機械電子工程與人工智能的關系研究
近年來，世界各發達國家為了提高生產力，競相發展機械電子工程。機械電子工程也在向智能化、網絡化、柔性化發展。機械電子工程與人工智能的完美融合，給這個行業帶來了革命性的變化和驚人的經濟效益。本文從機械電子工程、人工智能以及兩者的融合三個方面論述了這壹趨勢。
機械與電子工程；人工智能；信息處理
0簡介
傳統的機械工程壹般分為動力和制造兩大類。制造工程包括機械加工、毛坯制造和裝配，動力工程包括各種發電機。與傳統的機械工程相比，電子工程是壹門相對較新的學科，它們是在上個世紀逐漸結合起來的。起初，電子工程和機械工程是通過逐塊分離模式或功能替代模式結合在壹起的。隨著科學技術的不斷進步，傳統的機械工程和現代的電子工程通過信息技術有機結合，形成了現在的機械電子工程學科。隨著人工智能技術的不斷發展，機械電子工程逐漸從傳統的能量連接、動能連接發展到信息連接，使得機械電子工程具有壹定的人工智能。傳統的機械電子工程通過現代科學技術進入了壹個新的發展領域。同時，隨著機械電子工程的日益復雜，人工智能技術也取得了長足的進步。
1機械電子工程
1.1機械電子工程發展史
20世紀是科學發展最輝煌的時期，各學科相互滲透，相互補充，機械電子工程學科也在這壹時期產生。它是機械工程、電子工程、信息工程、智能技術和管理技術相結合的新的理論體系和發展領域。隨著科學技術的不斷發展，機械電子工程變得越來越復雜。
機械電子工程的發展可分為三個階段:第壹階段是以手工加工為主要生產力的萌芽階段。這壹時期生產力低下，人力資源匱乏，嚴重制約了生產力的發展，科學家不得不苦思冥想，求變求變，導致了機械工業的發展。第二階段是以流水線生產為標誌的標準件生產階段。這種生產方式大大提高了生產力，大批量生產開始出現。但由於對標準件的要求較高，生產缺乏靈活性，無法滿足不斷變化的社會需求。第三階段是現代機械電子工業的共同階段。現代社會生活節奏快，迫切需要柔性強、適應性強、生產周期短、產品質量高的高科技生產方式。以機械電子工程為核心的柔性制造系統就是這壹階段的產物。柔性制造系統由加工、物流和信息流組成，可以在加工自動化的基礎上實現物流和信息流的自動化。
1.2機械電子工程的特點
機械電子工程是機械工程和電子技術的有效結合。它們之間不僅有物理上的動力聯系，還有功能上的信息聯系，還包括壹個能智能處理所有機械和電子信息的計算機系統。與傳統的機械工程相比，機電壹體化工程有其獨特的特點:
1)設計差異。機械電子工程不是壹門獨立的學科，而是壹門包含了各學科精華的綜合學科。在設計中，以機械工程、電子工程和計算機技術為核心的機械電子工程將根據系統配置和目標的不同，與管理技術、生產加工技術、制造技術等其他技術相結合。工程師會采用自上而下的策略，使模塊緊密集成，完成設計；2)產品功能不同。機械和電子產品在結構上相對簡單，沒有太多的運動部件或元件。其內部結構極其復雜，但卻減小了物理體積，摒棄了傳統的重型機械外觀，反而提高了產品性能。
機械電子工程的未來屬於懂得利用各種先進科學技術優化機械工程與電子技術關系的人。在實際應用中，優化它們之間的關系代表著生產力的創新，人工智能的發展使這壹想法成為可能。
2人工智能
2.1人工智能的定義
人工智能是集控制論、信息論、計算機科學、神經生理學、心理學、語言學、哲學於壹體的交叉學科，是21世紀三大學科之壹。尼爾森教授對人工智能的定義是:人工智能是壹門關於如何表達知識以及如何獲取和使用知識的科學。溫斯頓教授認為，人工智能就是研究如何讓計算機做過去只有人才能做的智能工作。到目前為止，人工智能仍然沒有壹個統壹的定義。筆者認為，人工智能是通過計算機來研究人類智能的延伸、擴展和模擬的科學技術。
2.2人工智能的歷史
2.2.1現蕾期
B.17世紀法國科學家帕斯卡發明了世界上第壹臺能夠進行機械加法的計算器，在世界上引起了轟動。從那以後，世界各地的科學家都熱衷於完善這個計算器，直到馮·諾依曼發明了第壹臺計算機。這壹時期人工智能發展緩慢，但積累了豐富的實踐經驗，為下壹階段的發展奠定了堅實的基礎。
2.2.2發展的第壹階段
