前言：中文期刊网精心挑选了人工智能技术研究范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
人工智能技术研究范文1
[关键词]人工智能，工程技术应用
中图分类号：TP 文献标识码：A 文章编号：1009-914X（2014）31-0221-01
首先，介绍下人工智能（Artificial Intelligence，AI）是一门综合了计算机科学、生理学、哲学的交叉学科。人工智能的研究课题涵盖面很广，从机器视觉到专家系统，包括了许多不同的领域。 其点是让机器学会“思考”
人工智能学科是计算机科学中涉及研究、设计和应用智能机器的一个分支。
1.20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。计算智能是一种仿生计算方法，它从生物底层对智能行为进行模拟和研究，拓展了传统的计算模式，为复杂问题的求解提供了新的解决办法。为了提高计算智能的应用效率，本文分析了二进制遗传算法中早熟收敛的成因，指出了传统的变异算子在防止早熟收敛方面的不足，提出了一种能有效预防早熟现象的二元变异算子，并在此基础上提出了一种便于用常规逻辑门电路实现的遗传算法。鉴于参数选择对于遗传算法求解效率的影响。
2.人工智能在工程技术各行各业的应用
（1）工业过程中的智能控制。生产过程的智能控制主要包括两个方面：局部级和全局级。
（2）机械制造中的智能控制。在现代先进制造系统中，需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况，人工智能技术为解决这一难题提供了有效的解决方案。
（3）电力电子学研究领域中的智能控制。电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程，国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中，取得了良好的控制效果 。
（4）人工智能在水利工程中应用。大坝安全监测自动化系统结构和大坝安全智能决策支持系统（DSIDSS）。
1）针对大坝安全监测系统的可靠性问题，将现场总线监测网络结构和基于现场总线的通信网络模型应用于大坝安全监测系统中，提高了系统的可靠性和系统组网的灵活性，使大坝安全监测自动化系统可根据现场条件灵活组网，增加了系统的实用性。重点研究了监控网络的系统结构、网络通讯模式和功能分布。
2）针对自动化监控系统的数据真实性和合理性检验问题，研究了大坝安全监测数据的预处理方法，应用灰色系统理论和过程突变理论建立了监测数据的在线检验模型，有效地解决了自动化系统监测数据的合理性和真实性的在线检验问题。
3）应用人工神经网络技术研究了大坝监测数据的分析方法，建立了基于自学习神经元的自学习即网络监控模型，为大坝安全监控模型的建立和预测提供了新的思路和方法。
4）针对合理处理DSIDSS中的不确定因素问题，采用模糊测度和模糊积分理论的基本思想和方法进行了处理。结合模糊集和可能性理论，提出了大坝安全等级划分和安全判据的表示方法。应用模糊测度和模糊积分理论，较好地解决了大坝安全综合评价中不确定性因素的计算机表示和处理方法。
5）探讨了DSIDSS中的知识表示和推理技术，应用知识的语义网络和模糊产生式规则表示方法，建立了大坝安全智能决策支持系统的知识库。所采用的模糊推理方法克服了传统Bayes推理方法的部分缺陷，在实际应用中表明是合理有效的一种推理模式。
人工智能的过程及在工程技术转化的顺序包含：
1.机器学习
机器学习（Machine Learning）是研究计算机怎样模拟或实现人类的学习行为，以获取新
的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。
2.模式识别
1）. 模式识别概述
模式识别（Pattern Recognition）是人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”。随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。（计算机）模式识别在20世纪60年代初迅速发展并成为一门新学科。
模式识别（Pattern Recognition）是指对表征事物或现象的各种形式的（数值的、文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。应用计算机对一组事件或过程进行辨识和分类，所识别的事件或过程可以是文字、声音、图像等具体对象，也可以是状态、程度等抽象对象。这些对象与数字形式的信息相区别，称为模式信息。
2）.模式识别的应用（1）文字识别（2）语音识别（3）图像识别（4）医学诊断
3.专家系统
1）.专家系统概述
专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。
2）.发展历史
专家系统的发展已经历了3个阶段，正向第四代过渡和发展。
第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。
