人工智能导论论文范文

引言：寻求写作上的突破？我们特意为您精选了12篇人工智能导论论文范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

中图分类号：G642　文献标识码：A

1　引言

人工智能(AI)是二十世纪五十年代后期兴起的利用计算机模拟人类智能活动去求解问题的学科，与空间技术、原子能技术一起被誉为二十世纪三大科学技术成就，目前广泛应用于专家系统、机器翻译、语音识别、文字识别、计算机视觉、机器人、电子游戏等方面，已经成为计算机技术发展以及许多高新技术产品中的核心技术。

为了适应人工智能技术日益广泛的需要，国内外高校普遍开设了“人工智能”方面的课程，特别是作为计算机方面专业的核心课程之一。我校自从1993年开始为自动化专业本科生开设“智能控制”选修课，1996年为自动化、计算机、机械等专业本科生开设“人工智能导论”、“人工智能及其应用”课程。目前，我校软件学院、信息学院、机电学院都开设了“人工智能导论”课程，已经成为计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程，也是面向包括人文社科等全校所有专业的公选课之一，其目的是使学生了解人工智能的基本概念和基本原理，初步学习和掌握人工智能的基本技术和前沿内容，拓宽知识面，启发思路，为学生提供最基本的人工智能技术和有关问题的入门性知识，提高学生应用开发软件的能力和水平，为今后在相关领域的研究和应用奠定更为坚实的基础。因此，建设好“人工智能导论”课程具有重要意义和很广的受益面。

由于人工智能是交叉学科，涉及面广、内容抽象、不易理解，学生往往有望而生畏的感觉，在教学过程中，老师教、学生学都比较吃力。为了更好地实现上述教学目标，提高本课程的教学质量，协调好教与学的双边关系，使学生由望而生畏的感觉，变为有用有趣的感觉，根据已有人工智能课程在教学与实践方面的经验和方法，结合“人工智能导论”课程的近几年教学实践，对课程的教学体系、教学内容、教学方法、教学手段、考核方式等方面进行了探索总结。

2　调整与优化教学体系和教学内容

“人工智能导论”是计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程，也是面向包括人文社科等全校所有专业的公选课之一，其研究领域及内容十分丰富，涉及的基础面广。因此如何选好教学内容，既能使学生了解本领域的概貌，又能适合学生的基础，便于他们在有限的时间完成学习任务，是一件重要而又困难的事情。

进入21世纪以来，人工智能学科又有了新的发展。为了及时反映人工智能研究和学科的最新进展，我们修订了“人工智能导论”的教学大纲，对教学内容进一步优化和更新，极大充实了各个系统的内容。我们确定的教学内容主要分为三部分：第1部分为概论，介绍人工智能的基本概念、基本内容、主要研究领域及发展过程；第2部分是知识表示，推理和搜索技术，讨论几种常用的知识表示方法、推理技术(包括确定性推理方法和不确定推理方法)和搜索求解策略；第3部分是人工智能应用研究领域，包括专家系统、自然语言理解、机器学习、人工神经网络、遗传算法等的基本概念和方法等。其中第2部分是基础理论，是人工智能的重要基础，应该循序学习。第3部分是人工智能的应用，由于每个研究内容都相对独立、自成体系且有其专门的学术著作研究、热点，因此针对高等院校的本专科生来说，不必循序学习，而且结合专业特点可以选择其中几个研究领域。例如对自动化专业的学生来说，可以选择专家系统、人工神经网络、遗传算法等，同时可增加在自动控制领域的应用，包括专家控制、神经网络控制和进化控制等热点：而对计算机科学与技术专业来说，可以选择专家系统、自然语言理解、机器学习等，并辅以动物识别系统、语音识别系统、智能机器人等实例。总之就是要把握课程性质和教学目的，调整本课程教学体系，优化教学内容，让学生以有限的时间学到人工智能的基础知识和基本方法。

另外，在选择和确定教学内容时必须兼顾基础知识和新兴技术，注意与相关课程(如离散数学、数据结构、概率论、自动控制原理、Matlab系统仿真、面向对象的编程技术等)的链接，密切理论与实际的关系，通过课堂讲授和课外训练，注意学生能力培养，提高他们的学习效果和整体素质。

3　加强课程立体化建设和系列教材研究

在课程的立体化建设中，教材充当了地基的角色，所有的课程内容安排，无不体现出以教材为基本，以教材为模板。所以本着基础、实用的原则，我们先后编著出版了《人工智能及其应用》课程教材导论部分概括性强，引人入胜；基础部分系统全面，叙述深入浅出，循序渐进；应用部分密切理论与实际关系，典型形象。其中第二版在第一版的基础上，增加了证据理论、模糊推理、神经网络等理论的一些典型应用，使学生能够更深入地理解和应用这些理论；另一方面，又新增了自然语言理解及其应用内容，以适应目前计算机翻译、人机自然语言交互等技术日益广泛应用的需要。系列教材适应了人工智能导论新课程开设的需要，反映了人工智能学科的发展，为人工智能课程确立了基本框架，发挥了重要作用。系列教材的问世不仅解决了本校“人工智能导论”课程教学用书的问题，而且也被各兄弟院校普遍采用，促进了该课程的普遍开设，推动人工智能学科的发展。

为了配合教材第二版的教学和自学，在已有教学经验和教学成果积累的基础上，制作了高质量的教学课件和完整的教学视频录像，并刻录成光盘随书供读者使用；同时又研究与开发了网络课程(http：//)，以更好地调动学生的学习兴趣和主动性，促进本课程的教学改革。

包括主教材、电子教案、教学视频录像、网络课程及教学资料库等在内的课程立体化建设符合二十一世纪高校教学的要求，支持教师提高教学手段现代化的水平，更贴合学生的学习需求。

4　改革与创新教学模式和教学方法

在“人工智能导论”课程教学的过程中，我们积极探索教学新路，经过数年辛勤试验，结合蔡自兴教授等对人工智能课程的建设经验，对课程的教学模式和教学方法进行了如下一些的改革与创新。

(1)通过多种途径激发学生的学习兴趣

“兴趣是最好的老师”，“人工智能导论”课程的学习效果，直接受到学生兴趣和参与意识的影响。由于这是一门导论性前沿课程，一般来说，学生开始学习兴趣很大。但是，当一些学生开始接触到抽象概念和算法时，往往感到不易接受。我们通过各种途径和方法，激发和培养学生的学习兴趣。例如，鼓励学生参与课堂讨 论、布置读书报告和课外实验、以问题为导向的启发式教学、专题讨论／辩论等形式。特别，我们精心组织和准备了模糊控制技术及其应用、智能机器人技术与应用、智能交通、BCI(脑机交互接口)等专题，以及智能调度软件、语音识别系统、动物识别系统、足球机器人比赛、机器人轨迹跟踪、倒立摆的智能控制等课内演示，使学生扩大了眼界，增加了感性知识，达到提高学生学习兴趣的目的与效果。

(2)面向问题的启发式教学

人工智能中的许多问题，有的似是而非，有的引人入胜。在教学中，有意识的提出相关问题，提请学生思考，鼓励学生提出自己的猜想和解决方案。然后逐步进入教材中的解决方案，启发学生求解这些问题，并进行分析和比较，从而强化了学生学习的主动意识和参与意识，提高了学生的学习积极性。例如，在讲到比较抽象的“遗传算法”时，提出“遗传算法如何用于优化计算?”这一问题。针对该问题，先从“达尔文的生物进化论”入手，讨论“遗传”、“变异”和“选择”作用；然后通过一个简单的例子，从特殊到一般地启发学生思考“遗传”、“变异”和“选择”的实现，最终让学生与教师一起导出遗传算法用于优化计算的基本步骤。这样，学生不但从中学习了遗传算法，而且得到一次逻辑思维的训练，取得很好的教学效果。

(3)课堂辩论与交互式教学

组织课堂辩论，讨论的议题包括人工智能的应用前景和其他比较等有争议的问题。学生对这些问题展开了激烈的争论，激发了学习潜能，明确了学习目标。例如，为了加深学生对智能机器人内涵的理解，我们组织了“机器智能能否超过人类智能”的辩论会。会前正反双方结合本课程内容及其相关知识，认真进行准备；辩论会上正反双方唇枪舌战，激烈争辩，气氛热烈。辩论后，学生余意未尽，讨论热情不减。无论是哪一方获胜，都达到了预期的效果。教学中我们还注意采用了多种交互式策略，如课堂上教师提问可鼓励或指定学生提问，也可由学生自由地就某个知识点进行主题发言后老师点评等。

(4)个性化学习与因材施教

在本课程教学过程中注意对学生因材施教和个性化教学。例如，通过组织学生进行读书报告的形式，鼓励学生从多方面、多角度考虑问题，多提新颖思想，有意识地鼓励优秀学生探讨比较深层的内容，并辅导优秀学生将其成果以科技论文和发表文章的形式转化为成果。又如，在教学设计和实验设计中，注意要求学习有余力和兴趣的学生选作部分探索性、创新性的功课和实验(选学内容，如模糊控制器的设计、进化控制等)，从而引导学生发挥个性优势，达到因材施教的目的。同时注意分析学习较差的学生的具体困难，进行有针对性的指导。

(5)多媒体与网络教学的使用

本课程在PPT演示文稿和网络课程上，采用了大量的多媒体表现形式，如视频、动画、声音和图像等。目的在于使得人工智能抽象的知识形象化，便于学生理解。例如，课内让学生在线观看涂晓媛博士的计算机动画“人工鱼”的录像片段、人工生命Floy中生命智能体在环境中不断的适应进化构成演示等，有助于加深学生对所学知识的理解，促进教学水平的提高，激发了学生对课程的兴趣，使学生创新意识得到增强。此外，随教材附赠的教学光盘和开发的网络课程(http：//)提供了学生课外自学用的高质量的电子课件、完整的教学视频录像、丰富的实验和案例资料等，以更好地调动学生的学习兴趣和主动性。

(7)理论与实践结合

在教学内容安排上，注意理论联系实际，适时布置一些人工智能实验给学生进行课外练习。设计的课外实验包括产生式系统实验，归结反演实验，主观Bayes推理网络实验，A搜索实验，以及基于Maltab工具箱的模糊控制位置跟踪系统、两车追赶模糊控制系统、神经网络模式识别仿真、遗传算法优化计算等实验。通过实践和参与，保持学习兴趣，有助于学生对人工智能基本概念和难点的理解，掌握基本方法和技术，为从事智能系统应用开发打下基础，从而达到教学目的。例如，我们组织学生参观我们的研究生综合自动化实验室，观看机器人臂取物、倒立摆控制、语音识别软件、指纹识别软件、智能调度软件等演示，密切理论与实际的关系。

我们在教学改革实践中探索的这些教学方法，有利于充分激励学生的学习积极性和主动性，有利于鼓励学生发挥独立思考和创新思维，有利于多方位培养学生学习发现问题、分析问题和解决问题的能力。

5　运用多样化的教学手段和考核方式

5.1　多样化的教学手段

采用现代信息技术进行教学，构筑“人工智能导论”课程的现代教学模式，是本课程的主要特点之一。教学过程中采用了多媒体教学课件和网络课程相结合的方法，充分利用多媒体的丰富表现形式，利用网络课程的交互性、情景化等，进行教学。采用的方法包括：

(1)抽象知识内容的多媒体表示

通过动画和视频来演示抽象的概念、算法和过程，包括机器人轨迹跟踪、机器人臂取物、足球机器人比赛、倒立摆控制、“人工鱼”等录像片段，以及智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件演示。

(2)通过PPT撰写教案

精心编制PPT，组织好课件内容，做到图文并茂，提纲挈领，便于学生理解，便于教师讲授。

(3)开发与应用网络课程

“人工智能导论”网络课程较好的实现了交互性、在一定程度上实现了学习过程的情景化。在交互性方面，通过网络课程的课堂练习和章节练习，评价学生的学习情况，并给学生提出学习建议。在情景化方面，采用了在线答疑形式，使得学习过程丰富有趣。

(4)先进实验系统的观摩与演示

利用我们的研究成果等有利条件，有针对性地对学生进行成果演示(包括智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件)，使学生知道学了有用，而且很有用，很有趣，很有意义，从而进一步诱导学生的学习兴趣，巩固了课堂所学知识，提高了教学质量。

教学效果通过上述先进的现代信息技术的应用，不仅极大地提高了学生的学习兴趣和主动性，而且也取得很好的实际教学效果，提高教学质量。

5.2　作业、考试等教改举措

(1)改革作业方式与方法

改变过去那种单纯的书面习题作业，发展成为必须交给教师评阅的书面家庭作业、不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中上交作业通过网络进行，教师批阅后的作业也通过网络返回给学生，实现了作业呈交和返回的网络化。

(2)改革考试方式与方法

篇2

0 引言

传统的人工智能课程主要包括人工智能导论、模式分析、机器学习、数据挖掘等。这些课程由各个院校根据专业情况不同而选择，课程的内容也有较大差别，但是，基本上都涉及人工神经网络的内容。然而在人工神经网络的教学内容上，一般只讲解经典的多层感知器和反向传播算法，或再加入一些反馈网络的内容，这种教学内容设计的一个不足是忽视了人工智能领域的最新发展——深度学习，它是近几年人工智能领域最具影响力的研究主题，并在大规模语音识别、大规模图像检索等领域取得突破。

北京邮电大学计算机学院开设人工智能科学与技术的本科专业，笔者从事深度学习的研究工作，同时承担了本科生和研究生人工智能类课程的教学工作，因此产生了将深度学习内容引人人工智能类课程的想法。本文先介绍深度学习的背景，说明深度学习在人工智能发展中的地位，之后分析了将深度学习基本内容引入人工智能类课程的必要性和可行性，最后给出了一些实施建议供探讨。

1 深度学习背景

2006年，加拿大多伦多大学的GeoffreyHinton教授与Salakhutdinov博士在美国《科学》杂志发表了题为“Reducing the Dimensionality ofDatawith Neural Networks”的论文，该文提出一种学习多层神经网络的方法，并将这种具有多层结构的学习方法命名为深度学习（Deep Learning），而这成为深度学习研究的一个导火索，从此深度学习的研究与应用蓬勃发展起来。

深度学习在语音识别与生成、计算机视觉等应用领域取得了突出进展。近几年的国际机器学会（International Conference on MachineLearning，ICML）、神经信息处理大会（AnnualConference On Neural Information Processing Systems，NIPS）、计算机视觉大会（InternationalConference on Computer Vision，ICCV）、

声学语音与信号处理大会（International ConferenceOn Acoustics，Speech，and Signal Processing，ICASSP）、计算语言学大会（Annual Meeting of the Association for Computational Linguistics.ACL）、计算机视觉与模式识别（InternationalConference on Computer Vision and P atternRecognition，CVPR）等都有不少相关的研究论文、会议教程和小组研讨会（Workshop）。美国国防高级研究计划（DARPA）也提出了关于深层学习的研究项目。此外，2013年6月《程序员杂志》的封面故事，采访了周志华、李航、朱军3位国内的机器学习专家对于深度学习的看法，他们一致肯定了深度学习在机器学习领域的贡献。

