&

導語：如何才能寫好一篇人工智能調研論文，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

人工智能調研論文

篇1

根據原國家新聞出版廣電總局的年度新聞出版產業分析報告，2016年期刊總印數比前一年降低6.3%，總印張降低9.4%；與2016年相比，2017年期刊出版總印數降低7.6%，總印張降低10.1%；與2017年相比，2018年期刊出版總印數降低8.0%，總印張降低7.3%。反觀數字出版，2016年數字出版總收入5720.85億元，2017年數字出版總收入7071.93億元，2018年數字出版總收入8330.78億元。可以預見，隨著時間的推移，數字出版在期刊領域也將承擔越來越重要的角色。由于數字出版的發展和技術發展密不可分，本文嘗試從技術的角度分析數字出版態勢，并進一步探討我國科技期刊的發展態勢以及新技術可能為數字出版帶來的變化。

一、數字出版領域和新技術領域關鍵詞

在數字出版方面，本文研究了2019年數字出版會議和期刊編輯領域的論文來探討數字出版領域的關鍵詞。在技術方面，本文通過調研互聯網的發展了解了新技術的關鍵詞。1．數字出版領域的關鍵詞。2019年，重要的數字出版會議主辦方主要有中國期刊協會和中國新聞出版研究院。會議報告題目關于數字出版的關鍵詞有：數字產業、生態、經濟模式、數據、移動、互聯網、信息技術、5G、AR+、人工智能/AI/機器人、平臺、云計算、新媒體、大數據、創新產品、智慧產品、知識付費、微課程、全媒體、在線、智庫、閱讀、精準、IP、傳播、數字出版、知識服務、融合發展、出版未來、人才等。在期刊調研方面，本文調研了期刊和編輯出版領域的重要期刊——《中國科技期刊研究》《科技與出版》《編輯學報》等，分析了2019年刊發的文章。這些文章涉及數字出版領域的關鍵詞主要有：媒體融合、5G、AR、移動出版、xml/html、共媒體云和自媒體庫、人工智能、平臺、產品、APP、在線、新媒體、區塊鏈、知識圖譜、知識服務、社區服務、精準推送、全媒體、智慧媒體、數字出版、造船、有聲閱讀、賦能、書刊互動、轉型、智庫、知識付費、編輯出版工具等。從上述關鍵詞我們可以分析出，在數字出版方面，期刊和技術方分別都在哪些方面開展了工作，期刊在數字出版方面的融合可以從哪些方面突破。圖1是從2019年度相關會議和期刊論文調研得出的與數字出版相關的關鍵詞。從中可以看出，數字出版會議和相關報告更多地從技術層面出發，考慮技術、產品和運營。數字出版相關論文更多地從編輯出版角度進行分析，涉及期刊出版各環節。關鍵詞方面兩者有所重疊，也有所不同。例如，數字出版相關論文較少關注5G、產品，更多關注和專業以及學術研究息息相關的數據（尤其是科學數據）、知識服務、編輯業務和人才隊伍；而數字出版會議和相關報告則相對較多地關注5G、IP運營等技術或者產品。雙方均關注融合發展、數字出版、人工智能、新媒體等。專業技術團隊和編輯出版團隊已經在一定程度上融合，但是雙方的發力點還是有所不同。因此，若要促進科技期刊融合發展，編輯出版方需要更好地表述自己的需求，技術方也需要更深入地做好需求調研，更好地按照期刊的思路研發產品，如此建設的系統和平臺才能更好滿足期刊出版的需求。上述調研也給數字出版的研究帶來啟發。一方面，研究數字出版可從期刊編輯工作流程出發，研究各個環節中哪些環節可以利用數字化提高工作效率，或者整個工作流程中有哪些困難需要機器幫助解決；或從現有數字出版的實際態勢出發，研究同行在做哪些工作。另一方面，可研究新技術的特點，即研究其可能給數字出版領域帶來哪些變化。2．新技術關鍵詞。那么，我們需要關注哪些新技術呢？哪些新技術能代表新一代互聯網的發展呢？2019年第六屆世界互聯網大會在浙江烏鎮召開，會議的主題是“智能互聯開放合作——攜手共建網絡空間命運共同體”。會上公布了15項代表性領先的科技成果，它們的主要關鍵詞是人工智能、機器、分布式、共享、智慧、自適應、5G等，這些關鍵詞也說明了新一代互聯網技術的重點發展方向，是近幾年技術領域的重點。我們可以看出，隨著互聯網的發展，尤其是和數字出版息息相關的新技術，是5G、大數據、云計算、人工智能、物聯網、區塊鏈、虛擬現實技術等。另外，還有和數字出版領域緊密結合的碎片化技術、語義技術、新媒體技術（微信公眾號、小程序、短視頻等）。下面我們逐一分析這些技術的特點，以便后續進一步探討它們在數字出版方面的應用。5G是下一代信息社會建設的基礎設施，它的特點是高速率、大容量、低延時、低功耗，這些特點使得更多資源可以部署到云上，單位時間可以傳輸更多的內容或者整合更大量的數據；使得虛擬現實、萬物互聯等成為可能；也使得智慧城市、智慧社區等得以實現。從期刊出版的角度來說，5G將可能改變知識內容、平臺、存儲、流通、渠道、服務、消費、終端呈現等的方式，對行業帶來深度的變革。大數據技術包括數據分析技術、事件處理技術、數據流通技術。我們可以從數據采集與處理、數據挖掘與分析、數據存儲與管理、數據展現與應用方面去思考期刊出版相關數據的采集、處理、重新聚合、呈現形式等，思考大數據技術可能為數字出版帶來哪些新的應用。我們可以從分布式存儲方面考慮期刊相關數據庫的架構、設計以及分布式關系模型；可以從數據流通角度考慮期刊數據傳輸的質量、安全等；可以從數量巨大、來源分散、格式多樣的數據中發現新知識、創造新價值、提升新能力，從而考慮新一代數字出版服務業態。云計算是一種基于互聯網的超級計算模式，云計算的計算速度甚至達到每秒10萬億次，可以將繁多的系統以及云資源連接在一起以提供各種服務。云計算的特點是可以有效兼容各種不同種類的硬件和軟件，支持資源以及新業務的動態擴展，具有高可擴展性；支持多業務體系按需服務，按需配備計算能力和資源；使用數據多副本容錯和計算節點同構可互換等措施來提高可靠性；使用戶突破時間和空間的限制享受虛擬現實的服務；支持海量信息處理以便提供超大規模服務等［1］。云計算技術逐漸成熟，將使得對運算能力要求高的產品得以運用，使得對運算能力要求高的服務得以實現，使得跨空間、跨時間的虛擬服務成為現實，使得跨平臺、跨數據庫的資源得以快速整合。人工智能產業在大數據、深度學習算法、計算能力三大要素的推動下逐漸成熟，人工智能研究讓計算機模擬人的思考過程以及智能行為，如學習、問題求解、自動推理、智能檢索、思考、規劃等，其相關的技術包括機器人、語言識別、圖像識別、自然語言處理等［2］。期刊可以思考，現階段或者未來在數字出版中，哪些環節可以用計算機或者機器人來實現，思考利用計算機和機器人可以幫助我們實現哪些人工難以完成的工作。物聯網作為信息通信技術的典型代表，其技術和應用的普及以及逐漸成熟，將推動人類社會進入萬物互聯的新時代，可穿戴設備、智能家居、自動駕駛汽車、智能機器人等新設備將接入互聯網。這使得未來學術出版物的產品、終端等呈現多樣化。根據物聯網的特點可以更多地思考學術出版的產品以及終端。區塊鏈技術的特點是去中心化、分布式和安全。期刊可以從這三個特點考慮在這方面有要求的產品和環節。虛擬現實技術包括VR（虛擬現實技術）、AR（增強現實技術）和MR（混合現實技術）。VR是利用電腦模擬產生虛擬世界，讓使用者如同身臨其境一般，是純虛擬數字畫面。AR是通過電腦技術將虛擬的信息應用到真實世界，真實的環境和虛擬的物體實時地疊加到同一個畫面或空間，是虛擬數字畫面和裸眼現實。MR包括增強現實和虛擬現實，指的是結合數字化的現實世界和虛擬世界而產生的新可視化環境，MR是數字化現實加虛擬數字畫面。虛擬現實的特點將使得學術傳播更加真實、直觀、多方位、多角度。和期刊緊密結合的語義技術、碎片化技術、新媒體技術、視頻技術等，這些期刊界比較熟悉，這里不再贅述。

二、我國科技期刊數字出版狀況

根據《中國科技期刊發展藍皮書（2017）》統計，我國科技期刊中，5020種期刊共有1375個主管單位、4381個出版單位。平均每個出版單位出版1.15本期刊，僅出版1種期刊的出版單位就有4205家［3］。我們可以看出，我國期刊眾多，但是小而散，這些小而散的科技期刊很難有比較強的經濟實力單獨開展數字出版的轉型。尤其是和國際大出版商相比，我國科技期刊的數字出版還落后很多。進行國際合作的英文學術期刊，充分利用國際數字出版平臺，在一些流程中實現數字化，是眾多國內英文科技期刊的選擇。即使如此，我國科技期刊一直堅持不懈地利用一切可利用的資源逐步摸索出自己的數字化發展之路。在科技期刊數字出版過程中，期刊出版人體驗了如圖2（1）到（5）所示的媒體傳播發展過程。尤其是近幾年，科技期刊媒體融合技術和產品日新月異，科技期刊、期刊集群、超大規模刊群均在數字出版和媒體融合方面做了大量探索，并取得一定的成績。圖2媒體傳播的發展1．期刊的數字出版我國科技期刊在數字出版方面側重于期刊出版全流程的數字化以及為學科服務。目前，我國科技期刊出版流程中很多環節已經實現了數字化、融媒體發展。科技期刊數字出版的重點是采編審校、出版、學術傳播和知識服務等環節。在出版方面，我國很多科技期刊除出版整期外，還做優先出版、預出版，也有期刊支持已經提交預印本庫的文章，還有期刊平臺支持連續文章出版。相當數量的科技期刊實現了xml制作、html展示、全媒體出版，并實現一次制作多元，還支持讀者針對文章內容、圖、表等進行交流和評論，甚至記筆記、翻譯和分享。我國有100多家期刊加入雙語出版，使得中文期刊的文章被翻譯后得以在海外傳播。也有期刊打造多媒體欄目，有的視頻，通過多媒體的方式為讀者直觀地呈現原始的研究成果和重大發現。在學術傳播方面，期刊也是百花齊放。有的通過論文改編或者寫文章評論的方式在其他平臺進行學術推廣；有的充分利用各種數據庫、社交平臺、學術傳播平臺、學術媒體進行學術傳播，例如《中國科學數據》的平臺可以直接對接ResearchGate傳播期刊論文；有的開通微信、微博、博客等進行學術社交；有的做精準推送；有的增加在線的微視頻、音頻等內容；有的充分利用新媒體領域的短視頻平臺，如今日頭條、九州云播等開展專業領域的學術推廣活動。在知識服務方面充分發揮學科特色，如將研究區域嵌入地圖，進行線上線下推送相關專業信息、科普信息等；或者充分利用淘寶、抖音、快手等平臺展示專業內容或科普內容。2．期刊集群的數字出版期刊集群側重為所屬期刊提供各種單刊不易實現的服務，降低刊均成本。例如，學科刊群比單個期刊容易整合更多學科資源，為本學科提供更豐富的服務，并且還能為所屬期刊提供多種出版服務，進行整體學術推廣，相比單刊有更大的學術影響力。近些年有眾多聲音指出，我國科技期刊很難與國際大出版商同臺競爭的原因是我國期刊小散弱，因此呼吁我國期刊規模化發展和集群化發展。這些年也確實形成了一系列的期刊集群，并逐年擴大，如中華醫學會醫學期刊集群、科學出版社期刊群、高等教育出版社期刊集群、清華大學出版社期刊群、浙江大學出版社期刊群、中國光學期刊群、中國地理資源期刊集群等。這些期刊群均建設了自己的網站，并獲得了一定的資金支持。在資源整合方面，如中國材料期刊網實現了期刊資源的集成，除此之外還整合了圖書、專利、專家、會議等學科資源，并增加了虛擬專輯、會議系統等。中國煤炭網有期刊庫、專題庫、專家庫、視頻庫以及煤炭視聽板塊（專家報告、特別訪談、煤炭科普、會議活動等），整合了行業資源。在平臺建設方面，清華大學出版社期刊集群平臺實現了預出版、OA出版等，還制定TUP-JATS的xml標準。浙江大學出版社期刊中心實現了全流程的數字化期刊集群平臺建設，平臺集投審稿、內容、運營推廣、讀者服務于一體，打通底層數據，實現多終端訪問。中華醫學會建設CAMJATS標準，采用統一的標準處理期刊相關數據，曾中標國家數字復合出版工程的試點單位和示范單位，并升級采編平臺以及出版平臺，進一步進行資源整合，實現采、編、審、排、加工、多形態、富媒體出版、移動出版、質量管理、新媒體學術推廣、期刊銷售、會議服務等一體化、現代化的出版和服務體系。高等教育出版社實現采編、運營管理、數字化生產、數字化平臺建設、市場營銷與海外合作的體系化發展。在學術推廣方面，國內的期刊集群化平臺常對接一些學術評價和學術推廣平臺，例如Almetric、TrendMD、Kudos、PubMed、CSCD、百度學術等。在知識服務方面，國內的學科期刊集群通常整合該學科的各種學術資源，為該學科研究人員提供知識服務，或者為期刊、編輯等提供行業服務。例如中國激光雜志社提供協同會議系統、DOI注冊、編輯加工等行業服務，該集群通過舉辦會議聚攏專家資源和學術資源，同時也為光學領域提供服務［4］。3．超大期刊集群的數字出版國內的超大期刊集群，有知網、萬方、維普、龍源、超星等，特點是能更好地利用大數據資源和技術為期刊出版的上游、期刊出版環節以及期刊出版的下游提供服務。下面以知網為例敘述超大期刊群的數字出版。知網整合了我國95%以上的中文學術資源，擁有我國最大最全的中文學術資源庫，也擁有我國最廣最全的讀者群。知網在期刊上游環節，為作者以及研究人員提供的服務有：如何查資料、如何申請課題、怎么做實驗、怎么做科研等信息；讀者可通過中國知網、CNKISCHOLAR、全球學術快報、CNKI知識元搜索（碎片化地搜索圖、表、概念、數字……）等檢索學術論文、基金、碎片化資源、全媒體資源等；可以通過龐大的學者成果庫、學者圈子等獲取專家信息，進行學術社交；可以通過研究型學習平臺獲取或者管理自己關注的學術資源；可以通過大數據研究平臺利用統計數據獲取學術熱點等信息。在期刊全流程出版環節，編輯可以利用選題策劃、學術熱點、期刊按需出版中的用戶分析等模塊進行選題策劃，利用采編排發一體化出版系統（包括學術不端檢測、文章創新性檢測、

篇2

據統計，2017年中國人工智能核心產業規模超過700億元，隨著各地人工智能建設的逐步啟動，預計到2020年，中國人工智能核心產業規模將超過1600億元，年復合增長率將達31.7%。

隨著人工智能技術的不斷成熟，人工智能創業的難度逐步降低，越來越多的創業公司加入人工智能的陣營。

2018年被稱為人工智能爆發的元年，人工智能技術應用所催生的商業價值逐步凸顯。人工智能逐步切入到社會生活的方方面面，帶來生產效率及生活品質的大幅提升。智能紅利時代開啟！資本、巨頭和創業公司紛紛涌入，將人工智能拉到了信息產業革命的風口。