第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统
第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略
3. 专家系统的基本结构
专家系统的基本结构如图所示，其中箭头方向为数据流动的方向。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。知识库用来存放专家提供的知识。专家系统的问题求解过程是通过知识库中的知识来模拟专家的思维方式的，因此，知识库是专家系统质量是否优越的关键所在，即知识库中知识的质量和数量决定着专家系统的质量水平。
人工智能在物联网的应用
物联网智能是利用人工智能技术服务于物联网络的技术是将人工智能的理论方法和技术通过具有智能处理功能的软件部署在网络服务器中去服务于接入物联网的物品设备和人。
1.智能物联网
1）智能物联网概念
智能物联网就是对接入物联网的物品设备产生的信息能够实现自动识别和处理判断，并能将处理结果反馈给接入的物品设备，同时能根据处理结果对物品设备进行某种操作指令的下达使接入的物品设备作出某种动作响应.而整个处理过程无需人类的参与。
2）智能物联网的实现途径
要实现物联网智能化就必须让人工智能成为物联知终端、传输网络、具有人工智能的数据处理服务器。
2.物联网需要的人工智能技术
1）物联网中需要来自人工智能技术的研究成果.如问题求解、逻辑推理证明、专家系统、数据挖掘、模式识别、自动推理、机器学习、智能控制等技术。
2）物联网的智能控制
在物联网的应用中.控制将是物联网的主要环节.如何在物联网中实现智能控制将是物联网发展的关键。
3.物联网智能模型
基于对人工智能技术的认识和研究.依据人工智能模型.推演出了智能物联网智能化模型。智能物联网被分为五个层次机器感知交互层、通信层、数据层、智能处理层、人机交互层，共五层。
作者简介
人工智能技术研究范文2
关键词：脑积水；认知功能
脑积水（Hydrocephalus）是由多种病因共同作用引起的一种综合病理结果，以脑脊液循环通路多种原因梗阻以及或吸收不良较为多见，而分泌过多者较为罕见[1]；典型症状为慢性头痛或胀痛、呕吐、视力模糊，视神经水肿，偶伴复视，眩晕及癫痫发作，大多数脑积水患者不同程度上认知功能明显受限，研究分析脑积水认知功能对患者病情把握及预后评估有重要作用及意义。
1资料与方法
1.1一般资料 收集我院2010～2012年脑积水患者病历。共测查脑积水患者60例，其中男36例，女24例，年龄16～69岁，平均（34.9±8.7）岁；起病年龄6～60岁。平均起病年龄（18.9±6.9）岁；大专以上学历，24例，大专以下学历 36例；所有患者头颅CT或MRI平扫均无明显器质性病变。所有患者均通过电话，随访率94.66%。时间平均12.6个月（6～18个月）。对照组：与脑积水组患者各个情况均相匹配且无其他神经精神史的健康志愿者60例。
1.2手术前后认知功能检测以及相关因素分析 采用（MMSE） 量表[2]，主要研究对象手术前及手术后72h、2w以及1个月进行的定向力、识记力、注意力和计算、语言及结构模仿，总分为30分。分值越低，表示其认知功能就越差。同时分析其相关因素，包括年龄、性别、学历、发病原因以及发病时间长短等。
2结果
2.1手术前后认知功能分析 采用MMSE进行检测认知功能研究，从结果分析，脑积水患者认知功能明显低于对照组，P
2.2相关因素的分析 将脑积水患者组的MMSE总分与患者年龄、性别、学历、及发病时间长短等因素进行相关性分析，与认知功能损害状况呈明显相关性（P
3讨论
脑积水综合症由Adams和Hakim于1965年提出，是一种以步态不稳、尿失禁和认知功能缺损为主要特征性改变，而认知功能损害逐渐被重视起来，及时且准确的诊断是预后较好疗效的关键[3-5]。本实验研究发现，将脑积水患者组的MMSE总分与患者年龄、性别、学历以及发病时间长短等因素进行相关性分析，结果表明除性别因素外其余几种影响因素均与认知功能损害状况呈明显相关性，年龄越小、受教育程度越低、发病时间越长，认知功能受损越明显，从结果分析，脑积水患者认知功能明显低于对照组；认知功能损害为主要表现表现，循证医学表明约88.6%的患者存在不同程度的认知能力下降，以痴呆表现最为突出，国外有关脑积水的认知损害研究较多，国内鲜有关这方面报道[4-7]。推论其主要原因，推测主要是由于脑室的扩大、机械性的牵拉与压迫，使脑实质和血管管径缩小，造成包括额叶在内的多个区域血流量减少而致缺血性损伤，尤其是支配额叶为主的大脑前动脉分支在胼胝体上方极易受牵拉，加剧了额叶的供血不足，也继而使两侧杏仁核的血液供应明显受损[8]；另一重要的观点，双侧岛叶也受重要的影响，而岛叶、海马、杏仁核都为边缘系统的重要组成部分，已经证实与认知功能损害有密切关系。有研究显示脑积水患者脑脊液循环障碍，脑脊液生成和转运减少，淀粉样蛋白清除能力下降，部分微观分子如P38的改变，最终使淀粉样蛋白沉积、P38 的减少，这也可能是导致认知功能障碍的重要原因。
参考文献：
[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.
