發(fā)布時(shí)間：2023-06-15 17:16:31
序言：寫(xiě)作是分享個(gè)人見(jiàn)解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的人工智能發(fā)展前景樣本，期待這些樣本能夠?yàn)槟峁┴S富的參考和啟發(fā)，請(qǐng)盡情閱讀。
關(guān)鍵詞：人工智能；數(shù)據(jù)挖掘；發(fā)展前景
當(dāng)今社會(huì)已經(jīng)進(jìn)入了人工智能時(shí)代，人工智能的應(yīng)用，大大改善了我們的生活。大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨，不論是從數(shù)據(jù)的使用，挖掘，處理等方面，都為人工智能的應(yīng)用起到了基礎(chǔ)和保障。
1人工智能
1.1人工智能的定義。人工智能（ArtificialIntelligence），簡(jiǎn)稱(chēng)AI。屬于計(jì)算機(jī)學(xué)科下的分支，顧名思義，它是一門(mén)專(zhuān)門(mén)研究類(lèi)人化的智能機(jī)器學(xué)科，即利用現(xiàn)階段科學(xué)的研究方法和技術(shù)，研制出具有模仿、延伸和擴(kuò)展人類(lèi)智能的機(jī)器或智能系統(tǒng)，從而實(shí)現(xiàn)利用機(jī)器模仿人類(lèi)智能的一切行為。1.2人工智能的研究背景。在1956年的達(dá)特矛斯會(huì)議上，“人工智能”這一術(shù)語(yǔ)正式由麥卡錫提議并采用了，隨后人工智能的研究取得了許多引人注目的成就。在這之后，科研人員進(jìn)行了許多的研究和開(kāi)發(fā)，人工智能這個(gè)話(huà)題也取得了飛速的發(fā)展。人工智能是一門(mén)極具挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須了解計(jì)算機(jī)知識(shí)、心理學(xué)和哲學(xué)理念。人工智能的研究包涵廣泛的科學(xué)知識(shí)，以及其他領(lǐng)域的知識(shí)，如機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)等。一般來(lái)說(shuō)，人工智能研究的主要目標(biāo)是使機(jī)器能夠做一些通常需要人工智能完成復(fù)雜工作的機(jī)器。1.3人工智能的研發(fā)歷程。早期研究領(lǐng)域：人工智能專(zhuān)家系統(tǒng)，機(jī)器學(xué)習(xí)，模式識(shí)別，自然語(yǔ)言理解，自動(dòng)定理證明，自動(dòng)編程，機(jī)器人，游戲，人工神經(jīng)網(wǎng)絡(luò)等，現(xiàn)在涉及以下研究領(lǐng)域：數(shù)據(jù)挖掘，智能決策系統(tǒng)，知識(shí)工程，分布式人工智能等。數(shù)據(jù)挖掘的出現(xiàn)使得人工智能的研究在應(yīng)用領(lǐng)域得到廣泛的發(fā)展。以下簡(jiǎn)要介紹其中的幾個(gè)重要部分：（1）專(zhuān)家系統(tǒng)。所謂專(zhuān)家系統(tǒng)就是控制計(jì)算的智能化程序系統(tǒng)，通過(guò)研發(fā)人員總結(jié)歸納了專(zhuān)業(yè)學(xué)科知識(shí)和日常經(jīng)驗(yàn)，能夠知道計(jì)算機(jī)完成某個(gè)領(lǐng)域內(nèi)的專(zhuān)業(yè)性活動(dòng)或者解決某些專(zhuān)業(yè)級(jí)別的問(wèn)題。人工智能技術(shù)可以合理利用已知的經(jīng)驗(yàn)體系在復(fù)雜環(huán)境中，解決和處理復(fù)雜問(wèn)題。（2）機(jī)器系統(tǒng)。機(jī)器系統(tǒng)簡(jiǎn)單說(shuō)就是機(jī)器人通過(guò)人造神經(jīng)系統(tǒng)，借助于網(wǎng)絡(luò)或者存儲(chǔ)系統(tǒng)汲取系統(tǒng)的知識(shí)進(jìn)行開(kāi)發(fā)研究。（3）感知仿生。感知仿生系統(tǒng)通過(guò)模擬人類(lèi)的感官，感知生物學(xué)特征，通過(guò)人工智能機(jī)器的感部件對(duì)外界外部環(huán)境進(jìn)行感知，識(shí)別，判斷，分析的能力。能夠更好的適應(yīng)環(huán)境，做出判斷。（4）數(shù)據(jù)重組和發(fā)掘。是指通過(guò)人工智能系統(tǒng)，結(jié)合當(dāng)前先進(jìn)的理念，對(duì)大數(shù)據(jù)的總結(jié)歸納，識(shí)別存儲(chǔ)，調(diào)取等應(yīng)用。通過(guò)數(shù)據(jù)的加工處理，能夠主動(dòng)做出判斷和分析。（5）人工智能模式。分布式人工智能是模式之一，該系統(tǒng)利用系統(tǒng)有效的規(guī)避和克服系統(tǒng)資源在某段時(shí)間內(nèi)的局限性，并能有效地改善因資源造成的時(shí)間和空間不均衡問(wèn)題。它具備，模式自動(dòng)轉(zhuǎn)換，并行處理，開(kāi)放啟發(fā)方式，冗余且容錯(cuò)糾錯(cuò)的能力。
2數(shù)據(jù)挖掘
2.1數(shù)據(jù)挖掘的定義。數(shù)據(jù)挖掘(DataMining,DM)是揭示數(shù)據(jù)中存在的模式和數(shù)據(jù)關(guān)系的學(xué)科，強(qiáng)調(diào)處理大型可觀察數(shù)據(jù)庫(kù)。數(shù)據(jù)挖掘的出現(xiàn)使得人工智能的研究在應(yīng)用領(lǐng)域得到了廣泛的發(fā)展。這里包括數(shù)據(jù)挖掘和智能信息提取過(guò)程，前者從大量復(fù)雜的現(xiàn)實(shí)世界數(shù)據(jù)中挖掘出未知和有價(jià)值的模式或規(guī)則，后者是知識(shí)的比較，選擇和總結(jié)出來(lái)的原則和規(guī)則，形成一個(gè)智能系統(tǒng)。2.2數(shù)據(jù)挖掘的研究現(xiàn)狀。當(dāng)前數(shù)據(jù)挖掘應(yīng)用主要集中在電信、零售、農(nóng)業(yè)、網(wǎng)絡(luò)日志、銀行、電力、生物、天體、化工、醫(yī)藥等方面?？此茝V泛，實(shí)際應(yīng)用還遠(yuǎn)沒(méi)有普及。而據(jù)Gartner的報(bào)告也指出，數(shù)據(jù)挖掘會(huì)成為未來(lái)10年內(nèi)重要的技術(shù)之一。而數(shù)據(jù)挖掘，也已經(jīng)開(kāi)始成為一門(mén)獨(dú)立的專(zhuān)業(yè)學(xué)科。2.3數(shù)據(jù)挖掘的研究發(fā)展。具體發(fā)展趨勢(shì)和應(yīng)用方向主要有：性能方面：數(shù)據(jù)挖掘設(shè)計(jì)的數(shù)據(jù)量會(huì)更大，處理的效率會(huì)更高，結(jié)果也會(huì)更精確。工具方面：挖掘工具越來(lái)越強(qiáng)大，算法收斂越來(lái)越多，預(yù)測(cè)算法將吸收新穎性算法（支持向量機(jī)（SVM），粗糙集，云模型，遺傳算法等），并實(shí)現(xiàn)自動(dòng)化的實(shí)現(xiàn)算法，選擇和自動(dòng)調(diào)諧參數(shù)。應(yīng)用：數(shù)據(jù)挖掘的應(yīng)用除了應(yīng)用于大型專(zhuān)門(mén)問(wèn)題外，還將走向嵌入式，更加智能化。例如進(jìn)一步研究知識(shí)發(fā)現(xiàn)方法，對(duì)貝葉斯定理和Boosting方法的研究和改進(jìn)，以及對(duì)商業(yè)工具軟件不斷的生成和改進(jìn)，著重建立整體系統(tǒng)來(lái)解決問(wèn)題，如Weka等軟件。在先進(jìn)理論的指導(dǎo)下，按照國(guó)內(nèi)形態(tài)發(fā)展，至少需要20年的時(shí)間，才能改進(jìn)數(shù)據(jù)挖掘的發(fā)展。
3數(shù)據(jù)挖掘與人工智能技術(shù)的聯(lián)系
