的。数据仓库的提出是以关系数据库，并行处理和分布式技术的飞速发展为基础，它是解决信息技术在发展中一方面拥有大量数据，另一方面有用信息却很贫乏(Datarich—Informationpoor)这种不正常现象的综合解决方案。

W.H.Inmon在《建立数据仓库》一书中，对数据仓库定义为：数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用于支持经营管理中决策制定过程。

传统数据库用于事务处理，也叫操作型处理，是指对数据库联机进行日常操作，即对一或一组记录的查询和修改，主要为企业特定的应用服务的。用户关心的是响应时间，数据的安全性和完整性。数据仓库用于决策支持，也称分析型处理，用于决策分析，它是建成立决策支持系统的基础。

(2)数据仓库的特点。数据仓库是面向主题的：主题是数据归类的标准，每一个主题基本对应一个宏观的分析领域。

数据仓库是集成的：数据进入数据仓库之前，必须经过加工与集成。对不同的数据来源进行统一数据结构和编码。统一原始数据中的所有矛盾之处，如字段的同名异义，异名同义，单位不统一，字长不一致等。总之将原始数据结构作一个从面向应用到面向主题的大转变。

数据仓库是稳定的：数据仓库中包括了大量的历史数据。数据经集成进入数据仓库后是极少或根本不更新的。

数据仓库是随时间变化的：数据仓库内的数据时限在5-10年，故数据的键码包含时间项，标明数据的历史时期，这适合DSS进行时间趋势分析。

数据仓库中数据很大：通常的数据仓库的数据量为10GB级，大型的是一个TB级数据量。数据中索引和综合数据占2/3，原始数据占1/3。

数据仓库软、硬件要求：需要一个巨大的硬件平台和一个并行的数据库系统。

(3)数据开采的概念及方法。1995年在加拿大召开了第一届知识发现(KnowledgeDiscoveryinDatabase—KDD)和数据开采(DataMining—DM)国际学术会议以后，“数据开采”开始流行，它是“知识发现”概念的深化，知识发现与数据开采是人工智能、机器学习与数据库技术相结合的产物。KDD一词是在1989年8月于美国底特律市召开的第一届KDD国际学术会议上正式形成的。

知识发现被认为是从数据中发现有用知识的整个过程。数据开采被认为是KDD过程中的一个特定步骤，它用专门算法从数据中抽取模式。

数据开采的主要方法和技术有：信息论方法、集合论方法、仿生物技术、公式发现、统计分析方法及其它方法。

二、智能决策技术原理

要能做出智能决策需要在智能决策支持系统的辅助下才能实现。因而要知道智能决策技术的原理就须要知道智能决策支持系统的原理及构造。

智能决策支持系统(IDSS)是在决策支持系统(DSS)的基础上集成人工智能专家系统(ES)而形成的。决策支持系统主要是由问题处理与人机交互系统(由语言系统和问题处理系统组成)、模型库系统(由模型库管理系统和模型库组成)、数据库系统(由数据库管理系统和数据库组成)等组成。专家系统主要由知识库、推理机和知识库管理系统三者组成。决策支持系统和专家系统集成为智能决策支持系统。

IDSS中DSS和ES的结合主要体现在两个方面：

(1)DSS和ES的总体结合。由集成系统把DSS和ES有机结合起来(将两者一体化)。

KB和MB的结合。模型库中的数学模型和数据处理模型作为知识的一种形式，即过程性知识，加入到知识推理过程中去，或者将知识库和推理机结合起来，形成知识推理模型加入到模型库中去。

(2)DB和动态DB的结合。DSS中的DB可以看成是相对静态的数据库，它为ES中的动态数据库提供初始数据，ES推理结束后，动态DB中的结果再送回到DSS中的DB去。由DSS和ES这三种结合形式，也说形成了三种IDSS集成形式。

