1、智能化技术的应用领域1、智能化技术的应用领域控制领域控制领域智能控制系统智能控制系统智能控制的研究对象智能控制的研究对象智能控制系统是控制理论发展的高级阶段。它主要用来解决那些用传统方法难以解决的复杂系统的控制问题。其中包括智能机器人系统、CIMS、复杂的工业过程控制系统、航天航空控制系统、社会经济管理系统、交通运输系统、环保及能源系统等。智能控制的研究对象具备以下一些特点：（1）不确定性的模型不确定性的模型传统的控制是基于模型的控制，模型已知或者经过辨识可以得到。而智能控制的对象通常存在严重的不确定性。不确定性包含两层意思：一是模型未知或知之甚少；二是模型的结构和参数可能在很大范围内变化。传
2、统方法难于对它们进行控制。这正是智能控制要解决的问题。1、智能化技术的应用领域 控制领域控制领域智能控制系统智能控制系统智能控制的研究对象智能控制的研究对象（2）高度的非线性高度的非线性在传统的控制方法中，线性系统理论比较成熟。非线性控制理论还不成熟。智能控制方法能较好地解决这类问题。（3）复杂的任务要求复杂的任务要求传统控制系统中，控制任务简单：要求系统输出量为定值（调节系统），或者是要求系统输出量跟踪期望的运动轨迹（跟踪系统）。对于智能控制系统，控制任务比较复杂：例如，在智能机器人系统中，要求系统具有自行规划和决策的能力，有自动躲避障碍运动到期望目标位置的能力。再如，在复杂的工业过程控制系
3、统中，除了要求系统对各被控物理量实现定值调节外，还要求能实现整个系统的自动启停、故障的自动诊断以及紧急情况的自动处理等功能。1、智能化技术的应用领域 控制领域控制领域智能控制系统智能控制系统智能控制系统的基本结构智能控制系统的基本结构 智能控制系统是实现某种控制任务的一种智能系统。智能系统具备一定的智能行为。具体地说，对于一个问题的输入，系统能够产生适合的求解问题的响应。对于智能控制系统，问题的输入是任务要求和反馈的传感信息，产生的响应是合适的决策和控制作用。从系统的角度，智能行为也是一种从输入到输出的映射关系，这种关系可以定性地加以说明，并不能用数学的方法精确地加以描述。 智能控制系统的一个
4、通俗但并不严格的定义为：在一个控制系统中，如果控制器完成了分不清是机在一个控制系统中，如果控制器完成了分不清是机器还是人完成的任务，称这样的系统为智能控制系器还是人完成的任务，称这样的系统为智能控制系统。统。智能控制系统的典型结构为如下图所示：1、智能化技术的应用领域广义对象包括通常意义下的控制对象和所处的外部环境.传感器感知控制对象的反馈信息，感知信息处理将传感器感知的反馈信息加以处理，从中获得有用的信息。认知部分主要接收和存储知识、经验和数据，送至规划和控制部分。规划和控制是整个系统的核心，它根据给定的任务要求、反馈的信息及经验知识，进行分析、推理，作出行动的决策，产生具体的控制作用经执行
5、器作用于控制对象。通讯接口建立人机之间和系统各模块之间的联系。1、智能化技术的应用领域 控制领域控制领域智能控制系统智能控制系统智能控制系统的主要功能特点智能控制系统的主要功能特点 （1）学习功能学习功能 一个系统，如果能对一个过程或其环境的未知特征所固有的信息进行学习，并将得到的经验用于进一步的估计、分类、决策或控制，从而使系统的性能得到改善，那么就称该系统为学习系统。 智能控制系统的学习功能的作用是为了解决主要由于控制对象的非线性和时变性以及系统建模不良所造成的不确定性问题，即努力降低这种缺乏必要的先验知识给系统控制带来的困难。在一个控制系统中，如果受控对象或过程的先验知识全部是已知的全部
