一、智能科技全面振興  

　　當(dāng)今的智能科技分支林立，蓬勃興旺，在國內(nèi)外已獲得了飛速發(fā)展，諸如模糊邏輯、遺傳算法、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、仿人智能、粗糙集理論、物元可拓方法、知識工程、模式識別、定性控制、小波分析、分形幾何、混沌控制、數(shù)據(jù)融合技術(shù)等等，真可謂是八仙過海，各顯神通。其各有所長，分別組合，取長補短，相得益彰。  

　　人工神經(jīng)網(wǎng)絡(luò)是當(dāng)今智能科技中的基礎(chǔ)技術(shù)，它的連接機制與人工智能的符號推理機制并列，成為智能科技的兩大陣營。它模擬人腦的解剖生理學(xué)特征，用許多并行的簡單神經(jīng)元，以一定的拓?fù)浣Y(jié)構(gòu)連結(jié)成網(wǎng)，既接受外界信息，又相互刺激，更擅長于分布存儲，聯(lián)想記憶，反饋求精，黑箱映射，權(quán)值平衡，動態(tài)逼近，全息存錄，容錯防失，加之以神經(jīng)元巨量互連，形成強大的自學(xué)習(xí)、自適應(yīng)、自組織、自診斷、自修復(fù)能力，其網(wǎng)絡(luò)節(jié)點間權(quán)值強度不斷反饋，動態(tài)分析，與語言、視聽人機接口的密切配合，可自動獲取人類專家豐富的知識與經(jīng)驗，并模擬人腦的邏輯推理、形象思維以至靈感突現(xiàn)，恰如其分地處理各種不準(zhǔn)確、不完善、不確定的信息，推理得出正確結(jié)論。  

　　模糊邏輯模仿人腦的不確定性概念判斷、推理思維方式，對于模型未知或不能確定的描述系統(tǒng)，以及強非線性、大滯后的控制對象，應(yīng)用模糊集合和模糊規(guī)則進(jìn)行推理，表達(dá)過渡性界限或定性知識經(jīng)驗，模擬人腦方式，實行模糊綜合判斷，推理解決常規(guī)方法難于對付的規(guī)則型模糊信息問題。模糊邏輯善于表達(dá)界限不清晰的定性知識與經(jīng)驗，它借助于隸屬度函數(shù)概念，區(qū)分模糊集合，處理模糊關(guān)系，模擬人腦實施規(guī)則型推理，解決因“排中律”的邏輯破缺產(chǎn)生的種種不確定問題。    

　　遺傳算法是一種以“電子束搜索”特點抑制搜索空間的計算量爆炸的搜索方法，它能以解空間的多點充分搜索，運用基因算法，反復(fù)交叉，以突變方式的操作，模擬事物內(nèi)部多樣性和對環(huán)境變化的高度適應(yīng)性，其特點是操作性強，并能同時避免陷入局部極小點，使問題快速地全局收斂，是一類能將多個信息全局利用的自律分散系統(tǒng)。運用遺傳算法(GA)等進(jìn)化方法制成的可進(jìn)化硬件(EHW)，可產(chǎn)生超出現(xiàn)有模型的技術(shù)綜合及設(shè)計者能力的新穎電路，特別是GA獨特的全局優(yōu)化性能，使其自學(xué)習(xí)、自適應(yīng)、自組織、自進(jìn)化能力獲得更充分的發(fā)揮，為在無人空間場所進(jìn)行自動綜合、擴展大規(guī)模并行處理(MPP)以及實時、靈活地配置、調(diào)用基于EPGA的函數(shù)級EHW，解決多維空間中不確定性的復(fù)雜問題開通了航向。  

　　專家系統(tǒng)是收集應(yīng)用人類專家的知識和經(jīng)驗，模仿專家處理知識和解決問題的方法，編制成計算機智能軟件系統(tǒng)，在通過人機結(jié)合不斷獲得反饋信息的情況下，實時在線地對規(guī)則、事例和模型實行獨立決策的一種問題求解或控制系統(tǒng)。這種計算機智能系統(tǒng)具有啟發(fā)性、透明性和靈活性，在不受時間、空間和環(huán)境影響情況下，高效率、準(zhǔn)確無誤、周密全面、迅速不疲倦地完成工作，其解決問題能力和知識的廣博性可超過人類專家，又克服了人類專家因疏忽、遺忘、緊張、疲倦等干擾因素造成的偏差和錯誤，因而其推廣、應(yīng)用具有巨大的經(jīng)濟和社會效益。  

　　模式識別是模擬人腦形象思維，根據(jù)事物的特征、形象或關(guān)系，辨識、判定和處理事物的一種智能決策方法和技術(shù)，它廣泛應(yīng)用于科研生產(chǎn)中，是一種具有重大價值的技術(shù)方法。  

