前言：中文期刊網精心挑選了人工智能技術研究范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
人工智能技術研究范文1
[關鍵詞]人工智能，工程技術應用
中圖分類號：TP 文獻標識碼：A 文章編號：1009-914X（2014）31-0221-01
首先，介紹下人工智能（Artificial Intelligence，AI）是一門綜合了計算機科學、生理學、哲學的交叉學科。人工智能的研究課題涵蓋面很廣，從機器視覺到專家系統，包括了許多不同的領域。 其點是讓機器學會“思考”
人工智能學科是計算機科學中涉及研究、設計和應用智能機器的一個分支。
1.20世紀80年代，專家系統技術的逐漸成熟及計算機技術的迅速發展，使得智能控制和決策的研究也取得了較大進展。計算智能是一種仿生計算方法，它從生物底層對智能行為進行模擬和研究，拓展了傳統的計算模式，為復雜問題的求解提供了新的解決辦法。為了提高計算智能的應用效率，本文分析了二進制遺傳算法中早熟收斂的成因，指出了傳統的變異算子在防止早熟收斂方面的不足，提出了一種能有效預防早熟現象的二元變異算子，并在此基礎上提出了一種便于用常規邏輯門電路實現的遺傳算法。鑒于參數選擇對于遺傳算法求解效率的影響。
2.人工智能在工程技術各行各業的應用
（1）工業過程中的智能控制。生產過程的智能控制主要包括兩個方面：局部級和全局級。
（2）機械制造中的智能控制。在現代先進制造系統中，需要依賴那些不夠完備和不夠精確的數據來解決難以或無法預測的情況，人工智能技術為解決這一難題提供了有效的解決方案。
（3）電力電子學研究領域中的智能控制。電力系統中發電機、變壓器、電動機等電機電器設備的設計、生產、運行、控制是一個復雜的過程，國內外的電氣工作者將人工智能技術引入到電氣設備的優化設計、故障診斷及控制中，取得了良好的控制效果 。
（4）人工智能在水利工程中應用。大壩安全監測自動化系統結構和大壩安全智能決策支持系統（DSIDSS）。
1）針對大壩安全監測系統的可靠性問題，將現場總線監測網絡結構和基于現場總線的通信網絡模型應用于大壩安全監測系統中，提高了系統的可靠性和系統組網的靈活性，使大壩安全監測自動化系統可根據現場條件靈活組網，增加了系統的實用性。重點研究了監控網絡的系統結構、網絡通訊模式和功能分布。
2）針對自動化監控系統的數據真實性和合理性檢驗問題，研究了大壩安全監測數據的預處理方法，應用灰色系統理論和過程突變理論建立了監測數據的在線檢驗模型，有效地解決了自動化系統監測數據的合理性和真實性的在線檢驗問題。
3）應用人工神經網絡技術研究了大壩監測數據的分析方法，建立了基于自學習神經元的自學習即網絡監控模型，為大壩安全監控模型的建立和預測提供了新的思路和方法。
4）針對合理處理DSIDSS中的不確定因素問題，采用模糊測度和模糊積分理論的基本思想和方法進行了處理。結合模糊集和可能性理論，提出了大壩安全等級劃分和安全判據的表示方法。應用模糊測度和模糊積分理論，較好地解決了大壩安全綜合評價中不確定性因素的計算機表示和處理方法。
5）探討了DSIDSS中的知識表示和推理技術，應用知識的語義網絡和模糊產生式規則表示方法，建立了大壩安全智能決策支持系統的知識庫。所采用的模糊推理方法克服了傳統Bayes推理方法的部分缺陷，在實際應用中表明是合理有效的一種推理模式。
人工智能的過程及在工程技術轉化的順序包含：
1.機器學習
機器學習（Machine Learning）是研究計算機怎樣模擬或實現人類的學習行為，以獲取新
的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。它是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演繹機器學習的研究是根據生理學、認知科學等對人類學習機理的了解，建立人類學習過程的計算模型或認識模型，發展各種學習理論和學習方法，研究通用的學習算法并進行理論上的分析，建立面向任務的具有特定應用的學習系統。這些研究目標相互影響相互促進。
2.模式識別
1）. 模式識別概述
模式識別（Pattern Recognition）是人類的一項基本智能，在日常生活中，人們經常在進行“模式識別”。隨著20世紀40年代計算機的出現以及50年代人工智能的興起，人們當然也希望能用計算機來代替或擴展人類的部分腦力勞動。（計算機）模式識別在20世紀60年代初迅速發展并成為一門新學科。
模式識別（Pattern Recognition）是指對表征事物或現象的各種形式的（數值的、文字的和邏輯關系的）信息進行處理和分析，以對事物或現象進行描述、辨認、分類和解釋的過程，是信息科學和人工智能的重要組成部分。應用計算機對一組事件或過程進行辨識和分類，所識別的事件或過程可以是文字、聲音、圖像等具體對象，也可以是狀態、程度等抽象對象。這些對象與數字形式的信息相區別，稱為模式信息。
2）.模式識別的應用（1）文字識別（2）語音識別（3）圖像識別（4）醫學診斷
3.專家系統
1）.專家系統概述
專家系統是一個智能計算機程序系統，其內部含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。
2）.發展歷史
專家系統的發展已經歷了3個階段，正向第四代過渡和發展。
第一代專家系統（dendral、macsyma等）以高度專業化、求解專門問題的能力強為特點。但在體系結構的完整性、可移植性等方面存在缺陷，求解問題的能力弱。