6、是已知的，而且能确定的描述而且能确定的描述，那么从合适的常规控制到最优控制的各种方法都可以利用，求得满意的控制性能；如果受控对象或过程的先验知识全部或局部地已知，但只能得到统计的描述知识全部或局部地已知，但只能得到统计的描述（例如概率分布，密度函数），那么就要利用随机设计或统计设计技术来解决控制问题；然而如果受控对象或过程的先验知识是全部未知或局部未知全部未知或局部未知，这时就谈不上完整的建模，传统的优化控制设计方法就无法进行，甚至常规的控制方法也不能简单地使用。 1、智能化技术的应用领域 控制领域控制领域智能控制系统智能控制系统智能控制系统的主要功能特点智能控制系统的主要功能特点 对于先验知
7、识未知的情况，可以采取两种不同的解决方法。一种是忽略未知部分的先验知识，或者是对这些知识预先猜测而把它们视同已知，这样就可以基于知识“已知”来设计控制，采取保守的控制原则，得到低效和次优结果；另一种方法是，在运行过程中对未知信息进行估计，基于估计信息采用优化控制方法，如果这种估计能逐渐逼近未知信息的真实情况，那么就可与已知全部先验知识一样，得到满意的优化控制性能。对未知信息的估计逐步改善而对未知信息的估计逐步改善而导致控制性能的逐步完善，就是控制系统的学习功能。导致控制性能的逐步完善，就是控制系统的学习功能。1、智能化技术的应用领域 控制领域控制领域智能控制系统智能控制系统智能控制系统的主要功
8、能特点智能控制系统的主要功能特点 学习功能有高有低，低层次的学习功能主要包括对控制对象参数的学习，高层次的学习则包括知识的更新。（2）适应功能适应功能 系统具有自适应性，当系统中的某些部分出现故障时，系统也能够正常工作。如果系统具有更高程度的智能，它还能自动找出故障甚至具备自修复的功能，从而体现了更强的适应性。（3）组织功能组织功能 对于复杂的任务和分散的传感信息具有自行组织和协调的功能，该组织功能也能表现为系统具有相应的主动性和灵活性，即智能控制器可以在任务要求范围内自行决策、主动地采取行动；而当出现多目标冲突时，在一定的限制下，控制器可有权自行裁决。1、智能化技术的应用领域 控制领域控制领
9、域智能控制系统智能控制系统智能控制的发展现状智能控制的发展现状第一阶段第一阶段 1966年J.M.门德尔(Mendel)首先主张将人工智能用于飞船控制系统设计中,1971年著名学者傅京逊(K.S.Fu)从发展学习控制的角度首次正式提出智能控制这个新兴的学科领域。他列举了三种智能控制系统的典型情况：人作为控制器的控制系统，人机结合作为控制器的控制系统，无人参与的控制系统。1、智能化技术的应用领域 控制领域控制领域智能控制系统智能控制系统智能控制的发展现状智能控制的发展现状第二阶段第二阶段 G.N.萨里迪斯提出了智能控制系统的分层递阶分层递阶的组成结构形式的组成结构形式。如右图所示。 由组织级、协
10、调级和执行级三个层次组成。由上而下精确程度渐增，智能程度递减。 组织级组织级模仿人的行为功能，它将人输入系统的自然语言翻译成机器语言，组织决策，规划任务，并干预低层的操作，它所实现的规划、决策、学习、数据的存取、任务的协调主要是对知识进行处理，因而是基于知识的系统；协调级协调级接收组织级的模糊指令和符号语言，来协调执行级的动作，它不需要精确的模型，但需具备学习功能以便在再现的控制环境中改善性能；执行级执行级是执行具体的控制任务，它主要是对数值进行操作和运算，需要比较准确的模型。 1、智能化技术的应用领域 控制领域控制领域智能控制系统智能控制系统智能控制的发展现状智能控制的发展现状第三阶段第三阶
11、段 著名学者K.J.奥斯特洛姆（Astrom）将人工智能中的专家系统专家系统技术引入到控制系统中，组成了另外一种类型的智能控制系统。在实际的控制系统中，核心的控制算法只是其中的一部分，它还需要一些逻辑控制。这些逻辑控制可以采用启发逻辑实现，这部分的程序要远远大于控制算法的程序量，可针对不同的情况采用不同的控制算法来获得更为满意的控制性能，这需要启发逻辑来实现这样的转换。这种控制系统吸取了人工智能中的专家系统技术和传统的控制方法，在实际中取得了明显的效果。虽然，这种控制系统在理论上并没有新的发展和突破，但是，它作为智能控制的一种形式，在实际上有着很广阔的应用前景。1、智能化技术的应用领域 控制领
