【正文】 關(guān)鍵詞：材料加工工程；集成、柔性、智能化制造系統(tǒng)Abstract:Materials processing engineering plays an important role in the advanced m。參考文獻(xiàn)：[1] 機(jī)械工業(yè)出版社，[2] 邊肇祺，[3] :哈爾濱工業(yè)大學(xué)出版社，[4]，2004[5]董軍，1997[6]，2002[7]，2010[8]胡守仁，余少波，1992[9]胡金濱，2004[10]，2001第五篇：先進(jìn)制造技術(shù)論文先 進(jìn) 制 造 技 術(shù) 論 文新材料成形加工技術(shù)新材料成形加工技術(shù)先進(jìn)制造技術(shù)論—新材料成形加工技術(shù)機(jī)械學(xué)院級班 姓名： 學(xué)號：摘要:材料加工工程在先進(jìn)制造技術(shù)中占有重要地位，是發(fā)展高新技術(shù)產(chǎn)業(yè)和傳統(tǒng)工業(yè)更新?lián)Q代的重要科學(xué)基礎(chǔ)和共性技術(shù)。人工神經(jīng)網(wǎng)絡(luò)近來越來越受到人們的關(guān)注，因?yàn)樗鼮榻鉀Q大復(fù)雜度問題提供了一種相對來說比較有效的簡單方法。RBF隱層節(jié)點(diǎn)的數(shù)目也在訓(xùn)練過程中確定。（3）BP網(wǎng)絡(luò)的輸出和初始的權(quán)值有關(guān)，而RBF網(wǎng)絡(luò)的輸出與初始的權(quán)值無關(guān)。而RBF網(wǎng)絡(luò)的建網(wǎng)過程即是訓(xùn)練過程此外，訓(xùn)練時(shí)間較少．精度也比較高。學(xué)習(xí)速度可以比通常的BP算法提高上千倍,容易適應(yīng)新數(shù)據(jù)，其隱層節(jié)點(diǎn)的數(shù)目也在訓(xùn)練過程中確定，并且其收斂性也較BP網(wǎng)絡(luò)易于保證，因此可以得到最優(yōu)解[10] [11]。此外，由于BP算法的固有特性，BP網(wǎng)絡(luò)容易陷入局部極小的問題不可能從根本上避免，并且BP網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)目的確定依賴于經(jīng)驗(yàn)和試湊，很難得到最優(yōu)網(wǎng)絡(luò)。Poggio和Girosi已經(jīng)證明，RBF網(wǎng)絡(luò)是連續(xù)函數(shù)的最佳逼近，而BP網(wǎng)絡(luò)不是。4結(jié)論在理論上．RBF網(wǎng)絡(luò)和BP網(wǎng)絡(luò)一樣能以任意精度逼近任何非線性函數(shù)。上述問題的存在，制約了人工神經(jīng)網(wǎng)絡(luò)研究的發(fā)展。3人工神經(jīng)網(wǎng)絡(luò)現(xiàn)狀的分析人工神經(jīng)網(wǎng)絡(luò)是一個(gè)新興學(xué)科，因此還存在許多問題。因此，許多國家的政府和企業(yè)都投入了大量的資金，組織大量的科學(xué)和技術(shù)專家對人工神經(jīng)網(wǎng)絡(luò)的廣泛問題立項(xiàng)研究。這么多年來，它的結(jié)構(gòu)與功能逐步改善，運(yùn)行機(jī)制漸趨成熟，應(yīng)用領(lǐng)域日益擴(kuò)大，在解決各行各業(yè)的難題中顯示出巨大的潛力，取得了豐碩的成果[1]。至此，神經(jīng)網(wǎng)絡(luò)理論研究在國際學(xué)術(shù)領(lǐng)域獲得了其應(yīng)有的地位。2我國人工神經(jīng)網(wǎng)絡(luò)現(xiàn)狀隨著人工神經(jīng)網(wǎng)絡(luò)的20世紀(jì)80年代在世界范圍內(nèi)的復(fù)蘇，國內(nèi)也逐步掀起了研究熱潮，1989年10月和11月分別在北京和廣州召開了神經(jīng)網(wǎng)絡(luò)及其應(yīng)用討論會和第一屆全國型號處理——神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)會議；1990年2月由國內(nèi)八個(gè)學(xué)會（中國電子學(xué)會、人工智能學(xué)會、自動化學(xué)會、通信學(xué)會、物理學(xué)會、生物物理學(xué)會和心理學(xué)