【摘 要】在社會主義經(jīng)濟建設快速發(fā)展的帶動下，國內(nèi)的電子科技產(chǎn)業(yè)也隨之發(fā)生了巨大的變化。新時代的企業(yè)發(fā)展中，電子科技產(chǎn)業(yè)是必不可少的發(fā)展元素。尤其是在人工智能化發(fā)展中，電子產(chǎn)品的應用就更為廣泛了。下面，本文對機械電子工程與人工智能化的關系進行一個簡單的論述。

【關鍵詞】電子工程 機械工程 人工智能

電子機械工程產(chǎn)業(yè)對于傳統(tǒng)的機械產(chǎn)業(yè)來說是一個新型的產(chǎn)業(yè)，隨著國內(nèi)的不斷發(fā)展，兩種產(chǎn)業(yè)逐漸融合，隨著人工智能技術(shù)水平的不斷提升，機械電子工程由信息鏈接逐漸代替了以前的能量鏈接和動能鏈接，使機械電子工程增加了部分人工智能技術(shù)。隨著機械電子技術(shù)的更新和發(fā)展，人工智能技術(shù)也得到了很快的發(fā)展。

一、 什么是人工智能技術(shù)

所謂的人工智能是一門極富有挑戰(zhàn)性的學科，從事人工智能學科的人必須要熟練計算機、哲學及心理學的應用，人工智能包含的科學范圍是十分廣泛的，它由不同的領域所組成，如機器技術(shù)，計算機應用等等，總體來說，人工智能所研究的主要目的就是為了使機械能夠勝任一些需要人類智能才可以完成的工作。不同的年代對于不同工作的復雜程度理解是不同的，

本來復雜的科學和計算本應是用人的大腦來計算的，經(jīng)過現(xiàn)代的發(fā)展，如今的計算機不僅可以完成這些計算，并且比人腦的計算速度要快幾萬倍，并且準確度相當高，由此可見，復雜工作的定義是隨著時代的變化而變化的。人工智能這門科學也隨著科技的不斷變化而產(chǎn)生了改變，一方面不斷地獲取著新的進展，另一方面又向更加有難度的目標奮進。除此之外，人工智能技術(shù)還涉及信息論、自動化技術(shù)、控制論、仿生論、生物論、心理學、數(shù)學、哲學、語言學、醫(yī)學等諸多學科。

二、 人工智能技術(shù)與電子機械之間應用的關系

我們社會發(fā)展的最初時候，人類社會發(fā)展的重要根源是物質(zhì)和信息，當時各個方面的生產(chǎn)力水平還很低下，人類的生存主要以物質(zhì)基礎為主，那時的信息傳遞的方式還是最原始的“結(jié)繩記事”法。隨著我國經(jīng)濟建設的不斷發(fā)展，使生產(chǎn)力水平也不斷提高。信息傳遞的重要性也隨著我們思想觀念的轉(zhuǎn)變而變得尤為重要，因而，文字信息傳遞法由然而生。隨著時代的發(fā)展，網(wǎng)絡信息傳遞方式已經(jīng)被廣泛地應用于全國各地，給信息傳遞帶來了新的革命，從此人類進入到了一個全新的信息化時代。信息化時代不能脫離人工智能技術(shù)發(fā)展，不管是任何行業(yè)，不管是控制技術(shù)或是模型建成、故障診斷或是故障報警，都離不開人工智能化技術(shù)的輔助，也可以說，人工智能化技術(shù)對于電子機械工程的發(fā)展與運作，起著不可忽視的作用。

電子機械系統(tǒng)本身就存在著不穩(wěn)定的成分，于是電子機械輸入系統(tǒng)和輸出系統(tǒng)的描述就顯得比較困難。而其傳統(tǒng)的電子機械描述系統(tǒng)分為：推導數(shù)學方程的方法、學習并生成知識法和規(guī)則庫建設方法這三種形式。盡管傳統(tǒng)數(shù)學解析法精準度和嚴密度都很高，卻并不適合復雜的機械系統(tǒng)運算，只能應用在那些簡單機械系統(tǒng)運算中。復雜機械輸入輸出系統(tǒng)運算采取傳統(tǒng)數(shù)學解析法很難給出正確的數(shù)學解析。隨著社會的發(fā)展，當代社會對多樣和精密的機械分析計算系統(tǒng)的需求越來越大，它可以處理多種多樣的不同的信息數(shù)據(jù)種類。例如：電子機械運行的傳感器傳輸?shù)男畔⒖梢苑殖蓛纱箢悾赫Z言信息、數(shù)字信息，但在人工智能技術(shù)處理信息時出現(xiàn)了復雜性和不確定性的成分，導致以知識為基礎的人工智能技術(shù)在數(shù)據(jù)傳輸中處理信息的時候，不知不覺的成了數(shù)學信息解析的替代手段。

電子機械運行過程構(gòu)建的人工智能大體可以分為兩類，即模糊推理系統(tǒng)和神經(jīng)網(wǎng)絡系統(tǒng)。

神經(jīng)網(wǎng)絡系統(tǒng)就像是人的大腦結(jié)構(gòu)一樣，先對機械系統(tǒng)傳輸?shù)臄?shù)字信號進行分析整理，然后及時分析參考數(shù)值；模糊推理系統(tǒng)則是人大腦功能的模擬，模擬大腦功能去分析機械傳輸?shù)恼Z言信號。而這兩大輸入輸出數(shù)據(jù)的處理方式間的關系有相同的地方，也有不同的地方。神經(jīng)網(wǎng)絡系統(tǒng)與模糊推理系統(tǒng)的相似之處是：它們都是通過任意的精準度，用對網(wǎng)絡結(jié)構(gòu)的模擬去形成連續(xù)的函數(shù)。而兩者不同點則是：神經(jīng)網(wǎng)絡系統(tǒng)具有不清晰的意義，模糊推理系統(tǒng)卻具有清晰的意義；神經(jīng)網(wǎng)絡系統(tǒng)是從點到點的映射方式，而模糊推理系統(tǒng)則是整理域到域的映射方式；神經(jīng)網(wǎng)絡系統(tǒng)儲存信息的方式是分布式的，而模糊推理系統(tǒng)儲存信息的方式則是規(guī)則式的。主要是神經(jīng)網(wǎng)絡系統(tǒng)輸入的每個神經(jīng)元都有固定的聯(lián)系，計算量相對比較大；模糊推理系統(tǒng)的連接有不穩(wěn)定的因素，計算量相對來說比較小。而神經(jīng)網(wǎng)絡系統(tǒng)的信息輸入輸出階段有著很高的精度，表現(xiàn)為光滑的曲面狀態(tài)。但是模糊推理系統(tǒng)的信息輸入輸出階段精準度很低，并且呈現(xiàn)出臺階的形狀。

三、結(jié)語

隨著社會科技水平的不斷發(fā)展和進步，單純的獨立的人工智能技術(shù)已經(jīng)不能滿足我們和當代社會的要求了，因此，我們要秉承不斷發(fā)展與進步的思想理念，在工人智能開發(fā)技術(shù)上進行不斷的研究與探索，使人工智能技術(shù)能夠與電子機械工程完美地結(jié)合在一起，實現(xiàn)電子機械工程與人工智能的共同發(fā)展目標。

參考文獻：

[1]傅麗凌、楊平，機械專業(yè)綜合型試驗平臺的建設[J].電子科技大學學報社科版，2005，7（增刊）.

[2]陳慶霞，人工智能研究綱領的發(fā)展歷程和前景[J].科技信息，2009，33.

[3]史忠植，高級人工智能[M].科學出版社，2006.