第二代專家系統（mycin、casnet、prospector、hearsay等）屬單學科專業型、應用型系統
第三代專家系統屬多學科綜合型系統，采用多種人工智能語言，綜合采用各種知識表示方法和多種推理機制及控制策略
3. 專家系統的基本結構
專家系統的基本結構如圖所示，其中箭頭方向為數據流動的方向。專家系統通常由人機交互界面、知識庫、推理機、解釋器、綜合數據庫、知識獲取等6個部分構成。知識庫用來存放專家提供的知識。專家系統的問題求解過程是通過知識庫中的知識來模擬專家的思維方式的，因此，知識庫是專家系統質量是否優越的關鍵所在，即知識庫中知識的質量和數量決定著專家系統的質量水平。
人工智能在物聯網的應用
物聯網智能是利用人工智能技術服務于物聯網絡的技術是將人工智能的理論方法和技術通過具有智能處理功能的軟件部署在網絡服務器中去服務于接入物聯網的物品設備和人。
1.智能物聯網
1）智能物聯網概念
智能物聯網就是對接入物聯網的物品設備產生的信息能夠實現自動識別和處理判斷，并能將處理結果反饋給接入的物品設備，同時能根據處理結果對物品設備進行某種操作指令的下達使接入的物品設備作出某種動作響應.而整個處理過程無需人類的參與。
2）智能物聯網的實現途徑
要實現物聯網智能化就必須讓人工智能成為物聯知終端、傳輸網絡、具有人工智能的數據處理服務器。
2.物聯網需要的人工智能技術
1）物聯網中需要來自人工智能技術的研究成果.如問題求解、邏輯推理證明、專家系統、數據挖掘、模式識別、自動推理、機器學習、智能控制等技術。
2）物聯網的智能控制
在物聯網的應用中.控制將是物聯網的主要環節.如何在物聯網中實現智能控制將是物聯網發展的關鍵。
3.物聯網智能模型
基于對人工智能技術的認識和研究.依據人工智能模型.推演出了智能物聯網智能化模型。智能物聯網被分為五個層次機器感知交互層、通信層、數據層、智能處理層、人機交互層，共五層。
作者簡介
人工智能技術研究范文2
關鍵詞：腦積水；認知功能
腦積水（Hydrocephalus）是由多種病因共同作用引起的一種綜合病理結果，以腦脊液循環通路多種原因梗阻以及或吸收不良較為多見，而分泌過多者較為罕見[1]；典型癥狀為慢性頭痛或脹痛、嘔吐、視力模糊，視神經水腫，偶伴復視，眩暈及癲癇發作，大多數腦積水患者不同程度上認知功能明顯受限，研究分析腦積水認知功能對患者病情把握及預后評估有重要作用及意義。
1資料與方法
1.1一般資料 收集我院2010～2012年腦積水患者病歷。共測查腦積水患者60例，其中男36例，女24例，年齡16～69歲，平均（34.9±8.7）歲；起病年齡6～60歲。平均起病年齡（18.9±6.9）歲；大專以上學歷，24例，大專以下學歷 36例；所有患者頭顱CT或MRI平掃均無明顯器質性病變。所有患者均通過電話，隨訪率94.66%。時間平均12.6個月（6～18個月）。對照組：與腦積水組患者各個情況均相匹配且無其他神經精神史的健康志愿者60例。
1.2手術前后認知功能檢測以及相關因素分析 采用（MMSE） 量表[2]，主要研究對象手術前及手術后72h、2w以及1個月進行的定向力、識記力、注意力和計算、語言及結構模仿，總分為30分。分值越低，表示其認知功能就越差。同時分析其相關因素，包括年齡、性別、學歷、發病原因以及發病時間長短等。
2結果
2.1手術前后認知功能分析 采用MMSE進行檢測認知功能研究，從結果分析，腦積水患者認知功能明顯低于對照組，P
2.2相關因素的分析 將腦積水患者組的MMSE總分與患者年齡、性別、學歷、及發病時間長短等因素進行相關性分析，與認知功能損害狀況呈明顯相關性（P
3討論
腦積水綜合癥由Adams和Hakim于1965年提出，是一種以步態不穩、尿失禁和認知功能缺損為主要特征性改變，而認知功能損害逐漸被重視起來，及時且準確的診斷是預后較好療效的關鍵[3-5]。本實驗研究發現，將腦積水患者組的MMSE總分與患者年齡、性別、學歷以及發病時間長短等因素進行相關性分析，結果表明除性別因素外其余幾種影響因素均與認知功能損害狀況呈明顯相關性，年齡越小、受教育程度越低、發病時間越長，認知功能受損越明顯，從結果分析，腦積水患者認知功能明顯低于對照組；認知功能損害為主要表現表現，循證醫學表明約88.6%的患者存在不同程度的認知能力下降，以癡呆表現最為突出，國外有關腦積水的認知損害研究較多，國內鮮有關這方面報道[4-7]。推論其主要原因，推測主要是由于腦室的擴大、機械性的牽拉與壓迫，使腦實質和血管管徑縮小，造成包括額葉在內的多個區域血流量減少而致缺血性損傷，尤其是支配額葉為主的大腦前動脈分支在胼胝體上方極易受牽拉，加劇了額葉的供血不足，也繼而使兩側杏仁核的血液供應明顯受損[8]；另一重要的觀點，雙側島葉也受重要的影響，而島葉、海馬、杏仁核都為邊緣系統的重要組成部分，已經證實與認知功能損害有密切關系。有研究顯示腦積水患者腦脊液循環障礙，腦脊液生成和轉運減少，淀粉樣蛋白清除能力下降，部分微觀分子如P38的改變，最終使淀粉樣蛋白沉積、P38 的減少，這也可能是導致認知功能障礙的重要原因。
參考文獻：
[1]Naqi R， Azeemuddin M. Naeglaeria infection of the central nervous system， CT scan findings： a case series. J Pak Med Assoc. 2013 Mar；63（3）：399-402.
