第三講第1章人工智能應(yīng)用領(lǐng)域與學(xué)科發(fā)展年3月課件

人工智能

ArtificialIntelligence

第三次課概論（3）董春游(ChunyouDong)PhD,ProfessorEmail:chunyoudong@126.com1

人工智能

ArtificialIntelligen第二次課主要內(nèi)容1.2AI的產(chǎn)生與發(fā)展

第一階段:孕育期（1956年以前）第二階段:形成期（1956----1970年）第三階段:知識應(yīng)用期（1970----80年代）第四階段:從學(xué)派分離走向綜合（20世紀(jì)80年代末到本世紀(jì)初）第五階段：智能科學(xué)技術(shù)學(xué)科興起(目前)AI研究的不同學(xué)派

1.符號主義學(xué)派（邏輯主義、心理學(xué)派）主要觀點(diǎn)：AI起源于數(shù)理邏輯，人類認(rèn)知的基元是符號，認(rèn)知過程是符號表示上的一種運(yùn)算代表性成果：紐厄爾和西蒙等人研制的稱為邏輯理論機(jī)的數(shù)學(xué)定理證明程序LT

代表人物：紐厄爾、肖、西蒙和尼爾遜(Nilsson)等

2.連接主義學(xué)派（仿生學(xué)派或心理學(xué)派）主要觀點(diǎn)：AI起源于仿生學(xué)，特別是人腦模型，人類認(rèn)知的基元是神經(jīng)元，認(rèn)知過程是神經(jīng)元的連接活動過程代表性成果：由麥克洛奇和皮茲創(chuàng)立的腦模型，即MP模型

代表人物：麥克洛奇和皮茲3.行為主義學(xué)派（進(jìn)化主義、控制論學(xué)派）主要觀點(diǎn)：AI起源于控制論，智能取決于感知和行為，取決于對外界復(fù)雜環(huán)境的適應(yīng)，而不是推理。代表性成果：Brooks教授研制的機(jī)器蟲代表人物：Brooks教授2第二次課主要內(nèi)容21.2人工智能的產(chǎn)生與發(fā)展1.3AI的主要研究內(nèi)容1機(jī)器思維4計算智能1.推理1.神經(jīng)計算2.搜索2.進(jìn)化計算3.規(guī)劃3.模糊計算2機(jī)器感知5機(jī)器學(xué)習(xí)1.計算機(jī)視覺1.符號學(xué)習(xí)2.模式識別2.神經(jīng)學(xué)習(xí)3.自然語言處理3.知識發(fā)現(xiàn)和數(shù)據(jù)挖掘3機(jī)器行為（行為主義）6智能系統(tǒng)1.智能控制1.決策支持系統(tǒng)2.智能檢索2.專家系統(tǒng)3.智能機(jī)器人331.4AI應(yīng)用領(lǐng)域1.難題求解這里的難題，主要指那些沒有算法解，或雖有算法解但在現(xiàn)有機(jī)器上無法實(shí)施或無法完成的困難問題。例如：路徑規(guī)劃、運(yùn)輸調(diào)度、電力調(diào)度、地質(zhì)分析、測量數(shù)據(jù)解釋、天氣預(yù)報、市場預(yù)測、股市分析、疾病診斷、故障診斷、軍事指揮（模擬）、機(jī)器人行動規(guī)劃、機(jī)器博弈等等。41.4AI應(yīng)用領(lǐng)域42.自動定理證明自動定理證明就是機(jī)器定理證明，這也是人工智能的一個重要的研究領(lǐng)域，也是最早的研究領(lǐng)域之一。定理證明是最典型的邏輯推理問題之一，它在發(fā)展人工智能方法上起過重大作用。自動定理證明的方法主要有四類：(1)自然演繹法。它的基本思想是依據(jù)推理規(guī)則，從前提和公理中可以推出許多定理，如果待證的定理恰在其中，則定理得證。(2)判定法。即對一類問題找出統(tǒng)一的計算機(jī)上可實(shí)現(xiàn)的算法解。在這方面一個著名的成果是我國數(shù)學(xué)家吳文俊教授1977年提出的初等幾何定理證明方法。(3)定理證明器。它研究一切可判定問題的證明方法。(4)計算機(jī)輔助證明。它是以計算機(jī)為輔助工具，利用機(jī)器的高速度和大容量，幫助人完成手工證明中難以完成的大量計算、推理和窮舉。52.自動定理證明53.自動程序設(shè)計自動程序設(shè)計就是讓計算機(jī)設(shè)計程序。具體來講，就是人只要給出關(guān)于某程序要求的非常高級的描述，計算機(jī)就會自動生成一個能完成這個要求目標(biāo)的具體程序。所以，這相當(dāng)于給機(jī)器配置了一個“超級編譯系統(tǒng)”，它能夠?qū)Ω呒壝枋鲞M(jìn)行處理，通過規(guī)劃過程，生成所需的程序。但這只是自動程序設(shè)計的主要內(nèi)容，它實(shí)際是程序的自動綜合。自動程序設(shè)計還包括程序自動驗(yàn)證，即自動證明所設(shè)計程序的正確性。4.自動翻譯自動翻譯即機(jī)器翻譯，就是完全用計算機(jī)作為兩種語言之間的翻譯。機(jī)器翻譯由來已久。早在電子計算機(jī)問世不久，就有人提出了機(jī)器翻譯的設(shè)想。隨后就開始了這方面的研究。當(dāng)時人們總以為只要用一部雙向詞典及一些語法知識就可以實(shí)現(xiàn)兩種語言文字間的機(jī)器互譯，結(jié)果遇到了挫折。機(jī)器翻譯的實(shí)現(xiàn)依賴于自然語言理解研究的進(jìn)展。63.自動程序設(shè)計65.智能控制智能控制就是把人工智能技術(shù)引入控制領(lǐng)域，建立智能控制系統(tǒng)。自從國際知名美籍華裔科學(xué)家傅京孫(KS.Fu)在1965年首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)以來，國內(nèi)外眾多的研究者投身于智能控制研究，并取得一些成果。75.智能控制76.智能管理智能管理就是把人工智能技術(shù)引入管理領(lǐng)域，建立智能管理系統(tǒng)。智能管理是現(xiàn)代管理科學(xué)技術(shù)發(fā)展的新動向。智能管理是人工智能與管理科學(xué)、系統(tǒng)工程、計算機(jī)技術(shù)及通信技術(shù)等多學(xué)科、多技術(shù)互相結(jié)合、互相滲透而產(chǎn)生的一門新技術(shù)、新學(xué)科。它研究如何提高計算機(jī)管理系統(tǒng)的智能水平，以及智能管理系統(tǒng)的設(shè)計理論、方法與實(shí)現(xiàn)技術(shù)。7.智能決策智能決策就是把人工智能技術(shù)引入決策過程，建立智能決策支持系統(tǒng)。智能決策支持系統(tǒng)是在20世紀(jì)80年代初提出來的。它是決策支持系統(tǒng)與人工智能，特別是專家系統(tǒng)相結(jié)合的產(chǎn)物。