在1956舉行？聊聊天？其實美國人第壹次用嗎？人工智能？這個術語導致了人工智能的第壹個繁榮時期。現階段人工智能的主要研究任務是翻譯、證明和博弈，並取得了壹系列科技成果。LISP語言是這個階段最好的。現階段人工智能的飛速發展，讓人相信只有通過科學研究，才能總結出人類的邏輯思維方式，創造出通用的機器進行模仿。
2.2.3挫折階段
從20世紀60年代中期到70年代初，當人們深入研究人工智能的工作機制時，發現用機器來模仿人類的思維是非常困難的。許多科學發現都沒有脫離簡單的作圖方法，更不用說邏輯思維了。但仍有許多科學家在進行壹波又壹波的科學創新，在自然語言理解、計算機視覺、機器人、專家系統等方面取得了卓越而有效的成果。1972年，法國科學家發現了Prolog語言，成為繼LISP語言之後最重要的人工智能語言。
2.2.4發展的第二階段
以1977年第五屆國際人工智能聯合大會為轉折點，人工智能進入知識型發展階段，知識工程迅速滲透到人工智能的各個領域，推動人工智能走向實際應用。不久之後，人工智能在商業化道路上取得了突出的成就，顯示出頑強的生命力和廣闊的應用前景，在不確定推理、分布式人工智能、常識知識表示等關鍵技術問題和專家系統、計算機視覺、自然語言理解、智能機器人等實際應用問題上取得了長足的進展。
2.2.5穩定發展階段
由於互聯網技術的普及，人工智能逐漸從單壹智能體發展到分布式智能體。直到今天，人工智能已經進化到復雜實用，可以為多個智能主體解決多個目標。
3人工智能在機械電子工程中的應用
物質和信息是人類社會發展的兩個最根本的因素。在人類社會早期，由於生產力水平低下，人類社會以物質為首要基礎，僅依靠？打結繩子？然而，隨著社會生產力的不斷發展，信息的重要性被不斷發現，寫作成為傳遞信息最理想的方式。最近50年，互聯網的普及給信息傳遞帶來了新的生命，人類進入了信息社會，信息社會的發展離不開人工智能技術的發展。無論是模型的建立和控制，還是故障診斷，人工智能都是在機械電子工程中起到處理信息的作用。
由於機電壹體化系統固有的不穩定性，很難描述機電壹體化系統的輸入輸出關系。傳統的描述方法有:1)推導數學方程的方法；2)建立規則庫的方法；3)學習和生成知識的方法。傳統的解析數學方法嚴謹而精確，但只能適用於相對簡單的系統，如線性時不變系統。對於那些復雜的系統，由於無法給出數學解析表達式，只能通過運算來完成。現代社會所要求的系統越來越復雜，經常同時處理幾種不同類型的信息，比如傳感器傳輸的數字信息，專家語言信息等。由於人工智能處理信息的不確定性和復雜性，基於知識的人工智能信息處理方法成為分析數學的替代手段。
人工智能建立的系統壹般采用兩種方法:神經網絡系統和模糊推理系統。神經網絡系統可以模擬人腦的結構，分析數字信號，給出參考值；模糊推理系統通過模擬人腦的功能來分析語言信號。兩者在處理投入與產出的關系上，既有相同之處，也有不同之處。相似之處是:兩者都以網絡結構的形式逼近壹個任意精度的連續函數；區別在於:神經網絡系統的物理意義不明確，而模糊推理系統的物理意義明確；神經網絡系統采用點對點映射，而模糊推理系統采用域對域映射；神經網絡系統以分布式方式存儲信息，而模糊推理系統以規則方式存儲信息；神經網絡系統由於每個神經元之間的連接固定，計算量大，而模糊推理系統由於連接不固定，計算量小。神經網絡系統的輸入和輸出精度較高，呈現平滑的曲面，而模糊推理系統的精度較低，呈現階梯狀。
隨著社會的不斷發展，簡單的人工智能方法已經不能滿足日益增長的社會需求，許多科學家開始研究綜合性的人工智能系統。綜合人工智能系統采用神經網絡系統和模糊推理系統相結合的方法，取長補短，以獲得更全面的描述，模糊神經網絡系統就是壹個成功的例子。模糊神經網絡系統實現了兩種功能的最大融合，使信息在網絡的各層之間找到壹個最合適的完整表達空間。邏輯推理規則可以增強節點功能，為神經網絡系統提供功能連接，使其功能最大化。
4結論
科學的不斷發展帶來的不僅僅是學科的高度細化和深化，還有學科之間的高度融合。人工智能是多種學科交叉和綜合的結果。秉承這種天性，人工智能與機械電子工程自然完美融合，這壹新領域的發展必將引領世界潮流，推動生產力的快速發展。