工业界对深度学习也寄予了很高期望。2012年6月，《纽约时报》报道了斯坦福大学计算机科学家AndrewNg和谷歌公司的系统专家JeffDean共同研究深度神经网络的机器学习模型在语音识别和图像识别等领域获得的巨大成功。2012年11月，微软公司在天津公开演示了一个全自动的同声传译系统，其关键技术也是深度学习。2013年1月，百度公司首席执行官李彦宏先生宣布建立深度学习研究院（Institute of Deep Learning）。2013年3月，谷歌公司收购了由深度学习创始人Geoffrey Hinton创立的公司。

从学术界与工业界的研究态势看，深度学习已经成为机器学习与模式识别，乃至人工智能领域的研究热点。正是在这样一个背景下，人工神经网络重新回到人们的视野。此前人工神经网络的发展大致可以分为两个时期，1943年，McCulloch和Pitts提出了最早的人工神经元，这种神经元具有学习能力，这是人工神经网络的发端，也可以被认为是人工智能的发端（当时还没有人工智能这个术语）。1949年，Hebb提出了Hebbian学习算法。1957年，Rosenblatt提出了感知器的神经网络模型。1969年，Minsky和Papert分析了这种感知器神经网络模型的局限性。然而，很多研究者认为，感知器的这种局限性对于所有的神经网络模型都适用，这使人工神经网络的研究很快暗淡下来。1980年代中期，诺贝尔奖得主John Hopfield提出了Hopfield神经网络模型，这种Recurrent神经网络具有的动态性有可能用于解决复杂的问题。同时，多层前向神经网络的后传算法也被重新发现，这两个工作使人工神经网络得到重生。这时，人工神经网络已经成为人工智能的一个重要组成部分。但是，在随后的研究中，人们发现，当学习多层神经网络包含更多的隐藏层时，后传算法并不能学到有效的网络权值，这使得神经网络的研究再次陷入低潮。此次以深层神经网络为代表的深度学习重新回到研究的舞台，其中一个重要因素是Hinton提出的逐层预训练神经网络方法治愈了多层神经网络的一个致命伤。

2 必要性与可行性

深度学习的发展使得从事教学一线的教师也无法忽视这个颇具影响力的研究主题。为此，我们提出将深度学习这个主题引入到人工智能类课程中，将它作为课题教学的一部分。

2.1 必要性

将深度学习这个主题引入到人工智能类课程中的必要性主要包括如下4点。

1）深度学习是人工智能的前沿。

2006年以来，深度学习的研究席卷了整个人工智能，从机器学习、机器视觉、语音识别到语言处理，都不断涌现出新的研究工作和突破性进展。深度学习不仅在机器学习领域成为研究热点，同时在多个应用领域也成为有力工具，而且，在工业界的系统应用中，深度学习成为其中的关键解决技术。

2）深度学习是人工智能的突破。

深度学习的发端是神经网络。关于神经网络的论述，在人工智能类常见教科书中还停留在多层神经网络，即神经网络的第二阶段，它们大部分描述多层结构无法训练的现象。但是，从深度学习的角度看，深层神经网络不仅可学习，而且有必要，这与第二代神经网络的观点是完全不同的。深度学习突破了原有人工神经网络的认识，超越了人工智能神经网络教科书中的原有内容，因此，有必要将多层神经网络结构的可学习性告知学生，从新的视角纠正原有的观点。

3）深度学习是人工智能的延伸。

深度学习不仅提供了一种可以在深层神经结构下训练网络的方法，也包含了不少新的内容，是人工智能的新发展，为人工智能补充了新的内容。到目前为止，深度学习至少包括：从生物神经网络与人类认知的角度认识深层神经网络的必要性；如何构建和学习深层学习网络；如何将深层结构用于解决视觉、语音、语言的应用问题；如何看待深度学习与原有的机器学习方法，如流形学习、概率图模型、能量模型的直接关系；深度学习与其他学科的关系等。

4）深度学习是学生的潜在兴趣点。

大学生对知识有着强烈的好奇心，加之当前信息技术的发达，部分对智能感兴趣的学生可以从其他途径了解到这个学科发展的前沿。因此，顺势而为，将深度学习这个主题做具体讲解，满足学生的好奇心，培养他们对学科前沿与发展的认识，是十分必要的。对高年级的学生而言，了解深度学习的基本知识，是他们全面认识人工智能与发展前沿的一个途径，而对于研究生，较多地了解和掌握深度学习的基本知识有助于他们研究工作的开展。

基于以上几点，笔者认为，将深度学习这个主题引入到人工智能类课程中非常有必要。深度学习作为人工智能的前沿，既是对人工智能原有理论和技术的一个突破和补充。

2.2 可行性

将深度学习引入到人工智能类课程中的可行性主要包括如下3点。

1）深度学习与现有人工智能联系密切。

深度学习并不像突兀的山峰拔地而起。而是深深植根于原有的人工智能理论与技术。深度学习是以神经网络为出发点，这正是深度学习教与学的切入点。比如，可以通过对多层感知器隐藏层的增加和后传算法的失效来讲解深度学习是如何解决这个问题的。再者，深度学习的一个核心构建“受限波尔兹曼机（Restricted Boltzmann Machine）”，可以被认为是一种能量模型，而这种模型与Hopfield网络都可以从物理学的能量模型角度分析，RBM可以认为是Hopfield网络的随机扩展。总之，深度学习与现有人工智能的联系，使学习深度学习变得容易。

2）深度学习的基本内容并不深。

深度学习有个很好的名字，这个名字恰当地描述了特定的学习结构。比如，深度学习的核心部件受限于波尔兹曼机RBM，其结构非常简单。从神经网络的角度，受限波尔兹曼机是一种随机的双向连接神经网络，信号可以从可见层传递到隐藏层，也可以从隐藏层传递到可见层。网络中每个节点是具有特定结构的神经元，其中的神经元具有典型的包含自身偏置的Logistic函数的随机单元，能够依Logistic函数计算得到的概率输出0状态或1状态。概括地说，深度学习的基本内容在高年级阶段较易掌握。

3）深度学习的资料容易获得。

当前的信息资讯非常发达，有相当多的资料可以通过互联网等多种途径获得，这使学习深度学习成为可能。近期，中国计算机学会主办了多个技术讲座均涉及深度学习的部分；深度学习的创始人Hinton教授的主页也有很多资料；Coursera网站有免费的Hinton教授的神经网络课程；斯坦福大学的Ng教授提供了很多的在线教程；蒙特利尔大学Bengio教授发表的题为“Learning Deep Architectures for AI”的论文也是这领域的优质资料。

3 实施建议

篇3

中图分类号：TH165.3 文献识别码：A 文章编号：1001-828X（2017）009-0-01

一、智能诊病系统的发展

人工智能是现今最尖端的技术之一，近三十年来，人工智能发展迅速，在很多领域都得到了广泛的应用。专家系统是人工智能重要的一个分支，它通过一个或多个专家提供的专业领域知识，模拟人类专家解决那些需要专业领域知识才能完成的问题。1965年，美国斯坦福大学研制出了DENRAL系统，该系统具有丰富的化学知识，能帮助化学家推断出分子的结构。DENRAL系统的完成标志着专家系统的诞生。20世纪70年代初， NTERNIST系统在匹兹堡大学问世，这是第一个用于医疗的内科病诊断咨询系统。同一时期，一款能够帮助普通内科医生诊治细菌感染性疾病的专家系统MYCIN也在斯坦福大学出世，这两款专家系统的成功激发了智能诊病系统的开发热潮，国内外都开始往这方面投入大量的人力物力。到21世纪初，智能诊病系统已经相对成熟。

二、智能诊病系统

智能诊病系统以基于规则的方式来构建系统，它主要将系统分为知识库和推理机两部分，知识库中存储着各种医学知识的集合，包含从书本中知识，以及医学专家的知识和经验，而推理机根据用户提供的有效信息，来决定所使用的推理规则，通过从知识库中获取的相关知识进行推理判断，从而得出最终的结论。推理分为精确推理和不精确推理，精确推理根据条件和结论之间的必然性，得出的结果是肯定的，不精确推理：在条件不足的情况下，得到的假设不能被完全证实，这个时候为每个假设赋予一个权值来表明这个假设的可信度，通过这些假设进行下一步推理，可能会得到多个不同的结论，以可信度最高的结论作为最终结论。

三、智能诊病系统的缺点

难以得到足够知识和规则填充知识库，智能诊病系统做为基于规则的专家系统，需要以大量知识和医学专家规则作为基础，才能够准确地诊断病人的病情，这就需要大量的医学专家和知识工程师的参与才能够实现。

缺乏学习能力，跟一般的基于规则的专家系统一样，智能诊病系统不具备从诊病过程中提取经验进行学习的能力，只会依循本来就存在的规则和知识进行推理判断，更新知识库，添加规则些工作仍然需要知识工程师来完成。

Naive Bayesian算法：

Na?ve Bayesian 算法能够较好地对事物进行分类，具有结构简单，计算高效等特点，是分类算法中最经典，最有影响力的算法之一。Na?ve Bayesian算法首先需要通过训练样本计算出先验概率，在此基础上，计算一个待分类的后验概率。下面是Na?ve Bayesian 算法的定义，对于一个待分类的事物x，设：

1.x有{a1，a2，a3，……an}这样一个属性集，每个a都是x的一个特征属性。

2.有{y1，y2，y3，……ym}这样一个类别集合，每个y代表一个类别。

3.分e计算P（y1|x），P（y2|x），P（y3|x），…..，P（ym|x）的概率。

4.如果有P（yi|x） >= P（yj|x）（j属于1～n），则事物x属于类型yk。

在这里，我们称P（yi|x）为后验概率，根据贝叶斯定理，P（yi|x） = P（x|yi）P（yi）/p（x）。

由于对于所有的后验概率，都需要除以P（x），所以在这里我们可以将P（x）忽略，只求出最大的P（x|yi）P（yi）即可。P（x|yi）P（yi） = P（a1|yi）P（a2|yi）P（a3|yi）…P（an|yi）P（yi），其中P（aj|yi）和P（yi）我们都需要通过样本数据进行计算：

1.设有样本集{x1，x2，…xn}，每个样本有一个属性集a其中包含若干属性。

2.有{y1，y2，…ym}这样一个类别集合。

3.P（yi）为样本中类别yi的个数/样本总数。

4.P（aj|yi）为样本中类别yi中含有aj属性的个数/类别中yi的个数。

通过Naive Bayesian算法对智能诊病系统的改进：

由于知识库中知识量和规则的限制，智能诊病系统可能会出现无法准确判断用户病情的状况，通过Na?ve Bayesian算法可以有效地改善这一情况。一个人患病的原因会跟他平时的生活环境，生活习惯还有家族遗传有很大的关系，由此，我们可以将生活环境，生活习惯和家族遗传作为特征属性，建立一个辅助诊断病情的Navie Bayesian分类器。算法的训练样本通过记录每个精确推理确诊的患者的生活环境，生活习惯，家族遗传等属性信息取得，通过不断地增加训练样本，Navie Bayesian分类器的准确性不断提升，从而提升智能诊断系统的不精确推理能力。

参考文献：

[1]Liu H， Motoda H. Feature selection for knowledge discovery and data mining[M].Springer Science&Business Media， 2012.

[2]Pang-Ning Tan， Michael Steinbach， Vipin Kumar.数据挖掘导论（中文版）[M].范明，范宏建，等，译.北京：人民邮电出版社，2011：139-141.

篇4

中图分类号：G642.3 文献标志码：A 文章编号：1674-9324（2012）06-0152-02

虽然人工智能的发展历史只有五十余年，但它已经广泛应用于专家系统、机器翻译、图像处理和机器人技术等领域。随着人工智能技术对社会经济发展的影响不断增大，人工智能课程不再是计算机专业独有的专业课程，国内外很多高校在自动化、智能交通等专业都开设了选修课，甚至在高中的信息技术课程中也在推广设置。吉林大学硕士专业“模式识别”将《人工智能》设为专业学位课程，同时也将其设为汽车、机械等其他学科的选修课程。由于研究生相关基础知识水平参差不齐，课程内容又比较抽象、生涩，为了提高教学质量，在本次教学改革过程中充分考虑学生学习新知识的心理演变过程，认真研究教学内容、教材、教学方法等诸多方面，力求在教授基本原理的同时，培养学生对智能系统进行理论分析、设计并编程实现的能力，为后期的论文研究阶段打下坚实的基础。本次教学改革受到了吉林大学研究生课程体系建设和核心课程建设项目的资助。

一、教学内容

教学改革的关键是教学内容。人工智能与统计学、心理学、语言学、计算机科学、生物学、控制论等都有交叉关系，学科涉及的内容十分庞大。人工智能学科知识的繁多与授课学时有限之间的矛盾比较突出。作为国内模式识别专业的领军院校，如中科院智能所、清华大学、上海交通大学和南京理工大学等，他们所开设的《人工智能》课程学时和内容也不尽相同。我们参考了上述院校的授课内容，同时考虑到本校本学科的学术研究方向，精心归纳、优化教学内容，力争做到教学内容系统、精炼和实用。目前，我们讲授的教学内容主要包括：智能化智能体系统、盲目搜索方法、启发式搜索方法、局部搜索方法、约束满足问题、博弈树搜索方法、知识表示方法、不确定知识与推理、规划与机器学习等，共40学时。

另外，人工智能领域中新问题、新理论交错涌现，这就要求教学大纲要定期修订，教学内容要及时更新，同时教师也需要不断提高自身的学术水平，以便提高硕士课程的研究性内涵。

二、教材选用

要搞好课程建设，教材是一个很关键的问题。我们广泛阅读和研究了国内外的经典教材，经过一番斟酌之后，我们选用了Stuart Russell和Peter Norvig所著的《人工智能-一种现代方法（第二版）》。首先，选用国外教材能够更快地追踪最新研究成果。同时该教材已经被世界上900多所大学采用，符合促进高校的教学内容向国际水准靠拢、与国际接轨的理念。另外，人民邮电出版社在2002年曾经出版该书的英文版的第一版，双语学习能有助于提高学生的英语水平，为学生后续的查阅英文文献，甚至发表英文文章奠定基础。

三、教学方法

在国内，比较有影响的是中南大学以蔡自兴教授为首的教学团队为计算机科学与技术本科专业开设的人工智能课程，该课程在2003年被评为全国高等学校首批精品课程[1]。2007年该课程又开始进行全国双语教学示范课程建设，成绩斐然[2]。多年来，我们不断汲取同行的成功教学经验[3]，结合本学科的硕士专业特点、考虑学生的知识结构和实践能力，不断改革和尝试，总结了一套行之有效的教学方法。我们一切以学生为主体，在教学过程中充分考虑学生学习新知识的心理演变过程，采用灵活多变的教学手段。让学生从感兴趣，保持兴趣，到收获用所学知识解决实际问题的成功喜悦，并进一步增强投身于科研论文研究的热情。

课程伊始，通过多媒体演示人工智能技术已取得的杰出成就，激发学生的学习兴趣。然后布置学生查阅资料，列举人工智能发展史上的重要事件和最新研究的热点问题，课上再组织学生做报告。通过上述活动，一方面拓展了学生的专业视野，另一方面锻炼了学生的表达能力。