數(shù)據(jù)挖掘?qū)儆谌斯ぶ悄苤歇?dú)立系統(tǒng)。它于人工智能的存在關(guān)系屬于，并存聯(lián)系，且獨(dú)立運(yùn)行，互不從屬。此設(shè)計(jì)體系一方面可以有效促進(jìn)人工智能提升學(xué)習(xí)能力，增進(jìn)分析能力，另一方面還對(duì)分析，統(tǒng)計(jì)，OLSP，以及決策支持系統(tǒng)模塊等起到推動(dòng)作用。在收挖掘應(yīng)用領(lǐng)域，處理可以對(duì)WEB挖掘，還能夠有效進(jìn)行文本，數(shù)據(jù)庫(kù)，知識(shí)庫(kù)，不同領(lǐng)域不同學(xué)科的信息進(jìn)行序列矩陣模式挖掘?；跀?shù)據(jù)本身的分類(lèi)，辨識(shí)，關(guān)聯(lián)規(guī)則，聚類(lèi)算法更加博大精深。因此，獨(dú)立于人工智能的數(shù)據(jù)挖掘，更加便于科研團(tuán)體或者領(lǐng)域?qū)?shù)據(jù)的使用和分析。數(shù)據(jù)挖掘是人工智能領(lǐng)域的一部分。首先，高智能是數(shù)據(jù)挖掘和人工智能的最終目標(biāo)，正是由于這個(gè)目標(biāo)，人工智能和數(shù)據(jù)挖掘有很多關(guān)聯(lián)。其次，數(shù)據(jù)挖掘和人工智能是各種技術(shù)的整合。數(shù)據(jù)挖掘和人工智能是許多學(xué)科的跨學(xué)科學(xué)科。最后，數(shù)據(jù)挖掘的出現(xiàn)逐漸發(fā)展壯大，加強(qiáng)了人工智能，因此可以說(shuō)，它們兩者是不可分割的。
4人工智能和數(shù)據(jù)挖掘技術(shù)的發(fā)展前景
在當(dāng)前環(huán)境下，人工智能和數(shù)據(jù)挖掘技術(shù)具有以下發(fā)展前景:(1)在大數(shù)據(jù)互聯(lián)網(wǎng)中的應(yīng)用。將人工智能的技術(shù)應(yīng)用于互聯(lián)網(wǎng)中將會(huì)使網(wǎng)絡(luò)技術(shù)帶上智能的特性,可以為人們的生活提供智能化的幫助，給人們的生活帶來(lái)便利。還可以提高網(wǎng)絡(luò)運(yùn)行效率、增加網(wǎng)絡(luò)安全性等。(2)智能化服務(wù)的研究。人工智能和數(shù)據(jù)挖掘都很注重對(duì)智能化服務(wù)的研究,例如很多智能機(jī)器人便應(yīng)運(yùn)而生，它們已經(jīng)能勝任許多簡(jiǎn)單的工作，可以為人們提供人性化的服務(wù)。高度的智能化是數(shù)據(jù)挖掘和人工智能研究最終追求的目標(biāo),也是二者最終合而為一的標(biāo)志。(3)使知識(shí)產(chǎn)生經(jīng)濟(jì)化。在現(xiàn)階段的知識(shí)經(jīng)濟(jì)時(shí)代，人工智能和數(shù)據(jù)挖掘勢(shì)必受到經(jīng)濟(jì)的影響，這決定了人工智能和數(shù)據(jù)挖掘?qū)⒕哂薪?jīng)濟(jì)特征。人工智能和數(shù)據(jù)挖掘技術(shù)作為無(wú)形資產(chǎn)可以直接帶來(lái)經(jīng)濟(jì)效益，通過(guò)交流，教育，生產(chǎn)和創(chuàng)新的無(wú)形資產(chǎn)將成為知識(shí)經(jīng)濟(jì)時(shí)代的主要資本?？梢灶A(yù)期未來(lái)的人工智能和數(shù)據(jù)挖掘技術(shù)將更加經(jīng)濟(jì)實(shí)用。(4)交叉學(xué)科的技術(shù)融合。各行各業(yè)的理論和方法都已經(jīng)開(kāi)始融入了人工智能和數(shù)據(jù)挖掘之中。未來(lái)的人工智能和數(shù)據(jù)挖掘技術(shù)必將是一個(gè)融合眾多領(lǐng)的復(fù)合學(xué)科。當(dāng)今，我們已經(jīng)在逐漸使用人工智能與數(shù)據(jù)挖掘技術(shù)，去攻克更多難題，解決更多問(wèn)題，造福人類(lèi)，改善生活，近在眼前。
作者:喻正夫 單位:漢江師范學(xué)院
參考文獻(xiàn)：
[1]萬(wàn)璞,王麗莎.數(shù)據(jù)挖掘與人工智能技術(shù)研究[J].無(wú)線(xiàn)互聯(lián)科技,2016(10):113-114.
[2]王翔.試論如何利用大數(shù)據(jù)挖掘技術(shù)推動(dòng)人工智能繼續(xù)發(fā)展[J/OL].科技創(chuàng)新報(bào),2017,14(01).
[3]秦益文.微博數(shù)據(jù)挖掘中人工智能推理引擎的應(yīng)用[J].中小企業(yè)管理與科技(中旬刊),2017(02).
[4]蒲東齊.數(shù)據(jù)挖掘在人工智能上的應(yīng)用[J].信息與電腦(理論版),2016(19).
[5]李丹丹.數(shù)據(jù)挖掘技術(shù)及其發(fā)展趨勢(shì)[J].電腦應(yīng)用技術(shù),2007（02）:38－40．
P鍵詞：人工智能；會(huì)計(jì)
中圖分類(lèi)號(hào)：F230 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2017）001-000-01
一、人工智能在會(huì)計(jì)領(lǐng)域應(yīng)用及前景
人工智能即“關(guān)于研發(fā)人工構(gòu)造出的可以模擬人的意識(shí)和思維方式的計(jì)算機(jī)系統(tǒng)的理論和應(yīng)用，這些系統(tǒng)可以取代部分目前人類(lèi)正在做的工作”。對(duì)于人工智能的定義，莫衷一是，但人工智能如今在日常生活中的應(yīng)用卻很常見(jiàn)，例如蘋(píng)果的Siri。人工智能是對(duì)人的智力的模仿再生，導(dǎo)致人的思維永遠(yuǎn)會(huì)先于計(jì)算機(jī)一步。
在如今的高速信息化時(shí)代下，縱觀整個(gè)會(huì)計(jì)領(lǐng)域，不難發(fā)現(xiàn)，由于各種會(huì)計(jì)處理軟件和人工智能的應(yīng)用，過(guò)去從事手工填制憑證、記賬、對(duì)賬、結(jié)賬這些繁瑣的工作的人正在悄無(wú)聲息地被替代。相比較而言，人工智能比這些人完成的工作更加出色、效率更高，處理昔日會(huì)計(jì)工作的人，不得不成為智能化的淘汰品。會(huì)計(jì)的基本職能正潛移默化地在發(fā)生改變。
具體而言，人工智能引入會(huì)計(jì)行業(yè)可以避免由于人的失誤而造成的會(huì)計(jì)信息錯(cuò)誤的問(wèn)題，為管理決策、業(yè)務(wù)投資分析提供可靠的數(shù)據(jù)支持。同時(shí)，人工智能可以使業(yè)務(wù)效率明顯提高，對(duì)于技術(shù)含量低、簡(jiǎn)單重復(fù)的工作，人工智能可以在高強(qiáng)度工作下仍然高效運(yùn)行。如此以來(lái)，企業(yè)運(yùn)用人工智能解決日常大量發(fā)生的標(biāo)準(zhǔn)化工作，精簡(jiǎn)核算類(lèi)型員工，既提高了效率又節(jié)約了成本。在信息爆炸的時(shí)代，人工智能憑借其強(qiáng)大的計(jì)算能力、海量的信息儲(chǔ)存以及高強(qiáng)度運(yùn)轉(zhuǎn)的工作能力，在信息采集等方面也發(fā)揮越來(lái)越重要的作用。
不置可否地是人工智能不僅代表了先進(jìn)科技的高速發(fā)展，同時(shí)也帶來(lái)更豐厚的經(jīng)濟(jì)利益。人工智能的應(yīng)用范圍也會(huì)隨著社會(huì)發(fā)展從大型企業(yè)逐步擴(kuò)展到中小型企業(yè)，其功能也會(huì)日臻完善，從財(cái)務(wù)核算逐步擴(kuò)展到為財(cái)務(wù)決策提供信息等領(lǐng)域，智能會(huì)計(jì)的發(fā)展前景明朗廣闊。
二、會(huì)計(jì)是否將被人工智能完全替代
2014年《經(jīng)濟(jì)學(xué)人》的調(diào)查數(shù)據(jù)顯示，未來(lái)20年最有可能收到人工智能沖擊的行業(yè)中會(huì)計(jì)位于前三甲。在國(guó)內(nèi)，國(guó)務(wù)院常務(wù)會(huì)議通過(guò)了《裝備制造業(yè)標(biāo)準(zhǔn)化和質(zhì)量提升規(guī)劃》，工信部等部門(mén)也了《機(jī)器人產(chǎn)業(yè)規(guī)劃2016-2020》，意圖指導(dǎo)機(jī)器人產(chǎn)業(yè)蓬勃發(fā)展。人工智能的發(fā)展如此受器重，會(huì)計(jì)人員面對(duì)的挑戰(zhàn)空前嚴(yán)峻。
因此，人工智能真將會(huì)計(jì)完全替代，會(huì)計(jì)行業(yè)中的人都將面臨重新選擇新的工作領(lǐng)域的窘境？答案是否定的。
如今會(huì)計(jì)行業(yè)正朝著一個(gè)更加多元化、全球化的復(fù)合型方向發(fā)展，由于如今的經(jīng)濟(jì)信息時(shí)代地迅猛發(fā)展，越來(lái)越多的企業(yè)步入了國(guó)際化的軌道。對(duì)于這些企業(yè)進(jìn)行合并重組、融資上市、跨國(guó)合作……都需要會(huì)計(jì)的輔助指導(dǎo)。
