前沿讲座感想

第一篇：前沿讲座感想

思想政治教育前沿讲座感想

古人有言：“听君一席话，胜读十年书”，要想达到“胜读十年书”的效果，不仅在于“君”的学识，还在于“一席话”的质量。作为思政专业的学子，聆听思政专业众位名师、专家、教授关于思想政治教育方面的前沿课题，我想那是无上的荣幸。在大三这一年的小学期，思政专业的我们有幸遇此良机，把握好这次机会，我们会有崭新的思路、开阔的视野，这对于我们的未来发展有不可估量的铺垫和帮助。

2014年的夏天，周边学校纷纷放了暑假，看着外校其他学子奔向自由的身影，被小学期困在学校的我们心里多少有点抱怨，然而我们有我们的任务和责任。我们度过了一个异常繁忙的小学期，任务和作业虽然很多，却也让我们学到了很多——竞争、合作、分享、共赢······。在短短的三个星期内，我们先后聆听了陈殿林老师、朱浩老师、魏荣老师、郭芙蓉老师的思想政治教育前沿讲座及其他优秀学术讲座，受益多多。下面我分享一下聆听四位良师精彩讲座的感想与收获，相信这是一次自省与提升。

陈殿林老师是第一个讲的，陈老师的课题是《马克思主义理论教育与学科研究问题》，他主要从三个大方面阐述了这个课题。分别是，理论教育与学科建设面临的现实问题；理论教育与学科研究的同步深化；理论教育与学科研究的八个前沿课题。马克思主义理论一级学科的设立,在马克思主义发展史上是史无前例的。当前马克思主义理论工作者应认清形势,抓住机遇,正视学科建设的现实,明确目标和任务。对此,应着重认真研究马克思主义学科建立与建设、学科队伍的基础与发展、学科建设中“一元与多元”、学科体系与理论体系、学科广义与狭义、学科发展与课程建设等方面的关系。

接下来是我们亲切的朱浩老师，朱浩老师的课题是《思想政治教育学科特点与研究前沿》，朱老师也是从三个大方面阐述了这个课题。分别是，掌握学科特点、培养人才特长；把握学科前沿、推进理论创新；思想政治科研论文写作若干建议。思想政治教育学科是最富有中国特色的理论性、综合性、应用性学科。思想政治教育学科不仅有许多现实的实际与理论问题需要深化研究，而且随着社会的快速发展和人的全面发展，又有许多新的课题被不断提出。思想政治教育学科建设，必须立足于我国改革开放、中国特色社会主义现代化建设和人的全面发展的实际，为推进我国社会科学发展服务，为人的全面发展提供导向和动力。认识和把握思想政治教育的学科特点，其目的就是为了遵循思想政治教育的规律，驾驭思想政治教育的发展趋势，增强思想政治教育专长，提高思想政治教育效果。朱老师的讲座帮助我们更好的了解思想政治教育学科，这对于思政专业的我们今后的发展有很大的帮助。

第三个思政前沿讲座是魏荣老师的《当代思想政治教育效果追问中的三个问题》，顾名思义魏老师以“三个问题”阐述了这个课题。第一，自媒体环境下的思想政治教育的转型；第二，思想政治教育研究方法的选择；第三，思想政治教育研究内容之——心理资本。21世纪经济飞速发展，科技水平相比之前大大的飞跃，网络与多媒体的发展更新更是迅速，自媒体环境下的思想政治教育的转型就充满了多变性与广泛性，这对于思想政治教育既是机遇也是挑战。在网络时代，思想政治教育研究方法的选择更是多种多样，如何运用好这些方法、如何选择合适的方法，需要我们花更多的时间去研究与实践。

最后一个前沿讲座是郭芙蓉老师的《中西法律文化传统视域中守法观的比较》，郭老师大一的时候教我们思修法基与伦理学，可谓学贯中西，通过这次讲座我又看到了芙蓉老师博古通今的一面。芙蓉老师着重讲了中国“法治文化”传统对守法的影响，其中重点讲了先秦时期的的法治思想。随着中国综合国力的增强，国人希望在全球化日益发展的今天，能够在世界民族之林找到自己独一无二的价值归属。特别是近几十年来，当我们研习西方法律体系与法律文化发展路径的时候，这种对价值复归的渴求日益明显。因为，我们在学习西方的时候，越发感到西方的制度不能很好的在中国生根发芽。在21世纪的今天，我们大学生对中国的发展有着绝对的责任，思政专业的学子更应该为中国法制建设出谋划策。