86.智能管理8一般來說，智能部件中可以包含如下一些知識：(1)建立決策模型和評價模型的知識。(2)如何形成候選方案的知識。(3)建立評價標(biāo)準(zhǔn)的知識。(4)如何修正候選方案，從而得到更好候選方案的知識。(5)完善數(shù)據(jù)庫，改進(jìn)對它的操作及維護(hù)的知識。9一般來說，智能部件中可以包含如下一些知識：98.智能通信智能通信就是把人工智能技術(shù)引入通信領(lǐng)域，建立智能通信系統(tǒng)。智能通信就是在通信系統(tǒng)的各個層次和環(huán)節(jié)上實(shí)現(xiàn)智能化。例如在通信網(wǎng)的構(gòu)建、網(wǎng)管與網(wǎng)控、轉(zhuǎn)接、信息傳輸與轉(zhuǎn)換等環(huán)節(jié)，都可實(shí)現(xiàn)智能化。這樣，網(wǎng)絡(luò)就可運(yùn)行在最佳狀態(tài)，使呆板的網(wǎng)變成活化的網(wǎng)，使其具有自適應(yīng)、自組織、自學(xué)習(xí)、自修復(fù)等功能。9.智能仿真智能仿真就是將人工智能技術(shù)引入仿真領(lǐng)域，建立智能仿真系統(tǒng)。我們知道，仿真是對動態(tài)模型的實(shí)驗(yàn)，即行為產(chǎn)生器在規(guī)定的實(shí)驗(yàn)條件下驅(qū)動模型，從而產(chǎn)生模型行為。108.智能通信1010.智能CAD智能CAD（簡稱ICAD）就是把人工智能技術(shù)引入計算機(jī)輔助設(shè)計領(lǐng)域，建立智能CAD系統(tǒng)。事實(shí)上，AI幾乎可以應(yīng)用到CAD技術(shù)的各個方面。從目前發(fā)展的趨勢來看，至少有下述四個方面：(1)設(shè)計自動化。(2)智能交互。(3)智能圖形學(xué)。(4)自動數(shù)據(jù)采集。從具體技術(shù)來看，ICAD技術(shù)大致可分為如下幾種方法：(1)規(guī)則生成法。(2)約束滿足方法。(3)搜索法。(4)知識工程方法。(5)形象思維方法。1110.智能CAD1111.智能CAI智能CAI就是把人工智能技術(shù)引入計算機(jī)輔助教學(xué)領(lǐng)域，建立智能CAI系統(tǒng)，即ICAI。ICAI的特點(diǎn)是能對學(xué)生因才施教地進(jìn)行指導(dǎo)。為此，ICAI應(yīng)具備下列智能特征:(1)自動生成各種問題與練習(xí)。(2)根據(jù)學(xué)生的水平和學(xué)習(xí)情況自動選擇與調(diào)整教學(xué)內(nèi)容與進(jìn)度。(3)在理解教學(xué)內(nèi)容的基礎(chǔ)上自動解決問題生成解答1211.智能CAI121.5AI學(xué)科位置1.學(xué)科的性質(zhì)：AI是一門新興的邊緣學(xué)科，是自然科學(xué)與社會科學(xué)交叉學(xué)科AI的交叉包括：邏輯、思維、生理、心理、計算機(jī)、電子、語言、自動化、光、聲等AI的核心是思維與智能，構(gòu)成了自己獨(dú)特的學(xué)科體系A(chǔ)I基礎(chǔ)學(xué)科包括：數(shù)學(xué)（離散、模糊）、思維科學(xué)（認(rèn)知心理、邏輯思維學(xué)、形象思維學(xué)）和計算機(jī)（硬件、軟件）等自然科學(xué)社會科學(xué)哲學(xué)數(shù)學(xué)交叉學(xué)科系統(tǒng)科學(xué)思維科學(xué)人體科學(xué)人工智能基礎(chǔ)學(xué)科指導(dǎo)學(xué)科131.5AI學(xué)科位置自然科學(xué)社會科學(xué)哲學(xué)數(shù)學(xué)交叉學(xué)科系統(tǒng)科學(xué)2.學(xué)科的特點(diǎn)：AI是腦科學(xué)和認(rèn)知科學(xué)的交叉研究

腦科學(xué)：又稱神經(jīng)科學(xué)，其目的是要認(rèn)識腦、保護(hù)腦和創(chuàng)造腦。人腦是自然界中最復(fù)雜、最高級的智能系統(tǒng)：這種復(fù)雜性主要表現(xiàn)在人腦是由巨量神經(jīng)元經(jīng)其突觸的廣泛并行互聯(lián)所形成的一個巨復(fù)雜系統(tǒng)?，F(xiàn)代腦科學(xué)的基本問題主要包括：

(1)揭示神經(jīng)元之間的連接形式，奠定行為的腦機(jī)制的結(jié)構(gòu)基礎(chǔ)；

(2)闡明神經(jīng)活動的基本過程，說明在分子、細(xì)胞到行為等不同層次上神經(jīng)信號的產(chǎn)生、傳遞、調(diào)制等基本過程；(3)鑒別神經(jīng)元的特殊細(xì)胞生物學(xué)特性；(4)認(rèn)識實(shí)現(xiàn)各種功能的神經(jīng)回路基礎(chǔ)；(5)解釋腦的高級功能機(jī)制等。腦科學(xué)是人工智能的基礎(chǔ)：研究的任何進(jìn)展，都將會對人工智能的研究起到積極的推動作用，因此人工智能應(yīng)該加強(qiáng)與腦科學(xué)的交叉研究，以及人類智能與機(jī)器智能的集成研究。142.學(xué)科的特點(diǎn)：AI是腦科學(xué)和認(rèn)知科學(xué)的交叉研究

14

認(rèn)知：美國心理學(xué)家浩斯頓(Houston)等人把認(rèn)知?dú)w納為以下5種主要類型：(1)認(rèn)知是信息的處理過程；(2)認(rèn)知是心理上的符號運(yùn)算；(3)認(rèn)知是問題求解；(4)認(rèn)知是思維；(5)認(rèn)知是一組相關(guān)的活動，如知覺、記憶、思維、判斷、推理、問題求解、學(xué)習(xí)、想象、概念形成及語言使用等。認(rèn)知科學(xué)：認(rèn)知科學(xué)（亦稱思維科學(xué)）是研究人類感知和思維信息處理過程的一門學(xué)科，其主要研究目的就是要說明和解釋人類在完成認(rèn)知活動時是如何進(jìn)行信息加工的。認(rèn)知科學(xué)也是人工智能的重要理論基礎(chǔ)，對人工智能發(fā)展起著根本性的作用。

15認(rèn)知：美國心理學(xué)家浩斯頓(Houston)等人把認(rèn)知?dú)w納為*研究生課題論文（綜述寫作方法）一、題目（一般小于20個字）基于不確定性理論的煤炭城市可持續(xù)發(fā)展評價基于云模型的多屬性決策系統(tǒng)應(yīng)用研究主要包含內(nèi)容1.研究對象煤炭城市可持續(xù)發(fā)展（多屬性決策系統(tǒng)）2.研究方法不確定性理論（云模型）3.研究內(nèi)容評價（應(yīng)用）二、概論1緒論1.1研究背景、目的及意義1.1.1研究背景1.1.2研究目的及意義1.2國內(nèi)外研究現(xiàn)狀（研究進(jìn)展）{查閱大量資料，對前人的結(jié)果進(jìn)行分析}1.2.1資源城市可持續(xù)發(fā)展研究現(xiàn)狀1.2.2理論方法研究現(xiàn)狀1.3主要研究工作1.4技術(shù)路線及創(chuàng)新之處1.4.1技術(shù)路線1.4.2創(chuàng)新之處

