數字經濟及人工智能范文

導語：如何才能寫好一篇數字經濟及人工智能，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

【關鍵詞】自組織神經網絡；智能建筑管理；BP神經網絡

1 基于自組織神經網絡技術原理

基于大規模自組織神經網絡技術[1]是在自組織神經網絡技術和專家系統的基礎原理運用多層數據融合彌補了單循環數據在智能建筑工程管理分析數據處理的不足和邏輯的缺陷學科.多跳自組織神經網絡是智能傳感器采集數據訓練樣本仿真學習模型即自動增速各個自組織神經元連接權閥值與感知識別隱式分布在整個網絡結構體系中實現自組織神經網絡模式記憶與信息處理應用.

2 基于大規模自組織神經網絡在智能建筑管理中研究

2.1 基于多跳自組織神經網絡在造價預測研究

基于大規模自組織BP神經模型應用40個高層智能建筑工程樣本訓練并用工程實例進行驗證高精確性;而用大規模自組織神經網絡模擬與輸入層和隱含層加入了偏置自組織神經元來促進學習訓練樣本數據中有噪聲、干擾等會造成過度學習現象,同時采用遺傳優化算法進行建筑結構優化.基于BP神經在智能建筑工程估價中的應用“特征提取器”的運算大量過去的工程資料中自動提取工程特征與預算資料的規律關系數據.

2.2 基于大規模自組織神經網絡在工程管理績效評價中的應用

運用大規模自組織BP神經模型對工程管理績效評價問題進行研究建立綜合考慮工期、質量、費用、安全四大控制指標的工程管理績效評價模型[2].實踐證明,基于BP神經網絡在運算工程管理績效評估模型有利于多跳自組織神經網絡預測工程工期、質量、成本、安全與績效之間復雜的非線性關系來提高管理績效的評價數據.

2.3 基于遺傳算法模型在建設工程評標結構優化應用

基于多層神經網絡的工作原理是先將輸入信號傳輸到下一層節點運算函數處理后再將該節點的輸出信息向下一層節點傳輸到信號傳輸到輸出層節點為止.同時運用遺傳算法模型構造及算法設計進行方案優劣排序、換位矩陣以及能量函數構造、大規模自組織神經元之間連接和輸出,并用實例說明了該方法的優越性和實用性與非線性.

2.4 基于BP神經網絡模型在建設工程招投標管理應用研究

基于BP神經網絡多層數據融合多跳自組織神經網絡技術原理分析自動預測工程招投標的招標價格和風險因素分析以及競標單位資格審查等方面的應用指出多跳自組織神經網絡具有的高度并行處理和可完成復雜輸入輸出的非線性映射組合結構,不僅可以保證高的中標率,且可避免招標過程中不確定性因素的影響.運用大規模自組織神經網絡的工程承包招投標報價的研究,提出了一個多因素確定高層智能建筑投標報價的大規模自組織模型影響報高率的諸多因素,并確定了其權值即確定了用BP神經網絡實施黑箱操作的樣本輸入值和目標值再通過訓練樣本自主調整修正輸入節點和輸出節點間的聯系得出符合各種情況要求的權值矩陣算法.

2.5 基于智能建筑算法模型研究

基于BP神經網絡是以訓練樣本算法即誤差反向傳播算法即BP神經算法的學習過程分為信息的正向傳播和誤差的反向傳播[1],其通過訓練樣本前一次迭代的權值和閾值來應用神經網絡技術的第一層向后計算各層大規模自組織神經元的輸出和最后層向前計算各層權值和閾值對總誤差的梯度進而對前面各層的權值和閾值進行修改運算反復直到神經網絡樣本收斂 BP神經網絡輸入向量為

X=( )T;隱含層輸出向量為Y=( )T;輸出層的輸出向量為O= )T;期望輸出向量為 ;輸入層到隱含層之間的權值矩陣 ,其中列向量 為隱含層第j個大規模自組織神經元對應的權向量;隱含層到輸入層之間的權值矩陣 ,其中列向量 為輸出層第k個大規模自組織神經元對應的權向量.各層信號之間的算法結構為:

以上式中的 均為S類型函數, 的導數方程為: （5）

神經網絡輸出與期望輸出的均方誤差為: （6）

則訓練樣本輸出層和隱含層的權值調整量分別為:

式中: 為比例系數,在模型訓練中代表學習速率.如果BP自組織神經網絡有 個隱含層,各隱含層節點分別記為 ,各隱含層輸出分別記為 ,則各層權值調整計算公式分別如下:

輸出層

綜合上述預測分析在BP神經學習算法運用各層權值調整公式均由學習速率、本層輸出的誤差信號和本層輸入數字離散信號決定在訓練樣本學習的過程受決策環境復雜程度和訓練樣本的收斂性即需要增大樣本量來提高網絡技術所學知識的代表性應注意在收集某個問題領域的樣本時,注意樣本的全面性、代表性以及提高樣本的精確性,增大抗干擾噪聲,還可以采用其他方法收集多層訓練樣本數據.

3 結束語

自組織神經網絡技術應用在智能建筑管理領域是在多層智能傳感器等多種信息技術飛速發展的多學科交叉研究領域得到廣泛應用.

參考文獻:

[1]周小佳.電力系統可靠性神經網絡模型及實現研究[D].博士學位論文,1997.

[2]胡保清等.神經網絡在土木工程領域的應用[J].低溫智能建筑,2004(2).

作者介紹:

篇2

關鍵詞：地形測量，測繪技術自動化，數據

一、測繪自動化技術的核心內容

隨著計算機、網絡技術的發展及測量儀器的智能化，測繪自動化技術發生了重大變革，GPS全球定位系統、GIS地理信息系統、RS遙感以及3S集成技術成為了測繪自動化技術的核心。

1、GPS 技術

GPS 技術具有在海、陸、空進行全方位實時三維導航與定位能力的新一代衛星導航與定位系統，是一種高精度、全天候、高效率、多功能的測繪工具。GPS 定位技術與常規地面測量定位相比，具有抗干擾性能好、保密性強，功能多、應用廣，觀測時間短，執行操作簡便，全球、全覆蓋、全天候、高精度的特點。特別是 RTK的定位精度可達厘米級，在水上定位得到了廣泛的應用。GPS-RTK 具有定位精度高且精度分布均勻，速度快、效率高，觀測時間短，方便靈活，測程不受限制，不受通視條件影響等優點。

2、GIS 技術

GIS地理信息系統是利用現代計算機圖形和數據庫技術來處理地理空間及其相關數據的計算機系統，是融地理學、測量學、幾何學、計算機科學和應用對象為一體的綜合性高新技術。其最大的特點就在于：它能把地球表面空間事物的地理位置及其特征有機地結合在一起，并通過計算機屏幕形象、直觀地顯示出來。GIS 具有以下的基本特點：一是公共的地理定位基礎；二是多維結構；三是標準化和數字化；四是具有豐富的信息。

3、RS技術

遙感RS經過傳輸、處理，從中提取人們感興趣的信息。遙感包括攝影、衛星、航空、陸地、航天攝影測量等技術。遙感技術依其波譜性質，可分為電磁波遙感技術、物理場遙感技術、聲學遙感技術。遙感信息技術已從可見光發展到紅外、微波；從單波段發展到多波段、多時相、多角度、多極化；從空間維擴展到時空維；從靜態分析發展到動態監測。RS為GIS 提供信息源，GIS為RS 提供空間數據管理和分析的技術手段（圖像處理），GPS作為 GIS有力的補測、補繪手段，實現了GIS原始地圖數據的實時更新。

4、3S集成技術

3S集成技術是以上3種技術的綜合利用，是一種充分利用各自的技術特點，快速準確而又經濟地為人們提供所需的有關信息的新技術，三者的緊密結合，為地形測量等提供了精確的圖形和數據。

二、測繪自動化技術的發展趨勢

隨著計算機、網絡技術的發展及測量儀器的系統、智能化，測繪自動化技術向著3G技術及集成技術自動化、實時化、數字化，數據庫和應用軟件的開發應用，三維可視化技術以及人工智能化發展。使測繪技術自動化技術能全方位的應用于到了實際測量中，提高了測量的效率和準確性。

1、集成技術與 3G 技術的深入發展。大力普及集成技術與 3G技術的應用范圍，對 3G技術中不足的問題進行改進，更新并完善 3G技術與集成技術的測量手段、方法及功能，進一步加強其測量的準確度，使其的技術在地形的測量、測繪領域得到更廣的應用、拓展。對數碼及全球數字的攝影測量技術在GIS、GPS、RS 及 3S 的集成應用，使得地形測量更加深化，同時也推進了測繪技術朝著數字化、電子化及自動化的方向發展。