　　粗糙集理論則是在離散歸一化處理其在測量中所得的數(shù)據(jù)集合，通過基于集合元素的不可分辨關(guān)系的代數(shù)運算，利用條件與結(jié)果屬性中的大量有用特征、有效數(shù)據(jù)發(fā)現(xiàn)知識，在決策規(guī)則的初步簡化計算中取得核值，然后進(jìn)一步簡化規(guī)則并根據(jù)問題要求選取最小決策算法給予實際應(yīng)用，去除大量信息中的多余屬性，降低信息空間的維數(shù)和屬性數(shù)量。它可大大簡化網(wǎng)絡(luò)結(jié)構(gòu)和樣本數(shù)量，縮短訓(xùn)練時間，是智能科技中一種具有根本意義的分析方法。這種方法是基于測量數(shù)據(jù)集而獲取知識的，故對虛擬儀器的智能化發(fā)展具有重大意義。  

　　混沌運動是確定性系統(tǒng)中局限于有限相空間的高度不穩(wěn)定運動，是無序中的有序，它使事物在長時間的行為中顯示出表面上的某種混亂�；煦绗F(xiàn)象的特征是“非周期背后隱藏的有序性”以及“對初始條件的敏感依賴性”，充分利用混沌特征，在智能信息處理中實施非線性決策和預(yù)測、非線性系統(tǒng)辨識、模式識別、圖像數(shù)據(jù)壓縮、高性能保密、多目標(biāo)搜索，以及無限豐富、精彩絕倫的計算機繪畫等種種神奇應(yīng)用。  

　　分形理論研究非線性系統(tǒng)產(chǎn)生的不光滑和不可微的幾何形體及其內(nèi)在結(jié)構(gòu)的比例自相似性，為研究掌握自然界一切復(fù)雜事物的運動變化規(guī)律提供了強有力的工具和方法。    

　　小波分析是現(xiàn)代分析數(shù)學(xué)這棵大樹的主干和最完美的結(jié)晶。從形象直觀上看，小波是指人們可以觀察到的最短、最簡單的正負(fù)相同、具有衰減性的振蕩波;而從數(shù)學(xué)上說，小波函數(shù)f(t)是具有其中心三個條件的窗口函數(shù)，它既能刻劃信號在時域和頻域的局部化特性，又能完全保留信號的全部信息，而且具有變焦距性質(zhì)，即對于只在瞬間出現(xiàn)的高頻信號具有很窄的時間窗口，而在低頻段又具有很寬的不同尺度的變換。小波分析的實質(zhì)是反映事物世界的波粒二重性以及局部與整體多層次展現(xiàn)的辯證關(guān)系，其最吸引人的特點就在于時頻定位和多尺度近似能力，在自適應(yīng)控制、魯棒控制、非線性控制、過程辨識、神經(jīng)網(wǎng)絡(luò)等眾多領(lǐng)域都取得了豐碩的成果。  

　　分形與混沌是本質(zhì)上一致的兩個方面。混沌事件在不同的時間表現(xiàn)出相似的變化模式，而分形則是在空間標(biāo)度下表現(xiàn)的相似性�；煦缢�關(guān)注的是其復(fù)雜的不穩(wěn)、發(fā)散、收斂的過程，而分形則是刻畫混沌運動的直觀的幾何語言�；煦纭⒎中魏托〔ǚ治龅挠袡C結(jié)合有著極豐富的內(nèi)涵和深刻的哲理，它必將為材料分子自動組裝、高速基因測序及高效蛋白質(zhì)結(jié)構(gòu)預(yù)測等重大的精微科技難題的解決提供強有力的工具，也將為儀器儀表的虛擬化、網(wǎng)絡(luò)化和智能化開拓出光輝前景。  

　　物元可拓方法是在多種已知的一般決策的比較和優(yōu)選的基礎(chǔ)上，根據(jù)各層次、各階段產(chǎn)生的不相容的矛盾問題的需要，進(jìn)而突破常規(guī)地、拓展性地采取創(chuàng)造性決策技巧，抓住關(guān)鍵策略，最大限度地滿足主系統(tǒng)、不相容的矛盾轉(zhuǎn)化為相容關(guān)系，從而實現(xiàn)全局性最佳決策目標(biāo)。它是在復(fù)雜系統(tǒng)中化解次要矛盾，解決主要矛盾和關(guān)鍵性難題的有力手段，也將會對儀器儀表的虛擬化、網(wǎng)絡(luò)化和智能化的發(fā)展進(jìn)程作出重大貢獻(xiàn)。  

　　數(shù)據(jù)融合技術(shù)是對多信息源測得的數(shù)據(jù)，根據(jù)其在整個系統(tǒng)的重要性和可信度分配以不同的權(quán)值比重，綜合計算出