[2]Alugolu R， Chandrasekhar YB， Shukla D， et al. Xanthogranulomatous colloid cyst of the third ventricle. J Neurosci Rural Pract. 2013 Apr；4（2）：183-186.
[3]Honein MA， Devine O， Sharma AJ， et al. Modeling the potential public health impact of prepregnancy obesity on adverse fetal and infant outcomes. Obesity （Silver Spring）. 2013 Jun；21（6）：1276-1283.
[4]Momtchilova M， Moussaoui K， Laroche L， et al . Ocular manifestations of arachnoid cysts in children： Report of two cases. J Fr Ophtalmol. 2013 Jul 30.
[5]Wang C， DU HG， Yin LC， et al. Analysis of related factors affecting prognosis of shunt surgery in patients with secondary normal pressure hydrocephalus. Chin J Traumatol. 2013 Aug 1；16（4）：221-234.
[6]Smith J， Cheater F， Bekker H， et al. Are parents and professionals making shared decisions about a child's care on presentation of a suspected shunt malfunction： a mixed method study？ Health Expect. 2013 Aug 5.
人工智能技術研究范文3
0 引言
電氣自動化是一門實踐性較強的應用性科學，主要研究電氣系統的運行控制和研發。人類社會文明發展至今在科學技術方面的最大進步，主要是實現了系統中機械設備運行和控制的自動化和智能化。研究人工智能技術在電氣自動化控制中的應用，有助于推動電氣系統自動化的進一步發展，實現系統運行的智能化，使得其更加安全穩定，最終提高企業的生產效率，提高市場競爭力。
1 人工智能技術的應用理論
人工智能是一門新型的計算機科學，介于自然科學和社會科學邊緣之間，研究對象主要是智能搜索、邏輯程序設計、自然語言問題和感知問題等。人工智能技術的本質就是模擬人類思維進行信息編碼的過程，主要是結構模仿和功能模擬兩種思維模擬方式。前者模擬形式主要是對人類大腦機制進行模擬，制造出類似人腦的機器設備;后者模擬主要是從人腦的功能角度出發，對人類大腦思維功能進行模擬。較為成功的典型事件就是現代的電子信息計算機，順利地模擬人類大腦思維進行信息編碼。
人工智能不是人的智能，更不是對人的智力功能的超越，其不同于人類大腦運行的顯著特征主要有四個方面：是機械的無意識的物理過程;無社會性;不具備人類意識的創造力;功能是在人類大腦思維之后產生的。應用人工智能技術在電氣自動化控制系統中，可以極大地節省人力資源，降低成本。同時，不控制目標模型就可以提高操作的準確度，降低誤差。此外，這樣還能保證產品的規范，提高性能。
2 人工智能技術的應用現狀
近年來，人工智能技術得到了公眾的高度重視，大多數的專業性高校和科研單位都對其在電氣自動化系統中的應用開展了眾多工作，現下的人工智能技術主要應用在電氣設備的設計、事故及故障診斷和電氣控制過程中的監控預警等工作。首先，在電氣自動化系統中電氣設備的設計方面，設備的結構設計較為繁瑣復雜，涉及面較廣，要求操作設計人員具備較多的實踐經驗。其次，在事故及故障診斷方面，人工智能技術可以利用模糊邏輯和神經網絡等發揮優勢，做好預警監控工作。最后，在電氣控制過程中應用人工智能技術，主要依靠神經網絡、模糊控制和專家系統三種方式，其中模糊控制應用較為普遍，以AI控制為主。
3 電氣自動化控制中的人工智能技術的應用對策
