第4單元-計算機應(yīng)用

2011年5月計算機基礎(chǔ)知識第4單元計算機應(yīng)用1計算機到底能干什么？計算器？打字機？玩游戲？還有？…2例1、計算機和現(xiàn)代生活工作和生活的一天……（IC、POS、ATM、201卡）多媒體教學(xué)（作業(yè)提交、答疑、考試）數(shù)字化教學(xué)（網(wǎng)上選課、課程點播、答疑、測試）娛樂（NBA、羽毛球俱樂部）OA（教務(wù)管理、發(fā)布作業(yè)、監(jiān)控檢查）信息檢索（收集信息、資料）網(wǎng)上購物（淘寶網(wǎng)http:///）消費（一卡通、網(wǎng)上交費）驗車（違章記錄查詢）……3三、計算機應(yīng)用概述

科學(xué)與工程計算信息處理過程控制計算機輔助系統(tǒng)多媒體技術(shù)應(yīng)用計算機通信和網(wǎng)絡(luò)應(yīng)用人工智能4π=？例：π的求值（一個古老的計算問題）。

π只能以近似值的方法計算。對于一般應(yīng)用3.14或22/7已足夠，但工程學(xué)常利用3.1416(5個有效數(shù)字)或3.14159(6個有效數(shù)字)。至于密率355/113則是易于記憶，精確至7位有效數(shù)字的分數(shù)。

π=周長/直徑中國古籍曰：“周三徑一”，意即π≈35公元前250年，古希臘，阿基米德，≈3.141973年，CDC7600，1,001,250位小數(shù)1949年，ENIAC，2,037位小數(shù)公元480年，祖沖之，3.1415926～3.1415927π求值的歷史1609年，德國，LudolphVanCeulen，35位小數(shù)1874年，WilliamShanks，707位小數(shù)(527位正確)1958年，IBM704，10,000位小數(shù)1961年，IBM7090，100,265位小數(shù)1999年，HITACHISR8000，206,158,430,000位小數(shù)

6π求值的方法

實驗法

在阿基米德之前，π值之測定依靠實物測量。

幾何法

阿基米德用幾何方法得出圓周率是介乎3又1/7與3又10/71之間。公元263年，劉徽用“割圓術(shù)”給出π=3.14014

分析法

計算數(shù)學(xué)（無窮級數(shù)）

計算機運算法：使用分析法得到公式，通過計算機進行計算。7科學(xué)和工程計算計算數(shù)學(xué)+計算機科學(xué)計算計算數(shù)學(xué)：研究數(shù)值計算方法計算機：計算數(shù)學(xué)強有力的工具科學(xué)計算是第三種科學(xué)手段理論研究：無法求得理論解科學(xué)實驗：難以應(yīng)用實驗手段進行計算：計算進行模擬計算機是人類計算能力的延伸8無法求出解析解的例子

新華網(wǎng)巴黎2002年7月4日電。法國原子能委員會軍事應(yīng)用局日前宣布，該局正在進行一項核武器模擬試驗計劃（投資51億歐元）。根據(jù)物理機理，造成核爆條件的過程與核反應(yīng)的過程都是高溫高壓下進行；高達幾百個大氣壓、幾千萬攝氏度、巨大能量是在微秒級時間內(nèi)釋放。描述核反應(yīng)的物理過程的數(shù)學(xué)模型是一組非定常的非線性偏微分方程。它可給出核爆炸各個細節(jié)的圖像、定量的數(shù)據(jù)和運動的全過程。但該組方程是無法求出解析解的。因此只有求助大規(guī)?？茖W(xué)計算。核武器設(shè)計中，從摸清規(guī)律、調(diào)整各種參數(shù)到方案的優(yōu)選等等，需要計算成千上百個模型。由于進行核試驗耗資大、周期長，所以不能只通過核試驗來設(shè)計和改進產(chǎn)品。在計算機上選擇一套參數(shù)設(shè)計一個模型，在一定意義上相當于進行一次核試驗。在計算機上花費幾百萬元進行計算，可以節(jié)省以億計的試驗經(jīng)費。模擬核爆試驗可以減少試驗次數(shù)，大大降低研制成本。因此，世界各國在核武器的研制設(shè)計中都大量采用了科學(xué)計算的方法。9難以應(yīng)用實驗手段的例子：有限元方法

有限元方法的創(chuàng)立和發(fā)展對于當代科學(xué)計算應(yīng)用有極大的影響。有限元方法是50年代末由西歐、美國、中國等地科學(xué)家提出和發(fā)展起來的一種算法。這一方法是求解橢圓型偏微分方程的基礎(chǔ)算法，特別適用于復(fù)雜的幾何問題。它把連續(xù)的數(shù)學(xué)問題離散化，最終導(dǎo)致求解高階線性方程組。10藍博基尼跑車藍博基尼是世界最著名的跑車之一。1999年初，意大利制造商想將它出口到美國，按照美國安全法規(guī)，所有車必須裝有氣囊。因此藍博基尼需要做氣囊的匹配碰撞。按傳統(tǒng)方法，該項測試至少要撞10輛以上的樣車。以一輛藍博基尼400萬~500萬元人民幣（30萬~40萬英鎊）計，僅碰撞的樣車損失費用就將在5000萬元以上。歐洲一家設(shè)計公司用CAD測試方法只用了十分之一的費用，就解決了問題。該公司先在計算機上模擬裝有氣囊的汽車的碰撞情況，再模擬各種路況情況并對車進行了調(diào)整，最后只碰了一輛真實的實物車就順利地通過了驗證測試。11科學(xué)和工程計算的步驟