如何把握產業動向，抓住風口機會？創業邦研究中心憑借在人工智能等前言科技領域持續研究、洞察的能力，在對國內人工智能創業公司進行系統調研的基礎上，推出《2018中國人工智能白皮書》，對人工智能的核心技術、主要應用領域、巨頭和創業公司的布局、未來發展態勢和投資機會進行了深度解析。

第一部分人工智能行業發展概述

1.人工智能概念及發展

人工智能（Artificial Intelligence， AI）又稱機器智能，是指由人制造出來的機器所表現出來的智能，即通過普通計算機程序的手段實現的類人智能技術。

自1956年達特茅斯會議提出“人工智能”的概念以來，“人工智能”經歷了寒冬與交替的起起伏伏60多年的發展歷程。2010年以后，深度學習的發展推動語音識別、圖像識別和自然語言處理等技術取得了驚人突破，前所未有的人工智能商業化和全球化浪潮席卷而來。

人工智能發展歷程

2.人工智能產業鏈圖譜

人工智能產業鏈可以分為基礎設施層、應用技術層和行業應用層。

A基礎層，主要有基礎數據提供商、半導體芯片供應商、傳感器供應商和云服務商。

B技術層，主要有語音識別、自然語言處理、計算機視覺、深度學習技術提供商。

C應用層，主要是把人工智能相關技術集成到自己的產品和服務中，然后切入特定場景。目前來看，自動駕駛、醫療、安防、金融、營銷等領域是業內人士普遍比較看好方向。

人工智能產業鏈

資料來源：創業邦研究中心

第二部分人工智能行業巨頭布局

巨頭積極尋找人工智能落地場景，B、C 端全面發力。

資料來源：券商報告、互聯網公開信息，創業邦研究中心整理

第三部分機器視覺技術解讀及行業分析

1.機器視覺技術概念

機器視覺是指通過用計算機或圖像處理器及相關設備來模擬人類視覺，以讓機器獲得相關的視覺信息并加以理解，它是將圖像轉換成數字信號進行分析處理的技術。

機器視覺的兩個組成部分

資料來源：互聯網公開信息，創業邦研究中心整理

2.發展關鍵要素：數據、算力和算法

數據、算力和算法是影響機器視覺行業發展的三要素。人工智能正在像嬰兒一樣成長，機器不再只是通過特定的編程完成任務，而是通過不斷學習來掌握本領，這主要依賴高效的模型算法進行大量數據訓練，其背后需要具備高性能計算能力的軟硬件作為支撐。

深度學習出現后，機器視覺的主要識別方式發生重大轉變，自學習狀態成為視覺識別主流，即機器從海量數據里自行歸納特征，然后按照該特征規律使圖像識別的精準度也得到極大的提升，從70%+提升到95%。

3.商業模式分析

機器視覺包括軟件平臺開發和軟硬件一體解決方案服務。整體用戶更偏向于B端。軟件服務提供商作為技術算法的驅動者，其商業模式應以“技術層+場景應用”作為突破口。軟硬件一體化服務供應商作為生態構建者，適合以“全產業鏈生態+場景應用”作為突破口，加速商業化。

（1）軟件服務：技術算法驅動者—“技術層+場景應用”作為突破口

這種商業模式主要是提供以工程師為主的企業級軟件服務。有海量數據支撐，構建起功能和信息架構較為復雜的生態系統，推動最末端的消費者體驗。

此類商業模式成功關鍵因素：深耕算法和通用技術，建立技術優勢，同時以場景應用為入口，積累用戶軟件。視覺軟件服務按處理方式和存儲位置的不同可分為在線API、離線SDK、私有云等。

國內外基礎算法應用對比

資料來源：互聯網公開信息，創業邦研究中心整理

（2）軟硬件一體化：生態構建者—“全產業鏈生態+場景應用”作為突破口

軟硬一體化的商業模式是一種“終端+軟件+服務”全產業鏈體系。成功的因素是大量算力投入，海量優質數據積累，建立算法平臺、通用技術平臺和應用平臺，以場景為入口，積累用戶。亮點是打造終端、操作系統、應用和服務一體化的生態系統，各部分相輔相承，銳化企業競爭力，在產業鏈中擁有更多話語權。

4.投資方向

（1）前端智能化，低成本的視覺解決模塊或設備

從需求層面講，一些場景對實時響應是有很高要求的。提供某些前端就本身有一定計算能力的低成本的視覺模塊和設備將有很大市場需求。前置計算讓前端設備成為數據采集設備和數據處理單元的合體，一方面提升了處理速度，另一方面可以處理云端難以解決的問題。

機器視覺在消費領域落地的一個障礙是支持高性能運算的低功耗、低價位芯片選擇太少。從低功耗、高運算能力的芯片出發，結合先進的算法開發模塊和產品，這類企業將在機器視覺領域擁有核心競爭力。

（2）深度學習解決視覺算法場景的專用芯片

以AI芯片方式作為視覺處理芯片有相當大的市場空間。以手勢識別為例，傳統的識別方案大都基于顏色空間，如 RGB，HSV ，YCrBr，無法排除類膚色物體及黑色皮膚對識別精度的干擾。借助深度學習，如通過 R-CNN 訓練大量標注后的手勢圖像數據，得到的模型在處理帶有復雜背景及暗光環境下的手勢識別問題時，比傳統方案的效果好很多。

（3）新興服務領域的特殊應用

前沿技術帶來的新領域（如無人車、服務機器人、谷歌眼鏡等），對機器視覺提出了新要求。機器視覺可以讓機器人在多種場合實現應用。服務機器人與工業機器人最大的區別就是多維空間的應用。目前國內的機器視覺，涉及三維空間、多維空間，其技術基本上處在初始階段，未來存在較大市場增長空間。

（4）數據是爭奪要點，應用場景是著力關鍵

機器視覺的研究雖然始于學術界，但作為商業應用，能解決實際問題才是核心的競爭力。當一家公司先天能夠獲得大量連續不斷的優質場景數據，又有挖掘該數據價值的先進技術時，商業模式和數據模式上就能形成協同效應。創業公司要么通過自有平臺獲取數據，要么選擇與擁有數據源的公司進行合作，同時選擇一個商業落地的方向，實現快速的數據循環。

第四部分智能語言技術解讀及行業分析

1.語音識別技術

（1）語音識別技術已趨成熟，全球應用持續升溫

語音識別技術已趨成熟，全球應用持續升溫。語音識別技術經歷了長達60年的發展，近年來機器學習和深度神經網絡的引入，使得語音識別的準確率提升到足以在實際場景中應用。深度神經網絡逐步找到模型結構和調參算法來替代或結合高斯混合算法和HMM算法，在識別率上取得突破。根據Google Trends統計，自2008年iPhone及谷歌語音搜索推出以來語音搜索增長超35倍。百度人工智能專家吳恩達預測，2020年語音及圖像搜索占比有望達到50%。Echo熱銷超過400萬，帶動智能音箱熱潮。

（2）語音識別進入巨頭崛起時代，開放平臺擴大生態圈成主流

語音識別即將進入大規模產業化時代。隨著亞馬遜Echo的大賣，語音交互技術催生的新商機，吸引大大小小的公司構建自己主導的語音生態產業鏈。各大公司紛紛開放各自的智能語音平臺和語音能力，欲吸引更多玩家進入他們的生態系統。

（3）語音識別技術發展瓶頸與趨勢

低噪聲語料下的高識別率在現實環境使用中會明顯下降到70-80%，遠場識別、復雜噪聲環境和特異性口音的識別是下一個階段需要解決的問題。

麥克風陣列類前端技術不僅是通過降噪和聲源定位帶來識別率的提高，帶環境音的語料的搜集、標注可用于模型的訓練，有助于打造更新一代的語音識別引擎技術。語音巨頭已經在布局。

在IOT包括車載領域，云端識別并非通行的最優方案，把識別引擎結合場景進行裁剪后往芯片端遷徙是工程化發展的方向。

2.自然語言處理（NLP）發展現狀

（1）多技術融合應用促進NLP技術及應用的發展

深度學習、算力和大數據的爆發極大促進了自然語言處理技術的發展。深度學習在某些語言問題上正在取得很大的突破，比如翻譯和寫作。2014年開始LSTM、Word2Vec以及Attention Model等技術研究的進展，使DL有了路徑在語義理解領域取得突破，并且已經有了明顯的進展。對話、翻譯、寫作新技術成果里都開始逐漸混合入DL的框架。2014-2015年，硅谷在語義理解領域的投資熱度劇增。

深度學習能最大程度發揮對大數據和算力資源的利用，語義理解的發展還需要深度學習、搜索算法、知識圖譜、記憶網絡等知識的協同應用，應用場景越明確（如客服/助理），邏輯推理要求越淺（如翻譯），知識圖譜領域越成熟（如數據飽和度和標準性較強的行業），技術上實現可能性相對較低。在各種技術融合應用發展的情況下，具備獲取一定優質數據資源能力并可結合行業Domain knowledge構建出技術、產品、用戶反饋閉環的企業會有更好的發展機會。

（2）NLP主要應用場景

問答系統。問答系統能用準確、簡潔的自然語言回答用戶用自然語言提出的問題。基本工作原理是在線做匹配和排序。比如 IBM 的 Watson，典型的辦法是把問答用FAQ索引起來，與搜索引擎相似。對每一個新問題進行檢索，再將回答按匹配度進行排序，把最有可能的答案排在前面，往往就取第一個作為答案返回給用戶。

圖像檢索。同樣也是基于深度學習技術，跨模態地把文本和圖片聯系起來。

機器翻譯。機器翻譯的歷史被認為與自然語言處理的歷史是一樣的。最近，深度學習被成功地運用到機器翻譯里，使得機器翻譯的準確率大幅度提升。

對話系統。對話系統的回復是完全開放的，要求機器能準確地理解問題，并且基于自身的知識系統和對于對話目標的理解，去生成一個回復。

（3）創業公司的機遇

1)機器翻譯方面：經過多年的探索，機器翻譯的水平已經得到大幅度提升，在很多垂直領域已經能夠在相當大程度上替代一部分人工，機器翻譯技術的商業化應用已經開始進入大規模爆發的前夜。

2)應用于垂直領域的自然語言處理技術

避開巨頭們對語音交互入口的競爭，以某一細分行業為切入點，深耕垂直領域，對創業公司也是一個不錯的選擇。

第五部分人工智能在金融行業的應用分析

人工智能產業鏈包含基礎層、技術層、應用層三個層面。基礎層的大數據、云計算等細分技術被應用到金融征信、保險、理財管理、支付等金融細分領域；技術層的機器學習、神經網絡與知識圖譜應用于金融領域的征信與反欺詐、智能投顧、智能量化交易，計算機視覺與生物識別應用于金融領域的身份識別，語音識別及自然語言處理應用于金融領域的智能客服、智能投研；應用層的認知智能應用于金融領域的智能風控。

人工智能在金融行業的典型應用情況

資料來源：創業邦研究中心

第六部分人工智能在醫療行業的應用分析

1.人工智能在醫療行業的應用圖譜

人工智能在醫療行業的應用潛力巨大，目前在健康管理、輔助診療、虛擬助理、醫學影像、智能化器械、藥物挖掘和醫院管理等領域均有企業在布局，其中醫學影像、藥物挖掘、健康管理，輔助診療、虛擬助理的應用發展速度較快。

圖人工智能在醫療行業的應用圖譜

資料來源：創業邦研究中心

2.人工智能在醫療行業的具體應用場景

醫學影像。人工智能應用于醫學影像，通過深度學習，實現機器對醫學影像的分析判斷，是協助醫生完成診斷、治療工作的一種輔助工具，幫助更快的獲取影像信息，進行定性定量分析，提升醫生看圖/讀圖的效率，協助發現隱藏病灶。人工智能通過影像分類、目標檢測、圖像分割、圖像檢索等方式，完成病灶識別與標注，三維重建，靶區自動勾畫與自適應放療等功能，應用在疾病的篩查、診斷和治療階段。目前較為火熱的應用有肺部篩查、糖網篩查、腫瘤診斷和治療等。

藥物挖掘。人工智能在藥物研發上的應用可總結為臨床前和臨床后兩個階段。臨床前階段：將深度學習技術應用于藥物臨床前研究，在計算機上模擬藥物篩選的過程，包括靶點選擇、藥效和晶型分析等，預測化合物的活性、穩定性和副作用，快速、準確地挖掘和篩選合適的化合物或生物，提高篩選效率，優化構效關系。臨床后階段：針對臨床試驗的不同階段，利用人工智能技術對患者病歷進行分析，迅速篩選符合條件的被試者，監測管理臨床試驗過程中的患者服藥依從性和數據收集過程，提高臨床試驗的準確性。

虛擬助理。醫療虛擬助理是基于醫療領域的知識系統，通過人工智能技術實現人機交互，從而在就醫過程中，承擔診前問詢、診中記錄等工作，成為醫務人員的合作伙伴，使醫生有更多時間可以與患者互動。醫療虛擬助理根據參與就醫過程的功能不同，主要有智能導診分診，智能問診，用藥咨詢和語音電子病歷等方向。

第七部分智能駕駛行業分析

1.智能駕駛行業產業鏈

智能駕駛行業的中心業務是以Google、百度為代表的智能駕駛操縱解決方案提供商和以特斯拉、蔚來為代表的成車廠商。該類廠商，上接上游軟硬件提供商，下接公司和消費者，在整個業務鏈中扮演至關重要的一環。

產業鏈上游廠商多為細分技術提供商，如深度學習、人機交互、圖像識別和新材料、新制造新能源等。

智能駕駛產業鏈圖譜

資料來源：創業邦研究中心

2.智能駕駛市場分析

伴隨著 ADAS 技術的不斷更新，推斷全球 L1-L5 智能駕駛市場的滲透率會在接下來 5年內處于高速滲透期，然后伴隨半無人駕駛的普及進入穩速增長期。在未來的 2025 年無人駕駛放量階段后，依賴全產業鏈的配合而進入市場成熟期。預測到2030年，全球 L4/5 級別的自動駕駛車輛滲透率將達到 15%，單車應用成本的顯著提升之外，從 L1-L4 級別的智能駕駛功能全面滲透為汽車產業帶來全面的市場機會。

按照 IHS Automotive 保守估計，全球 L4/L5 自動駕駛汽車產量在 2025 年將接近 60 萬輛，并在 2025- 2035 年間獲得高速發展，年復合增長率將達到43%，并在2035年達到2100萬輛。另有接近 7600 萬輛的汽車具備部分自動駕駛功能，同時會帶動產業鏈衍生市場的大規模催化擴張。

根據獨立市場調研機構 Strategy Engineers 的預測，L4 高度自動駕駛等級下，自動駕駛零部件成本約在 3100 美元/車，其中硬件占比 45%，軟件占比 30%，系統整合占比 14%，車聯網部分占比 11%。按照全球 1 億輛量產規模計算，理想假設所有車輛全部達到 L4 高度自動駕駛水平，那么全球自動駕駛零部件市場規模在 2020 年將達到 3100 億美元。

第八部分中國人工智能企業畫像分析

隨著人工智能技術的不斷成熟，人工智能創業的難度逐步降低。創新的大門吸引眾多創業企業進入。為了觀察行業風向，助力創新企業發展，創業邦研究中心對國內200多家人工智能創業公司進行了系統調研，從發展能力、創新能力、融資能力等多維度指標，評選出“2018中國人工智能創新成長企業50強”。