人工智能缺乏人類(lèi)所特有的主觀能動(dòng)的創(chuàng)造想象力。人工智能由于其根據(jù)特定的情形，提前設(shè)計(jì)好運(yùn)行程序，在一旦遇見(jiàn)新的情形，就無(wú)法進(jìn)行處理。人工智能是沒(méi)有意識(shí)的機(jī)械的物理操作過(guò)程，相反人類(lèi)的智力在于心理活動(dòng)過(guò)程。人的大腦在憑借直覺(jué)判斷、運(yùn)用邏輯推理等方面完全碾壓人工智能。所以，涉及主觀判斷，無(wú)法利用規(guī)則來(lái)約束衡量的問(wèn)題，必須具備會(huì)計(jì)知識(shí)的人來(lái)處理。
三、會(huì)計(jì)行業(yè)重新定位于轉(zhuǎn)型迫在眉睫
在人工智能被引入到會(huì)計(jì)工作中，普通核算類(lèi)型工作的崗位勢(shì)必減少，但財(cái)務(wù)人員不會(huì)完全被人工智能取代。分析目前國(guó)內(nèi)的會(huì)計(jì)人員的結(jié)構(gòu)布局，清晰感受到呈現(xiàn)兩極分化的態(tài)勢(shì)。會(huì)計(jì)行業(yè)的普通核算類(lèi)型的人員已達(dá)到飽和，但高水平的財(cái)務(wù)管理人才仍是鳳毛麟角。高級(jí)應(yīng)用型與復(fù)合型人才在社會(huì)上青黃不接。對(duì)于企業(yè)而言，需要的也是能夠?yàn)槠髽I(yè)宏偉藍(lán)圖出謀劃策的高級(jí)會(huì)計(jì)人員。審時(shí)度勢(shì)地轉(zhuǎn)變自身職能，努力提高自身能力素質(zhì)，能人之所不能即做人工智能無(wú)法企及的事情是會(huì)計(jì)人員的首要選擇。
（一）轉(zhuǎn)變傳統(tǒng)的思維模式與觀念
在許多外人甚是會(huì)計(jì)工作人員看來(lái)，會(huì)計(jì)是一個(gè)埋頭算賬、記賬、整理數(shù)據(jù)的“管家”，每天就是管理著物料、錢(qián)的收支，這種觀點(diǎn)明顯早已過(guò)時(shí)。會(huì)計(jì)如果一直沿襲成規(guī)，因循自己習(xí)以為常的做法，思維定式，不接納新型思維方式，一味膠柱鼓瑟，只能成為“優(yōu)勝劣汰”競(jìng)爭(zhēng)中的淘汰者。
（二）專(zhuān)業(yè)知識(shí)學(xué)習(xí)無(wú)止境，順應(yīng)科技發(fā)展潮流，提高競(jìng)爭(zhēng)力
在新的環(huán)境下，戰(zhàn)略管理型人才是我們每個(gè)會(huì)計(jì)人員努力的方向。如果知識(shí)內(nèi)容片面而且結(jié)構(gòu)老化，就只能重復(fù)進(jìn)行簡(jiǎn)單、機(jī)械的基礎(chǔ)工作，毫無(wú)疑問(wèn)會(huì)被人工智能取而代之。一個(gè)財(cái)務(wù)人員不能簡(jiǎn)簡(jiǎn)單單的看見(jiàn)賬簿上面記載的數(shù)據(jù)，而要利用這些數(shù)據(jù)看到公司背后的實(shí)際情況，為公司發(fā)展壯大統(tǒng)籌規(guī)劃。即需要的是一個(gè)對(duì)會(huì)計(jì)知識(shí)、行業(yè)法律法規(guī)、管理決策和現(xiàn)代科技綜合掌握的高精尖人物，擁有評(píng)估判斷、預(yù)測(cè)決策與人機(jī)協(xié)調(diào)多方面才能的復(fù)合型人才。
（三）向人工智能會(huì)計(jì)領(lǐng)域的開(kāi)發(fā)進(jìn)軍
會(huì)計(jì)處理問(wèn)題的思維和方式會(huì)因不同問(wèn)題而改變，考慮的范圍也會(huì)隨時(shí)間的變遷而不斷擴(kuò)大，這些都會(huì)使人工智能在會(huì)計(jì)領(lǐng)域的開(kāi)發(fā)異常復(fù)雜。如果儲(chǔ)備大量會(huì)計(jì)知識(shí)與經(jīng)驗(yàn)的人員，從事于智能會(huì)計(jì)的開(kāi)發(fā)與維護(hù)，重新發(fā)掘自身的價(jià)值，既是會(huì)計(jì)人員的新出路又會(huì)對(duì)會(huì)計(jì)的發(fā)展做出一番新的推動(dòng)。
四、結(jié)語(yǔ)
人共智能引入會(huì)計(jì)行業(yè)并不昭示著會(huì)計(jì)職業(yè)的滅亡，隨著科技不斷地發(fā)展，人工智能對(duì)于簡(jiǎn)單機(jī)械的工作的完全替代是理所當(dāng)然的，會(huì)計(jì)遭遇如此挑戰(zhàn)也是社會(huì)進(jìn)步的必然結(jié)果。面對(duì)這一重大的技術(shù)革新，無(wú)論是會(huì)計(jì)工作者還是會(huì)計(jì)專(zhuān)業(yè)學(xué)生，都應(yīng)以積極的態(tài)度主動(dòng)從容面對(duì)，重新進(jìn)行職業(yè)定位，從過(guò)去腐朽錯(cuò)誤的觀念中解放出來(lái)。面對(duì)新興技術(shù)的發(fā)展，不能因?yàn)榭謶侄]門(mén)造車(chē)、對(duì)其進(jìn)行排斥，而是保持警醒的態(tài)度來(lái)發(fā)展與提升自己，堅(jiān)信挑戰(zhàn)與機(jī)遇并存。
參考文獻(xiàn)：
[1]黃杰.人工智能下會(huì)計(jì)人員的“?！迸c“機(jī)”[J].現(xiàn)代經(jīng)濟(jì)信息，2016（12）.
科技進(jìn)步給人們的閱讀方式帶來(lái)了變革，知識(shí)傳遞的媒介已不拘泥于傳統(tǒng)的紙本，這意味著擁有大量紙本文獻(xiàn)的圖書(shū)館要迎合時(shí)代的要求，結(jié)合現(xiàn)代數(shù)字信息技術(shù)和人工智能技術(shù)，用信息化手段挖掘數(shù)據(jù)、傳遞知識(shí)、服務(wù)廣大讀者。
1.現(xiàn)代圖書(shū)館、數(shù)字信息技術(shù)和人工智能的定義
現(xiàn)代圖書(shū)館是以采集與擷取記錄在各種媒體上的資訊知識(shí)，經(jīng)過(guò)組織、整合與傳播，提供自由利用和不限時(shí)限地的資訊檢索服務(wù)，以引導(dǎo)與便利人們學(xué)習(xí)研究、交流經(jīng)驗(yàn)，進(jìn)而輔助人類(lèi)創(chuàng)造新的文化，調(diào)適民眾生活的機(jī)構(gòu)。數(shù)字信息技術(shù)是一項(xiàng)與電子計(jì)算機(jī)相伴相生的科學(xué)技術(shù)，它是指借助一定的設(shè)備將各種信息，包括圖、文、聲、像等，轉(zhuǎn)化為電子計(jì)算機(jī)能識(shí)別的二進(jìn)制數(shù)字“0”和“1”后進(jìn)行運(yùn)算、加工、存儲(chǔ)、傳送、傳播、還原的技術(shù)。人工智能則是研究、開(kāi)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(mén)新的技術(shù)科學(xué)。
2.現(xiàn)代圖書(shū)館、數(shù)字信息技術(shù)和人工智能三者關(guān)系
圖書(shū)館在人們的工作與學(xué)習(xí)中扮演著十分重要的角色，然而隨著社會(huì)的進(jìn)步與科技的發(fā)展，傳統(tǒng)圖書(shū)館越來(lái)越不能滿(mǎn)足人們?nèi)粘５纳钚枨蟆０殡S計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)基礎(chǔ)設(shè)施的全面覆蓋，人工智能的快速崛起，社會(huì)正發(fā)生著翻天覆地的變化，現(xiàn)代圖書(shū)館也應(yīng)運(yùn)而生。
（1）現(xiàn)代圖書(shū)館和數(shù)字信息技術(shù)的關(guān)系。隨著科技的發(fā)展，人們的閱讀習(xí)慣正發(fā)生巨大的改變。個(gè)性化的閱讀習(xí)慣使得人們對(duì)圖書(shū)的需求存在著巨大的差異，從而導(dǎo)致了書(shū)籍庫(kù)存量的增加。讀者可以利用的單純閱讀時(shí)間也越來(lái)越少，人們的閱讀時(shí)間多數(shù)呈現(xiàn)碎片化，閱讀的方式多數(shù)采用移動(dòng)終端進(jìn)行。因此傳統(tǒng)的紙質(zhì)圖書(shū)因?yàn)閿y帶不便成為人們閱讀的一大障礙。通過(guò)數(shù)字信息技術(shù)將書(shū)籍電子化，并利用該技術(shù)進(jìn)行各類(lèi)圖書(shū)的需求統(tǒng)計(jì)和合理薦購(gòu)，就可以很好地解決紙質(zhì)圖書(shū)帶來(lái)的弊端。
