2023年工业智能论文【五篇】(全文完整)

发布时间:2023-08-15 18:25:07   来源:心得体会    点击:   
字号:

dss是在2世纪7年代初由美国msscottmorton首先提出,并在8年代迅速发展起来的新型计算科学。dss是以科学、运筹学、控制论和行为科学为基础,以计算机技术、仿真技术和技术为手段,针对半结构化下面是小编为大家整理的2023年工业智能论文【五篇】(全文完整),供大家参考。

工业智能论文【五篇】

工业智能论文范文第1篇

一、决策支持系统及其在林业中的应用

dss是在2世纪7年代初由美国msscottmorton首先提出,并在8年代迅速发展起来的新型计算科学。dss是以科学、运筹学、控制论和行为科学为基础,以计算机技术、仿真技术和技术为手段,针对半结构化的决策问题,支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供决策所需的数据、信息和背景材料,帮助明确决策目标和进行问题的识别,建立或修改决策模型,提供各种备选方案,并且对各种方案进行评价和优选,通过人机交互功能进行分析、比较和判断,为正确决策提供必要的支持。

dss实质上是在管理信息系统和运筹学的基础上发展起来的,它把管理信息系统和模型辅助决策系统结合起来,使得数值计算和数据处理融为一体,提高了辅助决策的能力。它的产生基于以下原因:(1)传统的管理信息系统要靠人来实现模型间的联合和协调,解决复杂的、多模型辅助决策效率低下,而决策支持系统是由计算机自动组织和协调多模型的运行和数据库中大量数据的存取和处理,达到更高层次的辅助决策能力;(2)解决半结构化和非结构化问题的需要。

dss由3个系统组成,即人机交互系统(对话部件)、模型库系统(模型部件)和数据库系统(数据部件)。

2世纪8年代以来,决策支持系统广泛应用于林业,并在林业资源与环境监测、森林病虫草害防治等领域取得了丰硕的成果。中国林业科学研究院建立了基于internet网络环境的林业资源数据库,包含了森林资源状况、林业社会情况、林业情况、林业工程建设情况、林业营林情况和林业自然资源等数据。该系统运行采用了基于internet的3层结构模式,即用户/web服务器/数据库服务器运行模式,可提供数据的网络查询、管理和维护功能,为分析和决策提供支持。

wcschou等人开发了航空喷雾决策支持系统(spraysafemanager,ssm)。我们知道除草剂被普遍用于森林杂草防除,但除草剂脱靶喷雾沉积和漂移是一个重要的环境问题,因此在清楚喷药工具对环境的影响及作用效果、运用效率的前提下,可靠地进行除草剂喷洒是必要的。ssm的特点就是将喷雾沉淀和漂移的预测与反应模型融合在一起。该系统包含了一系列除草剂/杂草和除草剂敏感植物雾滴反应模型及产量模型。第二代ssm(ssm2)将喷雾沉淀和信息系统(gis)融合在一起,增加了斜坡沉积修正模型和飞行路线确定模型,从而可在真实的空间背景下区分喷雾区边界和敏感区域。由于使用者能够即

时、直观地“看到”喷雾区地图上的图像及数据,使得ssm2的模拟更加真实。

二、智能决策支持系统及其在林业中的应用

2.1智能决策支持系统的信息结构

为智能决策支持系统的信息结构,其中知识库用来存放各种规则集、专家知识经验及其因果关系;数据库存放基础数据、决策信息和事实性知识;模型库用来存放各种决策、预测及分析模型;多库协同器从知识、数据、模型、方法等各个方面为决策服务,协调各部分之间的关系,为管理决策提供多方面、多层次的支持和服务。

2.2智能决策支持系统的研究进展

随着internet/intranet技术的发展,传统的智能决策支持系统面临着一些新的问题:(1)分析、决策用的数据不再集中于一个节点,而是分散到网络上的不同节点;(2)分布、决策模型和知识处理方法也从一台机器上的集中处理,变成在网络环境下的分布或分布加并行的处理方式。

进入2世纪9年代以来,人工智能(机器学习、模糊技术、人工神经网络)、专家系统、数据库技术和internet/intranet技术的发展为idss提供了强大的技术支撑。2世纪8年代兴起的agent技术为智能决策支持系统奠定了技术基础。agent是一个能够持续自主驻留、活动于真实的或虚拟的复杂动态环境中的问题求解实体[7]。agent具有相当程度的独立性、自主性、协作性、适应性和社会性,并在一定程度上具有人的部分智力。将agent技术融合到智能决策支持系统中所集成的基于agent的智能决策支持系统具有传统idss所没有的一些特性:(1)开放性。即能够与外界交互,系统资源不足时能够向外界请求帮助,同时具有对外提供资源的功能;其二是系统部件的易于增减,保持系统完整而不含多余的计算过程。(2)idss是分布式的、基于网络环境的。(3)资源可重复使用。不但决策程序、决策方法可重复使用,而且系统资源(决策知识、决策经验、决策模型等)能被不同的决策程序多次调用。(4)集成群体的经验和智能。(5)突破静态的程序化决策方式,实现人机智能结合。

目前多agent技术已成为人工智能研究的热点。多agent系统(multi-agentssystem,mas)是一个松散耦合的agent网络,这些agent通过交互解决超过单个agent的能力或知识的问题。多agent系统具有如下特征:每个agent拥有解决问题的不完全的信息或能力;没有系统全局控制;数据和知识是分散的;处理是异步的;agent是异质的、分布的;系统是开放的。