地域分布

全國88%的人工智能企業聚集在北京、上海、廣東和江蘇。其中，北京人工智能企業最多，占比高達39.66%;其次是上海，人工智能企業占比達21.55%;位列第三的是廣東，人工智能企業占達15.52%。北京以領先全國其他地區的政策環境、人才儲備、產業基礎、資本支持等，成為人工智能創業首要陣地;華東地區的上海、江蘇、浙江均有良好的經濟基礎和科技實力，人工智能應用實力雄厚，也聚集了一批人工智能垂直產業園;廣東互聯網產業發達，企業對數據需求強烈，依靠大數據產業鏈推動人工智能產業發展。

行業分布

從行業大類分布來看，行業應用層的企業占比最大，為56.03%;其次是應用技術層的企業，占比達31.04%;基礎技術層的企業占比最小，僅為12.93%。隨著人工智能技術的發展，人工智能與場景深度融合，應用領域不斷擴展，行業應用公司比重不斷提升。在基礎層技術方面，國際IT巨頭占據行業領先地位，國內與國際差距明顯，中小初創企業很難進入。

從行業應用來看，智能金融企業占比最大，為16.92%;其次是機器人企業，占比達15.38%;位列第三的是智能駕駛和智能教育，占比均為12.31%。金融行業的強數據導向為人工智能的落地提供了產業基礎，智慧金融被列入國家發展規劃中，龐大的金融市場為人工智能落地帶來了發展前景。機器人作為人工智能產業落地輸出，目前市場需求較大，商業機器人占據較大份額。中國智能駕駛市場在資本推動下進入者較多，企業積極推動應用落地，百度、北汽等大型企業嘗試商業化落地智能駕駛汽車。人工智能推動教育個性化落地，相關初創企業涉入教育藍海，推動智慧教育的發展。

收入情況

收入分布在500-10000萬之間的企業最多，占比達49.14%;500萬以下的企業位居其次，占比達 26.72%;位列第三的是10000-100000萬之間的企業，占比為17.24%。

篇3

關鍵詞：工體驗設計；設計哲學；發展方式；技術結合；設計價值

設計發展到今天，工業設計、信息藝術設計、環境藝術設計、建筑設計、視覺傳達設計、媒體與傳播設計等等這些設計專業細分實際上都是對設計師“入門階段”的專業技能和實際操作層面的技術種類的細分，而從更高的設計思維與設計研究領域，各個專業方向都有基于本專業的實踐方式對服務管理、體驗方式、信息傳達這些更高層次的設計思維觀的關注和深入研究。本文研究和分析的主要范疇是基于交互設計、服務設計和信息藝術設計領域的討論。

1作為設計過程的服務設計和作為剖析需求的體驗設計

服務設計中有一個核心概念“生活方式”，而體驗設計的重點當然在“用戶體驗”，進一步說是滿足用戶對身心體驗的需求。這前后二者的提出都是基于社會經濟水平長足發展、社會生產制造業和物資分配方式能夠給人們生活提供相對足夠物質資源的前提，因此這些設計理念都強調對“非物質”因素的設計，特別關注對人與物（機器）的關系、人與技術的關系、人與社會的關系、人與環境關系、人與人的自我認知的重新認識和價值判斷。

服務設計為消費者創造了他們理想或意想不到的適宜的生活方式，這是一種通過優化系統內的過程和接觸點使得系統內的各個利益相關者獲得更大價值的設計觀念。從設計哲學上看，服務設計是對過程的設計，更多的是將消費者（也就是人）作為系統內的一個重要組成核心，通過將其周圍“外部因素”（物質與非物質的相互關系）不斷優化來促成對這一核心提供價值。

而體驗設計是對“內部因素”的設計，是對“體驗”本身進行設計，從設計哲學上來說就放大和直接剖析設計對象這一“賓語”，將“人”這一核心概念逐層剝離開，對其可能的感知感受、本能的行為反應、可能的思維方式和上升的情感反思進行分析和預判，為其需要被滿足或還未被發掘的“自我認知需求”提供可能機遇。

從更加生動感性的角度詮釋，“體驗十分重要，因為它把設計中心從設計生活方式變成了設計生活的意義。”

2體驗設計可以創造生活意義

在理解“體驗設計可以創造生活意義”這個話題之前，先回憶一個大家熟知的“雞湯故事”幫助話題更好展開：一日富翁與漁夫的對話，問他為什么不繼續去捕魚，捕魚可以賺更多的錢可以雇更多幫手，可以自己當老板，最后可以舒舒服服地在此地曬太陽。漁夫笑著反詰到：那我此刻不正在曬太陽嗎？對于這個心靈雞湯故事，過去最流行的解讀就是不要過多的為了追求物質而迷失方向，要有澄澈的心境，因為最終我們需要擁有的只是一刻的輕松和陽光，那這些“財富”我們早就已經擁有了。這個故事在今天明顯有了更新更全面的解讀方式。當今時代和社會背景下，對“財富”也可以說個人所擁有“價值”的定義絕不僅僅是“一片陽光和愜意”這么簡單。對于富人來說，他享有經濟財務自，享有自我實現的滿足感，享有他人的尊重，享有豐富的社會資源和人際關系，即便不著意于“名和利”，他仍然享有享有對信息和資訊更廣泛的涉獵方式和更高效的接觸手段，擁有豐富精彩的人生經歷和身臨其境的體驗，而漁夫只有“陽光”。如果按照故事原意的解讀，放在體驗經濟背景下，漁夫所擁有的“價值提供物”――體驗，較之于富人來說是可能是相對“匱乏”的。當然，體驗這一精神狀態或過程從宏觀上本身無法量化和做定性比較，若漁夫能夠充分的體驗和感受“這一刻”的狀態并且從精神上得到足夠的滿足，那么他所有的“價值”也絕不比富人少。這就是在體驗經濟時代下對“富人和漁夫”的故事雙重解讀。

在馬斯洛的“需求層次”理論中，最高需求層次是“自我實現”的階段。“事物有了價值，還需要被體驗，人們越來越重視精神消費和情感滿足。”當某人購買一種體驗時，他是在花時間享受某一企業所提供的一系列值得記憶的事件――就像在戲劇演出中那樣――使他身臨其境。人們的需求層次越來越向高的需求層次靠近，對社會地位、友情、自尊、他尊的追求，都是需要或希望被滿足的“體驗”。因此，高品質服務創造的“體驗”成了滿足人們需要的主要經濟提供物。體驗經濟中，設計師不再是簡單操作層面的“創造者”，而是讓消費者在精心制作的舞臺上開始自己獨一無二、值得回憶表演的“促成者”。這些都是體驗設計可以創造生活意義的證明。

3體驗設計如何創造生活意義、價值

2001年，美國信息交互設計專家謝佐夫在《體驗設計》一書中，首次給出了體驗設計定義：“體驗設計是將消費者的參與融入設計中，是企業把服務作為“舞臺”、產品作欏暗讕摺薄⒒肪匙魑“布景”，使消費者在商業活動過程中感受到美好的體驗過程，……體驗特征應從感官、行為、精神三個層面上綜合表現。”由此可以看出，體驗設計的目的從客觀上說就是為了創造更好的用戶體驗、提供更多的體驗感受而設計；從設計行為上來說是可能包括對認知科學因素的探索和轉化、對服務行為和系統架構的優化、對服務的有形物質資料和無形的行為方式的規范和管理；從設計可能涉及到的學科方向看包括：認知科學（心智哲學、認知心理學、認知語言學）、行為學、心理學、社會學、倫理學、人類學等。對這些學科的關注和相關研究方法的引入，標志著體驗設計開始真正走向了關注內在精神需求和自我認知滿足的研究領域。

（1）體驗設計將用戶參與引入到設計的環節，使得用戶或消費者意識到自身是設計服務的主體，這本身就擴展了用戶對自身創造價值方式的理解范疇，同時也強化了用戶對自我可創造價值能力的滿足感。

（2）體驗設計為用戶提供多種時空方式、感官通道、交互行為、服務模式、情景內容的體驗，豐富了用戶的生活經歷，擴展了用戶的認知同時強化了用戶對自我認知的判斷和體察。具體說來，體驗設計提供的多種時空方式包括歷時性的過程的體驗和瞬時性的結果的體驗；為用戶提供的多種感官通道外界信息包括視覺的、聽覺的、嗅覺的、觸覺的、溫覺的，以及多通道綜合聯絡式的信號刺激；為用戶提供了多種交互行為的體驗方式包括人與物的接觸、接觸型人機界面、非接觸型透明交互、具身交互方式、沉浸式增強現實環境體驗、沉浸式虛擬現實體驗、行為和語言交互等；為用戶提供的不同商業模式和產業形態的體驗接觸包括商業性質的線下產品服務推廣體驗、在線電子商務業務的營銷和廣告、科學普及和知識傳播為目的的線上數字化展覽和線下實體科技館體驗、藝術與文化研究推廣位目的的藝術展覽和博覽會等；為用戶提供的不同情境內容的體驗方式包括對自然科學知識普及的情境、對藝術文學文化價值的再現和感悟的情境、對未來智能生活和物聯網家具生活展示的情境、對優越生活服務和信息化社會智能管理方式的展示的情境、科幻超前極限環境體驗的情境、對數字娛樂及互動游戲的體驗的情境、對科學技術前端科技可視化可理解的展示的情境等等。

（3）體驗設計通過強化用戶對自我認知的判斷和體察，觸發、激發、誘發更多的體驗需求和實現個人滿足的手段。

（4）體驗設計通過更高的設計滿足目標和創新的設計行為方式，將更好的優化和整合各個設計部門和設計實踐方式。這種優化包括化基于產品的物理性設計、基于生活方式的系統服務設計、基于用戶體驗的的交互性設計、基于信息傳遞和獲取的信息藝術設計、以及基于人――物――社會――環境的信息時代大背景下的綜合性設計。

（5）體驗設計在提供給用戶更多無可復制、獨一無二、充滿回憶的“體驗”的同時，可以做到真正刺激體驗經濟模式下社會的生產力，挖掘和促生更多創新交叉式的經濟產業，豐富和提升社會文化內容和人們的精神文明世界，誘發更多新興前沿科技的研究并促進其向社會生活的快速轉化，最終通過提升人類對自我認知和價值需求判斷的哲學、倫理學、人類學高度來更好地促進人類與物質、社會、環境友好關系的締結和平衡穩定的發展。

以上就是筆者對體驗設計如何創造價值、以及可能創造何種價值的思考和預測。

4能夠創造更多“體驗”的最新科學技術手段

技術已經并將繼續成為以人為中心，它將提高人、企業和事物之間的透明度。隨著技術演變更加適應工作場所和家庭環境，并且與企業和其他人的互動加強，這種關系將變得更加交織。設計師應該更加應該“謹慎、周密地運用先進的科學技術，在新的生態文化、價值觀念下，創造新的產品或新的價值意義，同時設計也應該對其功能和后果進行全面的社會評價和控制。[4]”。因此，對于最新前言技術特別是生命科學、人工智能、計算機學習、可穿戴智能設備技術的即時了解和掌握，將有助于設計師更好地對未來體驗設計發展趨勢、可能性進行判斷和預設。

2016年7月，全球最具權威的IT研究與顧問咨詢公司Gartner高德納咨詢公司了年度新興技術成熟度曲線。Gartner指出，2016年是數字的一年，數字業務創新是“新常態”，有三個趨勢非常突出：一是感知智能機器時代來臨；二是透明的身臨其境的體驗更加優化；三是平臺革命正在醞釀[5]。

（1）感知智能機器技術為體驗的獲得和判斷提供更多的科學依據、大數據來源，以及提供“體驗生活”（包括工作、學習、娛樂、交流）這一“舞臺劇”的敘事方式和文本情境――Contexts。智能感知技術將是未來10年里最具認知突破力的一類技術，包含智能微塵、機器學習、虛擬個人助理、認知專家顧問、語音翻譯、智能數據挖掘、智能工作空間、會話用戶界面、智能機器人、商業無人機、自動駕駛汽車、自然語言問答等技術，這些技術將極大的提高對可收集到的所有認知體驗數據的收集寬度、分析精度、利用效率。

（2）透明化身臨其境的體驗技術將為用戶體驗過程、特別是用戶對自身本質屬性和能力的探索感悟過程提供無限的表演道具和戲劇沖突――Elements。這個趨勢中的關鍵技術包括4D打印、腦機接口、人類機能增加、自我實現的高級分析（Advanced Analytics With Self-Service Delivery）、立體顯示技術、情感運算、互聯家庭、增強現實、虛擬現實和手勢控制設備、可穿戴設備等。

（3）平臺實現將為實現更全面、更人性化、更安全、更智能的體驗生活搭建時空背景和舞臺結構――Stage。新興技術正在改變“平臺”的定義和使用平臺的方式。從技術基礎設施到生態系y平臺，平臺或系統有了較新的商業模式，正在形成人類生活和技術之間的橋梁。這些關鍵平臺實現技術包括：物聯網平臺、智慧型信息服務系統、混合云空間，以及“神經形態硬件、量子計算、軟件定義安全和軟件定義一切（SDx）”等技術。

物聯網：物聯網是借助互聯技術和各類平臺，在物（包括產品、服務與地點等）與人之間建立起來的一種關系，是第四次工業革命中聯結物理應用與數字應用的重要橋梁和紐帶。物聯網技術中傳感器以及其他可將物理世界中的物品與虛擬網絡相接通的各種方式，正在以驚人的速度傳播開來，不管是制造業、基礎設施行業還是醫療衛生，所有行業概莫能外。物聯網技術的發展，將會豐富體驗設計中人與物的相關關系、物與物的相關關系以及人與環境的相關關系的概念。

智能機器：機器具有類似人類在學習、推理、適應和理解等方面的能力就被稱為“智能”。智能機器人按照其適用案例的范圍可以分為：具有廣泛使用案例的“強人工智能”和僅限于特定（窄）案例的“弱人工智能”（專用機器智能）。以目前的人工智能為例，蘋果手機Siri語音控制系統通過預設答案及網絡搜索手段實現了初步智能應用。但參加達沃斯年會的科技界人士預測，未來人工智能完全可以實現理解語言、讀懂文件、自我學習甚至情感理解。當然，具有能夠控制自身思維、維護系統生態并且具有再生產方式的機器只存在于科幻小說。今天人工智能系統，都不能通過等同于人類的智力通用測試（當然也沒有完全可接受對人類的智慧的測量方式去測試機器）。這并不是說，永遠不可能創造一種接近于人類認知能力的機器，但我們可能距離完成必要研究和工程實驗還有好幾十年。可以想象，在進行智能機器技術研發和創意設計的Google公司、MIT麻省理工藝術媒體實驗室，他們的工作具有意義非凡的體驗感，研究和工作于這些領域的設計師、科學家每一個細節的工作開展都是對人類自身智慧、認知體察和倫理觀念的思考與體驗。

人類機能增進：人類機能增強過程沿著自發且可探測、可量化監控的軌跡和范圍發展。現在通過技術來增強人能力的方式主要集中在行為軌跡和行為范圍的某個特定的點上，技術提供特定的且可量化檢測的幫助，例如監控睡眠質量的智能手環和監控呼吸心跳并調節微電流環境的保健磁療頸環。不過，事實上，研究提供更多的自發和不可檢測的增強人類機能的技術確實遇到了一些極端情況和綜合癥，力圖例如提高精神集中度的隱形眼鏡顯示器或腦刺激技術，再例如外科植入物或直接的遺傳基因編碼操控技術。增強或改善人類機能，勢必會給人類的體驗提供更廣泛的接觸途徑、更敏感的交感神經和更簡單可行的交互方式，不過面對選擇用技術增強身體和頭腦機能的“社會人”，人際關系、組織、社會、環境勢必也會面對越來越多的挑戰。

