现代机械设计论述题.docxVIP

现代机械设计论述题 参赛选手：**** 5. 谢友柏院士这几年一直提倡“设计科学”的概念，试述设计 科学之我见 人类社会的发展本质上就是设计科学所成就，人类踏进自在的每一步都就是设计课堂教学的成就――人化环境建设的同时实现。20世纪末，人类步入知识经济时代，创新力已然使坐落于计算力与设计力，世界步入计算力竞争与设计力竞争的代莱发展阶段。人类社会已经从自在发展至了高度的无以，也必将越来越多地获得发展的民主自由。人类的无以发展壮大着人工科学――设计科学的高度发展。使设计驱动技术创新，使设计助推可持续发展社会的建设，使设计助力人与自然社会发展。所谓的后科学社会（post-scientificsociety）并非科学的破灭，而是以形式科学、表述科学居多的近现代科学走到／至其科学生命周期的拐点，迎了代莱科学――设计科学发展的时代。 从科学的分类学讲，“设计科学（designscience）”是相对于“形式科学（formalscience）”、“解释（经验）性科学（experimentalscience）”而言的。形式科学解决的是高度抽象的问题，如哲学、逻辑学、数学、语言学、伦理学等，一般可以形成公理化体系。解释性科学也称为实证科学，是探索事物规律性的科学，典型如物理、化学、地质、生物、生态、历史学、社会学、心理学、病理学，以及经济学 1 的大部分等。而所有为实现人类期望的“可能性目标”的学科都属于设计科学的范畴，如所有的工程学科，以及医学、教育学、管理学、各种服务类学科。 因此，在我看来，未来发展轻易由设计科学同意。从掌控抽象化的真理至辨认出具体内容的真理，再至运用科学原理去结构（设计生产）新颖的技术，进而结构越来越繁杂的人工环境――基于科学原理展开复杂性的设计――引致设计科学的发展。这既是科学的发展演化，更是人类社会的发展演化――迈向明朗――设计科学的高度发展将沦为其最重要的标志。 对未来的发展，任何组织、群体或个人都有着各种各样的目标与追求，在任何时候、任何地点都会有所行动，也必定要消耗一定的物质能量，其最大的效用与最小成本（社会及环境诸方面的），唯有通过事前的计算分析并设计出合理有效的方案。设计科学的公理化发展可以拯救人类于灾难的边缘，设计科学的实践也可能是一条最为有效的选择。人类社会的设计化标志着人类理性发展的高度成熟，建构与创造人类社会的伟大未来必须通过理性的设计做保证！ 6. 设计大数据命题与“深度学习”命题均重要，讨论它与设计 科学的关系 大数据（bigdata），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的 2 信息资产。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。 “深度自学”（deeplearning）就是一个从属机器学习（machinelearning）研究中的新兴领域，其目的是通过创建、演示人类大脑展开自学的神经网络，去恶搞人类大脑表述数据的机制，从而利用计算机展开图形辨识、语音辨识、文本分析等研究。深度自学就是一种并无监督自学。特征就是对数据从相同维度上的详细描述，机器学习正是对数据的特征展开了详尽的分析，并利用特征刻画出最终模型。深度自学的思想就是对拼接多个层，即为把上层的输入做为本层的输出。 深度学习对于大数据的发展有帮助。在深度学习的过程中才会产生启发，为什么以前的数据只是数据，后来的数据就可以成为大数据，这都是因为深度学习对于大数据技术开发的每一个阶段都是有帮助的，不管是数据的分析还是挖掘还是建模，只有深度学习，这些工作才会有可能一一得到实现。 设计大数据的深度自学须要一个框架。深度自学不是存有针对性的，和机器学习一样，特别是在大数据方面的应用领域，它也就是须要一个框架或者一个系统的，就和搞小数据分析的过程中，企业不仅仅只是必须建立一个大数据平台，还要存有能力操控它，并且对于各个方面都必须存有全面的介绍。在大数据方面的深度自学都从基础的角度启程的，总而言之，将设计的大数据通过深度分析变成现实这就是深度自学和 3