2电子工程与人工智能的融合研究

　　机械电子系统具有可变性、可塑性和不稳定性，这就使得机械电子系统在输入与输出关系的处理上比较困难。采用传统的、精密的推导数学方程的方法、建设规则库的方法以及学习并生成知识的传统方法，只能适应和处理少目标的、少因素、少变量的简单问题和单一系统，但对于现代社会所需求的多目标、多任务、多变量的系统的分析处理，往往效果较差，因此，人们迫切需要一种能够处理纷繁复杂的、甚至包括多种信息类型处理的系统，而人工智能正好能满足人们的这种需求。人工智能系统在对信息进行处理时，非常擅长对存在一定不确定性的、复杂性的问题进行分析，通过机器的自学习，识别人们的需求，以现有的知识为基础，通过人工智能对信息的处理来替代传统的解析数学的方式。比如，在人工智能建立系统所采取的方法中，可以采用的人工神经网络方法、模糊推理方法等，人工神经网络方法是通过计算机实现对人脑结构的模拟，以此来分析人类的思维过程，最终分析数字信号并给出具有一定参考性的数值，而模糊推理方法则是直接模拟人脑的功能，来对语言信号进行有效的分析。不仅如此，虽然采用的方式不同，但两者都能很好地处理输入与输出的关系，比如人工神经网络方法在信息的储存上是采用分布式的方式，而模糊推理方法一般采用规则方式实现信息的储存。人工神经网络方法在输入时由于每个神经元之间都有固定联系所以计算量一般都很大，而模糊推理的方法的连接是不固定的、可变的，因此它的计算量相对较小。而在输入输出的精度上，人工神经网络方法可以呈现光滑曲面的效果，并且精度高，而模糊推理方法呈现台阶状且精度就较低。

　　总之，随着科技的迅猛发展而使们对生产力的要求大大提高，采用电子工程与人工智能的融合，可以极大地提高我国的机械制造水平，提高生产效率，最终实现我国经济的迅速发展。

　　参考文献：

　　[1]熊彦明.机械电子工程与人工智能关系探究[J].无线互联科技，2014（07）：144-144.

　　[2]张鹏.有关机械电子工程与人工智能的关系探究[J].民营科技，2013（05）：46-46