智能制造导论课件

1、 业 革命 ，基于 虚 拟 网 络 实 体物理系 统 （信息 -物理系 统 ） （ CPS）时间4p在制造工程 领 域，全球 竞 争愈演愈烈，中国等新型 经济 体 对 德国工 业 构成 竞 争威 胁 ，美国也正在采取措施应对 去工 业 化，促 进 “先 进 制造 业 ”的 发 展。
p德国的装 备 制造 业 应 不断地将信息和通信技 术 集成到传统 的高技 术战 略来 维 持其全球市 场领导 地位，与此同 时 ，成 为 智能制造技 术 的主要供 应 商。
背景 : 确保德国制造 业 未来的 双重 战 略 (dual strategy)输 多 赢 少5本 质 ： 将 信息物理系 统 （ CPS）集成 应 用于制造 业 和物流行 业 ，以及在工 业 生 产过 程中使用物 联 网和服 务 技 术 。
对 价 值创 造、商 业 模式、下游服 务 和工作 组织产 生影响。
工 业 4.0的 本 质 和愿景愿景：工 业 4.0作 为 智能化、网 络 化世界的一部分6工 业 4.0的特性： 横向、端到端、 纵 向集成p通 过 价 值 链 及 网 络实现 企 业间 横向集成p 贯 穿整个价 值链 的 产 。

2、Intelligence:A Modern Approach. Stuart Russell, 2003,Artificial Intelligence 3, Winston.2005,高级人工智能. 史忠植.科学出版社,人工智能导论. 林瑞尧，马少平.清华大学出版社,5,2018/11/6,总评成绩= 作业实验20% + 考勤10% + 考查70%,请注意！,成 绩 评 定 标 准,6,2018/11/6,教 师 联 系 方 法,TEL：13888515979E_mail：694606368qq.com,2018/11/6,7,第 1 章 人工智能概述,8,2018/11/6,1.3 人工智能的研究内容,1.5 人工智能研究及应用领域,1.4 人工智能研究方法与途径,1.1 人工智能的定义,1.2 人工智能的发展简史,第一章 主 要 内 容,9,2018/11/6,本章学习要点,了解人工智能科学的的诞生及其发展历史； 掌握人工智能的定义； 了解人工智能研究的各种学派及其理论； 了解人工智能研究的应用领域。
,10,2018/11/6,1.3 。

3、整个世界,- 4 -,1.“中国制造”改变着整个世界,中国制造,日本制造,1750,1800,1900,2000,1850,1950,2050,德国制造,英国制造,美国制造,中国已经成为全球第二大经济体。
中国极可能成为“第五个”世界制造中心。
,伴随世界制造业的发展，在不同的阶段形成了四大世界级制造中心。
,自1994 年人民币汇率改革以来, 在中国保持对美商品出口快速增长的同时, 美国对中国产品反倾销调查和反倾销最终措施数量也有了大幅地增长。
,欧美采取贸易保护反制,- 5 -,1.“中国制造”改变着整个世界,- 6 -,2.美国对“中国制造”的忧虑,美国奇点大学著名教授瓦德瓦2012年1月11日在华盛顿邮报认为：我们将人工智能、机器人和数字化制造相结合，使得美国企业家在本土建厂，生产出各种产品， 这是一场制造业的革命。
中国还如何能与我们竞争？很快就轮到中国担忧了。
,寻求技术跨越,- 7 -,3.目前德国制造业面临的压力,老龄化社会带来劳动力减少,资源匮乏，能效仍需提升,产业转移带来国内制造业空心。

4、展历史 10.2 语言处理过程的层次 10.3 机器翻译 10.4 语音识别,3,第10章 自然语言处理及其应用,10.1 自然语言理解的概念与发展历史 10.2 语言处理过程的层次 10.3 机器翻译 10.4 语音识别,4,10.1.1 自然语言理解的概念,微观角度：从自然语言到机器内部的一个映射。
宏观角度：使机器能够执行人类所期望的某种语言功能。
,（1）回答问题：计算机正确地回答用自然语言输入的有关问题。
（2）文摘生成：机器能产生输入文本的摘要。
（3）释义：机器能用不同的词语和句型来复述输入的自然语言信息。
（4）翻译：机器能把一种语言翻译成另外一种语言。
,5,10.1.2 自然语言理解研究的产生与发展,1. 萌芽时期（20世纪40年代末50年代初）,2. 以关键词匹配技术为主的时期 （20世纪60年代始）,A. Donald Booth & W. Weaver M. Chomsky 形式语言和文法,3. 以句法语义分析技术为主的时期 （ 20世纪70年代后）,4. 基于知识的自然语言理解发展时期,5. 基于大规模语料库的自然语言理解发展时期,68年B. Rapha。