2、測繪軟件及數據庫的開發與更新。加強地形測量數字化測繪軟件的研發，使測繪軟件系統更加高效、靈活和功能齊全，使測繪軟件技術在地形測量中起到了相當重要的作用。更新完善信息數據庫，將采集的測量數據轉換直接進入信息數據庫，數據管理查詢方便，數據共享，實現全球數據更新和擴展空間基礎信息系統的動態管理，實現測量數據的管理科學化、標準化、信息化，實現測繪數據的傳輸網絡化、多樣化、社會化，使測繪技術走向自動化，實時化，數字化。

3、專家系統及人工智能在測繪技術中的體現。專家系統及人工智能隨著測繪技術及計算機的技術不斷發展，其在測繪技術過程中，發揮了廣泛的重要的作用。例如，計算機可以通過專家知識，進而模擬人的思維能力，并進行相關的推理、對智能化的圖形、信息、數據進行處理，更好的實現管理的職能，提高了工作的效率。專家系統在測繪技術中有著關鍵作用：可對全部的測量流程實行監測、控制，進行、分析及處理，進而實現信息的共享。

三、測繪自動化技術在實際中的應用

1、在工程地質測繪方面的應用。工程的地質測繪工作是進行工程勘察的前提工作，測繪技術是將工程地質與建設相關的地址現象進行觀察、分析、描述。便于今后及時地搜集地質的資料、地貌特征等信息。

2、在防災及救災中的應用。測繪及自動化技術的使用，能夠較好地實現對大河、大江、及河湖等水位的實時監測，對監測洪水及災害的面積有指導作用。測繪技術可以對陸地上的水資源及地下的水資源進行污染的監測；還可在防災、抗災及救災等預警系統的管理工作中，起到重要的作用。

3、在城市的給排水中的應用。目前，在城市的給排水管理工作中，可將自動跟蹤全站儀運用到城市的排水建設及測量工作中，此技術的運用，能很好地控制管道掘進的方向及位置，較快實現了排水管道的自動化掘進。

4、在資源調配中的應用。測繪及自動化技術在資源的合理分配中，起到協調作用。首先，其可利用數字測量技術或者攝影測量技術建立相應的數字模型，對水庫及大壩的選址、庫容量的計算及受益范圍等進行準確設計。其次，為合理地開發及利用各類資源提供相對科學的依據。最后，其還能夠精確地將某地區的農作物及土地的干旱、洪澇情況詳細的顯示出來，并根據旱情的嚴重程度及水庫的庫容量，對水資源進行合理地調配。

四、結束語

隨著計算機、網絡技術的發展及測量儀器的智能化，測繪自動化技術發生了重大變革，從傳統的測繪技術（例如電子測距儀、經緯儀、水準儀和平板儀）向 3G 技術、數字攝影測量技術以及人工智能化發展，推動了測繪技術自動化技術的活躍和革新，測繪技術朝著自動化、實時化、網絡化和數字化方向發展，使地形測量更快速、簡單、精確。

參考文獻：

【1】王志民，魏征軍. GPS-RTK技術在數字化地形測量中的應用[J]. 中州煤炭. 2007（05）

【2】陳貽勝. GPS準動態在特殊環境下的地形測量中的靈活應用[A]. 華東六省一市測繪學會第十一次學術交流會論文集[C]. 2009

篇3

Riverbed 高級經理Mason Coffman在去年年前初做過五個深入人心的趨勢預測： 混合IT將持續發展，且越來越復雜； 領導企業將對自適應安全架構產生需求；超融合邊緣設施將替代遠程地點的數據存儲；SD- WAN將為IT提供更多對邊緣網絡的控制以及更高的效率；IT將持續鞏固它作為價值中心而非成本中心的地位。

公司通常都會要求員工對未來做出計劃，基于最有根據的推測，分析趨勢，甚至依靠他們的直覺來確定最佳的行動方案，在哪里投入資金和資源等。

在Mason的基礎上，我認為新的一年將會出現一些新的變化，包括：容器及微服務的迅猛發展；數字轉型大規模發展；更多云；網絡成為重中之重；成本趨于均衡；應用更加豐富

超融合化；大規模遷移；通過人工智能及機器學習變得更加智能；數據移動。

這些話題能否吸引您的目光？誠然，很多企業需要的可能不是所有這些，而是一個整體的、全面的管理和可見性。但我的看法卻略有不同：

容器及微服務迅猛發展

正如前幾年云的發展一樣，容器的創新、突破及深入探索的價值，利用預裝環境幫助企業專注于提供用戶體驗，而不僅僅是簡單地提品和服務。

2017年，人們會要求現有提供商以及更多提供專業服務的新加盟廠商能夠提供更廣泛及更深入的功能。同時，公有云越融合，網絡功能的加耦解耦就會越容易，并且所包含服務的進一步抽象化將更普遍。

此外，2017年，隨著企業向容器化或微服務轉化，企業需要尋求安全和合規性的內部推動力，需要為這些服務進一步優化網絡、存儲和監測的能力。

數字化轉型大規模發展

數字化轉型，即通過技術創新重新界定企業業務流程的過程將大規模發展。企業業務轉型將越來越快，而還沒有啟動此類項目的企業也會迫于競爭對手的壓力而選擇轉型。

對于那些要在今年加大數字化轉型力度的企業，我們有一些建議：要記住的是數字化轉型，不僅僅是技術問題。我認為數字化轉型綜合了以下所有內容：技術（云、大數據、物聯網，移動、社交、網絡，統一通信等）；業務流程（戰略、領導力、流程），以及人員（合作伙伴、供應商、客戶、員工、競爭對手）。

而且每個企業的數字化轉型都有各自的特點，這是由企業的基因所決定的。

更多云

盡管主流公有云提供商亞馬遜、微軟和谷歌將繼續爭奪市場份額，但規模小且專業化的云提供商也將繼續增長，提供細分市場或行業市場能力。云產品仍比較復雜，尋求多樣化產品、避免被供應商綁定的企業將選擇融合或混合解決方案，并與私有云數據中心基礎設施相連接。

《首席信息官》雜志的Clint Boulton指出：“私有云耗時且成本高，大型提供商無法做到針對每一個獨特要求提供服務，這就意味著小型提供商在2017年將有增長機會。”

網絡成為重中之重

盡管所有的焦點都集中在云、微服務、容器和其他創新技術上，云網絡及云到私有數據中心的連接性在2017年也將成為重點。

網絡技術，無論是SD-WAN、NFV或是其它什么，都需要非常靈活，以便適應這些發展變化。研究公司IHS預計，數據中心和SDN市場在2019的增長將超過15倍，這將使我們更加關注SD-WAN和SDN提供商。

成本趨于均衡

多年來，云已日益商品化，各種核心服務的價格也被一再拉低。然而，451 Research的研究人員則認為，盡管價格持續下跌，但下降速度還沒有人們想象得那么快。

2016年，微軟委托451 Research所做的一項研究顯示，34%的受訪者認為價格是更換云提供商的最大原因。

隨著云計算和相關服務價格的持續走低，企業對公有云提供商帶來的壓力也將壓縮潛在的利潤。《首席信息官》雜志的Boulton指出：“IT高管們2017年將能更好地控制云成本，因為他們的實踐正趨向成熟。”

我相信2017年云計算將是“買方市場”，因為大型和小型云提供商都將壓縮自己的利潤，提供創新產品，以獲得市場份額。

應用更加豐富

為加強客戶和員工的終端用戶體驗，企業需要繼續開發或重構移動應用和本地應用，并且在企業內部推進使用更多的SaaS應用。由于越來越多的員工和用戶都走向移動端，沒有“移動優先戰略”的企業將會在競爭中被淘汰。

Riverbed公司產品副總裁Josh Dobies認為：“由于獲得帶寬容易且經濟適用，因此SaaS和云應用將快速被采用。”

因此，未來將發生應用向云遷移，企業采用SaaS服務等變革，但企業也需花費額外的時間及資源確保這些應用的穩定和高性能，從而獲得積極成果。

超融合化

超融合適用于本文中提及的所有相關內容。對Coffman預測的2016年的超融合邊緣基礎設施及普通的超融合架構（HCI）同樣適用。

為使超融合獲得成功，企業需確定總體上接受軟件定義架構。為滿足各方需求（無論是從網絡邊緣、數據中心還是從云提取或推送數據），企業將越發向可靠、可拓展且安全的基礎設施靠攏。聽起來很復雜？確實復雜，這意味著提供超融合基礎設施可視化和管理的企業將在2017年表現不凡。

大規模遷移

從最初的嘗試到企業完全采用云，對于使用云計算的企業以及想拓寬云覆蓋的企業來說，抑或是單純想向云靠攏的企業來說，2017年都將是創紀錄的一年。

我認為，許多公司急于實現云，有些甚至只是為了跟云沾邊，或單純想讓自己看起來有“移動”氣質。他們這樣做無異于將大頭釘強行插入方孔里，即他們使用的云或服務并不適合他們，而且還詫異為何效果不好。