腦機接口（Brain-Computer Interface）：Emotiv Epoc是一種智能頭戴式設備，由美國加州舊金山的神經科技公司Emotiv Systems花費了五年時間研發人腦-電腦接口的最新成果，是目前市場上通用度和流通性最高的這一款腦機接口設備之一。 Emotiv Epoc運用一種被稱為非侵入性的腦電波儀（EEG）技術，感測并學習每個使用者大腦神經元電訊號模式，讀取使用者大腦對特定動作產生的神經元電信號脈沖頻段，配合以先進軟件進行腦電波信號頻率的模式分析和解讀，將其轉化成電腦或游戲機能理解的訊息，再以無線信號傳輸到電腦，最終在熒幕上復制出同樣的“動作”或人的“意念。相較以前僅能探測基本、常見的精神狀態，如“精力集中”的技術，Emotive還能同時區分具體的想法如：“推”和“舉”，以及情感如“興奮”或“平靜”。使用者戴上之后，只需起心動念便可以操控眼前的電腦，透過意志和情感控這給與了科學家和設計師有關研究人類大腦是如何運轉以及如何擴展人類對自身認知的有價值的設計洞見。

5對未來體驗設計作用和職責之思考

現在消費者通過佩戴智能腦機接口設備已經可以通過EG（大腦電信號動態畫面）直觀的看到即時的大腦動態變化以及腦內信息交換互動方式，腦機接口可以使人用大腦的意見來移動事物，雖然只是將電腦里的花朵“催開”。可以試想，在不久的將來，如果人類“設計”的范疇已經到了可以控制人類本身在微觀概念上的生物遺傳屬性和神經元信號傳遞方式，那么是否人類的任何“體驗感”都可以由一段信號編碼的電磁脈沖來提供呢？這種身臨其境可能是“心臨其境”或者“腦臨其境”，與真實環境中人的情境體驗可以做到“電信號脈沖級別”的接近甚至完全一致，那么這種深入到生理學、心理學境界的“完全一致”是否會成為對人類生活方式、價值認識和行為原則的一種挑戰呢？

即使現在作為設計師無法用文藝創作的方式對未來科技和生活方式進行預判和想象，我們身為設計師還是有很多可以創造價值的作用和需要踐行的職責。

（1）不斷研究和判斷體驗設計的設計理論和方法，價值判斷和審美范式，用更系統有效的設計原則和價值判斷幫助推進由體驗設計所串聯起的產品-商品-服務-系統產業鏈的規劃和發展，以創造更多的社會經濟價值、社會人文價值和環境可持續發展。

（2）體驗設計包含感官體驗設計、情感體驗設計、思考體驗設計、行為體驗設計、關聯體驗設計和混合式體驗設計。充分學習有關這些設計的學科專業知識（包括心理學、認知科學、社會學、人類學、哲學等），充分掌握或創造能夠有效展開以上設計研究的研究方法（例如影子預示法、訪談調研法、觀察法、圖表歸納法、需求轉述法、情緒版和情境角色扮演法）和研究模型，充分在設計實踐中結合反思和總結來不斷充實對體驗設計的經驗和方法。

（3）好的體驗設計通過擴展人類對自我的認知，幫助重新認識自我，應該成就人們更善意的態度、更寬廣的胸襟和更積極樂觀的生活態度，最終促進人們對真善美的追求。因此，體驗設計應該謹慎周密的拿捏提供體驗的方式和情境，通過合適的引導和具有感染力的“自我實現”的機會，促進更多的人履行社會責任創造社會價值，而不是對個人淺顯欲望的盲目追求。

（4）體驗設計應該為解決諸多現實問題而設計，例如人類種族、群落、地區、文明的發展程度的差距逐漸增大，再例如信息鴻溝、信息不對等、物質世界和虛擬世界的跨越、個人性和社會性的沖突、隱私倫理道德和人類價值取向的擴展等問題。因此體驗設計需要以消除信息的不均等以及有效利用、均衡信息為設計目的，盡力做到在關注人本質問題的同時實現社會價值的更優化分配。

6結語

在筆者看來，體驗設計應該是一種回歸的設計。數千年前在中國古代哲學體系中就有“天人合一”、“物我兩忘”的精神境界，這就是一種人性的返璞歸真和充分的自我實現，這種“回歸”通過在有限物質環境下不斷理解和調和人與物、社會、環境等因素在自身精神世界中所映射出的相互關系來達到實現。在“人造的自然”中，設計的目的當然不會是再讓人回到“天為蓋、地位席”的生活方式中。但通過智慧的、有效的、周全的設計，能夠讓人克服人性的弱點，引領人性的回歸，創造和組織更多人與自然的平等關系，樹立人類文化價值與自然價值并重的價值觀念，這是筆者可以想象的未來設計、體驗設計的發展趨勢和目標。

參考文獻：

[1]辛向陽，構建值得記憶的經歷.Interaction Design Committee交互設計專業委員會，2016.

[2]魯曉波，深圳大學學報，人文社會科學版，2010（27）.價值、體驗與設計創新.

[3]體驗經濟.The Experience Economy ，（美）約瑟夫派恩（二世），詹姆斯H吉爾摩，夏業良，魯煒，等譯.北京：機械工業出版社，2002（4）.

[4] 魯曉波，觀察家，2003.關于設計倫理問題的一點思考.

篇4

[論文摘要] 本文結合實際管理決策中所遇到的一些問題，分析了運用實物期權理論進行項目可行性分析需要注意的幾點內容，這有助于完善實物期權定價理論及其在實際決策過程中的運用。

一、引言

長期以來對企業價值評估的經典方法是折現現金流(DCF)法，但是DCF法存在很大的問題：首先，用DCF方法進行估價的前提假設是企業持續穩定經營，未來現金流可預期。該方法隱含了兩個不切實際的假設，即企業決策不能延遲而且只能選擇投資或不投資，同時項目在未來不會作任何調整。該方法忽略了許多重要的現實影響因素，因而在評價具有經營靈活性或戰略成長性的項目時，會低估項目價值，甚至導致錯誤的決策。其次，DCF法只能估算現有業務未來所產生的現金流價值，而忽略了企業潛在的投資機會可能在未來帶來的收益，也忽略了管理者通過靈活地把握各種投資機會所能給企業帶來的增值。

實物期權的概念最初是由Myers(1977)提出的，他指出一個投資方案的現金流量，來自于目前所擁有資產的使用，再加上一個對未來投資機會的選擇權。當企業面對不確定作出初始投資時，不僅給企業直接帶來現金流，而且賦予企業對有價值的“增長機會”進一步投資的權利。如等到項目有了更好的預期回報，或是不確定性降低到一定水平以后再投資，而不必在一開始就投資，這種“等待”也會增加項目的價值。實物期權理論認識到了商業行為靈活性的重要性，特別在現代商業環境下，管理者擁有更大的控制權力，企業經營前景也變得越來越不確定，因此對實物期權的研究也就變得更加重要了。

二、研究實物期權需要考慮的幾個因素

為了準確地運用實物期權理論評價投資項目，就必須實際地考慮決策過程中所遇到的各種情況，有針對性地調整期權定價公式。以下幾點是需要特別加以考慮的：

1.注意價值漏損和信息成本的影響

價值漏損出現的原因是標的資產的持有者能獲得來自標的資產所帶來的便利收益。比如股利，專利權收入，儲存成本,以及其他暗含的便利收益。在發生價值漏損的時候，實物資產的價值會相應地改變。這時需要根據標的資產的價值漏損，對實物期權定價模型做出相應的調整。通常，將價值漏損設為標的資產不變的百分比，這樣處理通常相對簡單，而且有效。期權定價基于市場的完全性與有效性，它假設市場是完全的，投資者能獲得所需的全部信息。但管理者為了獲取所需的信息，必須付出一定的成本，這需要在預期收益項中加以調整得以反映。

2.管理者的信息認知和管理控制能力

標準的“等等看看（wait and see）”這類研究實物期權的方法，考慮了管理者的管理靈活性，但忽略了管理者的信息認知和管理控制的能力——管理者具備認知信息的能力，他們會主動去收集有關項目的信息，進行市場調研，以及做一些研發實驗等。這些行為能夠降低項目的不確定性，在進行不可逆投資之前提供許多有價值的信息。其次，公司也可以直接采取行動增加項目的價值，如做廣告以增加產品的銷量，或是改良產品的品質或增加一些產品的功能。要反映管理者這種積極的控制能力，就需要引入控制變量，在有成本的管理控制環境下，來對實物期權進行估值。

這里需要特別注意的是，期權是項目不確定性（波動率）的增函數。既然管理者的信息認知行為會降低項目的不確定性，這又可能降低項目的期權價值，為什么管理者還要這樣做呢？Martzoukos（2001）通過數值分析說明，管理者會選取適宜時機去認知信息，通過提高決策信息的質量，降低將來犯潛在錯誤的成本，以使得企業能夠做出最優決策。

3.引入“順序期權”

在大多數場合，各種實物期權存在一定的相關性，這種相關性不僅表現在多個投資項目之間的相互關聯，而且同一項目內部各子項目之間也前后相關。通常，投資者進行投資時，不是一次性的完全投資，而是分階段、有順序地投資。當管理者獲得與投資項目相關的信息時，就會重新評價投資項目的價值，并據此決定繼續追加投資或撤回投資。其次，后續投資通常與前期所實施的管理控制相關，只有進行了前期投資，才有后續投資的機會。通過前期所收集的相關信息，可以為后續投資提供決策參考。再次，管理者可以通過比較不同投資路徑下的投資項目的價值，以選擇最優的實施路徑。這種階段性投資的相關性，通過引入路徑依賴的思想，可以較好地擬合實際情況。

4.考慮隨機事件對項目價值的影響

在標準的實物期權文獻中，都假設資產的價值變化遵循幾何布朗運動。但是當一些重大信息出現時（政治、疾病問題等），標的資產的價格會發生不連續地變動，即跳躍。默頓指出，標的股票的收益是由“標準幾何布朗運動”引起的連續變動和"泊松過程”引起的跳躍共同作用的結果。基于這種考慮，默頓(1976)建立了跳一擴散模型，并給出了在這種模型下歐式看漲期權的定價公式。這時，就需要引入非連續的隨機變量，比如泊松過程，來擬合項目價值的實際變化過程。

5.注意期權執行價格的動態變化

通常，我們假定在執行期權時都具有一個確定的執行價格。在市場環境相對穩定時，投資額變化不大，假定一個不變的執行價格具有可行性。但是，對某些投資額起伏很大的投資項目，就需要實事求是地分析投資額變化的特性（變化的期權執行價格），這樣才能更準確地評價項目的價值。

6.利用博弈論的方法分析實物期權

實物期權的持有者在行權時，可能并不擁有購買標的資產的獨占權利，競爭者可能會提前執行期權。因此，在公司的投資決策過程中，同樣也不能忽略競爭對手的存在，需要通過競爭對手所傳遞出的信息，做出相應的決策。對于這些不確定的問題，需要引入博弈論來分析實物期權。Junichi Imai（2004）利用博弈論分析了管理靈活性和競爭相互作用情形下的兩階段實物期權估值問題。Novy（2004）研究了公司在競爭和不確定環境下的最優投資決策問題。他們的研究成果表明，通過引入博弈論能很好地擬合競爭者之間的動態博弈行為，以此更加準確地擬合實際決策過程。

7.人工智能與期權定價相結合

在解決實物期權的定價問題時，只有極少數的模型存在分析解，多數時候只能依靠模擬仿真得到近似的數值解。這些模擬方法的計算需要耗用大量的時間，對于某些實時決策，這些方法就不能很好地滿足要求。對于實物期權這類不確定的非線性預測問題，人工智能方法具有較大的優越性。Lajbcygier（1999）研究了利用人工神經網絡方法，來對金融衍生產品進行定價。Msrtzoukos（2001）研究了具有隱含合同性質的客戶化期權的定價問題。他的研究結果表明，這一方法能很好地滿足銀行等金融機構的實時決策需求，在計算結果的準確性方面，也能達到令人滿意的地步。

三、實物期權在實際運用中需要注意的幾個問題

當實物期權越來越多地被用于分析實物投資時，在以下幾個方面應加以注意：

1.關注實物期權分析的邏輯和目的

實物期權分析的根本邏輯是金融期權定價技術在新領域的“轉換”而不是“外延”，避免在尚未仔細分析實物投資特性的前提下，直接將金融期權定價公式用于實物投資分析。

2.關注實物期權分析與組織管理之間的結合

投資者運用實物期權思想可能會接受短期看似非盈利的項目，如何在組織制度上防范道德風險、保證企業對風險的控制也是一個需要注意的問題。

3.模型的復雜性與實用性相結合

具體的實物期權估價問題，往往涉及復雜的分析過程。對于太復雜的模型，通常不能被管理者所接受，而且在模型的實現上也會帶來極大困難。而實物期權分析的目的只是指引決策者選擇最優策略，關注基于實物期權的整體決策制定過程，而不像金融期權需要“精確”的價格。為此，管理者就需要在模型的復雜性與實用性之間進行權衡。

四、結束語

實物期權理論是基于金融期權而發展起來的評價方法，國內學者對實物期權理論的研究還不太深入，而將實物期權理論與復雜的決策過程相結合的定量研究文章更是少見。實物期權也不存在固定的分析框架，對于不同的項目，會涉及許多不同的需要考慮的決策因素，這就需要根據每一個具體的投資項目，調整實物期權的定價公式，以求計算出更準確的項目價值。

參考文獻：

[1]楊春鵬:實物期權及其運用[F]. 上海:復旦大學出版社，2003

[2]Yuri Kifer. Game options[J].Finance and Stochastics. 2000, pp. 443-463

篇5

關鍵詞：職業教育；產業升級；機制；對策

中圖分類號：F2 文獻標識碼：A 文章編號：16723198（2016）02002401

近年來，產業集群在河南有了長足發展，截至2013年，河南的產業集群有洛陽裝備制造、鄭州紡織服裝、漯河食品加工、航空港智能終端、許昌智能電網、鄭汴汽車及零部件、三門峽黃金加工、濮陽油煤鹽化工等322個，有120個百億元以上特色產業集群。從長期來看，河南產業集群的發展還處于初級階段。因為受到省內資源環境的約束，傳統的高消耗、高投入、粗放式發展方式越來越無法繼續生存下去，要想繼續生存就要轉變發展觀念，從投資驅動轉向創新驅動。重視發展職業教育，整合校企資源，促進產業升級。通過體制機制創新，實現創新驅動發展，形成新動力。通過職業教育改革，達到互利共贏，助推中原崛起，已成為必然選擇。

職業教育與產業最近，產業的需求關系通常反映在職業教育的專業設置上，職業教育對產業形態的發展變化最為敏銳。一方面，發展職業教育順應產業需求，帶動勞動力資源素質的提高，一定會助推產業結構的優化和升級；另一方面，職業教育發展最為根本的原動力就是產業結構的優化和升級。科學構建職業教育與產業結構聯動升級機制，通過創業型職業教育發展，帶動新興產業，培育新興產業集群；通過高等職業教育發展，增強產業創新能力，提升產業競爭力；通過中等職業教育發展，促進產業結構優化與升級，這些是實現產業結構調整和經濟發展方式轉變，推動向資源節約型、環境友好型社會邁進的必由之路。

在以創新職業教育促進產業升級方面，河南省具有一定的基礎條件。全省的職業教育以中、高等職業教育為主體，技術培訓學校、培訓機構、中小學等相配合的職業教育基本形成。河南省的高等職業院校有56所，共設置專業1526個，覆蓋了全部19個專業大類。近年來，有關職業教育與產業升級的論文及科研成果不斷涌現，對職業教育促進產業優化升級機制形成的研究，已具備了現實與理論條件。