人工智能技术研究范文3
0 引言
电气自动化是一门实践性较强的应用性科学，主要研究电气系统的运行控制和研发。人类社会文明发展至今在科学技术方面的最大进步，主要是实现了系统中机械设备运行和控制的自动化和智能化。研究人工智能技术在电气自动化控制中的应用，有助于推动电气系统自动化的进一步发展，实现系统运行的智能化，使得其更加安全稳定，最终提高企业的生产效率，提高市场竞争力。
1 人工智能技术的应用理论
人工智能是一门新型的计算机科学，介于自然科学和社会科学边缘之间，研究对象主要是智能搜索、逻辑程序设计、自然语言问题和感知问题等。人工智能技术的本质就是模拟人类思维进行信息编码的过程，主要是结构模仿和功能模拟两种思维模拟方式。前者模拟形式主要是对人类大脑机制进行模拟，制造出类似人脑的机器设备;后者模拟主要是从人脑的功能角度出发，对人类大脑思维功能进行模拟。较为成功的典型事件就是现代的电子信息计算机，顺利地模拟人类大脑思维进行信息编码。
人工智能不是人的智能，更不是对人的智力功能的超越，其不同于人类大脑运行的显著特征主要有四个方面：是机械的无意识的物理过程;无社会性;不具备人类意识的创造力;功能是在人类大脑思维之后产生的。应用人工智能技术在电气自动化控制系统中，可以极大地节省人力资源，降低成本。同时，不控制目标模型就可以提高操作的准确度，降低误差。此外，这样还能保证产品的规范，提高性能。
2 人工智能技术的应用现状
近年来，人工智能技术得到了公众的高度重视，大多数的专业性高校和科研单位都对其在电气自动化系统中的应用开展了众多工作，现下的人工智能技术主要应用在电气设备的设计、事故及故障诊断和电气控制过程中的监控预警等工作。首先，在电气自动化系统中电气设备的设计方面，设备的结构设计较为繁琐复杂，涉及面较广，要求操作设计人员具备较多的实践经验。其次，在事故及故障诊断方面，人工智能技术可以利用模糊逻辑和神经网络等发挥优势，做好预警监控工作。最后，在电气控制过程中应用人工智能技术，主要依靠神经网络、模糊控制和专家系统三种方式，其中模糊控制应用较为普遍，以AI控制为主。
3 电气自动化控制中的人工智能技术的应用对策
根据上部分分析的人工智能技术在电气自动化控制系统的应用现状，可知为实现电气自动化控制系统运行的高效性、提高人工智能技术的应用性，对策主要有以下三个方面：应用于电气设备设计、应用于事故及故障诊断和应用于电气控制过程。
3.1 应用于电气设备设计
根据诸多电气工程的实践证明，只有具备各相关专业的学科知识和技艺才能真正实现电气自动化控制系统的高效性，使其稳定运行。在电气设备的设计中应用人工智能技术，可以简化工作，降低人力成本。因此，企业拥有一批素质高的设计团队，这是电气自动化控制系统实现高效性的关键之一。此外，企业需要采取先进的人工智能技术进行电气设备的设计工作，尤其是结构设计工作。具体来说，人工智能技术在进行电气设备设计时主要是采用遗传算法升级计算机系统，全面提高产品的研发、设计和生产，优化设计产品。
3.2 应用于事故及故障诊断
电气故障诊断，指的是对电气自动化控制系统中机械设备的先关信息进行确定，判断技术和运行状况是否正常，如果出现异常，可以及时确定故障的具体内容和性质部位，找出故障原因并提出解决对策。而在电气设备运行时，不确定因素较多，使得系统容易出现各种类型的故障和事故，如果无法及时确定故障的性质和部位，将会给员工的人身安全带来威胁，企业也会承受较大的经济损失。因此，及时判断分析事故并做好故障诊断工作，是一项至关重要的工作。可以在传统的电气控制系统中，采取一些新型的人工智能技术进行诊断。比如说，在诊断变压器的故障中，我们可以引入人工智能技术进行诊断，在节省人力物力的同时保证诊断的精确性，也可以在对发动机和发电机等电气机械设备进行事故诊断时引入人工智能技术，提高精确度，以达到良好的工作效果，实现企业的经济效益。
3.3 应用于电气控制过程
人工智能技术在电气自动化控制系统中起着关键性作用，是电气行业中的重要部分。实现电气自动化控制的人工智能化，有助于降低工作成本，提高工作效率，实现资源优化和最佳配置。在传统的电气自动化控制过程中，由于过程的繁琐复杂操作人员容易出现错误，而采取人工智能化技术则可以避免这些人为错误。人工智能技术主要采取神经系统的控制、专家系统的高效控制和模糊控制。现在最常用的技术方式是模糊控制，通过模糊控制借助直流电和交流电的传动最终实现电气自动化控制系统的智能化控制。模糊控制可以具体分为Surgeno和Mamdan两种表现形式，前者是后者的特殊情况，两者均用来调速控制。
