机械电子工程与人工智能的关系

2017-12-26王雨身份证号320113199011185622

新商务周刊 2017年11期

文/王雨，身份证号：320113199011185622

机械电子工程与人工智能的关系

文/王雨，身份证号：320113199011185622

随着社会生产力的发展和科技水平的进步，给各个学科之间的融合和共同发展创造了有利条件。机械电子工程将传统的机械科学与信息化的电子技术融合在一起，形成了一门新兴的学科，且在日常生活中得到了广泛的应用，并向着人工智能的方向发展。机械电子工程与人工智能相辅相成，共通发展，引领了新的时代潮流。本文首先介绍了机械电子工程的相关概念及发展历程，然后再介绍了人工智能的定义和发展，最后分析了机械电子工程与人工智能的关系。整篇文章由表及里，从具体概念出发，抽丝拨茧地梳理两者之间的关系，可以说较为客观的阐述了机械电子工程与人工智能之间的关系。

机械电子工程；人工智能；关系

导言

机械电子工程与人工智能有着密不可分的联系，通过人工智能的运用，机械电子工程完善了自身的系统、提高了自身的生产效率；而人工智能也借助机械电子工程得到了更好的发展，引起更大的关注，两者在相辅相成的过程中都实现了良性发展。

1 机械电子工程概述

伴随着科技的飞速发展，机械电子工程应运而生。它比起传统的机械工程来说可以说是一个极大的进步。目前，机械电子工程早已发展为一门独立的工程学科体系。与传统的机械工程相比，机械电子工程最显著的优势在于构造较为简单，造型较为小巧，其功能也更加多元化，方便了人们的使用。机械电子工程的发展一共分为三个阶段，分别是手工加工阶段、流水生产线阶段及柔性制造系统阶段。其中，前两个阶段仍然同传统的机械工程接近，只有最后一个阶段才是真正的进入了机械电子工程阶段。可以说，机械电子工程是把电子技术通过一定的途径同机械工程进行结合，从而使两者进行互补的产物。在一开始，两者还没有实质性的融合，仅仅是分离的块与块的关系，或者在功能与结构上能有一些交集。进入21世纪之后，随着信息技术的快速发展，机械电子工程同人工智能开始紧密结合，这给机械电子工程的发展带来了大好的机遇。

2 人工智能概述

人工智能的学科体系是融会贯通的，包括信息学在内的多门学科体系共同搭建起了它的理论根基。它的诞生，有效推动了不同学科的进一步发展。人工智能的发展，可以说是同计算机技术的发展是同步的。在1950年代，是人工智能技术的发展起步期，取得了一定的成果。然而在1960年代中期至1970年代，人工智能的发展遭遇了一些波折，一度陷入停滞，直到1970年代才开始重新发展。尤其是计算机网络技术诞生后，人工智能技术迎来了又一个春天，其发展呈现出蓬勃的态势。

3 机械电子工程与人工智能之间的关系简析

随着计算机技术的快速发展，人工智能也逐渐应用于各个领域，在机械电子工程中尤为突出。对于机械电子系统来说，在很多方面都离不开信息技术这种解决问题的有效手段。比如其建模、控制及诊断等环节，信息技术所起的作用就至关重要。通常来说，机械电子系统都具有本质的非线性和本质的不稳定性。这其中包含着较多的复杂性。因此，这就给其输出输入关系的描述工作带来了很大的难度。一般来讲我们通过三种手段来对输出输入关系进行描述：首先，运用物理方法来建立数学关系式；其次，根据经验来建立规则库；再次，通过事件的学习生成知识。通常来说，运用物理方法来建立数学关系式这种手段相对准确和可靠。由于其系统因果关系是通过解析几何的手段来建立的，其中需要严密的理论分析和逻辑推导过程，因此其精确性自然是无需质疑的。然而这种手段也具有一定的局限性，它只适用于现行定常这类较为简单的系统。一旦面对较为复杂的情况，它就难以确定合适的数学解析式了。就算能得出相应的解析数学模型，因其存在着非线性、不确定性、信息不完全等一些缺陷，会导致计算极度繁琐，甚至造成计算环节的中断。现在，随着机械电子系统的升级，需要处理的信息门类也越来越五花八门。而智能化处理过程必须基于已知的各种信息，其过程不仅十分复杂而且各种未知因素过多，其求解途径目前还没有一种公认的较可靠的方案。此时，依靠物理方法来建立数学关系式这种手段就显得力不从心了。那么人工智能很自然而然地就派上了用场。当我们建立复杂系统模型时，通常可以运用模糊逻辑系统和神经网络两种手段来实现目的。其中，模糊逻辑系统是通过对人脑功能的模拟来进行语言信号的分析处理的，具有明确的物理意义。而神经网络则是仿造的人体神经结构来进行数字信号的分析处理的一种手段。这两种手段的大都市用，都在复杂系统模型之构建这个技术难题的解决上，具有一定的运用价值。然而一旦系统的复杂性进一步提高，使用这两种手段就不能完全解决问题了。因此近年来，人们在进行机械电子和人工智能的研究时，开始意识到了单纯系统的局限性，并开始探索以综合系统来逐步取代单纯系统。而模糊神经网络便是将这两种系统进行有效整合后，开发出的一种全新的系统。模糊逻辑系统需解决的计算量较小，而神经网络的输入输出精度较为理想。二者相结合而产生的模糊神经网络，则是将二者的优势有机地结合在一起，同时又有效避免了二者各自的缺陷，让输出输入精度得到了有效提高。

4 未来发展中应当注意的问题

现在，我国在将人工智能运用于机械电子工程的进程中，虽然取得了一定的成绩，但仍然存在着一些亟待解决的问题。比如，自主品牌产品的技术含量较低，市场认可程度较低，进口品牌仍然占据着较大的市场份额；自主品牌产品的不傻关键技术没能得到攻克，导致高度依赖于技术引进，给进一步的研发带来被动。为了有效地解决这些问题，我们应当加大经费方面的扶持力度，加大人才引进的力度，争取让研发工作早日取得新的突破。