當前國內外企業都在積極地搶占市場、進行技術控制，比如在人工智能、數字制造、工業機械人等高科技領域。河南也不例外，在這同一起跑線上。如果不培養產業發展所需各類人才，不創新職業教育，不研發科技含量高的新產品，就會一直被全球價值鏈低端鎖定。

而河南省的職業教育目前存在的突出問題是：辦學條件較差；職業院校的專業設置不適應產業發展的需要；職業院校與企業沒有完善的互動機制；科研成果轉化為生產力的過程漫長；政府投入嚴重不足等。近年來，由于職業教育的專業設置與社會需求脫節、教學質量下滑等原因，職業教育的發展已出現徘徊不前，甚至出現倒退的征兆。而在同時，由于產業集群缺乏創新平臺，企業研發經費投入的比例非常低，許多企業內部缺乏自主創新能力，特別是中小企業多數沒有核心技術，產品僅停留在低水平的往返式生產上。目前，在經濟發展進入新常態的大背景下，我國經濟正在向形態更高級、分工更復雜、結構更合理的階段演化。對職業教育進行改革創新，促進產業升級，形成良性機制，從而實現共同發展，助推中原崛起，無疑具有重大意義。

筆者認為應從以下幾個方面著手進行職業教育改革，構建產業的優化升級機制。

1 調整傳統的職業教育專業結構

首先，要適當壓縮就業困難的相關專業，提高對涉農專業、農業職業學校的支持力度，培養滿足現代農業需要的專業技術人才；其次，針對河南省經濟產業的轉移和發展的重點，培養制造業、能源業、交通運輸業等與產業發展緊密相連的高技術型人才。

2 構建創業型職業教育格局，引領新興產業集群發展

新興產業是引領未來的先導產業，需要大批創業型人才為支撐。而創業型職業教育處于職業教育的高端層面，它以培養學生的創業意識、創業精神和創業能力為目標，并源源不斷為社會造就創業型領軍人才，并經由他們的創業活動，引領產業結構的深刻變革，催生新興產業。這樣才有可能形成產業聚集和產業集群，去實現產業結構的升級換代。所以，只有調整職業教育專業結構，構建創業型職業教育格局，才能引領新興產業集群的發展。

3 重塑高等職業教育體系，促進產業結構優化升級

當前，河南省創新型人才、高技能人才嚴重短缺，人力資源結構存在問題，企業自主創新能力要素薄弱，同時，高新技術轉化為現實生產力的能力要素也嚴重不足。這與產業結構優化升級、產業創新要求不相適應。因此，只有通過高等職業教育的發展，重塑高等職業教育體系，為企業輸送大批產業自主創新緊缺急需的創新型高技能人才，增強產業自主創新能力和科技轉化能力，進而提升產業競爭力和產業附加值，才能最終實現產業的升級換代。

4 建立職業院校與企業良性互動的內外運行機制

職業院校與企業良性互動的核心在于人的互動。要從根本上解決產業升級過程中所遇到的各種難題，必須建立雙方人員的長期、穩定和制度化的聯系。比如，學校教師可以訪問學者的身份到企業掛職鍛煉，學生以學員、企業員工的雙重身份進行互動；可以邀請企業成功人士到學校講學，聘請企業專業人士做兼職教師等。對于外部機制的建設，主要是政府要起激勵、規范、約束、溝通的作用。比如在經費投入、政策引導與約束、行業中介、研究支持等方面提供外部保障。

總之，只有從職業教育引領產業發展、促進產業升級的角度出發，才能解決河南省產業集群所面臨的問題。調整職業教育專業結構；構建創業型職業教育格局，引領新興產業集群；重塑高等職業教育體系，促進產業結構優化升級；建立職業院校與企業良性互動的四位一體的運行機制，才能最終實現職業教育對產業轉型升級的帶動作用和職業教育與產業發展的良性互動，從而使河南省產業由簡單、粗放型向集約型，從單一的、低級的結構向全面協調可持續發展轉變。

參考文獻

[1]鄭瑾.職業教育與產業結構聯動機制研究[J].廈門城市職業學院學報，2013，（2）.

[2]《河南省中長期教育改革和發展規劃綱要》重大戰略專題調研組.河南省教育改革和發展調研報告[R].2009，（4）.

篇6

關鍵詞：案例推理;技術;問題

文章編號：1674-3520（2014）-11-00-02

一、基于案例推理的基本原理及流程簡述

案例推理（Case―Based Reasoning，CBR），是由耶魯大學 Shank 教授在 1982年出版的專著《Dynamic Memory》中提出的。[1]其主要進程有四步：相似案例檢索（Retrieve）、案例重用（Reuse）、案例調整（Revise）以及案例學習（Retain）。案例推理中存在一個儲存源案例的案例庫，它以案例屬性的辨識度為依據，通過算法進行檢索，并依照屬性權重不同呈現出對應的歷史解決方案。其具體流程如下：

（一）案例表示。案例表示是案例推理的首要步驟，相關工作者可以根據自身的需要制作出適合本案例系統的案例表達方法，并依據案例屬性的特征賦予其相應的權重。

（二）案例檢索。案例的檢索是 CBR 系統中的重要環節，即依照一定的檢索規則在 CBR數據庫中查找與目標案例的特征屬性最為接近的案例，并提取出來。相似案例的檢索要求達到檢索出的相似案例盡量的少和檢索出的案例與目標案例相似度盡量高這兩個目標。目前較常用的案例檢索算法有知識引導法、神經網絡法、歸納索引法以及最近相鄰法等。

（三）案例調整。為了更好地服務應用實踐，根據新問題對檢索到的相似案例進行修改的過程稱為案例的調整和修改。案例的調整和修改需要人們根據具體的技能知識靈活進行，沒有較為統一的的方法可供借用，因此它是 CBR 的一個難題。

（四）案例學習。案例學習是保持案例實效性與知識更新中的必要環節。案例學習包括案例庫的維護和案例評價。案例的維護既是對案例庫中案例的可利用性進行評估的過程，也是對案例庫中蘊含的專業知識體系不斷更新的過程[3]。案例的評價是指檢索到的案例對于目標案例的參考價值的評定，它有助于提高相關人員對案例推理系統的認知程度，并及時修正系統中的相關問題。

二、基于案例推理的關鍵技術

（一）案例的表示與組織

案例的恰當表示是目標事件向統一的標準量化式轉換的過程。具體來講，案例的內容一般有如下三個主要組成部分：① 具體問題及背景與環境狀況;②解決方案的記錄;③反饋結果與評價。部分案例還可采用基于特征向量的表示方法進行描述，即設置非空集合U，歷史案例為U（x），其中的特征屬性元素用a1，a2，a3….an表示，目標案例B（x）可與多種案例集合相交，交集所含元素越多表示兩案例的關聯程度越高。以此亦可宏觀看出多種案例之間的相互關系。[1]

案例的恰當組織有利于案例庫的建立完善，從而為該項問題的案例儲備做好工作。

在CBR領域中運用較多、影響較大的組織案例的方法有羅杰?夏克（Roger Shank）的動態記憶模型和波特（Porter）的類型-實例模型。動態記憶模型是以具體的歷史案例為基礎，綜合其特征屬性集合作為實例單元，通過分析得出共性的屬性特征與應對措施等要素，形成抽象層，作為抽象單元。案例即是在此兩種層面動態存儲;類型-實例模型則是一種單層次的案例組織模型，其中具有標志性的共同特征屬性的案例被集合形成一種類型，這些類型反映著專業知識及原理。所有案例依據屬性特征對于案例的影響程度賦予相應的權重并依次排列。

兩種組織類型都能夠有效地體現不同案例的特征屬性，動態記憶模型是依據客觀實例抽象出科學的解決方法，較為直觀，但組織整理的成本大且具有主觀性;類型―事例模型則能夠更全面的呈現出匹配案例，但需要決策者花費更多時間對方案做研討，不利于應對突發事件的處理。

（二）案例的檢索與匹配環節

案例的檢索與匹配是實現案例推理的核心環節。案例的檢索需要對目標案例的特征屬性有較為明確的表示、錄入，這就涉及到一個非常重要的處理技術――目標案例與源案例的相似度計算。

案例與案例之間相似度的匹配實際上是其不同屬性的量化比較，案例的各個屬性根據其屬性值對應地分為四類，即確定數型屬性、確定符號屬性、模糊概念屬性、模糊數或模糊區間屬性。

確定數型屬性的相似度可以用基于距離的方法來計算，叢浩哲等人對于該種方法闡述如下

屬性 ai的兩個屬性值 Xai和 Qai的相似度可表示為：

[2]

對于模糊概念屬性及模糊數或模糊區間屬性的表示方面，張本生、于永利在CBR 系統案例搜索中的混合相似度度量方法的研究上認為其主要基于三個理論方法：①模糊集理論;②神經網絡技術;③粗糙集理論。

模糊集理論提供了一種處理不肯定性、不精確性案例的方法。基于模糊集理論，一般有兩種常用的算法：TC相似模型（Tversky Contrast Matching）和最近相鄰算法。其中TC相似算法雖然應用廣泛但未能體現出不同案例特征屬性對于該案例具體的影響維度。相比來說，最近相鄰算法則引入了權值，但權值在各案例中的比重不變，且權值的賦予是有相關專家進行操作，因此會存在較大的主觀性和不確定性。

人工神經網絡技術是人們模擬大腦神經的組織結構進行，進行分布式的網狀數據分布，經過嚴密的算法不斷調整各個節點間的相互關系。它能夠更客觀地反映不同案例間屬性的影響程度。

以上兩種理論都是基于嚴密的數學算法進行，并以數值的形式計入案例庫，具有很強的精確性。但其相關權重的賦予與規范樣式的提出都具有不同程度上的主觀，而粗糙理論集則是依靠對知識的高度概括及架構，建立多重索引，既能夠起到簡化案例庫的作用，又可依據人們對不同問題進行不同方法的索引得出更為準確的歷史案例。由于其不需要先驗知識，而是對現有案例進行客觀提煉和總結，形成的案例索引是較為客觀的。

（三）案例方案的采用

在檢索到相匹配的案例后就可以使用已有的案例解決方案來為目標案例進行服務了，這就是案例重用的過程。案例的重用包括過程重用與思路重用。然而現實情況中幾乎不存在與目標案例完全吻合的歷史案例源，因此需要對案例進行調整。案例調整一般是根據新案例與檢索到的存貯案例之間的最主要差異，利用公式或規則來得出新的解決方案。

三、基于案例推理的應用

案例推理方法產生的時間不長，但發展迅速，現已被眾多領域運用來解決產生的新問題。如突發事件應急管理、企業管理、計算機信息科學、法律案件、醫療領域等領域。

（一）在突發事件應急管理方面的應用

由于突發事件應急方案的制定具有緊迫性和不可預知性，基于案例推理則成為處理此類問題重要的人工智能方法。

國內對于該領域具有廣泛的研究。張賢坤以不確定應急案例的知識表示和推理為出發點，研究基于案例推理的突發事件決策方法，實現應對突發事件應急輔助決策;王曉、莊亞明將模糊集理論、神經網絡 Hebb 學習規則和多元線性回歸與案例推理法相結合，能夠比較準確地預測出非常規突發事件的資源需求。[3]叢浩哲、郭強等人在基于案例推理的交通事件應急響應預案研究中運用相關專業知識提出了科學的目標事件與案例的屬性相似度及屬性權重的計算方法，并應用相關計算機軟件開發了基于 CBR 的高速公路交通事件預案應急決策系統。

（二）在企業管理方面的應用

對于企業等社會組織的內部管理、危機防治等方面問題的解決，研究人員將掌握的CBR技術與自身專業知識相結合，提出科學的應對方案。柳炳祥，盛昭翰在企業危機管理的研究中給出了一種基于案例推理的欺詐危機的預警方法，用來驗證基于案例推理方法在企業危機預警中應用的可行性和有效性。[9]賴院根等人基于案例推理在企業專利戰略制定研究中針對目前企業專利戰略制定中存在的問題，構建了基于案例推理的企業專利戰略制定模型。

（三）在計算機信息科學領域的應用

計算機的普及和通信技術的迅速發展，使計算機網絡已經滲透到人們的日常生活中，而一些網絡中的相關問題也日益凸顯。

賈煒在對現有網絡脆弱性評估方法調研分析的基礎上，提出了一種基于網絡脆弱性攻擊圖的脆弱性評估模型。由于網絡具有虛擬性、隱蔽性、傳播快、等特點，現已成為人們表達個人觀點的重要途徑。對于重大事項的討論與決策，政府也越來越注重“網絡評議政府”這一重要的民主決策渠道。陳翔等三人在基于案例推理在網絡輿情輔助決策系統的研究中，提出一種基于案例推理的網絡輿情輔助決策系統框架，在此基礎上開發完成了基于案例推理的網絡輿情輔助決策系統。

（四）在智能故障診斷領域的運用

將CBR應用到故障診斷領域，能夠提高對機電液設備的故障診斷能力。鄭佩在分析了案例知識的表示內容和方法的基礎上，采用一種面向對象技術和數據庫技術相結合的案例表示方法，并引入抽象案例的概念，建立了故障案例的層次結構模型。[12]

四、基于案例推理存在的問題簡述

（一）關于案例的學習

當前案例推理的研究，大部分只集中于其關鍵技術，即案例的檢索與匹配等環節，對于案例的重用、案例的學習方面的研究涉及較少。針對案例的學習方面，一味的增加不斷出現的新問題所成案例，不一定有助于案例庫的優化，對于屬性相重疊的案例，單純數量的增長只會造成案例庫的冗雜，從而降低案例庫的質量及檢索效率。

（二）我國對于CBR技術的應用

國內真正將CBR運用到工商業領域的還很少，而國外已能夠將CBR技術的研究廣泛應用于生產生活。80年代后期美國就在分類、診斷、計劃及設計等領域內開發了數百個應用實例，對于研究領域建立起的數據模型及檢索方式已有較為成功的實踐經驗。

如JUDGE是Reinbeck于1989年開發的一個模擬司法判決的基于案例模型夠為目標案件的審判進行當前情景的模擬，為法官對于案件的審理提供很好的借鑒方案。CHEF烹調規劃程序可根據不同菜對配料的要求，檢索源案例中的菜譜，修改并創建新的菜品。[3]

（三）案例推理的深入發展

目前各類具體領域的研究都將自身專業知識置于案例推理技術的框架下并綜合數學、統計學等知識，形成解決該領域內存在問題的應對機制。盡管有認知科學和人工智能等一些相關理論的支持，但至今CBR技術仍沒有形成一套嚴密體系，對其工作過程中各個步驟采用什么方法，沒有一個統一的成熟技術和理論指導。只能是在眾多理論研究中進行試驗選擇，以達到針對本領域研究問題的最佳方法。而這也將成為未來完善CBR技術的指導方向。

五、總結

本文針對基于案例推理進行了多方面的闡述，重點對其關鍵技術的研究現狀及CBR的應用及行了匯總，并指出了現階段存在的一些問題。總體而言，基于案例推理模式有效地解釋了人們在面對不確定的復雜問題時，如何去解決;揭示了如何將獲得的經驗進行提煉與匹配，為復雜的、非結構問題的解決提供了極大的幫助。

參考文獻：

[1]劉華琦《基于案例推理的電弧爐冶煉過程用氧量優化研究》[D] 東北大學碩士論文2011-06-01

篇7

――記2006年度高等學校科學技術獎專利獎一等獎

“同步輻射空間姿態可調連續變焦超長準直和聚焦系統”