在电气领域里，人工智能技术可以运用到日常操作中。我们可以利用家庭电脑实现对电气自动化控制系统的远程操作控制。具体来说，是通过采用人工智能技术预先设计好的既定程序控制操作过程，实现设备智能化，及时掌控全局。
4 总结
综上所述，电气自动化控制中的人工智能技术的应用研究，既能实现工作效率的提高，还能降低运行成本，更好地实现电气系统的自动化智能化控制。此外，随着科学技术的飞速发展，人工智能技术在电气自动化控制中的应用面临着巨大的机遇和挑战，需要学者们不断研究和完善，使其得到更好的应用。
人工智能技术研究范文4
[关键词] 尘肺;慢性缺氧;认知功能;脑细胞超微结构
[中图分类号] R135.2 [文献标识码] A[文章编号] 1673-9701(2010)10-11-02
煤工尘肺(coal worker's pneumoeoniosis,CWP)是指煤矿各工种工人长期吸入生产环境中的粉尘,所引起肺部尘肺病变的总称。尘肺患者由于长期吸入生产性粉尘,损坏了呼吸道黏膜,破坏了其防御功能,减弱了气管对异物的消除能力,肺部广泛纤维化,间质病变,肺泡通气换气功能障碍,使肺功能受损,导致低氧血症[1]。低氧血症会导致多器官的损害,尤其是氧需求量较大的中枢神经系统。缺氧引起记忆功能障碍已得到多方面临床的证实,但是还没有尘肺引起认知障碍方面的研究。
1材料与方法
1.1材料
①动物:20只wistar雄性大鼠,体重(190±20)g,由河北医科大学动物中心提供;②Morris 水迷宫(山西医科大学公共卫生学院);③煤尘颗粒(晋煤集团生产的无烟煤颗粒);④光学显微镜(NIKON ECLIPSE E600,山西医科大学寄生虫教研室);⑤计算机及显微图像分析系统(BI2000,成都泰盟科技有限公司)。
1.2方法
1.2.1动物分组与模型的建立适应性饲养一周后,20只wistar大鼠随机分为尘肺组(CWP组)和对照组。用10%水合氯醛(300mg/kg)腹腔麻醉,然后行气管插管,将颗粒直径
1.2.2Morris水迷宫实验8周后应用Morris水迷宫系统测定大鼠学习记忆能力。①定位航行实验(place navigation):实验前一天预先将大鼠置于水迷宫中自由游泳30min,让其适应水迷宫环境。在学习过程中,大鼠连续训练4d,每天分上、下午两个时段,每个时段训练2次,间隔为60min。每次实验大鼠在4个不同象限中将头朝池壁放入水池,每天次序不同,任其游泳,直至找到平台。60s内寻找到隐藏在水面下平台的时间(逃避潜伏期,escape latency)被记录下来,并允许大鼠在平台上停留10s以达到强化记忆效果,如果大鼠在60s 内未到达平台,逃避潜伏期以60s 记录,并由实验者用杆子将其引至平台停留30s。每次实验后立即用毛巾将大鼠抹干。此项反映大鼠的学习能力。②空间探索实验(spatial probe):实验第5天进行空间探索实验,撤除平台,将大鼠任意选一个入水点放入水中,记录其在2min中内的游泳轨迹,分别计算其跨越目标象限内的游泳时间占整个游泳时间的百分率、跨越平台次数,此项反映大鼠的空间记忆能力。
1.2.3形态学实验检测实验结束时处死大鼠,取肺组织和脑组织做HE染色病理切片,观察肺组织和脑组织结构的变化。
1.3统计学处理
所有数据应用统计软件SPSS13.0 进行统计学分析。
2结果
2.1Morris水迷宫测试
2.1.1Morris水迷宫学习成绩(定位航行实验)CWP组的逃避潜伏期明显长于对照组(P
2.1.2Morris 水迷宫记忆成绩CWP组的穿越平台次数(2.6±1.32)次,较对照组显著减少[(5.1±2.10)次,P
2.2形态学实验结果
①肺组织病理形态学染尘8周可见炎细胞浸润增加,吞噬了煤尘的肺泡巨噬细胞增加及煤尘聚集形成的煤斑或结节增多,病灶肺气肿明显,可见少量肺纤维化形成,见图封三1,2。②脑组织病理形态学观察:光镜下染尘8周可见胶质细胞吞噬神经元,神经元坏死、减少,筛网状软化灶,见图封三3,4。