通過人工智能和機器學習變得更加智能

對人工智能和機器學習而言，2017年將會是重要一年。

由于許多企業專注于人工智能和機器學習以實現業務差異化，因此為滿足需求，企業需在大型云內部優化服務。

實際上，一些分析師認為，由于一些機構很明確只使用這些服務，而并非為“初級”工作設計的一般云計算或存儲服務，所以在一些認知交易上的云服務價格將有所下降。

然而，實時交付數據分析及結果，是決定人工智能和機器學習成功的關鍵因素之一。但這將對網絡造成非常大的壓力，而且還將迫使那些使用機器學習和人工智能服務的企業優化和監測往返于這些服務、智能設備，以及工作流程的網絡可用性和性能。對提供廣域網優化、邊緣網絡解決方案以及SD-WAN服務的企業來說，2017年將會是革命性的一年。

數據移動

如前所述，2017年必將是數據移動爆發的一年。其原因在于，企業將數據從邊緣推送至數據中心或云端；人工智能和機器學習將生成海量的PB級數據；企業將內部基礎設施轉至云；企業重構以及推出新應用；大量連接設備（物聯網設備）上線。

篇4

關鍵詞 智能授導系統；輔助教學；語義Web

中圖分類號TP31 文獻標識碼A 文章編號 1674-6708（2012）58-0165-02

計算機輔助教學(CAI)是以對話方式利用多媒體計算機的功能與特點與學生討論教學內容、安排教學進程和進行教學訓練的方法與技術。但是存在交互能力差和缺乏虛擬技術支持、智能性及教學策略等問題。人工智能（AI）是計算機科學、信息論、神經生理學、控制論、心理學、語言學等多種學科互相交叉滲透而發展起來的一門綜合性學科。它用人工的方法在機器(計算機)上執行智能行為：感知、理解、學習、判斷、推理、規劃、設計、求解等。其技術特征主要是具有搜索功能、知識表示能力、一定的推理功能、抽象功能、語音識別功能及模糊信息處理能力。

1 智能授導系統

智能授導系統（ITS）技術是在對計算機輔助教學研究局限性的改革突破中發展起來的，它不僅克服了僅僅關注學生行為的缺陷，還引入了對知識的描述以及智能推理技術，智能授導系統的獨特之處是能依據每個學習對象的不同需求而調整教學策略。

ITS從上個世紀80年代提出到至今已有30多年了，幾乎涉及人工智能技術的所有問題，而且一直是人工智能技術在教育領域的核心研究之一。比較有代表性的是Peng-Kiat Pek和Kim-Leng Poh應用貝葉斯網絡構建的學生模型可以較好的估計出學生的學習興趣值，從而對學生的學習行為方向進行預測；Dietrich Albert和Cord Hockemeyer通過分析知識空間理論而得出的超文本結構和知識空間在結構上的有很強的相似性，通過對知識空間進行建模，使之適用于網絡Web結構模式；Joel Martin和Kurt VanLehn使用貝葉斯網絡技術對學生的學習結果進行評估，有效的分析出學生學習過程中的問題和不足；Declan Kelly和Bren­dan Tangney提出了一種多Agent技術（Multi-Agent System，MAS），通過對個體的個性化學習進行動態建模的智能框架的建構重組，滿足了學習者的不同需求。隨著國內數字化教學與教育信息化的大趨勢，最近幾年國內對于該領域的研究發展的相對比較快，而且需要進行綜合性的研究，以不斷促進智能授導系統的實際應用價值。

2 自適應智能授導系統機制

由于個體學習者基本上是基于資源的自主學習，在教學上的有效組織主要體現在學習資源的組織、傳遞和共享上，良好的資源組織和個性化資源服務是學習個體最強烈的需求。為了支持個體的自主學習，輔助教學研究十分強調“授導”。“授”即系統地對教學內容的組織和傳播，通常反映為學習目標制定、學習材料序列化、學習路徑引導以及學習結果評價等方面；而“導”則側重對學生的具體學習過程提供針對性的學習支持。

2.1 網絡智能授導的技術實現

網絡輔助教學平臺設計者們一直致力于智能授導機制的理論研究和實現，不僅在理論上提出很多模型和設想，而且實踐上也有所突破，特別是可以借助計算機網絡技術和人工智能技術構建一個更有針對性的、更智能的信息空間，為學習者提供個性化的學習支持。通過調研，網絡輔助教學中智能授導的研發技術路線主要是模擬課堂面授的路線、人工智能的技術路線和網絡協同進化的路線。

2.2 本體的智能授導機制

根據Brusilovsky提出的關于虛擬校園環境的部件理論知道，當前分布式虛擬環境支撐的網絡教學平臺大多是圍繞內容部件、行為部件、通信部件、管理部件來提供學習者本體的智能授導應用功能。

1）內容部件是輔助教學系統的核心，多由構成課程的多媒體教學材料組成。運用靜態超媒體比較容易實現，以一種同有的結構和形式呈現給學習者同樣的教學內容。但是會產生由適應性內容所呈現的各種方法與技術問題，例如：附加解釋、前提知識解釋、比較性解釋、解釋變體、信息排序等。其實現需依賴于知識表示與呈現技術，特別是知識建模和知識本體的研究；2）行為部件主要功能是需要學生通過“做”的交互方式來完成的自主學習的過程，表現形式多指學習導航、練習、測試、模擬、實驗等。其三個主要應用方向是自適應導航、自適應測試和虛擬實驗；3）通信部件在智能授導系統中起到媒介作用，主要是支持學生與教師之間、學生相互之間的交流和溝通的通信工具，支持學習社區的協作學習和協同進化；其3個主要應用方向為)針對交互信息的知識發現、學習者智能互助和群體智慧；4）管理部件主要是支持教學過程中必要的管理職能。如學生管理、課程管理等。

2.3 自適應智能授導系統的構建策略

個性化的自適應輔助教學研究已成為現代教學系統應用的一個熱點問題，而自適應智能授導系統運用人工智能技術，直接、科學地了解到學習者的個性特點及學習進展情況，靈活調整自身的策略、方案來滿足受教育對象的需求。從集成觀點出發，自適應智能授導系統首先涉及的是教學理論和思想與計算機技術的交叉。從計算機輔助教學的發展線索出發，網絡技術與人工智能方法的應用是計算機輔助教學的必然趨勢，但智能授導絕不是在計算機網絡通信技術上的簡單翻版，其需要進行更為深刻的分析與抽象。總的來看，自適應智能授導系統是一種建立在軟件協同基礎上的分布式的群體智能，更是一種人機協調的智能。

學習者模型是自適應智能授導系統的核心，而學習者學習過程中存在大量的不確定性因素和不確定性信息，因而成功獲取學習者的情況是其它環節正確運行的保障。在學習者模型設計中，我們利用貝葉斯網絡的條件概率分布量化知識項之間的組織關系及依賴關系，很好地反映學習者特定領域中的知識結構，當學習者模型中的知識項的狀態發生改變時，將引起相關知識項的狀態的改變，因而使學習者模型具有一定的預測能力。同時我們選擇專門為語義Web設計的本體表示語言OWL語言來描述學習者模型，因為它具有更強大的功能來表示語義，比XML和RDF更容易被機器理解。

我們在輔助教學軟件的研究開發中選擇了語義Web下的自適應智能授導系統，因為它更多的關注系統各模塊的標準化、形式化構建，以及系統間的互操作和知識共享與重用。其目標是使機器能夠更好的理解網絡上的內容，構建一個基礎結構使在網絡上運行的智能能夠進行復雜的活動，對嵌入在基于網絡的應用程序中的知識進行顯性的描述，從而以智能化的方式來整合信息，提供基于語義的方式來訪問網絡，以及從文本中進行信息抽取。語義Web技術可以通過對智能授導系統不同模塊中嵌入的知識和學習者的交互信息進行共享，從而在一定程度上推動了分布式智能授導系統的開放程度。圖1給出了自適應智能授導系統的智能產生流程圖。

3 結論

伴隨著互聯網絡的日益發展，我們日常的學習與工作越發依賴數字化的資源與服務，智能化與人性化將是數字化教學重要的發展方向。我們選擇了自適應智能授導系統作為數字化技術輔助教學研究的一個切入點，依據網絡智能授導系統實現的三條技術路線，從理論框架上闡述了教學輔助平臺中常見的智能授導機制，利用人工智能中貝葉斯網絡的思想來設計學習者模型來實現適應性和個性化的教學，并選擇了語義Web下的自適應智能授導系統來實現輔助教學軟件的開發。

參考文獻

[1]閔宇鋒.淺談網絡教學平臺中的智能授導機制[J].科技情報開發與經濟，2010.

[2]Brusilovsky P. MILLER P., Course Delivery Systems for the Virtual University.

