機器人設(shè)計4000字

本文格式為Word版下載后可任意編輯和復制第第頁機器人設(shè)計4000字

智能掌握理論討論報告

一、緒論

隨著計算機、材料、能源等現(xiàn)代科學技術(shù)的快速進展和生產(chǎn)系統(tǒng)規(guī)模不斷擴大,形成了簡單的掌握系統(tǒng),導致了掌握對象、掌握器、掌握任務(wù)等更加簡單。與此同時,對自動化程度的要求也更加廣泛,面對來自柔性控制系統(tǒng)(fms)、智能機器人系(irs)、數(shù)控系統(tǒng)(cns)、計算機集成制造系統(tǒng)(cims等簡單系統(tǒng)的挑戰(zhàn),經(jīng)典的與現(xiàn)代的掌握理)論和技術(shù)已不適應(yīng)簡單系統(tǒng)的掌握。

智能掌握是在掌握論、信息論、人工智能、仿生學、神經(jīng)生理學及計算機科學進展的基礎(chǔ)上漸漸形成的一類高級信息與掌握技術(shù)。智能掌握突破了傳統(tǒng)掌握理論中必需基于數(shù)學模型的框架,它基本上按實際效果進行掌握,不依靠或不完全依靠于掌握對象的數(shù)學模型,又繼承了人類思維的非線性特性。某些智能掌握方法還具有在線辨識、決策或總體自尋優(yōu)的力量和分層信息處理、決策的功能

二、國內(nèi)外討論現(xiàn)狀：

2.1國際

1965年，k.s.fu（傅京孫）首先提出把人工智能的直覺推理規(guī)章方法用于學校掌握系統(tǒng)。1966年mendel進一步在空間飛行器學習系統(tǒng)討論中提出了人工智能掌握概念。1967年，leondes等人首先正式使用“智能掌握”一詞。此后智能掌握開頭漸漸進展。1987年在費城進行的第一次國際智能掌握會議，標志著智能掌握開頭成為一個嶄新的學科。

近年來，智能掌握理論與智能化系統(tǒng)進展非常快速。其中代表性的理論有專家系統(tǒng)，模糊規(guī)律掌握、神經(jīng)網(wǎng)絡(luò)掌握、基因掌握即遺傳算法、混沌掌握、小波理論、分層遞階掌握、擬人化智能掌握、博弈論等。聞名的掌握理論權(quán)威專家austrom在其“智能掌握的方向”一文中指出：模糊規(guī)律掌握，神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)是典型的智能掌握方法。

2.2國內(nèi)

智能技術(shù)在國內(nèi)也受到廣泛重視,中國自動化學會等于1993年8月在北京召開了第一屆全球華人智能掌握與智能自動化大會,1995年8月在天津召開了智能自動化專業(yè)委員會成立大會及首屆中國智能自動化學術(shù)會議,1997年6月在西安召開了第二屆全球華人智能掌握與智能自動化大會。

近年來,智能掌握技術(shù)在國內(nèi)外已有了較大的進展,己進入工程化,有用化的階段.但作為一門新興的理論技術(shù),它還處在一個進展時期.然而,隨著人工智能技術(shù),計算機技術(shù)的快速進展,智能掌握必將迎來它的進展新時期。

三、智能掌握系統(tǒng)的分支

1.神經(jīng)網(wǎng)絡(luò)