5、不确定性推理方法，主要介绍可信度方法、证据理论，最后介绍目前在专家系统、信息处理、自动控制等领域广泛应用的依据模糊理论发展起来的模糊推理方法。
,2,第4章 不确定性推理方法,4.1 不确定性推理的基本概念 4.2 可信度方法 4.3 证据理论 4.4 模糊推理方法,3,第4章 不确定性推理方法,4.1 不确定性推理中的基本问题 4.2 可信度方法 4.3 证据理论 4.4 模糊推理方法,4,4.1 不确定性推理中的基本问题,推理：从已知事实（证据）出发，通过运用相关知识逐步推出结论或者证明某个假设成立或不成立的思维过程。
不确定性推理：从不确定性的初始证据出发，通过运用不确定性的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
,5,不确定性的表示与量度不确定性匹配算法及阈值的选择组合证据不确定性的算法 不确定性的传递算法结论不确定性的合成,4.1 不确定性推理中的基本问题,6,4.1 不确定性推理中的基本问题,1. 不确定性的表示与量度 （1）知识不确定性的表示 （2）证据不确定性的表示证据的动态强度 （3）不确定性的量度,在专家系统中知识的不确定性一。

6、以及知识发现和数据挖掘的基本概念和方法、建立专家系统的方法以及几个著名的专家系统实例。
这几个专家系统已经成为当前开发专家系统的骨架系统，具有很广泛的应用。
,2,第7章 专家系统与机器学习,7.1 专家系统的产生和发展 7.2 专家系统的概念 7.3 专家系统的工作原理 7.4 知识获取的主要过程与模式 7.5 机器学习 7.6 知识发现与数据挖掘 7.7 专家系统的建立 7.8 专家系统实例 7.9 专家系统的开发工具,3,7.1 专家系统的产生和发展 7.2 专家系统的概念 7.3 专家系统的工作原理 7.4 知识获取的主要过程与模式 7.5 机器学习 7.6 知识发现与数据挖掘 7.7 专家系统的建立 7.8 专家系统实例 7.9 专家系统的开发工具,第7章 专家系统与机器学习,4,7.1 专家系统的产生和发展,第一阶段 : 初创期（20世纪60年代中期 20世纪70年代初）,DENDRAL系统（1968年，斯坦福大学费根鲍姆等人）推 断化学分子结构的专家系统MYCSYMA系统（1971年，麻省理工学院 ）用于数学运算的数学专家系统,特点：高度的专业化。
专门问题求解能力强。

7、泛的BP神经网络和Hopfield神经网络及其在模式识别、联想记忆、软测量、智能计算、组合优化问题求解等方面的应用。
,2,第8章 人工神经网络及其应用,神经网络（neural networks，NN）,生物神经网络( natural neural network, NNN): 由中枢神经系统（脑和脊髓）及周围神经系统（感觉神经、运动神经等）所构成的错综复杂的神经网络，其中最重要的是脑神经系统。
人工神经网络(artificial neural networks, ANN): 模拟人脑神经系统的结构和功能，运用大量简单处理单元经广泛连接而组成的人工网络系统。
,神经网络方法： 隐式的知识表示方法,3,第8章 人工神经网络及其应用,8.1 神经元与神经网络 8.2 BP神经网络及其学习算法 8.3 BP神经网络的应用 8.4 Hopfield神经网络及其改进 8.5 Hopfield神经网络的应用,4,第8章 人工神经网络及其应用,8.1 神经元与神经网络 8.2 BP神经网络及其学习算法 8.3 BP神经网络的应用 8.4 Hopfield神经网络及其改进 8.5 Hopfield神经网络。

8、能游戏开发方法与开发工具，最后简单介绍扫雷机智能游戏开发。
,2,11.1 人工智能游戏,计算机游戏（Computer Game）始于1958年的游戏“两人网球” 。
人工智能游戏（AI Game）为计算机游戏业提供了新机遇，目前已经形成了数十亿美圆的产业。
人工智能技术已经是优秀电脑游戏开发中不可缺少的部分，是游戏产品畅销与否的一个决定性因素。
应用人工智能技术设计的游戏称为人工智能游戏（AI Game），或简称为智能游戏。
,3,11.1 人工智能游戏,正如经典游戏“小精灵” 里的魔鬼、“Unreal”第一人称射击游戏（FPS）里的虚拟战友，以及其他游戏角色，看起来都是具有智慧的生命，这种游戏可以认为是有智能的。
有人将游戏中的路径搜索、碰撞检测等，也列入游戏智能的范畴。
在游戏中包括角色从简单的追逐、闪躲、移动到复杂的神经网络和遗传算法应用等，体现角色行动的“自主性”，则说明游戏具有智能性。
,几种游戏的智能性的观点：,4,11.1 人工智能游戏,一类是在背景中，如云、鸟等。
这类对象的行为在游戏中无须人工干预，变化也不多，控制的逻辑不复杂。
另一类是各种角色，如虚拟的人、兽、怪物、机器。