四位老师精彩的讲座为我们打开了一道通往更系统、更前沿、更创新的思想政治教育的桥梁。随着时代的发展、思想的进步，思想政治教育前沿问题将会越来越多，也越来越复杂，作为思政学子机会与挑战也随之而来，我们要时刻准备着迎接挑战。由于时间仓促，还有很多肺腑之言未一一道来，不免遗憾，今后我会挤出更多的时间来学习与自省。

第二篇：前沿讲座感想

思想政治教育前沿讲座感想

古人有言：“听君一席话，胜读十年书”，要想达到“胜读十年书”的效果，不仅在于“君”的学识，还在于“一席话”的质量。作为思政专业的学子，聆听思政专业众位名师、专家、教授关于思想政治教育方面的前沿课题，我想那是无上的荣幸。在大三这一年的小学期，思政专业的我们有幸遇此良机，把握好这次机会，我们会有崭新的思路、开阔的视野，这对于我们的未来发展有不可估量的铺垫和帮助。

2014年的夏天，周边学校纷纷放了暑假，看着外校其他学子奔向自由的身影，被小学期困在学校的我们心里多少有点抱怨，然而我们有我们的任务和责任。我们度过了一个异常繁忙的小学期，任务和作业虽然很多，却也让我们学到了很多——竞争、合作、分享、共赢······。在短短的三个星期内，我们先后聆听了陈殿林老师、朱浩老师、魏荣老师、郭芙蓉老师的思想政治教育前沿讲座及其他优秀学术讲座，受益多多。下面我分享一下聆听四位良师精彩讲座的感想与收获，相信这是一次自省与提升。

陈殿林老师是第一个讲的，陈老师的课题是《马克思主义理论教育与学科研究问题》，他主要从三个大方面阐述了这个课题。分别是，理论教育与学科建设面临的现实问题；理论教育与学科研究的同步深化；理论教育与学科研究的八个前沿课题。马克思主义理论一级学科的设立,在马克思主义发展史上是史无前例的。当前马克思主义理论工作者应认清形势,抓住机遇,正视学科建设的现实,明确目标和任务。对此,应着重认真研究马克思主义学科建立与建设、学科队伍的基础与发展、学科建设中“一元与多元”、学科体系与理论体系、学科广义与狭义、学科发展与课程建设等方面的关系。

接下来是我们亲切的朱浩老师，朱浩老师的课题是《思想政治教育学科特点与研究前沿》，朱老师也是从三个大方面阐述了这个课题。分别是，掌握学科特点、培养人才特长；把握学科前沿、推进理论创新；思想政治科研论文写作若干建议。思想政治教育学科是最富有中国特色的理论性、综合性、应用性学科。思想政治教育学科不仅有许多现实的实际与理论问题需要深化研究，而且随着社会的快速发展和人的全面发展，又有许多新的课题被不断提出。思想政治教育学科

建设，必须立足于我国改革开放、中国特色社会主义现代化建设和人的全面发展的实际，为推进我国社会科学发展服务，为人的全面发展提供导向和动力。认识和把握思想政治教育的学科特点，其目的就是为了遵循思想政治教育的规律，驾驭思想政治教育的发展趋势，增强思想政治教育专长，提高思想政治教育效果。朱老师的讲座帮助我们更好的了解思想政治教育学科，这对于思政专业的我们今后的发展有很大的帮助。

第三个思政前沿讲座是魏荣老师的《当代思想政治教育效果追问中的三个问题》，顾名思义魏老师以“三个问题”阐述了这个课题。第一，自媒体环境下的思想政治教育的转型；第二，思想政治教育研究方法的选择；第三，思想政治教育研究内容之——心理资本。21世纪经济飞速发展，科技水平相比之前大大的飞跃，网络与多媒体的发展更新更是迅速，自媒体环境下的思想政治教育的转型就充满了多变性与广泛性，这对于思想政治教育既是机遇也是挑战。在网络时代，思想政治教育研究方法的选择更是多种多样，如何运用好这些方法、如何选择合适的方法，需要我们花更多的时间去研究与实践。