随着课程内容的深入，让学生组成兴趣小组，任意选择问题实例，利用每节课学习的理论、算法不断地更新该实例的解决方案，评价性能优劣。学习小组可以培养学生科研协作的精神。另外，课堂上每组轮流做报告阐述各自的研究进展，演示编程效果。其他同学或给出修改意见，或提出个人观点。最后老师及时总结，引导学生提高分析问题的深入性和广泛性。充分的课堂讨论能够提高学生多角度思维的能力，培养学生善于钻研和勇于创新的精神。同学间的这种学术交流也可以让学生有机会了解彼此的学习状况与能力，促进学生展开良性的学习竞赛，也为学生接受和理解老师最后给出的课程成绩做了心理铺垫。老师总结时要对学生的努力多肯定，激发他们的学习热情和潜能，让他们感到学习知识的快乐。

四、考核方式

实践表明笔试测验的方式不能全面反映学生的学习情况，所以本课程尝试采取自选实验设计题目，根据实验报告、上机演示结果和口试等方式综合评定成绩。其中，实验报告要求学生根据实验题目详细介绍设计思路，阐述编程方法，分析实验结果。口试是老师当场就报告中的问题提问，并对学生的回答进行讲评。课程成绩中，实验报告设计分析占60%，上机成果演示占30%，口试占10%。

通过实验设计的考核方式，学生的学习积极性得到了很大的调动，充分发挥了学生的自主创新能力，锻炼了学生知识综合应用技能。但美中不足的是该方式不像笔试那么客观，学生的成绩容易受教师的主观性影响。另外，人工智能作为一门学位课，其成绩往往直接影响学生的奖学金评定，学生和相关领导对成绩的评定原则十分关心和重视。为了减少人为因素对学生成绩的干扰，避免师生因课程成绩产生分歧，我们规定了完善的考核细则。考核细则发给同学，作为实验报告的首页，方便记录每一个环节上学生的得分情况，做到成绩评定有据可查。

非笔试的成绩评定方式对任课教师的要求也提高了，我们教师团队还规定了详细的教师工作守则。首先要求教师认真细致地阅读学生的实验报告，给出报告得分，并准备口试时提问的问题，得分和问题都要在实验报告的首页做好记录。询问每个同学的问题都不能重复，上机演示和口试环节都是公开的。问题可以是设计不合理的思路，或是阐述不清的步骤等，教师要注意掌握问题的数量，尽量做到均衡。上机演示时，学生经常因为紧张而漏掉部分功能的演示，因此，教师要跟学生加强沟通。口试时，根据学生的状态，可以给予适当启发，但要在成绩评定上做出相应调整。经过多年的摸索，我们将上机演示按照实验报告成绩的倒序方式进行，这样有利于在口试过程中由浅入深，逐渐加深问题的难度，有效避免重复。教师评价时应严格缜密，让学生正确认识自己的设计水平，对课程成绩的认定跟老师达成一致。

经过教学团队的不懈努力，“模式识别”专业的“人工智能”课程建设在教学内容、教学方法、教材选用、考核方式等方面的研究都取得了一些成绩，教学实践表明教改措施已见成效，教学质量有了明显提高。

参考文献：

篇5

1　智能系·信科院

 

智能科技系是2002年9月初正式成立的，它完全根植于北人信息科学中心，末作增扩。后者的简称——“信息中心”——虽然易与“计算中心”或“情报资料中心”混淆，却是上世纪八十年代中期北大一些有识之士倡议建立的第一个多学科交叉研究中心。它以数学系、无线电f电子学)系和计算机系为主，联合心理学、中文、遥感等共十个系所而组成，宗旨是开展多学科交叉研究，充分发挥北大的综合优势。即使放在二十余年后的今天来看，这样的举措也是颇有前瞻性和魄力的。在此基础上，北大很快于1986年建立了第一个国家重点实验室。就是这样人数不多的一个机构，先后出过三名院士和一名北大常务副校长。以指纹识别为代表的研究成果进入国际先进行列，在国内得到广泛应用。

 

2003年9月10日，北京大学最大的学院——信息科学技术学院——成立。它包括计算机、电子学、微电子学和智能科学四个系，有十二个(研究)所和中心，两个国家重点实验室和若干部门实验室。系是教学单位，所和中心是研究实体。从此，智能科学系(暨信息中心、国家实验室三位一体)翻开了新的一页。

 

2　专业增列·学会指导

 

成立智能科学系除了要顺应北大“系并院”的潮流，也是完善作为学校基本建制单位所必备的。何新贵院士为系取了名称，如今许多学校也大都采用这样的称谓。查红彬教授担任系主任，笔者是主管学科建设和教学的副主任，具体参与负责各项相关工作。创办国内第一个智能科学与技术本科专业也是我们这一班人继承传统的首要任务。事实上，早在一年多前，大家就进行了酝酿，特别是中国人工智能学会教育工作委员会多次组织的相关研讨，成为重要的准备基础。

 

北大是一级学科下自主增设、增列学科专业的学校。系领导上任伊始第一件事就是要在当年申办智能本科专业，而且志在必得。为此，我们在前期制定了详细的步骤计划，进行了深入调研和各项准备工作。我们起草完成了所需的各项材料(人才需求论证、专业建设规划和适应培养目标的教学计划与课程设置方案、教师教辅队伍和基本办学条件说明以及国内外背景对比材料等)，中国人工智能学会涂序彦等学者对此进行了专家论证，协助完成了论证报告。这些工作就绪后，我们在2003年10月下旬向学校主管副校长、教务部负责领导和学院领导做了汇报说明，并于10月30日正式提交申请材料。经学校的学部讨论通过，校教务部审核和校教学科研工作委员会论证(由于是国家公布专业目录外者)，再经校学术委员会审议，报校长办公会批准，最后于12月15日前顺利完成了全部程序，报教育部备案。2004年初，教育部正式批复并公布了北京大学“智能科学与技术”新的本科招生专业。这个专业名称是查红彬教授建议的，日后成为教育部批复新申办学校的统一提法。

 

由于“智能科学与技术”未在国家公布的专业目录中，因此是增列而非设置，北京大学将其置于计算机科学与技术一级学科之下。由于北大历来严格控制招生规模，我们的30名招生计划是由信息学院其他三个系从原有计划分配名额中挤出来的。新专业的计划发展规模最终为50名。

 

3　教学计划·四校会议

 

智能科学系虽然成功地创建了国内第一个“智能科学技术本科”专业，但也面临着许多挑战。首先是缺乏本科教学的经验。尽管信息中心前身具有北大最早的硕士点、博士点和博士后流动站，研究生培养己历十余年，但一直实施科研主导体制，未曾从事过本科教学。师资队伍扩充快，新进年轻博士比例大，而真正有过本科教学经历者寥寥无几。此外，信息学院成立后开始调整教学计划，制定了一年级统一课程内容，新生是按学院统一招进来，第一年共同学习，后三年才分专业培养。我们虽然为申办专业制定了一套课程计划，但因不兼容学院的统一规划而未能第一次通过学院教学指导委员会的审核。为此，我们组织学院经验丰富的老教授，为本系青年教师进行教学培训，听取学院主管负责领导和几位多年从事本科教学管理的老系主任对教学计划的修订意见。

 

通过几个月的努力，我们完善了智能科学系的课程体系，并最终通过学院教学指导委员会的审核。这个教学计划具有几个特点：一个大基础——以学院的数、理和信息类为主，强调宽厚扎实;三个核心课程群作为专业理论基础，包括智能基础课程群(智能科学技术导论、人工智能、脑与认知科学、信息论、信号与系统)、机器感知课程群(生物信息处理、图像处理、数字信号处理、模式识别)和计算智能与知识发现课程群(智能信息处理、机器学习、数据挖掘、计算智能等)，以及两门实验(机器感知和机器智能)和其他各种选修课。四年学分150分，其中必修88学分(包括全校公选26学分、大类平台20学分、学院要求的13学分、专业必修29学分)，专业选修56学分(含专业课44学分、通选课12学分)，毕业设计6学分。

 

为了更好地交流经验，扩大本专业的影响力，2005年5月，我们发起并与第二批获准的学校(南开、北邮、西电)在北大召开了四校研讨会，围绕各个学校在智能科学与技术本科专业的建设、招生、教学计划制定和未来发展设想等方面进行交流研讨，并建立了联系机制和网站。全国一些兄弟院校也纷纷来北大了解情况，开展座谈，我们则尽可能贡献自己的经验，给予支持。

 

4　招生·分流

 

从2004年开始，信息科学技术学院按学院大类招生，每年接收330～340名本科生，占全校的1/9左右。学生高考排名在全校属中上，但成绩分布差异较大。与学校的其他学院(多从一个系成长为一个学院，如数、理、化、生等)相比，信息学院是由四个不同的系合并而来的，专业跨度大，因此采用一年分流的模式(上述学院为二年分流)，笔者被指定负责这项工作。我们提出自愿为主、计划为辅的方针，尽量满足同学们的兴趣志向。制定的分配计划是：电子学系120人、计算机系110人、微电子系70人、智能科学系30人，允许有10%的调整。分流工作在大一下学期(每年4月份)进行，包括全院动员、四个系专题介绍宣传、开放日参观咨询等几个步骤，可谓热闹非凡，同学们可以充分了解了四个系的专业特色。

 

为了克服盲目性引发的偏差，我们建立了一个网上分流系统，在正式填报专业前，增加了摸底预填报的环节，及时反馈群体意向的分布信息，指导学生们的选择，也便于学院掌握动向，调整措施。这种大类招生、进来一段时间后再分专业的举措体现了北大的人文关怀。智能专业初办，基础条件差，缺乏毕业生记录的宣传说明，与学院其他三个老牌系(电子学系50年历史、计算机和微电子系30年历史)相比较并无优势可言，但是我们通过扎扎实实的工作和细致有效的改进，使这个新方向日益显现出魅力。随着智能专业的成熟，特别是有了第一届毕业生后，就愈加受到更多学生的喜爱。

 

选择智能专业的人数逐年上升，2004级34人、2005级36人、2006级39人、2007级43人，目前正在进行的2008级分流达到45人。除了在信息学院内部的影响力不断扩大，北京大学其他学院的转系情况也开始有了可喜的变化。北大最好的元培计划实验班今年第一次有4名学生选择智能专业，医学部和光华管理学院也有申请者(本文成稿时这项工作还在进行)，2008级学生肯定突破50名，我们在第五年就达到了创办智能科学专业的规划目标。

 

5　首届生·班主任

 

在新办专业中，有一项由教授担任智能本科专业班主任的举措。这是利用教授的学识、经验和责任心来更好地管理呵护自己的学生，避免了年轻教师因职称晋升等压力可能出现的疏漏。这一做法取得明显效果，不仅受到同学们的普遍欢迎，信息学院也开始考虑推行。笔者担任了智能专业的第一任班主任。首届学生(2004级)有34名，他们进入北大后毅然选择全新的智能专业是很有勇气的，全班有11名来自北京的学生，5名女同学，这个比例迥异于整个信息学院的总体分布。

 

该班学生的年龄恰与我自己的孩子相同，我天然地熟悉他们的一般特点，也理解家长们的想法。北大信息学院的淘汰率平均是7%，每年都有20多人退学。这班学生在大一时的成绩并不占优，其中有几人处在边缘位置，因此，我立下的最低目标就是确保所有同学不掉队。我首先通过全班民主选举任命了一个5人组成的班委会，这个5人机构在随后的几年中发挥了重要作用：其次走访宿舍，了解每个人的情况，为了消除代沟，我努力融入同学当中，学习熟悉他们的语境和思维想法。我同多数同学家长有过接触，从中更深入地掌握学生的性格特点，也包括寻求家长的必要配合。我与所有同学做过不止一次的个人交谈，经常是在晚间，很多时候是他们主动找我，谈遇到的各种困惑、自己的想法、志向等，我利用这些机会及时解决了具体问题。在学习上，我组织全班同学开展互帮互学，尤其对几门有难度的专业课程进行“联合攻关”。全班的“数据结构与算法”课程成绩甚至超过了计算机系。

 

几年来，全班团结互助，像一个大家庭，班委会也一再连任，得到全体拥护。到毕业时全部合格，实现了我的愿望。不仅如此，全班的学习成绩在学校的综合评估中优良率达93‰毕业设计都在良以上，有14人获优秀，更有三名同学的毕业论文被评为学院“十佳”论文。学院的第一、三名也都出自我班。34名同学中有22名继续保送本校读研(其中20人仍在本系)，4名同学去了大的国企和知名外企工作，8名同学出国深造，在欧、美一些名校攻读博士，其中有一名学生同时拿到了包括哈佛、MIT、CMU、UCLA在内的著名大学的全额奖学金(最后选择MIT)。第一届智能专业学生的良好成绩极大鼓舞了我们，增强了我们办智能专业的信心，也为以后的几届同学做出榜样。

 

几年班主任的经历让我深深地体会到，进入二十一世纪的大学，教书、育人同等重要。要适应新时代年轻人的特点，保持我们民族的优良传统，把人格培养放在首位。能够进入北大的学生都是各地的尖子，当他们聚集在这所著名学府时，首先要调整原来俯视周围的习惯，学会平视甚至仰视其他同学，平和自己的心态，开阔胸怀，树立人生抱负和刻苦努力的决心，这样才能正确对待困难和挫折，才有所作为。班主任的工作往往细致入微，其实是把70%的精力用到30%的人上面。一些学生掉队是否可以避免，关键看班主任的工作是否到位。

 

6　培养体系·本研贯通

 

北大是(文)理科性质的学校，“智能科学与技术”专业也是按理学设置，尽管它更强调学科交叉。从智能科学的内涵来看，我们设立的培养方向更多地是继承自身传统和学校的综合优势，突出“以人为本”的脑认知和与心理生理结合，开展机器感知(视、听、触)和数据转换信息，进而发现知识的机器智能两个方面的研究。同时，我们配合学院的教学指导规划设置课程计划，除了全校的公共必修课程(外语、政治和体育)，还有学院的公共平台课。第一年主要是夯实数学、物理和信息类的基础，后三年的专业课程安排是以必修的专业基础和机器感知与机器智能两个方向的专业核心课程为架构。为了强调学生的动手能力，还重点建设了两门实验课程。此外，还利用学校的各种本科科研基金项目(包括大学生创新基金、著政基金、泰兆基金、校长基金)和各个实验室承担的项目来吸引学生，培养他们思考问题的能力，提高他们的研究兴趣，为日后进一步深造打基础。由于绝大多数学生都将读研，这样的安排无疑起到了积极作用，并成为撰写毕业论文的基础。我们还打通了本科高年级与研究生一年级的课程，利用各种机会举办研究讲座，如龙星计划、专题报告、国际人工智能远程教学等活动，开阔学生的视野，引导研究方向，调动学生的潜质。从专业特点来看，我们的智能学科更偏向于“软”的一侧，因此也充分利用信息学院，特别是计算机系的各类教学资源来帮助扶持新办专业的成长。

 