篇5

關鍵詞：自動化技術；機械制造；應用

自動化技術的應用是提高機械制造效率的重要技術支持力量，在隨著我國的科學技術水平進一步提高下，對機械制造的要求也會進一步提高，自動化技術的應用需求也會增加。智能制造機械技術和設備的問世，引發大眾對于傳統工業生產利弊和前途的思考。隨著智能制造技術的推廣和智能設備在社會生產中的逐漸認可及利用，人們已經普遍認識到，智能機械設備優于傳統工業生產，其在未來必將代替廣泛的傳統工業生產不可逆轉。通過加強對自動化技術的應用研究，對實際機械制造發展就有著積極意義。

1機械制造中自動化技術應用重要性和實際應用

1.1機械制造中自動化技術應用重要性

機械制造產業的蓬勃發展對我國生產力水平提高有著積極作用，在全面建設小康社會的發展環境下，為保障人們的生活質量水平提高，在機械制造生產的質量和效率水平提高層面就有著強調。而機械制造產業的發展需要有新的技術支持，自動化技術就是重要應用技術，這對提高機械制造的生產能力有著積極作用[1]。通過將自動化技術在機械制造當中加以應用，對系統生產能力提高就能發揮積極作用，能進一步提高生產質量。自動化技術的應用對機械制造的全面監控目標能得以實現。

1.2機械制造中自動化技術實際應用

機械制造當中自動化技術在多個環節都能得以應用，如將自動化技術在數控技術方面的應用。機械制造的數字化目標實現，是講數字技術和硬件以及控制技術進行了結合，從而保障了機械制造的自動化水平提高，使得機械制造的效率水平得到了顯著提高。自動化技術在數控技術方面的應用，對操作的規范性以及安全性得到了保障，這就在經濟效益創造方面發揮著積極作用。機械制造中自動化技術在人工智能當中的應用能發揮積極作用，機械制造中人工智能技術是把自動化技術和系統功能等技術進行了融合，并進行相互的滲透。這一技術是通過智能機器以及人類專家形成了一體化操控，能在機械設備的制造過程中進行判斷以及推理等智能活動，這就對機械制造的整體效率水平得到了提高，使得機械制造的智能化目標得到了實現，避免了操作中存在的誤差。自動化技術應用在機械制造當中能實現信息流動自動化。將計算機作為輔助設計，產品數據管理和制造自動化技術系統進行連接，就能實現信息的自動化傳遞。機械制造中對信息的及時傳遞就能提高生產力水平，對自動化的程度提高，這對機械制造的工件工藝設計的精確度也能得以有效保證[2]。自動化技術的應用在加工系統的自動化目標也能得以實現，自動化技術的應用能將大量勞動力從繁重的工作中解放，對機械制造的精度以及減少事故的發生起到了保障作用。機械制造過程中的自動化技術應用，能實現物流系統的自動化目標，機械自動化能實現物流系統自動化更新，檢測中以及裝備的自動化系統管理方面，機械制造自動化系統的應用，能結合生產工序當中的相關要求，以及按照相應標準完成零部件的加工制作，能實現自動化系統整體分工以及裝配作業，這樣就能對裝配的質量水平得以有效提高。

2機械制造中自動化技術應用發展趨勢

中國制造業的自動化和智能化進程任重而道遠，隨著世界經濟迅速的發展與成長，自動化制造工廠將給所有產業升級帶來沖擊，也將引領全球制造業發展模式的前進與革新，對于中國制造業的產業升級來說已是必然選擇。第一，實用性發展趨勢。機械制造當中自動化技術的應用發展，在隨著技術水平的提高就會更加注重實用性。機械制造對自動化技術的應用獲得更高的經濟效益，是當前比較關注的，而實用性也是未來機械制造自動化技術的應用目標[3]。我國當前在機械制造自動化技術的應用規模還有待擴大，自動化水平低的現狀還需要進行改善，要能將自動化技術和機械制造領域緊密結合，促進機械制造整體水平的提高。第二，智能化發展趨勢。自動化技術在機械制造中的應用在智能化的發展趨勢方面愈來愈顯著。從近些年我國的人工智能技術的研究發展現狀能看出，智能化技術的應用愈來愈成為機械制造生產力水平提高的重要應用技術，這一智能化技術將人腦研究功能分析結果在機械制造領域得到了應用，對機械制造的整體水平得到了提高[4]。人工智能和機械制造領域的發展在未來將會更加的緊密，通過人工智能來替代人工制造，實現智能化的機械制造系統。第三，綠色化發展趨勢。自動化技術應用在機械制造領域中，會向著綠色化的方向邁進。在當前可持續發展觀念的進一步深化下，綠色化在機械制造領域成為重要發展目標，綠色化的機械制造就能對生態環境污染進行降低，從而有利于機械制造產業的可持續發展。

3結語

總之，機械制造當中自動化技術的應用，是促進機械制造企業在市場中良好發展的重要基礎，只有充分重視自動化技術的科學應用，才能保障機械制造的質量。希望通過此次理論研究，能為實際自動化技術應用起到促進作用。

作者:李慧 單位:洛陽北玻臺信風機技術有限責任公司

參考文獻：

[1]郭鑫.數控技術在機械制造中的應用研究[J].科技創新與應用，2017(08).

[2]李鳳.自動化技術在機械設計制造中的應用研究[J].時代農機，2017(02).

篇6

關鍵詞 數字；油田；特征

中圖分類號：TE4 文獻標識碼：A 文章編號：1671-7597（2013）24-0136-01

隨著科技的不斷推進發展，油田工作數字化已經成為必然。這種數字化的趨勢不僅僅來源于工作效率提升的需求，而更多在于油田工業自身發展要求更為現代化的工業水平。

1 數字油田概述

當前對于數字油田的概念并不存在統一的定論，但是行業內部對于這一說法已經形成了一種相對一致的認識方式。數字油田是一種以油田作為主要研究對象，以石油的開采和加工等生產過程作為線索，將勘探、開發、儲備、運輸及銷售等多個生產環節綜合起來，形成一個統一的互相關聯的數據體系，并且推動數據參與更多的石油工業環節，并且力圖在參與的過程中發揮更多的作用。油田工作的數字化，通常更多傾向于數字化管理工作，這是指通過計算機、網絡以及人工智能等多技術來針對油田中諸多工作行為進行優化管理，通過量化等多種手段實現工作效率的提升和效果的整體優化，對于石油領域有效開采、節能以及運輸等多個工作環節都有積極意義。

在石油生產領域中，油井、站場以及管線是構成石油工業體系的三大要素，是生產組織主體關注的重點所在。對于油井而言，數字化技術的深入運用能夠幫助石油開采工作人員實現對于油井特征的更好把握和認知，并且進一步獲取到更多關于石油以及伴生氣成分的相關信息，這些信息不僅僅對于如何更為有效的展開石油開采工作有著積極意義，對于如何做到油井資源最為有效的利用，優化節能工作都有重要推動作用。與此同時，另一個不容忽視的數字化作用還在于，此類數據能夠幫助實現構建更為安全的石油工業環境，是確保安全生產的必要支柱。而對于站場，是作為石油開采的首要工作場所，其工作環境中涉及到多種人力和相關資源能源，數字化技術的應用首先在于推動投入開采工作的多方面人力物力能夠相互實現默契配合與協調，實現投入產出的最優化，其次則在于對相關開采過程中的工作數據進行進一步的獲取，這些數據需要在核心計算系統中進行更深一步的加工，進一步轉變成為能夠供石油工業進一步展開的重要依據，重點支持方向首先表現為伴生氣的有效利用、石油工作環境中能源的節約、有效的原油輸送等方面，并且為石油更深一步的加工提供必要的數據參考支持。最后對于石油工業領域的管線，由于不能夠像油井和站場一樣處于地表位置易于識別并且相對而言分布集中，因此更加需要數字化的管理技術參與其中，幫助實現對于龐雜管線的監控和維護。數字化手段的參與其中，能夠對石油輸送管線中的壓力等數據進行有效采集和監測，并且綜合對管線經過地區的環境數據來確認整個輸油管線系統的健康狀況，為石油輸送提供安全穩定的工作環境。

2 數字油田體系分析

數字化油田生產管理體系由面向于不同專業領域的諸多功能模塊加以融合而成，并且為眾多應用特征模塊提供相應的數據庫和人工智能等運算支持。

一個典型的油田環境數字化生產管理系統可以大概劃分為三個層次，首先是數據采集層，其工作重點在于從計量站、注水站、集氣站以及聯合站等環境中采集到關系油田工作方方面面的繁雜數據。其次則是數據處理層面，通常與數據采集層面保持一定的對應關系，工作重點在于將從數據采集層面獲取到的諸多數據展開進一步的處理，并且將處理結果一方面送達對應的部門進行第一時間反應和判斷，另一方面則送達數據中心進行進一步的匯總和分析。而數據中心就是第三個層次，它負責將原始數據以及經過初步分析的數據進行更深一步的加工，淺層次的數據處理通常都只是將數據進行對比判斷，實現告警等功能，而對于數據中心而言，數據處理工作更多意味著對報送上來的數據從計算機角度加以“理解”，即實現人工智能。