3讨论
煤工尘肺是职业病的常见病,严重危害劳动者的健康,由于长期吸入生产性粉尘,损坏了呼吸道黏膜,破坏了其防御功能,减弱了气管对异物的消除能力,肺部广泛纤维化,临床上常出现低氧血症,使机体处于一种慢性持续性缺氧状态[2,3]。
缺氧引起记忆功能障碍已得到多方面临床的证实。这种尘肺引起的慢性持续性缺氧状态会引起中枢系统的损害导致认知功能的损害。目前,Morris 水迷宫实验是检验大鼠学习记忆最为经典的方法[4]。水迷宫实验结果显示,在定位航行实验中尘肺组大鼠学习能力明显高于对照组;空间探索实验中,尘肺组较对照组大鼠记忆能力下降,差异均有统计学意义,说明两组大鼠都有空间学习能力,但尘肺可致大鼠学习记忆功能障碍。肺组织超微结构可见炎性细胞的浸润使组织破坏,脑组织切片观察可见胶质细胞吞噬神经元,神经元坏死、减少,筛网状软化灶,可见尘肺组大鼠肺功能受损导致的慢性缺氧致脑细胞的损害。神经元是学习记忆的基础,神经细胞结构功能的损害会影响学习记忆功能。提示煤工尘肺可引起脑细胞受损,从而影响其认知功能。
本实验通过对大鼠尘肺模型的建立,从行为方法学和细胞形态学方面探讨尘肺对大鼠认知功能的影响从而可知尘肺导致的慢性持续性缺氧可诱发大鼠认知功能障碍[5,6]。本研究为煤尘诱发认知功能障碍提供了相关的实验依据,同时提示应足够重视尘肺引起的并发症及认识尘肺防治的必要性。
[参考文献]
[1] 金泰虞. 职业卫生与职业医学[M]. 第5版. 北京:人民卫生出版社,2003:255.
[2] 刘顺银. 煤工尘肺434例死因分析[J]. 中国煤炭工业医学杂志,2005, 8(1):31-32.
[3] 周红,马忠森,王红丽,等. TGFβ1和TGFβRI在煤工尘肺大鼠模型肺组织中的表达[J]. 吉林大学学报(医学版),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.
人工智能技术研究范文5
【关键词】人工智能；智能网络；优化方法；优化工具
伴随着知识时代以及信息社会的到来，信息正以空前的速度发展，面对庞大的信息，人类以前所依靠的自然智能越来越吃力，怎样用人工打造的智能来模仿自然智能，以实现对信息的智能处理，这是当今信息社会所面对的一个越来越重要的课题。人工智能长久以来都处在计算机科技的前沿，它是人类面对知识经济巨大挑战以及走向信息社会所必不可少的一项技术。信息社会对于智能的强烈要求是推动人工智能快速发展的强大动力。近年来，随着多媒体技术，计算机网络的发展，人工智能也迎来了蓬勃发展的全新时期。基于人工智能技术在我国网络领域的应用，我国的计算机网络呈现出越来越高的智能化，使我国的网络显现出全新的面貌。与此同时，智能网络的优化也显得越来越重要。
一、人工智能技术的概述
1.人工智能的概念
人工智能也就是所说的机器智能，简称为AI。它是由计算机学、信息论、心理学等诸多学科之间相互渗透而发展形成的一门科学。该科学通过计算机系统模拟智能活动，就科学的层面讲，人工智能可看作计算机学的分支。总体来看，人工智能极富挑战性，研究人工智能的目的是用机器来完成一些需要人类自然智能才可以完成的较复杂工作[1]。
2.人工智能的优势
毫无疑问，人类智能是最高级复杂的天然智能。然而，无数例子表明，人类思维存在着一定的局限性，这主要表现在四个层面：一是对于信息加工处理效率并不高。二是人脑容量有限且准确性比较差。三是人脑在功能及活动空间上有限。四是人在工作过程中容易受到精神状态、生理状况以及外界环境的影响。而人工智能不仅可以向人类思维那样工作，而且还能很好的克服人脑的局限性，因此人工智能体现出很大的优势。
3.人工智能的发展史
人工智能的实现需从计算机刚诞生时算起，其发展可大致分成三个阶段。
第一阶段即人工智能形成的阶段。1955年香农发明一种树形结构程序，该程序运行时，其在树中寻找与答案最接近的分支探索，从而得到正确答案，该程序标志着人工智能技术的正式起步[2]。
第二阶段即发展阶段。人工智能从该阶段由纯理论探索转变为应用研究，从而相继产生专家系统、自动程序设计以及语言理解等重要技术。
第三阶段即人工智能全新高速发展阶段。此时机器翻译全面复苏并走向市场。数百家公司加入研究，人工智能不断完善。智能机器人以及第5代计算机研制产生。人工智能发展进入全新阶段。