16*研究生課題論文（綜述寫作方法）一、題目（一般小于20個字）

資源城市可持續(xù)發(fā)展研究現(xiàn)狀（國際）

最早對資源城市的研究是在西方的工業(yè)化國家進(jìn)行的。就工業(yè)化的歷史而言，西方發(fā)達(dá)國家比發(fā)展中國家要早的多。工業(yè)化必須依賴大量能源和礦產(chǎn)資源來支持，因此在西方很多資源較豐富的國家，較早地出現(xiàn)了很多主要產(chǎn)業(yè)為資源開采及對資源型產(chǎn)品初加工的礦區(qū)，如：德國的魯爾礦區(qū)、加洛礦區(qū)等，但這些礦區(qū)都隨著資源枯竭都一度陷入逐漸沒落的池沼[7,8]。20世紀(jì)30年代，加拿大著名學(xué)者英尼斯(H.A.Innis)開創(chuàng)性的針對資源型城市可持續(xù)進(jìn)行了相關(guān)研究[9]。1929年，赫瓦特提出了基于礦產(chǎn)資源加工和利用程度的礦區(qū)城鎮(zhèn)五階段發(fā)展論，自此礦區(qū)的生命周期開始被研究[10]。而學(xué)者們對資源城市（礦區(qū)）進(jìn)行系統(tǒng)性的研究是在六十年代以后。1962年，羅賓遜(Robinson)首次全面而系統(tǒng)的評估了加拿大的資源型社區(qū)。1971年，盧卡斯(R.A.Lucas)提出了資源型城市發(fā)展的四階段理論，即：第一階段，建設(shè)期；第二階段，人員雇用期；第三階段，過渡期；第四階段，成熟期[11]。布萊德伯里(Bradbury)在70年代末在對加拿大的一個名叫Schefferville的礦業(yè)型城市進(jìn)行實(shí)證研究基礎(chǔ)上，進(jìn)一步對魯卡斯的四階段理論進(jìn)行了拓展與補(bǔ)充，在他看來，之前盧卡斯的研究忽略了資源型城鎮(zhèn)發(fā)展到后期的情況，以及此類城市最終的結(jié)局，因此是不全面的。所以他又增加了第5個階段，衰退階段和第6個階段，衰亡階段[12]。隨后，米爾沃德(H.Millward)和阿什曼(H.AschMann)對加拿大某礦區(qū)的歷史地理進(jìn)行了一系列研究，并歸納和抽象得出6階段模式[13,14]。進(jìn)入20世紀(jì)80年代，學(xué)者們在研究內(nèi)容及研究方法上不僅加強(qiáng)了實(shí)證研究，而且對資源城市的理論研究也進(jìn)展良好，并且在研究過程中將行為區(qū)域發(fā)展理論、地理學(xué)、資源環(huán)境理論、城市規(guī)劃學(xué)和依附理論等相融合，并應(yīng)用于礦產(chǎn)資源型城市可持續(xù)發(fā)展的研究中。80年代以后，學(xué)者們不僅重視實(shí)證研究，還將其與規(guī)范研究想結(jié)合，研究內(nèi)容也相對更加廣泛。

1717

國內(nèi)研究評述我國的工業(yè)化歷史比較短，因此對資源型城市可持續(xù)發(fā)展發(fā)展方面的研究也比較晚。在國內(nèi)，學(xué)術(shù)界和政府最早關(guān)注資源城市的發(fā)展問題是在改革開放以后，1978年，李文彥先生提出了界定煤炭城市的4個標(biāo)準(zhǔn)及在我國煤炭資源城市存在的一些問題，論述了此類城市實(shí)行多元化綜合發(fā)展的必要性并對其綜合發(fā)展的類型進(jìn)行了歸納[15]。1987年，煤礦城市政策科研組在對煤炭城市可持續(xù)發(fā)展問題進(jìn)行了深入探討并出版了題名為《煤礦城市有關(guān)政策的研究》的報告。在隨后的二、三十年里，相繼出現(xiàn)不少相關(guān)研究成果，但對煤炭城市的相關(guān)研究相對較少，大多以煤炭行業(yè)為研究對象[16]。與西方國家相比，國內(nèi)學(xué)者的研究較多集中于可持續(xù)發(fā)展經(jīng)濟(jì)轉(zhuǎn)型、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等方面，實(shí)證研究涵蓋面較窄，而且一般都是從宏觀角度對問題進(jìn)行研究：魏心鎮(zhèn)，梁仁彩等人分別就礦區(qū)的形成、分類與綜合發(fā)展進(jìn)行了具體研究，為煤炭城市綜合發(fā)展提供了更廣的思路[17,18]。湯萬金和張鳳武等提出幾個模式，對資源型城市的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整問題進(jìn)行了討論分析[19,20]；在趙國浩所著的《中國煤炭工業(yè)與可持續(xù)發(fā)展》中，他以系統(tǒng)工程為視角對煤炭工業(yè)的協(xié)調(diào)以及可持續(xù)發(fā)展問題進(jìn)行了分析[21]；也有學(xué)者從礦區(qū)整體或者單就其某一方面從系統(tǒng)論角度進(jìn)行了研究[22]：董春游對煤炭建設(shè)項(xiàng)目進(jìn)行了系統(tǒng)分析，他把可持續(xù)發(fā)展的煤炭建設(shè)項(xiàng)目REES’P作為系統(tǒng)整體，研究了煤炭建設(shè)項(xiàng)目中的環(huán)境評價、資源配置等理論，并建立了系統(tǒng)發(fā)展度、協(xié)調(diào)度、持續(xù)度測度模型[23]；曾旗在對自組織機(jī)理研究基礎(chǔ)上討論了基于可持續(xù)發(fā)展的產(chǎn)業(yè)結(jié)構(gòu)如何更好優(yōu)化的問題[24]；李堂軍建立了煤炭礦區(qū)動態(tài)仿真系統(tǒng)并對其可持續(xù)發(fā)展模式進(jìn)行了探究[25]。以上這些對資源城市可持續(xù)發(fā)展方面的研究，對探究礦產(chǎn)資源城市的未來可持續(xù)發(fā)展之路具有重要的理論價值，也為本文研究奠定了非常良好理論基礎(chǔ)。1818

理論方法研究現(xiàn)狀通過查閱文獻(xiàn)發(fā)現(xiàn)：很多文獻(xiàn)對煤炭城市可持續(xù)發(fā)展問題的研究僅停留在純理論上，通過理論性的歸納對煤炭城市的特征以及現(xiàn)存的問題進(jìn)行了分析并提出政策建議。當(dāng)然，也有一些學(xué)者借助一定的研究方法進(jìn)行了實(shí)證分析，但是其研究方法往往較單一且存在各種缺陷或不足，比如：任菊香，王斌運(yùn)用層次分析法(AHP)對煤炭城市可持續(xù)發(fā)展?fàn)顩r進(jìn)行了評價[26]，這種方法的權(quán)重獲取方面往往帶有很強(qiáng)的主觀性，而且定量指標(biāo)與定性指標(biāo)間不能實(shí)現(xiàn)有效地不確定轉(zhuǎn)化，因而分析所得的結(jié)果往往都不夠精確；烏蘭等人利用模糊綜合評價模型，借助專家咨詢確定指標(biāo)權(quán)重，對礦區(qū)可持續(xù)發(fā)展程度進(jìn)行了評價，其指標(biāo)權(quán)重仍依賴于人的主觀判斷來獲取，因而也不能排除主觀因素的影響，而且對含較多指標(biāo)的評價模型在確定隸屬度函數(shù)方面非常繁瑣[28-29]；董鋒,譚清美等引入灰色關(guān)聯(lián)分析方法，建立系統(tǒng)分析與模糊分析相結(jié)合的資源型城市可持續(xù)發(fā)展水平評價體系，該方法的缺陷在于該方法對因評價指標(biāo)相關(guān)而造成的信息交叉重復(fù)束手無策，故一旦指標(biāo)選擇不合理就會對對評判結(jié)果產(chǎn)生極大的不良影響[30]；呂小師等則運(yùn)用人工神經(jīng)網(wǎng)絡(luò)建立了包含3層BP神經(jīng)網(wǎng)絡(luò)的模型，對樣本數(shù)據(jù)進(jìn)行訓(xùn)練，利用訓(xùn)練好的網(wǎng)絡(luò)對煤炭企業(yè)可持續(xù)發(fā)展?fàn)顩r進(jìn)行了評價[31]，該方法使權(quán)重的主觀影響得到弱化，但網(wǎng)絡(luò)訓(xùn)練需要的海量樣本數(shù)據(jù)往往很難獲取，且在精度方面也不高。以上方法存在一個共性的缺陷，即：均存在忽略或部分忽略評價中隨機(jī)性及模糊性因素的問題。19理論方法研究現(xiàn)狀191.2國內(nèi)外研究現(xiàn)狀1.2.1多屬性決策研究現(xiàn)狀

