機(jī)械畢業(yè)論文范文大全(2)

　　機(jī)械畢業(yè)論文范文篇2

　　試談計(jì)算智能及其在機(jī)械制造中的應(yīng)用

　　1 計(jì)算智能概述

　　計(jì)算智能(Computational Intelligenee，簡稱CI)，又稱軟計(jì)算，該詞于1992年被美國學(xué)者J.C.Bezdekek首次提出，1994年全計(jì)算智能大會明確提出了計(jì)算智能的概念，標(biāo)志著計(jì)算智能作為一門獨(dú)立學(xué)科的誕生。傳統(tǒng)的人工智能問題的處理、結(jié)論的得出都需要在建立精確的數(shù)字模型的基礎(chǔ)上才能實(shí)現(xiàn)，但現(xiàn)實(shí)中有很多的數(shù)據(jù)都是模糊的，無法建立精確的模型，使得人工智能的應(yīng)用范圍相對狹窄，而計(jì)算智能則突破了人工智能的瓶頸，以模型為基礎(chǔ)，模擬人的理論與方法，只需要直接輸入數(shù)據(jù)，系統(tǒng)就可以對數(shù)據(jù)進(jìn)行處理，應(yīng)用范圍更加的廣泛。

　　計(jì)算智能的本質(zhì)是一類準(zhǔn)元算法，主要包括進(jìn)化計(jì)算，人工神經(jīng)網(wǎng)絡(luò)、模糊計(jì)算、混沌計(jì)算、細(xì)胞自動機(jī)等，其中以進(jìn)化計(jì)算、人工神經(jīng)網(wǎng)絡(luò)及模糊系統(tǒng)為典型代表。

　　1.1 進(jìn)化計(jì)算

　　進(jìn)化計(jì)算是采用簡單的編碼技術(shù)來表示各種復(fù)雜的結(jié)構(gòu)，并通過遺傳操作和優(yōu)勝劣汰的自然選擇來指導(dǎo)學(xué)習(xí)和確定搜索的方向，具有操作簡單、通用性強(qiáng)、效率高的優(yōu)點(diǎn)，其工作原理是通過種群的方式進(jìn)行計(jì)算，借助生物進(jìn)化的思想來解決問題，分為遺傳算法、進(jìn)化規(guī)劃及進(jìn)化策略三大類。

　　1.2 人工神經(jīng)網(wǎng)絡(luò)

　　人工神經(jīng)網(wǎng)絡(luò)是一個高度復(fù)雜的非線性動力學(xué)系統(tǒng)，具有模糊推理、并行處理、自訓(xùn)練學(xué)習(xí)等優(yōu)勢，其工作原理是仿照生物神經(jīng)網(wǎng)絡(luò)處理信息方式，通過不同的算法和結(jié)構(gòu)，將簡單的人工神經(jīng)細(xì)胞相互連接，通過大量的人工神經(jīng)單元來同時(shí)進(jìn)行信息的傳播，并將信息儲存在改革細(xì)胞單元的連接結(jié)構(gòu)中，快速地得到期望的計(jì)算結(jié)構(gòu)。生物神經(jīng)網(wǎng)絡(luò)的細(xì)胞是在不斷的生成和更新著的，即部分細(xì)胞壞死，整個神經(jīng)網(wǎng)絡(luò)仍能維持正常的運(yùn)轉(zhuǎn)秩序而不會驟然崩潰，同樣人工神經(jīng)網(wǎng)絡(luò)也有著這樣的特性，即使部分神經(jīng)細(xì)胞發(fā)生問題，整個網(wǎng)絡(luò)也能夠正常的運(yùn)轉(zhuǎn)。

　　人工神經(jīng)網(wǎng)絡(luò)按照連接方式的不同分為前饋式網(wǎng)絡(luò)與反饋式網(wǎng)絡(luò)，前饋式網(wǎng)絡(luò)結(jié)構(gòu)中的神經(jīng)元是單層排列的，分為輸入層、隱藏層及輸出層三層，信息的傳播是單向的，每個神經(jīng)元只與前一層的神經(jīng)元相連，即信息只能由輸出層傳向隱藏層再傳向輸入層，而不能由輸出層直接傳向輸入層;反饋式網(wǎng)絡(luò)結(jié)構(gòu)中每個人工神經(jīng)細(xì)胞都是一個計(jì)算單元，在接受信息輸入的同時(shí)還在向外界輸出著信息。不同的行業(yè)和領(lǐng)域可以根據(jù)自身的需要將不同的網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)方法相結(jié)合，建立不同的人工神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)不同的研究目的。

　　1.3 模糊系統(tǒng)

　　客觀世界中的事物都具有不同程度的不確定性，如生活中的“窮與富”、美與丑”、“相關(guān)與不相關(guān)”無法用一個界線劃分清楚，對于事物不確定研究的過程中產(chǎn)生了模糊數(shù)學(xué)，所謂模糊性是指客觀事物差異的中間過渡中的“不分明性”。美國專家L.A. Zdahe教授首次運(yùn)用了數(shù)學(xué)方法描述模糊概念，自此之后模糊數(shù)學(xué)形成了一個新的學(xué)科，并在世界范圍內(nèi)發(fā)展起來，在醫(yī)學(xué)、農(nóng)業(yè)等方面得到了應(yīng)用。