神經(jīng)元的數(shù)學模型是1943年由mccmlach和ltts兩位科學家首先提出的:神經(jīng)網(wǎng)絡(luò)理論的進展經(jīng)受了不平凡的歷程，其真正的進展期應(yīng)當是在韻年月以后_尤其在1986年發(fā)表了感知器網(wǎng)絡(luò)的學習算法，“后，神經(jīng)網(wǎng)絡(luò)的應(yīng)用前景更加開闊:同時，它也為神經(jīng)網(wǎng)絡(luò)掌握制造了必要的條件:神經(jīng)網(wǎng)絡(luò)掌握是模擬人腦的結(jié)構(gòu)和工作機理對系統(tǒng)實現(xiàn)掌握_神經(jīng)網(wǎng)絡(luò)的主要特點是具有學習力量、并行計算力量和非線性映射力量:充分利用神經(jīng)網(wǎng)絡(luò)的這些力量來解決眾多非線性、強禍合和不確定性系統(tǒng)的掌握同題是神經(jīng)掌握論討論的主要課題。神經(jīng)網(wǎng)絡(luò)模型的種類繁多，但在神經(jīng)掌握論中得到廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)模型并不富有。目前主要有:多層前向傳波網(wǎng)絡(luò){mlp)，小腦模型{gmac)、回歸神經(jīng)網(wǎng)絡(luò)、徑向基網(wǎng)絡(luò)(1tbf)等下面就神經(jīng)掌握論的三大問題進行爭論。

2.模糊掌握

模糊規(guī)律拉制淪于1965年由扎德教授首先提出。它的主要思想是吸取氣類思維具有模糊性的特點，通過模糊規(guī)律推理來實現(xiàn)對眾多不確定性系統(tǒng)的有效掌握。假如說.傳統(tǒng)的掌握是

從被控對象的數(shù)學結(jié)構(gòu)上去考慮進行掌握的。那么，模糊掌握是從人類智能活動的角度和基礎(chǔ)上去考慮實施掌握的.其設(shè)計的核心是模糊掌握規(guī)章和隸屬度函數(shù)的確定。經(jīng)典的模糊規(guī)律掌握器的隸屬度函數(shù)、掌握規(guī)章都是依據(jù)閱歷預(yù)先總結(jié)出來的。掌握過程中沒有對規(guī)章進行修正功能，不具備學習和適應(yīng)力量。但仍舊在很多場合.如爐窯掌握、化工過程掌握、水處理、家電等得到廣泛的應(yīng)用。同時。多種改進的或夏合的模糊掌握器也不斷涌現(xiàn).如模糊日。調(diào)整器、模糊專家擰制器、模糊自適應(yīng)掌握器.模糊神經(jīng)網(wǎng)絡(luò)掌握器等。此外，模糊系統(tǒng)建模、模糊掌握器的穩(wěn)定性分析、模糊掌握器的魯棒性設(shè)計等一些熱點和難點問題也都取得了進展。模糊拄制已經(jīng)進人一個新階段。

3.專家掌握

專家掌握(expertcontrol)是智能掌握的一個重要分支，又稱專家智能掌握。所謂專家掌握，是將專家系統(tǒng)的理論和技術(shù)同掌握理論、方法與技術(shù)相結(jié)合，在未知環(huán)境下，仿效專家的閱歷，實現(xiàn)對系統(tǒng)的掌握。專家掌握試圖在傳統(tǒng)掌握的基礎(chǔ)上“加人”一個富有閱歷的掌握工程師，實現(xiàn)掌握的功能，它由學問庫和推理機構(gòu)構(gòu)成主體框架，通過對掌握領(lǐng)域?qū)W問(先驗閱歷、動態(tài)信息、目標等)的獵取與組織，按某種策略準時地選用恰當?shù)囊?guī)章進行推理輸出，實現(xiàn)對實際對象的掌握。

四.神經(jīng)網(wǎng)絡(luò)的應(yīng)用

bp神經(jīng)網(wǎng)絡(luò)

1986年，rumelhart等提出了誤差反向傳播神經(jīng)網(wǎng)絡(luò)，簡稱bp網(wǎng)絡(luò)（backpropagation），該網(wǎng)絡(luò)是一種單向傳播的多層前向網(wǎng)絡(luò)。

誤差反向傳播的bp算法簡稱bp算法，其基本思想是梯度下降法。它采納梯度搜尋技術(shù)，以期使網(wǎng)絡(luò)的實際輸出值與期望輸出值的誤差均方值為最小。

