摘要：伴隨著科技的飛速發展，人工智能在越來越多的領域上有所作為，其中也包括機械電子工程。人工智能在機械電子工程中主要作用為解決常規手段無法處理機械電子系統復雜性的問題。通過人工智能解決機械電子工程當中所遇到的困難，共同推進兩者的發展。本文主要分析機械電子工程和人工智能之間的關系，并對它們之間的關系進行一定深度的探討。

中圖分類號：TP391

文獻標識碼：A

隨著科技的進步，機械電子工程開始逐漸從傳統的能量傳輸、動能傳輸轉變為信息鏈接，將人工智能融入到機械電子工程中，發揮人工智能和機械電子工程的特點。在機械電子工程中融入人工智能，能夠改變信息的傳輸模式，讓機械電子工程更加的科學、可靠，讓機械電子工程變得更加智能，進而使傳統的機械電子工程得到更好的更新和發展。

1機械電子工程

常規的機械工程主要可以分為兩類，制造和動力。動力類工程主要是發電機形式的機械工程;制造類工程主要包含裝配、毛坯制造和機械加工等生產工藝。電子工程和常規的機械工程相比，電子工程包含更多的高科技元素。利用兩者的優勢，將兩者有機的結合起來，最終形成機械電子工程。

機械電子工程的發展主要可以分為三個階段：第一階段主要為手工加工作為主要生產方式的初期階段，這個階段生產力較低，因人力資源匱乏嚴重影響生產力的發展，進而轉變思想，引出機械工藝的發展。第二階段主要為流水線作為主要工藝的批量生產階段，這時的生產規模相對較大，一定程度的提升了生產力，許多工程出現大批量生產現象，但是這種生產階段并不能保障高質量的產品，生產嚴重缺乏靈活性，逐漸不能滿足社會的各項質量要求。第三階段便是現在的機械電子工程的產業階段，因為我國是快節奏社會，要求機械電子工程具備一定的適應性、靈活性、轉產時間段和高質量產品的高科技生產工藝，以機械電子工藝作為核心的制造系統最為成功的產物便是柔性制造系統柔性制造系統主要由信息、物流和加工三個系統所組成，能夠在自動化加工作為基礎，實現信息流和物料流的自動化。

2人工智能

人工智能也能夠分為三個階段：第一個階段是1956年，美國第一次提出人工智能這一專業術語，進而人工智能變開始出現。但是這一階段的人工智能主要作用知識證明、博弈和翻譯，并不能模擬進行人類的邏輯進行思考。在60年代中，對人工智能進行一定深度的分析之后發現，機器模仿人類的思維是比較困難的事情，許多的開發者并未能讓機械脫離簡單的映射方式，造成機械無邏輯能力。第二極端便是1977年，這是人工智能發展的一個轉折點，人工智能進入到知識作為動力的發展階段，在很短的時間內人工智能的知識工程便滲入到各個領域中，真正的體現人工智能的實用性。在不久之后人工智能便在商業化道路上獲得一定的成績，展現開闊的使用前途和頑強的生命力。最后一階段便是人工智能的平穩發展階段。人工智能逐漸從單獨的個體向分布式的主體發展，直至如今，人工智能已經具備實用且復雜的特點。

3機械電子工程與人工智能的關系

人類發展的兩大根本因素為信息和物質，在科技還未發展成熟時，人類的生產能力較低，基本以物質作為主要基礎。隨著生產力的不斷提高，人們發現信息的重要性，將文字作為信息的傳遞“紐帶”。最近幾十年，因為網絡的普及，將信息的傳遞帶來了新的改進，社會推進到信息化時代，而信息社會的發展卻離不開人工智能技術的發展。

機械電子系統具備一定的不穩定性造成機械電子系統中輸出和輸入關系的描述變成比較困難，傳統的描述方式有3種：(1)建立規則庫的方式;(2)學習并生成知識的方式;(3)推導數學方程的方式。推導數學方程的方式相對而言比較精確、嚴謹，但是其智能運用于比較簡單的系統中，例如線性定常的系統，對于相對復雜的系統并不能通過數學方程進行解析，就只能通過操作來完成，但是操作又不具備精確和嚴謹的特點。伴隨社會的發展，其對系統的要求也越來越苛刻，經常出現需要同時處理多種類型的數據，例如傳感器需要傳遞專家的語言信息和數字信息等。因為人工智能處理信息時的復雜性和不確定性，人工智能以知識作為基礎處理信息的方式將替代推導數學方程的方式。

利用人工智能建立的系統主要可以分為兩種：模糊推理系統，主要是通過模擬人腦對數據、語言等進行分析;神經網絡系統，主要是模擬人腦的結構，分析信號和數據并給出相對的參考數據。兩者既具備相同的輸出輸入關系也具備不同的輸出輸入關系。不同之處在于模糊推理系統有明確的物理意義，相反神經網絡系統并不具備準確的物理意義;模糊推理系統主要為域到運用域的映射作為主要數據分析方式，神經網絡系統的分析方式主要為點到運用點;模擬推理系統的儲存信息具備規則化，神經網絡系統的信息儲存方式則為分布化;模糊推理系統在輸出時因為所有神經元之間聯系不固定，其計算量較小神經網絡系統在輸出時因為每個神經元之間都有一定的聯系，所有計算量較大;模糊推理系統的精確度較低，其呈現為臺階狀，神經網絡系統輸出輸入的信息精準度高，呈現為光滑的曲面。兩者的相同之處在于：兩者都具備相同的網絡結構形式以任意精度逼近相應的連續性函數。

伴隨著社會的飛速發展，單純的人工智能方式已經有些不能滿足社會的日常需求，許多的研發機構開始研制綜合性的人工智能系統。其主要是將模糊推理系統和神經網絡系統相結合形成綜合性的人工智能系統，將兩種系統當中的優勢和劣勢體現取長補短的特點，得到更為精準、更為全面、更為科學性的描述方式，最為成功的例子便是模糊神經網絡系統。模糊神經網絡系統將模糊推理系統和神經網絡系統相結合，讓信息在該網絡系統中得到最為合適的完美表達空間。模糊神經網絡系統能夠體現神經網絡系統的函數連接和邏輯推理系統的節點函數，并且讓這兩種功能得到一定的提高，最終獲得更好的模糊神經網絡系統。

結語

隨著科學的發展，高科技技術層出不窮，人工智能便是這一發展中的產物。人工智能便是各學科較差綜合之后的成功。將人工智能完美的融入到機械電子工程中，帶動這一領域得到良好的發展，促進生產力的飛速發展，給機械工程這一產業帶來革命性的變革和巨大的經濟利益。

參考文獻

【1】周陽，機械專業綜合型試驗平臺的建設【j】電子科技大學學報社科版,2012,14(02):269-270

【2】鄧方，人工智能研究綱領的發展歷程和前景【j】.科技信息,2010,28(10):832.

(蘇遠鋒 恩比爾(廈門)機械制造有限公司，福建 廈門 361000)