人工智能在电子工程中的应用

　　摘要:当前人工智能技术的应用越来越广泛，人工智能对人们的生产、生活产生了极大的影响，生活中智能化产品随处可见，工业生产中人工智能技术的应用也创造了巨大的经济价值，本文就人工智能技术在电子工程中的应用情况进行阐述，点明人工智能技术的优点，剖析了人工智能技术在电子控制、电子信息等方面的具体应用。

　　关键词:人工智能;电子工程;应用探究

　　引言：在电子工程自动化控制领域中，人工智能技术的应用能够促进电子工程自动化控制水平的整体提升，实现该领域的智能化发展。在这样的现实条件之下，我国生产技术开始积极实现自身的变革，电子工程的系统化运行以及信息处理必须要立足于智能技术运用的实际情况，加强自动化控制，保障我国电子工程自动化控制技术能够实现优化升级，更好地满足生产以及发展的实质需求。

　　工业论文投稿刊物：《山东工业技术》是工业论文投稿期刊，杂志1988年济南市创刊，立足山东，从现代经济和信息的视角，关注工业领域的科技创新、新成果和新技术的应用。杂志现以半月刊周期发行。

　　1对机械电子工程特征的介绍

　　对于机械电子工程而言，其具有突出的综合性与系统性，涉猎诸多学科的知识，如自动化、电子工程、机械化等。其发展的核心为机械工程，充分发挥了电子信息学科的优势，将自动化与电子工程进行积极融合。随着经济的发展和科技的进步，机械电子工程的应用范畴不断扩大，机械电子工程系统在较多领域中都发挥作用。机械电子发展主要经历了几个发展阶段，首先，是处于发展初期的机械电子工程技术，主要技术方式为人工技术。其次，在第二发展阶段，机械化生产逐渐引入，被社会所认可。再次，在第三阶段，科技发展飞速，信息技术得到大力推广，电子信息时代到来。在这一发展时期，机械电子工程的应用体现在社会生活的各个方面，同时，人工智能技术引入其中，成为主流的技术类型。

　　1.1对海量模糊信息进行高速、准确处理

　　在生产生活中人们会面临海量低层次数据，但是真正需要的是将低层次数据加工成高层次数据，以进行判断、决策，随着超级计算机、GPU等的快速发展，计算能力大幅度提升，按照当前的人工智能的发展趋势，“大数据统计分析+超强运算能力”已经是发展主流，在这种发展趋势下，人工智能技术能够实现对海量、模糊信息进行高速、准确的处理，完美解决了人力所不能及的信息处理难题，显著提升生产工作效率。

　　1.2可以进行思维、判断

　　像人脑一样进行思维、判断是人工智能发展的终极目标，通过进行数据的收集、运算、处理，以及借助人工神经网络，使得机器可以实现识别、思考、判断等类脑行为，在此基础上智能机器人等相继出现，能够部分代替人来进行工作，由此可以节省大量的人力、物力成本，同时可以有效提升电子工程等领域的生产稳定性。

　　2对人工智能技术特征的描述

　　对于人工智能技术而言，属于新兴产业类型，发展于现代社会，立足计算机科学与技术，具有较好的发展前景。对于人工智能技术，其发展需要立足电子信息系统与计算机科学技术，将诸多学科知识融入其中，如哲学、社会学等，整个技术类型应用性突出，综合性较强。人工智能技术的发展不是一蹴而就的，表现为三个发展时期。在第- -阶段，计算机技术刚刚出现，人工智能技术尚未成型，互联网应用范围很小，没有得到普及，主要的生产模式仍为手工。但是，人工智能技术开始萌芽，具有了一定的发展趋势。在第二阶段，互联网势不可挡，应用规模扩大，电子信息技术也得到普及，计算机科学与技术的融合体现在诸多领域。但是，人工智能技术处于发展初期，没有被大部分领域所认可。在第三发展阶段，互联网技术凸显优势，在社会各个领域都发挥作用，电子信息技术呈现迅猛的发展态势。在这一发展阶段，人工智能技术在机械电子工程领域得到更加广泛的应用，获取了全面的认可。目前社会所处的就是第三阶段，人工智能技术被广泛认可与接受，但是尚未形成较大规模。

　　3全面探讨人工智能技术在机械电子工程领域的应用

　　3.1对机械电子工程与人工智能关系的分析

　　对于机械化电子工程技术而言，主要是借助电子信息系统在输入和输出方面的功能，满足信息传递的作用，达到过程控制的目标。在整个信息传递的过程中，由于机械化电子过程控制的不稳定性，使得信息出错率提升，尤其是面对较

　　大规模的信息处理的时候，电子信息系统出错的频率更高，诱发信息传递出现不可预见的错误。人工智能能够实现对电子信息系统不稳定因素的精准监测，强化信息处理的效果，更好地发挥辅助的作用。

　　3.2对人工智能技术在机械电子过程方面应用的介绍

　　人工智能技术与神经网络系统的结合。目前，人工智能技术在机械电子工程领域得到广泛推广和应用。最具代表的是其在神经网络系统中的应用。主要是通过对人的神经系统的模拟，形成电子信息系统，将遍布式作为信息存储的主要方式。神经元存在使得整个过程更具智能的特征。借助模拟结构，对数字信息进行分析，得出结果。在数据分析的基础上，得出参与值，同时，关联函数也更具清晰。神经元的结构具有固定性的特征，紧密性突出，促使整个神经网络系统彰显智能化的特性，满足大规模、复杂运算的需求人工智能技术在模糊推理中的应用，立足模糊集合论，将其作为基本理论基础，构建相对完整的系统。模糊推理系统与神经网络系统存在不同，主要区别于关注点，前者更加注重点对点的映射，后者侧重的是域对域的映射。

　　因此，与神经网络相比较，模糊推理在精准性方面有待提升。在相关元素的支持下，模糊推理系统在机械电子工程领域中得到推广和应用，完成对人脑功能的有效模拟。在模拟作用下，明确语言信号类型，而后在网络分析的支持下，形成多个函数。对于神经网络系统与模糊系统，借助功能互补融合，在神经网络系统中插入模糊系统，使得神经网络系统在逻辑推算方面的能力增强，与此同时，模糊系统的存储具有了神经网络系统所独有的学习能力，切实增强了整个模糊系统的智能化层次。这种融合的方式应用频率更高，实用性较强。功能相似融合主要是指借助模糊系统的最大算子以及最小算子，实现与神经网络相似算子的融合，促使算子的选择更具合理性，信息量得以扩大，运输流程和程序被简化。对于功能相似的融合，主要是进行了神经网络中神经元非线性映射与模糊量隶属函数功能相似的融合，达到对功能的优化。

　　4结束语：

　　综上所述，科技的发展促使信息时代的到来，传统机械模式无法满足新时期机械电子工程的实际需要，为人工智能技术在机械电子工程领域的应用带来了新的发展契机。机械电子工程与人工智能的结合，促使二者实现共同发展和进步，尤其是在模糊推理和神经网络中的应用，对于生产能力的提升具有重大意义，为机械电子工程的可持续发展奠定基础。

　　参考文献:

　　[1]郑福奎.机械电子工程与人工智能的关系探究[J].科技创业家,2012(22):108.

　　[2]陈晋.人工智能技术发展的伦理困境研究[D].吉林大学,2016.

　　[3]张伟.浅析机械电子工程与人工智能的关系[J].山东工业技术,2016 (4):135.

　　作者：邹士鹏