建立數(shù)學(xué)模型

探索有效的計算方法

計算方法的理論分析

編寫程序進行計算數(shù)值模型問題的計算

12例：計算π的無窮級數(shù)計算方法：Machin公式(2)(3)Ramanujan公式(4)Chudnovsky公式(5)⑴13例：計算π（續(xù)1）理論分析：公式⑴計算量小，編程簡單，但收斂很慢；公式⑵計算量不大，收斂較快，編程較簡單；Machin公式每計算一項可以得到1.4位的十進制精度，收斂較快，容易編程實現(xiàn)；Ramanujan公式和Chudnovsky公式收斂更快，要使用FFT(FastFourierTransform)算法，將兩個大數(shù)的乘除運算時間由O(n2)縮短為O(nlogn)，程序?qū)崿F(xiàn)比較復(fù)雜。14例：計算π（續(xù)2）編程實現(xiàn)：計算方法（1）ints=1;doublen=1.0,t=1.0,pi=0.0;while(fabs(t)>=1e-10){pi=pi+t; n=n+2; s=-s; t=s/n;}15例：計算π（續(xù)3）編程實現(xiàn)：公式（2）1500位（1秒鐘）編程實現(xiàn)：

Machin

公式

2500位（1秒鐘）π計算器：

Ramanujan公式和Chudnovsky公式16科學(xué)和工程計算的應(yīng)用

大氣科學(xué)研究數(shù)值天氣預(yù)報油氣資源勘探地震波數(shù)據(jù)處理核武器模擬試驗空氣動力學(xué)計算有限元方法計算17數(shù)值天氣預(yù)報例：天氣預(yù)報，與計算有什么關(guān)系？運用數(shù)學(xué)方法，通過數(shù)值計算進行天氣預(yù)報的方法和相關(guān)的理論將已有的觀測值作為初值，通過求解大氣動力學(xué)和熱力學(xué)方程組，從而客觀、定量地作出天氣預(yù)報。1950年4月，ENIAC成功地作出世界上第一次正確的數(shù)值天氣預(yù)報。

18天氣預(yù)報地球表面上空環(huán)繞著厚度為10～20多公里的大氣層，各種自然天氣現(xiàn)象就發(fā)生在這個大氣層中。大氣運動變化遵循牛頓運動定理、質(zhì)量守衡定理、大氣狀態(tài)方程、熱力學(xué)定理、水汽守衡定理等。數(shù)值天氣預(yù)報是把流體大氣所遵循的物理定理抽象為數(shù)學(xué)方程，用數(shù)值分析法對這些數(shù)理方程組進行離散化，再借助高速計算機完成數(shù)據(jù)處理運算。對一個水平分辨率約200公里、垂直分層16層的全球模式作7個要素（如氣壓、風(fēng)力、風(fēng)向、溫度、高度、降雨量等）7天的預(yù)報，求解3億個以上的方程組。19地震波數(shù)據(jù)處理人工制造強烈的震動，在巖石中傳播的彈性遇著巖層的分界面產(chǎn)生反射波或折射波；記錄返回地面的反射波或折射波；分析地震波在地層中傳播的運動學(xué)和動力學(xué)信息，根據(jù)波的傳播路線和時間，確定發(fā)生反射波或折射波巖層界面的埋藏深度和形狀，反推出地下的巖層和巖性構(gòu)造。地震資料處理計算量大，處理周期長。

20空氣動力學(xué)計算它是空氣動力學(xué)的一個分支。利用電子計算機、采用數(shù)值計算方法進行空氣動力學(xué)問題研究的一門學(xué)科。該學(xué)科起源于20世紀60年代后期，得以迅速發(fā)展原因是：利用數(shù)值計算方法，不但可以對外形給定的飛行器進行空氣動力學(xué)的分析，還可以按預(yù)定的氣動特性要求設(shè)計飛行器的外形，得出流場中物理量的細節(jié)分布，不存在風(fēng)洞實驗中洞壁和支架干擾等一系列麻煩問題。該方法在飛行器空氣動力學(xué)分析和設(shè)計中發(fā)揮著越來越大的作用，使設(shè)計過程發(fā)生了根本性的變革。在航空、航天方面，飛行器周圍的流場非常復(fù)雜，且隨飛行器飛行高度和速度有很大變化，還要考慮空氣的連續(xù)或非連續(xù)性、壓縮性、熱傳導(dǎo)性、粘性和其他物理、化學(xué)過程，因此得到的數(shù)學(xué)模型是十分復(fù)雜的。例如，對于不能視為連續(xù)介質(zhì)的稀薄空氣，描述其運動的基本方程組為玻爾茨曼方程（非線性偏微分-積分方程），對于可視為連續(xù)介質(zhì)空氣，其基本方程組為納維爾-斯托克斯方程(簡稱N-S方程,非線性的偏微分方程組）。在解決實際工程問題過程中，必須根據(jù)其物理特征對N-S方程進行不同程度的簡化，建立各種近似的數(shù)學(xué)模型和數(shù)學(xué)方程。

計算空氣動力學(xué)的發(fā)展并不排斥風(fēng)洞實驗研究工作。兩者結(jié)合，互相補充，逐步實現(xiàn)一體化，是飛行器設(shè)計和氣動研究的發(fā)展方向。21難以應(yīng)用實驗手段的例子：有限元方法