1.bp網(wǎng)絡(luò)特點

（1）是一種多層網(wǎng)絡(luò)，包括輸入層、隱含層和輸出層；

（2）層與層之間采納全互連方式，同一層神經(jīng)元之間不連接；

（3）權(quán)值通過δ學習算法進行調(diào)整；

（4）神經(jīng)元激發(fā)函數(shù)為s函數(shù)；

（5）學習算法由正向傳播和反向傳播組成；

（6）層與層的連接是單向的，信息的傳播是雙向的。

2.bp網(wǎng)絡(luò)結(jié)構(gòu)

含一個隱含層的bp網(wǎng)絡(luò)結(jié)構(gòu)如圖所示，圖中為輸入層神經(jīng)元，為隱層神經(jīng)元，為輸出層神經(jīng)元。

3.bp網(wǎng)絡(luò)的靠近

bp網(wǎng)絡(luò)靠近的結(jié)構(gòu)如圖所示，圖中k為網(wǎng)絡(luò)的迭代步驟，u(k)和y(k)為靠近器的輸入。bp為網(wǎng)絡(luò)靠近器，y(k)為被控對象實際輸出，yn(k)為bp的輸出。將系統(tǒng)輸出y(k)及輸入u(k)的值作為靠近器bp的輸入，將系統(tǒng)輸出與網(wǎng)絡(luò)輸出的誤差作為靠近器的調(diào)整信號。

五、智能掌握存在的問題

智能掌握以其優(yōu)越的掌握性能漸漸步入了工程界并得到廣泛的應(yīng)用。然而在智能掌握的實現(xiàn)方面，還存在許多問題有待解決。詳細表現(xiàn)在：(1)擴寬實際應(yīng)用范圍,提高實時掌握力量問題。(2)解決學問獵取和優(yōu)化的瓶頸問題，特殊是動態(tài)系統(tǒng)的學問獵取和分類。(3)對智能掌握學習討論的問題。(4)各種智能掌握方法結(jié)合以及同傳統(tǒng)掌握方法結(jié)合討論問題。(5)數(shù)值和符號之間的計算問題。目前，在數(shù)值和符號之間的計算尚未有一個成型的規(guī)章。(6)智能掌握的魯棒性問題缺乏嚴格的數(shù)學推導。(7)如何討論解耦問題，簡化掌握算法。(8)討論新型智能掌握硬件和軟件問題。目前，智能掌握的討論往往缺少較好的軟件環(huán)境，

硬件方面存在的問題更大。

六、智能掌握的進展前景

智能掌握的討論雖然取得了一些成果，但實質(zhì)性進展甚微，理論方面尤為突出,應(yīng)用則主要是解決技術(shù)問題，對象詳細而單一。子波變換、遺傳算法與模糊神經(jīng)網(wǎng)絡(luò)的結(jié)合,以及混沌理論等，將成為智能掌握的進展方向。智能掌握進展的核心仍舊是以神經(jīng)網(wǎng)絡(luò)的強大自學習功能與具有較強學問表達力量的模糊規(guī)律推理構(gòu)成的模糊規(guī)律神經(jīng)網(wǎng)絡(luò)。

要做到智能自動化，把機器人的智商提高到智人水平，還需要數(shù)十年。微電子學、生命科學、自動化技術(shù)突飛猛進，為21世紀實現(xiàn)智能掌握和智能自動化制造了很好的條件。對這門新學科今后的進展方向和道路已經(jīng)取得了一些共識：

(1)討論和仿照人類智能是智能掌握的最高目標；(2)智能掌握必需靠多學科聯(lián)合才能取得新的突破；(3)智能的提高,不能全靠子系統(tǒng)的積累,要做到“整體大于組分之和”,只靠非線性效應(yīng)是不夠的。

為了達到目標，不僅需要技術(shù)的進步，更需要科學思想和理論的突破。許多科學家堅持認為，這需要發(fā)覺新的原理，或者改造已知的物理學基本定理，才能徹底懂得和仿造人類的智能，才能設(shè)計出具有高級智能的自動掌握系統(tǒng)?？茖W界要為保障人類和地球的生存和可持續(xù)進展做出必需的貢獻，而掌握論科學家和工程師應(yīng)當擔當主要的使命。

參考文獻

1.孫