二、基于人工智能技术的智能网络优化的概念和内容
1.基于人工智能技术的智能网络优化的概念及意义
伴随通信技术的发展，客户数目不断增加，因此对通信质量要求也越来越高。当前基于人工智能技术的智能网络优化成为热点问题，由当前智能通信网络降低信道拥塞，从而实现通信的高质量。基于人工智能技术的智能网络优化是在对智能网络运行状况有充分了解的前提下，利用各种手段，对智能网络中不恰当的部分加以调整，从而使网络实现最佳状态。基于人工智能技术的智能网络优化是一项长期性质的工作，必须进行合理规划和建设，才能实现网络的良性运行[3]。
基于人工智能技术的智能网络优化指的是在运行的智能网络提取并分析数据。对影响网络运行的因素及网络运行过程中不确定的因素加以分析，经过参数的优化以及利用技术手段进行实时处理，从而对智能网络运行状况进行更新，以至于令当前网络的状况最佳。基于人工智能技术的智能网络优化的目的是提高智能网络的通信质量并保持智能网络的通信质量。若从网络的层面来看，基于人工智能技术的智能网络优化的目的是提高移动通信质量，同时尽量减少进行网络维护所需的成本。
2.基于人工智能技术的智能网络优化的内容
基于人工智能技术的智能网络优化即对网络运行状况有充分了解的情况下，对当前的智能网络数据来进行采集并加以分析，若发现影响网络质量的因素，应立即采取不同的技术或手段来对网络加以调整优化，从而使网络呈现最佳状态，同时优化资源。基于人工智能技术的智能网络优化的内容包括排除设备故障，维持网络均衡以及话务均衡，提升通话质量，改善智能网络运行指标，配置网络资源并建立维护智能网络的优化平台以及智能网络优化方案[4]。
三、基于人工智能技术的智能网络优化的方法
随着我国智能网络的迅猛增长，基于人工智能技术的智能网络建设愈加重要。利用快速有效的智能网络优化方法，改善基于人工智能技术的智能网络性能以及服务质量，成为当今智能网络运营商极为关注的一个问题。
1.基于人工智能技术的智能网络优化
目前多数基于人工智能技术的智能网络优化依赖维护人员经验以及生产商所提供的一些智能网络优化工具，很难实现智能网络优化的系统性、自动化及连续性。所以将较先进的人工智能技术与智能网络优化相结合，来开发智能网络的优化工具就显得很重要。
智能IA即基于庞大信息，其中包括事实，数据，领域知识经验，来模拟人脑思维的集成系统。基于人工智能技术的智能网络优化是高层次网络维护工作，在优化过程中会涉及到网络软件及硬件等各部分，并使用到多方面的技术。因不同厂商所提供的参数及采集的智能网元性能不同，因此智能网络优化应同时考虑不同厂商系统和设备的不同特点。
2.基于人工智能技术的智能网络优化过程
（1）智能建模
表征智能网络特性的即从厂家OMC所采集庞大数据，为实现基于智能网络特性评估上的网络优化，必须对这些数据加以分析，从而判断网络运行状。ISO-CMCN采取模糊隶属度，模糊智能网络性能数据，将它们描述成自然语言，从而建立能够合理描绘网络运行状况的量化模型[5]。
（2）模糊知识库
ISO-CMCN智能网络优化工具中，使用的是基于事例以及规则上的模糊知识的表达方式.所谓规则表达即将智能网络优化经验归为前提到结论的模式，并且引进模糊因子来反映知识的不确定性。事例表达即以“事例-属性”的形式描绘智能网络的优化。采用的是模糊量化方面技术。从应用角度讲模糊表达方式可有效描绘工程师具体网优化时所用的知识。
（3）信息推理
信息推理即运用经验知识以及实时信息进行问题解决的过程。IOS-CMCN设计了在规则及事例基础上的推理机。推理机自动识别优化模型后，进入规则、事例推理。应用规则推理时，以现有网络运行事件作为驱动，通过模糊知识库模拟实现优化专家的思维。应用事例进行推理时，推理机分析事件特征，根据库中典型事例，通过推理方式来进行智能网络优化处理。
四、结束语
本文介绍了基于人工智能技术的智能网络优化方法，推动了智能网络优化的自动化及智能化，降低了对人的依靠，并且提高了优化效率，为智能网络优化提供了新方法。但其仍存在一些不足之处，我们期待能够在不远的将来找到更完善更优化的方法。
参考文献
[1]任锦,彭玮.浅析人工智能技术[J].科教文汇,2010(12).