智能决策支持系统是以大量的信息收集和大量的知识为基础，将它们存储在数据库和知识库中，为问题处理系统服务。将实际问题转换成计算机能进行求解的过程，就是通过对问题的分解和分析，建立问题求解的总框架模型，根据这个总框架模型的各组成部分的目标、功能、数据和求解的要求来决定各组成部分是建立新模型，还是选择已有的成熟模型；多模型如何组合；需要利用哪些数据；是采用数值计算模型还是采用知识推理模型进行各种处理方法选择，然后对其进行求解。将求解的结果或得到的支持决策的信息反回给决策用户。

三、智能决策技术的应用

决策支持系统自70年代初产生以来，在这20年间逐步应用于各个领域和部门，在发展中不断融入人工智能的技术使之成为智能决策支持系统，并得到更加广泛的应用。主要有以下部门：

1.企业(包括工业、农业、商业等)

(1)生产部门；(2)财务部门；(3)销售部门；

(4)运输、后勤部门；(5)劳动人事部门；(6)外贸部门，等等。

2.事业单位

(1)城市管理部门；(2)卫生保健部门；

(3)资源管理部门；(4)教育文化部门，等等。

3.国防军事领域

4.研究开发领域

在我国，目前已开发应用的有：全国宏观经济发展决策支持系统，省区整体发展决策支持系统，县区发展战略研究决策支持系统，各行业的发展决策支持系统，公司一级的、厂一级生产经营决策支持系统，流域管理决策支持系统，运输经营管理决策支持系统，人口发展与控制决策支持系统，作战指挥决策支持系统，后勤保障决策支持系统等等。

可见决策支持系统的应用已经深入到生活的各个方面。由于人们在日常生活中，随时都要作出选择和决定，这种选择和决定就是决策。现代化的社会经济生活规模宏大，变化和进展迅速，各种关系错综复杂，不论是对个人、集体、地区、国家，决策的正确与否，影响是巨大的；一念之差，影响到事业的成败，组织的兴亡盛衰。而正确有效的决策在于充分掌握信息和根据信息作出正确判断，因此采集、整理和分析信息是决策听首要任务。决策支持系统正是基于计算机上的交互式信息系统，主要目的是为决策者提供有价值的信息，能帮助决策者解决半结构和非结构决策问题。随着决策支持系统和人工智能技术的不断发展，由决策支持系统和人工智能技术融合的智能决策支持系统将不断完善，应用的范围将加广泛和深入人们的生活。

参考文献：

人工智能和生物技术范文第5篇

随着数字化和虚拟仪器的快速发展,对传感器的综合能力要求越来越高,而传统的传感器根本不能适应现代化的需求,加之微处理智能技术和微机械加工技术的引入,于是智能传感器诞生了。虽然智能传感器是当前高新技术,但是目前为止还没有一个规范化的定义形成。随着人们对智能传感器技术的不断研究,各个专家对其都有不同的定义。本文主要倾向于以下这个定义:智能传感器就是带微处理器、兼有信息检测和信息处理功能的传感器。智能传感器的主要特征主要包括:(1)具有自动补偿功能;(2)校零、标定、校正都可以实现自动化;(3)采集数据也能够实现自动采集,并且可以预处理数据;(4)数据存储、记忆与信息处理功能;(5)检验、自选里程、自寻故障都能够实现自动化;(6)具有判断、决策处理功能。实现智能传感器的主要途径主要有以下几种:(1)非集成化实现是将传统的经典传感器、信号调理电路、带数字接口的微处理器组合为一整体,而构成的一个智能传感器系统;(2)集成化实现的传感器系统是采用微机械加工技术和大规模集成电路工艺技术,利用硅作为基本材料制作敏感元件、信号调理电路、微处理单元,并把其集成到一块芯片上构成。故又称为集成智能传感器;(3)混合实现是根据需要,将系统各个集成化环节,如:敏感单元、信号调理电路、微处理单元、数字总线接口,以不同的组合方式集成在两块或三块芯片上,并装在一个外壳里。这里采用非集成化实现的方式。