根據上部分分析的人工智能技術在電氣自動化控制系統的應用現狀，可知為實現電氣自動化控制系統運行的高效性、提高人工智能技術的應用性，對策主要有以下三個方面：應用于電氣設備設計、應用于事故及故障診斷和應用于電氣控制過程。
3.1 應用于電氣設備設計
根據諸多電氣工程的實踐證明，只有具備各相關專業的學科知識和技藝才能真正實現電氣自動化控制系統的高效性，使其穩定運行。在電氣設備的設計中應用人工智能技術，可以簡化工作，降低人力成本。因此，企業擁有一批素質高的設計團隊，這是電氣自動化控制系統實現高效性的關鍵之一。此外，企業需要采取先進的人工智能技術進行電氣設備的設計工作，尤其是結構設計工作。具體來說，人工智能技術在進行電氣設備設計時主要是采用遺傳算法升級計算機系統，全面提高產品的研發、設計和生產，優化設計產品。
3.2 應用于事故及故障診斷
電氣故障診斷，指的是對電氣自動化控制系統中機械設備的先關信息進行確定，判斷技術和運行狀況是否正常，如果出現異常，可以及時確定故障的具體內容和性質部位，找出故障原因并提出解決對策。而在電氣設備運行時，不確定因素較多，使得系統容易出現各種類型的故障和事故，如果無法及時確定故障的性質和部位，將會給員工的人身安全帶來威脅，企業也會承受較大的經濟損失。因此，及時判斷分析事故并做好故障診斷工作，是一項至關重要的工作?？梢栽趥鹘y的電氣控制系統中，采取一些新型的人工智能技術進行診斷。比如說，在診斷變壓器的故障中，我們可以引入人工智能技術進行診斷，在節省人力物力的同時保證診斷的精確性，也可以在對發動機和發電機等電氣機械設備進行事故診斷時引入人工智能技術，提高精確度，以達到良好的工作效果，實現企業的經濟效益。
3.3 應用于電氣控制過程
人工智能技術在電氣自動化控制系統中起著關鍵性作用，是電氣行業中的重要部分。實現電氣自動化控制的人工智能化，有助于降低工作成本，提高工作效率，實現資源優化和最佳配置。在傳統的電氣自動化控制過程中，由于過程的繁瑣復雜操作人員容易出現錯誤，而采取人工智能化技術則可以避免這些人為錯誤。人工智能技術主要采取神經系統的控制、專家系統的高效控制和模糊控制。現在最常用的技術方式是模糊控制，通過模糊控制借助直流電和交流電的傳動最終實現電氣自動化控制系統的智能化控制。模糊控制可以具體分為Surgeno和Mamdan兩種表現形式，前者是后者的特殊情況，兩者均用來調速控制。
在電氣領域里，人工智能技術可以運用到日常操作中。我們可以利用家庭電腦實現對電氣自動化控制系統的遠程操作控制。具體來說，是通過采用人工智能技術預先設計好的既定程序控制操作過程，實現設備智能化，及時掌控全局。
4 總結
綜上所述，電氣自動化控制中的人工智能技術的應用研究，既能實現工作效率的提高，還能降低運行成本，更好地實現電氣系統的自動化智能化控制。此外，隨著科學技術的飛速發展，人工智能技術在電氣自動化控制中的應用面臨著巨大的機遇和挑戰，需要學者們不斷研究和完善，使其得到更好的應用。
人工智能技術研究范文4
[關鍵詞] 塵肺;慢性缺氧;認知功能;腦細胞超微結構
[中圖分類號] R135.2 [文獻標識碼] A[文章編號] 1673-9701(2010)10-11-02
煤工塵肺(coal worker's pneumoeoniosis,CWP)是指煤礦各工種工人長期吸入生產環境中的粉塵,所引起肺部塵肺病變的總稱。塵肺患者由于長期吸入生產性粉塵,損壞了呼吸道黏膜,破壞了其防御功能,減弱了氣管對異物的消除能力,肺部廣泛纖維化,間質病變,肺泡通氣換氣功能障礙,使肺功能受損,導致低氧血癥[1]。低氧血癥會導致多器官的損害,尤其是氧需求量較大的中樞神經系統。缺氧引起記憶功能障礙已得到多方面臨床的證實,但是還沒有塵肺引起認知障礙方面的研究。
1材料與方法
1.1材料
①動物:20只wistar雄性大鼠,體重(190±20)g,由河北醫科大學動物中心提供;②Morris 水迷宮(山西醫科大學公共衛生學院);③煤塵顆粒(晉煤集團生產的無煙煤顆粒);④光學顯微鏡(NIKON ECLIPSE E600,山西醫科大學寄生蟲教研室);⑤計算機及顯微圖像分析系統(BI2000,成都泰盟科技有限公司)。
1.2方法
1.2.1動物分組與模型的建立適應性飼養一周后,20只wistar大鼠隨機分為塵肺組(CWP組)和對照組。用10%水合氯醛(300mg/kg)腹腔麻醉,然后行氣管插管,將顆粒直徑