　　2 計(jì)算智能在機(jī)械制造中的應(yīng)用

　　機(jī)械制造業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)，機(jī)械制造業(yè)的發(fā)展對于促進(jìn)工業(yè)生產(chǎn)領(lǐng)域的發(fā)展，保持經(jīng)濟(jì)穩(wěn)步增長，滿足人們?nèi)粘Ｉ畹男枨?，提高人們的生活質(zhì)量有著重要意義。一個國家機(jī)械制造業(yè)水平的高低是衡量該國工業(yè)化程度的重要指標(biāo)。由于研究角度的不同，機(jī)械制造業(yè)有著不同的分類，如國家統(tǒng)計(jì)局將機(jī)械制造行業(yè)分為通用設(shè)備、專用設(shè)備、交通運(yùn)輸設(shè)備、電氣設(shè)備、儀器儀表及辦公設(shè)備五大類，證券市場將機(jī)械制造行業(yè)分為機(jī)械、汽車及配件、電氣設(shè)備三大子行業(yè)。根據(jù)調(diào)查顯示，2013年我國制造業(yè)產(chǎn)值規(guī)模突破20萬億元，同比增長17.5%，產(chǎn)值占世界比重的19.8%，經(jīng)濟(jì)總量位居世界首位，利潤4312.6億元，增長0.33%，增加值累計(jì)同比增長10.4%。

　　隨著計(jì)算智能研究的深入，計(jì)算智能在機(jī)械制造中得到了應(yīng)用。伴隨著機(jī)械行業(yè)的飛速發(fā)展，各類生產(chǎn)安全事故也時(shí)有發(fā)生。造成安全事故的原因是多方面的，首先是操作人員安全意識淡薄;其次是企業(yè)的安全管理和監(jiān)督缺失，我國相當(dāng)多的機(jī)械制造企業(yè)不重視勞動安全衛(wèi)生方面的數(shù)據(jù)統(tǒng)計(jì)和資料積累，為了追求最大利潤在安全生產(chǎn)方面投入的資金過少，缺乏對員工開展安全教育的培訓(xùn)。建立科學(xué)的安全生產(chǎn)評價(jià)方式對于防止各類安全事故，提高安全效益有著積極意義。人工智能的安全評價(jià)方法以線性函數(shù)為基礎(chǔ)，而安全生產(chǎn)評價(jià)體系是一個復(fù)雜的系統(tǒng)，涉及的內(nèi)容繁雜，需要考慮的因素很多，存在很大的不確定性，導(dǎo)致得到的結(jié)論與實(shí)際現(xiàn)場常常不能一致，計(jì)算智能以選擇非線性函數(shù)建立安全生產(chǎn)評價(jià)模型，實(shí)現(xiàn)對非線性函數(shù)關(guān)系的擬合，解決了這一難題。

　　在機(jī)械制造中存在著大量的模糊信息，如機(jī)械設(shè)備的損耗、零件設(shè)計(jì)目標(biāo)等信息都是用比較模糊的術(shù)語來表達(dá)，傳統(tǒng)的人工智能進(jìn)行新的零件生產(chǎn)制造時(shí)，設(shè)計(jì)人員對零件進(jìn)行設(shè)計(jì)，確定零件的尺寸，然后試生產(chǎn)零件應(yīng)用在設(shè)備中，如不符合要求，再進(jìn)行調(diào)整，這就要求設(shè)計(jì)人員有著豐富的知識和實(shí)踐經(jīng)驗(yàn)，能夠根據(jù)需要設(shè)計(jì)出適合的零件，而計(jì)算智能以系統(tǒng)論作為基礎(chǔ)的，對選擇的自變量進(jìn)行適當(dāng)?shù)膬?yōu)化和控制，只需要設(shè)計(jì)人員將零件的形狀、大小、作用等輸入計(jì)算機(jī)，并對零件制造的程序編排，利用計(jì)算機(jī)確定零件的制造技術(shù)，同時(shí)控制零件的質(zhì)量，使零件設(shè)計(jì)、制造的過程更加便捷。

　　3 結(jié)語

　　機(jī)械制造業(yè)是我國國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，是其他經(jīng)濟(jì)部門發(fā)展的基礎(chǔ)。相對于國際來說，我國機(jī)械制造業(yè)發(fā)展緩慢，技術(shù)落后，因此建立智能化的機(jī)械體系，將計(jì)算智能運(yùn)用于機(jī)械制造中，制造出高質(zhì)量、高性能、高標(biāo)準(zhǔn)的機(jī)械，建立起國際市場上的運(yùn)作體系，才能進(jìn)一步，發(fā)揮我國機(jī)械制造的優(yōu)勢，提高國際競爭力。