2智能传感器的发展状况

智能传感器的发展状况主要从物理转化机理、数据融合理论、传感器的微型化、CMOS工艺兼容这几个方面进行分析。(1)物理转化机理。由于集成智能传感器可以很容易对非线性的传递函数进行校正,得到一个线性度非常好的输出结果,从而消除了非线性传递对传感器应用的制约。该机理具有稳定性好、精确度高、灵敏度高的特点。利用同一硅片上集成的智能检测电路,可以迅速提取频率信号,使得谐振式微机械传感器成为国际上传感器领域的一个研究热点。(2)数据融合理论。数据融合是集成智能传感器理论的重要领域,也是各国研究的热点,对于多个传感器组成的阵列,数据融合技术能够充分发挥各个传感器的特点,利用其互补性、冗余性,提高测量信息的精度和可靠性,延长系统的使用寿命。(3)传感器的微型化。集成智能传感器的微型化决不仅是尺寸上的缩微与减少,而且是一种具有新机理、新结构、新作用和新功能的高科技微型系统,并在智能程度上与先进科技融合。(4)CMOS工艺兼容。目前,国外在研究二次集成技术的同时,集成智能传感器在工艺上的研究热点集中在研制与CMOS工艺兼容的各种传感器结构及制造工艺流程,探求在制造工艺和微机械加工技术上有所突破。

3智能传感器的发展方向

无论是现今还是未来的若干年,智能传感器和人工智能材料都是人们关注的一门科学。虽然目前智能传感器已经取得了一定的成效,但是智能化的实现还处于研究的初级阶段。人们对智能传感器的研究还需从以下几个方面进行:(1)智能传感器的重要发展方向仍然是微型结构。“微型”技术包括了多种科学的多种微型机构,它是一个广泛的应用领域。(2)传感器将会利用生物技术及纳米技术。分子和原子生物传感器到目前还是一门高新学科。目前,一些发达国家已经利用纳米技术研制出分子级的电器。(3)智能材料继续的研制开发,使智能器件原理进一步完善。在这项工作中,将信息注入材料的主要方式和有效途径进行研发,对在人工智能材料内部的功能效应和信息流转换机制进行研究。(4)人工脑系统的开发。对高级智能机器人和完善人工脑系统进一步进行发展。

传统的传感器在工业生产中的应用是无法快速直接测量某些产品质量指标的,并且也无法进行在线控制。但是智能传感器的应用就不一样了,其应用不仅可以对与产品质量指标有函数关系的生产过程中的某些量进行直接测量,而且利用神经网络来建立数学模型,通过数学模型来进行准确的计算,这样可以使产品质量得以确保。智能传感器进一步完善的主要方向就是虚拟化、网络化和信息融合技术。智能传感器是躯感网的前端,它能收集到很多有特征的数据。用于躯感网的传感器一般可分为两种,一种是可以移植到人体之内的;一种是佩戴在体表的,譬如对脉搏、血压、心跳运动的监测。从外观上看,传感器的形态也非常简单,有的传感器类似于手表戴在手腕上,有的则像耳机一样戴在耳朵上,有的放在鞋里,还有的像创可贴一样贴在身体的某个部位上。如在医学领域中,血糖水平对于糖尿病患者而言是非常重要的,糖尿病患者需要随时掌握自己的血糖水平,根据具体情况来对自己的饮食和注射胰岛素进行调整,以防病情加重,或者其他病出现。针对这个情况美国公司生产了一种“葡萄糖手表”,这种外观类似手表的测糖仪能够实现无疼、无血、连续的血糖测试。

参考文献

[1] 林新霞,郭建辉.传感器技术发展与前景展望[J].工业仪表与自动化装置,2011(2).

[2] 杨洪才,孙洪平.论我国传感器技术的发展及其在机电一体化中应用[J].民营科技,2009(10).