（2）現(xiàn)代圖書(shū)館和人工智能的關(guān)系。人工智能雖不能像人類(lèi)一樣，擁有自己的意識(shí)和思維方式，但是這種類(lèi)人化的自我思考已經(jīng)打破了常規(guī)。那么人工智能和現(xiàn)代圖書(shū)館之間又有怎樣的關(guān)系？圖書(shū)館作為人們汲取知識(shí)的殿堂，擁有著海量藏書(shū)，人們想要從中找尋自己需要的讀物，這在以前需要花費(fèi)一定的時(shí)間和精力。但在信息檢索領(lǐng)域智能化發(fā)展的今天，人工智能系統(tǒng)可以迅速地根據(jù)用戶(hù)所提供的自然語(yǔ)言表述的檢索要求進(jìn)行分析，形成檢索策略進(jìn)行搜索，代替或輔助用戶(hù)完成諸如選詞、選庫(kù)、構(gòu)造檢索式，甚至可以在數(shù)據(jù)庫(kù)中進(jìn)行自動(dòng)推理查找，讓用戶(hù)輕而易舉地得到想要的信息。讀者在進(jìn)行書(shū)籍的查找、借閱、歸還等過(guò)程時(shí)，實(shí)現(xiàn)操作的全自動(dòng)化，這將會(huì)在保質(zhì)保量的前提下最大限度地降低對(duì)外服務(wù)的人力成本，⒆試賜度敫有需要的地方。
（3）數(shù)字信息技術(shù)和人工智能的關(guān)系。在數(shù)字化時(shí)代，人們?cè)趯W(xué)習(xí)生活中大量利用著互聯(lián)網(wǎng)，數(shù)字信息技術(shù)為人們的生活帶來(lái)了便利。人工智能雖然有著類(lèi)似于人腦的智能化思維方式，但是其必須依靠數(shù)字信息技術(shù)作為基礎(chǔ)，才能得以發(fā)展。例如，在現(xiàn)代圖書(shū)館中雖然人工智能很大程度上能代替人類(lèi)對(duì)圖書(shū)進(jìn)行分類(lèi)與檢索，但是依舊需要借助數(shù)字信息技術(shù)，以自然語(yǔ)言檢索和可視化檢索為基本形式來(lái)完成相應(yīng)的工作。
3.結(jié)束語(yǔ)
社會(huì)經(jīng)濟(jì)的高速發(fā)展，極大地豐富了人們的文化生活，人們對(duì)于知識(shí)的渴望越來(lái)越強(qiáng)烈，現(xiàn)代化圖書(shū)館扮演的角色也越來(lái)越重要?，F(xiàn)代圖書(shū)館在數(shù)字信息技術(shù)的支持之下，已經(jīng)很大程度地減輕了人類(lèi)的工作量，給人們的閱讀帶來(lái)了便利。我們有理由相信隨著信息技術(shù)的發(fā)展、人工智能的普及，將來(lái)現(xiàn)代圖書(shū)館肯定會(huì)普遍運(yùn)用諸如人臉識(shí)別、眼球識(shí)別圖書(shū)自動(dòng)翻頁(yè)這樣的高科技技術(shù)?，F(xiàn)代圖書(shū)館在數(shù)字信息技術(shù)和人工智能的技術(shù)引領(lǐng)下，必定會(huì)朝著好的方向不斷發(fā)展，實(shí)現(xiàn)向智能圖書(shū)館的飛躍。
參考文獻(xiàn)：
人工智能主要將人類(lèi)的思維意識(shí)、實(shí)踐行動(dòng)等智能化處理，從而對(duì)其進(jìn)行模擬，并作一定的擴(kuò)充和延伸。隨著這種技術(shù)的發(fā)展，一些新型交叉學(xué)科也隨之出現(xiàn)。它的研究?jī)?nèi)容包括了很多方面。比如計(jì)算機(jī)智能應(yīng)用體系、多媒體監(jiān)控手段等等，其研究出來(lái)的產(chǎn)品有智能機(jī)器人、語(yǔ)音處理識(shí)別體系等。
2計(jì)算機(jī)多媒體技術(shù)發(fā)展前景
筆者根據(jù)當(dāng)前計(jì)算機(jī)多媒體技術(shù)的應(yīng)用現(xiàn)狀及科學(xué)技術(shù)的進(jìn)步，對(duì)計(jì)算機(jī)多媒體技術(shù)的發(fā)展前景作了以下三個(gè)方面的展望。
2.1計(jì)算機(jī)多媒體技術(shù)集成化
當(dāng)今很多計(jì)算機(jī)應(yīng)用都是將數(shù)據(jù)信息通過(guò)文本的方式進(jìn)行顯示。隨著計(jì)算機(jī)多媒體技術(shù)的發(fā)展，未來(lái)的多媒體環(huán)境不僅有視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)，還有味覺(jué)和嗅覺(jué)，這些媒體信息都能夠有效的融合。而且可以利用計(jì)算機(jī)多媒體技術(shù)將攝像同其他設(shè)施有效統(tǒng)一，將辦公、娛樂(lè)、學(xué)習(xí)等多種功能集成應(yīng)用。
2.2計(jì)算機(jī)多媒體技術(shù)網(wǎng)絡(luò)化的發(fā)展
通信技術(shù)的進(jìn)步對(duì)計(jì)算機(jī)多媒體技術(shù)網(wǎng)絡(luò)化的發(fā)展具有十分重要的推動(dòng)作用。如今，在人們?nèi)粘５墓ぷ鳌W(xué)習(xí)和生活中，計(jì)算機(jī)的應(yīng)用無(wú)處不在。通信技術(shù)和計(jì)算機(jī)多媒體技術(shù)兩者的結(jié)合，也使得人們對(duì)多媒體技術(shù)的應(yīng)用更加有效。如今，衛(wèi)星通信、光纖通信等遍布全球，我們所處的時(shí)代已然是一個(gè)網(wǎng)絡(luò)數(shù)字化的時(shí)代。而且，隨著藍(lán)牙技術(shù)的應(yīng)用研究，很多多媒體網(wǎng)絡(luò)技術(shù)也變得無(wú)線(xiàn)化、小型化?？梢哉f(shuō)，網(wǎng)絡(luò)化是計(jì)算機(jī)多媒體技術(shù)發(fā)展最主要的方向。
2.3多媒體終端的智能化
隨著科技的進(jìn)步，計(jì)算方式也在不斷進(jìn)行革新改進(jìn)。不論是多媒體計(jì)算機(jī)的硬件結(jié)構(gòu)還是其軟件體系，都在進(jìn)行革新優(yōu)化。特別是在硬件體系結(jié)構(gòu)、軟件以及算法三者有機(jī)結(jié)合之后,多媒體計(jì)算機(jī)的性能得到了更大的提高。以此，我們有理由相信，今后的多媒體計(jì)算機(jī)的綜合性能將會(huì)不斷地提高和優(yōu)化。而且，目前云技術(shù)也在不斷朝著網(wǎng)絡(luò)化方向發(fā)展，多媒體終端將會(huì)具有更多功能，也更加智能，其應(yīng)用范圍也會(huì)更加廣泛。
3結(jié)束語(yǔ)
【關(guān)鍵詞】人工智能 醫(yī)學(xué)領(lǐng)域
1 引言
人工智能（AI）是上世紀(jì)50年展起來(lái)的新興學(xué)科，主要內(nèi)容包括：知識(shí)表示、自然語(yǔ)言理解、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、計(jì)算機(jī)視覺(jué)、自動(dòng)推理和搜索方法、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面。在過(guò)去的幾十年里人工智能涌現(xiàn)出了大量的方法，大致可分為兩大類(lèi)：第一類(lèi)是基于Newell和Simon的物理符號(hào)系統(tǒng)假說(shuō)的符號(hào)處理方法。這種方法大多采用從知識(shí)階段向下到符號(hào)和實(shí)施階段的自上而下的設(shè)計(jì)方法，第二類(lèi)是采用自下而上設(shè)計(jì)的“字符號(hào)”方法。
2 人工智能的發(fā)展
全球?qū)θ斯ぶ悄艿难邪l(fā)經(jīng)歷了已經(jīng)有70年的發(fā)展，從上個(gè)世紀(jì)的50年代開(kāi)始一直到今天，歷經(jīng)了兩次大起大落，但伴隨著深度學(xué)習(xí)的重燃、龐大的大數(shù)據(jù)支撐以及計(jì)算能力的不斷提升和成本的不斷下降這些因素的出現(xiàn)，尤其是在摩爾定律、大數(shù)據(jù)、互聯(lián)網(wǎng)和云計(jì)算、新方法這些人工智能進(jìn)步的催化劑作用下，將迎來(lái)人工智能新的春天。
3 人工智能在醫(yī)學(xué)領(lǐng)域上的應(yīng)用
3.1 在神經(jīng)網(wǎng)絡(luò)中人工智能的應(yīng)用