決策的思想和和方法一直伴隨著人類歷史的發(fā)展，有意無意的被人們所接受并應(yīng)用著，而決策理論的研究是1931年拉姆西把決策理論建立在效用和主觀概率的基礎(chǔ)上才開始的。到1944年馮.諾依曼和摩根斯坦建立了在不確定情況下制定決策的現(xiàn)代效用理論，使隨機(jī)決策有了重大的突破，至今仍然在這領(lǐng)域中占有重要地位[7]。50年代初，瓦爾德和賽維奇分別研究了統(tǒng)計決策問題，發(fā)表了專著并提出了相應(yīng)的公理體系。60年代初，Schlaiffer研究了貝葉斯決策理論，進(jìn)一步發(fā)展了統(tǒng)計決策理論。1966年Howard在論文中提出了決策分析的概念[8]。與此同時，很多學(xué)者從不同角度研究了決策理論。對于多屬性決策的研究始于1957年，當(dāng)時Churohman.Ackoff和Amoff首次正式利用簡單加權(quán)法處理了“選擇企業(yè)投資方針”這樣一個多屬性決策問題[9]。多屬性評價隨著多目標(biāo)決策技術(shù)的發(fā)展而發(fā)展。60年代，多屬性決策的理論及應(yīng)用研究有較大進(jìn)展。1964年，Aumann最先對多目標(biāo)決策問題提出了效用函數(shù)的概念。同年，美國的Rand公司創(chuàng)立了著名的Delphi法[10]。其間還有不少研究成果問世，如Jehnsen于1968年出版的關(guān)于標(biāo)度方法的著述等。歐洲的學(xué)者也有杰出貢獻(xiàn)，如法國的R.Benayoun、B.Roy等人在1966年提出并多次改進(jìn)的ELECTRE方法[11]，它為離散的多屬性決策提供了強(qiáng)有力的工具。進(jìn)入70年代，多屬性決策技術(shù)的發(fā)展加快。1976年R.L.Keeny和H.Raiffa進(jìn)一步發(fā)展了多屬性效用理論；與此同時，美國學(xué)者T.L.Saaty提出了具有劃時代意義的AHP[12]法，它體現(xiàn)了人們分解、判斷和綜合的決策思維特征，具有系統(tǒng)性、綜合性和簡便性等特點(diǎn)，這種方法在多屬性評價中得到極為廣泛的應(yīng)用[13]。80年代初，C.L.Hwang即提出了基于理想點(diǎn)原理的TOPSIS方法；人們還將模糊數(shù)學(xué)引入到多屬性評價中，形成了模糊綜合評判法等模糊評價方法；由A.Charnes和W.W.Cooper等人以相對效率概念為基礎(chǔ)發(fā)展起來的DEA方法是又一種多屬性評價決策方法[14,15]。80年代后，許多學(xué)者研究了求解多屬性決策問題的各種類型的交互式算法。90年代，Singh，Yang和Sen對不確定多屬性決策問題又進(jìn)行了研究[16]。Chen和Hwang寫了模糊多屬性決策方面的專著《FuzzyMultipleAttributeDecisionMaking-MethodandApplication》，把模糊數(shù)學(xué)引入了決策理論，對模糊多屬性決策進(jìn)行了系統(tǒng)的綜述[17]。1982年，波蘭數(shù)學(xué)家Pawlak提出了粗糙集的概念，Slowinski、Greco、Matarzzo將粗糙集理論引入決策中，提出了基于粗糙集的決策方法[18]。二十世紀(jì)九十年代開始，隨著計算機(jī)技術(shù)的發(fā)展，研究人員又提出了基于人工智能技術(shù)、神經(jīng)網(wǎng)絡(luò)、遺傳算法和粗集理論的多屬性決策方法。如1993年C．M．Fonseca在第五屆國際遺傳學(xué)會議上提出了基于遺傳算法的多屬性決策問題；2002年，SalvatoreGreco提出了基于粗糙集理論的多屬性分類方法；同年，AzibiR等提出了基于規(guī)則的分類模型，多屬性決策問題的研究也越來越復(fù)雜化[19]。201.2國內(nèi)外研究現(xiàn)狀20關(guān)于投稿（論文寫作）AI期刊及會議的一點(diǎn)建議一、投稿AI期刊SystematicWorks（系統(tǒng)性、完整性、創(chuàng)新性工作）ThreeElements(IRS):“OriginalNovelIdeas+PrettyGoodResults+HighWritingSkills”要有“屢敗屢戰(zhàn)”的勇氣要符合特定期刊的“胃口”英文語言關(guān)至關(guān)重要（至少要改20多遍）先投頂級或著名的AI會議，錄用并做Presentation后，盡快補(bǔ)充、完善，然后再投國際AI期刊(投稿時要聲明：部分工作已在XX會議上宣讀過)……二、投稿AI會議不一定非得有SystematicWorks，但I(xiàn)deas必須新！投稿會議的目標(biāo)要明確：切入特定的研究圈子！同樣要有“屢敗屢戰(zhàn)”的勇氣要有針對性地投稿，不主張到處“亂撒種”不在迫不得已的情況下，不主張投不入流的會議若論文被錄用，要參加會議并做Presentation，更重要的是，爭取以后每年都有論文被錄用，持之以恒，遲早會成為圈子中的一員，而不是學(xué)術(shù)上的“游擊隊員”……21關(guān)于投稿（論文寫作）AI期刊及會議的一點(diǎn)建議一、投稿AI期刊2222232324242525262627272828

引發(fā)的思考：

1.AI的核心是什么？Nilsson ——演繹推理Newell,Simon——思維規(guī)律Sloman ——智能系統(tǒng)Feigenbaum——知識工程McCarthy ——核心還未構(gòu)成……2.中國AI的研究現(xiàn)狀如何？中國大陸重要的AI研究機(jī)構(gòu)清華大學(xué)智能技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室南京大學(xué)軟件新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室中科院自動化所模式識別國家重點(diǎn)實(shí)驗(yàn)室……中國大陸著名的老一輩AI專家張鈸院士：清華大學(xué)計算機(jī)系戴汝為院士：中科院自動化所陸汝鈐院士：中科院數(shù)學(xué)與系統(tǒng)科學(xué)研究所……中國大陸年輕一代的AI領(lǐng)軍人物應(yīng)明生教授：清華大學(xué)計算機(jī)系周志華教授：南京大學(xué)計算機(jī)系……1.7思考及拓展：

總結(jié)：以創(chuàng)新的思維方式，開發(fā)自己的想象空間

1.三大學(xué)派；2.AI的發(fā)展進(jìn)程；五個階段要求：小論文：綜述性論文，大論文：綜述：國內(nèi)外研究動態(tài)。講述如何寫？讀書報告：寫一篇人工智能發(fā)展的綜述或三大學(xué)派發(fā)展趨勢。29

引發(fā)的思考：

1.AI的核心是什么？Nilsson 3.當(dāng)前AI的研究熱點(diǎn)有哪些？統(tǒng)計學(xué)習(xí)理論(SLT)&支持向量機(jī)(SVM)統(tǒng)計學(xué)習(xí)理論支持向量機(jī)核（Kernel）方法……概率圖模型（ProbabilisticGraphicModels）隱馬爾可夫模型（HMM）貝葉斯網(wǎng)絡(luò)（BayesianNetworks）……MarkovLogicNetworks（MLNs）Markov隨機(jī)場（MarkovRandomField）符號機(jī)器學(xué)習(xí)符號邏輯與統(tǒng)計邏輯的綜合集成……數(shù)據(jù)挖掘&知識發(fā)現(xiàn)WebMining商務(wù)智能基于DM/KDD的智能輔助決策……Web智能&IntegratedIntelligenceCapabilitiesWeb智能（WebIntelligence，簡稱WI）IntegratedIntelligenceCapabilities……生物信息學(xué)&神經(jīng)信息學(xué)（NeuralInformatics）生物信息學(xué)（Bioinformatics）神經(jīng)信息編碼及處理腦機(jī)工程（Brain-MachineEngineering，BME）……新的機(jī)器學(xué)習(xí)方法流形學(xué)習(xí)（ManifoldLearning）增強(qiáng)學(xué)習(xí)（ReinforcementLearning）多示例學(xué)習(xí)（Multi-instanceLearning）半監(jiān)督學(xué)習(xí)（Semi-supervisedLearning）關(guān)系學(xué)習(xí)（RelationalLearning）Ranking學(xué)習(xí)（LearningforRanking）數(shù)據(jù)流學(xué)習(xí)（DataStreamLearning）……303.當(dāng)前AI的研究熱點(diǎn)有哪些？統(tǒng)計學(xué)習(xí)理論(SLT)&4.AI的國際會議及主要期刊有哪些？國際頂級的2個AI綜合性學(xué)術(shù)會議AAAI:NationalConferenceonArtificialIntelligenceIJCAI:Intl.JointConferenceonArtificialIntelligence國際頂級的幾個著名AI專業(yè)性學(xué)術(shù)會議UAI:Intl.Conf.onUncertaintyinAIICML:Intl.Conf.onMachineLearningNIPS:AnnualConf.onNeuralInformationProcessingSystems……最頂級的AI期刊（部分）ArtificialIntelligenceJournalofMachineLearningResearch……權(quán)威的AI期刊（部分）ArtificialIntelligenceReviewAIMagazineMachineLearningComputationalIntelligenceJournalofAIResearchPatternRecognitionArtificialIntelligenceinMedicineIEEETrans.onPatternAnalysis&MachineIntelligenceIEEETrans.onKnowledge&DataEngineeringIEEETrans.onNeuralNetworksJournalofDataMining&KnowledgeDiscovery……314.AI的國際會議及主要期刊有哪些？國際頂級的2個AI綜智能科學(xué)與技術(shù)研究生專業(yè)建設(shè)一級學(xué)科名稱智能科學(xué)與技術(shù)二級學(xué)科名稱