2006年度“高等學校科學技術獎”授獎項目共325項（一等124項/二等201項），其中自然科學獎111項（一等42項/二等69項）、技術發明獎31項（一等15項/二等16項）、科技進步獎161項（一等59項/二等102項）、科技進步獎（推廣類）10項（一等5項/二等5項）、專利獎12項（一等3項/二等9項）。本期選取了獲得推廣類一等獎的兩個項目和獲得專利獎一等獎的一個項目進行刊登。歡迎獲獎項目的完成人和完成單位踴躍投稿，本刊將在今后的“科技獎勵”欄目中陸續刊出。敬請關注。

項目背景

同步輻射光源是繼電光源、X光源和激光源之后第四次為人類文明帶來革命性推動的新光源。具有高強度、高準直性、能量連續可調等一系列優點，是眾多前沿學科領域進行基礎研究和應用研究的一種最先進又不可替代的工具和試驗平臺。自1947年首次觀察到同步輻射以來，隨著同步輻射應用研究的不斷深入，應用范圍不斷拓展，對同步輻射裝置的要求也在不斷提高。

同步輻射光源的發展已歷經了三代：第一代同步輻射光源為兼用機，是利用為高能物理實驗用的正負電子對撞機兼作同步輻射光源，該裝置中的束團發射度較大，相應的光譜耀度較低；第二代同步輻射光源是上世紀七十年代中期發展起來的專用光源，其束團的發射度降低到50～150nm.rad，相應的光譜耀度也增加了兩個數量級；第三代同步輻射光源是上世紀八十年代后期發展起來的專用光源，其束團發射度降低到3～20nm.rad，這類光源上可安裝大量的插入件（波蕩器和扭擺器），不但使光譜耀度再提高2～3個數量級，而且可靈活地選擇光子能量和偏振狀態。

目前世界上共建有50多個同步輻射光源。北京同步輻射裝置是我國第一個利用同步輻射光源進行科學研究的裝置，建成于上世紀九十年代初期，是我國凝聚態物理、材料科學、化學、生命科學、資源環境及微電子等交叉學科開展科學研究的重要基地。北京同步輻射光源屬第一代光源，為了進一步提高北京同步輻射裝置的性能，適合生物大分子等新興領域的研究需求，本世紀初，在國家（A4）計劃“正負電子對撞機改進與未來發展”和“北京正負電子對撞機重大改造工程”的支持下，北京同步輻射裝置也開始了一系列改造。

準直、聚焦系統是同步輻射光束線中的關鍵裝置，分別完成對同步輻射X光垂直方向上的準直和水平與垂直方向上聚焦。

主要創新點

本專利針對準直鏡和聚焦鏡鏡體長度較長，壓彎精度高，且工作在高溫及超高真空條件下，自主創新地提出一種空間姿態可調連續變焦的超長鏡體壓彎系統。它的主要創新發明和特點如下：

發明了基于杠桿反撬機理的能卸載鏡子自重，并能自鎖的雙模式超長鏡體壓彎系統機構，實現超長鏡面空間姿態的連續變焦，解決了同步輻射X光束的高精度準直、聚焦；

發明了卸載真空負載的真空室外支撐臺機構，來實現對真空室內鏡體姿態調節，避免了調節機構驅動電機等電器器件裝在真空室內對鏡子的污染，既有利于超高真空的實現，又大大延長鏡子使用壽命；

通過計算機對真空室外支撐臺機構的控制調節真空室內鏡體的位置，實現在工況下，對鏡置的遠程調控，既提高了工作效率，又使人身安全得到保障；

采用松套法蘭、雙刀口法蘭、銀絲密封等組合技術，及“折”型管冷卻，較好地解決了超高真空密封技術和鏡子的水冷；

采用一些特殊結構設計，以方便系統組裝，真空試驗時，不必重新安裝真空腔室器件就能更換密封圈，大大提高其安裝工藝性能。

研究隊伍

上海交通大學與中國科學院高能物理研究所，校所合作，在研制高熱負荷及超高真空條件下超長鏡體壓彎的準直、聚焦壓彎系統的過程中，精心組織了一支來自同步輻射、光學、精密儀器等多學科交叉的、老中青結合的研發團隊，協調攻關，確保了本專利的發明和實施。

陳文元在本項目中提出了本專利創新的總體方案，并全面負責實施，在連續變焦的超長鏡體壓彎系統、鏡子的空間四自由度方位調整系統、水冷系統的雙刀口真空密封系統等創新中起到關鍵和核心作用；張衛平在準直聚焦系統的創造發明中，參與超長鏡體壓彎系統及鏡箱的設計、理論分析、建造以及準直聚焦系統的圖紙繪制，并參與加工、安裝與調試等工作；盛偉繁在超長壓彎鏡箱的創新發明中，負責調研、收集各類先進的設計思想與方案，進行整理分析，對確定符合本項目需求的、具有我國自主創新性的設計方案起到了重要作用，并負責工程管理、協調、外聯，有效保證了本發明在同步輻射光束線上的實施；閻永廉參與本發明從初始構思到最終實現的全過程，其多年的同步輻射工作經驗對于本發明的方案制定、具體實施和最終滿足用戶需求具有重要的貢獻，并在實際實施中起到重要作用。

應用情況

本發明的高熱負荷下超高真空條件下超長鏡體壓彎的準直、聚焦壓彎系統，包含基于杠桿反撬機理的、能卸載鏡子自重且能自鎖的、超長鏡體雙模式壓彎和空間姿態機構，折形及銦鎵無氧銅塊組合水冷系統、雙刀口法蘭等，是自主知識產權的重要裝備，裝置性能達到國際先進水平，不僅為國家節約了大量資金，并且對同步輻射光源的應用，提升我國科學研究和創新能力，具有重要意義。

根據本發明專利研制的準直、聚焦裝置，從2002年至今已有10套用于北京國家同步輻射實驗室的生物大分子（二條）、XAFS（X射線吸收精細結構）、熒光、衍射、小角散射等6條光束線上，累計使用有效機時1萬余小時，完成課題300多項。線站運行穩定，國內外眾多知名院校、研究所（浙江大學、天津大學、中科院上海應用物理研究所等）爭先在此裝置上進行科學研究，一大批成果通過該裝置產生。生物物理所對植物浦光蛋白結構的測試、清華大學對SARS病毒主蛋白酶復合物結構的研究都取得了突破性進展，世界上首先測出來的SARS 病毒蛋白質“3CLMpro”等重大發現被美國《自然》雜志和PNAS 刊物發表。這些成果不僅推動了各領域的科學研究，也必將在一定時間后轉化為生產、經濟效益。

立足國情研發自主知識產權的過程控制技術

――記2006年度高等學校科學技術獎推廣類一等獎

“大型裂解爐溫度和負荷先進控制技術”

項目背景

石油化學工業是我國的支柱產業之一，而乙烯工業則是石化工業的“核心”和發展標志，其發展直接影響到國家的經濟基礎和綜合國力強弱，大力發展具有國際競爭力的乙烯工業是我國當務之急。建設新的乙烯裝置，投資大、周期長；采用自動化技術提升現有乙烯裝置生產技術，增加產量、提高質量、降低消耗，其投資少、工期短、見效快。

目前我國所有乙烯裝置生產設備都是從國外引進，由于國外先進控制技術和軟件適應不了國內乙烯生產原料多變狀況，很難長周期投入使用，因此迫切需要研發具有自主知識產權、適合國內乙烯生產特點的乙烯生產過程先進控制技術和軟件，以提高乙烯裝置的生產技術水平和國際競爭力。

裂解爐是乙烯生產裝置的核心設備，它操作平穩與否不僅影響整個乙烯生產裝置的產品質量和產量，而且將影響下游生產裝置的平穩操作。因此，對乙烯生產過程開發計算機先進控制技術時，首先考慮開發裂解爐的先進控制技術，且它所獲取的經濟效益約占整個乙烯裝置采用先進控制技術后所獲得的經濟效益的40%左右。在這方面，國外已有許多成功應用的經驗。隨著我國乙烯工業的發展，乙烯產量逐年提高，2005年達到740萬噸，位居世界第3位，迫切需要先進控制技術，優化大型裂解爐的操作。

研發歷程

華東理工大學早期開發了年產4萬噸 SRT-III 型裂解爐溫度和負荷先進控制技術，于2000年初就在揚子石化公司乙烯裝置裂解爐中投入使用，穩定和優化了裂解爐的操作，延長了裂解爐的運行周期，每年可獲得3031.69萬元的經濟效益，2001年，該成果通過江蘇省科技廳組織的鑒定。

隨著我國乙烯工業的迅速發展，裂解爐規模日趨大型化，目前年產6萬噸乙烯的GK-VI型和SRT-IV型裂解爐以及年產10萬噸的SL-Ⅱ型裂解爐被廣泛采用。這些裂解爐的工藝結構更加復雜，生產負荷也大幅提高，對控制系統提出了更高的要求，原來的技術已不能滿足大型裂解爐的控制需求。此外，以人工智能和信息融合為特征的控制理論得到了長足發展，為復雜工業過程的先進控制技術開發提供了新途徑。本項目即是在原有技術的基礎上，引入人工智能方法，結合工藝對象特點進行了技術再創新，開發了大型裂解爐先進控制技術。

齊魯石化（目前為國內第三大乙烯生產企業）現有7臺GK-VI型裂解爐、3臺SRT-IV型裂解爐和2臺SL-II型裂解爐，均為大型裂解爐，各爐型間工藝結構差異很大，裂解原料也不同，與揚子石化SRT-III型裂解爐差異就更加明顯，這為控制系統的設計、實施帶來了相當難度。為此必須首先對不同裂解爐特點進行系統分析，包括燃料氣供給系統、蒸汽供給系統、裂解烴原料供給系統和裂解爐燒嘴類型和分布、爐膛結構、爐管分布和結構等，找出影響各爐型裂解爐平穩運行的癥結所在，建立各爐型的動力學模型，這對預測裂解爐的動態特性非常關鍵；之后結合原有技術，融入最新的控制理論成果（例如應用新的模糊CMAC網絡學習算法，減少熱值軟測量的建模時間，提高預測精度），開發了大型裂解爐先進控制技術，并成功應用。此外，本項目首次提出了溫度均衡控制系統的新的設計思路，該系統在烴進料流量計故障時仍可保持各組爐管溫度均衡。這一思想豐富了裂解爐先進控制技術的內容，提高了該技術的適用范圍。

顯著實施效果

從大型裂解爐生產過程實時控制的要求出發，融化學工程、自動控制、計算機應用以及人工智能等技術為一體，研究開發了基于模糊小腦模型關節控制器（CMAC）神經網絡算法，并將其應用于裂解爐燃料氣熱值的軟測量系統；研究開發了基于熱值軟測量系統的實時前饋推斷控制技術，對裂解爐平均爐管出口溫度進行實時控制；應用先進的過程控制技術、動態超前/滯后補償技術、人工智能技術等，研究開發了裂解爐爐管出口溫度均衡控制系統；應用專家系統和非線性控制技術對裂解爐各組爐管進料量進行動態分配，確保了總負荷的穩定；對裂解爐蒸汽注入量進行非線性自適應控制，確保汽烴質量比穩定。

本項目自2003年7月起在中國石化齊魯石化股份有限公司年產72萬噸大型乙烯裝置中的SRT-IV型、GK-VI型和SL-II型等12臺大型裂解爐上陸續投入使用，經過工業生產裝置長達三年的運行考核證明，該技術進一步穩定和優化了乙烯裂解爐的生產操作，使各項工藝操作指標均處于最佳狀態。控制效果非常顯著，進一步穩定和優化了裂解爐的生產操作，使各項工藝操作指標均處于最佳狀態，每年可產生3045.4萬元的經濟效益，三年來（2003年8月～2006年8月）累計給企業創造了6454.69萬元利稅的直接經濟效益。

推廣應用情況

2000年針對國內早期引進的年產30萬噸乙烯裝置中SRT-III型裂解爐，研究開發了其先進控制技術，并在中石化揚子石化大型乙烯裝置上應用，效果顯著，長期投用至今。隨著我國乙烯裝置的擴容改造，裂解爐日趨大型化，2002年針對GK-VI型，SRT-IV型和SL-II型等裂解爐的控制問題，成功開發了大型裂解爐溫度和負荷先進控制技術，并在中石化齊魯石化乙烯裝置上成功應用；目前正在對中石化上海石油化工股份有限公司2#乙烯生產裝置4臺SL-II型裂解爐、2臺GK-VI型裂解爐和1臺GK-V型裂解爐進行先進控制技術的開發和應用。此項技術近年來已完成了數十臺裂解爐（幾乎涵蓋所有爐型）的應用實施，技術經濟指標達到國際先進，在同行業中影響顯著。

在國內乙烯行業中已形成很大影響。該項技術解決了乙烯裂解爐生產過程中的若干瓶頸問題，達到同類生產裝置國際先進水平，擺脫了我國乙烯生產過程先進控制技術依賴國外引進的局面，形成了具有我國自主知識產權、適應國內乙烯生產特點的智能控制技術和軟件，推動了乙烯行業乃至石化工業科技進步，增加了企業競爭力。

2007年初，在中石化乙烯企業交流會議上，該項目因其工業應用實用性強、轉化程度高，核心技術已授權國家發明專利和計算機軟件著作權（其中“乙烯裝置中裂解爐的智能控制方法”國家發明專利獲得了2004年上海市發明創造專利獎發明專利一等獎、第九屆中國專利優秀獎），形成了適應國內乙烯生產特點的智能控制技術和軟件，已作為首批成熟技術在中國石化下屬天津石化、東方石化、中原石化、上海石化、廣州石化、茂名石化、齊魯石化等七家企業內全面推廣應用。

研發團隊

該項目是由以國家杰出青年基金獲得者錢鋒教授領銜的研發團隊完成的。該團隊成員多年來一直從事石油化工生產過程建模與優化、先進控制以及智能控制和故障診斷的理論與應用技術研究；依托化學工程聯合國家重點實驗室、過程系統工程教育部工程研究中心等基地平臺，承擔了多項國家自然科學基金、863計劃、科技攻關、國家工業自動化產業化專項以及40余項中石化企業的科技攻關項目；走“集成創新和引進、吸收、再創新”之路，在石油化工生產過程控制與優化、系統集成等方面作了大量的研究工作，其過程模型化、軟測量、先進控制、故障診斷和優化控制等技術，成功應用于乙烯、精對苯二甲酸（PTA）、煉油、聚酯、聚丙烯腈等十余套大型工業裝置，取得了一批創新性成果；打破了國外技術壟斷，每年為企業創造了新增2.8億元/年利潤，僅在成果應用考核期就累計創造了新增6.69億元利稅，開創了一條投資少、見效快的石油化工裝置增加產量、提高質量、降低消耗、實現跨越式發展的自主創新之路，打破了國內石化行業先進控制技術長期依賴國外引進的局面，為推動我國石油化工行業科技進步做出了重要貢獻。

前景展望

我國一直將乙烯作為石化行業的龍頭和支柱產業加以發展。隨著我國國民經濟持續穩定發展，對乙烯衍生物需求十分強勁。根據國家規劃，“十一五”期間，我國將增加乙烯產能1000多萬噸，增長140%左右，乙烯企業平均規模將從47萬噸提高到58萬噸。面對國際市場的競爭和強勁的國內需求，各乙烯工廠均面臨挑戰：既要保證重大裝備的穩定、可靠又要不斷提高生產的技術水平。這不僅僅需要在工藝技術、工程設計、工藝設備上尋求突破，還需要利用信息技術進行自動控制與優化系統的設計。因此，我們應立足更高的要求、更大的規模以及更廣闊的市場，不斷開發新方法、新技術，在不斷的技術創新中獲得更為廣泛的推廣應用市場。