會）聯(lián)合在北京召開“中國神經(jīng)網(wǎng)絡(luò)首屆學(xué)術(shù)會議”，這次大會以“八學(xué)會聯(lián)盟，探只能奧秘為主題，收到了300多篇學(xué)術(shù)論文”，開創(chuàng)了中國人工神經(jīng)網(wǎng)絡(luò)及神經(jīng)計(jì)算機(jī)方面科學(xué)研究的新紀(jì)元，經(jīng)過十幾年的發(fā)展，中國學(xué)術(shù)界和工程界在人工神經(jīng)網(wǎng)絡(luò)的理論研究和應(yīng)用方面取得了豐碩成果，學(xué)術(shù)論文、應(yīng)用成果和研究人員逐年增加。這么多年來，它的結(jié)構(gòu)與功能逐步改善，運(yùn)行機(jī)制漸趨成熟，應(yīng)用領(lǐng)域日益擴(kuò)大，在解決各行各業(yè)的難題中顯示出巨大的潛力，取得了豐碩的成果。隨著對生物鬧的深入了解，人工神經(jīng)網(wǎng)絡(luò)獲得長足發(fā)展。隨著現(xiàn)代信息科學(xué)與技術(shù)的飛速發(fā)展，這方面的問題日趨尖銳，促使科學(xué)和技術(shù)專家們尋找解決問題的新出路。但由于現(xiàn)有計(jì)算機(jī)是按照馮人工神經(jīng)網(wǎng)絡(luò)是一種旨在模仿人腦結(jié)構(gòu)及其功能的信息處理系統(tǒng)。Hopfield神經(jīng)網(wǎng)絡(luò)應(yīng)用非常廣泛，本文用Hopfield 神經(jīng)網(wǎng)絡(luò)進(jìn)行英文字母識別。本文對人工神經(jīng)網(wǎng)絡(luò)做了簡要的概述，重點(diǎn)講述了兩種應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型：BP神經(jīng)網(wǎng)絡(luò)和Hopfield神經(jīng)網(wǎng)絡(luò)。學(xué)科交叉將催生更多的研究成果，對于人工智能學(xué)科整體而言，要有所突破，需要多個(gè)學(xué)科合作協(xié)同，在交叉學(xué)科研究中實(shí)現(xiàn)創(chuàng)新。大學(xué)科交叉的這種普遍趨勢，在人工智能學(xué)科方面表現(xiàn)尤其突出?？茖W(xué)發(fā)展到今天，一方面是高度分化，學(xué)科在不斷細(xì)分，新學(xué)科、新領(lǐng)域不斷產(chǎn)生。智能科學(xué)不僅要進(jìn)行功能仿真，而且要從機(jī)理上研究，探索智能的新概念、新理論、新方法。認(rèn)知科學(xué)是研究人類感知、學(xué)習(xí)、記憶、思維、意識等人腦心智活動過程的科學(xué)。人工智能的長期目標(biāo)是建立人類水平的人工智能，由腦科學(xué)、認(rèn)知科學(xué)、人工智能等共同研究，形成交叉學(xué)科智能科學(xué)。伴隨著人工智能和智能機(jī)器人的發(fā)展，不得不討論是人工智能本身就是超前研究，需要用未來的眼光開展現(xiàn)代的科研，因此很可能觸及倫理底線。AI也為人類文化生活提供了新的模式。由于AI在科技和工程中的應(yīng)用，能夠代替人類進(jìn)行各種技術(shù)工作和腦力勞動，會造成社會結(jié)構(gòu)的劇烈變化。AI也促進(jìn)了計(jì)算機(jī)工業(yè)網(wǎng)絡(luò)工業(yè)的發(fā)展。人工智能對經(jīng)濟(jì)的影響。在需要使用數(shù)學(xué)計(jì)算機(jī)工具解決問題的學(xué)科，AI帶來的幫助不言而喻。進(jìn)入新世紀(jì)，隨著中國加入WTO,中國與世界的越來越緊密，先進(jìn)制造制造技術(shù)必然會朝著全球化、系統(tǒng)化、集成化、網(wǎng)絡(luò)化、虛擬化、自動化、綠色化、精密化、智能化、快速化的趨勢發(fā)展。這些還都有待于人工智能工作者的長期探索。目前，人工智能技術(shù)正在向大型分布式人工智能、大型分布式多專家協(xié)同系統(tǒng)、廣義知識表達(dá)、綜合知識庫、并行推理、多種專家系統(tǒng)開發(fā)工具、大型分布式人工智能開發(fā)環(huán)境和分布式環(huán)境下的多智能體協(xié)同系統(tǒng)等方向發(fā)展。人工智能遠(yuǎn)期目標(biāo)是要制造智能機(jī)器，使現(xiàn)有的計(jì)算機(jī)更聰明，能夠模擬人類的智能行為。