9、后介绍双倍体、双种群、自适应等比较典型的改进遗传算法，最后简单介绍了遗传算法在生产调度中的应用。
在此基础上，读者可以进一步学习遗传算法以及其他进化算法的内容。
,2,第6章 遗传算法及其应用,6.1 遗传算法的产生与发展 6.2 遗传算法的基本算法 6.3 遗传算法的改进算法 6.4 遗传算法的应用,3,第6章 遗传算法及其应用,6.1 遗传算法的产生与发展 6.2 遗传算法的基本算法 6.3 遗传算法的改进算法 6.4 遗传算法的应用,4,6.1 遗传算法的产生与发展,遗传算法（genetic algorithms，GA）：一类借鉴生物界自然选择和自然遗传机制的随机搜索算法,非常适用于处理传统搜索方法难以解决的复杂和非线性优化问题。
遗传算法可广泛应用于组合优化、机器学习、自适应控制、规划设计和人工生命等领域。
,5,6.1 遗传算法的产生与发展,6.1.1 遗传算法的生物背景 6.1.2 遗产算法的基本思想 6.1.3 遗产算法的发展历史 6.1.4 设计遗产算法的基本原则与内容,6,6.1.1 遗传算法的生物学背景,适者生存：最适合自然环境的群体往往产生了更大的后代群体。
生物进化的。

10、使定理证明能够在计算机上实现。
,2,第3章 确定性推理方法,第3章 确定性推理方法,3,第3章 确定性推理方法,3.1 推理的基本概念 3.2 自然演绎推理 3.3 谓词公式化为子句集的方法 3.4 鲁宾逊归结原理 3.5 归结反演 3.6 应用归结反演求解问题,4,第3章 确定性推理方法,3.1 推理的基本概念 3.2 自然演绎推理 3.3 谓词公式化为子句集的方法 3.4 鲁宾逊归结原理 3.5 归结反演 3.6 应用归结反演求解问题,5,3.1 推理的基本概念,3.1.1 推理的定义 3.1.2 推理方式及其分类 3.1.3 推理的方向 3.1.4 冲突消解策略,6,3.1.1 推理的定义,推理：,7,3.1 推理的基本概念,3.1.1 推理的定义 3.1.2 推理方式及其分类 3.1.3 推理的方向 3.1.4 冲突消解策略,8,（1）演绎推理 (deductive reasoning) : 一般 个别三段论式（三段论法）足球运动员的身体都是强壮的 ；高波是一名足球运动员；所以，高波的身体是强壮的。
,3.1.2 推理方式及其分类,演绎推理、归纳推理、默认推理,（。

11、识表示和搜索策略，主要有回溯策略、宽度优先搜索、深度优先搜索等盲目的图搜索策略，以及A及A*搜索算法等启发式图搜索策略。
,2,第5章 搜索求解策略,5.1 搜索的概念 5.2 状态空间的搜索策略 5.3 盲目的图搜索策略 5.4 启发式图搜索策略,3,第5章 搜索求解策略,5.1 搜索的概念 5.2 状态空间的搜索策略 5.3 盲目的图搜索策略 5.4 启发式图搜索策略,4,5.1 搜索的概念,问题求解： 问题的表示。
求解方法。
问题求解的基本方法：搜索法、归约法、归结法、推理法及产生式等。
,5,5.1.1 搜索的基本问题与主要过程,搜索中需要解决的基本问题： （1）是否一定能找到一个解。
（2）找到的解是否是最佳解。
（3）时间与空间复杂性如何。
（4）是否终止运行或是否会陷入一个死循环。
,6,5.1.1 搜索的基本问题与主要过程,搜索的主要过程： (1) 从初始或目的状态出发，并将它作为当前状态。
(2) 扫描操作算子集，将适用当前状态的一些操作算子作用于当前状态而得到新的状态，并建立指向其父结点的指针 。
(3) 检查所生成的新状态是否满足结束状态，如果满足，则得到问题的一个解。