智能科學(xué)技術(shù)理論與方法AI理論、認(rèn)知、計算智能、專家系統(tǒng)、智能決策、分布智能、Agent技術(shù)、人工情感、人工生命等。智能信息處理自然語言處理、數(shù)據(jù)挖掘、模式識別、機(jī)器感知、信息融合、智能信息網(wǎng)絡(luò)等。智能系統(tǒng)與工程智能接口與人機(jī)交互、集成智能、機(jī)器視覺、智能機(jī)器、智能機(jī)器人、智能控制、智能工程、智能教學(xué)系統(tǒng)等

32智能科學(xué)與技術(shù)研究生專業(yè)建設(shè)一級學(xué)科名稱32智能科學(xué)與技術(shù)本科專業(yè)的現(xiàn)狀專業(yè)名稱

稱采用一級名稱“智能科學(xué)與技術(shù)”專業(yè)專業(yè)概念智能科學(xué)技術(shù)專業(yè)是一個多學(xué)科交叉的跨應(yīng)用領(lǐng)域的新專業(yè)。國內(nèi)智能科學(xué)與技術(shù)本科教育的現(xiàn)狀

自2004年北京大學(xué)申報的“智能科學(xué)與技術(shù)”本科專業(yè)經(jīng)教育部正式批準(zhǔn)以來，截至2006年底，國內(nèi)已有北京郵電大學(xué)、南開大學(xué)、西安電子科技大學(xué)、首都師范大學(xué)、武漢工程大學(xué)、西安郵電學(xué)院和北京信息工程學(xué)院共8所院校經(jīng)教育部批準(zhǔn)，正式設(shè)立“智能科學(xué)與技術(shù)”本科專業(yè)。寫一篇，人工智能發(fā)展的綜述33智能科學(xué)與技術(shù)本科專業(yè)的現(xiàn)狀專業(yè)名稱33演講完畢，謝謝觀看！演講完畢，謝謝觀看！

人工智能

ArtificialIntelligence

第三次課概論（3）董春游(ChunyouDong)PhD,ProfessorEmail:chunyoudong@126.com35

人工智能

ArtificialIntelligen第二次課主要內(nèi)容1.2AI的產(chǎn)生與發(fā)展

第一階段:孕育期（1956年以前）第二階段:形成期（1956----1970年）第三階段:知識應(yīng)用期（1970----80年代）第四階段:從學(xué)派分離走向綜合（20世紀(jì)80年代末到本世紀(jì)初）第五階段：智能科學(xué)技術(shù)學(xué)科興起(目前)AI研究的不同學(xué)派

1.符號主義學(xué)派（邏輯主義、心理學(xué)派）主要觀點(diǎn)：AI起源于數(shù)理邏輯，人類認(rèn)知的基元是符號，認(rèn)知過程是符號表示上的一種運(yùn)算代表性成果：紐厄爾和西蒙等人研制的稱為邏輯理論機(jī)的數(shù)學(xué)定理證明程序LT

代表人物：紐厄爾、肖、西蒙和尼爾遜(Nilsson)等

2.連接主義學(xué)派（仿生學(xué)派或心理學(xué)派）主要觀點(diǎn)：AI起源于仿生學(xué)，特別是人腦模型，人類認(rèn)知的基元是神經(jīng)元，認(rèn)知過程是神經(jīng)元的連接活動過程代表性成果：由麥克洛奇和皮茲創(chuàng)立的腦模型，即MP模型

代表人物：麥克洛奇和皮茲3.行為主義學(xué)派（進(jìn)化主義、控制論學(xué)派）主要觀點(diǎn)：AI起源于控制論，智能取決于感知和行為，取決于對外界復(fù)雜環(huán)境的適應(yīng)，而不是推理。代表性成果：Brooks教授研制的機(jī)器蟲代表人物：Brooks教授36第二次課主要內(nèi)容21.2人工智能的產(chǎn)生與發(fā)展1.3AI的主要研究內(nèi)容1機(jī)器思維4計算智能1.推理1.神經(jīng)計算2.搜索2.進(jìn)化計算3.規(guī)劃3.模糊計算2機(jī)器感知5機(jī)器學(xué)習(xí)1.計算機(jī)視覺1.符號學(xué)習(xí)2.模式識別2.神經(jīng)學(xué)習(xí)3.自然語言處理3.知識發(fā)現(xiàn)和數(shù)據(jù)挖掘3機(jī)器行為（行為主義）6智能系統(tǒng)1.智能控制1.決策支持系統(tǒng)2.智能檢索2.專家系統(tǒng)3.智能機(jī)器人3731.4AI應(yīng)用領(lǐng)域1.難題求解這里的難題，主要指那些沒有算法解，或雖有算法解但在現(xiàn)有機(jī)器上無法實(shí)施或無法完成的困難問題。例如：路徑規(guī)劃、運(yùn)輸調(diào)度、電力調(diào)度、地質(zhì)分析、測量數(shù)據(jù)解釋、天氣預(yù)報、市場預(yù)測、股市分析、疾病診斷、故障診斷、軍事指揮（模擬）、機(jī)器人行動規(guī)劃、機(jī)器博弈等等。381.4AI應(yīng)用領(lǐng)域42.自動定理證明自動定理證明就是機(jī)器定理證明，這也是人工智能的一個重要的研究領(lǐng)域，也是最早的研究領(lǐng)域之一。定理證明是最典型的邏輯推理問題之一，它在發(fā)展人工智能方法上起過重大作用。自動定理證明的方法主要有四類：(1)自然演繹法。它的基本思想是依據(jù)推理規(guī)則，從前提和公理中可以推出許多定理，如果待證的定理恰在其中，則定理得證。(2)判定法。即對一類問題找出統(tǒng)一的計算機(jī)上可實(shí)現(xiàn)的算法解。在這方面一個著名的成果是我國數(shù)學(xué)家吳文俊教授1977年提出的初等幾何定理證明方法。(3)定理證明器。它研究一切可判定問題的證明方法。(4)計算機(jī)輔助證明。它是以計算機(jī)為輔助工具，利用機(jī)器的高速度和大容量，幫助人完成手工證明中難以完成的大量計算、推理和窮舉。392.自動定理證明53.自動程序設(shè)計自動程序設(shè)計就是讓計算機(jī)設(shè)計程序。具體來講，就是人只要給出關(guān)于某程序要求的非常高級的描述，計算機(jī)就會自動生成一個能完成這個要求目標(biāo)的具體程序。所以，這相當(dāng)于給機(jī)器配置了一個“超級編譯系統(tǒng)”，它能夠?qū)Ω呒壝枋鲞M(jìn)行處理，通過規(guī)劃過程，生成所需的程序。但這只是自動程序設(shè)計的主要內(nèi)容，它實(shí)際是程序的自動綜合。自動程序設(shè)計還包括程序自動驗(yàn)證，即自動證明所設(shè)計程序的正確性。4.自動翻譯自動翻譯即機(jī)器翻譯，就是完全用計算機(jī)作為兩種語言之間的翻譯。機(jī)器翻譯由來已久。早在電子計算機(jī)問世不久，就有人提出了機(jī)器翻譯的設(shè)想。隨后就開始了這方面的研究。當(dāng)時人們總以為只要用一部雙向詞典及一些語法知識就可以實(shí)現(xiàn)兩種語言文字間的機(jī)器互譯，結(jié)果遇到了挫折。機(jī)器翻譯的實(shí)現(xiàn)依賴于自然語言理解研究的進(jìn)展。403.自動程序設(shè)計65.智能控制智能控制就是把人工智能技術(shù)引入控制領(lǐng)域，建立智能控制系統(tǒng)。自從國際知名美籍華裔科學(xué)家傅京孫(KS.Fu)在1965年首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)以來，國內(nèi)外眾多的研究者投身于智能控制研究，并取得一些成果。415.智能控制76.智能管理智能管理就是把人工智能技術(shù)引入管理領(lǐng)域，建立智能管理系統(tǒng)。智能管理是現(xiàn)代管理科學(xué)技術(shù)發(fā)展的新動向。智能管理是人工智能與管理科學(xué)、系統(tǒng)工程、計算機(jī)技術(shù)及通信技術(shù)等多學(xué)科、多技術(shù)互相結(jié)合、互相滲透而產(chǎn)生的一門新技術(shù)、新學(xué)科。它研究如何提高計算機(jī)管理系統(tǒng)的智能水平，以及智能管理系統(tǒng)的設(shè)計理論、方法與實(shí)現(xiàn)技術(shù)。7.智能決策智能決策就是把人工智能技術(shù)引入決策過程，建立智能決策支持系統(tǒng)。智能決策支持系統(tǒng)是在20世紀(jì)80年代初提出來的。它是決策支持系統(tǒng)與人工智能，特別是專家系統(tǒng)相結(jié)合的產(chǎn)物。