12、域控制领域智能控制系统智能控制系统智能控制的发展现状智能控制的发展现状第四阶段第四阶段 近年来，神经网络神经网络的研究得到了越来越多的关注和重视，它在控制中的应用也是其中的一个主要方面，由于神经网络在许多方面试图模拟人脑的功能，因此神经网络控制并不依赖于精确的数学模型，而显示出具有自适应和自学习的功能，因此它也是智能控制的一种典型形式。目前利用神经网络组成自适应控制以及它在机器人中的应用研究方面均取得了很多成果，显示了广阔的应用前景。 模糊控制模糊控制是另一类智能控制形式，它试图模仿人的模糊决策和推理的功能，1965年，L.A.扎德（Zadeh）首先提出了模糊集理论，为模糊控制奠定了基础。 经
13、过上述几个发展阶段，智能控制仍处在初级发展阶段，仍未形成系统的理论体系。目前，存在以下几种典型的智能控制系统：模糊控制、神经网络控制、专家控制、学习控制、分层递阶的智能控制、遗传算法。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB人工智能的早期研究在机器定理证明、通用问题求解、搜索算法和模式识别等方面取得了丰硕的成果，但该阶段使人工智能陷入了纯学术研究的困境，缺乏实际应用前景。20世纪70年代知识工程的兴起，确立了知识处理在人工智能中的核心地位，由此引发了80年代初西方发达国家的人工智能应用淘金热，即出现了众多的专家系统。但
14、由于知识处理技术的不成熟性使这些专家系统因脆弱性和不可靠性而滞留在原型阶段，无法投入实际应用。由此，人工智能热在80年代中期大大降温，进而导致不少人对人工智能学科的发展前景持悲观态度。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB 反思这种局面，有两种感受：一是仅仅追求领域专家浅表经验知识的获得，而忽略了对应用领域和求解任务本身的深入理解；二是人工智能和知识工程热衷于自成体系的封闭式研究，脱离主流计算（软硬件）环境的倾向严重阻碍了专家系统的实用化。 基于这种反思，以知识处理为核心实现应用软件的智能化，开始成为人工智能应用技术
15、的主流开发方向。我们把基于知识作问题求解的智能化软件系统称为KB（Knowledge Based）系统。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化应用领域软件智能化应用领域 KB系统已经在管理决策、规划调度、故障诊断、产品设计和教育咨询等方面在工业和商业得到广泛应用。此外，基于知识的软件智能化技术在文字、语言、图形图像的识别与理解、机器翻译等领域也取得了重大进展，这方面的初级产品已经上市。 在商业方面在商业方面,典型的例子是美国American Express公司研制的专家系统AA（Authorizers As
16、sistant）和CA（Credit Assistant）。AA是用于信用卡审查的专家系统。每当持卡人为购物付帐而将信用卡放进读卡机时，AA系统查阅该卡所有的历史记录并进行审查，判断是否允许使用该卡。CA系统用来审查AA系统决策的合理性，以提高AA的有效性。CA系统的开发涉及到处理美国司法的复杂性50个州颁布差异很大的信用法律，知识处理技术正好大有用武之地。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化应用领域软件智能化应用领域 从AA和CA系统的开发可以得到以下启示： KB系统作为智能助手可以协助人作其力所不能及
17、的工作，但不取代人在事务决策过程中的主导地位。 对数据库的存取问题非常重要，几乎每个实用KB系统都不可避免。人工智能技术开发者易于忽略该问题，并由此影响KB系统的实用化。 在普通计算机上用常规语言开发KB系统可以促进人工智能技术的实用化。选择工作站而非Lisp机，使用C语言而非Lisp语言，已成为开发KB系统的主流方向。 人工智能技术和处理技术的实用化必须经历一个从研究成果到实际应用的技术转变过程。 建立KB系统往往造价昂贵，但只要真正有效用，就能很快收回投资。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化应用领域
