淺談智慧計算機應用論文

　　智慧計算機輔助教學系統是以人工智慧科學、認知科學和思維科學為理論基礎的一種計算機輔助教學的應用模式。下面是小編為大家整理的智慧計算機應用論文，供大家參考。

　　智慧計算機應用論文範文一：論基於人工智慧的計算機輔助教學

　　【摘 要】計算機輔助教學的實際需要應用人工智慧技術及複雜的程式,如自然語言理解、知識表示、推理方法等,一些人工智慧技術的特殊應用成果,同時以及理論證明等均被應用於計算機輔助教學系統,以提高其智慧性和實用性。早期絕大多數計算機輔助教學技術被應用於建立學習模組。這種方法能控制調練策略並給出適合學生的學習內容。

　　【關鍵詞】人工智慧 計算機輔助教學 教學與控制

　　一、人工智慧的定義

　　人工智慧也稱機器智慧,它是電腦科學、控制論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統角度來看,人工智慧是研究如何製造出智慧機器或智慧系統,實現模擬人類智慧活動的能力,以延伸人們智慧的科學。人工智慧是一門交叉科學,逐漸形成一門涉及心理學、認知科學、思維可循、資訊科學、系統科學和生物學科等多學科的綜合性技術學科。

　　二、計算輔助教學體系和現狀

　　計算救助教學是利用多媒體計算機的功能與特點,利用計算機輔助教師完成各個教學環節,並通過與計算機之間的互動活動,激發學生的學習積極性和主動性,幫助學生更有效地學習。實用計算機輔助教學,有利於認識主體作用的發揮,它所提供的影象、聲音、動畫等資訊由利於學生知識的獲得與保持,達到提高教學教學的目的。

　　目前為止,所實用的絕大多數傳統以及理論證明等均被應用於計算機輔助教學系統,以提高其智慧性和實用性。早期絕大多數計算機輔助教學將全部教學資訊以程式設計方式預置於課件中,這樣的以及理論證明等均被應用於計算機輔助教學系統,以提高其智慧性和實用性。因此現有的以及理論證明等均被應用於計算機輔助教學系統,以提高其智慧性和實用性。早期絕大多數計算機輔助教學系統面臨許多挑戰,它主要存在以下幾個方面的問題。

　　1.計算機輔助教學系統的閉塞性

　　不具有開放性是目前以及理論證明等均被應用於計算機輔助教學系統,以提高其智慧性和實用性。其弊端在於固定內容的侷限性使課件的適用面狹窄,而且設定的執行路線使授課缺乏自主性;授課的針對性不強;無法利用新出現的資源在較高起點上進行二次開發。

　　2.智慧性的欠缺

　　現有的計算機智慧輔助課件系統不能對不同何曾度的學生進行有針對性的教育,學生的學習是被動的,不能由系統自動提供助學資訊而使學生有選擇地學習。。

　　3.人機互動能力較弱

　　現有計算機智慧輔助大多以光碟作為資訊的載體,將材料中的內容以多媒體的形式展現出來,教學資訊是按預置的教學流程機械式地提供給學者,學習者使用計算機智慧輔助課件學習是完全被動的。

　　4.教師與學生的互動在教學中的缺乏

　　現有計算機智慧輔助課件在學生自學以及進行操作使用時,如何學習都是學生自己的事。教師不能全完了解學習者的情況,學生在蹦到問題時不能向教師求教,師生之間互相封閉,談不上師生互動,因此課件所起的效果大打折扣。

　　5.課程特點沒有突出

　　各門課程在教學上有不同的要求,但現有課件對於這些不同要求完全不予理會。例如很多課程都要涉及到大量的曲線或曲面,對有些課程來說,將這些曲線或曲面給出了一個簡單的展示就足夠了,而有些課程這樣的展示不能達到教學目的的要求。

　　6.教學計劃的欠缺

　　在課件的開發過程中實際上離不開教學策略的設計,但課件的製作者往往並未意識到這一點。例如:現有的絕大多數課件都是單一的展播式,這樣的可見製作“精美”,但它不可逆、不能互動。實際上運用課件教學只是手段而不是目的,應該在教學設計理論的指導下講求課件的實效性,著眼點在於學生學習新知識、掌握新技術、培養各種能力有幫助,而不是表面上的製作“精美”。

　　綜上所述,現有的計算機智慧輔助存在許多問題,隨著新技術的不斷出現,這些問題將使計算機智慧輔助越來越不能適應新的要求。因此以智慧計算機智慧輔助為代表的心的計算機輔助教學系統將成為教育技術上需要不斷探求、努力實現的發展方向。 　　三、智慧計算機輔助教學系統