426.智能管理8一般來說，智能部件中可以包含如下一些知識：(1)建立決策模型和評價模型的知識。(2)如何形成候選方案的知識。(3)建立評價標(biāo)準(zhǔn)的知識。(4)如何修正候選方案，從而得到更好候選方案的知識。(5)完善數(shù)據(jù)庫，改進(jìn)對它的操作及維護(hù)的知識。43一般來說，智能部件中可以包含如下一些知識：98.智能通信智能通信就是把人工智能技術(shù)引入通信領(lǐng)域，建立智能通信系統(tǒng)。智能通信就是在通信系統(tǒng)的各個層次和環(huán)節(jié)上實(shí)現(xiàn)智能化。例如在通信網(wǎng)的構(gòu)建、網(wǎng)管與網(wǎng)控、轉(zhuǎn)接、信息傳輸與轉(zhuǎn)換等環(huán)節(jié)，都可實(shí)現(xiàn)智能化。這樣，網(wǎng)絡(luò)就可運(yùn)行在最佳狀態(tài)，使呆板的網(wǎng)變成活化的網(wǎng)，使其具有自適應(yīng)、自組織、自學(xué)習(xí)、自修復(fù)等功能。9.智能仿真智能仿真就是將人工智能技術(shù)引入仿真領(lǐng)域，建立智能仿真系統(tǒng)。我們知道，仿真是對動態(tài)模型的實(shí)驗(yàn)，即行為產(chǎn)生器在規(guī)定的實(shí)驗(yàn)條件下驅(qū)動模型，從而產(chǎn)生模型行為。448.智能通信1010.智能CAD智能CAD（簡稱ICAD）就是把人工智能技術(shù)引入計算機(jī)輔助設(shè)計領(lǐng)域，建立智能CAD系統(tǒng)。事實(shí)上，AI幾乎可以應(yīng)用到CAD技術(shù)的各個方面。從目前發(fā)展的趨勢來看，至少有下述四個方面：(1)設(shè)計自動化。(2)智能交互。(3)智能圖形學(xué)。(4)自動數(shù)據(jù)采集。從具體技術(shù)來看，ICAD技術(shù)大致可分為如下幾種方法：(1)規(guī)則生成法。(2)約束滿足方法。(3)搜索法。(4)知識工程方法。(5)形象思維方法。4510.智能CAD1111.智能CAI智能CAI就是把人工智能技術(shù)引入計算機(jī)輔助教學(xué)領(lǐng)域，建立智能CAI系統(tǒng)，即ICAI。ICAI的特點(diǎn)是能對學(xué)生因才施教地進(jìn)行指導(dǎo)。為此，ICAI應(yīng)具備下列智能特征:(1)自動生成各種問題與練習(xí)。(2)根據(jù)學(xué)生的水平和學(xué)習(xí)情況自動選擇與調(diào)整教學(xué)內(nèi)容與進(jìn)度。(3)在理解教學(xué)內(nèi)容的基礎(chǔ)上自動解決問題生成解答4611.智能CAI121.5AI學(xué)科位置1.學(xué)科的性質(zhì)：AI是一門新興的邊緣學(xué)科，是自然科學(xué)與社會科學(xué)交叉學(xué)科AI的交叉包括：邏輯、思維、生理、心理、計算機(jī)、電子、語言、自動化、光、聲等AI的核心是思維與智能，構(gòu)成了自己獨(dú)特的學(xué)科體系A(chǔ)I基礎(chǔ)學(xué)科包括：數(shù)學(xué)（離散、模糊）、思維科學(xué)（認(rèn)知心理、邏輯思維學(xué)、形象思維學(xué)）和計算機(jī)（硬件、軟件）等自然科學(xué)社會科學(xué)哲學(xué)數(shù)學(xué)交叉學(xué)科系統(tǒng)科學(xué)思維科學(xué)人體科學(xué)人工智能基礎(chǔ)學(xué)科指導(dǎo)學(xué)科471.5AI學(xué)科位置自然科學(xué)社會科學(xué)哲學(xué)數(shù)學(xué)交叉學(xué)科系統(tǒng)科學(xué)2.學(xué)科的特點(diǎn)：AI是腦科學(xué)和認(rèn)知科學(xué)的交叉研究

腦科學(xué)：又稱神經(jīng)科學(xué)，其目的是要認(rèn)識腦、保護(hù)腦和創(chuàng)造腦。人腦是自然界中最復(fù)雜、最高級的智能系統(tǒng)：這種復(fù)雜性主要表現(xiàn)在人腦是由巨量神經(jīng)元經(jīng)其突觸的廣泛并行互聯(lián)所形成的一個巨復(fù)雜系統(tǒng)?，F(xiàn)代腦科學(xué)的基本問題主要包括：

(1)揭示神經(jīng)元之間的連接形式，奠定行為的腦機(jī)制的結(jié)構(gòu)基礎(chǔ)；

(2)闡明神經(jīng)活動的基本過程，說明在分子、細(xì)胞到行為等不同層次上神經(jīng)信號的產(chǎn)生、傳遞、調(diào)制等基本過程；(3)鑒別神經(jīng)元的特殊細(xì)胞生物學(xué)特性；(4)認(rèn)識實(shí)現(xiàn)各種功能的神經(jīng)回路基礎(chǔ)；(5)解釋腦的高級功能機(jī)制等。腦科學(xué)是人工智能的基礎(chǔ)：研究的任何進(jìn)展，都將會對人工智能的研究起到積極的推動作用，因此人工智能應(yīng)該加強(qiáng)與腦科學(xué)的交叉研究，以及人類智能與機(jī)器智能的集成研究。482.學(xué)科的特點(diǎn)：AI是腦科學(xué)和認(rèn)知科學(xué)的交叉研究

14

認(rèn)知：美國心理學(xué)家浩斯頓(Houston)等人把認(rèn)知?dú)w納為以下5種主要類型：(1)認(rèn)知是信息的處理過程；(2)認(rèn)知是心理上的符號運(yùn)算；(3)認(rèn)知是問題求解；(4)認(rèn)知是思維；(5)認(rèn)知是一組相關(guān)的活動，如知覺、記憶、思維、判斷、推理、問題求解、學(xué)習(xí)、想象、概念形成及語言使用等。認(rèn)知科學(xué)：認(rèn)知科學(xué)（亦稱思維科學(xué)）是研究人類感知和思維信息處理過程的一門學(xué)科，其主要研究目的就是要說明和解釋人類在完成認(rèn)知活動時是如何進(jìn)行信息加工的。認(rèn)知科學(xué)也是人工智能的重要理論基礎(chǔ)，對人工智能發(fā)展起著根本性的作用。