在醫(yī)學(xué)診斷中人工智能的應(yīng)用會(huì)出現(xiàn)一些難題，例如知識(shí)獲取比較難、推理速度慢、自主學(xué)習(xí)以及自適應(yīng)變化能力弱。研究人腦連接發(fā)現(xiàn)了以人工神經(jīng)為特點(diǎn)可以解決在獲取知識(shí)中所出現(xiàn)的瓶頸和知識(shí)種類(lèi)繁瑣問(wèn)題，能夠提高對(duì)知識(shí)的推理能力，包括自主學(xué)習(xí)，自組織等方面的能力，促進(jìn)了神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)專(zhuān)家系統(tǒng)中的快速發(fā)展。
人工智能領(lǐng)域ANN，有不同于其他人工智能的方法，在傳統(tǒng)的結(jié)構(gòu)上，它只是AI分支中的一個(gè)，只能通過(guò)邏輯符號(hào)來(lái)模擬人腦的思維方式，進(jìn)一步來(lái)實(shí)現(xiàn)人工智能，與之相比，不同的ANN是學(xué)習(xí)和訓(xùn)練為一體來(lái)達(dá)到智能的。ANN具有學(xué)習(xí)的能力及特殊方法，用戶(hù)不用編寫(xiě)復(fù)雜的程序來(lái)解決所遇到的問(wèn)題，只用提供有效的數(shù)據(jù)就可以完成。迄今為止，醫(yī)學(xué)領(lǐng)域中對(duì)大部分的病理原因無(wú)法解釋?zhuān)瑹o(wú)法確定病理原因，加上各種疾病的表現(xiàn)種類(lèi)復(fù)雜多變。在醫(yī)學(xué)的日常實(shí)踐中，疾病相應(yīng)的治療只能以經(jīng)驗(yàn)為基礎(chǔ)來(lái)判斷。所以，ANN有著記憶，學(xué)習(xí)和歸納總結(jié)為一體的人工智能服務(wù)，在醫(yī)學(xué)領(lǐng)域有很好的應(yīng)用發(fā)展趨勢(shì)。
3.2 在中醫(yī)學(xué)中人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用
在中醫(yī)學(xué)中，所提出的“辨證論治”中的“證”具有模棚性、不確定性的特點(diǎn)，主觀性比較強(qiáng)，因此中醫(yī)的診斷方法和治療手段與醫(yī)師的經(jīng)驗(yàn)水平有很大聯(lián)系。數(shù)年來(lái)在實(shí)驗(yàn)研究，臨床觀察，文章整理，經(jīng)驗(yàn)總結(jié)上，都有著對(duì)“證”的研究思想的深入調(diào)查。一部分“辨證”的過(guò)程可以用人工神經(jīng)網(wǎng)絡(luò)來(lái)替換使用。恰當(dāng)?shù)闹嗅t(yī)癥狀可以作為基本輸入和適當(dāng)人工神經(jīng)網(wǎng)絡(luò)模型，人工神經(jīng)網(wǎng)絡(luò)能夠根據(jù)以往的學(xué)習(xí)“經(jīng)驗(yàn)”來(lái)進(jìn)行綜合分析，從而提出中醫(yī)診斷方法。
由神經(jīng)元結(jié)構(gòu)模型、網(wǎng)絡(luò)連接模型、網(wǎng)絡(luò)學(xué)習(xí)算法等幾個(gè)要素組成了人工神經(jīng)網(wǎng)絡(luò)。具有某些智能系統(tǒng)的功能。 按照網(wǎng)絡(luò)結(jié)構(gòu)來(lái)劃分，人工神經(jīng)網(wǎng)絡(luò)有很多不同的種類(lèi)，例如感知器、BP網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)等，目前應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)就是其中的BP網(wǎng)絡(luò)。這種前沿網(wǎng)絡(luò)非 BP網(wǎng)絡(luò)所屬，網(wǎng)絡(luò)的結(jié)構(gòu)與權(quán)值能夠表達(dá)復(fù)雜的非線(xiàn)性 I/0映射關(guān)系。憑借 BP網(wǎng)絡(luò)優(yōu)良的自主學(xué)習(xí)功能，既可以通過(guò)誤差的反向傳播方法，對(duì)照已知樣本反復(fù)進(jìn)行訓(xùn)練，也可以調(diào)整網(wǎng)絡(luò)的權(quán)值，直到網(wǎng)絡(luò)的 I/0關(guān)系在某一塊訓(xùn)練指標(biāo)下最接近樣本為止。
3.3 人工智能在臨床醫(yī)療診斷中的應(yīng)用
計(jì)算機(jī)編寫(xiě)的程序主要根據(jù)專(zhuān)家系統(tǒng)的設(shè)計(jì)原理和方法來(lái)模擬醫(yī)生的醫(yī)學(xué)診斷，以及通常治療手段的思維過(guò)程來(lái)進(jìn)行。醫(yī)療專(zhuān)家系統(tǒng)是臨床醫(yī)療診斷中人工智能的很好體現(xiàn)，不僅能夠處理較為復(fù)雜的醫(yī)學(xué)治療問(wèn)題，還能當(dāng)做醫(yī)生診斷疾病的重要工具，更重要的是傳承了專(zhuān)家們的寶貴醫(yī)學(xué)治療經(jīng)驗(yàn)。
3.4 人工智能技術(shù)在醫(yī)學(xué)影像診斷中的應(yīng)用
目前，在醫(yī)學(xué)影像中存在著的問(wèn)題，比如：誤診率高、缺口大。這些問(wèn)題需要通過(guò)人工智能的方法來(lái)解決。在醫(yī)學(xué)影像技術(shù)領(lǐng)域人工智能的應(yīng)用包括主要的兩個(gè)方面，分別是：第一個(gè)方面為圖像識(shí)別，第二個(gè)方面為深度學(xué)習(xí)，其中人工智能應(yīng)用最核心的部分實(shí)深度學(xué)習(xí)。這兩個(gè)部分都是基于醫(yī)學(xué)影像大數(shù)據(jù)所進(jìn)行的數(shù)據(jù)上的挖掘和應(yīng)用。這兩個(gè)方面所進(jìn)行的數(shù)據(jù)挖掘及其應(yīng)用都是依據(jù)醫(yī)學(xué)影像大數(shù)據(jù)來(lái)完成的。
Geoffrey Hinton教授是神經(jīng)網(wǎng)絡(luò)領(lǐng)域的大師，2006年，他與其博士生在《Science》和相關(guān)的期刊上發(fā)表了論文，第一次提出了“深度信念網(wǎng)絡(luò)”的概念。2012年，由斯坦福大學(xué)Fei-Fei Li教授舉辦的ImageNet ILSVRC大規(guī)模圖像識(shí)別評(píng)測(cè)任務(wù)是由Hinton教授的研究團(tuán)隊(duì)參加的。這個(gè)任務(wù)包括了120萬(wàn)張高分辨率圖片，1000個(gè)類(lèi)比。Hinton教授團(tuán)隊(duì)使用了全新的黑科技多層卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，將圖像識(shí)別錯(cuò)誤率突破性地從26.2%降低到了15.3%。 這個(gè)革命性的技術(shù)，讓神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)以迅速的速度進(jìn)入了醫(yī)療和工業(yè)的領(lǐng)域范圍，隨后這一技術(shù)被陸續(xù)出現(xiàn)的醫(yī)療影像公司使用。例如：國(guó)際知名的醫(yī)學(xué)影像公司Enlitic和國(guó)內(nèi)剛剛獲得有峰瑞資本600萬(wàn)天使輪融資的DeepCare。都是不斷積累大量影像數(shù)據(jù)和診斷數(shù)據(jù)，繼續(xù)對(duì)神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度的學(xué)習(xí)訓(xùn)練，從而有效的提高了醫(yī)生診斷的準(zhǔn)確率。
人工智能不僅能使患者的健康檢查快速進(jìn)行，包括X光、B超、核磁共振等。另外還能大量減少醫(yī)生的讀片時(shí)間，提升了醫(yī)生的工作效率，降低誤診率。
4 總結(jié)
人工智能軟件工作效率遠(yuǎn)遠(yuǎn)超過(guò)了人類(lèi)大腦，不僅能夠更快速的找到數(shù)據(jù)的模式和相似性，還能有效幫助醫(yī)生和科學(xué)家提取重要的信息。隨著人工智能的發(fā)展及其在醫(yī)學(xué)領(lǐng)域的逐漸普及和應(yīng)用，兩者的互相融合在未來(lái)必定成為醫(yī)學(xué)發(fā)展的重要方向。
參考文獻(xiàn)
[1]馮伍，張俊蘭.人工智能在醫(yī)學(xué)上的應(yīng)用[J].電子設(shè)計(jì)工程，2010（01）.
[2]楊琴，陳家榮.人工智能在醫(yī)學(xué)領(lǐng)域中的應(yīng)用[J].科技風(fēng)，2012（12），100-101.
[3]王宇飛，孫欣.人工智能的研究與應(yīng)用[J].信息與電腦，2016（05）.
[4]鉛筆道.人工智能與影像診斷相結(jié)合的醫(yī)生界阿爾法狗，2016（03）.