18、软件智能化应用领域 在工业方面在工业方面，KB系统的应用更为广泛，从企业的经营管理、产品的设计和装配、生产的调度规划、生产流程的监控和优化、设备故障诊断和产品质量保证，到工程项目管理、交通运输调度。最有开发潜力的是在零件配置业中的应用。配置是指产品的装配方式和所用的零件并非固定，而是根据客户使用要求和使用环境动态地决定，以最大程度的满足客户利益。美国DEC公司的XCON就是执行配置任务的典型KB系统，其能根据客户的订单自动配置满足客户要求的计算机系统，不仅大幅度节省了人工配置的费用，而且加快了对客户的应答和减少失误。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统
19、基于知识作问题求解的智能化软件系统KB软件智能化应用领域软件智能化应用领域 在军事方面在军事方面，在1990年，美国军方就已经认识到用KB系统协助军需后勤规划的重要性，投资开发了调度和规划系统DART,辅助后勤部门作运送军队和物资装备的调度规划。DART提供仿真功能去帮助指挥官观察规划的有效性，以便审查和修改。 KB应用的另一个重要实例是近年来模糊系统模糊系统在日本的发展。模糊系统最适合于对各种物理和化学特征的模糊控制，能基于不精确和不完全的信息作决策，模仿人近似而不严格的推理。目前，已有1000个以上的模糊系统成功地应用于商业和工业环境，尤其是家电和消费产品。1、智能化技术的应用领域2.软件
20、领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化应用领域软件智能化应用领域 软件智能化在口语识别、计算机视觉和机器人口语识别、计算机视觉和机器人领域也取得了瞩目的成就。Carnegie Mellon大学研制的称为Navlab的自动车，它能实现自动的户外导航、具有彩色立体视觉能力、能识别道路上的障碍物，并避开障碍物行驶。 90年代，随着基于因特网的分布计算成为主流的计算环境，自治软体（Agent）和多Agent系统成为面向分布计算的软件智能化技术。具有社会和领域知识的自治软体在全球因特网和国家信息基础的智能化过程中发挥重要作用。基于自治软体技术建立开
21、放的、可重用的、可伸缩的集成化应用系统已取了初步的成功。 我国人工智能技术的研究起步较晚，70年代末才由中科院、浙江大学、吉林大学等单位率先开始。到80年代中期才得到国家重视国家高技术研究设立了智能计算机研究主题。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化现状软件智能化现状 知识处理技术是软件智能化系统的核心技术。从知识处理技术的研究现状，我们可以了解到软件智能化目前的研究水平。知识处理技术的现状知识处理技术的现状 知识处理技术的不成熟性和人们对知识的肤浅认识，即只要让计算机获得和使用领域专家的经验知识，就能就
22、能解决常规计算机程序不能解决的所有问题。虽然基于领域专家的经验知识作推理可以解决许多数值计算难以解决的问题，但仅仅依靠这些经验知识作推理存在以下严重的问题：1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化现状软件智能化现状 脆弱性和不可靠性。当要解决的问题超出经验性知识可处理的范围之外时,系统的处理能力急剧下降。 解释功能差。只能用推理过程中涉及的经验知识（启发式规则）解释问题的结果和过程，往往不能令人信服。只有按照领域的基本原理和常识作解释，才能使用户真正信服。 缺乏组织，不适合解决复杂问题。不成功的专家系统大多数