對于油田工作環境中的數字化而言，當前仍然存在有諸多需要改進和提升的方面，總體而言，可以從如下幾個角度重點著手進行數字化的深入。

1）優化數字安全。對于油田工作環境而言，安全隱患來自于各個方面，除去較為常規的外部網絡攻擊和病毒侵害以外，其他源于其數字化網絡自身的安全問題也需要得到重視。數據的增量和海量備份工作，以及日志的記錄仍然屬于相對基礎的范疇，當前數字安全應當更為重視數據在獲取和傳輸以及使用過程中的安全問題。在數字油田工作環境中，數據的獲取更多有賴于數字化的一線設備，針對于此種狀況，就應當充分考慮到諸多自動化儀表設備的運行環境是否能夠提供精準數據，從溫濕度一直到電磁干擾等問題都應當加以充分考慮。對于數據的傳輸工作而言，傳輸工作無論從邏輯還是從物理層面都應當保持有一定的冗余，并且對傳輸日志詳加記錄。而從數據的使用和消費角度看，重要的在于需要約束數據使用環境中的不規范操作，為相應的工作人員賦予相應的權限，一方面確保其能夠正常展開工作，另一個方面則需要可以做到對數據實現安全保護。

2）內核算法優化。算法的優化和不斷進步是油田數字化本身的需求，這是一種向著人工智能的總體方向發展的需求。數字化是實現自動化的必由之路，而人工智能則是計算機幫助人類實現智能決策和決策支持的必由之路，因此不斷優化內核算法，從人工智能的角度上加強對油田數據化的建設必然會成為未來主要的發展方向之一。并且在實際的算法優化工作中，除了需要加強人工智能水平的建設，還應當對于運算效率和運算質量等問題加以充分關注，諸如油藏數值模擬、地震資料解釋等都會涉及到十分龐大的數據總量分析，如果不能在最短時間內分析處理完畢，就有可能造成工程延誤等嚴重后果，因此算法優化過程中，效率必須與質量并重。

3） 切實提升工作人員素質。工作人員對于數字化系統的熟知和掌握程度，直接影響著油田數字化系統的工作質量并且進一步影響著油田工程的效率和效果。針對于這種問題，在不斷強化油田數字化的過程中，還應當加強對于相關人員的培訓，不僅僅需要幫助工作人員能夠做到熟練使用與自己崗位相關的數字化工具，還應當幫助其形成對于更為廣泛的數字系統的功能認識，唯有如此才能形成整個組織內部相對一致的奮斗方向，對于工作團隊的建設以及團隊之間的溝通都將大有裨益。

3 結論

石油屬于不可再生資源，一方面石油開采以及深加工領域都希望能夠對原油以及伴生氣做進一步充分的利用，另一個方面則在于當前全球各地都將石油視為重要發展能源，爭相研究先進的開采技術，我國同樣為石油開采技術的研發工作投入了大量資金。這種研發工作的成功與否，直接關系到我國石油開采工作能否更為有效展開，關系到我國經濟的整體發展，而在這個過程中，數字化也必然隨之在油田工作領域中有更為深入的發展。

篇7

【關鍵詞】地形測量；測繪技術；發展趨勢

On the topographic survey and mapping technology automation technology

Zhang Tong-sheng

(Geological Team of Henan Nonferrous Metal Geological and Mineral Bureau Zhengzhou Henan 450046)

【Abstract】This paper describes a topographic survey and mapping technology concepts and current topographic survey mapping automation technology, and discusses the development of automation technology trends in mapping technology.

【Key words】Topographic survey;Mapping technology;Development trends

1.引言

地形測量學是研究測繪地形圖及與其有關測繪工作的理論、方法的應用技術學科。［1］地形測量是為城市、礦區以及各種工程提供不同比例尺的地形圖，以滿足城鎮規劃、礦山開采設計以及各種經濟建設的需要。

地形測繪是研究地球局部表面形狀和大小，并將其測繪成地形團的理論和技術。通過測定小范圍地表高低起伏形態和地物(如建筑物、道路、耕地等)的特征點的平面位置和高程，經相應的數據處理、采用一定的測量符號按一定的比例縮繪在圖紙上。從而獲得與相應地面幾何圖形相似的地形圖，為國家經濟建設提供設計與施工的圖紙資料。［2］

傳的測繪包括控制測量、地形測量、施工測量、竣工測量和變形監測5個部分。現代測繪技術自動化技術具有自動化程度高、測圖精度高、圖形屬性信息豐富和圖形編輯方便等優點。［3］

2. 目前地形測量的測繪自動化技術

測繪自動化是集數據采集、處理、傳輸、顯示于一體。隨著計算機、網絡技術的發展及測量儀器的智能化，測繪技術自動化技術發生了重大變革，3S技術(GPS全球定位系、GIS地理信息系、RS遙感)及其集成技術成為測繪技術自動化技術的核心。

2.1 GPS技術 GPS(Global Positioning System)稱為全球定位系，是美國20世紀70年代開始研制的，它歷時20年，于1994年3月全面建成的利用導航衛星進行測時和測距，具有在海、陸、空進行全方位實時三維導航與定位能力的新一代衛星導航與定位系，是一種高精度、全天候、高效率、多功能的測繪工具。［4］

GPS定位技術與常規地面測量定位相比，具有抗干擾性能好、保密性強，功能多、應用廣，觀測時間短，執行操作簡便，全球、全覆蓋、全天候、高精度的特點。特別是RTK的定位精度可達厘米級，在水上定位得到了廣泛的應用。

GPS RTK(Real Time Kinematic)技術開始于90年代初，是一種全天候、全方位的新型測量系，稱載波相位動態實時差分技術，是目前適時、準確地確定待測點的位置的最佳方式，是基于載波相位觀測值基礎上的實時動態定位技術。

GPS RTK具有定位精度高且精度分布均勻，速度快、效率高，觀測時間短，方便靈活，測程不受限制，不受通視條件影響等優點。

2.2 GIS技術 地理信息系（Geographical Information System-GIS）是利用現代計算機圖形和數據庫技術來處理地理空間及其相關數據的計算機系，是融地理學、測量學、幾何學、計算機科學和應用對象為一體的綜合性高新技術。其最大的特點就在于：它能把地球表面空間事物的地理位置及其特征有機地結合在一起，并通過計算機屏幕形象、直觀地顯示出來。［5］

GIS具有以下的基本特點：一是公共的地理定位基礎；二是多維結構；三是標準化和數字化；四是具有豐富的信息。

地理信息系對空間地理信息進行處理，準確采集有關的數據，并對地理空間數據和信息進行處理、管理、更新和分析，是采用數據庫、計算機圖形學、多媒體等最新技術的技術系，對現代測繪技術自動化技術的起重要支撐作用。

目前GIS地理信息將向著數據標準化(Interoperable GIS)、數據多維化(3D&4DGIS)、系集成化(Component GIS)、系智能化(Cyber GIS)、平臺網絡化(Web GIS)和應用社會化(數字地球)的方向發展。

2.3 RS技術 遙感RS（Remote Sensing）起源于20世紀60年代，不直接接觸被研究的目標，感測目標的特征信息(一般是電磁波的反射、輻射和發射輻射)，經過傳輸、處理，從中提取人們感興趣的信息。遙感包括攝影、陸地、衛星、航空、航天攝影測量等技術。［6］遙感技術依其波譜性質，可分為電磁波遙感技術、聲學遙感技術、物理場遙感技術。

遙感信息技術已從可見光發展到紅外、微波；從單波段發展到多波段、多角度、多時相、多極化；從空間維擴展到時空維；從靜態分析發展到動態監測。

RS為GIS提供信息源，GIS為RS提供空間數據管理和分析的技術手段(圖像處理)，GPS作為GIS有力的補測、補繪手段，實現了GIS原始地圖數據的實時更新。3S的綜合應用是一種充分利用各自的技術特點，快速準確而又經濟地為人們提供所需的有關信息的新技術，三者的緊密結合，為地形測量提供了精確的圖形和數據。［6］

3. 測繪技術自動化技術的發展趨勢

隨著計算機、網絡技術的發展及測量儀器的系、智能化，測繪技術自動化技術向著3G技術及集成技術自動化、實時化、數字化，數據庫和應用軟件的開發應用，三維可視化技術以及人工智能化發展。使測繪技術自動化技術能全方位的應用于地形測量中，提高了地形測量的效率和準確性。

3.1 3G技術及集成技術的進一步發展 積極普及3G技術的應用，改進3G技術中存在問題，更新3G及其集成技術測量的方法和手段，加強測量精度和準確性，使3G技術能在地形測量測繪技術領域的應用進一步擴展。

全球數字攝影測量系在GPS、GIS、RS和3S集成技術中的應用，對數碼攝影測量和地形測量更加普及和深化，使測繪技術向電子化、自動化、數字化方向發展。

3.2 測繪軟件及數據庫的開發與更新 加強地形測量數字化測繪軟件的研發，使測繪軟件系更加高效、靈活和功能齊全，使測繪軟件技術在地形測量中起到了相當重要的作用。

更新完善信息數據庫，將采集的測量數據轉換直接進入信息數據庫，數據管理查詢方便，數據共享，實現全球數據更新和擴展空間基礎信息系的動態管理，實現測量數據的管理科學化、標準化、信息化，實現測繪數據的傳輸網絡化、多樣化、社會化，使測繪技術走向自動化，實時化，數字化。