摘要： 隨著經(jīng)濟(jì)的發(fā)展，技術(shù)的進(jìn)步，現(xiàn)代企業(yè)設(shè)備越來(lái)越大型化、復(fù)雜化、智能化，如果液壓設(shè)備發(fā)生故障，生產(chǎn)就無(wú)法進(jìn)行。本文首先介紹液壓系統(tǒng)故障診斷的準(zhǔn)備工作，然后詳細(xì)介紹三種診斷方法。
關(guān)鍵詞：液壓系統(tǒng)故障 簡(jiǎn)易故障診斷法 人工智能故障診斷法
液壓系統(tǒng)具有很多獨(dú)特的優(yōu)點(diǎn)，常見(jiàn)的如：大容量、結(jié)構(gòu)緊湊、安裝靈活、反應(yīng)快、容易控制等等，在現(xiàn)代大型設(shè)備，特大型設(shè)備中具有廣泛的應(yīng)用的同時(shí)存在著問(wèn)題，極易發(fā)生故障從而影響生產(chǎn)，造成故障的原因主要是系統(tǒng)中元輔件和工作液體性能不穩(wěn)定，系統(tǒng)設(shè)備使用不當(dāng)或者維護(hù)不到位。近幾年液壓系統(tǒng)故障診斷成為了一門(mén)專(zhuān)門(mén)的學(xué)科，受到高度的重視。
1、液壓系統(tǒng)故障診斷的準(zhǔn)備工作
第一拿到設(shè)備使用說(shuō)明書(shū)時(shí)一定要認(rèn)真仔細(xì)的閱讀，詳細(xì)了解該設(shè)備的功能、結(jié)構(gòu)、工作原理，包括系統(tǒng)中元件的功能結(jié)構(gòu)和原理；第二從網(wǎng)上查閱設(shè)備的檔案資料，包括生產(chǎn)廠家、制造日期、調(diào)試驗(yàn)收，故障可能、處理方法等等。
2、簡(jiǎn)易故障診斷方法
2.1 主觀診斷法
這是一種最傳統(tǒng)的方法，憑借維修人員的主觀判斷（看、聽(tīng)、摸、聞、問(wèn)）和實(shí)踐經(jīng)驗(yàn)，或者利用簡(jiǎn)單的儀器、儀表判斷故障發(fā)生的部位并且給出發(fā)生的原因。常見(jiàn)到的主觀診斷法有感官診斷、方框圖分析、系統(tǒng)圖分析，該方法簡(jiǎn)單快捷方便，這種方法對(duì)維修人員的要求極高需要有豐富的診斷經(jīng)驗(yàn)，但是診斷結(jié)果具有局限性。
2.2直接性能測(cè)試法
這種方法通過(guò)測(cè)試液壓元件和系統(tǒng)性能進(jìn)而評(píng)價(jià)系統(tǒng)工作狀態(tài)，適用于處于工作狀態(tài)的系統(tǒng)，還能進(jìn)行定量的分析，現(xiàn)代運(yùn)用最多的是檢測(cè)液壓系統(tǒng)的狀態(tài)。如果檢測(cè)的液壓系統(tǒng)元件或者性能超出了規(guī)定的正常范圍，那么該系統(tǒng)就有發(fā)生故障的可能性。這種方法原理簡(jiǎn)單，相當(dāng)直觀，但是測(cè)試的精準(zhǔn)度不是很高，一般早期的失效很難檢測(cè)出來(lái)。
3、基于信號(hào)分析的故障診斷方法
3.1基于抽樣分析法
反映系統(tǒng)內(nèi)部信息的除了液壓系統(tǒng)本身的信息，其內(nèi)部的污染物也可以，也就是說(shuō)測(cè)定和鑒別油液當(dāng)中污染物的成分和含量，可以知道液壓系統(tǒng)的污染情況和運(yùn)行狀況，也是一種故障診斷的方法。目前我們經(jīng)常見(jiàn)到的有兩種：一種是基于油液顆粒污染度的檢測(cè)技術(shù)，包括：顯微鏡檢測(cè)技術(shù)（設(shè)備投資小、方法簡(jiǎn)單、費(fèi)時(shí)費(fèi)力、誤差大）、自動(dòng)顆粒計(jì)數(shù)器（檢測(cè)速度快、操作簡(jiǎn)便、準(zhǔn)確度高但精度低）、稱(chēng)重法（設(shè)備簡(jiǎn)捷、檢測(cè)方便、只測(cè)重）、鐵譜分析法（可進(jìn)行定性和定量的分析）、光譜法（成本高、精度高）；另一種是基于油液性能參數(shù)的檢測(cè)技術(shù)，這種技術(shù)需要細(xì)致的分析油液的有關(guān)參數(shù)和金屬的含量，歷時(shí)的周期較長(zhǎng)，無(wú)法實(shí)現(xiàn)在線(xiàn)檢測(cè)，但是對(duì)重要液壓系統(tǒng)的診斷很有效。
3.2基于振動(dòng)噪聲分析法
在液壓系統(tǒng)的運(yùn)行過(guò)程中，必然會(huì)伴隨產(chǎn)生振動(dòng)和噪聲，尤其液壓泵的振動(dòng)聲音十分大，實(shí)際上這些設(shè)備的振動(dòng)和噪聲就包含了許多故障的信息，分析信號(hào)，得到元件狀態(tài)信息，進(jìn)而進(jìn)行故障診斷。這種方法的理論比較完善，應(yīng)用也比較廣泛，有多種信號(hào)處理方法如：時(shí)域特征參數(shù)法、時(shí)差域特征法、概率密度法、相關(guān)分析法、譜分析法、自功率譜分析法、倒頻譜分析法、包絡(luò)譜分析法、主分量自回歸譜提取法、AR譜參數(shù)提取法、小波分析等。目前旋轉(zhuǎn)機(jī)械設(shè)備也能用它分析診斷故障，純機(jī)械設(shè)備的故障診斷效果相當(dāng)明顯。隨著信號(hào)處理技術(shù)的發(fā)展，這種方法的應(yīng)用前景十分可觀。
3.3基于數(shù)學(xué)模型法
這種方法的指導(dǎo)是現(xiàn)代控制理論和優(yōu)化方法，基礎(chǔ)是系統(tǒng)的數(shù)學(xué)模型，殘差產(chǎn)生法是觀測(cè)器（組）、等價(jià)空間方程、Kalman濾波器、參數(shù)模型估計(jì)和辨識(shí)等，利用閥值或者準(zhǔn)則評(píng)價(jià)決策殘差。該方法和控制系統(tǒng)的關(guān)系相當(dāng)密切，共同成為監(jiān)控、容錯(cuò)控制、系統(tǒng)修復(fù)重構(gòu)的基礎(chǔ)。這種方法的數(shù)學(xué)模型的精確度直接決定診斷的精確性，一般最常建立的是線(xiàn)性和非線(xiàn)性的數(shù)學(xué)模型來(lái)診斷液壓系統(tǒng)的故障。
4、基于人工智能的故障診斷方法
4.1基于專(zhuān)家系統(tǒng)的智能診斷法
這是智能診斷技術(shù)中受到多方關(guān)注的一個(gè)發(fā)展方向，研究最多，應(yīng)用最廣，主要是利用專(zhuān)家的知識(shí)和推理方法解決實(shí)際遇到的復(fù)雜問(wèn)題。在這的專(zhuān)家系統(tǒng)并不是指人員而是指一種人工智能計(jì)算機(jī)程序，知識(shí)權(quán)威，學(xué)習(xí)功能強(qiáng)大。該系統(tǒng)的主要組成部分：知識(shí)庫(kù)（系統(tǒng)知識(shí)和規(guī)則庫(kù)）、數(shù)據(jù)庫(kù)、推理機(jī)和解釋機(jī)制。如果利用它檢測(cè)在線(xiàn)的系統(tǒng)，數(shù)據(jù)庫(kù)顯示的是實(shí)時(shí)工況數(shù)據(jù)；如果利用它檢測(cè)離線(xiàn)系統(tǒng)，則數(shù)據(jù)庫(kù)顯示的是實(shí)際故障時(shí)的數(shù)據(jù)或者人為故障的樣本數(shù)據(jù)。該方法的運(yùn)行過(guò)程是通過(guò)人機(jī)相互交換，專(zhuān)家系統(tǒng)獲得所需信息，利用系統(tǒng)的知識(shí)庫(kù)和數(shù)據(jù)庫(kù)，推理機(jī)運(yùn)用規(guī)則，調(diào)用應(yīng)用程序，進(jìn)行正確的推理，找到液壓系統(tǒng)的故障。這種方法給自動(dòng)化進(jìn)行液壓系統(tǒng)故障診斷代帶來(lái)了光明和希望，但是也存在一定的不足和問(wèn)題，不過(guò)未來(lái)的發(fā)展前景還是很廣闊的。
4.2基于神經(jīng)網(wǎng)絡(luò)的智能診斷法
20世紀(jì)80年代人工神經(jīng)網(wǎng)絡(luò)迅速崛起，成為人工智能領(lǐng)域的一個(gè)分支，是一種計(jì)算模型（與人的認(rèn)知過(guò)程相似），一種非線(xiàn)性動(dòng)力學(xué)網(wǎng)絡(luò)系統(tǒng)（模擬大腦神經(jīng)元結(jié)構(gòu)特性）。神經(jīng)網(wǎng)絡(luò)的非線(xiàn)性處理單元（類(lèi)似神經(jīng)元）相互關(guān)聯(lián)，具有了學(xué)習(xí)、記憶、歸納總結(jié)等功能和數(shù)學(xué)模擬能力。這種方法的具有獨(dú)特的優(yōu)勢(shì)，如：分布式處理能力、聯(lián)想記憶、自學(xué)習(xí)能力等收到診斷領(lǐng)域的廣泛關(guān)注和重視，未來(lái)發(fā)展前景十分寬廣。
4.3基于模糊理論的智能診斷法
大量的模糊現(xiàn)象存在于液壓系統(tǒng)故障診斷領(lǐng)域，如：系統(tǒng)油溫過(guò)高、壓力波動(dòng)較重等等，過(guò)高、較重這些都是模糊的概念，并沒(méi)有清晰的邊界，故障發(fā)生會(huì)經(jīng)歷一個(gè)漫長(zhǎng)的時(shí)間，同時(shí)故障發(fā)生的原因和癥狀也是模糊的，可能一對(duì)一，可能一對(duì)多，也可能多對(duì)一。利用模糊邏輯、模糊關(guān)系描述故障的原因和現(xiàn)象，建立隸屬度函數(shù)和模糊方程，明確識(shí)別故障。這種方法的現(xiàn)象更為客觀，結(jié)果更符合實(shí)際，速度快，容易實(shí)現(xiàn)。
5、結(jié)束語(yǔ)
隨著21世紀(jì)科技的發(fā)展，人工智能技術(shù)更是突飛猛進(jìn)，還有許多智能診斷的方法如：故障樹(shù)診斷法、灰色理論智能診斷法、案例推理診斷法、多智能體的智能診斷法、信息融合技術(shù)智能診斷法等等。如何將新型科技、智能技術(shù)運(yùn)用到故障診斷系統(tǒng)當(dāng)中，實(shí)現(xiàn)自動(dòng)化、智能化的故障系統(tǒng)診斷是我們亟待解決的問(wèn)題。
參考文獻(xiàn)：
[1]范士娟，楊超.液壓系統(tǒng)故障診斷方法綜述[J].機(jī)床與液壓，2009，37（5）：188-192，195.