12、的发展简史 1.3 人工智能研究的基本内容 1.4 人工智能的主要研究领域,5,第1章 绪论,1.1 人工智能的基本概念 1.2 人工智能的发展简史 1.3 人工智能研究的基本内容 1.4 人工智能的主要研究领域,6,1.1.1 智能的概念,自然界四大奥秘：物质的本质、宇宙的起源、生命的本 质、智能的发生。
对智能还没有确切的定义，主要流派有：（1）思维理论：智能的核心是思维（2）知识阈值理论：智能取决于知识的数量及一般化程度（3）进化理论：用控制取代知识的表示 智能是知识与智力的总和,知识是一切智能行为的基础,获取知识并应用知识求解问题的能力,7,感知能力：通过视觉、听觉、触觉、嗅觉等感觉器官感知外部世界的能力。
80%以上信息通过视觉得到，10%信息通过听觉得到。
,1.1.2 智能的特征,存储由感知器官感知到的外部信息以及由思维所产生的知识,对记忆的信息进行处理,2. 记忆与思维能力,8,（1）逻辑思维（抽象思维） 依靠逻辑进行思维。
思维过程是串行的。
容易形式化。
思维过程具有严密性、可靠性。
,1.1.2 智能的特征,（2）形象思维（直感思维）依据直觉。
思维过程是并行协同式的。

13、法简介,7.1.1 遗传算法的基本原理 简单遗传算法 霍兰德(Holland)于1975年首次提出遗传算法 编码与解码 二进制解码公式浮点数编码、格雷码、符号编码、多参数编码 适应度函数遗传操作 选择（复制）、交叉、变异,5,7.1.2 遗传算法的求解步骤,遗传算法的特点 对参数集合编码 从问题解的编码组开始 利用目标函数的适应度 利用选择、交叉、变异等算子 遗传算法的框图 简单遗传算法,7.1 遗传算法简介,终止条件,开始,初始化种群,计算适应度值,计算适应度值,计算适应度值,计算适应度值,适应度值最优个体,结束,6,7.2 进化控制基本原理,7.2.1 进化控制原理与系统结构 进化控制及基本思想 进化机制与反馈控制机制的结合 进化控制系统的基本结构,系统,系统状态,系统 模型,控制器,控制输入,+,-,+,-,(a),(b),7,7.2.1 进化控制原理与系统结构,进化控制系统的结构和形式化描述,Ta,转换,人机接口,适应度函数,问题解空间表示,进化操作,广义被控对象,进化控制器,性能评价,。

14、网络等当前人工智能中应用比较广泛的知识表示方法，为后面介绍推理方法、专家系统等奠定基础。
,2,第2章 知识表示,2.1 知识与知识表示的概念 2.2 一阶谓词逻辑表示法 2.3 产生式表示法 2.4 框架表示法,3,第2章 知识表示,2.1 知识与知识表示的概念 2.2 一阶谓词逻辑表示法 2.3 产生式表示法 2.4 框架表示法,4,2.1.1 知识的概念,知识：在长期的生活及社会实践中、在科学研究及实验中积累起来的对客观世界的认识与经验。
知识：把有关信息关联在一起所形成的信息结构。
知识反映了客观世界中事物之间的关系，不同事物或者相同事物间的不同关系形成了不同的知识。
,信息关联形式：“如果，则” 如果大雁向南飞，则冬天就要来临了。
, 规则, 事实,例如：“雪是白色的” 。
“如果头痛且流涕，则有可能患了感冒” 。
,5,2.1.2 知识的特性,1.相对正确性任何知识都是在一定的条件及环境下产生的，在这种条件及环境下才是正确的。
,1+1=2 （十进制） 1+1=10 (二进制）,6,2.1.2 知识的特性,不确定性,随机性引起的不确定性 模糊性引起的不确定性 经验引起。

15、本技术。
,2,第9章 智能体与多智能体系统,9.1 智能体的概念与结构 9.2 多智能体系统的概念与结构 9.3 多智能体系统的通信 9.4 多智能体系统的协调 9.5 多智能体系统的协作 9.6 多智能体系统的协商,3,9.1 智能体的概念与结构 9.2 多智能体系统的概念与结构 9.3 多智能体系统的通信 9.4 多智能体系统的协调 9.5 多智能体系统的协作 9.6 多智能体系统的协商,第9章 智能体与多智能体系统,4,9.1 智能体的概念与结构,9.1.1 智能体的概念,Agent可以看做是一个程序或者一个实体，它嵌入在环境中，通过传感器(sensors)感知环境，通过效应器（effectors）自治地作用于环境并满足设计要求。
,Agent与环境的交互作用,5,9.1.2 智能体的特性,（1）自主性：Agent具有独立的局部于自身的知识和知识处理方法，能够根据其内部状态和感知到的环境信息自主决定和控制自身的状态和行为。
（2）反应性：Agent能够感知、影响环境。
Agent的行为是为了实现自身内在的目标，在某些情况下，Agent能够采取主动的行为，改变周围的环境，以实现自身的。