有限元方法的創(chuàng)立和發(fā)展對于當代科學(xué)計算應(yīng)用有極大的影響。有限元方法是50年代末由西歐、美國、中國等地科學(xué)家提出和發(fā)展起來的一種算法。這一方法是求解橢圓型偏微分方程的基礎(chǔ)算法，特別適用于復(fù)雜的幾何問題。它把連續(xù)的數(shù)學(xué)問題離散化，最終導(dǎo)致求解高階線性方程組。22信息管理

數(shù)據(jù)處理系統(tǒng)辦公自動化（OA）系統(tǒng)管理信息系統(tǒng)例：沃爾瑪23零售業(yè)霸主沃爾瑪福布斯全球富豪排行榜占據(jù)了前十名的半壁江山全世界最大的企業(yè)1974年運用計算機進行庫存控制1983年，使用條形碼掃描系統(tǒng)1985~1987年，安裝專用衛(wèi)星通信系統(tǒng)，4000家沃爾瑪分店都能夠通過自己的終端與總部進行實時聯(lián)系。24利用信息技術(shù)成全其零售業(yè)霸主地位沃爾瑪計算機系統(tǒng)可以追蹤每一件商品的進銷全過程。通過采用最新信息技術(shù)，沃爾瑪能夠以最低成本、最優(yōu)質(zhì)服務(wù)、最快速管理反應(yīng)進行全球運作。管理信息系統(tǒng)的應(yīng)用使沃爾瑪有關(guān)各方可以迅速得到所需的貨品層面數(shù)據(jù)，觀察銷售趨勢、存貨水平和訂購信息甚至更多。美國通過運用信息技術(shù)改造傳統(tǒng)產(chǎn)業(yè)，使傳統(tǒng)產(chǎn)業(yè)的國際競爭力得以快速提升。25計算機信息管理

管理信息系統(tǒng)（MIS）概念發(fā)展電子數(shù)據(jù)處理系統(tǒng)（EDPS）工資計算管理信息系統(tǒng)（MIS）酒店管理決策支持系統(tǒng)（DSS）市場預(yù)測分類26酒店管理酒店管理的目的是實現(xiàn)“一次性結(jié)帳”。HIS前臺管理后臺管理決策支持面向客人的管理面向酒店內(nèi)部管理面向管理層管理27決策支持系統(tǒng)（DSS）DSS是用以輔助各級管理者進行正確決策的系統(tǒng)。DSS具有對話、數(shù)據(jù)存取和模型化三大功能，因此，它是由對話子系統(tǒng)、數(shù)據(jù)子系統(tǒng)和模型子系統(tǒng)組成。DSS還需要各種各樣的模型，包括永久性模型、特別模型、用戶構(gòu)造模型等。DSS在諸如投資決策、布局決策、銷售決策、發(fā)展戰(zhàn)略決策等方面幫助人們選擇最佳的方案。正是由于DB、知識庫、專家系統(tǒng)和DSS給OA系統(tǒng)賦予“智慧”和“靈感”，給“自動辦公”帶來巨大的生機和效率。28MIS概念要點人-機系統(tǒng)技術(shù)手段+現(xiàn)代管理思想計算機技術(shù)信息技術(shù)管理技術(shù)決策技術(shù)輔助管理和決策29企業(yè)信息系統(tǒng)的分類技術(shù)信息系統(tǒng)CAD(computeraideddesign)CAM(computeraidedmanufacturing)CNC(computernumericcontrol)管理信息系統(tǒng)MRP(materialrequirementplanning)MRP-II(manufacturingresourcesplanning)CAQ(computeraidedqualitycontrol)綜合信息系統(tǒng)CIMS(computerintegratedmanufacturingsystems)ERP(enterprisesresourcesplanning)30計算機輔助設(shè)計與制造

企業(yè)信息系統(tǒng)中的技術(shù)信息系統(tǒng)例：汽車設(shè)計油泥模型價值上千萬元CAD草圖可以在電腦屏幕上模擬油泥模型和一切測試研發(fā)成本下降了1/331企業(yè)信息系統(tǒng)產(chǎn)生背景：現(xiàn)代化的大生產(chǎn)給機械制造業(yè)帶來了許多困難原材料不能準時供應(yīng)零部件生產(chǎn)不配套產(chǎn)品生產(chǎn)周期過長，勞動率下降資金積壓嚴重，周轉(zhuǎn)期長市場和客戶的要求多變，使企業(yè)經(jīng)營計劃系統(tǒng)難以適應(yīng)