1.智能化應(yīng)用在機(jī)械制造中，系統(tǒng)工程技術(shù)、人工智能技術(shù)、機(jī)械制造技術(shù)以及自動(dòng)化技術(shù)相互融合，進(jìn)而催生出了一種新的、綜合性強(qiáng)的應(yīng)用技術(shù)——智能化技術(shù)。智能化應(yīng)用實(shí)現(xiàn)了人機(jī)一體化，能夠?qū)ιa(chǎn)過(guò)程中的各工藝環(huán)節(jié)進(jìn)行智能化推理、分析、判斷、決策。所以，機(jī)械制造技術(shù)和人工智能技術(shù)相互結(jié)合從而形成了智能機(jī)械制造技術(shù)，它在機(jī)械制造系統(tǒng)中加入了人工智能因素，能夠模擬出專(zhuān)家活動(dòng)，對(duì)機(jī)械制造過(guò)程進(jìn)行實(shí)時(shí)的自動(dòng)化監(jiān)測(cè)，及時(shí)發(fā)現(xiàn)和處理各種問(wèn)題。除此之外，隨著智能化應(yīng)用的廣泛應(yīng)用，機(jī)械制造企業(yè)能夠依據(jù)外部條件的變化，及時(shí)調(diào)整自身參數(shù)，從而適應(yīng)市場(chǎng)需求，有效提升機(jī)械產(chǎn)品質(zhì)量。
2.虛擬化的應(yīng)用在機(jī)械制造企業(yè)利用仿真技術(shù)、建立系統(tǒng)模型，能實(shí)現(xiàn)自動(dòng)化技術(shù)的虛擬化應(yīng)用。虛擬化應(yīng)用綜合了信息技術(shù)、人工智能、多媒體技術(shù)、并行工程、現(xiàn)代機(jī)械制造工藝以及計(jì)算機(jī)圖形學(xué)的綜合利用，是一項(xiàng)系統(tǒng)性技術(shù)。在信息技術(shù)和計(jì)算機(jī)仿真技術(shù)的共同支撐下，機(jī)械制造企業(yè)能對(duì)生產(chǎn)過(guò)程進(jìn)行模擬和仿真，從而發(fā)現(xiàn)其存在的各種問(wèn)題，切實(shí)降低企業(yè)生產(chǎn)成本，縮短產(chǎn)品開(kāi)發(fā)周期，確保產(chǎn)品質(zhì)量，提升機(jī)械產(chǎn)品的市場(chǎng)占有額。
二、自動(dòng)化技術(shù)在我國(guó)機(jī)械制造中的發(fā)展前景
我國(guó)的經(jīng)濟(jì)發(fā)展水平以及民族的崛起，在很大程度上受機(jī)械制造行業(yè)的影響。長(zhǎng)期以來(lái)，我國(guó)自動(dòng)化水平偏低，所以企業(yè)都在尋求快速發(fā)展之路，但是要提高我國(guó)的自動(dòng)化水平，必須循序漸進(jìn)，有計(jì)劃、有步驟的開(kāi)展。在發(fā)展過(guò)程中，我們不能不加選擇的照搬國(guó)外自動(dòng)化技術(shù)，而要從我國(guó)具體國(guó)情出發(fā)，制定出長(zhǎng)期有效的發(fā)展規(guī)劃，逐步提升我國(guó)機(jī)械制造行業(yè)的自動(dòng)化水平。相較于西方發(fā)達(dá)國(guó)家，我國(guó)機(jī)械制造業(yè)的自動(dòng)化技術(shù)尚處于起步階段，自動(dòng)化水平較低，但是隨著我國(guó)科學(xué)技術(shù)水平的不斷發(fā)展和進(jìn)步，我國(guó)自動(dòng)化技術(shù)將會(huì)越來(lái)越多的應(yīng)用到機(jī)械制造領(lǐng)域。機(jī)械制造企業(yè)要取得長(zhǎng)遠(yuǎn)發(fā)展和進(jìn)步，就要始終堅(jiān)持國(guó)家的政策導(dǎo)向，時(shí)刻以推動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展為導(dǎo)向，順應(yīng)企業(yè)發(fā)展形勢(shì)，堅(jiān)持實(shí)事求是，引進(jìn)并借鑒外國(guó)先進(jìn)技術(shù)，為我國(guó)機(jī)械自動(dòng)化技術(shù)的健康、穩(wěn)定發(fā)展奠定基礎(chǔ)，不斷提高機(jī)械制造領(lǐng)域的經(jīng)濟(jì)效益，加快實(shí)現(xiàn)機(jī)械自動(dòng)化的偉大目標(biāo)，提升我國(guó)機(jī)械自動(dòng)化技術(shù)在國(guó)際市場(chǎng)上的競(jìng)爭(zhēng)力。
三、結(jié)語(yǔ)
論文摘要:文章就繼電保護(hù)技術(shù)在電力系統(tǒng)中的運(yùn)用作了相關(guān)探析，描述了繼電保護(hù)技術(shù)在電力系統(tǒng)中的運(yùn)用特性，旨在從繼電技術(shù)的發(fā)展及其運(yùn)用對(duì)提高電力系統(tǒng)的質(zhì)量、減少電力損耗等方面來(lái)闡述其重要作用?，F(xiàn)行的繼電保護(hù)技術(shù)主要是微機(jī)繼電保護(hù)系統(tǒng)，其速動(dòng)性能、穩(wěn)定性能和安全性能等都優(yōu)于傳統(tǒng)的保護(hù)技術(shù)。
繼電保護(hù)技術(shù)的發(fā)展是電力安全發(fā)展趨勢(shì)的一種必然選擇，也是企業(yè)在供電過(guò)程中不可缺少的一種重要應(yīng)用工程。該技術(shù)的運(yùn)用必將隨著電力的不斷發(fā)展而提升。在現(xiàn)代化的電力需求中，家電設(shè)備增多、企業(yè)用電機(jī)器增多、發(fā)電機(jī)容量增大等多種客觀方面的原因使得電力系統(tǒng)中正常工作電流和短路電流都不斷增大。這就需要一種既能夠保護(hù)機(jī)器正常運(yùn)轉(zhuǎn)，又能夠?qū)Χ搪返扔秒姮F(xiàn)象提出及時(shí)警報(bào)的技術(shù)。無(wú)疑，繼電保護(hù)技術(shù)便應(yīng)運(yùn)而生。本世紀(jì)初隨著電力系統(tǒng)的發(fā)展，繼電器才開(kāi)始廣泛應(yīng)用于電力系統(tǒng)的保護(hù)。本文試就繼電技術(shù)的發(fā)展運(yùn)用作探析。
一、繼電保護(hù)技術(shù)的理解
繼電保護(hù)技術(shù)是指在正常用電的過(guò)程中，能夠?qū)﹄娐饭收线M(jìn)行及時(shí)的警報(bào)，并能夠有效地防止事故發(fā)生的一項(xiàng)技術(shù)，其核心是繼電保護(hù)的裝置。繼電保護(hù)的裝置隨著現(xiàn)代電力的發(fā)展變化也由原先的機(jī)電整流式向集成微機(jī)處理式過(guò)渡。尤其是近三十年以來(lái)，將計(jì)算機(jī)運(yùn)用技術(shù)融入繼電保護(hù)裝置，使得微機(jī)繼電保護(hù)技術(shù)得到了長(zhǎng)足的發(fā)展，也使得保護(hù)的性能得到進(jìn)一步的增強(qiáng)。