最后一个前沿讲座是郭芙蓉老师的《中西法律文化传统视域中守法观的比较》，郭老师大一的时候教我们思修法基与伦理学，可谓学贯中西，通过这次讲座我又看到了芙蓉老师博古通今的一面。芙蓉老师着重讲了中国“法治文化”传统对守法的影响，其中重点讲了先秦时期的的法治思想。随着中国综合国力的增强，国人希望在全球化日益发展的今天，能够在世界民族之林找到自己独一无二的价值归属。特别是近几十年来，当我们研习西方法律体系与法律文化发展路径的时候，这种对价值复归的渴求日益明显。因为，我们在学习西方的时候，越发感到西方的制度不能很好的在中国生根发芽。在21世纪的今天，我们大学生对中国的发展有着绝对的责任，思政专业的学子更应该为中国法制建设出谋划策。

四位老师精彩的讲座为我们打开了一道通往更系统、更前沿、更创新的思想政治教育的桥梁。随着时代的发展、思想的进步，思想政治教育前沿问题将会越来越多，也越来越复杂，作为思政学子机会与挑战也随之而来，我们要时刻准备着迎接挑战。由于时间仓促，还有很多肺腑之言未一一道来，不免遗憾，今后我会挤出更多的时间来学习与自省。

第三篇：通信工程专业前沿讲座感想

专业前沿讲座听后感

前沿讲座这个课程感受颇多，带我们了解了一些从无到有的东西，也给了我们知道未来的发展方向，老师的丰富经历一举一动深深吸引着我，对我这个即将做到工作岗位ieshangde人来说，老师的亲身经历是一笔宝贵的财富

通信工程专业是IT领域的关键学科，移动通信、光纤通信、因特网使人们传递和获得信息达到了前所未有的便捷。本专业本着加强基础、跟踪前沿、注重能力，培养具有扎实的理论基础和开拓创新精神，能够在通信技术、通信系统和通信网络等方面，从事研究、设计、运营、开发的高级专门人才。

从20 世纪90年代初以来，全球向信息密集的工作方式和生活方式的转变，推动了光纤行业的发展。在此之前，数据处理资源的性能开始有可能实现各种各样的应用，而所需成本对大众市场很有吸引力。在很大程度上能使现代大规模数字通信网络得以实现并产生对其需求的分布式计算资源这一概念并没有促成数据传输技术方面直接并行的构建。因此，除了一些值得注意的特例之外，与其说各种应用可能受计算资源缺乏的限制，倒不如说受输入输出的束缚。这个显著特点与以前几十年计算资源的速度缓慢和价格昂贵形成了鲜明对比。以前几十年的数据密度比较稀疏，应用领域也在很大程度上局限于由一个或仅仅几个CPU和数据存储器支持的LAN（局域网）。

在近10年内，数据客户的数量急速增长。从模拟方式到占主流通信模式的数字传输方式的转变将历来孤立而又不相关的系统转变为可能共享同一网络的“服务”。因此，譬如说，有线电视服务提供商可以通过传统的线路末端的电器，如电视机、电脑、手机提供视频服务、互联网服务和电话服务。这些电器在某种程度上起着专用数据终端设备的作用。甚至各类终端设备之间的差别也开始变得模糊不清，因为任何人都可用当今一代手机读电子邮件、拍照和打电话。最终用户现在能够在任何时间，从几乎任何地方使用各种服务。在用户只访问的数据只有一部分来自PAN（个人网）或LAN数据存储器的情况下，越来越大的数据流必须经由基于光纤的公用网。到1998年底，公用网中的数据通信业务量超过了电话通信业务量。从此，互联网通信业务量的增长率从每年45％上升到100％。这种增长率与报刊上神话般夸大的每季度甚至每100天通信业务量翻一番的报道--这些报道甚至使最虔诚的 Mooresian也汗颜--形成对比。

虽然声名狼藉的“网络”泡沫对金融市场产生了短暂影响，但数据通信业务量却呈现出一种稳定得多的趋势。然而，正如简单的均匀分布模型所表明的，通信业务总量的增长并没有直接带来相应的主干网带宽需求的扩大。相反，超过半数的万维网请求都只以估计总共20亿个网站中的头1000个为目标。大型互联网服务提供商都保留万维网缓存服务器来处理他们所接收的数量庞大的数据请求。这种服务策略实际上产生了许多不同地域的镜象网站，导致相当部分的互联网通信业务量不通过主干网，而是通信业务量的产生和终止都在同一网络之内。