2.3智能决策支持系统在林业中的应用

随着数据挖掘、人工智能、3s与dss技术的发展,以及精确林业自身发展的需要,国内外开始研究智能决策支持系统在林业中的应用,如防护林体系建设、森林防火、变量施肥等。

北京林业大学研制出区域生态经济型防护林体系建设模式智能决策支持系统。该系统由4个子系统构成:数据及数据库管理、图形及图形库管理、模型及模型管理库、专家系统,并以数据及图形系统为基础,以模型系统为分析手段,以专家系统为智能决策核心,各模块相对独立,以数据管理模块为中介,组成有机整体。可实现统计、预测、区域生态经济系统诊断、土地分类及生态评价、林种的水平及立体配置、区域经济结构优化等功能。

东北林业大学与黑龙江大兴安岭防火指挥中心课题组通过3个阶段的研究,建立了基于web与3s技术的森林防火智能决策支持系统,实现了林火数据库、林火预防预报、林火蔓延模型、扑火指挥决策等方面的智能化、网络化管理。它包含了森林防火灭火系统中的地形图绘制,防火机构、历史火灾和各种代码等数据库的建立与维护,火点定位、火场蔓延、派兵扑火、清理看守火场和损失评估等模型的建立,与上下级单位的数据交换,在火灾发生前可作出林火预报和预防;当林火发生时,可模拟林火的蔓延,并提供火场定位、派兵、扑火、清理火场、看守火场等辅助决策方案,为指挥员作出正确决策提供参考;火灾发生后可作出火灾损失评估。

&n bsp; raymondkfink等人利用机器学习方法分析空间土壤肥力、土壤物理性质和产量数据,在可变量施肥系统中利用基于规则的决策支持工具(dss4ag)降低施肥量、增加产量。利用标准的gis工具将农田进行网格化,分成1×3m的矩形方块。根据历史产量数据、历史性质数据(土壤物理性质、土壤性质、坡度、地貌等)进行数据挖掘,采用cart回归树运算法则(beriman等,1984)确定产量模型,根据当前性质数据、产品市场价格等,按照经济效益最大的原则确定施肥量的大小(如果施肥费用大于增加产量的产值则不予施肥)。从测试结果看,采用dss4ag系统进行变量施肥,产量增加不很明显,但施肥总量明显减少,降低了成本,且降低的成本超过了必要的土壤测试和变量施肥装置的花费,整体经济效益得到提高。

三、精确林业智能决策支持系统的设计

3.1精确林业的概念

精确林业是综合利用地球空间信息技术、计算机辅助决策技术、林业工程技术等现代高新科技,建立一体化、数字化、智能化的现代化林业生产模式和技术体系,最大限度地获得森林的生态、经济和社会效益,实现森林可持续经营和区域可持续发展。简言之,精确林业就是实现以最小资源投入、最小环境危害获得最大林业效益。其中,地球空间信息技术主要有全球定位系统、地理信息系统、遥感、数据通讯;计算机辅助决策技术主要有管理信息系统、决策支持系统、专家系统、智能决策支持系统;林业工程技术主要有林业机械自动化、森林病虫草害防治、森林土壤类型分析、林地适应性评价、立地类型与立地条件分析、林木育种、施肥、林木采伐,等等。精确林业的研究与发展有助于我国人口、资源与环境方面重大问题的解决,有助于林业资源的高效利用和林业环境保护,是发展林业的重要途径。

3.2系统的总体设计框图

建立gis和es集成的精确林业智能决策支持平台,可为林业生产者、管理人员和科技人员提供网络化、智能化、形象直观的信息服务。根据历史上病虫草害发生情况和森林保护专家在长期研究与生产实践中获得的知识,进行病虫草害统计趋势模型和技术经济分析,建立农药使用技术专家系统,并根据实时数据处理、喷雾目标特征和病虫草害防治目标阈值,建立智能决策支持系统,从而可针对不同林业生产情况及病虫草害发生类型、程度等实际需要确定农药投入的种类、数量等,指导自动执行变量投入决策,控制可变量喷头实现特定区域的农药精确定量喷雾,最大程度上杜绝非目标农药沉积,减轻环境污染。同时,病虫草害防治后的一系列数据可作为来年病虫草害预测和森林病虫草害防治战略的储备参考。

3.3系统的功能

(1)gis数据仓库包括3个基本功能:①数据获取。负责从外部获取数据,将数据分类,重新组合成面向全局的数据视图,从而解决idss中数据存储和数据格式不一致问题;②数据存储和管理。负责数据仓库的内部维护和管理,包括数据的存储组织、维护、分发等;③信息访问。它属于数据仓库的前端,面向不同种类的最终用户,由系统的各种工具组成。数据仓库的最终用户在这里提供信息、分析数据集。

(2)数据挖掘系统。对数据仓库中的数据进行挖掘,通过大量的历史性数据分析,从中识别和提取隐含的、潜在的有用信息,通过多库协同器,将其分发给数据库管理系统、方法库管理系统、模型库管理系统、知识库管理系统。挖掘的主要技术是空间要素和属性信息关联的空间数据挖掘,它的研究内容不仅仅局限于对地理要素的空间位置和空间关系的研究,而且还包括对空间现象(季节更换、气象条件)、空间因素(高山、谷地、平原)、空间组成(土壤、地貌、植被、水域)、空间活动(水土流失、沙漠侵蚀)等的研究,力求从中揭示出相互影响的内在机制与规律、空间活动(水土流失、沙漠侵蚀)等的研究,力求从中揭示出相互影响的内在机制与规律。

