计算智能及其在机械制造中的应用研究

郭光 罗红蔚

摘 要：机械制造业是国民经济的基础产业，机械制造业的发展对于促进工业生产领域的发展，保持经济稳步增长，满足人们日常生活的需求有着重要意义。机械制造在操作过程中具有一定的危险性，在机械制造中应用计算智能对于防止各类安全事故，保证安全生产，维护人民群众的生命财产安全，降低生产成本，提高企业的经济效益有着积极意义。本文在对计算智能了解的基础上，指出了计算智能在机械制造中应有的优势。

关键词：计算智能；机械制造；应用；优势

1 计算智能概述

计算智能（Computational Intelligenee，简称CI），又称软计算，该词于1992年被美国学者J.C.Bezdekek首次提出，1994年全计算智能大会明确提出了计算智能的概念，标志着计算智能作为一门独立学科的诞生。传统的人工智能问题的处理、结论的得出都需要在建立精确的数字模型的基础上才能实现，但现实中有很多的数据都是模糊的，无法建立精确的模型，使得人工智能的应用范围相对狭窄，而计算智能则突破了人工智能的瓶颈，以模型为基础，模拟人的理论与方法，只需要直接输入数据，系统就可以对数据进行处理，应用范围更加的广泛。

计算智能的本质是一类准元算法，主要包括进化计算，人工神经网络、模糊计算、混沌计算、细胞自动机等，其中以进化计算、人工神经网络及模糊系统为典型代表。

1.1 进化计算 进化计算是采用简单的编码技术来表示各种复杂的结构，并通过遗传操作和优胜劣汰的自然选择来指导学习和确定搜索的方向，具有操作简单、通用性强、效率高的优点，其工作原理是通过种群的方式进行计算，借助生物进化的思想来解决问题，分为遗传算法、进化规划及进化策略三大类。

1.2 人工神经网络 人工神经网络是一个高度复杂的非线性动力学系统，具有模糊推理、并行处理、自训练学习等优势，其工作原理是仿照生物神经网络处理信息方式，通过不同的算法和结构，将简单的人工神经细胞相互连接，通过大量的人工神经单元来同时进行信息的传播，并将信息储存在改革细胞单元的连接结构中，快速地得到期望的计算结构。生物神经网络的细胞是在不断的生成和更新着的，即部分细胞坏死，整个神经网络仍能维持正常的运转秩序而不会骤然崩溃，同样人工神经网络也有着这样的特性，即使部分神经细胞发生问题，整个网络也能够正常的运转。人工神经网络按照连接方式的不同分为前馈式网络与反馈式网络，前馈式网络结构中的神经元是单层排列的，分为输入层、隐藏层及输出层三层，信息的传播是单向的，每个神经元只与前一层的神经元相连，即信息只能由输出层传向隐藏层再传向输入层，而不能由输出层直接传向输入层；反馈式网络结构中每个人工神经细胞都是一个计算单元，在接受信息输入的同时还在向外界输出着信息。不同的行业和领域可以根据自身的需要将不同的网络结构和学习方法相结合，建立不同的人工神经网络模型，实现不同的研究目的。

1.3 模糊系统 客观世界中的事物都具有不同程度的不确定性，如生活中的“穷与富”、美与丑”、“相关与不相关”无法用一个界线划分清楚，对于事物不确定研究的过程中产生了模糊数学，所谓模糊性是指客观事物差异的中间过渡中的“不分明性”。美国专家L.A. Zdahe教授首次运用了数学方法描述模糊概念，自此之后模糊数学形成了一个新的学科，并在世界范围内发展起来，在医学、农业等方面得到了应用。

2 计算智能在机械制造中的应用

机械制造业是国民经济的基础产业，机械制造业的发展对于促进工业生产领域的发展，保持经济稳步增长，满足人们日常生活的需求，提高人们的生活质量有着重要意义。一个国家机械制造业水平的高低是衡量该国工业化程度的重要指标。由于研究角度的不同，机械制造业有着不同的分类，如国家统计局将机械制造行业分为通用设备、专用设备、交通运输设备、电气设备、仪器仪表及办公设备五大类，证券市场将机械制造行业分为机械、汽车及配件、电气设备三大子行业。根据调查显示，2013年我国制造业产值规模突破20万亿元，同比增长17.5%，产值占世界比重的19.8%，经济总量位居世界首位，利润4312.6亿元，增长0.33%，增加值累计同比增长10.4%。

随着计算智能研究的深入，计算智能在机械制造中得到了应用。伴随着机械行业的飞速发展，各类生产安全事故也时有发生。造成安全事故的原因是多方面的，首先是操作人员安全意识淡薄；其次是企业的安全管理和监督缺失，我国相当多的机械制造企业不重视劳动安全卫生方面的数据统计和资料积累，为了追求最大利润在安全生产方面投入的资金过少，缺乏对员工开展安全教育的培训。建立科学的安全生产评价方式对于防止各类安全事故，提高安全效益有着积极意义。人工智能的安全评价方法以线性函数为基础，而安全生产评价体系是一个复杂的系统，涉及的内容繁杂，需要考虑的因素很多，存在很大的不确定性，导致得到的结论与实际现场常常不能一致，计算智能以选择非线性函数建立安全生产评价模型，实现对非线性函数关系的拟合，解决了这一难题。

在机械制造中存在着大量的模糊信息，如机械设备的损耗、零件设计目标等信息都是用比较模糊的术语来表达，传统的人工智能进行新的零件生产制造时，设计人员对零件进行设计，确定零件的尺寸，然后试生产零件应用在设备中，如不符合要求，再进行调整，这就要求设计人员有着丰富的知识和实践经验，能够根据需要设计出适合的零件，而计算智能以系统论作为基础的，对选择的自变量进行适当的优化和控制，只需要设计人员将零件的形状、大小、作用等输入计算机，并对零件制造的程序编排，利用计算机确定零件的制造技术，同时控制零件的质量，使零件设计、制造的过程更加便捷。

3 结语

机械制造业是我国国民经济的支柱产业，是其他经济部门发展的基础。相对于国际来说，我国机械制造业发展缓慢，技术落后，因此建立智能化的机械体系，将计算智能运用于机械制造中，制造出高质量、高性能、高标准的机械，建立起国际市场上的运作体系，才能进一步，发挥我国机械制造的优势，提高国际竞争力。

參考文献：

[1]王江晴，蒋天发.计算智能技术在工程中的应用[J].计算机工程与应用，2002（12）.

[2]乔鹏，赵永.计算智能技术特点和集成展望[J].太原城市职业技术学院学报，2009（10）.

[3]王海鹰，李祖枢.计算智能原理对创新模式的探索[J].制造业自动化，2010（08）.

作者简介：郭光（1972-），女，江西吉安人，研究方向：机械制造加工。