1.2.2Morris水迷宮實驗8周后應用Morris水迷宮系統測定大鼠學習記憶能力。①定位航行實驗(place navigation):實驗前一天預先將大鼠置于水迷宮中自由游泳30min,讓其適應水迷宮環境。在學習過程中,大鼠連續訓練4d,每天分上、下午兩個時段,每個時段訓練2次,間隔為60min。每次實驗大鼠在4個不同象限中將頭朝池壁放入水池,每天次序不同,任其游泳,直至找到平臺。60s內尋找到隱藏在水面下平臺的時間(逃避潛伏期,escape latency)被記錄下來,并允許大鼠在平臺上停留10s以達到強化記憶效果,如果大鼠在60s 內未到達平臺,逃避潛伏期以60s 記錄,并由實驗者用桿子將其引至平臺停留30s。每次實驗后立即用毛巾將大鼠抹干。此項反映大鼠的學習能力。②空間探索實驗(spatial probe):實驗第5天進行空間探索實驗,撤除平臺,將大鼠任意選一個入水點放入水中,記錄其在2min中內的游泳軌跡,分別計算其跨越目標象限內的游泳時間占整個游泳時間的百分率、跨越平臺次數,此項反映大鼠的空間記憶能力。
1.2.3形態學實驗檢測實驗結束時處死大鼠,取肺組織和腦組織做HE染色病理切片,觀察肺組織和腦組織結構的變化。
1.3統計學處理
所有數據應用統計軟件SPSS13.0 進行統計學分析。
2結果
2.1Morris水迷宮測試
2.1.1Morris水迷宮學習成績(定位航行實驗)CWP組的逃避潛伏期明顯長于對照組(P
2.1.2Morris 水迷宮記憶成績CWP組的穿越平臺次數(2.6±1.32)次,較對照組顯著減少[(5.1±2.10)次,P
2.2形態學實驗結果
①肺組織病理形態學染塵8周可見炎細胞浸潤增加,吞噬了煤塵的肺泡巨噬細胞增加及煤塵聚集形成的煤斑或結節增多,病灶肺氣腫明顯,可見少量肺纖維化形成,見圖封三1,2。②腦組織病理形態學觀察:光鏡下染塵8周可見膠質細胞吞噬神經元,神經元壞死、減少,篩網狀軟化灶,見圖封三3,4。
3討論
煤工塵肺是職業病的常見病,嚴重危害勞動者的健康,由于長期吸入生產性粉塵,損壞了呼吸道黏膜,破壞了其防御功能,減弱了氣管對異物的消除能力,肺部廣泛纖維化,臨床上常出現低氧血癥,使機體處于一種慢性持續性缺氧狀態[2,3]。
缺氧引起記憶功能障礙已得到多方面臨床的證實。這種塵肺引起的慢性持續性缺氧狀態會引起中樞系統的損害導致認知功能的損害。目前,Morris 水迷宮實驗是檢驗大鼠學習記憶最為經典的方法[4]。水迷宮實驗結果顯示,在定位航行實驗中塵肺組大鼠學習能力明顯高于對照組;空間探索實驗中,塵肺組較對照組大鼠記憶能力下降,差異均有統計學意義,說明兩組大鼠都有空間學習能力,但塵肺可致大鼠學習記憶功能障礙。肺組織超微結構可見炎性細胞的浸潤使組織破壞,腦組織切片觀察可見膠質細胞吞噬神經元,神經元壞死、減少,篩網狀軟化灶,可見塵肺組大鼠肺功能受損導致的慢性缺氧致腦細胞的損害。神經元是學習記憶的基礎,神經細胞結構功能的損害會影響學習記憶功能。提示煤工塵肺可引起腦細胞受損,從而影響其認知功能。
本實驗通過對大鼠塵肺模型的建立,從行為方法學和細胞形態學方面探討塵肺對大鼠認知功能的影響從而可知塵肺導致的慢性持續性缺氧可誘發大鼠認知功能障礙[5,6]。本研究為煤塵誘發認知功能障礙提供了相關的實驗依據,同時提示應足夠重視塵肺引起的并發癥及認識塵肺防治的必要性。
[參考文獻]
[1] 金泰虞. 職業衛生與職業醫學[M]. 第5版. 北京:人民衛生出版社,2003:255.
[2] 劉順銀. 煤工塵肺434例死因分析[J]. 中國煤炭工業醫學雜志,2005, 8(1):31-32.
[3] 周紅,馬忠森,王紅麗,等. TGFβ1和TGFβRI在煤工塵肺大鼠模型肺組織中的表達[J]. 吉林大學學報(醫學版),2003,2(91):152-154.
[4] Sergiu D, Jeannette GE, Ron DK, et al. Quantification of swim patterns in the Morris water maze[J]. Behavior Research Methods,2000, 32(2):134.
[5] Peng B,Li SW,Kang H,et al. Cognitive and emotional impairmentin obstructive sleep apnea syndrome[J]. Chin Med Sci,2004,19(4):262- 265.