我们原有的博士、硕士点是计算机应用技术和信号与信息处理两个方向，为了让我们的培养体系更加系统，我们进行了两年的精心准备。2007年底，我们正式向北大研究生院申请增列“智能科学与技术”硕士和博士点。经过必要的论证，最终获得批准，及时衔接第一届本科毕业生升研。至此，本、硕、博一以贯通，作为计算机科学与技术下的二级学科，一个完整的智能科学技术专业培养体系建立起来，从培养体制上保证了新兴智能专业的顺利发展。

 

7　特色专业·教学团队

 

五年来，北京大学智能科学技术本科专业从酝酿到创办，可谓初见成效，走过了颇具挑战的历程。除了确定具有特色的培养目标和方向外，还需要扎扎实实落实每一个环节，并在实践中检验。本科教学迥异于研究生培养，它的计划性、按部就班执行的严格性以及每堂课程的内容安排和效果评估必须一丝不苟。

 

信息学院秉承了北大的优良传统，对这个新办的专业给予了巨大支持和关怀，使我们能迅速成长起来。我们从一开始就有一套严格的课程设置审核程序、教案检查制度和新教师上岗准入的试讲考核手续。学院有一支由经验丰富的退休教师组成的督导组，随堂听课评估每一位教师的讲课内容、方式和教学效果，及时纠正问题。作业批改和试卷出题也都有严格规定。在课程体系的建设方面，信息学院打通了一年级的公共部分，深化和夯实了数理基础。

 

在专业课程上，智能科学系提炼了三个课程群，并组织教师进行重点建设。此外还加强对学生动手能力和独立思考解决问题能力的培养。

 

除了在专业上实施分流培养外，我们还针对北大学生的特点，在基础课采用实验班的A、B分级组合方式，满足不同专业对各自基础培养的要求。在专业课程群中，也允许不同兴趣的组合选择，充分发挥和提升学生的能力。为了更好地关怀学生顺利成长，我们除规定教授担任班主任外，还设立了本科生学术导师制，加强对学生的各种指导。智能科学系也注重师资队伍建设，引进了一大批(半数以上)优秀的年轻教师，其中信息学院中从国外回来的教师比例是最高的，为这一新兴学科注入了最具活力和新思想的力量。在招聘教师时，教学需求和能力成为评价的重要指标。

 

2007年，我们接受了教育部的学科评估，新办专业得到好评。学校开始关注我们的进步，在随后的一年中，我们一再从学校的竞争中脱颖而出，陆续获得了国家一类特色专业、北京市一类特色专业和北京市优秀教学团队等称号，2008年又获得国家级教学团队称号。我们的培养体系和人工智能双语教学也分获北京大学的教学一、二等奖。

 

8　结语·致谢

 

尽管北大年轻的“智能科学与技术”本科专业建设初见成效，但征程是漫长的，我们还会面临更多的挑战和问题。然而，智能科学这个本科专业方向是很有希望的，它不仅吸引了大学的新生，也在高考人群中产生着愈加重要的影响，它的健康发展需要大家共同的努力和精心培植。每所大学都有不同的特点，我们应该从学校、师资、方向、生源以及学科培养性质和目标等条件出发来建设新兴专业。以上是笔者对北京大学第一个“智能科学与技术”本科专业创建历程的回顾，希望与同行共享。

 

在专业建设过程中，许多人给予了热情帮助和支持。这里要特别感谢北大信息学院陈徐宗教授，感谢中国人工智能学会涂序彦和王万森教授。

 

最后引龚定庵一句名言：“但开风气不为师”。

 

9　总结与展望

 

本文介绍了厦门大学智能科学与技术系在学科发展、科学研究和人才培养方面的基本建设情况。我们希望这些初步的工作总结能对目前正积极筹办本专业的兄弟院校起到一定的借鉴作用。

 

篇6

0 引言

目前中国电力系统正经历着一场以市场经济为主导向的据大变革。以数字电力系统（DPS）为代表的计算机技术、通信技术、控制理论及信息处理技术、新材料、新技术的高速发展，使得电力系统的技术更新速度大大加快，不同技术之间的相互渗透、相互融合也越来越普遍。电力系统高速发展，发电厂和变电站相应的实现了自动化，应用远动通讯技术和计算机技术，对电力系统进行自动监视、控制和调度。为了更好的保证安全、经济的运行并保证电能质量，对电力系统自动化提出了更高的要求，从而促成了电力系统自动控制技术的不断发展。

1 GPS技术在电力系统自动控制中的应用

GPS（Global Positioning System）又称为全球定位系统，随着电力系统往大容量大网络的不断发展，以及自动化水平的不断提高，GPS由于其高精度的定时功能，必将在电力系统发挥更加广泛的应用。利用GPS同步测量可以快速精确的获得电力系统的历史数据和实时状态，GPS技术的应用必将对电力系统的安全稳定控制带来革命性的变革，因此必然成为今后发展的重点，必将为电力系统的稳定控制和保护开辟一个新的领域。

2 人工神经网络在电力系统自动控制中的应用

经过近十几年的高速发展， 电力系统的规模已迅速地扩大， 对于这样一个存在着大量非线性的动态大系统来说， 传统的控制、诊断、保护、预测等方式已不再能完全适应这种发展的需要。人工神经网络（ANN Artificial Neural Networks） 理论， 作为人工智能的一个最活跃的分支， 其模拟人脑的工作方式， 为解决复杂的非线性、不确定性、不确知性系统的问题开创了一个崭新的途径。因而在电力系统应用研究中受到了广泛的关注。目前已在电力系统故障诊断、智能控制、继电保护和暂稳态计算、短期负荷预报等系统计算优化中获得了大量的研究成果。

作为一个新的信息处理理论，ANN 的应用在理论与实践中还有一些问题有待于进一步的研究和探讨。随着人工智能技术的发展，ANN 与专家系统和模糊控制的综合对电力系统这样一个复杂的动态大系统来说， 应用潜力更大。

3 自动发电控制新技术应用研究

AGC是一种控制性能比较完善和作用较好的发电机输出功率的自动控制。它利用电子计算机来实现控制功能，是一个小型的计算机闭环控制系统，有时也称为AGC系统。

早期的AGC系统多采用模拟式的控制设备，近几年来由于数字系统的灵活性和可靠性是模拟式的AGC系统，逐渐被数字系统所取代。 在现代数字电力系统（DPS）中，AGC的执行，要求每隔2-4s测量一次联络线功率、系统频率和发电功率等数据，并通过遥测装置送到AGC的发电机控制回路和负荷分配回路，是这两个回路的程序计算开始工作。然后计算出需要增加或减少发电量的信息，再由遥控装置将此信息发送到发电机组已完成对发电机功率的控制和调整。由于AGC 资源需在更大范围内被调用，以及分级控制引起的时间延迟，还需对这种方式下电力系统的安全和控制的动态特性进行研究。

4 电力系统自动控制其它新技术的应用

4.1 电力负荷控制技术作用

电力负荷控制技术是指在高峰用电时，断开一部分可间断供电的负荷，以减少对电网的压力，可以将各用户的负荷按照改善负荷曲线的总要求，通过某种与用户联系的信道和装在用户处的终端装置，对用户的可间断负荷进行集中控制。在高峰之后，又可将这些负荷投入，增加系统的低谷用电，达到削峰填谷的目的，使电力系统负荷曲线更加平坦，以保证电网的安全经济运行。

我国电力供应长期短缺，负荷的监督和控制尤其显得重要。目前不少地方采用的在高峰时强行拉路的分片轮流停电的办法，给用户带来了极大的不便，对有些重要用户造成经济损失。在用户方面，由于电力使用不合理，浪费能源的现象也十分严重。因而有关方面对电力负荷控制十分重视，原国务院曾出资支持了四个试点，取得了可喜的效果。如今，以配电线载波、有线通信和无线电为通道的系统均有运行。在分散控制方面，我国自行研制的电力定量器都是适合我国国情的产品。但总的说来，我国的负荷控制水平和工业化国家的差距还是比较大的。

4.2 灵活交流输电系统控制技术

灵活交流输电系统控制技术（Flexible AC Transmission System）是现代电力电子技术与电力系统相结合的产物，其主要内容是在输电系统的主要部位，采用具有单独或综合功能的电力电子装置，对输电系统的主要参数（如电压、相位差、电抗等）进行灵活快速的适时控制，以期实现输送功率合理分配，降低功率损耗和发电成本，大幅度提高系统稳定性和可靠性。随着电力电子技术的飞速发展，灵活交流输电技术的发展前景不可估量，必将改变电力系统的传统面貌，并促使电力系统发生重大变革。

电力系统的高速发展和不断扩大，使其结构和运行方式变得越来越复杂多变，对电力系统的自动控制技术水平的要求也越来越高。因此，研究电力系统自动控制技术的现状和发展具有重要的意义。

参考文献

[1] 汪德星. 电力系统运行中AGC 需求的分析[J ] . 电力系统自动化，2004 .

[2] 吴捷.现代控制技术在电力系统控制中的应用[J].全国高校电力系统及其自动化专业年会，广州，1997

篇7

然而，这“万能钥匙”也引起了不少非议。这些软件能查文字的重复率，查不出论文的创新点；能够识别文字描述，不能识别公式、图表；作弊的学生随便用些雕虫小技就能顺利通过检测，等等。虽然不少大学教师包括名牌大学的教师对用软件评判论文很有意见，私下议论时怨声载道，但在痛斥学术不端的大环境与国家支持开发软件来预防学术不端行为的大气候下，加之公众相信软件技术的科学性，于是大家觉得议论软件现存问题很不合时宜，懒得花时间将一堆意见整理成文字。不过还是有一些有识之士发出了心声。沿着他们的足迹，我们也抛砖引玉地呼吁一下：论文应区别对待。只能查文字重复率、不能辨识论文创新点的软件不用于建模类论文为好。

如果软件只能检测文字重复率，不能辨识论文创新点，那么即使它是用计算机语言编写的程序，其科学性也会受到怀疑。创新意味着新事物对旧事物的否定，应该是辩证的否定，而不是形而上学的否定。辩证的否定是新旧事物间联系的环节。新事物是从旧事物脱胎而来，与旧事物间有着必然的内在联系。新事物在否定旧事物根本性质的同时，会保留旧事物中的积极因素与合理成分，将其作为自身生存与发展的基础。形而上学的否定是全盘抛弃，没有保留和继承。用计算机语言编写的程序也是人为的产物，人工智能可以相信但不能迷信。

二、软件使用现状

目前在软件市场上，有几款比较流行的学术不端检测系统。的方法大体相同，简言之，就是将被检论文与已收录在该检测系统数据库中的学位论文、期刊论文和会议论文的字段进行比较，若被检论文的文字部分有连续13个字相同就会被标成红字。最后系统会出具针对被检论文的检测报告单，若被标红文字的复制比占文章总字符数的比例超过论文拟收录单位的容忍度上限，就一律不能通过或者发表。目前这些检测系统或软件主要能检测文字重复率，而对公式、图表等信息还无法实现重复率检测。

正所谓“道高一尺、魔高一丈”。某些学生为了使自己抄袭的文章能通过软件的检测，只需上网输入“论文通关秘籍”，就能搜到上百种对付论文的修改技巧。概括起来大体有以下几类方法：一是调整原文段落与格式法。就是把大段落切分成若干小段落，并对小段落中的每句话进行同义句转换。二是插入空格法。将文章中所有的字间插入空格，然后将空格字间距调到最小。因为的根据是以词为基础的，空格切断了词语，自然可蒙过系统。三是翻译外文文献的办法。四是插入图标网格的办法。五是抄袭未被录入系统数据库的书籍文献的办法。还有其他办法。极具讽刺意味的是，通过灵活运用上述方法，抄袭的文章绝大多数都能顺利通过软件的检测。

再看看那些在网上进行论文重复率检测交易的商家。相关检测系统的账号在网上的销售价格，从1元至几百元不等。买方在付款后就可得到一个登录账号，在指定网站登录后便可自助检测。一些售价较高的检测系统，还会根据结果提出修改意见。不过，由于一次购买只能用一个系统检测一次，很多毕业生为了让他们抄袭的论文经化妆后更加“保险”地通过检测系统，会选择不同检测系统多次。而经学校用这样的检测系统初次检查没能通过的论文，也需要在修改后反复。于是，进行网上论文重复率检测交易的商家在大学生毕业论文写作季里赚得盆满钵满。让人不禁要问：究竟谁是“政策”实施的真正受益者？千万别好心办了坏事，不但没有制止住学术不端行为，反而给学生们增加了经济负担，最后肥了那些别有用心的商贩。

三、学术方面的质疑

就学术本身而言，最重要的一个质疑是：如果软件的人工智能程度还只是停留在机械地检测文字重复率、而察觉不到所研究问题的背景或假设条件已深刻变化，那么，我们今后会不会在学术期刊上更多地看到善于文字游戏的高谈阔论？而那些潜心研究、没有华丽辞藻、追求简练准确、～针见血的表意，根据不同假设条件建立相应数理模型、通过推导论证得出政策建议的真论文是不是只能一次又一次地被软件拒之门外呢？

以经济学中著名的交叠世代模型（简称OLG模型）为例，使用该模型的论文除包括引言、结语等部分外，建模论证部分主要包括以下四步：一是模型建立和设定。可细分为经济环境的假设、个人效用最大化、企业利润最大化、政府预算平衡、资本市场供求平衡等。二是推导动态均衡系统，寻求稳定条件。三是比较静态分析。考察模型中所关注的各政策变量对经济系统里内生变量的影响。四是数值实验。对第三步不能确定影响方向的政策变量通过赋值模拟的方式来考察其对内生变量的影响方向和程度。严格按照上述程序规范创作的论文既条理清晰又高度凝练，能体现数理模型类论文所蕴含的“多一字有余、少一字不足”的简洁之美。然而，若用现有的软件来检测这类论文，在模型的建立、推导、求解、模拟等部分就会出现非常高的文字重复率，被软件判别为抄袭。

建立数理模型研究不同的问题，如同用泡菜坛子泡制不同的蔬菜一样。工具相同、辅料相同、程序相同，重复率虽然很高，但泡制的蔬菜不同，可以是白菜、萝卜、青椒等。用数理模型研究不同的问题，也类似于用卤汤炖肉。工具相同、辅料相同、程序相同，虽然重复率很高，但卤煮的肉不同，可以是猪肉、羊肉、牛肉等。软件的开发者和使用者应该清楚这一点。四、结论

篇8

“专家系统”课程是本科专业“智能科学与技术”的特色课程之一,该专业是由北京大学在2004年率先自主建立的[1]。此后,国内很多大学也都陆续基于各自的特色建设开设了该专业,如北京邮电大学、南开大学、首都师范大学、西安邮电大学、北京科技大学、厦门大学、中南大学等。基于一个新兴本科专业设立的专业基础特色课程,应该如何建设,实施教学与改革,突出专业特色?各类学校都在摸索中。中南大学的“专家系统”课程是国家级“智能科学基础系列课程教学团队”主干课程之一,它由国家级教学名师领衔,以双语建设为教学基本手段,以精品意识为指导[2],培养学生自主创新意识,发掘学生兴趣潜能,非常具有专业特色。