[2]杜建凤,宋俊德.蜂窝移动通信网络的智能优化方法研究[J].北京邮电大学学报,2010(24).
[3]冯隽逸.基于移动通信网络优化的智能分析优化系统[J].电脑与电信,2009(10).
人工智能技术研究范文6
【关键词】 高胆固醇;高甘油三酯;血小板平均体积;血小板聚集率
血脂异常往往表现为高胆固醇(tc)和(或)高甘油三酯(tg)，与某些疾病尤其是心脑血管和血栓性疾病如动脉粥样硬化、心肌梗死、脑梗死、脑卒中和高血压等发生和发展密切相关。血脂异常可损伤血管壁内皮细胞，促使血小板粘附，聚集和释放，从而引起血小板各参数的变化[1]。为了探讨不同浓度胆固醇、甘油三酯对血小板(plt)计数、血小板平均体积(mpv)及血小板聚集率(pagt)的影响及其相关性，根据中国成人血脂异常防治指南(2007)[2]，将不同含量tc和tg进行分组，对血小板参数和聚集率进行比较分析，评价这些指标对心脑血管和血栓性疾病发生风险的价值。
1 资料和方法
1.1 一般资料：2008年1月1日至2008年5月30日在我院体检人员中，抽取测定过血小板聚集率392例，其中男性293例，年龄35～65(平均46.5±9.8)岁，女性99例，年龄35～65(平均40.4±6.7)岁，根据中国成人血脂异常防治指南(2007)[2]，将tc和tg分成六组，分别为对照组(tc<5.18mmol/l且tc<1.70mmol/l)、边缘升高tc组(tc 5.18～6.19mmol/l且tg<1.70mmol/l)、边缘升高tg组(tg 1.70～2.25mmol/l且tc<5.18mmol/l)、升高tc组(tc≥6.22mmol/l且tg<1.70mmol/l)、升高tg组(tg≥2.26mmol/l且tc<5.18mmol/l)、tc、tg均升高组(tc≥6.22mmol/l且tg≥2.26mmol/l)。排除高血压、糖尿病及肝肾疾病，排除药物干扰，各组间年龄和性别均无显著性差异。
1.2 试剂、检测方法：(1)全自动血球分析仪backman coulter lh750(美国)原装配套试剂，电阻抗法测定plt、mpv;四通道血小板聚集仪chrono_log aggro meter(美国)，原装配套试剂，比浊法测定pagt;全自动生化分析仪olympus au2700(日本)上海丰汇医学科技有限公司提供试剂，酶法测定tc和tg。(2)受检者按常规取血至检验，以二磷酸腺苷(adp)0.5umol/l、2.0umol/l，肾上腺素(adr)2.78umol/l、5.56umol/l作为诱导剂，4h内检测完pagt，取最大聚集率;3ml凝固血分离血清检测tc和tg，3h内检测完。(3)质控：所用仪器严格按照sop操作，每日做室内质控，参加部省级室间质控，成绩优秀。
1.3 统计学方法：使用spss 11.0统计软件，全部实验数据均以x-±s表示，采用t检验，组间均数采用单因素方差分析并行pearson相关分析，p<0.05为差异有统计学意义。
2 结果
2.1 各组血小板参数及不同诱导剂刺激聚集率比较：见表1。各组参数与对照组比较，边缘升高tg组、边缘升高tg组、升高tc组、升高tg组、tc、tg均升高组结果mpv明显升高，存在显著性差异p<0.05～0.01;与对照组比较，pagt在诱导剂adp 0.05umol/l刺激下边缘升高tc组、边缘升高tg组、升高tc组、升高tg组、tc、tg均升高组结果pagtadp0.5明显升高，有显著性差异p<0.05～0.01，pagt在诱导剂adr 2.78umol/l刺激下，升高tc组、升高tg组、tc、tg均升高组比较结果pagtadr2.78明显升高，存在显著性差异p<0.05，pagt在诱导剂adp 2.0umol/l、adr 5.56umol/l刺激下，对照组与各组比较结果无显著性差异p>0.05;边缘升高tc组、边缘升高tg组、升高tc组、升高tg组、tc、tg均升高组五组之间mpv、pagt比较无显著性差异p>0.05;plt各组间比较无显著性差异p>0.05。表1 各组血小板各参数及不同诱导剂刺激的聚集率结果比较(注：与对照组比较p<0.05，p<0.01