“零庫存管理”模式的利弊32MRP制造資源規(guī)劃系統(tǒng)MRP制造資源計劃系統(tǒng)（ManufacturingResourcesPlanning）是指以物料需求計劃MRP（MaterialRequirementsPlanning）為核心，對物資運動和資金運動統(tǒng)一管理的閉環(huán)經(jīng)營生產(chǎn)管理系統(tǒng)。MRP為制造業(yè)提供了科學(xué)的管理思想和處理邏輯。物料需求計劃：主生產(chǎn)調(diào)度(MPS)、物料用量清單(BOM)、庫存、未交貨單等資料，計算未來的物料需求。閉環(huán)式MRP：增加反饋，修改計劃，動態(tài)控制。33MRP-II除材料外，人力、資金、設(shè)備和時間也看成企業(yè)的資源，并加以控制。除生產(chǎn)外，還包括銷售、財務(wù)、成本處理。滿足制造業(yè)所有的經(jīng)營及生產(chǎn)活動。34ERP：管理+IT（企業(yè)資源規(guī)劃）集組織模型、企業(yè)規(guī)范和信息技術(shù)、實施方法為一體的綜合管理應(yīng)用體系。企業(yè)的管理核心從“在正確的時間制造和銷售正確的產(chǎn)品”，轉(zhuǎn)移到了“在最佳的時間和地點，獲得企業(yè)的最大利潤”。具有智能化的管理控制系統(tǒng)。能夠適應(yīng)互聯(lián)網(wǎng)，可以支持跨平臺、多組織的應(yīng)用，并和電子商務(wù)的應(yīng)用具有廣泛的數(shù)據(jù)、業(yè)務(wù)邏輯接口。35企業(yè)信息系統(tǒng)的發(fā)展

年代企業(yè)經(jīng)營方式

問題提出管理軟件發(fā)展階段

理論基礎(chǔ)

（Ⅰ）60年代

（Ⅱ）70年代

（Ⅲ）80年代

（Ⅳ）90年代

時段式MRP系統(tǒng)追求降低成本手工訂貨發(fā)貨生產(chǎn)缺貨頻繁計劃偏離實際人工完成車間作業(yè)計劃追求創(chuàng)新要求適合市場環(huán)境的迅速變化追求競爭優(yōu)勢各子系統(tǒng)缺乏聯(lián)系，矛盾重重如何確定訂貨時間和訂貨數(shù)量？如何實現(xiàn)管理系統(tǒng)一體化？如何保障計劃能有效實施和及時調(diào)整？如何在全社會范圍內(nèi)利用一切可利用的資源？開環(huán)式MRP系統(tǒng)閉環(huán)式MRP系統(tǒng)ERP系統(tǒng)庫存管理理論主生產(chǎn)計劃期量標準能力需求計劃車間作業(yè)管理計劃、實施、反饋與控制的循環(huán)系統(tǒng)集成技術(shù)物流管理決策規(guī)模供應(yīng)鏈混合型生產(chǎn)環(huán)境事前控制36電子商務(wù)

例：亞馬遜的奇跡1995年車庫中誕生1997年營業(yè)收入達1.48億美元，1998年猛增到5.4億美元提供了310萬個可方便查找的書目1600名員工人均創(chuàng)收37.5萬美元網(wǎng)上書店每平方米的銷售量是傳統(tǒng)書店的800％如果按傳統(tǒng)書店所需的營業(yè)面積來計算的話，它的規(guī)模約占好幾平方英里，顧客達500萬人以上。你得開著汽車，才能瀏覽完它所提供的書目。37電子商務(wù)的產(chǎn)生背景商業(yè)自動化完善和發(fā)展POS企業(yè)內(nèi)部的商務(wù)活動大量使用OA和MIS金融業(yè)步入電子化，大量采用自動服務(wù)系統(tǒng)Internet技術(shù)的飛速發(fā)展“最震撼人心的消息莫過于早上一覺醒來，發(fā)現(xiàn)互聯(lián)網(wǎng)的使用量正以每年2300％的速度增長”。

杰夫-貝索斯

38什么是電子商務(wù)

基礎(chǔ)：計算機、Internet目標：獲取經(jīng)濟活動效益最大化方式：通過Internet進行各種商務(wù)活動（借助計算機網(wǎng)絡(luò)開展業(yè)務(wù)活動）。39電子商務(wù)的主要內(nèi)容

企業(yè)內(nèi)部電子商務(wù)

企業(yè)間的電子商務(wù)

企業(yè)與消費者之間的電子商務(wù)

40人工智能

科幻片中的機器人例：“深藍”戰(zhàn)勝人類智慧？1997年5月11日，卡斯帕洛夫以2.5：3.5的比分敗在一臺電腦（IBM-AS/6000）手下！！智慧輸?shù)袅?，人類還剩些什么？……“這是一部像人的機器與一個像機器的人之間的決斗”！GarryKasparovDeepblue戰(zhàn)斗41人工智能的產(chǎn)生和發(fā)展

什么是人工智能機器能夠執(zhí)行人類的活動

主要目標：研究用機器來模仿和執(zhí)行人腦的某些智能功能

圖靈測試麥卡錫（McCarthy）發(fā)起人工智能研討會42人工智能研究的基本內(nèi)容

機器感知

機器思維

機器學(xué)習(xí)

機器行為

智能系統(tǒng)及智能計算機構(gòu)造技術(shù)

43人工智能的應(yīng)用領(lǐng)域

問題求解

邏輯推理與自動定理證明

自然語言處理

自動程序設(shè)計

專家系統(tǒng)

機器學(xué)習(xí)

人工神經(jīng)網(wǎng)絡(luò)

機器人學(xué)

模式識別

智能決策支持系統(tǒng)