　　智慧計算機輔助教學系統***Intelligent ComputerAided Instruction***,簡稱ICAI。教學過程是一個複雜的教與學的思維過程,它需要教師以專門知識和經驗為依據,經過吸取、講解、推理、示例、綜合等多個步驟才能較好地完成。計算機輔助教學實際上是一個由計算機系統輔助教師進行教學以及學生進行學習並得以實現的系統。在智慧ICAI中,教學思想、方法、學習內容可用知識形式表示,如何解決知識的形式化表示以及知識的訪問與呼叫問題,是人工智慧的核心技術之一,也是將ICAI引入教育技術領域中所要面臨的一個問題。知識庫是實現知識推理與專家系統的基礎,可以用知識庫作為智慧ICAI的構建環境。在知識庫中,教學內容等的有關知識可以用事實與規則表示,並存儲於知識庫內,教學與學習過程既是對知識庫中知識進行推理,並最終得出所需結果的過程。ICAI系統的一般包括以下幾個模組:

　　1.知識庫。知識庫是關於教學內容的模組,解決“教什麼”問題。知識庫中的教學內容有待於教學與控制模組和學生模組進行選取、呼叫。

　　2.學生模組。學生模組是用於記錄學生的學習情況,對學生學習的各個環節資訊進行蒐集,以便系統對學生的學習情況進行自動評估,提出具有針對性的學習建議和個別化的輔導。學生模組描述學生對教學內容理解、掌握的程度,系統可以根據學生模組的具體情況調整教學策略並提供適當的反饋。

　　3.使用者介面模組。這是系統與使用者交流的介面。整個系統依靠使用者介面模組把教學內容呈現給使用者、接受使用者輸入的資訊、並向用戶提供反饋。

　　4.教學與控制模組。這是教學過程與整個系統的控制模組,涉及到“如何教”的問題。它具有領域知識、教學策略和人機對話等方面的知識。根據學生模型提供的學生學習情況,通過智慧系統的搜尋與推理,得出智慧化的教學方法與教學策略,能夠較科學地評估學生的學習水平,可以通過分析學生以往的學習興趣和學習習慣,預測學生的知識需求和常犯錯誤,動態地將不同的學習內容、學習方法與不同的學生匹配,智慧地分析學生錯誤的原因進而針對地提出合理的教學建議、學習建議以及改進方法。

　　新世紀的教學將是以智慧化的ICAI為主線,是多學科、多方位發展的新技術的體現。隨著人工智慧技術的發展、計算機輔助教學的成效將更加明顯。

　　參考文獻:

　　[1]王萬森.人工之恩那個原理及其應用.電子工業出版社,2007-3-4.

　　[2]李東.人工智慧技術發展概述和應用.可程式設計控制器與工廠自動化,2006-6-9

　　智慧計算機應用論文範文二：試論認知計算機輔助工藝設計與人工智慧

　　論文關鍵字：計算機輔助工藝設計***CAPP***　人工智慧***AI***

　　論文摘要：隨著計算機技術的發展和應用，製造也得發展已經離不開計算機了，計算機輔助工藝設計和人工智慧應運而生，當很多非專業性人士對此概念十分模糊，本文初步解釋兩個概念和其應用範圍。

　　計算機輔助工藝設計***CAPP：Computer Aided ProeessPlanning***，自1965年由挪威人Nikbel提出以來，其系統特性經歷了檢索式、派生式、混合式、創成式、智慧化等過程，智慧化CAPP是當前CAPP系統的研究熱點。CAPP是現代製造業資訊化的一部分，是計算機整合製造系統***CIMS：Computer IntegratedManufacturing Systems***中的橋樑和紐帶。“人工智慧”***Artificial Intelligence***簡稱AI。它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。人工智慧研究如何用計算機去模擬、延伸和擴充套件人的智慧;如何把計算機用得更聰明;如何設計和建造具有高智慧水平的計算機應用系統;如何設計和製造更聰明的計算機以及智慧水平更高的智慧計算機等。人工智慧是相對於人類智慧而言的，它是採用人工的方法和技術來模擬、延伸和擴充套件人類智慧行為的一門綜合學科。

　　將人工智慧技術***AI技術***應用到CAPP系統開發中，使CAPP系統在知識獲取、知識推理等方面模擬人的思維方式，解決複雜的工藝規程設計問題，使其具有人類“智慧”的特性即為智慧化CAPP，是AI在CAPP中的一種應用。

　　CAPP系統分為專用型和工具型系統。前者可以根據使用者的特定需求定製開發，針對性強，具有較好的實用性，但對系統進行功能擴充套件困難;後者可以由使用者根據自身特定的要求進行二次開發，可以實現更多的柔性和開放性，這種系統與CAD***計算機輔助設計***、CAM***計算機輔助製造***、PDM***產品資料管理***等系統的資訊共享存在缺陷。

　　CAPP設計理論目前研究的很少，機械產品設計理論研究的較多，有學者認為設計理論與方法由設計理論基礎層、設計工具和支援技術平臺層等三大部分組成。有的學者提出四理論框架，即設計過程理論、效能需求理論、知識流理論和多方利益協調理論。CAPP設計理論與機械產品設計理論既有共同性又有特殊性，特別在智慧化設計方法方面有較大的差別，因此認為面向智慧化的CAPP設計理論與方法體系結構由有三層組成，即基礎科學層、資訊科技層和智慧化設計方法層。

