来源：期刊VIP网所属分类：职业教育发布时间：2015-11-26浏览：次
正确认识当下智能计算机过程控制的新管理方式，有关当前计算机职业教学上的新应用方式有哪些呢，应该如何来存进现在教学的新管理技巧呢?本文就是一篇有关职业教学的论文呢。
摘要：智能计算过程的优化控制备受关注,对于智能计算间歇过程的优化,需要控制的变量通常不会很多,其中,温度、流量必须实施控制。在一个时间段,控制计算中的的一个变量,保持其他变量的恒定。此外,优化策略大多采取串极方式,对定制进行跟踪。串极外环为其内环设置定制轨线,外环被触发后,对设定值轨线进行修正,是其趋于最优状态。
关键词：计算机过程,职业教学,教学论文投稿
1 智能计算的概念
智能计算指的是借鉴、利用了自然界当中的一些自然现象或者生物机理,开发出能够适应环境变化的一种计算的方法。智能计算的相关技术问题大多是通过一些特定数学模型来描述,使智能计算成为了一门可计算、可编程、可视化、可操作的学科,具有很强的自学习性、并行性和自适应性等重要特点,并且在生物学、工程控制学科以及神经学等多门学科了领域得到良好的发展、应用。智能计算设计面非常广泛,本文主要介绍了三种智能计算方法, 并探讨计算过程的控制与优化。
论文网推荐：《微计算机信息》，《微计算机信息》Control & Automation(月刊)1984年创刊，是以信息产业、信息技术、信息资源改造、提升传统产业，以计算机技术、网络通信技术、自动控制技术、传感器及仪器仪表技术、电子技术为工业和国防领域，大众服务的技术创新媒体。
2 智能算法种类
2.1遗传算法
遗传算法模拟了生物界的自然选择和自然的遗传机制以及进化过程,形成了一种具有很强的自适应能力、全局性、随机化的搜索算法。这种算法模拟了自然界生物进化基本的过程,然后通过选择、交叉和变异遗产算子来模拟生物进化的过程,通过不断的更新、换代,提高每代种群平均的适应度,然后适应度函数而引导种群进化。
2.2蚁群算法
蚁群算法是根据蚁群的一些真实行为开展研究而诞生的,这是一种模拟蚁群进化的算法,也是属于随机搜索的算法。研究人员在研究的过程当中发现,蚂蚁之间几乎都是利用外激素物质来进行信息的互相传递,从而达到个体之间的互相协作,以完成复杂任务。在蚂蚁的运动过程当中,在其运动的范围中留下这种外激素物质,并且能够被其他蚂蚁感知到,以此来指导自身运动的方向。因为这种外激素物质性极强,所以,蚂蚁就会倾向于高强度方向去移动,已到达信息交流或者搜索食物等目的。而蚁群算法就是模拟蚂蚁的运动行为来进行优化的,在计算过程当中就是通过个体间信息交流、互相协作之后以找到最优解。
2.3粒子群优化算法
粒子群优化算法属于进化算法,最早是模拟一些鸟群的觅食行为发展起来,是一种群体的协作、随机搜索的算法。PSO模拟鸟群捕食行为,鸟在空中飞行觅食的过程当中,每只鸟都能够准确记住自己飞过的最高位置,然后再随机靠近这个最高位置。不同种类的鸟可以进行相互交流、沟通,使彼此都尽量去靠近整个鸟群飞过的最高位置,如此,就可以很容易的找到相似的最高点。PSO在不断经历改进之后,除去原来算法当中的一些无关、冗余变量,然后又加入一些随机的变化量,使鸟群运动给予空间微粒运动更加相似,因此,被称为微粒群算法[9]。
三种智能算法都有着各自的优点,在运用计算的过程当中能够得到有效的控制,将智能计算的优点更好的发挥出来,这三种方法的特点分析如表1所示。
智能计算方法特点对比分析
方法 特点
遗传算法 通用性好、运算效果良好、实现简单,解决问题以串集搜索、减少最优解风险、应用范围广
蚁群算法 智能搜索、较强的鲁棒性、易与其他算法结合、全局优化、分布式计算、正反馈
粒子群优化算法 计算流程简单、参数简洁、无复杂调整、算法容易局部最优
表1
3 迭代控制与优化
迭代学习控制属于高级智能化控制的方法。其通过反复迭代修正以改善控制目标。迭代控制有很强的特点性,可以用一些简单的方式去处理一些非线性、线性系统,并且能够有效的减少计算量,对中能计算过程有良好的控制效果。
4结语
智能计算属于人工智能研究的重要部分之一,目前,智能计算在很多领域已经得到了蓬勃的发展。虽然当前智能计算的研究水平还很难让智能机器具备人类智能,但是智能计算未来必然有更好的发展。人工智能不仅只是模仿一些生物功能,而是将其充分结合起来,使人工智能拥有更广的发展方向,并且,随着人工智能的不断发展,智能优化控制又将成为重点研究的内容,智能控制和控制方法将会不断增多,使智能计算优化控制实现方式不断丰富,对智能计算今后的发展有着非常重要的意义。
期刊VIP网，您身边的高端学术顾问
文章名称： 计算机教学管理中新应用技巧方式
文章地址： http://www.qikanvip.com/zhiyejiaoyu/34459.html