人工智能技術研究范文5
【關鍵詞】人工智能；智能網絡；優化方法；優化工具
伴隨著知識時代以及信息社會的到來，信息正以空前的速度發展，面對龐大的信息，人類以前所依靠的自然智能越來越吃力，怎樣用人工打造的智能來模仿自然智能，以實現對信息的智能處理，這是當今信息社會所面對的一個越來越重要的課題。人工智能長久以來都處在計算機科技的前沿，它是人類面對知識經濟巨大挑戰以及走向信息社會所必不可少的一項技術。信息社會對于智能的強烈要求是推動人工智能快速發展的強大動力。近年來，隨著多媒體技術，計算機網絡的發展，人工智能也迎來了蓬勃發展的全新時期?；谌斯ぶ悄芗夹g在我國網絡領域的應用，我國的計算機網絡呈現出越來越高的智能化，使我國的網絡顯現出全新的面貌。與此同時，智能網絡的優化也顯得越來越重要。
一、人工智能技術的概述
1.人工智能的概念
人工智能也就是所說的機器智能，簡稱為AI。它是由計算機學、信息論、心理學等諸多學科之間相互滲透而發展形成的一門科學。該科學通過計算機系統模擬智能活動，就科學的層面講，人工智能可看作計算機學的分支。總體來看，人工智能極富挑戰性，研究人工智能的目的是用機器來完成一些需要人類自然智能才可以完成的較復雜工作[1]。
2.人工智能的優勢
毫無疑問，人類智能是最高級復雜的天然智能。然而，無數例子表明，人類思維存在著一定的局限性，這主要表現在四個層面：一是對于信息加工處理效率并不高。二是人腦容量有限且準確性比較差。三是人腦在功能及活動空間上有限。四是人在工作過程中容易受到精神狀態、生理狀況以及外界環境的影響。而人工智能不僅可以向人類思維那樣工作，而且還能很好的克服人腦的局限性，因此人工智能體現出很大的優勢。
3.人工智能的發展史
人工智能的實現需從計算機剛誕生時算起，其發展可大致分成三個階段。
第一階段即人工智能形成的階段。1955年香農發明一種樹形結構程序，該程序運行時，其在樹中尋找與答案最接近的分支探索，從而得到正確答案，該程序標志著人工智能技術的正式起步[2]。
第二階段即發展階段。人工智能從該階段由純理論探索轉變為應用研究，從而相繼產生專家系統、自動程序設計以及語言理解等重要技術。
第三階段即人工智能全新高速發展階段。此時機器翻譯全面復蘇并走向市場。數百家公司加入研究，人工智能不斷完善。智能機器人以及第5代計算機研制產生。人工智能發展進入全新階段。
二、基于人工智能技術的智能網絡優化的概念和內容
1.基于人工智能技術的智能網絡優化的概念及意義
伴隨通信技術的發展，客戶數目不斷增加，因此對通信質量要求也越來越高。當前基于人工智能技術的智能網絡優化成為熱點問題，由當前智能通信網絡降低信道擁塞，從而實現通信的高質量。基于人工智能技術的智能網絡優化是在對智能網絡運行狀況有充分了解的前提下，利用各種手段，對智能網絡中不恰當的部分加以調整，從而使網絡實現最佳狀態?；谌斯ぶ悄芗夹g的智能網絡優化是一項長期性質的工作，必須進行合理規劃和建設，才能實現網絡的良性運行[3]。
基于人工智能技術的智能網絡優化指的是在運行的智能網絡提取并分析數據。對影響網絡運行的因素及網絡運行過程中不確定的因素加以分析，經過參數的優化以及利用技術手段進行實時處理，從而對智能網絡運行狀況進行更新，以至于令當前網絡的狀況最佳。基于人工智能技術的智能網絡優化的目的是提高智能網絡的通信質量并保持智能網絡的通信質量。若從網絡的層面來看，基于人工智能技術的智能網絡優化的目的是提高移動通信質量，同時盡量減少進行網絡維護所需的成本。
2.基于人工智能技術的智能網絡優化的內容
基于人工智能技術的智能網絡優化即對網絡運行狀況有充分了解的情況下，對當前的智能網絡數據來進行采集并加以分析，若發現影響網絡質量的因素，應立即采取不同的技術或手段來對網絡加以調整優化，從而使網絡呈現最佳狀態，同時優化資源?；谌斯ぶ悄芗夹g的智能網絡優化的內容包括排除設備故障，維持網絡均衡以及話務均衡，提升通話質量，改善智能網絡運行指標，配置網絡資源并建立維護智能網絡的優化平臺以及智能網絡優化方案[4]。
三、基于人工智能技術的智能網絡優化的方法
隨著我國智能網絡的迅猛增長，基于人工智能技術的智能網絡建設愈加重要。利用快速有效的智能網絡優化方法，改善基于人工智能技術的智能網絡性能以及服務質量，成為當今智能網絡運營商極為關注的一個問題。
1.基于人工智能技術的智能網絡優化
目前多數基于人工智能技術的智能網絡優化依賴維護人員經驗以及生產商所提供的一些智能網絡優化工具，很難實現智能網絡優化的系統性、自動化及連續性。所以將較先進的人工智能技術與智能網絡優化相結合，來開發智能網絡的優化工具就顯得很重要。