(3)联机分析处理olap是分析各种历史数据的最佳手段,其主要功能是:①提供数据的多维概念视图,可以使用户从多角度、多侧面来考察数据仓库中的数据,深入理解数据的信息和内涵;②快速响应用户请求;③提供强大的统计、分析、报表处理功能,进行趋

工业智能论文范文第2篇

 

一、研究林业科技人才智能结构的战略意义

 

培养林业科技人才,光研究知识结构还不够,还应当重视人才的智能结构的研究。埃德■加富尔在《学会生存》一书中说到:“未来的文盲不再是不识字的人,而是没有学会怎样学习的人。”这句话是意味深长的。

 

目前,世界科学技术日新月异,林业各门学科也发生了新的飞跃。电子计算机、生物工程、遗传工程、生态工程、模拟技术、系统论、控制论、信息论等科学技术、科学知识正在林业上得到广泛应用。科学技术的飞速发展既为人的能力增添了新的内容,又对人的能力发展提出了更高的要求。处在“知识爆炸”的时代,如何有效地获取知识,解决知识猛增的速度同育人周期有限的矛盾问题,只能在智能结构上下功夫。

 

知识迅增的现实,使人们对传统的把人的大脑视为“储存器”的观点产生了怀疑。国外心理学家的研究表明,人的大脑至少有接受、储存、判断和想象四种功能。如果仅把大脑视为“储存器”,一味追求知识量的储存,则会使机械的记忆功能扩大,而压抑其它三个功能。计算机可以代替人进行记忆,但想象和思维是任何东西也代替不了的。因此,在现代社会里,更应重视人的智能,重视人的判断力和创造力。

 

智能是指人们运用知识的能力。一起从体业院校毕业的学生,为什么有的年轻有为,出类拔萃,已成为林业战线上的骨干,而有的却平平淡淡,虽能担任工作,但无创造和贡献呢?还有的在事业上半途夭折,终生碌碌无为。另外,有不少学习“尖子”,毕业以后实际工作的适应能力差,动手能力差,被称为“高分低能者”。显然,这种人才的成功与失败,除掉工作环境等社会因素外,与求学期间的智能结构息息相关。

 

发展林业,一靠政策,二靠科学。长期以来我国林业生产建设落后的一个主要原因是科学技术落后,科技人才严重缺乏。我国现有林业髙等院校11所,农学院内设林业系18个,在校生14,000人,年毕业3,500人。据有关部门预测,到本世纪末,仅全国林业系统就需要大专水平以上的科技人才176,000人,按现在年毕业人数计算,大约要50多年的时间才能达到预测的要求。因此,对林业科技人才的培荞必须进行研究和探'索。一方面着眼于增加数量,另一方面着眼于提高质量,即少出“次品”和“废品”。从这个意义上来说,把林业科技人才智能结构的研究,作为沐业科技人才开发理论工作中的一t虽点,具有极其重要的战略意义。

 

人的智能结构是由多种因素构成的,有人从理论上推算出它的构成因素在120种以上。

 

对于智能结构的分析归纳角度不同,产生的提法也是各种各样的。例如,有的按自学能力、计算机的使用能力、中外文的阅读能力、实验研究和动手的能力等来划分;有的则根据大脑的四种功能,提出四种基本的智能,即观察力、记忆力、思维力和想象力。各种不同的智能结构分析方法都有一定的道理,那么做为林业科技人才的基本智能结构应如何?拙见如下:

 

(一)品格素质

 

这是智能的关联因素和基础。林业科技工作的重点多在深山老林、荒山野滩,气候恶劣,环境艰苦。从事林业科学的研究,不仅影响因素复杂、困难重重,而且一项研究往往需要数年,甚至几代人连续进行,加之社会上对林业工作尚有偏见,因此,要想成为一个名符其实的林业科技人才,不但要热爱祖国、热爱党,而且必须树立为绿化祖国、实现林业现代化而奋斗的坚定的事业心,要具有不畏艰难困苦、坚韧不拔的毅力和诚实果断、严谨求实、合群善处等品格素质。

 

(二)基础知识

 

基础知识是发展智能的保证。林业科技人才的基础知识应当既专门化又多能化。它应是横向知识和纵向知识两大部分所组成的综合体。

 

横向知识是关于人类社会和自然界一些基本规律的知识,这部分知识基础打得好,对尽早形成最佳的智能结构非常有利。它大致包括以下几方面知识:

 

1.自然科学基础知识。包括数学、物理、化学、生物等基础理论知识。

 

2.社会科学基础知识。包括经济、哲学、历史、地理、法律、语言文学等。

 

3.科学思想方法基础知识。包括逻辑学、科学技术史、科学方法论、系统论、控制论、信息论等基本知识。

 

纵向邦识是与本专业或本学科紧密联系的定向性知识,它是形成具有专门智能的林业科技人才的基本知识。主要包括:

 

1.本专业主干学科和有关课程的基本理论、基本知识。例如,森林采运专业根据特定的要求和目的,必须以采运工艺与管理为主干学科。主要课程有森林采伐学、木材运输学、贮木场生产工艺学、采运企业管理学、森林开发学等。

 

2.本专业所服务的工程对象的有关理论知识和实践知识。如要学好森林采运专业的主干学科的课程,必须伴有林学、技术经济学、木材商品学和林政学等其它辅助课程。

 

(三)基本能力

 

爱因斯坦曾经说过:“如果一个人掌握了他的学科的基本理论,并且学会了独立思考和工作,他必定会找到自己的道路,而且比起那些主要以获得细节知识为其内容的人来,他一定会更好地适应进步和变化。”这说明了基本能力在智能结构中的重要地位。基本能力一般包括:

 

1.独立获取知识的能力。它是一种学习的方法和技能,包括阅读、听课、笔记、理解、文献检索和掌握科技情报的能力,也包括从实践中学习的能力。不同学科的学习内容要求用不同的学习方法,掌握不同的学习技能。例如不能用学数学的方法去学外语。如果某人独立获取知识的能力强,他就可以不断地有效地学习,接受新的知识,调整知识结构,可以增强对科学技术发展的适应性。

 

2.独立进行工作的能力。它是分析问题、解决问题的能力,包括严密的逻辑思维能力、较强的实践能力和一定的表达能力。林业科学是一门涉及面较广的实用科学。从林业科技人员所承担的工作性质而言,应属于工程技术人员。因此,他们应在调査研究、理论分析、设计、计算(包括使用计算机)、工艺或施工、实验测试、动手操作、绘图及撰写报告等方面具备一定的能力。

 

3.组织管理的能力。这是对当代林业科技人才不能当“书呆子”的一个基本要求,也是日后可以组织和领导林业工作所必须的素养。在未来的时代,文f是难以生存的,“书呆子”也同样是难以生存的。组织管理能力要求具备理论联系实际、灵活运用知识、诚实果断、充满活力、严谨求实、合群善处、讲究实效等方面的素质,使之一旦工作需要马上可以成为一个组织者和指挥者。

 

4.发创新能力。它是指富于独立思考、敢于提出新问题、善于解决问题的能力。这是人才成功的最基本的最主要的能力。它在各种能力综合的基础上形成,并要求有更敏锐的观察力、.更丰富的想象力和更强的科学研究能力,还要有不断进取的精神。

 

三、研林业科技人才的智能结构应处理好几个关系

 

任何结构都是由一定的要素组而成,但要素的组合方式不同,形成的结构的功能也不M。例如,碳原子的一种结构方式可以生成较轻的石墨,而另一种结构方式却可以形成坚硬的金刚石。同理,林业科技人才的智能结构,由于内部的要素结构方式不同,会形成不同的智能。因此,要形成最佳智能结构就有必要认识和处理好以下几个关系。

 

首先,林业科技活动的特点要求有不同的特殊智能结构。智能可以分为一般智能和特殊智能两种,一般智能是完成任何科技活动所必需的,特殊智能是完成某种林业科技活动所特需的,智能既有一般和特殊之分,智能结构也自然有一般和特殊之分。特殊智能结构是指完成某一林业科技活动所特有的各种要素组合。每一项具体的林业科技活动都有它自己的特点/也就要求有特殊的智能结构;既然活动的性质、对象、任务与内容不同,培养从事某种活动的重点也不同。因此,在研究智能结构的同时,一定要研究每种活动的专业性所必需的智能因素,以便有针对性地培养智能,以适合客观要求的特殊需要。

 

其次,林业科技人才本身的智能类型与智能结构的关系。科学研究表明,人的智能有各种类型,在科研领域中就有再现型、发现型和创造型之分。再现型智能的人才善于积累知识,并能有效地再现知识;发现型智能的人才能在前人经验的基础上,使自己的实践有所前进,有所提高,有所发现;而科学理论上的重大突破和技术上的重大发明,往往是创造型智能人才的功能。因此,最佳智能结构都是因人而异的,就是说同一类型的杰出人才,他们的智能结构也有不同程度的差别。无论是培养林业科技人才的单位,还是想做一个出色的林业科技人才的人,都应因人而异地去建立独特的智能结构,而不能象成批产品那样要求一致。能成尤一个出色的林业部长的人,不一定能成为一个岀色的卞业科学的研究员;反之,也一样么就不应当强求去建立某种与自身不适合的智能结构;赶着鸭子上架,是不符合人才经济学观点的。

 

再次,智能结构功能与内部要求调整智能结构是由内部要素的一定形式结合而形成的,然而由于内部要素受外界环境和自身条件的制约,内部要素的发展总是有限的。正是由于这种结构内部要素的限制,使得满足要素限制条件的最佳智能结构,以下几种情况:一是最佳智能结构唯一,也就是上面说的有的林业科技人才可以在某一领域做出杰出的贡献,但不适合做其他领域的工作。二是最佳智能结构不止一个,是指有些林业科技人才同时能做不止一个领域的工作。三是无最佳智能结构,对这种情况要具体分析产生无最佳智能结构的原因。如果结构内部的要素限制是不可调整的,那么就要考虑对智能结构的要求是否符合客观实际。

 

如果结构内部的要素是可以调整的,比如某项知识或某种能力不足,就可以通过拓宽知识或培养某种能力来形成这一独特的最佳智能结构。实际中这样的例子很多,比如,某林业科技工作者想用线性规划的方法对林业工作中的某个课题进行定量研究,做了细致的调查,收集了充分的数据,也建立起了完整的数学模型计算程序,但是在电子计算机上却百思不得其解,后经请教行家,方知是由于线性代数基础知识不足所致。另一个刚走上林业科技战线上的工作人员,开始时在浩如烟海的图书资料面前束手无策,后来通过学习读书方法和科技文献检索等知识,学会了查资料、做卡片、作笔记等基本功,很快提高了科研能力,写出了具有较高水平的科学论文。

工业智能论文范文第3篇

[论文关键词]多元智能 职业能力 软件工程专业 

 