1课程建设情况

专家系统使用人类专家推理的计算机模型处理现实世界中需要专家做出解释的复杂问题,并得出与专家相同的结论[3]。其最大特点是不仅可以帮助人们处理信息,还能说明处理的方式和理由[4]。我们结合专家系统课程特色与学习认知过程特点,采取认知教学作为专家系统教学的理论基础[5-6],根据智能科学与技术系列课程教研经验,融合双语教学方式,初步提出课程定位和建设目标,给出了教学基本要求。

1.1课程定位与建设目标

在学习本课程之前,学生最好已经选修过离散数学、人工智能和面向对象的程序设计课程,本课程32个学时,2个学分,其中实验课6学时。此外,“专家系统”还可作为自动化、计算机科学与技术等相关专业有兴趣的学生的选修课程。可为学生提供一种新的手段和方法求解传统方法难解问题,也为学生们了解智能科学与技术领域知识提供良好的窗口。

专家系统成为智能科学与技术本科专业的专业基础课程,目的在于培养学生理解和掌握专家系统技术的基本观念、基本理论和智能科学方法;并灵活设计和构建不同领域的专家系统,解决实际问题,为学习后续课程奠定方法基础。通过教学过程,培养学生善于分析继承已有的科学进步成果、激励学生善于发现问题、分析问题和解决问题的自主科学创新精神。

1.2课程教材设计

本校专家系统课程选用了蔡自兴编写的《高级专家系统:原理、设计及应用》[3]一书,该教材包括专家系统的基本理论、技术方法和实际应用的诸多内容,知识点介绍全面详尽,同时列举了诸多实例,便于课堂分析与课后理解。

根据双语教学的要求,外文参考教材[7]选用了Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,适合学生作为主要参考书目进行课后学习。实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书,主要利用了同时,根据双语教学的要求,外文参考教材选用了China Machine Press出版的Expert Systems Principles and Programming (Third Edition)一书,该书对CLIPS语言分析透彻,有大量的课后习题与资料,有利于学生作为主要参考书目进行课后学习。我校实验教材选用了电子工业出版社出版的《决策支持与专家系统实验教程》一书。主要利用了该书后半部分内容。目前,国内基于CLIPS的“专家系统”实验教学教材在国内几乎没有容,专家系统课程实验及其教材建设还需进一步改革与探索。

1.3教学要求与知识框架

通过学习,使学生了解和掌握专家系统的相关原理和方法,。要求学生掌握知识表示方法、搜索推理技术的相关内容,熟悉和了解常见的专家系统解释机制、开发工具和评估方法,学会基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构建立和应用,掌握专家系统的常用编程语言――CLIPS,了解专家系统的发展趋势和研究课题。经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。。

经过对专家系统课程知识内容进行分类,可分为以下6个模块,如表1所示。

模块一专家系统的定义、发展历史、研究内容、类型、结构和特点以及构建步骤;。

模块二熟悉专家系统时可能采用的人工智能的知识表示方法和搜索推理技术,结合传统人工智能方法和计算智能的一些方法;。

模块三了解专家系统的解释机制、开发工具和评估方法;。

模块四熟悉基于规则专家系统、基于框架的专家系统、基于模型的专家系统和基于Web专家系统的结构、推理技术、设计方法及应用示例;。

模块五掌握人工智能和专家系统的编程语言――CLIPS,了解其他LISP,PROLOG和关系数据操作语言等;。

模块六展望专家系统的发展趋势和研究课题,并了解新型专家系统的特征与示例。

从教学要求角度出发,模块一、模块三和模块六的教学要求相对一般,但却是学生涉及专家系统技术的必备知识模块。相对而言,模块五是基本教学条件要求中最高的一个模块,因为模块二与模块四的深刻理解与系统设计需通过模块五而实现的。

从教学内容的重难点角度出发,模块二是重点部分之一,但因有人工智能课程的基础,相对而言,教学实施过程中较为顺畅。模块四与模块五是专家系统课程重点阐述部分,其中模块五也是难点部分,在实验教学环节中,由于大部分学生初次接触推理性的编程语言,所以需要一定的入门时间和练习次数。

2专家系统课程教学改革实施

2.1基于多媒体的专家系统课程教学

教学应以学习者为中心,以先进教育技术为手段,相辅相成,促进教学效果。人类的感官功能中视觉与听觉器官起到了94%作用[78],而视听觉的协同作业能大大提高学习效率,而。多媒体教学就是一种集声、文、图、色于一体的教学手段之一,其实施。多媒体教学的关键实施内容就是教学设计,而教学设计的难点就是在不增加学生信息加工系统中工作记忆负荷的前提下,用促进生成的方式呈现学习材料,包括教材、课件、讲义、课堂讲解、课后习题等。

结合专家系统课程教学情况,教学设计分为以下3个方面进行详尽阐述:。

1) 把握好课堂教学知识量。

专家系统课程相对智能科学与技术专业第六期的学生而言是非常新颖的一门非常新颖的课程,学生们相对的学习热情比较高,但这里还需仍然需要对学生的先前知识结构和能力有个简单的估计。教师需考虑学生的工作记忆容量,并对学生的长期记忆有个估计,把握学习材料内在负荷。学习材料并非越多越好,关键在于精华,给学生留下深刻印象。“专家系统”课堂教授部分以原理性与推理性知识为主,应增加实践技术实例,这样让学生紧密联系实际应用进行学习,。多媒体视频就是一个很好的表现手段。将制作好的实例视频,向学生们展示,不但让课程氛围活跃,还激发学生对实践教学的兴趣;不但没有增加课堂的知识负荷,还可以留给学生课后对比学习。

2) 多元化课件制作呈现形式。

专家系统是一门推理性知识要求很强的课程,同时也需要掌握一门有利的开发工具方能使学生做到灵活应用。经过教学实践与课后调查发现,学生们对知识表述与相关画面共同呈现的形式比单一媒体呈现形式学习效果好,知识和画面也必须是关联的,呈现位置和各部分的比例也需考虑充分。为此,课件制作是一个“改无止境”的工程,因为每一届的学生具有自己的特点,且专家系统课程知识点的不断更新,每一年都要对课件进行大量的补充与改进。

3) 基于认知教学的课堂讲解过程。

认知教学模式中,是以学生为主体,教学教师起主导作用。课堂讲解是面对面教学活动中的重要环节,,它是多媒体中联系言语与画面的桥梁,是减少学生工作记忆负荷的有效手段。

专家系统课程知识可分为表示性知识与推理技术性知识,根据相关认知心理学理论,可将知识分为两类:陈述性知识和程序性知识[5]。其中在教育心理学中“陈述性知识”是指个人具有有意识的提取线索,能够直接加以回忆和陈述。其实就是关于“是什么”的知识,包括对事实,规则,事件等信息的表达。教育心理学中“程序性知识”是指个人没有有意识的提取线索,其存在只能借助某种作业形式简介推测的知识称为程序性知识,而现代认知心理学为程序性知识以产生式及产生式系统来表征的。所以可将陈述性知识采用“专家系统”中的语义网络形式为基础地表征,而程序性知识的表征形式可用“专家系统”中的产生式系统,以“ifthen”形式表示条件这一关系。众多形式的产生式规则相互联系就组成了复杂的产生式系统。基于认知理论的“专家系统”知识教学实施过程中,首先应选定系统设计内容,掌握开发系统时所需的知识与工具,;其次分析问题,并根据系统的具体特征转化知识。而后;接着对问题模型进行求解,建立和构造知识库,;最后,利用实现工具编写代码,系统联调。

2.2专家系统课程双语教学的实施

专家系统课程是信息学科新兴发展的一门课程,有许多关键性进展相关研究进展和成果的资料均源于英文文献,因而提高学生双语水平是一种大势所需,。同时,双语教学提高了对教师整体素质的要求,在双语教学过程中,有意识的增强教学互动,以问题启发式教学与课堂辩论形式教学,学生通过查阅主题文献进行针对性的演讲或讨论,教师对学生的表现加以评述,并进行补充。这种形式可扩大教师的知识面,使得任课老师了解前沿的研究成果。也可培养学生主动学习的积极性和创新能力,使得课程具有鲜活的生命力。双语教学对教师,特别是教师的其外语水平及其口语表达能力,,。促进了师资整体水平的提高。专家系统的双语教材已在1.2中介绍,但实验教材的设计与编写工作现仍处于空缺,这也是双语教学的需完善的内容工作之一。由于双语教学增加了授课难道难度,进而影响了授课的进度,应充分发挥多媒体先进教学手段对专业术语和难以理解的内容,进行注解,帮助于学生理解。在贯彻双语教学的过程中,除了指定适当英文参考短文或参考书,开发双语课件外,还应使学生接触国内外文献资料,开阔眼界,拓宽知识面,强化双语的意识,激发学生主观能动性,使学生找到课程学习的归属感。

2.3改革“专家系统”课程实时交互活动

专家系统课程是一门理论与实践关系密切的课程之一,课堂留下的作业大多需要计算机编程或计算机辅助教学方能较好的地完成。根据此特点,改革传统的作业形式与批审方法可节约反馈时间,同时可实现“低碳无纸化”办公。利用网络进行作业上交,教师批阅后通过网络及时返回给学生,不但能提高老师的办公效率,也使学生得到快速与准确的反馈。

针对多校区的现状,我们利用网络教学资源,采用了多种交互式策略,通过Email和群讨论组等方式进行在线交流,也可传递参考资料,交流课外成果,实现只要老师在实验室,学生在任何有网络终端PC机处,就能进行了实时交流或批改作业。避免了学生为了课后的困惑问题积压至下一堂课的矛盾,同时也节约了学生往返路程上耗费的时间。

为了进一步体现教学效果,我们下一步拟进行考试方式的变革,应综合考虑课堂出勤情况、平时正式作业成绩、课堂讨论情况和期末课程考试进行综合评分。还应考虑以双语形式进行笔试,当面交卷后进行双语发问。若有课程论文或创新作品表现突出者,可免参加最后的课程考试。使考试不再是学生的负担,而成为衡量与培养创新能力。和口试。

3基于CLIPS的专家系统实验教学

3.1专家系统与CLIPS语言

CLIPS(C Language Integrated Production system)是由美国航空航天局约翰逊空间中心(NASA’’s Johnson Space Center)开发的一种专家系统工具,由C语言编写而成。早期的专家系统工具大都用LISP、Prolog等编程语言开发,共同问题是运行速度慢,可移植性差,解决复杂问题的能力差。CLIPS是基于Rete算法的前向推理语言,其优点包括:①逻辑推理方面的强大功能强。②、可移植性好。③、可扩展性好。④、有利于和其他语言联合使用等。

3.1专家系统与CLIPS语言

专家系统与传统的计算机程序系统有着完全不同的体系结构,通常它由知识库、推理机、综合数据库、知识获取机制、解释机制和人机接口等几个基本的、独立的部分所组成,其中尤以知识库与推理机相互分离而别具特色。用clips语言能够更好地熟悉专家系统的整个组成。CLIPS可为基于规则、面向对象以及过程的编程提供支持(rule-based, object-oriented, and procedural programming)。

以基于规则的专家系统利用CLIPS工具编程作为实例阐述。在CLIPS中找到专家系统基础的组成部分――Fact List、Knowledge Base、Inference Engine。Fact List中存放用于推理的事实,而Knowledge Base包含所有的规则,Inference Engine控制所有的进程。图1所示为专家系统框架示意图。专家系统中最核心的就是知识库,知识库中包含了大量某个领域专家的知识。,为了使计算机能运用专家的领域知识,必须要采用一定的方式表示知识 。目前常用的知识表示方式有产生式规则、语义网络、框架、状态空间、逻辑模式、脚本、过程、面向对象等。基于规则的产生式系统是目前实现知识运用最基本的方法。

3.2专家系统实验教学内容

通过CLIPS软件环境提供了的验证性、设计性和开发性实验,帮助学生更好地熟悉和掌握专家系统的基本原理和方法;,通过实验提高学生总结实验结果的能力,使之对专家系统的相关理论有更深刻的认识。实验内容如表2所示:。

其中,实验1为实验2的基础,这两个实验应与讲授课程穿插,使得学生利用课堂学到的理论联系实际实验操作,通过这两个实验的学习能够掌握专家系统的开发过程、掌握用产生式规则绘制推理树的方法、掌握、编写CLIPS应用程序的方法以及程序运行环境的应用等。实验3是一个有难度的实验,需要大量的课余准备时间,所以在完成实验3的时候,必须预留3周的时间,提前布置给学生,让学生做好实验前的准备,这样方能取得较好的实验教学效果。这些被挑选出来的CLIPS专家系统的代码应是经典的学习内容,通过该实验培养学生独立分析与开发完整的专家系统的能力。

3.3实验教学实例分析

1) 实验目的:学习和理解CLIPS编程语言,通过分析用CLIPS编写的“野人过河”的程序,深入理解专家系统的编程技巧,加深对专家系统的认识和理解。

2) 实验说明:野人过河问题属于智能学科中的一个经典问题,问题描述如下:,有三3个牧师传教士和三3个野人过河,只有一条能装下两个人的船,在河的任何一方或者船上,如果野人的人数大于牧师的人数,那么牧师就会有危险。

假设问题的初始状态和目标状态,假设和分为1岸和2岸: 。

初始状态:1岸,3野人,3牧师;2岸,0野人,0牧师;船停在1岸,船上有0个人;。

目标状态:1岸,0野人,0牧师;2岸,3野人,3牧师;船停在2岸,船上有0个人;。

整个问题就抽象成了如何从初始状态经中间的一系列状态达到目标状态。问题状态的改变是通过划船渡河来引发的,所以合理的渡河操作就成了通常所说的(算符)就是问题求解的关键。,根据题目要求,可以得出以下5个算符:渡1野人、渡1牧师、渡1野人1牧师、渡2野人、渡2牧师,。根据渡船方向的不同,也可以理解为10个往还算符。定义算符知道以后,剩下的核心问题就是搜索方法了,。本程序采用深度优先搜索,通过不断扩展后继结点节点,逐步找出下一步可以进行的渡河操作,;如果没有找到则返回其父节点,看看是否有其它其他兄弟节点可以扩展。

搜索中采用的一些规则如下:

(1.) 渡船优先规则:1岸一次运走的人越多越好(即1岸运多人优先),同时野人优先运走;2岸一次运走的人越少越好(即2岸运少人优先),同时传教士优先运走;。

(2.) 不能重复上次渡船操作,避免进入死循环。;

(3.)任何时候 河两边两岸的野人和牧师数在任何时候均分别大于等于0且小于等于3;

(4.) 由于只是找出最优解,所以当找到某一算符(当前最优先的)满足操作条件后,不再搜索其兄弟节点,而是直接载入链表。

(5.) 若扩展某节点a的时候,没有找到合适子节点,则从链表中返回节点a的父节点b,从上次已经选择了的算符之后的算符中找最优先的算符继续扩展b。

通过实验教学过程中的专家系统开发实例分析,总结了出应用于在许多专家系统项目中的线性生命周期模型,如图32所示。这个模型包括从计划到系统评估的许多阶段,对系统开发的描述一直到功能评估这种程度上。之后,生命周期不断重复:从计划到系统评估,直到系统交付正常使用。

4结语

专家系统课程的发展开发过程是教学研究和教学改革实践相结合的过程,需要不断加强学习、总结经验。本文从总结了专家系统课程定位与、建设目标、教材的选用设计和课程知识框架等方面的总结了“专家系统”课程建设情况。在,并就教学改革过程中注重多媒体教学的效果、双语的实施和课程互动活动的改革等问题进行比较深入的介绍与探讨。通过CLIPS语言与专家系统实验的结合,阐述了实验教学的目的、CLIPS实验特色及和实验方法,体现了基于CLIPS实验教学的优势与特色。在未来的教育领域,专家系统技术将成为信息时代教育发展的新生力军,专家系统也将成为新世纪人类智能管理与决策的得力助手。

致谢注 :本文受国家级智能科学基础系列课程教学团队项目(2008)支持,感谢本文得到中南大学信息科学与工程学院智能所的大力支持,特别感谢蔡自兴教授的鼓励与帮助。

参考文献:

[1] 李蕾,王婵,王小捷,等..“机器智能”课程建设初探[J]. 计算机教育,2009(1):86-92.