44計算思維是運用計算機科學(xué)的基礎(chǔ)概念進行問題求解、系統(tǒng)設(shè)計、以及理解人類行為等涵蓋計算機科學(xué)之廣度的一系列思維活動。計算機學(xué)科的核心概念為計算機有關(guān)問題的求解提供了基本的框架，而問題的求解則必須遵循一些基本的步驟。一般問題求解可以歸納為4個主要步驟：理解問題制定計劃執(zhí)行計劃回顧和展望1.問題求解45（1）理解問題你是否能用你自己的話說明問題？什么是你想找到或做什么？什么是未知的？您問題中獲取到了什么信息？什么信息，如果有的話，是缺少或沒有必要的？46（2）制定計劃下面列出的策略，雖然并不完備，但的確是非常有用的。尋找一種模式，如果是計算問題，可以考慮哪些計算機學(xué)科的核心概念可以應(yīng)用。研究有關(guān)問題，并確定是否可以應(yīng)用同樣的技術(shù)解決。研究問題的簡單或特殊情況，獲得一個對原問題的解決方案了解。列出表格。制作圖形。寫一個方程。使用猜測和檢驗。逆向求解。確定一個子目標。47（3）執(zhí)行計劃

實施在第2步提出的計劃，并執(zhí)行任何必要的動作或計算。檢查計劃的每個執(zhí)行步驟。這可能是一個直觀的檢查或正式證明。保持工作過程的準確記錄。48（4）回顧和展望在原問題中檢查結(jié)果。（在某些情況下，這將需要一個證明。）根據(jù)原始問題解讀解決方案。你的答案是否有意義？是否合理？確定是否有其他求解方法。如果可能，確定其他相關(guān)或更一般的問題，也可以用該技術(shù)進行解決。49邏輯推理與自動定理證明對數(shù)學(xué)中臆測的定理尋找一個證明或反證，不僅需要有根據(jù)假設(shè)進行演繹的能力，而且需要某些直覺技巧。借助計算機來證明數(shù)學(xué)猜想或定理，這是一項難度極大的人工智能應(yīng)用，也已取得一些成果。四色猜想的證明。四色猜想是圖論中的一個世界級難題，內(nèi)容是：用四種顏色就可繪制任何地圖，三種顏色不夠，而五種顏色多余。這個猜想經(jīng)過無數(shù)次的驗證，結(jié)論都是千真萬確的，但卻一直無法在理論上給出證明，所以有人認為，證明這個猜想的難度絲毫不亞于哥德巴赫猜想。1976年7月，美國數(shù)學(xué)家哈根和阿貝爾用計算機成功地證明了四色猜想。這個猜想的證明需要進行一百億次（1010次）邏輯判斷，這個天文數(shù)字的工作量如果用人工來完成，則需兩萬年時間，這就是計算機問世以前，任何人都無法證明或推翻這個猜想的原因。返回50自然語言處理

自然語言處理是人工智能的早期研究領(lǐng)域之一。如果能讓計算機“聽懂”、“看懂”人類自身的語言，那么更多的人可以使用計算機，大大提高了計算機的利用率。自然語言處理就是研究如何能讓計算機理解并生成人們?nèi)粘Ｋ褂玫恼Z言，使得計算機懂得自然語言的含義，從而建立起一種人與機器之間的密切而友好的關(guān)系，使之能進行高度的信息傳遞與認知活動。要達到以下三個目標：⑴計算機能正確理解人們用自然語言輸入的信息，并回答輸入信息中的有關(guān)問題；⑵計算機對得到的信息能自動產(chǎn)生相應(yīng)的摘要，用不同的詞語復(fù)述信息的內(nèi)容；⑶計算機能夠把用某一種自然語言的信息自動地翻譯為另一種自然語言，即機器翻譯的問題。返回51自動程序設(shè)計

指采用自動化手段進行程序設(shè)計的技術(shù)和過程，后來指采用自動化手段進行軟件開發(fā)的技術(shù)和過程；也稱軟件自動化，其目的是提高軟件生產(chǎn)率和軟件產(chǎn)品質(zhì)量。按廣義理解，自動程序設(shè)計是盡可能借助計算機系統(tǒng)（特別是自動程序設(shè)計系統(tǒng)）進行軟件開發(fā)的過程。按狹義的理解，自動程序設(shè)計是從形式的軟件功能規(guī)格說明到可執(zhí)行的程序代碼這一過程的自動化。自動程序設(shè)計在軟件工程，流水線控制等領(lǐng)域均有廣泛應(yīng)用。自動程序設(shè)計包括程序綜合和程序正確性檢驗兩個方面，分別實現(xiàn)自動編程和證明程序的正確性。52自動程序設(shè)計重大貢獻自動程序設(shè)計研究的重大貢獻之一是把程序調(diào)試的概念作為問題求解的策略來使用。實踐已發(fā)現(xiàn)：對程序設(shè)計或機器人的控制問題，先產(chǎn)生一個代價不太高的有錯誤的解，然后再進行修改的作法，要比堅持要求第一次得到的解就完全沒有缺陷的作法，通常效率要高的多。對自動程序設(shè)計的研究不僅可以促進半自動軟件開發(fā)系統(tǒng)發(fā)展，而且也使通過修正自身代碼進行學(xué)習(xí)的人工智能系統(tǒng)得到發(fā)展。目前已經(jīng)研制出能夠以各種不同的目的描述來編寫計算機程序的系統(tǒng)，但這方面的進展依然非常局限。53專家系統(tǒng)專家系統(tǒng)是依賴于適用于特殊應(yīng)用領(lǐng)域的知識規(guī)則的計算機系統(tǒng)。專家系統(tǒng)借助知識獲取工具從應(yīng)用領(lǐng)域?qū)＜一蚱渌R源（如法典、訓(xùn)練手冊、數(shù)據(jù)庫等）中抽取專門知識，轉(zhuǎn)變?yōu)檫m合于推理機解釋性使用的形式存放于知識庫，以實現(xiàn)類似于人的邏輯思維和問題求解能力。專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，根據(jù)某個領(lǐng)域一個或多個人類專家提供的知識和經(jīng)驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。專家系統(tǒng)可以解決的問題一般包括解釋、預(yù)測、診斷、設(shè)計、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等。返回54專家系統(tǒng)（續(xù)）研制人員采用心理學(xué)學(xué)科知識，把認知理論、人機交互等結(jié)合起來，建立了“智力問題解決和學(xué)習(xí)”的模型，將人腦的思維方式、技巧、規(guī)則以及策略等以程序的形式事先告訴計算機，使計算機能夠通過推理規(guī)則自己去探索解決方案。高性能的專家系統(tǒng)也已經(jīng)從學(xué)術(shù)研究開始進入實際應(yīng)用研究。專家系統(tǒng)已發(fā)展為人工智能的最有實用前景和影響力的一個分支，在科技、工程、交通、運輸、醫(yī)療、探礦、氣象、商業(yè)、金融、軍事、行政和管理等領(lǐng)域都有廣泛的應(yīng)用。55具有專家水平的專業(yè)知識能進行有效的推理具有啟發(fā)性具有靈活性具有透明性具有交互性能根據(jù)不確定的知識進行推理專家系統(tǒng)的特點56解釋型專家系統(tǒng)診斷型專家系統(tǒng)預(yù)測型專家系統(tǒng)設(shè)計型專家系統(tǒng)規(guī)劃型專家系統(tǒng)專家系統(tǒng)的類型控制型專家系統(tǒng)監(jiān)督型專家系統(tǒng)修理型專家系統(tǒng)教學(xué)型專家系統(tǒng)調(diào)試型專家系統(tǒng)57