随着互联网规模的迅速扩展，互联网本身也面临着新的问题，解决这些问题将对互联网今后的发展具有至关重要的意义。例如网络运营模式如何调整、网络架构如何演进等。归根结底，其目的在于满足互联网应用和业务不断增长的需求。

近年来，随着互联网的迅猛发展，IP业务呈现爆炸式增长。预测表明，IP将承载包括语音、图像、数据等在内的多种业务，构成未来信息网络的基础；同时以WDM为核心、以智能化光网络(ION)为目标的光传送网进一步将控制信令引入光层，满足未来网络对多粒度信息交换的需求，提高资源利用率和组网应用的灵活性。因此如何构建能够有效支持 IP业务的下一代光网络已成为人们广泛关注的热点之一。

对承载业务的光网络而言，下一步面临的主要问题不仅仅是要求超大容量和宽带接入等明显需求，还需要光层能够提供更高的智能性和在光节点上实现光交换，其目的是通过光层和IP层的适配与融合，建立一个经济高效、灵活扩展和支持业务QoS等的光网络，满足IP业务对信息传输与交换系统的要求。

智能化光网络吸取了IP网的智能化特点，在现有的光传送网上增加了一层控制平面，这层控制平面不仅用来为用户建立连接、提供服务和对底层网络进行控制，而且具有高可靠性、可扩展性和高有效性等突出特点，并支持不同的技术方案和不同的业务需求，代表了下一代光网络建设的发展方向。

作为通信专业的学生，听了如此深刻的讲座使我对未来的工作有了很多的期待，也很庆幸当时对于本专业此工作方向的选择。听完这个讲座，我感到责任重大，即使是一个点，也还有很多方面值得拓展和探索，想要取得满意的结果和优异的成绩，我们所要做的就是倍加努力，汲取现有的知识，在新的领域开拓新的研究道路，积极探索，永不止步。

第四篇：前沿讲座

计算机视觉学科前沿知识

计算机视觉就是用计算机来模拟人的视觉系统，实现人的视觉功能，通常是指用摄像机和计算机代替人眼对目标进行识别、跟踪和测量等，从而实现对客观的三维世界的识别。人与其他动物一样，视觉、听觉、触觉等感官功能的产生，首先在于进化过程中生存的需要。根据美国心理学家Gibson的理论，人的视觉不管有多少用处，但主要功能可概括为适应外界环境和控制自身的运动。看到汽车冲过来，你会赶快回避；看到前面有激流，你不会冒然趟过去。“适应外界环境和控制自身的运动”还是比较抽象的概念。事实上，为了适应外界环境和控制自身的运动，视觉系统需要能识别物体（可想而知，一个人连亲戚、同事、朋友都不认识，会怎样生活），能判断物体的运动以及确定物体的形状和方位（否则，无法抓取物体）。所以，物体识别、物体定位、物体三维形状恢复和运动分析，就构成了计算机视觉的主要研究内容。

随着自动化水平不断的提高，机器视觉在自动化行业中应用也是越来越多，而机器视觉在我国可以说处于刚起步发展阶段，机器人视觉是一门新兴的发展迅速的学科，八十年代以来, 机器人视觉的研究已经历了从实险室走向实际应用的发展阶段。从简单的二值图象处理到高分辨率多灰度的图象处理,从一般的二维信息处理到三维视觉机理以及模型和算法的研究都取得了很大的进展。而计算机工业水平的飞速提高以及人工智能、并行处理和神经元网络等学科的发展,更促进了机器人视觉系统的实用化和涉足许多复杂视觉过程的研究。