一、引言 

多元智能理论创建于20世纪80年代,是美国哈佛大学霍华德·加德纳在前人的基础上创立的一种新的智能理论。该理论认为教育中需要利用有效的方法和策略来开发、培养学生的多元智能,而实践是培养学生解决实际问题能力和创新能力的有力方式,是培养学生多元智能的有效途径。在单位用人策略越来越趋向实际的情况中,学生如何在了解一个完整的职业生涯发展道路的基础上,完善和积累“职业能力”,把自己的能力和企业需要联系起来,合理地利用“职业能力”,将最终成为学生能否被企业接纳的重要因素。 

广西工学院(以下简称“我校”)长期以来积极探索办学体制改革。1994年,在柳州市委和柳州市政府的倡导下,由广西工学院、广西柳州钢铁(集团)公司等13家单位共同发起成立广西工学院董事会。目前,董事单位已发展到44家。多年来,我校与企事业董事单位有着密切的产、学、研合作关系,以董事会的运作为载体,努力创新办学体制,走出了一条学校与社会企业之间“优势互补、互惠互利、共同发展”的特色办学新路,逐步形成了“校市相融,校企合作”的鲜明办学特色。 

计算机软件工程专业人才的培养继承和发展了我校这一办学特色传统,高度重视学生动手实践能力的培养,建立“课堂实训、项目实训、企业实训”三个层次递进的实践教学体系,加强与企业和社会的联系,引入社会资源参与办学。我校软件工程专业与区内知名it企业广西德意数码、南宁平方软件、柳州蓝海科技、广西软件评测中心、南宁时空网以及区外中软国际、四川华迪、深圳达内、深圳计算机协会、上海杰普、珠海永亚等单位签订了校外实习实训合作协议,安排学生赴公司实习实训,并取得了很好的效果。 

二、多元智能理论的特征 

在加德纳的多元智能框架中,人的智能至少包括下列八个方面:言语—语言智能、数理—逻辑智能、视觉—空间智能、音乐—节奏智能、身体—动觉智能、交流—交际智能、自知—自省智能、自然观察智能。 

 多元智能具有以下特征:第一,关注文化性。智能是在一定文化背景中学习机会和生理特征相互作用的产物。第二,突出多元性。智能是以多元化形式存在的,多种智能因素同等重要,需要给予同等的关注。第三,强调差异性。多元智能理论认为每个人都同时拥有相对独立的多种智能,在不同环境和教育条件下,个体的智能发展方向和程度有着明显的差异性。第四,重视实践性。把智能作为解决实践问题中的能力,是智能理论发展的一个突破性进展。评价一个人的智能水平,要看这个人解决实际问题的能力,以及在自然合理的环境下的创造力。第五,注重开发性。人的多元智能的发展水平的高低关键在于开发。 

三、软件工程专业“职业能力”培养方案 

软件工程专业“职业能力”的培养必须坚持做中学的原则,让学生在“做事”的过程中学习怎么“做人”,课程的设置要面向市场,以“厚基础、精方向、重实践、突特色、强外语”为原则指导课程设置,强调按照现代工程和软件开发、设计、分析和管理等技术来设置课程组,以实际应用为需求,依据学生特点,建立个性化培养方案,其中特别强调实践教学,构建“课程实训项目实训企业实习”的实践教学体系。 

1.关注文化性,实现校企合作办学。多元智能理论尊重个体的文化背景和社会环境,加德纳的智能定义强调了智能的社会文化性。随着我国经济的高速发展,寻求经济发展模式的转型,着力发展少能耗、低污染和高附加值的高新技术产业是我们面临的主要任务。全球经济一体化已成为当今世界经济发展和竞争的一个主要特征。这些都需要大量适应经济形势的高级工程型人才,除要求他们掌握日益增加的专业知识和技能外,还要更懂得人文知识,了解全球问题,具备文化多样性和高效的交流能力。这对智能的培养,“职业能力”的培养提出了更高的要求。 

我校软件工程专业在课程实习、暑假实习和毕业设计等环节进行改革,探索高效的工程训练内容设计、过程管理新机制。坚持走“走出去”(送学生到企业实习)和“请进来”(将企业好的做法和项目引进到校内)相结合的新路子,充分调动企业积极性,发挥企业优势,使其参与到教学活动中来。办好“校内”“校外”两个实训基地建设,在校内继续凝练、深化“校内实习工厂”的建设思路,在校外与深圳、上海、南宁等软件公司建设好实训基地。将传统授课模式改写成在实践过程中去施教的过程,在“做中学”,以项目和案例为学习过程的载体,以不断涌现出来的问题为学习知识的驱动力,在学习的过程中,让学生不断接受企业的文化,体验团队协作的精神,提高“职业能力”。 

2.突出多元,强调差异,改革授课内容和授课模式。多元智能理论认为,智能是以多元化形式存在的,每个人都同时拥有相对独立的多种智能,在不同环境和教育条件下个体的智能发展方向和程度有着明显的差异性。 

我校软件工程专业强调面向市场,面向企业,保障学生实验和设计的题目全部来源于工程实践项目,正视学生的智能多元性和差异性。学生可以根据自己的爱好和专业知识选择校内企业联合实验室项目、指导教师项目、实习企业项目,完成自己的各项课程设计和毕业设计。这有利于激发学生的学习兴趣,规划今后的专业发展方向。此外,我们鼓励学生以团队的形式在完成课程学习的同时完成规定的大作业,使学生在软件系统开发(分析、设计、实现和测试)、团队实践和过程控制、管理能力等方面得到系统的训练和提高。 