3.3 人工智能和專家系在測繪技術中的應用 隨著計算機技術的發展和測繪技術與相關學科的交叉、綜合，人工智能和專家系在測繪技術中有著廣泛的應用前景。計算機利用專家知識模擬人腦思維進行推理，從事智能化的數據、圖形處理和信息管理工作，極大地提高工作效率，使測繪技術向自動化、智能化發展。

全球定位系(GPS)、數字攝影測量系(DPS)、遙感技術(RS)、地理信息系(GIS)和專家系(ES)這5S技術的發展和相互結合，專家系在其中發揮著重要的作用，專家系對整個測量流程進行控制，并執行相應的推理、分析和處理工作，并可實現信息資源共享，實時動態監測診斷，提高效率和質量，是測繪技術通向實時、自動、智能測量系的關鍵。

4. 結論

隨著計算機、網絡技術的發展及測量儀器的智能化，測繪技術自動化技術發生了重大變革，從傳的測繪技術（例如電子測距儀、經緯儀、水準儀和平板儀）向3G技術、數字攝影測量技術以及人工智能化發展，推動了測繪技術自動化技術的活躍和革新，測繪技術朝著自動化、實時化、網絡化和數字化方向發展，使地形測量更快速、簡單、精確。

參考文獻

［1］ 王運昌.地形測量學［M］.冶金工業出版社.1993.p2.

［2］ 吳貴才.地形測量出版社［M］.中國礦業大學出版社.2005.p2.

［3］ 李淑燕.淺談數字化測繪技術和地質工程測量的發展應用［J］.科技信息.2009.25:p37.

［4］ 張德軍，皺順平.淺談土地測繪技術的發展［J］.山西建筑.2009.35(29):p355～356.

［5］ 范文琦.GPS和GIS技術在1:1萬土壤地球化學測量中的應用［J］.中國科技信息.2008.23:p40～41.

篇8

關鍵詞：露天煤礦 數字礦山 建設

中圖分類號：TD216 文獻標識碼：A 文章編號：1672-3791（2014）02（a）-0051-01

隨著時代的不斷進步和發展，科學技術日新月異，礦產資源的需求量不斷增加，開采加工難度不斷增大，給采礦業帶來了巨大的沖擊，機遇和挑戰并存，這就要求采礦業不斷走向數字化和智能化，以提高開采質量。1998年，美國前副總統戈爾在“數字地球―展望21世紀我們這顆行星”的演講中提出了“數字地球”（Digital Earth）的概念，1999年召開的首屆“國際數字地球”大會上又提出了“數字礦山”（Digital Mine）的概念。“數字礦山”的提出，為礦業發展指明了方向。為進一步促進露天煤礦的可持續發展，其必須結合自身實際，加強數字礦山建設，以促進經濟效益和社會效益的提高。

1 數字礦山的內涵及研究意義

目前，對于“數字礦山”的定義國內外尚未完全統一。通俗地講，數字礦山就是一個礦山范圍內的以三維坐標信息及其相互關系為基礎而組成的信息框架，并在該框架內嵌入我們所獲得的信息的總稱。對于數字礦山建設，概括起來目前主要有以下五種觀點，即數字地球觀點、地質模型觀點、信息管理觀點、監控系統觀點和工程應用模式觀點。對于數字礦山的功能內涵，必須從對礦山數據的存儲、傳輸和表述向更深層次延展，并不斷拓寬各個層次的應用，應涵蓋數據的獲取、存儲、傳輸和表述，礦山生產與經營決策優化，各種設計、計劃工作和生產指揮的計算機化，生產工藝流程和設備的自動控制等多個方面。數字礦山建設，具有重要的現實意義，第一，數字礦山能以數字化的形式全面反映礦區的地質信息、力學信息、露天煤礦礦產資源的儲量和開采情況，有利于根據這些數據信息做出合理的開采規劃，在保證礦產資源穩定供應的同時，促進資源的合理利用和環境保護工作，以促進經濟社會的可持續發展。第二，數字礦山能適應日益增多的深井開采條件，并結合自動化開采技術，使礦工遠離高溫和巖爆威脅等惡劣環境，減少和避免礦山安全事故。第三，對礦山開采引起的各類生態破壞和環境污染問題進行數字化分析，以為礦山的生態重建方案、災害評價與預測預報體系等提供參考依據。

2 露天煤礦數字礦山建設存在的問題

近年來，我國露天礦緊跟時代步伐，大力致力于數字礦山建設，取得了一定的成效，但數字礦山的建設總體上仍處于起步階段。部分露天煤礦仍處于勞動密集型的機械化初級水平，管理粗放，煤炭開采技術、裝備水平、礦山地質測量信息管理手段相對落后，缺乏三維可視化手段；煤礦開采設計和計劃缺乏統一規劃，大多以經驗為主，缺乏科學性；過程控制程度低，生產效率不高。另外我國部分礦山企業對進行數字礦山建設的重要性認識不足，建設積極性不高，缺少長遠規劃和發展目標，影響數字礦山建設的進程。同時礦床開采涉及的領域較為廣泛，需要多種技術的綜合支撐，存在一定的技術阻礙。對于露天煤礦的數字礦山建設不可能一蹴而就，還需要較長時期的不懈努力。

3 數字露天礦建設的主要內容

數字露天礦的建設應綜合考慮本礦區的生產管理需求及具體實際，設定合理的數字礦山建設的長期目標和內容：實現資源與開采環境的數字可視化、安全化和環保化，技術裝備智能化與生產過程控制自動化，信息傳輸網絡化與資源高度共享化，管理與決策科學化。具體而言，其主要可側重于以下幾個方面的研究和實踐。

3.1 虛擬條件下礦山模擬開采技術研究

為促進礦山開采的科學性，數字礦山建設倡導對虛擬條件下礦山模擬開采技術研究，以期為礦山開采提供參考依據。其主要是綜合考慮礦區的地質情況、礦床模型等，構造虛擬礦山，進行數字模擬開采，合理編制露天煤礦的開采計劃、采礦方法、邊坡工程設計、災變應變預案等，此項技術的重點在于以優化開采為目標，有利于提高礦山開采的效益。

3.2 礦山數字地質、礦床模型研究與開發

礦山數字地質、礦床模型研究與開發，有利于實現對礦區地理信息的全面把握。可采用礦山地理信息系統建立統一的時空框架，全面整合礦山各類系統中的大量異質信息，建立數據倉庫及模型庫，實現數據共享。具體而言，應注重對空間和礦物屬性的礦山實體數字地質、礦床模型、采場和排土場模型，地理信息系統和虛擬現實模型等的建立，實現對礦床中礦、巖的空間分布的全面了解，其主要利用RS、GPS、GIS、常規測量、地質寫實、取樣化驗等各種實時在線采集系統與技術手段獲取。根據鉆探或遙感、遙測信息建立礦床地質構造模型，根據鉆孔、探槽和炮孔取樣建立有關礦、巖屬性的空間數字模型。

3.3 實現生產過程管理和控制一體化

礦山生產過程管控一體化是指應用可視化技術，實現生產過程、工藝、設備、儀器的自動監測與控制。其主要包括：（1）生產調度監控系統，其是運用計算機、GPS、無線通訊及設備監測監控技術實現對生產過程及生產設備的真三維顯示，加強對開采設備生產作業參數及狀態的監測和故障的診斷，并根據實際情況，對采場運輸進行合理的優化調度。（2）生產決策支持系統，將礦山中的固有信息如地面地形、煤田地質、開采方案等數字化，按三維坐標構建數字礦山，并進行礦山三維地學仿真顯示、開采過程模擬分析等工作。（3）管理信息系統（MIS），其將計劃管理、設備管理、財務管理、材料管理等相關信息嵌入到數字礦山三維框架內，對多維數字礦山進行構建。（4）礦山安全監測與預警系統，其以實體數字地質模型為基礎，綜合各類數據信息，對礦床開采進行安全監測與預警，以促進礦區環境保護，預防地質災害的發生。

3.4 開發礦山應用軟件及人工智能技術研究

為促進數字礦山建設，必須配置相應的礦山應用軟件，如采礦CAD、虛擬礦山、采礦仿真、工程計算、人工智能和科學可視化等軟件工具。另外應將電子與機械技術相結合，實現遙控機器人采礦，提高露天煤礦生產效率。同時為實現礦山的智能化，應加強人工技能技術的研究，實現生產調度指揮、資源預測、安全警示、突發事件處理等決策支持功能。

綜上所述，數字礦山是礦業發展的必然趨勢，數字礦山建設是露天煤礦一項龐大的系統工程，應綜合考慮我國礦山現階段的技術、裝備、管理水平，分階段實施， 逐步系統完成，促進礦山真正安全、高效、經濟開采，構建生態礦業工程，并最終實現資源、環境與經濟三者的和諧統一，達到可持續發展的目標。