目前，机器人视觉系统正在广泛地应用于视觉检测、机器人的视觉引导和自动化装配领域中。在现代化的大生产之中，视觉检测往往是不可缺少的环节。比如，汽车零件的外观，药品包装的正误，IC字符印刷的质量，电路板焊接的好坏等等，都需要众多的检测工人，通过肉眼或结合显微镜进行观测检验。大量的人工检测不仅影响工厂效率，而且带来不可靠的因素，直接影响产品质量与成本。另外，许多检测的工序不仅仅要求外观的检测，同时需要准确获取检测数据，比如零件的宽度，圆孔的直径，以及基准点的坐标等等，这些工作则是很难靠人眼快速完成。近年来发展迅猛的机器视觉技术解决了这一问题。机器视觉系统一般采用CCD照相机摄取检测图象并转化为数字信号，再采用先进的计算机硬件与软件技术对图象数字信号进行处理，从而得到所需要的各种目标图象特征值，并由此实现模式识别，坐标计算，灰度分布图等多种功能。然后再根据其结果显示图象，输出数据，发出指令，配合执行机构完成位置调整，好坏筛选，数据统计等自动化流程。与人工视觉相比较，机器视觉具有精确，快速，可靠，和易数字化等优点。

机器视觉系统的输入装置可以是摄像机、转鼓等，它们都把三维的影像作为输入源，即输入计算机的就是三维管观世界的二维投影。如果把三维客观世界到二维投影像看作是一种正变换的话，则机器视觉系统所要做的是从这种二维投影图像到三维客观世界的逆变换，也就是根据这种二维投影图像去重建三维的客观世界。机器视觉系统主要由三部分组成：图像的获取、图像的处理和分析、输出或显示。将近80%的工业视觉系统主要用在检测方面，包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。产品的分类和选择也集成于检测功能中。例如生产线上的单摄像机视觉系统，它的视觉系统用来检测生产线上的产品，决定产品是否符合质量要求，并根据结果，产生相应的信号输入上位机。图像获取设备包括光源、摄像机等；图像处理设备包括相应的软件和硬件系统；输出设备是与制造过程相连的有关系统，包括过程控制器和报警装置等。数据传输到计算机，进行分析和产品控制，若发现不合格品，则报警器告警，并将其排除出生产线。机器视觉的结果是CAQ系统的质量信息来源，也可以和CIMS其它系统集成。

由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。过去，许多工业用的机器视觉系统用可见光作为光源，这主要是因为可见光容易获得，价格低，并且便于操作。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。但是，这些光源的一个最大缺点是光能不能保持稳定。以日光灯为例，在使用的第一个100小时内，光能将下降15%，随着使用时间的增加，光能将不断下降。因此，如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一个方面，环境光将改变这些光源照射到物体上的总光能，使输出的图像数据存在噪声，一般采用加防护屏的方法，减少环境光的影响。由于存在上述问题，在现今的工业应用中，对于某些要求高的检测任务，常采用X射线、超声波等不可见光作为光源。但是不可见光不利于检测系统的操作，且价格较高，所以，目前在实际应用中，仍多用可见光作为光源。

机器视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。图像的增强用于调整图像的对比度，突出图像中的重要细节，改善视觉质量。通常采用灰度直方图修改技术进行图像增强。图像的灰度直方图是表示一幅图像灰度分布情况的统计特性图表，与对比度紧密相连。图像的数据编码和传输，数字图像的数据量是相当庞大的，一幅512*512个像素的数字图像的数据量为256 K字节，若假设每秒传输25帧图像，则传输的信道速率为52.4M比特/秒。高信道速率意味着高投资，也意味着普及难度的增加。因此，传输过程中，对图像数据进行压缩显得非常重要，数据的压缩主要通过图像数据的编码和变换压缩完成。图像边缘锐化处理主要是加强图像中的轮廓边缘和细节，形成完整的物体边界，达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。图像分割是将图像分成若干部分，每一部分对应于某一物体表面，在进行分割时，每一部分的灰度或纹理符合某一种均匀测度度量。图像的识别过程实际上可以看作是一个标记过程，即利用识别算法来辨别景物中已分割好的各个物体，给这些物体赋予特定的标记，它是机器视觉系统必须完成的一个任务。