[2] 陈爱斌.“人工智能”课程教学的实践与探索[J]. 株洲工学院学报,2006,20(6):137-139.

[3] 蔡自兴,Durkin,龚涛. 高级专家系统:原理设计及应用[M]. 北京:科学出版社,2005:1-2.

[4] 蔡自兴. 智能控制导论[M]. 北京:中国水利水电出版社,2007,:28-29.

[5] 杜海琼,张剑平..“专家系统”教学的认知教学理论基础及其教学实施[J]. 现代教育技术,2008,18(8):18-21.

[6] 杜海琼,张剑平. 认知学徒制在“推理与专家系统”教学中的应用[J]. 现代教育技术,2009,19(4):120-123.

[7] Joseph Giarratano, Gary Riley. Expert Systems Principles and Programming[M]. 3th ed. Boston:PWS Publishing Company,1998.

[78]肖桂清,李渺. 正确运用多媒体,促进认知学习的最优化[J]. 思茅师范高等专科学校学报,2002,18(4):55-57.

[8] 杜晖. 决策支持与专家系统[M]. 北京:电子工业出版社,2007:22-23.

Exploration in Course Construction and Teaching Reform of Expert System

YU Ling-li, WEI Shi-yong

篇9

中图分类号TP391 文献标识码A 文章编号 1674-6708（2013）91-0071-02

1 D-S证据推理简介

Dempster-Shafer证据推理理论也称D-S证据理论，比较适合用于满足比概率论更弱的公理体系，对于由未知引起的不确定性因素有很好的处理能力，能较有效地把不确定和未知区分开。D-S证据推理起源于多值映射导出的所谓上限概率和下限概率，后来在文献[2]中得到了进一步发展。

1.1 基本置信指派m

假设空间S的概率分布为P，且空间S和空间具有一致性关系（若一个多值映射把空间S的元素s和空间中的元素集合联系起来，即：S。映射下的元素s的像被称为S的粒子（granule），表示为G（S）。S到的多值映射关系被Dempster称为空间S到的一致性关系[2]。），则空间上的基本置信指派（基本概率赋值函数BPA ）m可以定义如下：

其中称的子集A为焦点元素（focal element），又叫做命题， Φ为空集。m（A）表现出对A本身的信任度，即m（A ）是局限于子集A中的可以自由移动到A的每一个点的信任因子。m（A）通常凭人们的经验而给出，或者根据传感器所得到的数据进行构造得到。

在证据推理中，基本概率赋值函数分布仅需满足其和为1这一约束条件，即：

1.2 置信函数bel和似然函数pls

空间也叫做鉴别框架（the frame of discernment），所有的命题都可以用其子集表示，其概率分布可以用基本概率赋值函数来表示，也可以采用置信函数bel和似然函数pls 表示：

式中B是中不同于A的另一命题。

置信函数bel（B）和似然函数pls（B）即为文献[1]中提到的上限概率和下限概率，这表示置信区间[bel（B），pls（B）]即为集合B的概率变化范围，它表示了对B的不确定性度量。减小不确定区间是证据推理的目的之一。似然函数定义为：

1.3 Dempster合成法则

通常采用Dempster合成法则来组合两个或多个的置信函数，方法是通过计算基于不同来源的置信度的正交和找到一个新的置信函数。

设Bel1，Bel2均为空间上的置信函数，其对应的基本置信指派分别为m1和m2，焦元分别为A1，……Ak和B1，……Bl，如果

此函数是基本置信指派函数，其中>0。

Bel1、Bel2的正交和就是由m给定的置信函数，记作：Bel1Bel2。

2 基于证据推理的煤气管道检测

2.1 煤气管道检测系统结构模型

实验建立的检测系统模型如下图所示：

目前，煤气管道检测的无损检测方法很多，主要有：渗透检测法、微波检测法、涡流检测法、超声检测法、漏磁检测法等。鉴于检测的安全性及对管道的最大无损伤原则，本实验主要采用超声检测法和漏磁检测法建立系统。超声法在检测的准确度和精度方面有很好的效果，但其要求的检测条件较为苛刻，被测对象表面必须光滑，检测时要有耦合剂（比如油等）；实际检测时，对解释人员的素质要求也较高；漏磁法对输送的介质要求不高，这一点刚好弥补了超声检测的不足，但其应用也受限制，比如待检管壁不能太厚，需要特殊的信号处理以及干扰因素多等。两种方法各有利弊，在应用方面各有所长：漏磁法较适合用于比较微小的损伤，比如面积很小的腐蚀点；超声法更适合于管壁较厚时的检测。实验结合采用两种方法，发挥各自的优点并弥补了另一种方法的不足，力图为检测提供更准确的信息。

利用漏磁法和超声法检测出煤气管道的损伤信息，并对信息进行特征提取，提取的特征信号输入各自的网络作为样本进行神经网络识别，输出结果经过归一化处理后作为D-S证据推理的证据进行融合，进一步对损伤信息进行确认，最终决策出识别结果。

2.2 证据推理识别判定准则

先由Dempster合成法则得到组合的基本可信度分配，然后根据得到的m（Aj）进行目标判断。主要判断方法有三种[7-13]：基于基本置信指派m的方法、基于置信函数bel的方法和基于最小风险的方法。本文采用基于基本置信指派m的判断方法：

则A1即为判决结果，其中ε1，ε2为预先设定的门限。

3 实验仿真

实验以损伤的裂纹作为目标建立BP神经网络进行识别。针对某一管道上的3条不同的裂纹分别用漏磁法和超声法进行深度检测，通过漏很明显，不确定性的基本概率赋值大大地降低了。

预设门限值ε1=0.2，ε2=0.05，则根据基于基本概率赋值的决策方法仅有裂纹1的基本概率赋值满足（8）式，故可判定损伤为裂纹1。

4 结论

从实验仿真结果可以看出，D-S证据推理方法具有较强的处理不确定性信息的能力。在煤气管道的检测中采用D-S证据推理的方法对BP神经网络的检测结果进行融合能有效地提高系统的可靠性，显著地减少系统的不确定性。

参考文献

[1]段新生.证据理论与决策.人工智能[M].中国人民大学出版社，1993.

[2]Shafer G.A mathematical theory of evidence [M]. Princeton： Princeton University Press，1976.

[3]倪国强，梁好臣.基于Dempster-Shafer证据理论的数据融合技术研究.北京理工大学学报，2001，Vol21（5）：603-609.

[4]Yager R R.On the Dempster-Shafer framework and new combination rules[J].Information Sciences，1987（1）：83-138.

[5]宋寿鹏.海底管道检测中缺陷重构及超声回波信号处理方法的研究[D].天上海交通大学博士学位论文，2006：178.

[6]蒋奇.管道缺陷漏磁检测量化技术及其应用研究[D].天津大学博士论文，2002，12： 120.

[7]杨万海.多传感器数据融合及其应用.西安电子科技大学出版社，2004.

[8]何友，王国宏，彭应宁等.多传感器信息融合及应用.电子工业出版社.2000.

[9]孙锐，孙上媛，葛云峰.基于D-S证据理论的基本概率赋值的获取.现代机械.pp22-23，2006.

[10]龚元明，萧德云，王俊杰.多传感器数据融合技术.冶金自动化.pp158-161，2002.

篇10

继2004年北京大学率先在国内建立“智能科学与技术”本科专业之后,2005年,北京邮电大学、南开大学和西安电子科技大学;2006年,首都师范大学、北京信息科技大学、武汉工程大学和西安邮电学院;2007年,北京科技大学、厦门大学和湖南大学;2008年,河北工业大学和桂林电子科技大学;2009年,重庆邮电大学和大连海事大学;2010年,中南大学和上海理工大学先后经教育部批准先后设立了“智能科学与技术”本科专业[1-2]。在中国人工智能学会教育工作委员会的指导下,自2002年起,各相关专业教师定期召开智能科学与技术教育学术研讨会,并出版教育论文专辑,大力推进了我国智能科学与技术教育的健康、快速发展,并对我国智能科学技术的人才培养和学科建设起到了极大的带动作用。

作为一个发展中的新兴专业,目前各高校仍主要结合自身基础和特点建设该专业。如南开大学以智能技术与智能工程为核心专业课程[3];北京科技大学从社会需求角度出发,以提高学生软件实践能力为切入点[4];河北工业大学根据相关专业的就业现状,以提高学生硬件实践能力为着力点[5]。为了解决南开大学、北京科技大学和河北工业大学3所高校共同面临的课程体系和教材建设等问题,三校教师分别于2010年6月16日和8月2日在南开大学、河北工业大学进行了两次研讨,现将研讨成果汇总于此。

1研讨背景

“智能科学与技术”专业自开办以来,不可避免地要回答如下3个方面的问题:

1) 来自用人单位的问题:“智能科学与技术”专业是做什么的?与其他专业相比优势何在?

2) 来自学生及家长的问题:“智能科学与技术”专业是学什么的?与其他专业相比优势何在?

3) 来自教师自身的问题:“智能科学与技术”专业应该教什么?与其他专业相比优势何在?

无论是做什么、学什么还是教什么,归根到底是课程体系和教材内容。无论是研究生课程下移(带来学生接受知识的困难),还是在其他专业教学体系基础上做简单的增、删、改(带来学生知识结构的凌乱),都是不行的,长此以往的后果将是没有优势,只有劣势。

南开大学、北京科技大学和河北工业大学3所高校的“智能科学与技术”专业建设都源于自动化专业基础,而且都具有典型的工科特色;同时3所高校分别是教育部直属“985”高校、教育部直属国家“优势学科创新平台”建设项目试点高校和河北省属“211”高校,3所高校的“智能科学与技术”专业分别于2006、2007和2008年招生。3所高校在“智能科学与技术”专业建设上的异同特点以及地域便利的条件,为优势互补、交流融合提供了机遇。

2课程体系

根据研究任务的不同,智能科学技术涵盖的内容可以划分为智能科学、智能技术、智能工程三个层次[6]。

1) 智能科学:主要任务是研究人的智慧,建立人机结合系统理论,并用其模拟人的智慧。

2) 智能技术:在智能科学的框架内创建人机结合智能系统所需要的方法、工具和技术。

3) 智能工程:利用智能科学的理念和思想,充分运用智能技术工具创建各种应用系统。它是当前新技术、新产品、新产业的重要发展方向、开发策略和显著标志。

根据上述智能科学技术的划分,智能科学与技术专业的课程体系同样划分为理论、技术与工程应用3个层次,具体框架如图1所示。

需要说明的是,由于课时、学时等因素的限制,有些课程需要包含未列入课程的部分内容。如智能科学与技术概论课程内含系统论的简要介绍;智能控制系统包含可编程序控制器、智能传感器、智能执行器等内容;智能工程包含若干典型智能系统实例。

3教材建设

经南开大学、北京科技大学和河北工业大学3所高校的讨论,一致认为工科专业应以技术和工程应用两个层次为核心,并将人工智能导论和智能信息处理两门课程的教材合并为智能技术。同时,根据南开大学侧重理论、北京科技大学侧重软件、河北工业大学侧重硬件的原则进行分工,编写对应课程的教学大纲和教材内容。

3.1智能技术

本课程包括智能计算和计算机视觉两部分,分别介绍以对人脑的物理结构进行模拟为主要特征的联接主义智能技术和以模拟人类视觉处理为主要特征的计算机视觉两部分。它是智能技术的主干内容;也是实现智能技术、组成智能系统的重要工具,属于本专业本科生的专业基础课。通过智能技术的学习,学生应能够掌握智能技术的基本原理和方法。通过课堂讲解、,并配合一定的作业练习、上机实验等环节,学生应初步具备运用智能技术和方法分析和解决问题的能力。本课程拟定90学时,其中授课54学时,实验36学时。

教材内容包括智能计算和计算机视觉两部分,智能计算部分包括神经网络、模糊理论和遗传算法/蚁群算法,计算机视觉包括计算机视觉导论、计算机视觉理论基础、图像预处理、图像分割、物体识别、图像理解、双目立体视觉、三维视觉技术、主动视觉。

神经网络讲授单个神经元(感知器)的动作原理,与实际生物神经元的对应关系;讲授BP神经网络的组成,网络的特性和对非线性函数的模拟功能;介绍BP算法的优、缺点;讲授H网络的组成结构,H网络在解决优化问题的优越性。模糊理论讲授模糊集合的概念,建立隶属度函数的概念;介绍模糊规则的建立原则,模糊规则与模糊系统收入输出量之间的关系;介绍模糊化以及模糊量精确化的几种常用方法。遗传算法和蚁群算法只作简要介绍,重点介绍这两种算法的特点和成功的应用实例,使学习者有一个感性认识,明确这种类型算法的“迭代”特点以及总体最优目标与个体行为之间的联系。

计算机视觉理论基础主要介绍Marr的视觉计算理论、图像的相关知识、傅立叶变换基础;图像预处理主要介绍像素亮度变换、几何变换、直方图修正、局部预处理、图像复原;图像分割主要介绍阈值处理方法、基于边界的分割方法、基于区域的分割方法;形状表示与描述主要介绍链码、使用片断序列描述边界、尺度空间方法、基于区域的形状表示与描述;物体识别主要介绍知识的表示、统计模式识别、神经元网络、遗传算法、模拟退火、模糊系统;图像理解主要介绍并行和串行处理控制、分层控制、非分层控制;双目立体视觉主要介绍双目立体视觉原理、精度分析、系统结构、立体成像、立体匹配、系统标定;三维视觉技术主要介绍结构光三维视觉原理、光模式投射系统、标定方法、光度立体视觉、由纹理恢复形状、激光测距法;主动视觉主要介绍从阴影恢复形状、从运动恢复结构、主动跟踪。

3.2智能控制理论与技术

本课程是“智能科学与技术”专业的一门重要专业课程,目的是使学生了解智能科学与控制理论结合所产生之智能控制理论的基本概念和应用价值;使学生熟知当前主流智能控制技术的种类,并掌握模糊控制、神经网络控制以及进化计算、群体智能的基础知识,了解智能技术与传统控制方法的结合点;加强MATLAB仿真实验的训练,以使学生更好地理解基础知识,培养学生使用高级智能控制方法解决实际控制问题的能力。本课程的学习将使学生加深对控制理论的理解,明晰智能技术在控制中的应用技巧,也为本科生继续深造打下基础。本课程拟定64学时,其中授课54学时,实验10学时。