這些年來,人工智能在計(jì)算機(jī)科學(xué)、邏輯學(xué)等領(lǐng)域已取得重大成就,但離真正的人類智能還相差甚遠(yuǎn)。人工智能（AI）是機(jī)器智能和計(jì)算機(jī)科學(xué)的一個(gè)分支。四、人工智能技術(shù)的評價(jià)與認(rèn)識人工智能是一門包括計(jì)算機(jī)科學(xué)、控制學(xué)、信系論、語言論、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等多種學(xué)科相互滲透發(fā)展起來的學(xué)科,其研究對象可以歸納為“機(jī)器智能、智能機(jī)器”,它體現(xiàn)在思維、感知、行為三個(gè)層次,而它要模擬眼神、擴(kuò)展人的智能,其研究內(nèi)容可以分為機(jī)器思維和思維機(jī)器、機(jī)器感知和感知機(jī)器、機(jī)器行為和行為機(jī)器三個(gè)層次。三、控制過程，將需要輸出的反應(yīng)轉(zhuǎn)譯為肢體運(yùn)動和媒介信息。人工智能要解決的問題主要是以下幾個(gè)方面：一、識別過程，外界輸入的信息向概念邏輯信息轉(zhuǎn)譯，將動態(tài)靜態(tài)圖像、聲音、語音、文字、觸覺、味覺等信息轉(zhuǎn)化為形式化（大腦中的信息存儲形式）的概念邏輯信息。同時(shí)也說明，要從根本上了解人腦的結(jié)構(gòu)和功能，解決面臨的難題，完成人工智能的研究任務(wù)，需要尋找和建立更新的人工智能框架和理論體系，打下人工智能進(jìn)一步發(fā)展的理論基礎(chǔ)。在這種背景下提出的各種人工智能理論，只是部分人的主觀猜想，能在某些方面表現(xiàn)出”智能”就算相當(dāng)成功了。3 理論和實(shí)際脫節(jié) 大腦的實(shí)際工作，在宏觀上我們已知道得不少；但是智能的千姿百態(tài)，變幻莫測，復(fù)雜得難以理出清晰的頭緒。它們存在明顯的局限性。全局與局部割裂：人類智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個(gè)側(cè)面。人工智能研究尚存在不少問題，這主要表現(xiàn)在下列幾個(gè)方面： 宏觀與微觀隔離：一方面是哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)科所研究的智能層次太高、太抽象；另一方面是人工智能邏輯符號、神經(jīng)網(wǎng)絡(luò)和行為主義所研究的智能層次太低。在重新闡述我們的歷史知識的過程中，哲學(xué)家、科學(xué)家和人工智能學(xué)家有機(jī)會努力解決知識的模糊性以及消除知識的不一致性。人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探究人類智能和機(jī)器智能的基本原理，研究用自動機(jī)(automata)模擬人類的思維過程和智能行為。人工智能的近期研究目標(biāo)在于建造智能計(jì)算機(jī)，用以代替人類從事腦力勞動，即使現(xiàn)有的計(jì)算機(jī)更聰明更有用。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī),人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。人工智能是指研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。未來人工智能的研究方向主要有:人工智能理論、機(jī)器學(xué)習(xí)模型和理論、不精確知識表示及其推理、常識知識及其推理、人工思維模型,智能人機(jī)接口、多智能主體系統(tǒng)、知識發(fā)現(xiàn)與知識獲取、人工智能應(yīng)用基礎(chǔ)等。那么,如何設(shè)計(jì)和制造高智能的、聰明的“電腦”呢?這正是人工智能另一方面的研究對象和學(xué)科任務(wù)。這里,計(jì)算機(jī)實(shí)質(zhì)上只是機(jī)械地、被動地執(zhí)行人們編制的應(yīng)用程序指令的“電子奴仆”,也不理解為什么要做這項(xiàng)工作,即不懂得:為什么?。通常,人們用計(jì)算機(jī),不僅要告訴計(jì)算機(jī):做什么?,而且還必須詳細(xì)地、正確地告訴計(jì)算機(jī):如何做??