在本世纪四、五十年代发展起来的线性滤波器以其完善的理论基础，数学处理方便，易于采用FFT和硬件实现等优点，一直在图像滤波领域占有重要地位，其中以WIENER滤波器理论和卡尔曼滤波理论为代表。但是线性滤波器存在着计算复杂度高，不便于实时处理等缺点。虽然它对高斯噪声有良好的平滑作用，但对脉冲信号干扰和其它形式的噪声干扰抑制效果差，信号边缘模糊。为此，1971年，著名学者TUKEY提出非线笥滤波器——中值滤波器，即把局部区域中灰度的中值作为输出灰度，并将其与统计学理论结合起来，使用迭代方法，比较理想地将图像从噪声中恢复出来，并且能保护图像的轮廓边界，不使其变模糊。近年来，非线性滤波理论在机器视觉、医学成像、语音处理等领域有了广泛的应用，同时，也反过来促使该理论的研究向纵深方向发展。

第五篇：前沿讲座

智能控制及其应用

院 － 系： 信息工程与自动化学院 专 业： 模式识别与智能系统 年 级： 2011 级 学生姓名： 朱 丹 学 号： 2011204082 任课教师： 杨承志、冯丽辉、万舟

2011年11月

摘要

智能控制是自动控制发展的高级阶段，是人工智能、控制论、信息论、系统论、仿生学、进化计算和计算机等多种学科的高度综合与集成，是一门新兴的边缘交叉学科。智能控制的主要方法有人工神经网络、模糊控制与专家系统，为解决那些用传统方法难以解决的复杂系统的控制问题提供了有效的理论和方法。目前，智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域，具有广阔的发展前景。

关键词： 智能控制 人工神经网络 模糊控制 专家系统

ABSTRACT

Intelligent automatic control is the advanced stage of development of automatic control．It is comprehensive and integrated subject of artificial intelligence, cybernetics, information theory, system theory, bionics, evolutionary computation, computer and so on.It is a new edge of the overlapping subject.The main method of intelligent control are following：artificial neural network , fuzzy control and expert system.In order to solve the complex control problem which is difficult to solve by the traditional methods.It provides effective theory and method.At present, the intelligent control has been widely used in industry, agriculture, services, military aviation, etc, and has a broad development prospects.Keywords: intelligent automatic control artificial neural network fuzzy control expert system

引言

随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出了新的挑战，促进了智能控制理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。智能控制不仅包含了自动控制、人工智能、系统理论和计算机科学的内容，而且还从生物学等学科汲取丰富的营养，正在成为自动化领域中最兴旺和发展最迅速的一个分支学科。

一、智能控制的基本概念和特点

传统的控制方法是建立在被控对象的精确数学模型之上的，而智能控制是针对系统的复杂性、非线性、不确定性等提出来的。IEEE控制系统协会把智能控制归纳为：智能控制系统必须具有模拟人类学习和自适应的能力。一个智能控制系统一般应具有以下一些特点：

1.智能控制具有混合控制特点，系统能以知识表示非数学广义模型和以数学表示的混合控制过程，采用开闭环控制和定性决策及定量控制相结合的多模态控制方式；

2.智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力；

3.智能控制系统具有自学习、自适应、自组织能力，能从系统的功能和整体优化的角度来分析和综合系统，以实现预期的控制目标； 4.智能控制系统有补偿及自修复能力；

5.智能控制系统能对复杂系统(如非线性、多变量、时变、环境扰动等)进行有效的全局控制，并具有较强的容错能力。

二、智能控制的主要方法 2.1 模糊控制

模糊控制是基于模糊推理和模仿人的思维方法，对难以建立精确数学模型的对象实施的一种控制，其成功应用的根源在于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种系统的推理方法，以模糊集合、模糊语言变量与模糊逻辑推理为基础，以先验知识和专家经验为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。

2.2 专家控制

专家控制是智能控制的一个重要部分，它在将人工智能中专家系统的理论和技术同自动控制的理论和方法有机结合的基础上，在未知环境下模仿专家的智能，实现对系统的有效控制。专家系统一般由知识库、推理机、解释机制和知识获取系统等组成。知识库用于存储某一领域专家的经验性知识、原理性知识、可行操作与规则等，可通过知识获取系统对原有知识进行修改和扩充。推理机根据系统信息并利用知识库中知识按一定的推理策略来解决当前的问题。解释机制对找到的知识进行解释，为用户提供了一个人机界面。通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。