從零開始開創中國魔芋產業

――記2006年度高等學校科學技術獎推廣類一等獎

“中國魔芋產業關鍵技術的研究和推廣應用”

項目背景

魔芋為天南星科魔芋屬植物的總稱，是唯一能大量提供葡甘聚糖的植物，始祖種為熱帶森林下層多年生草本，系統發育形成其奇特的生物學特征特性，卻為中外學者所陌生。種質資源集中分布在亞洲中南半島、云南南端，中國西南幾省自古以半野生魔芋球莖作黑豆腐食用；印度以疣柄魔芋不含葡甘聚糖，主含淀粉的球莖作蔬菜食用；日本只有從中國傳去的“花魔芋”一個種，卻在二戰后恢復經濟期間將魔芋發展成一具特色的重要保健食品和化妝品產業，年產值約合人民幣100億元，對國民經濟振興起了重要作用。

當時除日本有幾本魔芋栽培技術的小冊和一本主寫葡甘聚糖特性和保健研究的《魔芋科學》外，魔芋的研究資料很少。從農學角度，特別是生物學基礎部分基本都是空白，生產上也僅是半野生多年生挖大留小的自然生長方式。由魔芋特性形成的獨特加工工藝及其機械設備均為專用，技術全被日方保密，若購置燒重油的烘干脫水、精粉制造及凝膠食品的三套關鍵專用設備，每套均在二三百萬元人民幣以上，難為剛要興起的民營企業所接受，且有的也不適宜中國使用。

中國魔芋產業的興起與發展急需經濟、實用的加工技術和配套設備及魔芋種植從半野生多年自然生狀態轉化為計劃化、規范化生產的大田作物的系列技術。西南大學項目組組織強大的多學科、產學研及校內外相結合的強勁團隊申請立項，從零開始，自我創新，21年如一日，突破并不斷發展魔芋種植業和加工業的關鍵科技，支撐了產業的形成和發展。

總體思路

作為魔芋農產品加工產業，產業鏈很長，環節也多，但種植業仍是基礎，沒有種植業保證原料的持續供應，則加工業無從發展，且中國的魔芋種植面臨從半野生多年自然生長的原始狀態，將必須走向農田，進行有計劃、規范化的優化生產，其中農民的觀念轉變及植物的適應性都將經受考驗。因此，項目組必須從魔芋的生物學基礎開始研究，深入掌握其特性及對生態條件的適應性，在栽培技術上順其所好、避其所忌，盡力預防病害的侵襲，力爭較平穩地完成其轉化。這是一個系統而漫長的過程。

根據當時背景，魔芋加工產業的起步還得突破空白，抓住關鍵，攻克瓶頸。項目組確定對加工的三環節，即初加工、精粉加工和制品研制同時并舉，邊研究應用，邊總結提高，力爭促進產業盡快興起。此外，由于當時熱心進入魔芋行業的都為民營企業，他們大多資金不充足；因此項目組在要求技術路線和設備設計起點高、技術趕超國際先進水平的基礎上，也提出了不盲目追求高精尖，但求經濟、實用、高效益，節約起動資金。

主要工作及技術經濟指標

項目組率先在全國進行以下工作：

考察并收集、保存、研究了魔芋種質資源，發現命名了全球品質最優的“白魔芋”新種，推廣29萬畝；

制定了《中國魔芋種植區劃》，指導全國優選最適植區和最適海拔高度的山區有計劃發展種植基地，已建成全國重點基地縣14個；

進行了魔芋新品種選育工作，選育并審定了中國第一個新品種“萬源花魔芋”，推廣33.5萬畝；

對魔芋生物學特性進行研究，從理論基礎上弄清魔芋生長發育特性及對生態環境的要求，為科學種植奠定理論基礎；

開展魔芋優化栽培、間套作制度及防病豐產高效益等栽培制度及技術研究，已累計推廣面積216.67萬畝，使一個半野生植物較平穩地轉化為規模化大田作物；

采用復合護色劑和特定高溫殺酶技術，并創新研制配套6YMH烘干機及其后改進的網袋式烘干設備，解決了土法烘烤造成黑心及含硫量超標問題，推廣39臺，價格僅為日本的1/10，效果相同；

創立了魔芋精粉干法、濕法和干－濕法三種技術原理、工藝及設備。尤其是干法的MJJO-1型精粉機采用軍工技術自行創新研制極為成功，產品達特級。至今已推廣以上設備1138臺，三法的技術和設備推廣覆蓋面占全國95%以上，填補了國內空白；

研發了以魔芋精粉作食品及添加劑應用的終端制品的技術和規程，推動了全國魔芋食品的興起；

項目新增產值855971.62萬元，新增利稅279469.006萬元，創匯5892.56萬美元，經濟效益顯著。

社會效益

山區農民脫貧致富，每畝增收2000元即可脫貧1戶，已推廣279.17萬畝，約900萬農民脫貧致富；

從無到有推動中國魔芋產業的興起和發展，已形成“種植－初加工－深加工－多行業應用”的產業鏈，形成年產值超百億元的新興產業，為社會增加了就業崗位并帶動了相關各業；據海關統計，魔芋產品每年增加出口創匯約4000萬美元；此外，開發的魔芋保健品和食品還能增進人體健康。

推廣的具體措施

開辦培訓班

開辦了多場級別較高、影響較大的全國性高級魔芋科技培訓班：1988年在成都舉辦，參會人員來自全國，約150人；1997年在昆明舉辦，有來自全國和當地的約200人參加；開辦了魔芋分析測定全國培訓班3次，主要是企業化驗人員參加，共約180人。

此外，還開辦了省、區、州級培訓班共10次，參加人員約1500人；縣、市級培訓班（主要是培訓當地科技人員，作為“二傳手”），約50次，8000人；鄉、村一級培訓班（主要培訓農技員，并從農民中選取領悟較好者作為魔芋技術員），約15000人次。

實地指導工作

多年來，項目組先后派出科技人員在重點企業及重點縣市蹲點（在萬源蹲點6年）指導科技工作，解決疑難。

召開科技研討會

為了方便科技人員交流和普及魔芋科技，先后召開了多場科技研討會：1988年在成都召開了全國性科技交流會，200余人參加，印出論文集；1995年在西南大學召開了中日魔芋科技研討會，有來自日方的專家學者、企業人員、農民等20余人，以及中國的企業骨干等約200人參會，印出中日文會刊。此外，還舉行了8場全國性魔芋加工科技會及種植業基地經驗交流會，參加人員總計達2000余人。

項目組非常重視產學研結合，指導教師和研究生發表的魔芋科技論文近200篇，指導產業發展的論文83篇。

橫向合作

橫向合作由學校與地方共同承擔，主要是在當地共同完成魔芋技術推廣，共16項。

普及宣傳

篇8

王戈13歲有了自己第一把電吉他，大學時候讀的專業是計算機。他說如果自己當年在普林斯頓大學本科畢業沒有繼續讀書的話，可能成為一名程序員，把音樂僅作為一個愛好。不過當他在普林斯頓的音樂計算機研究專業繼續深造之后，他發現二者并不存在鴻溝，計算機軟件、人際關系、樂器之間其實可以連接起來。

他的愿望成為了現實。Smule旗下的一款名為Ocarina（中文名為“塤”）的App現在已經累積了800多萬的用戶下載量。2008年11月8日，這款應用在蘋果應用商店上線的第四天，就沖到了各類應用下載排行榜的第一位，然后在那兒停留了3周的時間。

Ocarina是這樣一款App，它可以將你的iPhone變成樂器。你用手持塤的方式捧著你的手機，用嘴對著手機話筒吹氣，再配合以手指動作，然后就能像吹塤一樣讓你的手機發出同樣的聲音。“準確來說，應該是陶笛，塤的聲音更低沉，而陶笛的聲音更明亮和快樂，我們只是把它的中文名定為塤，中國人都知道塤這個樂器。”王戈說。Ocarina借助了手機里面的聲音感應器。另外，Smule產品所依托的底層技術屬于王戈在大學攻讀博士學位和隨后在斯坦福大學教書時所專研的領域。

Ocarina不同的地方在于，當時它重新界定了樂器的概念和機制。Ocarina把人和手機的關系變成了人和樂器之間的關系，只不過你的手機成為一個“數字化”的樂器，后者的發生機制是震動和共鳴，而前者依靠的是代碼。“我的導師Perry Cook在人機交互，具體來說也就是如何把不是樂器的計算機變成樂器方面給了我很多的建議。”王戈說。

開源的音樂編程語言CHUCK是王戈在普林斯頓大學遞交的博士論文的題目，它在后來成為Smule旗下10個App—以及已經下架的，初期一些實驗性質的產品所依托的計算機語言。在2007年進入斯坦福大學之后，王戈組建了第一支移動電話樂隊，樂隊成員用裝有運行CHUCK語言的移動電話演奏樂曲。

“我們第一個試驗的智能手機是諾基亞N95，那個時候蘋果公司還沒有推出iPhone，當時手機的CPU已經非常快了，不過那個時候我還沒有想過要建公司開發商業化的產品，并且也沒有合適的機會，即便明白手機替代臺式機或者筆記本是一個趨勢”，王戈說。

2008年春天，蘋果公司向移動應用者開放了SDK（Software Development Kit ，軟件開發包），開發者可以在上面為同年上線的蘋果應用商店撰寫以及App。

那一年，硅谷電信安全商Tumbleweed的創始人Jeff Smith在斯坦福和王戈相遇—兩人決定創辦Smule。“開發產品并不是我的初衷，”王戈說，“我只是覺得它或許是研究的一部分。”而Jeff Smith除了在1999年推動Tumbleweed上市之外，在硅谷還經營過幾家公司。

Bessemer投資在Smule種子投資階段注入了160萬美元。王戈覺得這不管是對于Smule還是自己來說都是一件幸運的事情。“Jeff Smith是一個優秀的公司管理者，在硅谷他也有豐富的人脈”，他將公司的管理事務交給Jeff Smith，自己主要把握產品設計和方向。

Smule推出的第一個產品叫Sonic Lighter（中文名是“打火機”），王戈覺得它更像是一個玩具，一個試驗性質的產品。“利用移動設備的話筒，用戶可以通過向話筒吹氣來吹滅屏幕上的蠟燭。”它的試驗特性在于Sonic Lighter首次嘗試了社交。“我們在界面上做了個地球儀，用戶可以看到這個世界上除了自己之外，還有哪些人在玩這款Sonic Lighter。”

這個地球儀代表了Smule的愿景，通過音樂讓用戶連接起來。“我只是覺得，當你在用Ocarina吹奏《茉莉花》時你或許會想這個世界上會不會有另外一個人也在干同樣的事情，于是你在界面上撥弄這個地球儀，你發現比如在澳大利亞的悉尼有另外一個人也在吹同樣的曲子，當然你可能沒辦法知道這人是誰，但我覺得這個過程挺有意思。”王戈說。那個被當做社交象征的地球儀在之后的包括Ocarina，Magic Piano（魔法鋼琴）和音樂社交軟件Sing！上被運用和完善。

Smule產品系列的一半功能都被安置在云上，包括用戶曲目等等。而云服務很大程度上促成了它在2011年對Khush的收購，后者是一家專注于人工智能和聲音軟件的開發公司。王戈說對Khush的收購有助于公司對說唱應用Autorap的完善，不過他并沒有透露收購價格。

在2008年至今的時間里，Smule陸續了包括演唱應用T-pain和Glee等，Smule的市場團隊會對全球的流行音樂趨勢做調研，將受歡迎的英文歌經制作團隊修改后放到樂庫中，這些音樂都被儲存在云端。

團隊根據產品自身特性將其到除了iPhone之外的其他設備比如iPad上，同時也針對iPad開發了自己的App，比如2011年12月上線的Magic Piano—考慮到屏幕的大小，它并不那么適合放在iPhone上。不過研發團隊增加了Magic Piano的發音形式，將傳統的鋼琴鍵盤設計成墜落的圓點，用戶敲擊這些圓點同樣能夠發聲。

“Smule的產品并不想要降低原有樂器的普遍難度，但入門級別的樂曲難度符合大多數人的期望，你可以完全不會，但大多數人可以在較短時間內就能夠上手。”王戈說。比起樂器軟件，用戶們也更愿意為游戲軟件付費。在今年5月，曾經僅在蘋果iOS平臺上開發產品的Smule把目光投向了Android系統，這更像是迫于市場壓力而非主動靠近。“那些開發跟聲音、圖像和圖片相關的應用開發商總會更偏向于iOS系統，因為蘋果在多媒體方面的硬件設施更好，而Android，它下面的手機實在是太多了。”王戈說。團隊必須為每一型Android手機做產品調整，因為它們各自的情況都不一樣。

篇9

關鍵詞：巡檢；KPI；監控

中圖分類號：TN929.5文獻標識碼：A文章編號：1007-9599 (2011) 15-0000-03

Network KPI Automatic Inspection

Zhang Hua1,Yin Jun1,Dong Wei1,Mou Yuping2

(1.Chongqing Power Company Jiangbei Power Bureau Information Center Science and Technology,Chongqing401147,China;2.Guangzhou Ziyuan Information Co.,Ltd. R&D Department,Chengdu610012,China)

Abstract:Since the founding of the rapid development of China's power grid,while the reliability of the power industry,power quality,efficiency and quality services,etc.have put forward higher requirements.As the existing grid system of large and complex,manual inspection vast amount of work,and can not discover the problem,predict problems with work KPI automatic inspection solves this problem,this paper focuses on network KPI automatic inspection rigorous structure and good security,and describes its application in the power industry a bright prospect.