23、只包含一个推理规则集（IF THEN形式）和使用单一控制策略的推理机制，这使系统只适用于中低复杂程度的解答枚举型问题，如诊断、预测、解释等，而不适合于复杂程度高的解答生成型问题，如规划和设计。 不能与常规软件紧密结合。工程技术问题依赖于常规的数值计算和数据库技术，因此人工智能技术只能加强而不能取代常规软件。 知识获取的困难。抽取和概括经验知识难度很大。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化现状软件智能化现状知识处理技术的深化知识处理技术的深化（1）开发深入理解 开发领域专家对应用领域和问题求解任务的深入理解
24、，集中在两个方面：引入深层推理，实现问题求解的结构化组织。 深层推理是指使用领域的专业基础知识作定性推理。深层知识包括应用领域的基本原理、普通技术人员皆知的常识以及有关事物的结构、功能、因果和行为的知识，它是相对于领域专家的经验性启发式关联知识，即经验知识而言的（称为浅层知识）。浅层知识就是在运用深层知识的过程中高度概括并经反复验证和精化产生的。浅层知识突出了主要特征和关键步骤，提高了解决问题的效率，但由于它是深层知识的提炼和抽象，因而是不完备的，省略了一些难以预言的关键知识。一但要解决的问题超出了浅层知识的条件范围，处理能力会急剧下降。具有深层知识，能在解决问题中表现出强健性，即使碰到新问题
25、，无经验知识可用，也能基于深层知识解决或部分解决问题。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化现状软件智能化现状知识处理技术的深化知识处理技术的深化（1）开发深入理解 正如前所述，通过深层推理来解决问题，强健而可靠，但因推理步小，涉及的知识量大，效率低，浅层推理的推理步大，涉及的浅层知识量精炼，效率高。因此，高性能的KB系统应综合深、浅层推理，这就要求对问题求解作良好的组织。 问题求解的组织是指如何组织知识库中的知识，并通过清晰地表示推理控制来组织问题求解。简单的KB系统往往给人一种错觉知识库是规则的罗列，不
26、需组织。实际上，问题求解的组织是存在的，只是隐含于推理机中，如专家系统工具OPS5的冲突解法（在问题求解某一步存在多条规则可用时的规则选取方法）。规则库的设计也可以通过设计一些控制元素来影响规则的执行次序。显然，对于复杂的困难问题，仅依靠上述手段来组织问题求解是难以奏效的。通过清晰地表示推理控制（而不是隐含于推理机中）来组织问题求解是一条有效的途径。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化现状软件智能化现状知识处理技术的深化知识处理技术的深化（1）开发深入理解 结构化组织的目的就是以操作在特定知识体上的基本任
27、务（子任务）来清晰地合成推理技术。知识集结于子任务，服务于特别的推理步，使得基本的通用问题求解方法可以综合使用并与领域知识紧密结合，形成高效的专用问题求解方法，结构化组织促进了知识获取的自动化和各种计算技术（人工智能和常规计算技术）的综合集成。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化现状软件智能化现状知识处理技术的深化知识处理技术的深化（2）知识获取的自动化 实现KB系统的一个关键是知识获取。目前，知识获取仍以手工方法为主：由知识工程师通过与领域专家的会谈，抽取、概括领域专家的知识，再转变为适合计算机处理的形
28、式传送到知识库中。手工方法获取知识费时费力，成为KB系统开发的瓶颈。通过机器学习自动获取知识实用性较差。比较实用的方法是为知识获取提供有效的计算机辅助手段。即为领域专家提供抽取、归纳和概括领域知识的人机界面，通过自然语言的输入方式获取知识。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化现状软件智能化现状知识处理技术的深化知识处理技术的深化（3）与主流计算环境的紧密结合 人工智能的研究与开发形成了封闭式的自成体系的计算环境（Lisp语言，Lisp机和人工智能工作站），脱离主流计算环境（常规程序设计语言、低价高性能微机