2.3 神经网络控制

神经网络是模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。随着人工神经网络应用研究的不断深入，新的模型不断推出，在智能控制领域中，应用最多的是BP网络Hopfield网络等。与传统控制相比，它具有以下重要特性：○1非线性神经元网络在理论上可以充分逼近任意非线性函数；○2自学习和自适应能力；○3并行式分布处理机制；○4数据融合能力。目前神经网络在信号处理、系统辨识和优化、模式识别、故障诊断、机器人等多个领域取得成功应用，它对智能控制的发展应用将具有重大而深远的意义。

三、智能控制的应用

目前，智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域，具有广阔的发展前景。主要表现在以下几个方面：

3.1机械制造

在现代先进制造系统中,需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况,人工智能技术为解决这一难题提供了有效的解决方案。智能控制随之也被广泛地应用于机械制造行业,它利用模糊数学、神经网络的方法对制造过程进行动态环境建模,利用传感器融合技术来进行信息的预处理和综合。利用模糊集合和模糊关系的鲁棒性,将模糊信息集成到闭环控制的外环决策选取机构来选择控制动作。利用神经网络的学习功能和并行处理信息的能力,进行在线的模式识别,处理那些可能是残缺不全的信息。

3.2 智能仪器

随着微电子技术、微机技术、人工智能技术和计算机通讯技术的迅速发展，自动化仪器正朝着智能化、系统化、模块化和机电一体的方向发展，微型计算机或微处理机在仪器中得到广泛应用，已成为仪器的核心组成部件之一。它能够实现信息的记忆、判断、处理、执行以及测控过程的操作、监视和诊断，因而这类仪器被称为”智能仪器”。

3.3 智能机器人

智能机器人是一种能够代替人类在非结构化环境下从事危险、复杂劳动的自动化机器，是集机械学、力学、电子学、生物学、控制论、计算机、人工智能和系统工程等多学科知识于一身的高新技术综合体。机器人研究者们所关心的主要研究方向之一是机器人运动的规划与控制。一个规定的任务出台之后，设计人员首先必须作出满足该任务要求的运动规划；然后，规划再由控制来执行，该控制足以使机器人适当地产生所期望的运动。

3.4 智能监控

在许多的工业连续生产线，其生产过程需要监视和控制，以保证高性能和高可靠性。为保持物理参数具有一定的精度确保产品的优质高产，我们已在一些连续生产线或工业装置上采用了有效的智能控制模式。例如，旋转水泥窑的模糊控制、汽车工业的高级模糊逻辑控制、轧钢机的神经控制、工业锅炉的递阶智能控制以及核反器的知识基控制等。

3.5 医疗过程智能控制

从70年代中叶起，专家系统技术就被成功的应用于各种医疗领域。医用智能过程控制的新例子之一就是一个用于控制手术过程中麻醉深度的病人平均动脉血压(MAP)的模糊逻辑控制系统。MAP是衡量麻醉深度的重要参数。在该控制系统的设计和实现时，我们采用模糊关系函数和语言规则。本系统已在许多不同的外科手术中得到成功应用。

四、智能控制的发展前景

智能控制广泛应用于工业、农业、服务业、军事航空等多个领域，解决了传统控制无法解决的实际控制问题。但是智能控制仍然只处于开创性阶段。就目前智能控制系统的研究和发展来看，智能控制还有许多问题有待解决，主要有以下几点： ○1加强理论研究，给出智能控制的稳定性、可测性、可控性、鲁棒性定义及准则；○2解决知识获取和优化的瓶颈问题，特别是动态系统的知识获取和分类； ○3加强各种智能控制方法结合的耦合度； ○4加强学习问题的研究，进而加快收敛速度，提高实时控制能力； ○5融入更多领域知识，拓宽智能控制的范围。

智能控制是一门跨学科、需要多学科提供基础支持的科学，智能控制很难存在普遍、统一的理论体系，因此，建立具有开放性、形式非唯一的集成化智能控制框架是现实的，也是必要的。

参考文献

[1] 安宁，邱玮炜，戚焐.智能控制综述[J].技术与市场,2010,5(17):10-11.[2] 胡博.智能控制及其应用[J].芜湖职业技术学院，2010，1(12).[3] 宋胜利.智能控制技术概论[M]．北京：国防工业出版社，2008.[4]习玲丽，王永初.智能控制的发展前景[J].国立华侨大学机电及自动化学院，2006.[5] 魏峰，胡腾，王晓明.智能控制研究的发展及应用[J].工业控制计算机

2007(8).