3.重视实践性、开发性,完善教学体系。实践性、开发性正是多元智能理论的核心特征。我校软件工程专业培养模式重视实践,强调必须在实践过程中去施教的过程,在“做中学、学中做”。重视培养学生的综合能力,围绕培养具有综合竞争能力的软件工程师这一核心,对教学内容、课程体系、实践环节、教学方法和组织方式和教学过程管理等进行改革,探索适合软件人才培养的新型教育模式和新机制。具体方案设计如下: 

基础知识教育。围绕基础知识和专业基础知识教育,围绕数学基础、程序设计主线展开教学,使学生能够具有扎实的基本功,为高层次人才和创新能力的培养打下坚实的基础。在暑期前后进行近一个月的编程强化训练,由企业教师和校内教师主讲,强化训练结束后进行编程能力的考核。 

专业知识教育。围绕专业基础、软件工程基础、计算机硬件基础等展开教学。在此阶段,学生参加为期三个月的模拟项目实训,聘请企业教师主讲,校内教师做教辅,实训结束后进行第二级项目能力的考核。这是二年级到三年级的过渡阶段,也是软件工程专业学生在校项目实际锻炼的重要阶段。 

软件工程教育围绕着软件开发、专业方向课程展开教学。对相关的课程进行整合,形成课程群,突破学期、授课教师、课程各自独立的局限,实现总体设计、综合布局、交叉穿插、协同配合的新模式。设计一个综合项目,贯穿于几门课程之中。学生以团队的形式在规定的时间内完成学习课程,提高软件系统开发、团队实践和过程控制、管理等能力。 

软件工程实践学生参加为期一年的企业实习,参加企业的实际项目的开发与运作。学生可以根据自己的爱好和专业知识选择校内企业联合实验室项目、指导教师项目、实习企业项目,完成本科毕业设计论文。 

工业智能论文范文第4篇

[关键词] 企业智能管理 智能企业 决策智能化 实时企业

时代的快速变化来源于信息技术的突飞猛进。信息技术给人们带来的是生活的巨变,除了信息爆炸外,最重要的改变是距离和时间的变化。信息技术和网络革命大大改善了信息不对称的情况,信息获得成本(包括经济成本和时间成本)极大降低,距离和时间不再成为障碍,人类社会由此迎来了两大潮流:全球一体化和快速变化。笔者认为:企业应对快速变化必须依赖于企业智能管理。

在环境快速变化中,企业将面临三点重要的变化:需求快速变化、科技快速变化、竞争方式的变化。要应对上述三类变化,企业智能管理都是强有力的武器,其核心是决策智能化,而机遇对于企业的重要意义不言而喻,机遇与决策之间存在这非常紧密的关系,因此本文在确定企业智能管理、智能企业的基础上,重点探讨智能企业与机遇管理的关系。

一、企业智能管理、智能企业、机遇管理基本范畴

1.企业智能管理

“智能管理”概念最早由北京科技大学涂序彦教授提出(涂序彦,1988),他认为:“智能管理是人工智能与管理学科、知识工程与系统工程、计算机技术与通信技术、软件工程与信息工程等新兴学科的相互交叉、相互渗透而产生的新技术、新学科。它研究如何提高管理系统的智能水平及智能管理系统的设计理论、方法与实现技术。”

涂教授是我国人工智能和系统控制方面的权威,他的上述定义是从管理科学与工程角度出发,以智能管理系统的设计与实现为核心内容。我们这里探讨的智能管理思想,是从企业管理学的角度出发,以探讨企业智能管理模型为主要内容。

黄津孚教授将管理定义为:“管理是通过计划、组织、激励、协调、控制等手段,为集体活动配置资源、建立秩序、营造氛围,以达成预定目标的实践过程。”从该定义中可以看出,管理要有预定目标,管理的任务是配置资源、建立秩序、营造氛围,管理的手段是计划、组织、激励、协调、控制等各项职能。

到此我们可以给出企业智能管理的定义:企业智能管理是通过综合运用现代化信息技术与人工智能技术,以现有管理模块(如信息管理、生产管理)为基础,以智能计划、智能执行、智能控制为手段,以智能决策为依据,智能化地配置企业资源,建立并维持企业运营秩序,实现企业管理中“机要素”(各类硬件和软件总称)之间高效整合,并与企业中人要素实现“人机协调”的管理体系。

2.智能企业

智能企业就是全面运用智能管理体系,实现企业管理中“机要素”智能化高效整合,并实现“人机协调”的企业。

信息管理中经常谈到“人机协调”的问题,这里所说的“人机协调”含义有所不同。信息管理中的人机协调更多的是研究技术上的问题,这里的人机协调强调的是管理问题,必须在技术、业务流程、管理体制、员工关系等各个方面都实现协调才符合人机协调原则。

二、智能企业与机遇管理

本文第一部分探讨了企业智能管理与智能企业的概念,在第二部分中探讨机遇管理与智能企业的关系,并通过这种探讨揭示出机遇管理对企业管理未来发展的重要意义。

智能管理与机遇管理的关系是以“决策”为纽带的。第一部分中我们已经强调了智能管理的核心是智能决策,智能管理必须以智能决策为依据。而机遇管理与决策之间也存在着非常紧密的联系,下面我们先来探讨机遇与决策之间的关系。

1.决策理论简述

20世纪30年代,美国管理学大师巴纳德(Chester Irving Barnard)最早将决策的概念引入了管理理论,奠定了现代决策学的基础。之后,赫伯特・西蒙(Herbert A.Simon)通过把决策概念作为管理的统一概念来阐明管理的过程及组织本质和结构,开创性地提出了现代科学决策理论。西蒙认为:决策是决策者对行动目标或手段的探索、判断、评价直至最后选择的全过程。决策活动的范围非常广泛,但并非所有的管理决策都是相同的。对决策活动的分类也多种多样。根据不同的标准和要求,决策可以分成不同的类型。以下是几种主要的分类:

(1)战略性决策、战术性决策和业务性决策。

(2)程序性决策与非程序性决策。

(3)时间敏感性决策和知识敏感性决策。

(4)确定性决策、风险性决策和不确定性决策。

2.机遇与决策的关系

从前一部分决策理论的简述可以看出,决策的核心内容有两点:一是决定干什么(寻找目标),二是决定怎么干(实现目标的方案);
决策的最终结果是选择。无论哪一类决策,其最基本的选择原则都是“可行性”与“有利性”,即选择的目标与实现目标的手段都必须是对决策者“有利的”且必须是“可行的”(至少决策者这样认为)。因此,我们可以用一句话来概括决策:决策是决策者以“有利性”和“可行性”为基本原则,对目标及其实现手段的选择过程。

机遇是目标、能力、资源、需求、环境等各种因素的耦合状态,机遇特别强调对社会主体实现目标的“有利性”,而机遇之所以要强调能力、资源、目标等要素的耦合,就是要保证这种“有利性”的“可行性”。每一个社会主体在决策过程中所进行的实际上都是对机遇的挖掘,无论是有意识的还是无意识的,因为决策的过程就是对“有利性”和“可行性”的选择过程,而机遇就是“有利性”和“可行性”高度耦合的结果。反过来,我们寻找机遇的过程实际上就是一个决策的过程,因为在确定机遇的过程中,必须对目标及其可行性(能力、资源、环境、需求各方面耦合状况)做充分考虑,这就是“对行动目标或手段的探索、判断、评价直至最后选择的全过程”。

但是,机遇与决策并不能混同起来,它们的区别如下:

(1)决策强调的是过程,机遇强调的是结果(状态)。诚如西蒙定义所讲,决策是一个全过程。对过程的研究往往隐含着这样的假设:如果过程是正确的(甚至是完美的),那么结果也会是理想的,反之,结果的错误和风险来源于过程(即方法)的错误和风险。机遇的本质是一种“有利的”并“可行的”而不稳定的耦合状态,对机遇的研究是为了给决策提供更好的信息和评价标准。

(2)对过程的研究强调的是方法,对结果的研究强调的是机制。如同第一点所说,大多数决策理论将决策分为各种类型是为了更好的研究方法,决策方法论是决策理论的核心内容。而对机遇的研究更加注重的是机遇产生的机制,掌握了机遇产生的机制就能够有效地识别、利用,甚至营造机遇。因此,决策理论和机遇管理理论的研究范畴有很大不同。

虽然机遇与决策有着各自的范畴,但是它们有着极其紧密的关系。决策是主观认识客观的过程。机遇是一种客观存在,机遇理论作为新兴的管理理论探讨的是主观如何认识和把握“机遇”这种客观存在。就这一点而言,决策理论和机遇管理理论有着共同的特点。特别是,在企业环境中,一切的管理活动最终都可以归结为决策问题,“管理的核心就是决策”,机遇管理的实践最终也是要通过决策而发挥作用。实际上,机遇管理的理论大大丰富了决策理论,机遇的思想为决策提供了全新的判别标准。可以说:机遇管理理论极大丰富了决策理论,机遇管理的成功实践能够大大提升企业决策的科学性。

3.决策智能化与机遇管理

智能企业追求的核心是决策智能化,因为智能化的决策能够大大提高决策的科学性和效率性(速度)。决策的科学性来源于两点:第一,信息的充分性、及时性、真实性、适用性、经济性;
第二,决策方法的科学性。机遇管理在信息的五大特性都得到充分满足的基础上,为企业智能化决策提供了一个方法上的有力武器。

决策是一个选择的过程,选择本身的难点在于首先必须找到好的备选方案(alternatives)。确定备选方案是一个千变万化的过程,不同的企业不同的情况,不可能有可以套用的固定方法,但是机遇管理理论为千变万化的过程提供了一个不变的模型。决策是一个复杂的主观思维过程,如果要实现决策智能化,必须赋予计算机一个“思维模型”,这是人工智能的基本理论方法。机遇管理理论正是为决策提供了一个可以编码的“思维模型”,请参考下图的企业决策智能化模型。

在这个模型中,按照决策的不同种类,决策智能化有两类思路。对于程序性的、业务性的、时间敏感性的、确定性的或风险可计算性的决策,决策智能化追求的目标是完全智能化(或我们俗称的全自动的)。由于这类决策往往对时间较为敏感,而且是程序性的,重复出现的,具有一定固定规则或有处理经验的,因此这类决策理论上完全可以实现智能化决策。在这类决策中,机遇挖掘的目标是在既有的程序、规则、模型中挖掘出新的机遇,另一方面利用实时的智能控制系统提升现有决策的控制精度和效率。这类决策的智能化依赖于实时信息的收集和处理,并将整理好的信息在分析型智能系统(如分析型ERP)中进行实时分析。

对于非程序性的、战略性的、知识敏感性的、不确定性的决策,目前还必须依赖于决策者的个体知识、能力和经验。但是,决策智能化对于这类决策的意义也是非常重大的,它给出了很多分析性工具,这类工具可以在一定的范围内根据决策者的指示进行定制分析,例如现在很多新一代商务智能软件都具备定制分析与自我学习功能。在此基础上,如果成功地将机遇管理理论整合进智能分析系统,构建战略机遇挖掘与评价模型,那么决策智能化水平将会提升一大步。这类决策以及战略性机遇的挖掘依赖于对海量历史信息的利用,新出现的知识管理系统正在逐步融入新一代商务智能体系。