2.2 相关性分析：tc、tg、mpv、pagt进行pearson相关分析，mpv与tc、tg结果存在正相关p<0.05，r值分别是rtc=0.208，rtg=0.215;pagtadp0.5、pagtadr2.78与tc、tg结果存在正相关p<0.05，r值分别是rtc adr0.5=0.156，rtc adr2.78=0.201，rtg adr0.5=0.147，rtg adr2.78=0.198。tc、tg与pagtadp2.0、pagtadr5.56结果无相关性p>0.05，r值分别是rtc adr2.0=0.016，rtg adr5.56=0.011，rtg adr2.0=-0.007，rtg adr5.56=0.010;mpv与pagtadp0.5、pagtadp2.0结果存在正相关p<0.05，r值分别是rmpv adp0.5=0.194，rmpv adr2.78=0.187，与pagtadp2.0、pagtadr5.56结果无相关性p>0.05，rmpv adp2.0=0.007，rmpv adr5.56=0.024。
3 讨论
血脂异常对人体最大危害是引起动脉粥样硬化，造成相应器官或组织供血不足。当血小板受到某些生理或病理因素作用时，血小板被大量激活。血脂代谢异常会使完整的血管内皮受损，消耗血小板，刺激骨髓巨核细胞增生血小板，导致mpv升高[3]，mpv是血小板活化的一个指标，mpv越大表示体内血小板越容易被激活，本文结果，边缘组、升高组与对照组相比mpv升高(p<0.05～0.01)。
本文结果显示边缘组、升高组与对照组相比，pagt在诱导剂adp 0.5umol/l、adr 2.78umol/l刺激下明显升高(p<0.05～0.01)，有报道[5]体积大的血小板功能活跃，致密小体含量多，释放adp、肾上腺素、血栓素等因子，促使血小板聚集，导致pagt升高，另外血管壁内皮细胞功能损伤，内皮细胞可释放出组织因子，产生血小板活化因子(paf)促进血小板聚集，同时因内皮细胞表面adp酶生成减少，使adp灭活减少，促使血小板聚集[5]，进一步导致pagt升高。本文提示，pagt对低浓度诱导剂adp和adr刺激的敏感性较强(p<0.05～0.01)，而对较高浓度的诱导剂adp和adr刺激时二者无明显差异(p>0.05)，高浓度诱导剂不能反映患者血小板聚集功能的敏感度变化，这提示临床实验观察血小板聚集功能时应选择几种适当的浓度。
mpv与心脑血管疾病的发病和预后密切相关，是心肌梗死的和脑梗死的危险因素之一，pagt是血小板功能变化、血栓形成的最初阶段。本文分析表明，tc、tg与mpv、pagtadp0.5、pagtadr2.78，mpv与pagtadp0.5、pagtadr2.78均呈正相关(p<0.05)，因此建议血脂异常人群有必要监测血小板参数及聚集功能，对预测心脑血管和血栓性疾病的发生风险具有参考价值。
【参考文献】
[1]王志军，柯元南，程文立，等.高脂血症大鼠血小板活化功能分析[j].中国比较医学杂志，2008，18(3)：10-13.
[2]中国成人血脂异常防治指南制定联合委员会.中国成人血脂异常防治指南[j].中华心血管病杂志，2007，35(5)：390-419.
[3]孙洪武，王鸿利.临床实验诊断学[m].上海：上海科学技术出版社，2001，51-114.
[4]丛玉隆，王淑娟.今日临床检验学[m].北京：中国科技出版社，1997，118-123.
