第七章 人工智能与信息处理技术.pptVIP

人工智能与 信息处理技术 人工智能技术 机器学习 模式识别 1 2 3 第七章 人工智能与信息处理技术 7.1人工智能概述 7.1人工智能概念 人工智能（Artificial Intelligence，AI）是一门综合了计算机科学、生理学、哲学的交叉学科。人工智能的研究课题涵盖面很广，从机器视觉到专家系统，包括了许多不同的领域。 其中特点是让机器学会“思考” 人工智能学科是计算机科学中涉及研究、设计和应用智能机器的一个分支。 7.1人工智能概述 7.1.2人工智能历史与展望 人工智能的发展并非一帆风顺，它经历了以下几个阶段： 第一阶段：50年代人工智能的兴起和冷落。 第二阶段：60年代末到70年代，专家系统使人工智能研究出现新高潮。 第三阶段：80年代，第五代计算机使人工智能得到了很大发展。 第四阶段：80年代末，神经网络飞速发展。 第五阶段：90年代，人工智能再次出现新的研究高潮。 7.1人工智能概述 7.1.3人类智能学派 人工智能自诞生以来，从符号主义、联结主义到行为主义变迁，这些研究从不同角度模拟人类智能，在各自研究中都有取得了很大的成就。 1.符号主义 符号主义，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统假设和有限合理性原理。 2.联结主义 联结主义，又称为仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法 7.1人工智能概述 3.行为主义 行为主义，又称进化主义或控制论学派，他们认为，人工智能源于控制论，智能取决于感知和行动，提出了智能行为的“感知—动作”模式，智能不需要知识、表示和推理；人工智能可以像人类智能一样逐步进化；智能行为只能在现实世界中与周围环境交互作用而表现出来。 7.2人工智能技术及应用 7.2人工智能技术及应用 7.2.1智能控制 智能控制（intelligent controls）是在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。 7.2人工智能技术及应用 1.历史 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。 自1932年奈魁斯特（H.Nyquist）的有关反馈放大器稳定性论文发表以来，控制理论的发展已走过了70多年的历程。 20世纪60年代，计算机技术和人工智能技术迅速发展，为了提高控制系统的自学习能力，控制界学者开始将人工智能技术应用于控制系统。 7.2人工智能技术及应用 20世纪70年代初，傅京孙、Glofis0和Saridis等学者从控制论角度总结了人工智能技术与自适应、自组织、自学习控制的关系 20世纪70年代中期，以模糊集合论为基础，智能控制在规则控制研究上取得了重要进展。 20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。 2.各行各业的应用 （1）工业过程中的智能控制。生产过程的智能控制主要包括两个方面:局部级和全局级。 7.2人工智能技术及应用 （2）机械制造中的智能控制。在现代先进制造系统中，需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况，人工智能技术为解决这一难题提供了有效的解决方案。 （3）电力电子学研究领域中的智能控制。电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程，国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中，取得了良好的控制效果 。 7.2人工智能技术及应用 7.2.2机器学习 1.机器学习 机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 7.2人工智能技术及应用 机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。 　　自从1980年在卡内基-梅隆大学召开第一届机器学术研讨会以来，机器学习的研究工作发展很快，已成为中心课题之一。 7.2人工智能技术及应用 2.机器学习的发展史 机器学习是人工智能研究较为年轻的分支，它的发展过程大体上可分为4个时期。 　　第一阶段是在50年代中叶到60年代中叶，属于热烈时期。第二阶段是在