，F(xiàn)在的計(jì)算機(jī),雖然經(jīng)歷了從電子管、晶體管、集成電路、超大規(guī)模集成電路等幾代的發(fā)展,在工藝和性能方面都有巨大的進(jìn)步。如:醫(yī)療診斷專家系統(tǒng),故障診斷專家系統(tǒng)等。就是用計(jì)算機(jī)去模擬、延伸和擴(kuò)展專家的智能。但是,用計(jì)算機(jī)給人看病,進(jìn)行病理診斷和藥物處方,或者,用計(jì)算機(jī)給機(jī)器看病,進(jìn)行故障診斷和維修處理,就需要計(jì)算機(jī)有人工智能。可以歸納為八個(gè)字:機(jī)器智能、智能機(jī)器。不管是在昨天、今天還是明天，“人工智能”都是新時(shí)代的寵兒，注定未社會的發(fā)展，人們生活水平的提高做出不可小覷的貢獻(xiàn)！我們共同希望“人工智能”的明天更美好！三、人工智能技術(shù)的主要研究內(nèi)容與核心技術(shù)難題人工智能是一種外向型的學(xué)科,它不但要求研究它的人懂得人工智能的知識,而且要求有比較扎實(shí)的數(shù)學(xué)基礎(chǔ)及哲學(xué)和生物學(xué)基礎(chǔ),只有這樣才可能讓一臺什么也不知道的機(jī)器模擬人的思維。還有，在最受人關(guān)注的機(jī)器人領(lǐng)域里，人工智能蘊(yùn)含著十分強(qiáng)大的發(fā)展空間！雖然現(xiàn)在已經(jīng)實(shí)現(xiàn)了機(jī)器人與人的對話交流等強(qiáng)大的功能，但相信在未來，人們一定會挖掘出人工智能更多更強(qiáng)大的功能來運(yùn)用到機(jī)器人中去，讓機(jī)器人更好的未人們服務(wù)！最后，在控制領(lǐng)域內(nèi)，雖然已經(jīng)實(shí)現(xiàn)了遠(yuǎn)程操控技術(shù)，但并不普及，相信在未來，我們可以更輕松自如的利用人工智能來實(shí)現(xiàn)對家用電器等的遠(yuǎn)程控制的普及，讓每一個(gè)房子都裝有這樣的系統(tǒng)，那么在主人回家之前就可以設(shè)定好最符合主人生活習(xí)慣的環(huán)境，讓辛苦勞累了一天的主人能夠更好的享受到家的溫馨！人工智能誕生50多年來，在崎嶇不平的道路上取得了可喜的進(jìn)展。許多新的學(xué)習(xí)方法相繼問世并獲得了成功的應(yīng)用,如增強(qiáng)學(xué)習(xí)算法、reinforcement learning等。首先必須發(fā)展能理解與處理上下文的技術(shù)，使所建立的系統(tǒng)能在不同的上下文情境下合理地處理各類問題；其次應(yīng)發(fā)展多路學(xué)習(xí)機(jī)制，使系統(tǒng)能從復(fù)雜的變化的環(huán)境中同時(shí)學(xué)到多種技能(如機(jī)器人足球運(yùn)動員就需要有這樣的功能)；另外還應(yīng)探討系統(tǒng)的可自動進(jìn)化機(jī)制，使系統(tǒng)能從簡單的被動式的系統(tǒng)逐步進(jìn)化為復(fù)雜的具有自適應(yīng)能力的系統(tǒng)。另外，我們也可以利用人工智能來建立與理解復(fù)雜的自適應(yīng)系統(tǒng)：下一個(gè)十年人工智能研究應(yīng)著重于對未必能符號化、信息未必完全的復(fù)雜的自適應(yīng)系統(tǒng)的研究，其中最關(guān)鍵的是如何理解與建立這樣的系統(tǒng)。既然“人工智能”的發(fā)展如此吸引人，那就一定具有相當(dāng)多的發(fā)展方向啦，那么未來它的發(fā)展趨勢會是如何呢？我們不妨可以設(shè)想一下： 在計(jì)算機(jī)網(wǎng)絡(luò)如此發(fā)達(dá)的社會中，我們可以利用人工智能來實(shí)現(xiàn)語言技術(shù)與人類生活的聯(lián)系，雖然目前關(guān)于語言的研究尚未突破語義障礙，現(xiàn)在還看不出在解決自然語言中含糊曖昧的成份方面可能會取得多大的進(jìn)展，也很難想象在近期內(nèi)能實(shí)現(xiàn)對任意輸入均可產(chǎn)生高質(zhì)量譯文的機(jī)器翻譯系統(tǒng)或非常理想的篇章理解系統(tǒng)，我們所能看到的是一些有一定限制的但與人類生活密切相關(guān)的語言處理技術(shù)的發(fā)展。另外，由于Hopfield 多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。