核心是：知識庫和推理機

專家系統(tǒng)的一般結(jié)構(gòu)58知識庫：用來存放領(lǐng)域?qū)＜姨峁┑膶ｉT知識。推理機：是模擬領(lǐng)域?qū)＜业乃季S過程，控制并執(zhí)行對問題的求解。知識獲取機構(gòu)：為專家系統(tǒng)獲取知識，建立超健全、完善、有效的知識庫，以滿足求解領(lǐng)域問題的需要。人機接口：是專家系統(tǒng)與領(lǐng)域?qū)＜?、知識工程師、一般用戶間進行交互的界面，由一組程序及相應(yīng)的硬件組成，用于完成輸入輸出工作。數(shù)據(jù)庫：用于存放用戶提供的初始事實，問題描述及系統(tǒng)運行過程中得到的中間結(jié)果、最終結(jié)果等信息。數(shù)據(jù)庫的內(nèi)容是不斷變化的，這也是“動態(tài)”或“黑板”的由來。數(shù)據(jù)庫中必須有相應(yīng)的數(shù)據(jù)庫管理系統(tǒng)，負責(zé)對數(shù)據(jù)庫中的知識進行檢查、維護等。解釋機構(gòu)：回答用戶提出的問題，解釋系統(tǒng)的推理過程使系統(tǒng)對用戶透明。

專家系統(tǒng)的一般結(jié)構(gòu)（續(xù)）591stExpertSystem(領(lǐng)域?qū)＜?(知識工程師)(程序員)(項目管理員)(用戶)解釋機制推理引擎IFskyisclear

THEN

theforecastissunny{cf

0.8}60機器學(xué)習(xí)(MachineLearning)機器學(xué)習(xí)是研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能的核心，是使計算機具有智能的根本途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域，它主要使用歸納、綜合而不是演繹。機器學(xué)習(xí)在人工智能的研究中具有十分重要的地位，一個不具有學(xué)習(xí)能力的智能系統(tǒng)難以稱得上是一個真正的智能系統(tǒng)。只有讓計算機具有類似于人的學(xué)習(xí)能力，自動獲取新的事實及新的推理算法，才能使計算機真正具有智能。61機器學(xué)習(xí)（續(xù)）機器學(xué)習(xí)的低級階段是機械式學(xué)習(xí)和教師指導(dǎo)下的學(xué)習(xí)。前者通過簡單地記住推理和解答的結(jié)果，來強化將來的推理和問題求解能力；后者則由教師傳授知識，或在教師的指導(dǎo)下歸納和抽取知識。機器學(xué)習(xí)高級階段是知識發(fā)現(xiàn)，即計算機系統(tǒng)在無須教師幫助情況下，能自行發(fā)現(xiàn)蘊涵在客觀規(guī)律中的知識。上世紀90‘s，KDD(數(shù)據(jù)庫知識發(fā)現(xiàn))迅速崛起成為機器學(xué)習(xí)的一個重要分支，如何從數(shù)據(jù)倉庫包含的大量數(shù)據(jù)中發(fā)現(xiàn)和獲取隱含的知識，既是機器學(xué)習(xí)領(lǐng)域面臨重大挑戰(zhàn)，也給機器學(xué)習(xí)技術(shù)的實用化帶來了新的機遇。此外，機器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機理和揭示人腦的奧秘。62人工神經(jīng)網(wǎng)絡(luò)（ANN)問題的提出:計算機在模式識別、感知、評判和決策等方面目前還不如人。人腦與計算機不同，是由大量基本單元(神經(jīng)元)組成，這些神經(jīng)元復(fù)雜的互相連接而成的一種高度復(fù)雜、非線性、并行處理的信息處理系統(tǒng)。比計算機快。單個神經(jīng)元的反應(yīng)速度是毫秒級，而計算機的邏輯門反應(yīng)時間在10-9s量級，相差105~6