教材内容包括智能控制概论,介绍智能控制的发展历程和应用领域,简介几种重要的智能控制方法;专家控制,简介专家系统的基本结构,讲授专家PID控制器的原理与设计方法;模糊控制,讲授模糊数学基础知识、传统的模糊控制原理和控制器设计与实现方法、模糊PID控制的两种形式,特别是PID控制参数的模糊整定技术;神经网络控制,讲授前馈神经网络和递归神经网络中几种典型的网络模型以及学习算法、基于神经网络的线性系统辨识技术、神经网络逆模控制等;进化计算与控制,讲授进化计算的概念、遗传算法的原理及其与其他智能方法的结合,介绍遗传机器人学;群体智能与控制,讲授蚁群算法的基本原理及其在控制问题中的应用,介绍群体机器人学。

3.3单片机原理与应用

本课程是“智能科学与技术”专业的一门专业课程,目的是使学生了解单片机的组成原理及常用控制算法的实现;掌握51系列单片机指令系统和一般汇编程序设计编写方法;熟悉常用的单片机硬件扩展技术;在此基础上,熟练掌握控制算法的单片机程序编写与调试。本课程拟定54学时,其中授课38学时,实验16学时。

教材内容包括单片机系统概述,介绍单片机定义、单片机发展过程及单片机硬件结构;单片机指令系统及程序设计,介绍指令系统和汇编语言程序设计;硬件资源及接口技术,介绍硬件资源和接口技术;单片机使用技术,介绍抗干扰技术、C语言应用程序设计;依次介绍PID控制器、状态反馈控制器、模糊控制器、系统辨识、卡尔曼滤波、滑模控制器、最优控制器、鲁棒控制器、自适应控制器、神经网络控制器的历史沿革、基本原理、常用形式和单片机具体实现方法。

3.4嵌入式系统

本课程以当前主流的嵌入式系统技术为背景,以嵌入式系统原理为基础,以嵌入式系统开发体系为骨架,以嵌入式控制系统开发为目标,较为全面地介绍嵌入式系统的基本概念、软硬件的基本体系结构、软硬件开发方法、相关开发工具、应用领域、热门领域的开发实例以及当前的一些前沿动态,为学生展示较为完整的嵌入式控制系统领域概况。本课程拟定64学时,其中授课48学时,实验16学时。

教材依据嵌入式控制系统的特征,将控制算法、嵌入式系统硬件、操作系统、应用程序设计及组态软件作为统一的技术平台介绍,突出嵌入式技术在控制系统中应用的特点,重点介绍嵌入式控制系统软硬件、电路、操作系统、实时性、可靠性等特性,从软件体系结构及开发的角度出发,强调实时调度、Bootloader、BSP、嵌入式实时多任务系统设计、交叉开发与仿真开发等关键技术,并特别引入了工业控制中需要的电磁兼容性设计和大量的典型嵌入式控制系统实例设计。通过本课程的学习,学生不但可以学会使用工具开发嵌入式软硬件,而且可以从总体角度选择适当的技术和方法,全面规划和设计嵌入式系统。

3.5智能工程

本课程是“智能科学与技术”专业的一门核心专业课程。面向智能技术的实际应用,着眼于解决工程应用中的技术问题,从典型系统设计案例分析出发,通过大量实验提高学生的工程实践能力。本课程拟定36学时,全部为授课学时。

教材内容包括智能工程概论,介绍智能工程现状、工程设计原则和工程实际流程;常用传感器原理,介绍传感器一般特性、光电式传感器和视觉传感器;典型智能系统设计案例,包括智能移动机器人、智能电梯群控电梯等系统。

3.6智能机器人

课程通过对一个具有代表性的仿人机器人的拆解,将知识点拆解成6个主要教学模块:1)机器人控制模块,介绍各类控制模块的原理与组成;2)机器人运动系统,介绍电机与舵机的原理与控制方法;3)机器人动作系统,介绍机器人各部件的协调控制;4)机器人视觉系统,介绍典型的超声波、影像传感器的原理与识别算法;5)机器人表现系统原理,介绍人与机器人的交互原理;6)机器人通信系统原理,介绍机器人之间的数据与信息传递方法。学生学习时,能够与基础知识相联系,并能掌握机器人这门技术,为从事机器人产品研发工作打下坚实的基础。本课程拟定54学时,其中授课44学时,实验10学时。

教材面向“智能科学与技术”专业,同时兼顾信息类专业学生编写,根据这类专业学生的知识结构和特点组织内容。从具体的机器人控制需求出发,将自动控制的基本理论和机器人控制特点相结合,讲授机器人控制系统的组成、规律、特点和设计方法。理论上反映当前的最新进展,内容上考虑初学者的需求,侧重普及性、实用性和新颖性,结构体系符合信息类和控制类专业学生的特点,力求简洁、清楚,对技术的叙述遵循目标、问题、理论依据、实现方法、实际情况、发展方向的方式。做到重点突出,符合实际,满足需要,指导性强。

3.7智能控制系统

本课程是“智能科学与技术”专业的一门专业课程,使学生了解智能控制系统的基础知识;掌握智能控制系统中最新的智能传感技术、智能控制器、智能执行能执行器及智能网络与接口技术;掌握智能控制系统中多个关键硬件装置的识别及其使用。通过学习多个智能控制系统的开发实例,学生应掌握智能控制系统的设计方法与技术,坚实地掌握最新智能控制系统知识,提高理论联系实际的能力,并为学习其他课程的打下坚实基础。本课程拟定64学时,其中授课48学时,实验16学时。

教材内容包括概述,介绍智能控制系统的基本概念、基本内容和机构及其发展趋势;智能传感系统,讲授智能数据采集技术、传感器智能化的数据处理方法、多传感器信息融合的方法、智能传感器实现方法与典型实例;智能控制器设计,讲授基于单片机的智能控制器设计及其应用、基于高性能嵌入式ARM的智能控制器设计及其应用、基于PLC的智能控制器设计及其应用;智能电动执行器,讲授智能电动执行器的硬件实现技术,软件设计技术以及典型的智能电动执行器实例及其应用;智能网络与接口技术,讲授无线传感器智能网络,工业现场总线网络以及智能传感器、智能控制器和智能执行器的网络接口实现技术;智能控制系统设计实例,综合利用前面的知识设计网络化智能压力传感器的系统设计、基于声音定位的智能机器人系统设计、基于微机电惯性传感器的汽车多路况智能防撞系统的设计、大型设备的PLC智能控制系统设计。

4结语

通过南开大学、北京科技大学和河北工业大学3所高校的研讨,我们凝练出较完整的“智能科学与技术”专业课程体系,体现出本专业的特色;提出可供3所高校共同使用的教学大纲和教材内容,体现出学生培养的工程实践导向。这些研究成果可以为开办“智能科学与技术”专业的兄弟院校进一步研讨提供蓝本,也可以为筹建该专业的高校所参考。

注:本文受到北京科技大学教学研究会第六批教学研究课题、北京科技大学教育教学研究基金青年教师教育教学研究立项项目、河北工业大学教改项目(2010-12)支持。

参考文献:

[1] 王万森,钟义信,韩力群,等. 我国智能科学技术教育的现状与思考[J]. 计算机教育,2009(11):10-14.

[2] 教育部关于公布2009年度高等学校专业设置备案或审批结果的通知[S]. 教高〔2010〕2号,2010.

[3] 方勇纯,刘景泰. 南开大学“智能科学与技术”专业教学体系与实验环境建设[J]. 计算机教育,2009(11):21-25.

[4] 石志国,刘冀伟,王志良.“智能科学与技术”本科专业软件实践类课程建设探讨[J]. 计算机教育,2009(11):93-97.

[5] 刘作军,张磊,杨鹏,等. 谈我校增设“智能科学与技术”专业的设想与措施[J]. 计算机教育,2009(11):53-56.

[6] 卢桂章. 无处不在的智能技术[J]. 计算机教育,2009(11):68-72.

A Study on the Course System and Textbook Construction for the Discipline of

Intelligence Science and Technology

YANG Peng1, ZHANG Jian-xun2, LIU Ji-wei3, ZHANG Lei1

(1. Hebei University of Technology, Tianjin 300130, China; 2.Nankai University, Tianjin 300071, China;

篇11

引言：随着存储程序式通用电子计算机在上世纪40年代的诞生，和计算科学的快速发展以及取得的大量成果。计算科学这一学科也也应运而生。《计算科学导论》正如此书的名字，此书很好的诠释了计算科学这一学科，并且指导了我们应如何去学好这一学科。使得我们收获颇多。并且让我深深的反思了我的大学生活。正如赵老师书中所讲的：“计算科学是年轻人的科学，一旦你选择了计算科学作为你为之奋斗的专业类领域，就等于你选择了一条布满荆棘的道路。一个有志于从事计算科学研究与开发的学生，必须在大学几年的学习中，打下坚实的基础，才有可能在将来学科的高速发展中，或在计算机产品的开发和快速更新换代中有所作为。

<一>什么是计算科学和它的来历

计算科学主要是对描述和变换信息的算法过程，包括其理论、分析、设计、效率分析、实现和应用的系统研究。全部计算科学的基本问题是，什么能（有效的）自动运行，什么不能（有效的）自动运行。本科学来源于对数理逻辑、计算模型、算法理论、自动计算机器的研究，形成于20世纪30年代的后期。

随着存储程序式通用电子计算机在上世纪40年代的诞生，人类使用自动计算装置代替人的人工计算和手工劳动的梦想成为现实。计算科学的快速发展以也取得大量成果，计算科学这一学科也也应运而生。

<二>计算科学的发展

a、首先先介绍图灵机

图灵机的发明打开了现代计算机的大门和发展之路。图灵机通过一条两端可无限延长的袋子，一个读写头和一组控制读写头的（控制器）组成它有一个状态集和符号集，而此符号集一般只使用0和1两个符号。而就是这个简洁的结构和运行原理隐含了存储程序的原始思想，深刻的揭示了现代通用电子数字计算机的核心内容。现在通用的计算机是电子数字计算机，而电子数字计算机的发展是建立在图灵机的基础之上。他的二进制思想使计算机的制作的简化成只需两个稳定态的元器件。这在今后的计算机制作上无论是二极管或集成电路上都显示了明显的优越性。

b、计算机带动的计算学科

1946年随着现代意义上的电子数字计算机ENIAC的诞生。掀起了社会快速发展的崭新一页。计算机工作和运行就摆在了人们的面前。

1、计算机语言

我们要用计算机求解一个问题，必须事先编好程序。因此就出现了最早的机器指令和汇编语言。20世纪50年代后，计算机的发展步入了实用化的阶段。然而，在最初的应用中，人们普遍感到使用机器指令编制程序不仅效率低下，而且十分别扭，也不利于交流和软件维护，复杂程序查找错误尤其困难，因此，软件开发急需一种高级的类似于自然语言那样的程序设计语言。1952年，第一个程序设计语言ShortCode出现。两年后，Fortran问世。作为一种面向科学计算的高级程序设计语言，Fortran的最大功绩在于牢固地树立了高级语言的地位，并使之成为世界通用的程序设计语言。Algol60的诞生是计算机语言的研究成为一门科学的标志。该语言的文本中提出了一整套的新概念，如变量的类型说明和作用域规则、过程的递归性及参数传递机制等。而且，它是第一个用严格的语法规则——巴科斯范式（BNF）定义语言文法的高级语言。还有用于支持结构化程序设计的PASCAL语言，适合于军队各方面应用的大型通用程序设计语言ADA，支持并发程序设计的MODULA-2，支持逻辑程序设计的PROLOG语言，支持人工智能程序设计的LISP语言，支持面积对象程序变换的SMALLTALK、C等。

2、计算机系统和软件开发方法

现代意义上的计算机绝不是一个简单的计算机了而也包括了软件（系统软件、应用软件）。各种各样的软件使得计算机的用途大大增强。而软件开发也成为了一个重要课题和发展方向。软件开发的理论基础即是计算模型。随着计算机网络、分布式处理和多媒体的发展。在各种高级程序设计语言中增加并发机构以支持分布式程序设计，在语言中通过扩展绘图子程序以支持计算机图形学程序设计在程序设计语言中已非常的流行。之后，在模数/数模转换等接口技术和数据库技术的支持下，通过扩展高级语言的程序库又实现了多媒体程序设计的构想。进入20世纪90年代之后，并行计算机和分布式大规模异质计算机网络的发展又将并行程序设计语言、并行编译程序、并行操作系统、并行与分布式数据库系统等试行软件的开发的关键技术依然与高级语言和计算模型密切相关，如各种并行、并发程序设计语言，进程代数，PETRI网等，它们正是软件开发方法和技术的研究中支持不同阶段软件开发的程序设计语言和支持这些软件开发方法和技术的理论基础----计算模型

3、计算机图形学

在计算机的硬件的迅速发展中。随着它的存储容量的增大，也掀起了计算机的巨大改革。计算机图形学、图像处理技术的发展，促使图形化界面的出现。计算机图形学是使用计算机辅助产生图形并对图形进行处理的科学。并由此推动了计算机辅助设计（CAD）、计算机辅助教学（CAI）、计算机辅助信息处理、计算机辅助测试（CAT）等方向的发展。图形化界面的出现，彻底改变了在一个黑色的DOS窗口前敲代码输入控制命令的时代。同时也成就了一个伟大的公司Microsoft。

4、计算机网络

随着用户迫切需要实现不同计算机上的软硬件和信息资源共享。网络就在我们的需求中诞生了。网络的发展和信息资源的交换使每台计算都变成了网络计算机。这也促进计算机的发展和广泛应用。

<三>计算机学科的主线及发展方向

围绕着学科基本问题而展开的大量具体研究，形成学科发展的主流方向与学科发展主线和学科自身的知识组织结构。计算学科内容按照基础理论、基本开发技术、应用以及他们与硬件设备联系的紧密程度分成三个层面：

1、计算科学应用层

它包括人工智能应用与系统，信息、管理与决策系统，移动计算，计划可视化，科学计算机等计算机应用的各个方向。

2、计算科学的专业基础层

它是为应用层提供技术和环境的一个层面，包括软件开发方法学，计算机网络与通信技术，程序设计科学，计算机体系结构、电子计算机系统基础。

3、计算科学的基础层

它包括计算科学的数学理论，高等逻辑等内容。其中计算的数学理论涵盖可计算性与计算复杂性理论形式语言与计算机理论等。

<四>计算机的网络的发展及网络安全

(1)计算机网络与病毒

一个现代计算机被定义为包含存储器、处理器、功能部件、互联网络、汇编程序、编译程序、操作系统、外部设备、通信通道等内容的系统。

通过上面定义，我们发现互联网络也被加入到计算机当中。说明了网络的重要以及普及性。21世纪是信息时代。信息已成为一种重要的战略资。信息科学成为最活跃的领域之一，信息技术改变着人们的生活方式。现在互联网络已经广泛应用于科研、教育、企业生产、与经营管理、信息服务等各个方面。全世界的互联网Internet正在爆炸性的扩大，已经成为覆盖全球的信息基础设施之一。