繼電保護(hù)技術(shù)的主要特點(diǎn)是:(1)自主化運(yùn)行率提高，計(jì)算機(jī)的數(shù)據(jù)處理技術(shù)能夠使得繼電設(shè)備具有很強(qiáng)的記憶功能，加之自動(dòng)控制等技術(shù)的綜合運(yùn)用，使得繼電保護(hù)能更好地實(shí)現(xiàn)故障分量保護(hù)，提高運(yùn)行的正確率;(2)兼容性輔助功能強(qiáng)，繼電保護(hù)技術(shù)在保護(hù)裝置的制造上采用了比較通用兼容的做法，便于統(tǒng)一標(biāo)準(zhǔn)，并且裝置體積小，減少了盤(pán)位數(shù)量，在此基礎(chǔ)上，還可以擴(kuò)充其它輔助功能;(3)操作性監(jiān)控管理好，該技術(shù)主要表現(xiàn)在一些核心部件不受外在化境的影響，能夠產(chǎn)生一定的使用功效。與此同時(shí)，該保護(hù)技術(shù)能夠通過(guò)計(jì)算機(jī)信息系統(tǒng)，具有一定的可監(jiān)控性能，大大降低了成本。
二、繼電保護(hù)技術(shù)的在電力系統(tǒng)中的運(yùn)用特性
(一)繼電保護(hù)技術(shù)的智能化運(yùn)用特性增強(qiáng)
現(xiàn)代化的電力管理越來(lái)越體現(xiàn)了智能化的控制管理模式，具有一定的人工智能化的特征。這些特征，一方面使得電力系統(tǒng)在管理上減少了不必要的資源浪費(fèi);另一方面為其他各項(xiàng)技術(shù)的運(yùn)用提供了廣闊的技術(shù)空間。正是在這樣的技術(shù)背景下，繼電保護(hù)技術(shù)出現(xiàn)了一定的人工智能化，使得保護(hù)裝置在設(shè)計(jì)上更具有合理性和科學(xué)性。
這些智能化的信息特征使得繼電保護(hù)技術(shù)在發(fā)展的過(guò)程中逐漸地進(jìn)入了自動(dòng)化的發(fā)展進(jìn)程。目前，在我國(guó)主要大城市供電公司的繼電保護(hù)設(shè)備中已采用了模擬人工神經(jīng)網(wǎng)絡(luò)(ANN)來(lái)進(jìn)行對(duì)用電的保護(hù)。因此，進(jìn)一步推進(jìn)了繼電保護(hù)技術(shù)智能化的發(fā)展前景。據(jù)現(xiàn)有的資料介紹，在輸電過(guò)程中出現(xiàn)的短路現(xiàn)象一般有幾十種，如果出現(xiàn)這樣的情況用人工進(jìn)行排除，至少需要12小時(shí)以上。但若是采用上述的神經(jīng)網(wǎng)絡(luò)繼電保護(hù)方法，可通過(guò)采集的數(shù)據(jù)樣本對(duì)發(fā)生故障進(jìn)行檢測(cè)，從而能在半小時(shí)之內(nèi)得出故障出現(xiàn)的原因，大大縮短了維修時(shí)間。這些人工智能方法通過(guò)計(jì)算機(jī)輔助體統(tǒng)的幫助運(yùn)用，可使得電力運(yùn)輸效率大大加強(qiáng)。
(二)繼電保護(hù)技術(shù)的網(wǎng)絡(luò)化更新發(fā)展顯著
繼電技術(shù)的運(yùn)用離不開(kāi)計(jì)算機(jī)網(wǎng)絡(luò)的支持。這種網(wǎng)絡(luò)化的技術(shù)，不僅給繼電技術(shù)提供了可操作檢查的直觀空間范圍，也給其發(fā)展更新提供了更為廣泛的動(dòng)力支持和保障。這也正是繼電技術(shù)開(kāi)放性發(fā)展的必然要求。繼電保護(hù)的主要功能在于保護(hù)電力系統(tǒng)的安全穩(wěn)定，而這種保護(hù)離不開(kāi)計(jì)算機(jī)網(wǎng)絡(luò)的數(shù)據(jù)模擬生成系統(tǒng)，需要依據(jù)計(jì)算機(jī)通過(guò)數(shù)據(jù)采集和分析來(lái)檢測(cè)故障存在的原因，進(jìn)而發(fā)出警報(bào)。
這些網(wǎng)絡(luò)化的發(fā)展，一方面，能夠通過(guò)數(shù)據(jù)的的采集和模擬生成，綜合分析可能出現(xiàn)的各種故障;另一方面，在顯示故障的同時(shí)，能夠準(zhǔn)確地反映出故障的緣由、位置的情況，便于工作人員能夠采取有效的解決策略。例如，現(xiàn)在的各種環(huán)保節(jié)能發(fā)電廠就是采用了該種裝置，通過(guò)總調(diào)度室計(jì)算機(jī)監(jiān)控，不僅能夠知曉現(xiàn)有線(xiàn)路的運(yùn)行前那個(gè)框，還能夠?qū)Ω鳁l線(xiàn)路出現(xiàn)的短路等現(xiàn)象作出判斷，以便維護(hù)人員能夠進(jìn)行及時(shí)正常地維修。
(三)繼電保護(hù)技術(shù)的自適應(yīng)性發(fā)展迅猛
繼電保護(hù)技術(shù)的自適應(yīng)性也是值得關(guān)注的方面。我們知道自適應(yīng)控制技術(shù)在繼電保護(hù)中的應(yīng)用具有如下的作用:(1)使得繼電保護(hù)更具有一種適應(yīng)性，能夠適應(yīng)多種故障的檢測(cè);(2)有效延長(zhǎng)保護(hù)時(shí)間，能夠使得電氣設(shè)備產(chǎn)生更長(zhǎng)的使用壽命;(3)能夠提高經(jīng)濟(jì)效率，即這種保護(hù)能夠針對(duì)用電過(guò)程中出現(xiàn)的問(wèn)題進(jìn)行排除，不僅減少了人工操作的麻煩，還能夠節(jié)省成本。
當(dāng)前電力系統(tǒng)在發(fā)展過(guò)程中出現(xiàn)的各種問(wèn)題，除了需要一定的人工操作之外，采用繼電保護(hù)技術(shù)的自適應(yīng)性技術(shù)，一方面，能夠真正發(fā)揮繼電保護(hù)的“保護(hù)”功能，使得人們的生產(chǎn)生活得以順利地開(kāi)展，滿(mǎn)足人們的發(fā)展需要;另一方面，能夠使得這種適應(yīng)性能面對(duì)各種形勢(shì)的變化發(fā)展，最大限度地提高電力設(shè)備的使用壽命，以減少故障的發(fā)生。這種適應(yīng)性應(yīng)該離不開(kāi)計(jì)算機(jī)網(wǎng)絡(luò)環(huán)境的支持。因此，就更具有廣泛的適應(yīng)性能。
三、繼電保護(hù)技術(shù)的發(fā)展前景
(一)電子數(shù)據(jù)主動(dòng)化的特性顯著
隨著計(jì)算機(jī)數(shù)據(jù)自動(dòng)化的發(fā)展，繼電保護(hù)技術(shù)的現(xiàn)代化發(fā)展也必然得到充分的體現(xiàn)，即電子數(shù)據(jù)主動(dòng)化性能必將得到顯現(xiàn)。
(二)繼電保護(hù)功能將進(jìn)一步拓寬
在計(jì)算機(jī)輔助設(shè)計(jì)功能的幫助下，繼電技術(shù)的功能性必將得到進(jìn)一步的增強(qiáng)，可根據(jù)故障的顯性進(jìn)行適當(dāng)?shù)目刂七\(yùn)用。
(三)繼電保護(hù)技術(shù)的運(yùn)用方便靈活
在該項(xiàng)技術(shù)的指引下，使得電力線(xiàn)路維護(hù)調(diào)試也更方便。在運(yùn)行過(guò)程中，操作者可根據(jù)電流值，可進(jìn)行適當(dāng)調(diào)整。
綜上所述，繼電保護(hù)技術(shù)在電力系統(tǒng)網(wǎng)絡(luò)化的發(fā)展趨勢(shì)中，定會(huì)綜合各種學(xué)科的發(fā)展，必將步入更為廣闊的發(fā)展空間，由數(shù)字時(shí)代跨入信息化時(shí)代，增強(qiáng)電力發(fā)展的安全性。
參考文獻(xiàn)
[1]葛耀中.新型繼電保護(hù)與故障測(cè)距原理與技術(shù)[M].西安交通大學(xué)出版社，1996.
[2]王梅義.高壓電網(wǎng)繼電保護(hù)運(yùn)行技術(shù)[M].電力工業(yè)出版社，1981.