智能IA即基于龐大信息，其中包括事實，數據，領域知識經驗，來模擬人腦思維的集成系統?；谌斯ぶ悄芗夹g的智能網絡優化是高層次網絡維護工作，在優化過程中會涉及到網絡軟件及硬件等各部分，并使用到多方面的技術。因不同廠商所提供的參數及采集的智能網元性能不同，因此智能網絡優化應同時考慮不同廠商系統和設備的不同特點。
2.基于人工智能技術的智能網絡優化過程
（1）智能建模
表征智能網絡特性的即從廠家OMC所采集龐大數據，為實現基于智能網絡特性評估上的網絡優化，必須對這些數據加以分析，從而判斷網絡運行狀。ISO-CMCN采取模糊隸屬度，模糊智能網絡性能數據，將它們描述成自然語言，從而建立能夠合理描繪網絡運行狀況的量化模型[5]。
（2）模糊知識庫
ISO-CMCN智能網絡優化工具中，使用的是基于事例以及規則上的模糊知識的表達方式.所謂規則表達即將智能網絡優化經驗歸為前提到結論的模式，并且引進模糊因子來反映知識的不確定性。事例表達即以“事例-屬性”的形式描繪智能網絡的優化。采用的是模糊量化方面技術。從應用角度講模糊表達方式可有效描繪工程師具體網優化時所用的知識。
（3）信息推理
信息推理即運用經驗知識以及實時信息進行問題解決的過程。IOS-CMCN設計了在規則及事例基礎上的推理機。推理機自動識別優化模型后，進入規則、事例推理。應用規則推理時，以現有網絡運行事件作為驅動，通過模糊知識庫模擬實現優化專家的思維。應用事例進行推理時，推理機分析事件特征，根據庫中典型事例，通過推理方式來進行智能網絡優化處理。
四、結束語
本文介紹了基于人工智能技術的智能網絡優化方法，推動了智能網絡優化的自動化及智能化，降低了對人的依靠，并且提高了優化效率，為智能網絡優化提供了新方法。但其仍存在一些不足之處，我們期待能夠在不遠的將來找到更完善更優化的方法。
參考文獻
[1]任錦,彭瑋.淺析人工智能技術[J].科教文匯,2010(12).
[2]杜建鳳,宋俊德.蜂窩移動通信網絡的智能優化方法研究[J].北京郵電大學學報,2010(24).
[3]馮雋逸.基于移動通信網絡優化的智能分析優化系統[J].電腦與電信,2009(10).
人工智能技術研究范文6
【關鍵詞】 高膽固醇;高甘油三酯;血小板平均體積;血小板聚集率
血脂異常往往表現為高膽固醇(tc)和(或)高甘油三酯(tg)，與某些疾病尤其是心腦血管和血栓性疾病如動脈粥樣硬化、心肌梗死、腦梗死、腦卒中和高血壓等發生和發展密切相關。血脂異?？蓳p傷血管壁內皮細胞，促使血小板粘附，聚集和釋放，從而引起血小板各參數的變化[1]。為了探討不同濃度膽固醇、甘油三酯對血小板(plt)計數、血小板平均體積(mpv)及血小板聚集率(pagt)的影響及其相關性，根據中國成人血脂異常防治指南(2007)[2]，將不同含量tc和tg進行分組，對血小板參數和聚集率進行比較分析，評價這些指標對心腦血管和血栓性疾病發生風險的價值。
1 資料和方法
1.1 一般資料：2008年1月1日至2008年5月30日在我院體檢人員中，抽取測定過血小板聚集率392例，其中男性293例，年齡35～65(平均46.5±9.8)歲，女性99例，年齡35～65(平均40.4±6.7)歲，根據中國成人血脂異常防治指南(2007)[2]，將tc和tg分成六組，分別為對照組(tc<5.18mmol/l且tc<1.70mmol/l)、邊緣升高tc組(tc 5.18～6.19mmol/l且tg<1.70mmol/l)、邊緣升高tg組(tg 1.70～2.25mmol/l且tc<5.18mmol/l)、升高tc組(tc≥6.22mmol/l且tg<1.70mmol/l)、升高tg組(tg≥2.26mmol/l且tc<5.18mmol/l)、tc、tg均升高組(tc≥6.22mmol/l且tg≥2.26mmol/l)。排除高血壓、糖尿病及肝腎疾病，排除藥物干擾，各組間年齡和性別均無顯著性差異。
1.2 試劑、檢測方法：(1)全自動血球分析儀backman coulter lh750(美國)原裝配套試劑，電阻抗法測定plt、mpv;四通道血小板聚集儀chrono_log aggro meter(美國)，原裝配套試劑，比濁法測定pagt;全自動生化分析儀olympus au2700(日本)上海豐匯醫學科技有限公司提供試劑，酶法測定tc和tg。(2)受檢者按常規取血至檢驗，以二磷酸腺苷(adp)0.5umol/l、2.0umol/l，腎上腺素(adr)2.78umol/l、5.56umol/l作為誘導劑，4h內檢測完pagt，取最大聚集率;3ml凝固血分離血清檢測tc和tg，3h內檢測完。(3)質控：所用儀器嚴格按照sop操作，每日做室內質控，參加部省級室間質控，成績優秀。
1.3 統計學方法：使用spss 11.0統計軟件，全部實驗數據均以x-±s表示，采用t檢驗，組間均數采用單因素方差分析并行pearson相關分析，p<0.05為差異有統計學意義。