；能量消耗低。耗能級為每一運算10-16J/s，計算機則為10-6J/s，相差10個數(shù)量級。63人工神經(jīng)網(wǎng)絡(luò)神經(jīng)生理學(xué)家、心理學(xué)家與計算機科學(xué)家的共同研究得出的結(jié)論是：人腦是一個功能特別強大、結(jié)構(gòu)異常復(fù)雜的信息處理系統(tǒng)，其基礎(chǔ)是神經(jīng)元及其互聯(lián)關(guān)系。研究結(jié)果已經(jīng)證明，用神經(jīng)網(wǎng)絡(luò)處理直覺和形象思維信息具有比傳統(tǒng)處理方式好得多的效果。20世紀80年代，霍普菲爾德（Hopfield）提出用硬件實現(xiàn)神經(jīng)網(wǎng)絡(luò)，魯梅爾哈特（Rumelhart）等提出多層網(wǎng)絡(luò)中的反向傳播（BP）算法，有力地推動了人工神經(jīng)網(wǎng)絡(luò)的研究?，F(xiàn)在，神經(jīng)網(wǎng)絡(luò)已在模式識別、圖像處理、組合優(yōu)化、自動控制、信息處理、機器人學(xué)和人工智能的其它領(lǐng)域獲得日益廣泛的應(yīng)用。返回64神經(jīng)細胞大腦的結(jié)構(gòu)與0、1的關(guān)系：大腦的基本成分是神經(jīng)細胞（即神經(jīng)元），神經(jīng)元又分為突觸和軸突，兩者以生物電流的方式，一個管輸入，一個管輸出，使神經(jīng)細胞一直處于興奮或抑制的狀態(tài)，而電子元件的開啟和閉合的狀態(tài)正好與神經(jīng)細胞中的興奮或抑制狀態(tài)對應(yīng)，那么大腦的思維機制不就也可以用0和1來表示了嗎?65ANN定義ANN是為模仿人腦工作方式而設(shè)計的一種機器，它可用電子或光電元件實現(xiàn)，也可用軟件在常規(guī)計算機上仿真，或者說ANN是一種具有大量連接的并行分布處理器，它具有通過學(xué)習(xí)獲取知識并解決問題的能力，且知識是分布存儲在連接權(quán)(對應(yīng)于生物神經(jīng)元的突觸)中，而不是象常規(guī)計算機那樣按地址存在特定的存儲單元之中。ANN是一個用大量簡單處理單元經(jīng)廣泛連接而組成的網(wǎng)絡(luò)，用來模擬大腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。66模式識別模式識別是通過抽取被識別對象的特征，與存放在計算機內(nèi)的已知對象的特征進行比較及判別，從而和出結(jié)論的一種人工智能技術(shù)，也就是使一個計算機系統(tǒng)具有模擬人類通過感官接受外界信息、識別和理解周圍環(huán)境的感知能力。指紋辨別、手寫漢字的識別、語音識別都是模式識別的應(yīng)用實例。至今，在模式識別領(lǐng)域，神經(jīng)網(wǎng)絡(luò)方法已經(jīng)成功地用于手寫字符的識別、汽車牌照的識別、指紋識別、語音識別等方面。67中心網(wǎng)址：

http://作業(yè)提交地址：

69我的E-mail地址:

LZQ@

謝謝，再見！68無法求出解析解的例子

新華網(wǎng)巴黎2002年7月4日電。法國原子能委員會軍事應(yīng)用局日前宣布，該局正在進行一項核武器模擬試驗計劃（投資51億歐元）。根據(jù)物理機理，造成核爆條件的過程與核反應(yīng)的過程都是高溫高壓下進行；高達幾百個大氣壓、幾千萬攝氏度、巨大能量是在微秒級時間內(nèi)釋放。描述核反應(yīng)的物理過程的數(shù)學(xué)模型是一組非定常的非線性偏微分方程。它可給出核爆炸各個細節(jié)的圖像、定量的數(shù)據(jù)和運動的全過程。但該組方程是無法求出解析解的。因此只有求助大規(guī)?？茖W(xué)計算。核武器設(shè)計中，從摸清規(guī)律、調(diào)整各種參數(shù)到方案的優(yōu)選等等，需要計算成千上百個模型。由于進行核試驗耗資大、周期長，所以不能只通過核試驗來設(shè)計和改進產(chǎn)品。在計算機上選擇一套參數(shù)設(shè)計一個模型，在一定意義上相當于進行一次核試驗。在計算機上花費幾百萬元進行計算，可以節(jié)省以億計的試驗經(jīng)費。模擬核爆試驗可以減少試驗次數(shù)，大大降低研制成本。因此，世界各國在核武器的研制設(shè)計中都大量采用了科學(xué)計算的方法。返回69難以應(yīng)用實驗手段的例子：有限元方法