參考文獻

篇9

AI變成服務，機器人不會搶走人類的工作

首先，他認為未來20年，AI會成為很多行業的基礎。AI系統將成為電力一樣無處不在的商品化服務。

當今出現的三股科技勢力給了曾經只在緩慢發展的AI加速爆發的一個契機：神經元網絡的大規模處理能力提升；芯片的性能爆發級增長及價格越來越低廉；大數據的出現讓人工智能能深度學習。比如從前培養一個圍棋高手需要20年，但現在可能只需要幾個月；谷歌能讓AI在幾小時的學習后，就在電玩游戲中擊敗人類玩家。凱文凱利強調，人們其實把人工智能想得太高級了，它們其實是一種人工智慧。它們會比人類機智100倍，但只是一種窄向的機智。

與電影中《her》那種跟模仿人類一樣的AI不一樣，它將來只需要成為人類某個領域的助手。比如自動駕駛的AI只需要考慮駕駛，不用分析各種日常生活問題。以不同于人類的方式思考，是AI的價值，而不是說它的價值在于比人類在各方面都更聰明。過去，我們只有一種思考方式，就是人類的思考方式。但在一個聯系超密集的世界中，不一樣的思維是創新和財富的來源。人工智慧廉價而聰明，會被植入到所有人類制造的東西里。

AI會成為一種“服務”，人們對它有需求時下單就可以了，就像電力網絡一樣。未來企業的創業公式是：制造一個產品，給它加上智能。未來肯定會有3-4個通用的普通AI平臺，而其他公司則販賣一些專業版的AI服務。給AI加上肢體，它們就成了機器人。不過現在的機器人靠編程工作，但將來它們可以通過與人類的交互式溝通，觀察和學習人類的勞動。它們會奪走人類的工作嗎？那些以生產效率為指標的工作會被機器人代替，但人類的創意、溝通是無法用“產量”衡量的。就像工業化把農民變成了工人，AI雖然取代了人類機械化的工作，卻能給人類提供新的就業崗位。

虛擬現實會成為最普遍的社交平臺

第二個趨勢是，VR、AR和MR將成為繼智能手機之后又一生態系統。VR是純虛擬數字畫面，而AR虛擬數字畫面加上裸眼現實，MR是數字化現實加上虛擬數字畫面。從概念上來說，MR與AR更為接近，都是一半現實一半虛擬影像，但傳統AR技術運用棱鏡光學原理折射現實影像，視角不如VR視角大，清晰度也會受到影響。MR技術結合了VR與AR的優勢，能夠更好地將AR技術體現出來。

Facebook在這周了一個新的VR產品，同時在過去的5個月，凱文凱利所在的《連線》雜志，也關注了所有主流制造商的VR產品，他試過多產品，大多數產品做得非常逼真。他認為就像從只能通話的手機變成智能手機一樣，VR也會經歷這種過程。VR正在變得越來越便宜，因為鏡片、屏幕、數字處理器正在低廉地普及化。

現在的VR技術分為兩種：一種是只能通過頭部的旋轉來探索虛擬世界。谷歌Cardbard就是這樣一個例子。第二種更高級別的VR是有漫游式的，有“深度”和“空間感”。漫游式的、用戶可以隨意走動的那種技術肯定是未來的趨勢，現在谷歌有種500多萬美元的產品就能達到這種效果。虛擬現實，將是未來的最普遍社交平臺。在凱文凱利嘗試過的VR設備中，如果只看圖片，并沒有那么好玩。但要是有10個人互動，樂趣就會增加100倍，重點是可以通過VR一起分享自己的體驗。雖然VR將是一個商業化設備，但它的社交網絡平臺商業化，將比設備的商業化前景好多了。沒有互動的新創造，是不完整的。

天眼開啟，隱私讓位于炫耀？

VR、MR設備的普及，也會帶來對個人信息更完備的追蹤。在使用VR設備時，你的所有運動，你在哪里停留多久，你想去哪里，這些在現實當中，現在覺得很難追蹤的東西都可以用VR輕而易舉地解決。另外還有各種可穿戴設備，能夠把個人信息全面量化。這些設備的結合，甚至可以追蹤你的一生，從你出生到最后，全程追蹤你的身體質量，顯示每個階段不一樣的指標。我們想要的服務，都能實現個體化定制。

“所有可被追蹤的痕跡，都會被追蹤；任何可被測量之物，都會被測量”。凱文凱利重申這一點，他還說，在科技的發展過程中，“隱私總是讓位于炫耀。”因為大家更關心的是自己是否能得到個性化的服務，是否能夠有更多炫耀的方式。不過他強調，追蹤在科技時代是雙向的，每個人都可以知道誰在追蹤自己，用什么樣的方式，雙向監督的情況下，人們可以互相追蹤的，有更多可用的信息可以共享從而實現更好的共贏。

未來最大的電商一定擁有最大的實體店

現在零售實體店和電子商務當中有一個很明顯的界限，實體店跟網店之間有很多緊張的情緒。但10-20年，世界上最大的電子商務公司也會成為世界上最大的實體店，亞馬遜剛剛了自己第一個實體書店。未來線上和線下一定是互相融合的。電商平臺的擁有者，能通過虛擬現實技術把產品數據化，把用戶體驗做得更好。VR的發展將帶來互聯網的體驗時代。它會讓我們感覺到虛擬的東西是真實的，也就是有一樣東西，我們大腦告訴我們它是假的，但我們身體上的觸覺、嗅覺能讓我們感覺到它是真的。

比如它可以幫助我們召開遠程會議；把我們帶到現在人類還去不了的地方探險，比如深海、天空、懸崖；在網上買東西時摸摸布料的質地，看看書的色彩……而實體店可以提供給人們電商一樣方便的物流體驗，多元化購物、消費的體驗。無論線上線下，他們所銷售的產品都是物聯網的一部分，比如智能化的鞋子，比如帶上VR設備，我們能看到現實中每一種商品、物體的標價。凱文凱利覺得，過去幾千年的歷史演變，還不如過去50年的變化來得大。人們應該去相信那些不可能的事，我們要以前所未有的規模進行協作，才能闖進不可能的未來。

“未來20年最偉大的產品，現在還沒出現。”凱文凱利說。“我們正站在歷史的起點。”最后，凱文凱利與華南幾位互聯網企業的年輕創業者進行了對話。凱文凱利表示，目前互聯網大部分的商業模式都集中在流量端，我們需要去進行數據挖掘，從而實現收集，選擇，放大。中國移動營銷具有廣闊的前景。有米科技CEO陳第對此表示認同，“流量”是目前移動營銷的核心。在有米的運作模式中，全球化的移動廣告平臺作為“橫”線，將業務做廣。同時借助移動廣告平臺的流量優勢，重點布局游戲、電商、金融、教育、O2O等行業作為“縱”線，將業務做深，形成產業上下游的聚集，最終形成與有米緊密聯系的生態流量網絡。

另外，凱文凱利告訴陳第他所出版的3本書的具體思路是：把科技視作一種可進化的生命體這種邏輯，貫徹三本書的始終。以生命體去理解科技，就能理解這個世界的運行方式。而凱文凱利在自己作品中沒有提及的東西，主要是基因工程、基因圖譜。新的科技讓人們很容易地復制基因并進行基因檢測，這會對人類的肌理造成很大改變，將會開啟巨大的科技機會。另外，他覺得人類還沒了解宇宙由哪些信息組成，到底人類掌握的信息和掌控宇宙的力量之間有沒有關系。這兩個是他正在思考的方向。

繼2015年12月首屆深圳灣論壇后，2016年4月1日，北大匯豐商學院再度攜手第二屆“深圳灣創業創新論壇”，并邀請“美國硅谷教父”、“科技預言學家”凱文·凱利(Kevin Kelly)，進行“洞見【必然】的未來”主題演講。

凱文·凱利最廣為人知的是他對未來20年重大商業科技潮流的見解。論壇現場，KK帶來了新書《必然》，和現場600多企業家、創新創業人士分享了新物種的基因特征、所思所想、行為規則和未來走向，以及未來30年哪些領域會出現重大財富機會。

“很難想象有什么事物會像廉價、強大、無處不在的人工智能那樣擁有改變一切的力量。”

KK表示，人類未來的日常行為將被徹底改變，人工智能將是一些有界限的實體，而我們能清楚地區分我們和它們的思維。人工智能思想的到來加速了其他所有顛覆性趨勢的進程，它在未來世界中的威力與曾經的“鈾元素”相當。我們可以肯定地說，知化是必然的，因為它已經近在咫尺。

VR(虛擬現實)將是最社交化的社交媒體，它使互聯網成為體驗，不是看電腦，而是感受網絡，像第一人視角體驗。

談到屏讀，KK表示，我們從傳統的書面到了屏幕顯示，比如kindle等，信息都可以從生活中的各種屏幕中讀取，信息獲取方式更快更廉價。后續屏讀的變化會影響更大，屏幕會越來越薄、多樣，甚至在眼睛隨著注意力的變化而改變和獲取。信息的提供會根據你的需求來提供。