因为互联网的快速发展与应用，我们各行各业都在使用计算机。信息安全也显得格外重要。而随着计算机网络的发展，计算机网络系统的安全受到严重的挑战，来自计算机病毒和黑客的攻击及其他方面的威胁也越来越大。其中计算机病毒更是很难根治的主要威胁之一。计算机病毒给我们带来的负面影响和损失是刻骨铭心的，譬如1999年爆发的CIH病毒以及2003年元月的蠕虫王病毒等都给广大用户带来巨大的损失。

我们想更好的让计算机为我们服务，我们就必须很好的利用它，利用网络。同时我们也应该建立起自己的防护措施，以抵抗外来信息的侵入，保护我们的信息不受攻击和破坏。

(2)计算机病毒及它的防范措施：

计算机病毒是一组通过复制自身来感染其它软件的程序。当程序运行时，嵌入的病毒也随之运行并感染其它程序。一些病毒不带有恶意攻击性编码，但更多的病毒携带毒码，一旦被事先设定好的环境激发，即可感染和破坏。

<一>、病毒的入侵方式

1．无线电方式。主要是通过无线电把病毒码发射到对方电子系统中。此方式是计算机病毒注入的最佳方式，同时技术难度也最大。可能的途径有：①直接向对方电子系统的无线电接收器或设备发射，使接收器对其进行处理并把病毒传染到目标机上。②冒充合法无线传输数据。根据得到的或使用标准的无线电传输协议和数据格式，发射病毒码，使之能够混在合法传输信号中，进入接收器，进而进人信息网络。③寻找对方信息系统保护最差的地方进行病毒注放。通过对方未保护的数据链路，将病毒传染到被保护的链路或目标中。

2．“固化”式方法。即把病毒事先存放在硬件（如芯片）和软件中，然后把此硬件和软件直接或间接交付给对方，使病毒直接传染给对方电子系统，在需要时将其激活，达到攻击目的。这种攻击方法十分隐蔽，即使芯片或组件被彻底检查，也很难保证其没有其他特殊功能。目前，我国很多计算机组件依赖进口，困此，很容易受到芯片的攻击。

3．后门攻击方式。后门，是计算机安全系统中的一个小洞，由软件设计师或维护人发明，允许知道其存在的人绕过正常安全防护措施进入系统。攻击后门的形式有许多种，如控制电磁脉冲可将病毒注入目标系统。计算机入侵者就常通过后门进行攻击，如目前普遍使用的WINDOWS98，就存在这样的后门。

4．数据控制链侵入方式。随着因特网技术的广泛应用，使计算机病毒通过计算机系统的数据控制链侵入成为可能。使用远程修改技术，可以很容易地改变数据控制链的正常路径。

<二>病毒攻击的防范的对策

1．建立有效的计算机病毒防护体系。有效的计算机病毒防护体系应包括多个防护层。一是访问控制层；二是病毒检测层；三是病毒遏制层；四是病毒清除层；五是系统恢复层；六是应急计划层。上述六层计算机防护体系，须有有效的硬件和软件技术的支持，如安全设计及规范操作。

2．严把收硬件安全关。国家的机密信息系统所用设备和系列产品，应建立自己的生产企业，实现计算机的国产化、系列化；对引进的计算机系统要在进行安全性检查后才能启用，以预防和限制计算机病毒伺机入侵。

3．防止电磁辐射和电磁泄露。采取电磁屏蔽的方法，阻断电磁波辐射，这样，不仅可以达到防止计算机信息泄露的目的，而且可以防止“电磁辐射式”病毒的攻击。

4．加强计算机应急反应分队建设。应成立自动化系统安全支援分队，以解决计算机防御性的有关问题。

很多公司都有因为电脑被入侵而遭受严重经济损失的惨痛经历，不少普通用户也未能避免电脑被破坏的厄运，造成如此大损失的并不一定都是技术高超的入侵者所为，小小的字符串带给我们的损失已经太多。因此，如果你是数据库程序开发人员、如果你是系统级应用程序开发人员、如果你是高级计算机用户、如果你是论坛管理人员......请密切注意有关字符漏洞以及其他各类漏洞的最新消息及其补丁，及时在你的程序中写入防范最新字符漏洞攻击的安全检查代码并为你的系统安装最新的补丁会让你远离字符带来的危险。经常杀毒，注意外来设备在计算机上的使用和计算机对外网的链接。也可以大大有效的避免计算机被攻击。

<五>总结

在学了计算科学导论之后，让我更深入的了解了我将来要从事的学科。计算科学导论指导着我们该怎么学习计算机。让我更清楚的知道我们信息安全专业的方向。正如计算科学这座大楼一样，在不断的成长。信息安全也必将随着网络的进一步发展而更多的被人们重视。总之学习了这门课之后让我受益匪浅，也知道自己应该好好努力，争取在自己的专业领域上有所成就。

参考文献：

1、《计算科学导论》（第三版），赵志琢著，科学出版社2004版

篇12

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2012）33-8066-03

伴随着制造企业信息化进程的不断发展，仿真建模在产品制造中的应用也由分散到集成，由局部到全局，并且更加注重可视化技术的应用和与用户之间的交互[1]。采用虚拟现实技术为相关装置构造虚拟环境可以摆脱传统仿真培训系统中所存在的一些不足，例如在软件仿真中，主要以图、图表、照片和现场录像等传统多媒体方式为表现手段，真实感和临场感都较为欠缺；而在物理仿真中，系统复杂、庞大难于实现，虚拟现实技术可以在很大程度上提高场景的沉浸感和真实感。

1　三维虚拟环境框架

虚拟环境的开发涉及了网络技术、并行处理技术、人工智能、高性能计算技术、模式识别、传感技术、计算机图形学、图像处理等技术，还涉及社会学、美学、气象、通信、物理、数学等学科，复杂程度可想而知。虚拟现实要达到实现自然实时交互和逼真的多种感觉的要求，其组成主要应包括几方面：虚拟环境生成系统，产生实时的图像；用以确定参与者位置和动作的定位跟踪系统；提供虚拟空间多用户协同交互功能的网络接口；含有CAVE、PowerWall、立体显示设备的沉浸式显示系统；提供立体声源和判定空间位置的音效系统；提供参与者感知力与压力的反馈的触觉和力反馈系统。

虚拟环境[2]框架的功能主要体现在：首先支持对象的属性和交互的订购，同时提供回调和事件的通知机制，支持HLA的各种时间管理策略，从而达到在全部联邦范围内的对象可以根据已给定的时序和消息传递关系来工作；其次是提供与各种对象定位、创建、删除等相关的服务，并且分类、统一组织管理不同功能和不同性质的仿真实体，即是对虚拟场景的结构和组织管理；最后还可以通过事件驱动和回调函数机制和场景对象组织、仿真对象管理功能集成，沉浸式人机交互设备和接口的集成。

根据软件模块[3]的分层结构，我们把系统分为三个层次，如图2所示，即用户界面层、交互层和数据服务，虚拟环境和仿真管理层。

界面层提供的用户界面输入可以接收用户对数据的访问请求，然后经环境和仿真层的相关转换成为对数据服务层的访问请求，然后数据服务层将其处理后通过中间层传送给界面层进行最终的输出。

实现虚拟场景的基础是三维图形引擎。现在，开发者较多使用可以提供功能强大模块的较为流行的绘制引擎，例如OpenGVS、CG2公司的Vtree和Multigen公司的Vega等，但是它们也存在很多不足：商业引擎开发缺乏灵活性，因为其一般都不提供底层开发接口，从而限制功能的扩展；商业引擎无法渲染出较为逼真的场景效果，浪费GPU的处理能力从而影响系统实时性；由于其功能繁多，产生冗余代码也多，影响其运行效率。

介于以上图形引擎的诸多不足，OpenSceneGraph（OSG）作为虚拟场景图形引擎，是一个跨平台的、开放源码的、高效的三维图形引擎，目前应用于高性能图形设计领域中，例如虚拟现实、游戏、仿真、科学可视化等。OSG不仅提供基于OpenGL的面向对象的框架，还有加快图形应用开发的附加功能模块和可扩展接口库。

2　基于情景上下文的虚拟交互

随着虚拟现实技术的不断发展以及人机交互在其中所占有的重要地位，虚拟环境和其参与者的人机交互作用赋予了新的内涵。沉浸式虚拟环境[4-5]让用户有一种“身临其境”的感觉，这也正是用户与对象之间进行交互的过程，其归根结底要解决如何操作和改造虚拟环境中的对象。

2.1　语义对象与交互行为

“信息透镜”概念指的是界面对象通过视图的不同缩放比例来显示相对应的外观信息，这是Jazz在可伸缩用户界面中提出的早期语义对象的概念；再如“按需提供细节（the　mantra　of　detail.on.demand）”的技术[6]是Ben　Shneiderman在信息可视化系统中提出的。

语义对象的定义可以从实现面向语义的高层交互隐喻的目标这个角度来诠释，一个语义对象由交互构件（interaction　component）、图形构件（graphics　component）、规则构件（rule　component）、和应用构件（application　component）　行为构件（behavior　componen0构成.在虚拟环境中的虚拟对象，它的语义一般包括一系列行为状态和规则事件。换句话说，存在于虚拟环境中为用户所感知的对象或者物体（包含其交互上下文的语义信息和外观几何信息）按照相应的规则反馈和相应所发生的交互事件，继而完成相应任务。

通过我们分析观察的上文所提及的事件，　在人机交互中多由用户所触发，一般分为虚拟场景中用户化身的位置变化即化身位置感应（PositionRps）和用户在虚拟对象[7]上进行各种交互操作的用户手势操作（GestOpt）。语义模型可以很好的解决场景图处理不好交互语义的问题，它是具有特定应用含义和组织形式的场景构成模式，达到易于操作处理用户界面的目的。

在实际操作中，我们一般会遇到的例如对象在化身可操作范围内时处于“可操作”状态，离开操作范围后变为“不可操作”状态，或者鼠标的各项操作和三维手势等。

1）规则构件[8]：在我们的现实世界里，有很多操作都会有特定的先后顺序，比如先倒水再喝水，在虚拟世界中我们把它看作是是否响应事件和如何响应事件，规则构件则表达了虚拟对象的交互规则和约束。另外，在现实世界里某些对象具有特定的供给属性，比方说人可以在水里游泳却不可以在陆地上，这就说明了水具有可以游泳的供给，而陆地不具备，所以规则构件还含有某些特定的供给属性，这也同时决定了某些对象的交互特性。

2）图形构件：在某些情况下，当我们需要对图形构件进行更进一步的抽象来实现高层交互语义时，接收的输入内容含有复杂的交互行为指令，这时图形构件就发挥了作用。它包含了虚拟对象的诸如纹理、颜色、材质、形状等属性、语音信息以及动态特征等，方便同一层次中的交互行为。

3）应用构件：当用户和虚拟环境发生交互时，当图形构件提供相应的视听觉方面的线索于反馈时，应用构件表达与之相关的应用任务，并由交互构件触发执行。

4）交互构件：交互构件可以处理基本的交互事件如点击和拖拽等，还可以处理完成给复杂的例如三维手势的交互性操作。它主要做了处理接收和交互分发的工作，处理接收转化用户的交互操作以及语义对象能够相应的交互事件，将其发送给行为构件来执行。为实现复杂的交互操作，分析和推理交互事件通过调用规则构件来进行。

5）行为构件：行为构件反应了虚拟环境中相应对象的各种行为，在人机交互的过程当中，通过调用图形构件的功能来实现执行对象的行为。这些行为描述了语义对象对对象状态变化和语义对象对用户交互动作的响应。行为构件接收交互构件所发来的查询命令，将反馈状态的信息发送给交互构件，交互构件因此来分析判断最终决定执行何种交互行为。

语义对象体系结构[9]中的各个构件之间通过查询规则状态、反馈对象的行为规则及状态或者功能调用来实现它们之间的通信，实现从输入“事件”到输出“反馈”的流程。在虚拟环境中，通过加入交互语义IS=来识别虚拟对象需要执行的交互任务。交互对象为Object，用谓词逻辑演算表达式来描述的触发交互行为的规则为rule，参与者和相应的交互对象所产生的动作为action，交互结果即所执行的交互任务为task，交互产后后的多感知通道级视听觉和触觉等的反馈为feedback。

综上所述，我们通过一张图来说明语义对象解析和响应交互事件的过程：首先，经过系统的分析整合，用户的实际操作封装成交互事件传递给正在交互的虚拟对象；其次，语义动作的生成，通过查询该虚拟对象的语义规则然后将交互事件附上特定的语义属性；最后，系统判断做动作反馈还是进行导航，还是选择、操作或者控制任务，如果是反馈，则包括纹理、材质或颜色等可视化表达信息和旋转平移等几何变换。

如何让用户根据实际感知来和虚拟环境进行交互？通过人机接口系统将虚拟环境中的压力、音响、图像等信息传送到这个封闭回路系统中的重要角色用户的感官，并及时的将用户的行为反应通过传感器进行测试来调整生成的序列。

所以，随着技术的日益完善，人已不再是被动的接受者于虚拟现实系统相对立，而是一个不可或缺的关键角色，这种观念引导着更加和谐的人与虚拟环境的关系，也让人机交互更加的人性化、真实化。

3　结束语

虚拟现实主要通过使用计算机及其外部设备生成虚拟环境，并且能够实现对其中的实体进行控制和交互操作。操作者能够很好地融入到虚拟环境中，达到一种身临其境的感觉。

它是集传感器技术、计算机图形学、计算机仿真、人工智能、人机接口等多种高科技为一体的人机交互技术。作为一种高级的人机交互技术，虚拟现实的研究主要围绕着提高系统的构想性、沉浸感、交互性来进行。随着对人类感知系统的不断深入研究，三维图形技术和多传感器技术的不断发展，虚拟现实作为一项实用技术，广泛的应用于很多领域，例如娱乐、训练、产品原型设计、教育、医疗、遥控操作等。

虚拟现实研究的热点也是重要的研究领域为虚拟环境，它是通过计算机生成听、视、触觉等感觉作用于用户，使用户产生“身临其境”感觉的交互式视景仿真系统。该文所构建的仿真虚拟环境的沉浸感还不足，可以通过结合虚拟现实技术中的传感器技术、人工智能等技术来加强，考虑逐步增加其它交互通道。

参考文献：

[1]　王晓伟.虚拟环境及其应用[J].计算机工程与应用，　1994，16（4）：60-63.

[2]　王红兵.虚拟现实技术——回顾与展望[J].计算机工程与应用，2001，37（1）.

[3]　薛晓明，敬万钧，刘锦德.虚拟环境交互技术研究[J].系统仿真学报，2001（S2）：549-552.

[4]　雷超，戴国忠.三维交互体系结构的研究与实现[J].计算机研究与发展，2001，38（5）：557-562.

[5]　李自力.虚拟现实中基于图形与图象的混合建模技术[J].中国图象图形学报，2001（1）..

[6]　刘贤梅.虚拟现实技术及其应用[J].大庆石油学院学报，2002（2）.