16、人工智能研究的基本内容 1.4 人工智能的主要研究领域,4,第1章 绪论,1.1 人工智能的基本概念 1.2 人工智能的发展简史 1.3 人工智能研究的基本内容 1.4 人工智能的主要研究领域,5,1.1.1 智能的概念,自然界四大奥秘：物质的本质、宇宙的起源、生命的本 质、智能的发生。
对智能还没有确切的定义，主要流派有：（1）思维理论：智能的核心是思维（2）知识阈值理论：智能取决于知识的数量及一般化程度（3）进化理论：用控制取代知识的表示 智能是知识与智力的总和,知识是一切智能行为的基础,获取知识并应用知识求解问题的能力,6,感知能力：通过视觉、听觉、触觉、嗅觉等感觉器官感知外部世界的能力。
80%以上信息通过视觉得到，10%信息通过听觉得到。
,1.1.2 智能的特征,存储由感知器官感知到的外部信息以及由思维所产生的知识,对记忆的信息进行处理,2. 记忆与思维能力,7,（1）逻辑思维（抽象思维） 依靠逻辑进行思维。
思维过程是串行的。
容易形式化。
思维过程具有严密性、可靠性。
,1.1.2 智能的特征,（2）形象思维（直感思维）依据直觉。
思维过程是并行协同式的。
形式化困难。
在信息变。

17、研究院,1.2 智能制造的特征,1.智能制造概述,1.3 智能制造的支持技术 数字制造技术：CNC/CAD、CAM、CAE、CIMS； 传感与控制技术：新型光机电传感系统、嵌入式控制系统等； 人工智能技术：知识表示、机器学习、自动推理、智能计算等； 互联网、物联网及射频识别技术； 数学：数学逻辑、运筹与决策分析、随机过程与统计分析、非线性系统动力学等。
,甘肃省机械科学研究院,2.智能制造技术的发展现状,2.1 国外发展现状日本于1989年提出智能制造系统，且于1994年启动了先进制造国际合作研究项目，其中包括公司集成和全球制造、制造知识体系、分布智能系统控制、快速产品实现的分布智能系统技术等。
美国于1992年执行新技术政策，大力支持包括信息技术和新的制造工艺，智能制造技术在内的关键重大技术。
欧盟于1994年启动新的研发项目，选择了39项核心技术，其中信息技术、分子生物学和先进制造技术中均突出了智能制造技术的地位。
,甘肃省机械科学研究院,2.智能制造技术的发展现状,2.1 国外发展现状2001年6月，美国正式启动包括工业机器人在内的“先进制造伙伴计划”；2012年2月，又出台“先进制造业。

18、息是在车中获得，也有许多为旅行前做旅行计划所需要的信息是在家中、办公室、公用电话亭等地获得，甚至还可随时随地利用便携式计算机、手掌机得到。
多模式的旅行信息更受欢迎，因为旅行者可根据最新的信息选择他们的旅行方式和时间。
ATMS也提供信息，如可变信息标志VMS、公路咨询广播等，但ATIS的信息更加复杂，要使公众能很方便地获得它需要克服更多的困难。
ATIS可以利用ATMS提供的信息，但它自身也要发展同时提供旅行前和旅行途中信息的方法。
,ATIS主要功能子系统,车载路径诱导系统 停车场可利用性诱导系统 数字地图数据库,车载路径诱导系统,该子系统能帮助驾驶员避开拥挤和事故、避免因不熟悉城市交通环境而“迷路”、也有利于增加安全。
静态路径诱导从路侧发展到车上，动态路径诱导系统也已经有了很大的进展。
局部决定的动态车载路径诱导系统已经被市场广泛接受，而一些国家正在研究中心决定的动态车载路径诱导系统。
日本关于车载路径诱导系统的市场增长速度在世界上时最快的。
,停车场可利用性诱导系统,在一个大城市中心区，如果没有可利用性诱导系统，为了寻找一个有停车空位的停车场，驾驶员往往要花上半个小时，他们为寻找停车场的行。