49認(rèn)知：美國心理學(xué)家浩斯頓(Houston)等人把認(rèn)知?dú)w納為*研究生課題論文（綜述寫作方法）一、題目（一般小于20個字）基于不確定性理論的煤炭城市可持續(xù)發(fā)展評價基于云模型的多屬性決策系統(tǒng)應(yīng)用研究主要包含內(nèi)容1.研究對象煤炭城市可持續(xù)發(fā)展（多屬性決策系統(tǒng)）2.研究方法不確定性理論（云模型）3.研究內(nèi)容評價（應(yīng)用）二、概論1緒論1.1研究背景、目的及意義1.1.1研究背景1.1.2研究目的及意義1.2國內(nèi)外研究現(xiàn)狀（研究進(jìn)展）{查閱大量資料，對前人的結(jié)果進(jìn)行分析}1.2.1資源城市可持續(xù)發(fā)展研究現(xiàn)狀1.2.2理論方法研究現(xiàn)狀1.3主要研究工作1.4技術(shù)路線及創(chuàng)新之處1.4.1技術(shù)路線1.4.2創(chuàng)新之處

50*研究生課題論文（綜述寫作方法）一、題目（一般小于20個字）

資源城市可持續(xù)發(fā)展研究現(xiàn)狀（國際）

最早對資源城市的研究是在西方的工業(yè)化國家進(jìn)行的。就工業(yè)化的歷史而言，西方發(fā)達(dá)國家比發(fā)展中國家要早的多。工業(yè)化必須依賴大量能源和礦產(chǎn)資源來支持，因此在西方很多資源較豐富的國家，較早地出現(xiàn)了很多主要產(chǎn)業(yè)為資源開采及對資源型產(chǎn)品初加工的礦區(qū)，如：德國的魯爾礦區(qū)、加洛礦區(qū)等，但這些礦區(qū)都隨著資源枯竭都一度陷入逐漸沒落的池沼[7,8]。20世紀(jì)30年代，加拿大著名學(xué)者英尼斯(H.A.Innis)開創(chuàng)性的針對資源型城市可持續(xù)進(jìn)行了相關(guān)研究[9]。1929年，赫瓦特提出了基于礦產(chǎn)資源加工和利用程度的礦區(qū)城鎮(zhèn)五階段發(fā)展論，自此礦區(qū)的生命周期開始被研究[10]。而學(xué)者們對資源城市（礦區(qū)）進(jìn)行系統(tǒng)性的研究是在六十年代以后。1962年，羅賓遜(Robinson)首次全面而系統(tǒng)的評估了加拿大的資源型社區(qū)。1971年，盧卡斯(R.A.Lucas)提出了資源型城市發(fā)展的四階段理論，即：第一階段，建設(shè)期；第二階段，人員雇用期；第三階段，過渡期；第四階段，成熟期[11]。布萊德伯里(Bradbury)在70年代末在對加拿大的一個名叫Schefferville的礦業(yè)型城市進(jìn)行實(shí)證研究基礎(chǔ)上，進(jìn)一步對魯卡斯的四階段理論進(jìn)行了拓展與補(bǔ)充，在他看來，之前盧卡斯的研究忽略了資源型城鎮(zhèn)發(fā)展到后期的情況，以及此類城市最終的結(jié)局，因此是不全面的。所以他又增加了第5個階段，衰退階段和第6個階段，衰亡階段[12]。隨后，米爾沃德(H.Millward)和阿什曼(H.AschMann)對加拿大某礦區(qū)的歷史地理進(jìn)行了一系列研究，并歸納和抽象得出6階段模式[13,14]。進(jìn)入20世紀(jì)80年代，學(xué)者們在研究內(nèi)容及研究方法上不僅加強(qiáng)了實(shí)證研究，而且對資源城市的理論研究也進(jìn)展良好，并且在研究過程中將行為區(qū)域發(fā)展理論、地理學(xué)、資源環(huán)境理論、城市規(guī)劃學(xué)和依附理論等相融合，并應(yīng)用于礦產(chǎn)資源型城市可持續(xù)發(fā)展的研究中。80年代以后，學(xué)者們不僅重視實(shí)證研究，還將其與規(guī)范研究想結(jié)合，研究內(nèi)容也相對更加廣泛。

5117

國內(nèi)研究評述我國的工業(yè)化歷史比較短，因此對資源型城市可持續(xù)發(fā)展發(fā)展方面的研究也比較晚。在國內(nèi)，學(xué)術(shù)界和政府最早關(guān)注資源城市的發(fā)展問題是在改革開放以后，1978年，李文彥先生提出了界定煤炭城市的4個標(biāo)準(zhǔn)及在我國煤炭資源城市存在的一些問題，論述了此類城市實(shí)行多元化綜合發(fā)展的必要性并對其綜合發(fā)展的類型進(jìn)行了歸納[15]。1987年，煤礦城市政策科研組在對煤炭城市可持續(xù)發(fā)展問題進(jìn)行了深入探討并出版了題名為《煤礦城市有關(guān)政策的研究》的報告。在隨后的二、三十年里，相繼出現(xiàn)不少相關(guān)研究成果，但對煤炭城市的相關(guān)研究相對較少，大多以煤炭行業(yè)為研究對象[16]。與西方國家相比，國內(nèi)學(xué)者的研究較多集中于可持續(xù)發(fā)展經(jīng)濟(jì)轉(zhuǎn)型、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等方面，實(shí)證研究涵蓋面較窄，而且一般都是從宏觀角度對問題進(jìn)行研究：魏心鎮(zhèn)，梁仁彩等人分別就礦區(qū)的形成、分類與綜合發(fā)展進(jìn)行了具體研究，為煤炭城市綜合發(fā)展提供了更廣的思路[17,18]。湯萬金和張鳳武等提出幾個模式，對資源型城市的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整問題進(jìn)行了討論分析[19,20]；在趙國浩所著的《中國煤炭工業(yè)與可持續(xù)發(fā)展》中，他以系統(tǒng)工程為視角對煤炭工業(yè)的協(xié)調(diào)以及可持續(xù)發(fā)展問題進(jìn)行了分析[21]；也有學(xué)者從礦區(qū)整體或者單就其某一方面從系統(tǒng)論角度進(jìn)行了研究[22]：董春游對煤炭建設(shè)項(xiàng)目進(jìn)行了系統(tǒng)分析，他把可持續(xù)發(fā)展的煤炭建設(shè)項(xiàng)目REES’P作為系統(tǒng)整體，研究了煤炭建設(shè)項(xiàng)目中的環(huán)境評價、資源配置等理論，并建立了系統(tǒng)發(fā)展度、協(xié)調(diào)度、持續(xù)度測度模型[23]；曾旗在對自組織機(jī)理研究基礎(chǔ)上討論了基于可持續(xù)發(fā)展的產(chǎn)業(yè)結(jié)構(gòu)如何更好優(yōu)化的問題[24]；李堂軍建立了煤炭礦區(qū)動態(tài)仿真系統(tǒng)并對其可持續(xù)發(fā)展模式進(jìn)行了探究[25]。以上這些對資源城市可持續(xù)發(fā)展方面的研究，對探究礦產(chǎn)資源城市的未來可持續(xù)發(fā)展之路具有重要的理論價值，也為本文研究奠定了非常良好理論基礎(chǔ)。5218