参考文献:

[1]H・A・Simon:管理决策新科学.李柱流译.中国社会科学出版社,1982

[2]涂序彦:人工智能及其应用.北京:电子工业出版社,1988。

[3]涂序彦 王 枞 郭燕慧:大系统控制论.北京:北京邮电大学出版社,2005

[4]黄津孚:现代企业管理原理(修订第五版).北京:首都经济贸易大学出版社, 2007

[5]王 茁 顾 洁:三位一体的商务智能―管理、技术与应用.北京:电子工业出版社,2004

[6]Stuart J. Russell, Peter Norvig. Artificial Intelligence-A modern Approach, second edition. NJ: Pearson Education Ltd., 2003

[7]Rebecca Graves. Business Intelligence Tools: the Smart Way to Achieve Compliance. DM Review, Dec 2005

[8]Jerry Kurtyka. A Systems Theory of Business Intelligence. DM Review, Dec 2005

工业智能论文范文第5篇

Abstract: This article described diversified evaluation criteria and the importance of double evaluation system from persectives of improving teaching quality of higher education and the theory of multiple intelligences,based on occupational specialty,and made a number of practical evaluation criterias which can be able to reflect the evaluation of teaching quality based on the employer’s actual demands.

关键词: 职业教育;教学质量;评价标准;多元化;双评价

Key words: vocational education;teaching quality;evaluation criteria;diversification;double evaluation

中图分类号:G647文献标识码:A文章编号:1006-4311(2010)07-0199-02

0引言

教育部《关于全面提高高等职业教育教学质量的若干意见》提出:把工学结合作为高等职业教育人才培养模式改革的重要切入点,这是高职教育理念的重大变革,是高职教育发展的必由之路。工学结合是一种将学习与工作结合在一起的教育模式,它以职业为导向,充分利用校内外不同的教育环境和资源,把以课堂教学为主的学校教育和直接获取实际经验的校外工作有机结合,贯穿于学生的培养过程之中。

近几年,随着我国高等职业教育改革的不断深入,高职院校在工学结合的人才培养模式方面进行了积极的探索与实践,取得了一些成效,但在工学结合的过程中还是出现了一些新的问题,特别是不能再单纯地把学校的单一评价作为学生综合能力考核的标准,而应该把企业和学校的综合评价作为考量学生的指标体系,这就要求要建立和完善工学结合人才培养模式下对学生质量的“双评价”机制。“双评价”机制的评价标准包括评价内容、指标体系以及运行办法等等。

1建立双评价机制的依据

1.1 关于多元智能理论的思考美国哈佛大学心理学教授霍华德.加德纳对正常儿童的基恩那个开况与脑残病人的技能丧失情况做深入的研究,同时对超常儿童,学者,患孤独症儿童,学习障碍儿童等特殊人群进行了研究,根据研究结果提出了人类的七种智力,分别包括:身体运动智能,音乐智能,语言智能,空间智能,人际关系智能,数学逻辑智能和自我认识智能。而由医学界专家进行研究表明,人类的每一种智力都是由大脑的一个部分决定的,例如在大脑右侧的某个位置,主要控制着人类的音乐天赋,影响着人对音乐创作及欣赏的水平。人的智力是由很多功能组成的,各个功能都是独立的个体。因此人类自身的智力是由以上七种智力表现出来的。每一个正常的人都不同程度的具备以上的几个智力,只是人与人之间的智力水平并不相同。有些人在某一个智力上比常人更丰富,他们如果能够充分的发挥出这种智力,就会做出比常人显著的成绩;而有些人在其他的智力上有突出的天赋,经过自己的努力,也会取得成功。

根据多元智能理论,让我们知道:(1)人的智力是由功能不同,但是相对独立的智力组成的;(2)每一个人类个体都具有多重的智力,只是个体与个体间的智力水平不等,(3)每一个个体都可以根据自己的智力水平,发挥个人的特长,都能取得成功。

多元智能理论的建立,对于高等职业教育来说,有着非常重要的意义,职业教育应当针对每个人不同的智能状况选择相适应的评价形式,也就是多元的评价体系,即在多元智能理论的基础上,对学生的学习、实践做出客观的评价,实施以学生个体为中心的教育体系,使教育在每个人身上得到成功,取得最佳效果,不断提高教育质量。

1.2 关于职业特殊性的思考在关于学生评价体系的构建过程中,一直都只重视着普通中学的学生评价,从没有重视过对职业学校的学生评价工作。职业学校的评价工作,大多都是在模仿普通学校的学生评价方式,不能根据职业学校的独特点去挖掘新的评价方法,导致目前职业学校的学生评价工作受到各方质疑,其科学性和合理性欠缺。传统的学生评价体系,使得职业学校没有自己的特色,不利于教学质量和效率的发展。

目前,在职业学校的学生评价体系中,学生处于被动的地位,甚至有些学校把学生的评价工作成为象征性的形式,根本达不到预期目的。职业学校的学生基础理论知识较为欠缺但实践动手能力较强,如果仍旧以理论学习效果作为评价依据而忽视学生实践教学效果,会造成职业学校只重视理论学习而轻实践的学风,会使职业学校的学生虽然考试分数高,但是实践能力低下,影响到以后的学生就业。一言以蔽之,现阶段缺乏一个有职业学校特色的、多元的、较为准确的学生评价体系。

2评价标准的多元化