美國IBM公司正在研究一種新型的仿生芯片，利用這些芯片，人類可以實(shí)現(xiàn)電腦模仿人腦的運(yùn)算過程，預(yù)計(jì)最快到2019年可完全模擬出人類大腦。在2013年初的國情咨文中，美國總統(tǒng)奧巴馬特別提到為人腦繪圖的計(jì)劃，宣布投入30億美元在10年內(nèi)繪制出“人類大腦圖譜”，以了解人腦的運(yùn)行機(jī)理。由于深度學(xué)習(xí)的成功，學(xué)術(shù)界進(jìn)一步沿著連接主義的路線提升計(jì)算機(jī)對人腦的模擬程度。伴隨著寬帶網(wǎng)絡(luò)設(shè)施的普及，云計(jì)算、大數(shù)據(jù)等技術(shù)的不斷發(fā)展，未來機(jī)器人技術(shù)成本的進(jìn)一步降低和機(jī)器人量產(chǎn)化目標(biāo)實(shí)現(xiàn)，機(jī)器人通過網(wǎng)絡(luò)獲得數(shù)據(jù)或者進(jìn)行處理將成為可能?，F(xiàn)階段的技術(shù)突破的重點(diǎn)一是云機(jī)器人技術(shù)，二是人腦仿生計(jì)算技術(shù)。自人工智能誕生至今，各國都紛紛加大對人工智能的科研投入，其中美國政府主要通過公共投資的方式牽引人工智能產(chǎn)業(yè)的發(fā)展，2013財(cái)年美國政府將22億美元的國家預(yù)算投入到了先進(jìn)制造業(yè)，投入方向之一便是“國家機(jī)器人計(jì)劃”。二是基于統(tǒng)計(jì)方法的仿生模擬的連接主義路線，代表領(lǐng)域有機(jī)器學(xué)習(xí)和人腦仿生，三是行為主義，希望從進(jìn)化的角度出發(fā)，基于智能控制系統(tǒng)的理論、方法和技術(shù)，研究擬人的智能控制行為。智能反饋控制領(lǐng)域與機(jī)械技術(shù)、控制技術(shù)和感知技術(shù)密切相關(guān)，整體表現(xiàn)為機(jī)器人學(xué)，目前機(jī)械技術(shù)受制于材料學(xué)發(fā)展緩慢，控制技術(shù)受益于工業(yè)機(jī)器人領(lǐng)域的積累相對成熟。智能反饋：智能反饋控制將前期處理和判斷的結(jié)果轉(zhuǎn)譯為肢體運(yùn)動和媒介信息傳輸給人機(jī)交互界面或外部設(shè)備，實(shí)現(xiàn)人機(jī)、機(jī)物的信息交流和物理互動。智能處理：產(chǎn)生智能的第二步是使計(jì)算機(jī)具備足夠的計(jì)算能力模擬人的某些思維過程和行為對分析收集來的數(shù)據(jù)信息做出判斷，即對感知的信息進(jìn)行自我學(xué)習(xí)、信息檢索、邏輯判斷、決策，并產(chǎn)生相應(yīng)反映。智能感知：智能的產(chǎn)生首先需要收集到足夠多的結(jié)構(gòu)化數(shù)據(jù)去表述場景，因此智能感知是實(shí)現(xiàn)人工智能的第一步。是研究、開發(fā)模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。綜合來看人工智能是相對人的智能而言的。人工智能技術(shù)在國外的發(fā)展與趨勢智能是一種知識與思維的合成,是人類認(rèn)識世界和改造世界過程中的一種分析問題和解決問題的綜合能力?？焖倩軓?qiáng)有力地推動著制造技術(shù)的進(jìn)步與發(fā)展，它是先進(jìn)制造技術(shù)發(fā)展的“動力”?？焖倩嚎焖倩侵笇κ袌龅目焖夙憫?yīng)，對生產(chǎn)的快速重組。這決定了發(fā)展精密加工、超精密加工技術(shù)是機(jī)械制造未來的一個(gè)重點(diǎn) 智能化：智能制造是指綜合利用各個(gè)學(xué)科、各種先進(jìn)技術(shù)和方法，解決和處理制造系統(tǒng)中的各種問題。采用綠色制造能最大限度地減少制造對環(huán)境的負(fù)面影響，同時(shí)使原材料和能源的利用效率達(dá)到最高。制造自動化技術(shù)的發(fā)展趨勢是制造全球化、制造敏捷化、制造網(wǎng)絡(luò)化、制造虛擬化、制造智能化和制造綠色化。虛擬化的核心是計(jì)算機(jī)仿真，通過仿真軟件來模擬真實(shí)系統(tǒng)，以保證產(chǎn)品設(shè)計(jì)和產(chǎn)品工藝的合理性，保證產(chǎn)品制造的成功和生產(chǎn)周期，發(fā)現(xiàn)設(shè)計(jì)、生產(chǎn)中不可避免的缺陷和錯誤。虛擬化：制