理論方法研究現(xiàn)狀通過查閱文獻(xiàn)發(fā)現(xiàn)：很多文獻(xiàn)對煤炭城市可持續(xù)發(fā)展問題的研究僅停留在純理論上，通過理論性的歸納對煤炭城市的特征以及現(xiàn)存的問題進(jìn)行了分析并提出政策建議。當(dāng)然，也有一些學(xué)者借助一定的研究方法進(jìn)行了實(shí)證分析，但是其研究方法往往較單一且存在各種缺陷或不足，比如：任菊香，王斌運(yùn)用層次分析法(AHP)對煤炭城市可持續(xù)發(fā)展?fàn)顩r進(jìn)行了評價[26]，這種方法的權(quán)重獲取方面往往帶有很強(qiáng)的主觀性，而且定量指標(biāo)與定性指標(biāo)間不能實(shí)現(xiàn)有效地不確定轉(zhuǎn)化，因而分析所得的結(jié)果往往都不夠精確；烏蘭等人利用模糊綜合評價模型，借助專家咨詢確定指標(biāo)權(quán)重，對礦區(qū)可持續(xù)發(fā)展程度進(jìn)行了評價，其指標(biāo)權(quán)重仍依賴于人的主觀判斷來獲取，因而也不能排除主觀因素的影響，而且對含較多指標(biāo)的評價模型在確定隸屬度函數(shù)方面非常繁瑣[28-29]；董鋒,譚清美等引入灰色關(guān)聯(lián)分析方法，建立系統(tǒng)分析與模糊分析相結(jié)合的資源型城市可持續(xù)發(fā)展水平評價體系，該方法的缺陷在于該方法對因評價指標(biāo)相關(guān)而造成的信息交叉重復(fù)束手無策，故一旦指標(biāo)選擇不合理就會對對評判結(jié)果產(chǎn)生極大的不良影響[30]；呂小師等則運(yùn)用人工神經(jīng)網(wǎng)絡(luò)建立了包含3層BP神經(jīng)網(wǎng)絡(luò)的模型，對樣本數(shù)據(jù)進(jìn)行訓(xùn)練，利用訓(xùn)練好的網(wǎng)絡(luò)對煤炭企業(yè)可持續(xù)發(fā)展?fàn)顩r進(jìn)行了評價[31]，該方法使權(quán)重的主觀影響得到弱化，但網(wǎng)絡(luò)訓(xùn)練需要的海量樣本數(shù)據(jù)往往很難獲取，且在精度方面也不高。以上方法存在一個共性的缺陷，即：均存在忽略或部分忽略評價中隨機(jī)性及模糊性因素的問題。53理論方法研究現(xiàn)狀191.2國內(nèi)外研究現(xiàn)狀1.2.1多屬性決策研究現(xiàn)狀

決策的思想和和方法一直伴隨著人類歷史的發(fā)展，有意無意的被人們所接受并應(yīng)用著，而決策理論的研究是1931年拉姆西把決策理論建立在效用和主觀概率的基礎(chǔ)上才開始的。到1944年馮.諾依曼和摩根斯坦建立了在不確定情況下制定決策的現(xiàn)代效用理論，使隨機(jī)決策有了重大的突破，至今仍然在這領(lǐng)域中占有重要地位[7]。50年代初，瓦爾德和賽維奇分別研究了統(tǒng)計決策問題，發(fā)表了專著并提出了相應(yīng)的公理體系。60年代初，Schlaiffer研究了貝葉斯決策理論，進(jìn)一步發(fā)展了統(tǒng)計決策理論。1966年Howard在論文中提出了決策分析的概念[8]。與此同時，很多學(xué)者從不同角度研究了決策理論。對于多屬性決策的研究始于1957年，當(dāng)時Churohman.Ackoff和Amoff首次正式利用簡單加權(quán)法處理了“選擇企業(yè)投資方針”這樣一個多屬性決策問題[9]。多屬性評價隨著多目標(biāo)決策技術(shù)的發(fā)展而發(fā)展。60年代，多屬性決策的理論及應(yīng)用研究有較大進(jìn)展。1964年，Aumann最先對多目標(biāo)決策問題提出了效用函數(shù)的概念。同年，美國的Rand公司創(chuàng)立了著名的Delphi法[10]。其間還有不少研究成果問世，如Jehnsen于1968年出版的關(guān)于標(biāo)度方法的著述等。歐洲的學(xué)者也有杰出貢獻(xiàn)，如法國的R.Benayoun、B.Roy等人在1966年提出并多次改進(jìn)的ELECTRE方法[11]，它為離散的多屬性決策提供了強(qiáng)有力的工具。進(jìn)入70年代，多屬性決策技術(shù)的發(fā)展加快。1976年R.L.Keeny和H.Raiffa進(jìn)一步發(fā)展了多屬性效用理論；與此同時，美國學(xué)者T.L.Saaty提出了具有劃時代意義的AHP[12]法，它體現(xiàn)了人們分解、判斷和綜合的決策思維特征，具有系統(tǒng)性、綜合性和簡便性等特點(diǎn)，這種方法在多屬性評價中得到極為廣泛的應(yīng)用[13]。80年代初，C.L.Hwang即提出了基于理想點(diǎn)原理的TOPSIS方法；人們還將模糊數(shù)學(xué)引入到多屬性評價中，形成了模糊綜合評判法等模糊評價方法；由A.Charnes和W.W.Cooper等人以相對效率概念為基礎(chǔ)發(fā)展起來的DEA方法是又一種多屬性評價決策方法[14,15]。80年代后，許多學(xué)者研究了求解多屬性決策問題的各種類型的交互式算法。90年代，Singh，Yang和Sen對不確定多屬性決策問題又進(jìn)行了研究[16]。Chen和Hwang寫了模糊多屬性決策方面的專著《FuzzyMultipleAttributeDecisionMaking-MethodandApplication》，把模糊數(shù)學(xué)引入了決策理論，對模糊多屬性決策進(jìn)行了系統(tǒng)的綜述[17]。1982年，波蘭數(shù)學(xué)家Pawlak提出了粗糙集的概念，Slowinski、Greco、Matarzzo將粗糙集理論引入決策中，提出了基于粗糙集的決策方法[18]。二十世紀(jì)九十年代開始，隨著計算機(jī)技術(shù)的發(fā)展，研究人員又提出了基于人工智能技術(shù)、神經(jīng)網(wǎng)絡(luò)、遺傳算法和粗集理論的多屬性決策方法。如1993年C．M．Fonseca在第五屆國際遺傳學(xué)會議上提出了基于遺傳算法的多屬性決策問題；2002年，SalvatoreGreco提出了基于粗糙集理論的多屬性分類方法；同年，AzibiR等提出了基于規(guī)則的分類模型，多屬性決策問題的研究也越來越復(fù)雜化[19]。541.2國內(nèi)外研究現(xiàn)狀20關(guān)于投稿（論文寫作）AI期刊及會議的一點(diǎn)建議一、投稿AI期刊SystematicWorks（系統(tǒng)性、完整性、創(chuàng)新性工作）ThreeElements(IRS):“OriginalNovelIdeas+PrettyGoodResults+HighWritingSkills”要有“屢敗屢戰(zhàn)”的勇氣要符合特定期刊的“胃口”英文語言關(guān)至關(guān)重要（至少要改20多遍）先投頂級或著名的AI會議，錄用并做Presentation后，盡快補(bǔ)充、完善，然后再投國際AI期刊(投稿時要聲明：部分工作已在XX會議上宣讀過)……二、投稿AI會議不一定非得有SystematicWorks，但I(xiàn)deas必須新！投稿會議的目標(biāo)要明確：切入特定的研究圈子！同樣要有“屢敗屢戰(zhàn)”的勇氣要有針對性地投稿，不主張到處“亂撒種”不在迫不得已的情況下，不主張投不入流的會議若論文被錄用，要參加會議并做Presentation，更重要的是，爭取以后每年都有論文被錄用，持之以恒，遲早會成為圈子中的一員，而不是學(xué)術(shù)上的“游擊隊員”……55關(guān)于投稿（論文寫作）AI期刊及會議的一點(diǎn)建議一、投稿AI期刊5622572358245925602661276228

引發(fā)的思考：

1.AI的核心是什么？Nilsson ——演繹推理Newell,Simon——思維規(guī)律Sloman ——智能系統(tǒng)Feigenbaum——知識工程McCarthy ——核心還未構(gòu)成……2.中國AI的研究現(xiàn)狀如何？中國大陸重要的AI研究機(jī)構(gòu)清華大學(xué)智能技術(shù)與系統(tǒng)國家