講到大數據，KK認為，數據是流動的，交互的，不再是以前單純的儲存，而是從文件到web到數據云的演化。KK對流動性進行了詮釋，他認為，流動性帶來了新的力量，重要的不是復制品的數量，而是可以通過其他媒體鏈接、處理、注釋、標記、突出、翻譯、強化一份復制品的方式的數量。同時，流動性進一步釋放了創造力。

講到“使用”，KK以優步為例(注：uber)，他認為，使用權將優于所有權，類似的這種按需“使用”模式正在一個接一個地沖擊著數十個其他行業，將形成“uber of X”模式。

“如果你生病吃藥，醫院可以根據你被量化的數據給你制定特別的計量，即是普通的每個人也是特別的。”以醫療為例，KK表示，生活中所有數據只要能被記錄和量化的都能被記錄。

隨后，凱文·凱利與騰訊開發平臺高級總監胡皓、人人聚財創始人許建文等嘉賓展開深度對話。

此前凱文·凱利在闡述“互動”時，就提出了共享經濟的概念，即在未來成熟的共享經濟模式下，商業主體不再被單一的個體所有，而被更多的人分享使用，使用權大于所有權將成為未來商業形態的核心。

篇10

關鍵詞：自動化；化工機械；模糊控制；人工智能

引言

隨著現代化信息技術的不斷發展，自動化技術的應用范圍不斷擴大，已拓展到除數據存儲、計算、傳輸以外的行業，如煤礦生產、石油開采以及其他工業生產領域等。機械制造業也受先進科學技術的影響，正逐步向自動化方向發展，機械制造業改進手段、技術發展方向都將向自動化方向邁近。將自動化技術引入機械制造行業，不僅可促進機械制造業的生產水平，還能推動各生產領域的發展速度，符合我國現階段的基本國情，也適應現代化社會生產的需要。化工機械作為機械制造行業的重要分支，也是自動化技術的重要應用領域之一。

1 化工機械自動化發展現狀

1.1 化工機械自動化技術應用類別

化工機械自動化技術主要有四類應用，按應用范圍依次進行如下介紹：（1）自動化制造單元。自動化制造單元由1-2臺生產設備、工業機器人、物料運送儲存設備及數控設備構成。自動化制造單元具有規模小、成本低、可生產多種類型產品的優點。（2）自動化制造系統。該系統包括至少四臺以上的全自動數控設備及人工中心，數控設備及物料搬運系統通過控制系統進行集中管理，以實現連續工作下的多品種、中小批量的生產及管理。（3）自動化制造線。自動化制造線的實際功能介于單一品種或小品種大批量非自動化生產線與中小批量多品種生產之間的一種生產線，該生產線主要優點提高了生產效率，但對于物料搬運系統自動化技術要求較低。（4）自動化制造工廠。將多條柔性制造系統（FMS），如訂貨、設計、加工、裝配、檢驗、發貨的制造系統進行有機結合，配以自動化立體倉庫，各條FMS及倉庫之間通過計算機系統進行自動化管理。自動化制造工廠包括CAD/CAM，將計算機集成制造系統（CIMS）投入生產實際，不僅實現了生產的自動化，還將生產管理、產品加工及物料儲存及運輸自動化擴展到全廠范圍，是自動化生產的最高水平。

1.2 化工機械自動化關鍵技術

（1）模糊控制技術。模糊控制器利用模糊數學理論知識制造而成，隨著科技的不斷進步，模糊控制技術也不斷進步，已經將人工神經網絡工作原理，滲透到模糊處理器中，使其具有自學功能。具有自學功能的控制器可根據不斷獲取的新信息自動地對控制量參數做出適當調整，提高了設備的實用性能。（2）計算機輔助設計。計算機輔助技術（CAD）要實現智能化需要引進專家系統，從而提高對復雜問題的處理能力。計算機三維立體打印技術的研發為計算機輔助技術的應用拓展提供了更多機會，利用該技術可減少機械樣品制造周期，降低能源浪費，加快新產品的研發速度。計算機三維立體打印技術工作原理為利用計算機技術將激光掃描采集的數據進行轉化――三維數字模型轉化為二維片狀圖形，轉化后的數據被系統掃描到光敏樹脂液面，被掃描液面固化成形后與其他片狀固化材料自動粘合，最后復制出精確的原型。（3）人工智能-專家系統-智能傳感器技術。專家系統是FMS中采用較多的人工智能系統，該系統根據專家知識及一般推理規則進行程序設定，利用預設推理程序解答各類問題。專家系統將生產實踐中常見案例與理論相結合，確保了該系統的實用性，實現生產自動化。（4）人工神經網絡技術。人工神經網絡是人工智能工具的一種，是通過模擬智能生物的神經網絡對信息進行并行處理的一種方法，該技術處于研發階段，但由于其良好的應用前景，將并列與專家系統和模糊控制系統，成為自動化系統中新的重要組成部分。

2 化工機械自動化技術未來發展方向

化工機械自動化技術的實現需要長期探索、在實踐中發現問題，改進技術。化工機械生產企業在進行自動化技術改進時，應根據企業自身硬件條件及生產需要進行逐步改進，注重技術的實用性能和低成本化，避免化工機械自動化技術改進影響企業正常生產，降低企業經濟效益。化工機械自動化技術改進立足于實用功能和低成本基礎上，還應向智能化、集成化、虛擬化和敏捷化方向發展。

2.1 智能化

智能化是將化工機械制造技術通過人工智能轉化為可控制各個生產流程的先進技術，以構建人機一體化的智能系統。該系統的建立需要對人工智能進行合理、規范的程序編制，將數據分析、數據推理、操作判斷及操作決策等進行程序模擬，以實現對機械制造各生產環節的監控、預防和改進；具有良好的友好性和適應性，能對突發事件進行及時有效的判斷和調整，以實現機械制造生產的安全性和高效性；系統采用模塊化方法，具有更大的柔性；系統不僅能提高企業的生產力，還能降低環境污染、提高能源的利用率，為企業和社會創造更大的經濟效益。

2.2 集成化

集成化是指利用先進的網絡技術，將化工機械制造過程中涉及的各種技術進行整體優化集成，實現生產流程的一體化控制，改善產品性能、降低生產成本，從而提升機械制造業的整體生產水平。將各項技術進行有機整合需要利用計算機集成制造（CIMS）系統，該系統由四個彼此獨立，而又相互關聯的子系統構成，包括工程技術信息系統、制造自動化系統、質量信息系統和管理信息系統。

2.3 虛擬化

虛擬化技術將計算機技術應用領域進一步擴展，由此升級的現代化仿真模擬技術已經在工業制造中得到廣泛應用，如冶金生產、車削加工、化石能源生產等。現代化仿真模擬技術可將化工機械制造生產流程進行虛擬化展現，從而發現生產流程中可能存在或已經存在的問題或安全隱患，并對生產流程各環節的相關預設參數進行調整，以優化生產流程。利用仿真模擬技術可節約生產成本，加快產品研發速度，提高企業在市場中的競爭力，解放了勞動力，改善了工作人員的工作環境。

2.4 敏捷化

化工機械制造自動化技術的敏捷性以虛擬化制造技術為基礎，是現代機械制造集成技術發展的必然趨勢。自動化技術的敏捷性不僅代表了現代集成制造的發展水平，也是企業提升市場競爭力的重要保障。化工機械制造的敏捷化可以通過化工機械生產企業與計算機技術相關的研發單位之間的分工與合作得以實現。化工機械制造企業應根據產品在市場中的銷售情況及用戶反饋情況進行數據統計與分析，聯合計算機相關技術人員對產品中存在的缺陷進行技術調整，實現產品的升級，以提高產品的性能。企業對產品性能的快速改進，能及時迎合市場的需求，從而提升企業的市場競爭力。自動化技術的敏捷化還需要依靠互聯網提供的信息處理技術，以便機械制造方、程序軟件設計方、產品用戶方之間的信息能快速、安全、有效的傳輸，縮短機械制造生產周期。

3 結束語

化工機械制造是機械制造行業的重要組成部分，傳統化工機械制造技術生產周期長、成本高、能源浪費嚴重，給化工企業帶來沉重負擔的同時，也影響了其他衍生行業的發展，嚴重減緩了化工領域經濟增長速度。作為國民經濟重要支柱產業之一的化工機械制造，應充分利用先進的自動化技術，推動化工機械制造業向現代化、技術化、綠色化方向發展，加大化工機械制造生產領域的技術含量，依靠先進的科學技術，降低生產成本、減少環境污染、提升產品質量，從而提升產品及企業的市場競爭力，提高整個機械制造行業的生產水平。

參考文獻

[1]李益煒.化工機械制造自動化技術應用與發展思考[J].硅谷，2013，14：4-5.