儀器儀表未來的前景
在充分發(fā)揮光電束流*高速物性的基礎上，智能化日益趨向人腦化。積極地利用人腦機制與生物DNA芯片的有機智能，與電子，光子計算速度的無機智能的高效、能動優(yōu)勢相結合，并使材料智能化，進而與虛擬化交互作用，共同提高。當今又有光互連技術正以極高的時空帶寬、極小的電磁干擾和較小的互連前景功耗等一系列獨特的物理性能，克服了電互連技術物理上的本質極限，為動態(tài)、靈活、高速、實時地重構網絡互連結構，大大提高并行處理能力，開創(chuàng)出一個全新天地。這更將為人類創(chuàng)造出形形**、開放的人機結合系統(tǒng)，和五光十色的擬人高智能、高效自動化系統(tǒng)奠定牢固基礎，從而將人類社會生產力不斷推向新的更高境界，使人類生活向著智能世界幸福美好的明天大步邁進!
模糊邏輯模仿人腦的不確定性概念判斷、推理思維方式，對于模型未知或不能確定的描述系統(tǒng)，以及強非線性、大滯后的控制對象，應用模糊集合和模糊規(guī)則進行推理，表達過渡性界限或定性知識經驗，模擬人腦方式，實行模糊綜合判斷，推理解決常規(guī)方法難于對付的規(guī)則型模糊信息問題。
智能科技在儀器儀表中的應用正日新月異地飛速發(fā)展，許多其他領域的新技術也不斷融合進來
模糊邏輯善于表達界限不清晰的定性知識與經驗，它借助于隸屬度函數(shù)概念，區(qū)分模糊集合，處理模糊關系，模擬人腦實施規(guī)則型推理，解決因“排中律”的邏輯破缺產生的種種不確定問題。
遺傳算法是一種以“電子束搜索”特點抑制搜索空間的計算量爆炸的搜索方法，它能以解空間的多點充分搜索，運用基因算法，反復交叉，以突變方式的*作，模擬事物內部多樣性和對環(huán)境變化的高度適應性，其特點是*作性強，并能同時避免陷入局部極小點，使問題快速地全局收斂，是一類能將多個信息全局利用的自律分散系統(tǒng)。運用遺傳算法(GA)等進化方法制成的可進化硬件(EHW)，可產生超出現(xiàn)有模型的技術綜合及設計者能力的新穎電路，特別是GA獨特的全局優(yōu)化性能，使其自學習、自適應、自組織、自進化能力獲得更充分的發(fā)揮，為在無人空間場所進行自動綜合、擴展大規(guī)模并行處理(MPP)以及實時、靈活地配置、調用基于EPGA的函數(shù)級EHW，解決多維空間中不確定性的復雜問題開通了航向。
模糊邏輯模仿人腦的不確定性概念判斷、推理思維方式，對于模型未知或不能確定的描述系統(tǒng)，以及強非線性、大滯后的控制對象，應用模糊集合和模糊規(guī)則進行推理，表達過渡性界限或定性知識經驗，模擬人腦方式，實行模糊綜合判斷，推理解決常規(guī)方法難于對付的規(guī)則型模糊信息問題。模糊邏輯善于表達界限不清晰的定性知識與經驗，它借助于隸屬度函數(shù)概念，區(qū)分模糊集合，處理模糊關系，模擬人腦實施規(guī)則型推理，解決因“排中律”的邏輯破缺產生的種種不確定問題。
遺傳算法是一種以“電子束搜索”特點抑制搜索空間的計算量爆炸的搜索方法，它能以解空間的多點充分搜索，運用基因算法，反復交叉，以突變方式的*作，模擬事物內部多樣性和對環(huán)境變化的高度適應性，其特點是*作性強，并能同時避免陷入局部極小點，使問題快速地全局收斂，是一類能將多個信息全局利用的自律分散系統(tǒng)。運用遺傳算法(GA)等進化方法制成的可進化硬件(EHW)，可產生超出現(xiàn)有模型的技術綜合及設計者能力的新穎電路，特別是GA獨特的全局優(yōu)化性能，使其自學習、自適應、自組織、自進化能力獲得更充分的發(fā)揮，為在無人空間場所進行自動綜合、擴展大規(guī)模并行處理(MPP)以及實時、靈活地配置、調用基于EPGA的函數(shù)級EHW，解決多維空間中不確定性的復雜問題開通了航向。
專家系統(tǒng)是收集應用人類專家的知識和經驗，模仿專家處理知識和解決問題的方法，編制成計算機智能軟件系統(tǒng)，在通過人機結合不斷獲得反饋信息的情況下，實時在線地對規(guī)則、事例和模型實行獨立決策的一種問題求解或控制系統(tǒng)。這種計算機智能系統(tǒng)具有啟發(fā)性、透明性和靈活性，在不受時間、空間和環(huán)境影響情況下，高效率、準確無誤、周密**、迅速不疲倦地完成工作，其解決問題能力和知識的廣博性可超過人類專家，又克服了人類專家因疏忽、遺忘、緊張、疲倦等干擾因素造成的偏差和錯誤，因而其推廣、應用具有巨大的經濟和社會效益。
模式識別是模擬人腦形象思維，根據(jù)事物的特征、形象或關系，辨識、判定
粗糙集理論則是在離散歸一化處理其在測量中所得的數(shù)據(jù)集合，通過基于集合元素的不可分辨關系的代數(shù)運算，利用條件與結果屬性中的大量有用特征、有效數(shù)據(jù)發(fā)現(xiàn)知識，在決策規(guī)則的初步簡化計算中取得核值，然后進一步簡化規(guī)則并根據(jù)問題要求選取*小決策算法給予實際應用，去除大量信息中的多余屬性，降低信息空間的維數(shù)和屬性數(shù)量。
它可大大簡化網絡結構和樣本數(shù)量，縮短訓練時間，是智能科技中一種具有根本意義的分析方法。這種方法是基于測量數(shù)據(jù)集而獲取知識的，故對虛擬儀器的智能化發(fā)展具有重大意義。
混沌運動是確定性系統(tǒng)中局限于有限相空間的高度不穩(wěn)定運動，是無序中的有序，它使事物在長時間的行為中顯示出表面上的某種混亂?；煦绗F(xiàn)象的特征是“非周期背后隱藏的有序性”以及“對初始條件的敏感依賴性”，充分利用混沌特征，在智能信息處理中實施非線性決策和預測、非線性系統(tǒng)辨識、模式識別、圖像數(shù)據(jù)壓縮、高性能保密、多目標搜索，以及無限豐富、精彩絕倫的計算機繪畫等種種神奇應用。
分形理論研究非線性系統(tǒng)產生的不光滑和不可微的幾何形體及其內在結構的比例自相似性，為研究掌握自然界一切復雜事物的運動變化規(guī)律提供了強有力的工具和方法。
公安機關備案號：