2 結果
2.1 各組血小板參數及不同誘導劑刺激聚集率比較：見表1。各組參數與對照組比較，邊緣升高tg組、邊緣升高tg組、升高tc組、升高tg組、tc、tg均升高組結果mpv明顯升高，存在顯著性差異p<0.05～0.01;與對照組比較，pagt在誘導劑adp 0.05umol/l刺激下邊緣升高tc組、邊緣升高tg組、升高tc組、升高tg組、tc、tg均升高組結果pagtadp0.5明顯升高，有顯著性差異p<0.05～0.01，pagt在誘導劑adr 2.78umol/l刺激下，升高tc組、升高tg組、tc、tg均升高組比較結果pagtadr2.78明顯升高，存在顯著性差異p<0.05，pagt在誘導劑adp 2.0umol/l、adr 5.56umol/l刺激下，對照組與各組比較結果無顯著性差異p>0.05;邊緣升高tc組、邊緣升高tg組、升高tc組、升高tg組、tc、tg均升高組五組之間mpv、pagt比較無顯著性差異p>0.05;plt各組間比較無顯著性差異p>0.05。表1 各組血小板各參數及不同誘導劑刺激的聚集率結果比較(注：與對照組比較p<0.05，p<0.01
2.2 相關性分析：tc、tg、mpv、pagt進行pearson相關分析，mpv與tc、tg結果存在正相關p<0.05，r值分別是rtc=0.208，rtg=0.215;pagtadp0.5、pagtadr2.78與tc、tg結果存在正相關p<0.05，r值分別是rtc adr0.5=0.156，rtc adr2.78=0.201，rtg adr0.5=0.147，rtg adr2.78=0.198。tc、tg與pagtadp2.0、pagtadr5.56結果無相關性p>0.05，r值分別是rtc adr2.0=0.016，rtg adr5.56=0.011，rtg adr2.0=-0.007，rtg adr5.56=0.010;mpv與pagtadp0.5、pagtadp2.0結果存在正相關p<0.05，r值分別是rmpv adp0.5=0.194，rmpv adr2.78=0.187，與pagtadp2.0、pagtadr5.56結果無相關性p>0.05，rmpv adp2.0=0.007，rmpv adr5.56=0.024。
3 討論
血脂異常對人體最大危害是引起動脈粥樣硬化，造成相應器官或組織供血不足。當血小板受到某些生理或病理因素作用時，血小板被大量激活。血脂代謝異常會使完整的血管內皮受損，消耗血小板，刺激骨髓巨核細胞增生血小板，導致mpv升高[3]，mpv是血小板活化的一個指標，mpv越大表示體內血小板越容易被激活，本文結果，邊緣組、升高組與對照組相比mpv升高(p<0.05～0.01)。
本文結果顯示邊緣組、升高組與對照組相比，pagt在誘導劑adp 0.5umol/l、adr 2.78umol/l刺激下明顯升高(p<0.05～0.01)，有報道[5]體積大的血小板功能活躍，致密小體含量多，釋放adp、腎上腺素、血栓素等因子，促使血小板聚集，導致pagt升高，另外血管壁內皮細胞功能損傷，內皮細胞可釋放出組織因子，產生血小板活化因子(paf)促進血小板聚集，同時因內皮細胞表面adp酶生成減少，使adp滅活減少，促使血小板聚集[5]，進一步導致pagt升高。本文提示，pagt對低濃度誘導劑adp和adr刺激的敏感性較強(p<0.05～0.01)，而對較高濃度的誘導劑adp和adr刺激時二者無明顯差異(p>0.05)，高濃度誘導劑不能反映患者血小板聚集功能的敏感度變化，這提示臨床實驗觀察血小板聚集功能時應選擇幾種適當的濃度。
mpv與心腦血管疾病的發病和預后密切相關，是心肌梗死的和腦梗死的危險因素之一，pagt是血小板功能變化、血栓形成的最初階段。本文分析表明，tc、tg與mpv、pagtadp0.5、pagtadr2.78，mpv與pagtadp0.5、pagtadr2.78均呈正相關(p<0.05)，因此建議血脂異常人群有必要監測血小板參數及聚集功能，對預測心腦血管和血栓性疾病的發生風險具有參考價值。
【參考文獻】
[1]王志軍，柯元南，程文立，等.高脂血癥大鼠血小板活化功能分析[j].中國比較醫學雜志，2008，18(3)：10-13.
[2]中國成人血脂異常防治指南制定聯合委員會.中國成人血脂異常防治指南[j].中華心血管病雜志，2007，35(5)：390-419.
[3]孫洪武，王鴻利.臨床實驗診斷學[m].上海：上?？茖W技術出版社，2001，51-114.
[4]叢玉隆，王淑娟.今日臨床檢驗學[m].北京：中國科技出版社，1997，118-123.