有限元方法的創(chuàng)立和發(fā)展對于當代科學(xué)計算應(yīng)用有極大的影響。有限元方法是50年代末由西歐、美國、中國等地科學(xué)家提出和發(fā)展起來的一種算法。這一方法是求解橢圓型偏微分方程的基礎(chǔ)算法，特別適用于復(fù)雜的幾何問題。它把連續(xù)的數(shù)學(xué)問題離散化，最終導(dǎo)致求解高階線性方程組。返回70解析計算方法（1）n=1，pi=1n=2，pi=1-1/3n=3，pi=1-1/3+1/5n=4，pi=1-1/3+1/5-1/7……返回ints=1;doublen=1.0,t=1.0,pi=0.0;while(fabs(t)>=1e-10){pi=pi+t; n=n+2; s=-s; t=s/n;}71藍博基尼跑車藍博基尼是世界最著名的跑車之一。1999年初，意大利制造商想將它出口到美國，按照美國的安全法規(guī)，所有的車必須裝有氣囊。因此藍博基尼需要做氣囊的匹配碰撞。按傳統(tǒng)方法，該項測試至少要撞10輛以上的樣車。以一輛藍博基尼400萬~500萬元人民幣（30萬~40萬英鎊）計，僅碰撞的樣車損失費用就將在5000萬元以上。歐洲的一家設(shè)計公司用CAD測試方法只用了十分之一的費用，就解決了問題。該公司先把氣囊在計算機里模擬裝到車上，再模擬各種路況并對車進行了調(diào)整，最后只碰了一輛真實的實物車就順利地通過了驗證測試。返回72邏輯推理與自動定理證明對數(shù)學(xué)中臆測的定理尋找一個證明或反證，不僅需要有根據(jù)假設(shè)進行演繹的能力，而且需要某些直覺技巧。借助計算機來證明數(shù)學(xué)猜想或定理，這是一項難度極大的人工智能應(yīng)用，也已取得一些成果。四色猜想的證明。四色猜想是圖論中的一個世界級難題，內(nèi)容是：用四種顏色就可繪制任何地圖，三種顏色不夠，而五種顏色多余。這個猜想經(jīng)過無數(shù)次的驗證，結(jié)論都是千真萬確的，但卻一直無法在理論上給出證明，所以有人認為，證明這個猜想的難度絲毫不亞于哥德巴赫猜想。1976年7月，美國數(shù)學(xué)家哈根和阿貝爾用計算機成功地證明了四色猜想。這個猜想的證明需要進行一百億次（1010次）邏輯判斷，這個天文數(shù)字的工作量如果用人工來完成，則需兩萬年時間，這就是計算機問世以前，任何人都無法證明或推翻這個猜想的原因。返回73自然語言處理

自然語言處理是人工智能的早期研究領(lǐng)域之一。如果能讓計算機“聽懂”、“看懂”人類自身的語言，那么更多的人可以使用計算機，大大提高了計算機的利用率。自然語言處理就是研究如何能讓計算機理解并生成人們?nèi)粘Ｋ褂玫恼Z言，使得計算機懂得自然語言的含義，從而建立起一種人與機器之間的密切而友好的關(guān)系，使之能進行高度的信息傳遞與認知活動。要達到以下三個目標：⑴計算機能正確理解人們用自然語言輸入的信息，并回答輸入信息中的有關(guān)問題；⑵計算機對得到的信息能自動產(chǎn)生相應(yīng)的摘要，用不同的詞語復(fù)述信息的內(nèi)容；⑶計算機能夠把用某一種自然語言的信息自動地翻譯為另一種自然語言，即機器翻譯的問題。返回74自動程序設(shè)計

自動程序設(shè)計包括程序綜合和程序正確性檢驗兩個方面，分別實現(xiàn)自動編程和證明程序的正確性。對自動程序設(shè)計的研究不僅可以促進半自動軟件開發(fā)系統(tǒng)的發(fā)展，而且也使通過修正自身代碼進行學(xué)習(xí)的人工智能系統(tǒng)得到發(fā)展。目前已經(jīng)研制出能夠以各種不同的目的描述來編寫計算機程序的系統(tǒng)，但這方面的進展依然非常局限。返回75機器學(xué)習(xí)只有讓計算機具有類似于人的學(xué)習(xí)能力，自動獲取新的事實及新的推理算法，才能使計算機真正具有智能。機器學(xué)習(xí)的低級階段是機械式學(xué)習(xí)和教師指導(dǎo)下的學(xué)習(xí)。前者通過簡單地記住推理和解答的結(jié)果，來強化將來的推理和問題求解能力；后者則由教師傳授知識，或在教師的指導(dǎo)下歸納和抽取知識。機器學(xué)習(xí)高級階段是知識發(fā)現(xiàn)，即計算機系統(tǒng)在無須教師幫助情況下，能自行發(fā)現(xiàn)蘊涵在客觀規(guī)律中的知識。上個世紀90‘s，KDD（數(shù)據(jù)庫中的知識發(fā)現(xiàn)）迅速崛起成為機器學(xué)習(xí)的一個重要分支，如何從數(shù)據(jù)倉庫包含的大量數(shù)據(jù)中發(fā)現(xiàn)和獲取隱含的知識，既是機器學(xué)習(xí)領(lǐng)域面臨重大挑戰(zhàn)，也給機器學(xué)習(xí)技術(shù)的實用化帶來了新的機遇。此外，機器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機理和揭示人腦的奧秘。返回76借貸風(fēng)險分析專家系統(tǒng)客戶信譽程度債務(wù)狀況抵押品收入狀況風(fēng)險等級