　　在機械產品工藝設計中，存在大量的不確定因素，許多問題需要靠經驗來解決，早期建立在單純依賴於成組技術基礎上的CAPP系統，不能很好地解決這些離散知識的獲取問題，只能設計出檢索式或派生式系統。近年來，人工智慧技術在CAPP系統

　　開發中的應用，使CAPP技術得到了較大的發展，人工神經網路技術就是AI在CAPP系統中一大應用。人工神經網路***ANN： ArtificialNeuralNetwork***是按照生物神經系統原理處理真實世界的客觀事物，它由大量的簡單的非線性處理單元高度並聯而成，具有資訊的分散式儲存、並行處理、自組織和自學習及聯想記憶等特性;多層前饋網路誤差反向傳播***ErrorBack Propagation，簡稱BP***演算法。反向傳播演算法***BP***是一種監督訓練多層神經網路的演算法，每一個訓練範例在網路中經過兩遍傳遞計算：第一遍向前推算，從輸入層開始，傳遞各層並經過處理後，產生一個輸出，並得到一個該實際輸出和所需輸出之差的差錯向量;第二遍向後推算，從輸出層至輸入層，利用差錯向量對權值進行逐層修改。　　AI在CAPP中的另一應用——粗糙集技術。粗糙集***RS：Rough Set***理論是一種擅長處理含糊和不確定問題的數學工具，在理論中“知識”被認為是一種對物件的分類能力，通常採用二維決策表來描述論域的資訊，其中列表示屬性，行表示物件，每行表示該物件的一條資訊。屬性分為條件屬性和決策屬性，論域中的物件根據條件屬性的不同，被劃分到具有不同決策屬性的決策類中。在CAPP系統中，可以用RS理論構建專家系統，對知識進行獲取及優化，其基本思路是：將各種零件的加工特徵和已知加工方法表達成條件屬性和決策屬性的形式，一行表示一種零件，多種零件構成一個二維表，對屬性進行量化，組織決策表，再採用一定的約簡演算法對屬性集和屬性值進行約簡，去掉冗餘的條件屬性和決策規則，得到最小化決策規則集，當輸入待加工的零件加工特徵時，就可得到優化的加工工藝。

　　遺傳演算法，AI在CAPP系統的又一應用。遺傳演算法***Genetic Algorithm***是模擬達爾文遺傳選擇和自然淘汰的生物進化過程的計算模型，是一種通過模擬自然進化過程搜尋最優解的方法。遺傳演算法是從代表問題可能潛在解集的一個種群開始的，而一個種群則由經過基因編碼的一定數目的個體組成，每個個體實際上是帶有染色體特徵的實體。因此，在一開始需要實現從表現型到基因型的對映即編碼工作，如二進位制編碼。初代種群產生之後，按照適者生存和優勝劣汰的原理，逐代演化產生出越來越好的近似解，在每一代，根據問題域中個體的適應度大小挑選個體，並藉助於自然遺傳學的遺傳運算元進行組合交叉和變異，產生代表新的解集的種群。這個過程將導致種群像自然進化一樣的後生代種群比前代更加適應於環境，末代種群中的最優個體經過解碼，可以作為問題近似最優解。

　　智慧化CAPP系統開發中還有模糊推理、混沌理論等智慧化方法，實際應用中，往往將多種智慧技術相互結合，綜合運用，發揮各自的特長，如人工神經網路具有知覺形象思維的特性，而模糊推理等具有邏輯思維的特性，將這些方法相互滲透和結合，可起到互補的作用，提高智慧化水平。

　　智慧化是今後CAPP系統發展的主要趨勢，但從目前的人工智慧技術水平來看，不可能使CAPP系統在智慧化水平上有實質性的突破，因為目前的人工智慧技術主要是模擬人的邏輯思維和邏輯推理方面的能力，不能有效地模擬人的形象思維、抽象思維和創造性思維能力，而CAPP系統不僅要有推理的功能，還要有“聯想”的功能， CAPP系統開發是要解決大量的人類思維活動方面的智慧問題。因此要提高CAPP系統的智慧化水平，必須在人工智慧技術方面有新的發展，要解決人工智慧技術方面的問題，必須在一些基礎

　　理論和基礎科學方面有新的突破，如在生命科學、數學等方面要有新的突破。由此可見，在可以預見的將來，智慧化CAPP系統的發展仍將是在充分發揮人的智慧優勢的基礎上，綜合應用各種人工智慧技術，實現CAPP系統的智慧化。

　　通過以上論述，相信大家對計算機輔助工藝設計與人工智慧以及AI在CAPP中的應用有了一定的瞭解。人工智慧技術的不斷髮展，智慧化CAPP系統必將在知識獲取、表達和處理的靈活性和有效性上得到進一步的發展，提高CAPP系統的智慧化水平，從而提高現代製造技術水平，是我國由製造大國成為製造強國。

　　參考文獻：

　　[1]鄭堅， 面向智慧化的CAPP設計理論與方法研究，江西藍天學院學報;

　　[2]王傑教授四川大學08級機制專業討論課;