29、、网络环境、分布式计算），影响了系统的实用化。另外，人工智能系统必须与常规软件技术（数值计算软件）紧密结合应用。与主流 计算环境的结合有两种方式： 将经验知识、深层知识和隐含于常规软件中的知识，统一用人工智能的技术加以组织，用经验知识指导求解过程和常规软件的调用，深层知识弥补经验知识的不足，而常规软件提供求解问题所需的基本数据。 求解问题以常规软件为主，人工智能为辅。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化发展趋势软件智能化发展趋势 开发KB系统的代价主要集中于知识获取、综合集成和知识库维护。知识获取的代价在
30、需要花费领域专家较多时间的情况下急剧增加；综合集成知识处理和常规计算技术的代价则随模块的数目和复杂度非线性增长，该代价往往超出开发知识处理技术本身；知识库维护的代价或许在KB系统的整个生命周期中占主导地位，尤其在知识高度易变时。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化发展趋势软件智能化发展趋势 目前，已经有相当部分的KB系统得到了实际应用，其中有很大一部分未取得成功，主要原因归纳如下：在人工智能技术专用的开发环境（如Lisp）上开发的KB系统，往往与实际使用环境不相容。不少KB系统开发工具和环境忽视了与常规技
31、术的综合集成，尤其是与近年来流行的C/S机制和基于视窗的开发平台不相容。实践证明：对于完全解决一个问题，知识处理技术虽然重要，但很少超过20的作用。知识处理技术并非“万金油”，对该技术的局限性认识不足 ，使得KB系统的开发未避开太难、太昂贵和不适合的问题。另外，知识获取的困难也是许多KB系统开发者所没有预料到的。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB软件智能化发展趋势软件智能化发展趋势 基于对目前各种KB系统的开发和应用情况，我们可以总结KB系统应用开发的总体趋势如下：计算机设备从Lisp机和人工智能工作站转变到PC
32、类机；开发工具从基于Lisp语言转变为基于C/C+；计算技术从单纯的符号推理转变为与常规软件的紧密结合；问题求解从单纯的规则推理转变为多种人工智能技术的综合应用；系统设计的注意力从开发通用技术转变到用已有技术解决特别问题；注意系统维护、全生命周期投资和投资回收分析。1、智能化技术的应用领域2.软件领域软件领域基于知识作问题求解的智能化软件系统基于知识作问题求解的智能化软件系统KB开发基于知识的软件智能化技术开发基于知识的软件智能化技术 软件智能化的目的是使计算机变得聪明一点，以便能主动与用户配合工作，并代表用户自主处理例行事务，甚至解决困难问题，从而最大程度地提高计算机的效用、性能和易用性。尽
33、管关于智能的本质尚未搞清楚（目前的人工智能研究水平尚不能揭示这个奥秘），现在关于智能的各种假设也很不统一，分歧也较大，但有一点已得到公认，即符号推理是一种高级的智能行为，符号推理需要领域的专门知识。所以基于知识的软件智能化技术正在发展为人工智能应用研究的主流方向。一方面，多年来KB系统的实践已经证明，使软件具有基于知识的问题求解能力，可以作为实现软件智能化的有效途径。另一方面，软件智能化扎根于主流计算环境的要求，促使知识处理技术摆脱其在早期研究中陷入的自我封闭困境，尽快与其他计算技术紧密结合，融汇于信息技术的发展主流中。 本课程将以知识处理为中心，结合人工智能的研究内容，阐述智能控本课程将以知识处理为中心，结合人工智能的研究内容，阐述智能控制、软件智能化的方法以及相关的基本理论和技术。制、软件智能化的方法以及相关的基本理论和技术。