Keywords:Inspection;KPI;Monitoring

KPI（Key Performance Indication）即關鍵業績指標，是通過對組織內部某一流程的輸入端、輸出端的關鍵參數進行設置、取樣、計算、分析，衡量流程績效的一種目標式量化管理指標，是把單位或企業的戰略目標分解為可運作的遠景目標的工具。網絡KPI自動巡檢是一套自動化巡檢系統，它可以對系統實時監控，及時發現問題、解決問題，防患于未然。在工作前可自動從巡檢工作站下載任務，工作中可以對巡檢內容進行輕松的選擇和錄入，工作后可將巡檢結果自動上傳至數據庫中。通過巡檢系統能夠更加容易掌握線路運行狀況及周圍環境的變化，發現設備缺陷和危及線路安全的隱患，提出具體的檢修內容，以便及時消除缺陷，預防事故發生，或將故障限制在最小范圍，保證電力設備的安全和電力系統穩定。

一、KPI基本功能和理論基礎

KPI（Key Performance Indicator）即“關鍵業績指標”，KPI考評體系是一整套覆蓋各項職能和各個層級的KPI考評指標管理系統，通過分析和計劃、匯報和指導、考核三方面實現管理規范化，從而達到提高整體業績的目的，其功能包括：分析、計劃功能幫助分析工作問題，找到計劃工作的重點。匯報、指導功能實現對向上匯報的重點，向下指導的方向。考核功能實現定量地效考核，反映隨時間進步的情況。

KPI的理論基礎是二八原理（也叫2080原理），是由意大利經濟學家帕累托提出的一個經濟學原理，即一個企業在價值創造過程中，每個部門和每一位員工的80%的工作任務是由20%的關鍵行為完成的，抓住20%的關鍵，就抓住了主體。二八原理為績效考核指明了方向，即考核工作的主要精力要放在關鍵的結果和關鍵的過程上。于是，所謂的績效考核，一定放在關鍵績效指標上，考核工作一定要圍繞關鍵績效指標展開。

績效管理是當前的一個熱門話題，電力行業也是如此。實施多年的以“德政勤績”為特征的人事考核體系的弊端，已經被越來越多的人所檢討，檢討結果是一致認為，必須導入現代人力資源管理中的績效考核理念。當前令人困惑的實際狀態是檢討歸檢討，實際上用的仍然是以“德政勤績”為特征的人事考核體系。其原因是如何才能設計出一套符合現代要求，切實可行的績效考核指標體系呢？這是當前面臨的最大問題。

作為自動化的巡檢系統，網絡KPI自動巡檢在設計之初便綜合考慮多種條件和因素，在安全性、靈活性、復用性、可維護性等方面做了深入考慮。本次研發不僅嚴格遵守各項標準基礎，而且綜合自身因素和產品特點，深入挖掘行業應用特性，綜合考慮符合電力行業的自動巡檢系統。

二、網絡KPI自動巡檢系統設計理念

（一）嚴格遵守標準化。系統應遵循相關技術標準和行業規范要求，如：ISO國際標準化組織制定的國際標準、GB中華人民共和國國家標準、DL中華人民共和國電力行業標準等等。本產品嚴格遵守國際和國內相關標準，擴大同類產品的互換性，降低產品和工程成本；促進科研成果和新技術的推廣；合理利用能源和資源；便于國際技術交流。

（二）良好的通用性。系統需要具有開放的結構體系，不僅要滿足用戶當前的需要，而且還要滿足將來能容易地擴展其功能和規模的需要，適應行業的發展、管理模式的變化以及技術的更新等。因此，系統需要保證在平臺開發、系統結構、數據和接口等方面的充分開放性。本系統充分重視開放性的應用，遵循統一接口規范，制定具有廣泛適用性的統一接口，在保持開放性的同時也減少了維護成本、多系統集成成本，解除后顧之憂。

（三）優質安全保障。信息系統的安全性至關重要，為保證數據和系統的運行安全，需要從硬件、網絡、軟件等方面進行處理，如采用硬件冗余技術提高硬件的安全系數；采用網段分離技術、數據緩存、權限控制，提高安全性；采用權限控制、密碼控制等措施以保證數據安全性；采用ssh（目前大多數網絡設備開放的遠程訪問方法）技術保證數據傳遞安全性。在系統數據存儲安全方面，對于會話期數據采用傳遞完成及時清空的策略，對于永久期數據采用不可逆加密機制保存，確保數據安全性。更重要的是用戶在管理上應該制定合理的制度來確保系統安全。

（四）方便維護。從用戶角度出發，系統需要有良好的可維護性，一般性故障可由用戶的系統管理員通過強大的后臺管理在現場自行處理。此外，還提供專業人員遠程操控，現場維護等方式對故障精確定位，確保萬無一失。

（五）先進性和成熟性并存。計算機軟件技術在高速發展，為保證系統在相當長的時間內不落后，應盡可能地順應技術發展的趨勢，采用先進的系統軟件和前端技術實現。過于先進的技術可能帶來技術風險，過于成熟的技術可能會導致落后，先進性和成熟性的結合非常重要，尤其在選擇系統平臺和開發環境、運行模式時非常重要。本系統從架構設計到變成開發都充分考慮到這一點，運用的技術既是當天比較流行的前沿科技，也考慮到了架構的穩定性，做到先進和成熟兩者兼顧。

（六）良好的用戶體驗度。本系統的研發做了充分的市場調研，行業業務探討，整合考慮了業內專家和員工意見。該系統用戶參與度極高，操作界面簡單，人機交互效果極佳，在擁有專業嚴謹的業務的同時，又不失游湖體驗度。

三、網絡KPI自動巡檢系統的架構設計

網絡KPI自動巡檢系統嚴格遵守反層架構設計，即展示層、業務邏輯層、數據處理層。數據處理層提供整個系統的數據源，業務邏輯層負責巡檢業務的流轉，展示層展示給客戶有好的界面。

服務工具采用B/S方式實現，由web服務、采集服務與數據庫服務組成，維護終端只要支持IE瀏覽器、不需要安裝其它插件就可輕松使用。因此服務工具僅需部署于服務端設備，不需要在客戶端再次部署。

1.web服務：使用APACHE作為WEB服務，用JAVA語言實現。

2.數據庫服務：采用oracle數據庫存儲系統管理數據。

3.采集服務：用JAVA語言實現。

可以將3種服務部署于一臺設備，根據設備的數量，可通過增加設備，分布部署方式實現輕松擴容。

（一）客戶端。客戶端采用市場占有率最高的瀏覽器/服務器即B/S模式，服務器支持大部分的UNIX、LINUX以及Windows操作系統，主要完成業務操作、數據展示、警報提醒等功能。其中數據展示的表示方式多種多樣，根據需要可以展示大量數據報表，也可以展示更加直觀的餅狀圖、柱狀圖等。

（二）WEB應用服務器。WEB應用服務器也叫業務邏輯處理層，主要完成嚴謹的邏輯和數據處理，配置模塊主要包含：日常性能巡檢、鏈路性能巡檢、高級腳本巡檢、資源審計。應用層集成了通用的借口，可以與對其他系統通過WEBSERVICE等方式進行數據對接，同時提供巡檢數據的自管理功能，并通過集中調度實現巡檢任務的執行周期管理。此外應用層服務預留了云計算的數據處理服務，可以在保證系統穩定的同時進一步提升數據處理能力。

（三）數據服務器。數據服務器支持多種主流數據庫，如oracle、mysql、mssql、sqlserver、db2d等。數據服務器通過人工錄入或者對接現有系統完成巡檢數據的采集、分析與處理。通過SNMP/TELNET/SSH/SYSLOG等方式采集對納管對象的維護數據，根據需要保存到不同的數據系統中。數據庫根據可以根據需要就行選擇，存儲過程、視圖、數據連接池、加解密等先進技術保證了數據操作安全、快速。

四、具體功能模塊

（一）前臺展示模塊。快捷獲取巡檢指標基礎信息：模擬人工指令巡檢時通過指令獲取信息的方式。用戶定義指令，系統自動獲取回顯信息，作為巡檢展示定義的依據。前臺展示模塊靈活多樣，采取可定制的模式，用戶可以根據自身的喜好定制出不同風格展示效果。

（二）強大的處理服務。處理服務器采用云臺的方式、云端結合。云計算（cloud computing），分布式計算技術的一種，其最基本的概念，是透過網絡將龐大的計算處理程序自動分拆成無數個較小的子程序，再交由多部服務器所組成的龐大系統經搜尋、計算分析之后將處理結果回傳給用戶。透過這項技術，網絡服務提供者可以在數秒之內，達成處理數以千萬計甚至億計的信息，達到和“超級計算機”同樣強大效能的網絡服務。

云計算具備大規模、虛擬化、高可靠性、通用性、高可擴展性、按需服務、極其廉價等優勢，云計算也為本系統提供了最可靠、最安全的數據存儲中心。用戶不用再擔心數據丟失、病毒入侵等麻煩。

（三）先進的數據管理。Oracle是以高級結構化查詢語言（SQL）為基礎的大型關系數據庫，通俗地講它是用方便邏輯管理的語言操縱大量有規律數據的集合。是目前最流行的客戶/服務器（CLIENT/SERVER）體系結構的數據庫之一。

本系統采用目前最先進的oracle做數據存儲，從物理上和邏輯上保證了數據的可靠性和穩定性。

（四）LOG巡檢。LOG巡檢支持TELNET讀取與SYSLOG協議兩種方式主動獲取設備的LOG，同時主動根據定義的檢查規則對LOG信息進行檢查，形成檢查結果報告。

LOG檢查規則定義：可視化定義LOG檢查規則，支持檢查項目的快速擴展。

LOG巡檢執行與報告：自動執行LOG檢查，生成設備與時間兩維度的檢查報告，直觀獲取有故障的設備與時間。并且快速定位到詳細的故障點。縮短故障發現時間和處理時間，并有利于歷史的對比與回顧。

手動檢查：讓LOG檢查更加靈活。自動分析是在既定的規則上進行檢查，而臨時的檢查可能會需要添加一些額外但不常用的規則，可以采用手工分析方式，臨時對一些信息進行檢查，彌補自動的不足。

五、網絡KPI自動巡檢的業務優勢

及時發現故障：系統具有實時監控的特性，一天24小時不間斷，無死角地掃描電力運行的狀態。發現問題后自動啟動報警系統，并提供信息化解決方案和以往類似問題的處理意見，能保證用戶第一時間發現問題和正確無誤地解決問題。

預估問題：系統收集了電力行業業務操作的各種參數，在實時監控電路是否運行正常的同時收集各種參數，通過與正常參數的對比可以預測該線路耗損情況和異常情況。發現異常后系統將這些警告通過前臺直觀展示給用戶，提醒用戶采取相應維護措施，做到運籌帷幄之中、決勝千里之外。

顯示簡明、易懂：系統數據通過各種圖形（如柱狀圖、餅狀圖）對系統運行數據進行直觀展示，并提供輔助決策意見。用戶通過這些直觀信息反饋更容易做出準確判斷，節省寶貴時間。

節省人力、節約成本：本系統完很好地完成了人工檢測和監控功能，一套系統可以節約大量人力、物力、時間和成本。

集成多系統：系統具有良好的通用借口，遵循統一表春規范，可以整合目前行業內各種的系統，復用性、重用性良好，節省資源、提高效率。

六、KPI在電力行業中的運用情況

KPI大量應用在電力行業考核，取得了理想的效果。網絡KPI自動巡檢自進入電力行業以來，發展勢頭迅猛，得到廣大電力工作者的首肯，目前很多的省市已經采用這一技術解決方案。

這款系統大大節約了人力，提供了良好的安全保證，滿足了企業自動化辦公需要。隨著電力行業軟硬件的變更，KPI自動巡檢系統也在悄悄變身，做到適用于任何時間任何地點的產品，我們有理由相信越來越多的用戶會加入到KPI自動巡檢的任務中來。

綜上網絡KPI自動巡檢系統技術先進、優勢明顯。它節約成本，節省時間，優化資源合理配置；它功能強大、時時監控，保障電路安全、良好運行；它接口規范，復用性強，多系統對接，整合性強；它業務嚴謹，專業性強、是為電力行業量身定做的系統軟件。我們有理由相信，在提升電力運行效率的同時，網絡KPI自動巡檢系也必將迎來光明的應用前景。

參看文獻：

[1]華泰龍.華泰龍監控系統技術建議書,2010,4

[2]李士勇.模糊控制、神經控制和智能控制理論[M].哈爾濱:哈爾濱工業大學出版社,1998

[3]吳泉源.人工智能與專家系統[M].長沙:國防科技大學出版社,1995

[4]烏日圖.實時專家系統及其應用研究[J].內蒙古工業大學學報,1998,17,2:17-21

[5]白樹忠，南新志.變電站綜合自動化實時數據庫管理系統的研究與開發[J].電力系統及其自動化學報,2002,14,3:43-46

篇10

關鍵詞：軟件體系架構；本科課程；軟件工程

軟件體系架構 (Software Architecture，以下簡稱SA)學科涉及內容紛繁龐雜，至今一直處于發展演進階段，選取什么樣的內容進行本科階段教學工作，是一個值得深入研究的問題。

國內外相關機構針對此問題提出了指導性意見，如在IEEE-CS和ACM聯合工作組制定的SEEK (Software Engineering Education Knowledge)[1]中，軟件工程本科生獲得學位所需要掌握的相關知識包括：體系架構的視圖與表示、權衡問題、硬件問題、需求的可追蹤性、特定領域的SA和軟件產品線、風格和設計模式。我國教育部門于2006年制定高校“計算機科學與技術本科專業規范”[2]，以IEEE-CS和ACM制定的相關標準為藍本，對2003年以來的相關工作進行了總結和改進。這些指導性文件為SA教學提供了參考框架，但并沒有規范具體教學內容。下面結合我校計算機學院的教學實踐，對這個問題進行討論。

1學生知識結構及課程特點分析

1.1學生知識結構分析

由于大四階段學生面臨實習、找工作或考研等任務，軟件體系架構課程通常于大學三年級開設。此前學生學過的專業課程包括高級語言程序設計(C語言)、匯編語言、數據結構、計算機組成原理、單片機及其應用、操作系統、軟件工程、計算機網絡、可視化程序設計、面向對象程序設計(C++、Java)，同期開始的課程包括數據庫、編譯原理、應用服務器開發、網絡工程、構件技術、UML建模等。盡管已有不少專業基礎知識，但學生普遍缺乏大型軟件項目的實戰經驗，許多學生甚至是第一次接觸SA概念。因此，從自身經歷出發，學生難以自發體會到SA對軟件系統的重要性。這就造成教師要把許多SA概念“推”給學生，盡管不能說是拔苗助長，顯然不及學生主動去“拉”知識的效果好。

1.2SA課程的特點

SA不是一門成熟學科，主要表現在：1) 缺乏明確的定義。2) 問題的解決方案不唯一，尋找解決方案沒有固定統一的途徑可遵循。3) 如何維持SA與具體軟件質量屬性之間的關系，沒有明確答案。良好的架構是成功軟件開發的基礎和必要條件，但不是充分條件，還有許多因素如編碼技術等，都會影響軟件質量。4) SA涉及不僅僅計算機學科內容，還包括商業、政治、心理、藝術、社會經驗等諸多方面因素。5) 缺少成熟、經典的教材及教學案例。國內很多高校也是在最近幾年內，才陸續開設了這門課程，很多地方還待改善，例如就課程名稱來說，用“軟件體系架構” 就比“軟件體系結構”更準確[3]，因為英文“結構”一詞應該用structure，而architecture則表達更宏觀的含義，更貼近SA實質內容。

1.3SA教學策略和教學內容的體系架構

基于以上特點，我們在學期一開始就給學生布置了軟件開發任務，讓他們變被動為主動，有目的地接受課堂內容，主動去搜集相關知識。教學中對一些理論性、抽象性較高的內容做了適當取舍和調整，增強實例演示。針對于SA中某些不確定內容，教師提出幾種可能解決途徑，讓學生思考討論其優缺點。學生在開發軟件時，將親身體會SA對軟件開發的決定性影響。

2SA教學內容討論

2.1軟件開發流程介紹

軟件開發流程包括：調研、立項、需求分析、總體設計、詳細設計、編碼、測試、產品化、結項、維護。同時教學中還概要介紹了開發工具、開發語言和開發方法學(瀑布、RUP、極限編程)，展示一個軟件開發實例。上述內容共計4學時。

盡管前期軟件工程課程中會介紹這方面的部分內容，仍有必要向學生指出SA設計在軟件開發中所處位置，為后面介紹SA對軟件開發各階段的影響奠定基礎，并通過實例演示，引起學生的興趣。

2.2SA概論

主要是關于SA的宏觀介紹，包括：編程語言的進化歷史、SA發展歷史、SA各種定義(含IEEE 1471-2000標準)及其存在問題、哪些因素會影響到SA及SA對其的反作用。共計4學時。

歷史介紹使學生了解SA學科發展的來龍去脈；定義、影響因素的介紹使學生意識到SA設計會受商業、架構師技能、前期產品架構等多因素影響，具有相當大的復雜性和不確定性。這個階段可以開始給學生布置軟件開發任務，讓他們自己先思考如何完成工作，逐漸從被動接受過渡到主動獲取知識。

2.3常見SA風格及應用實例

SA風格包括分層風格、管道―過濾器風格、黑板風格、風格、視圖―表示―控制器(MVC)風格、表示―抽象―控制(PAC)風格、微內核風格、反射風格、C/S 和B/S風格、P2P風格、面向對象風格、解釋器風格等，另外對應每一種SA風格都有應用案例。約12學時。

這部分是SA多年發展成果的一個總結，也是課程的一個重點。講解時，教師指出這些風格所適用的軟件系統類型，給出每種風格的應用實例，并用UML表示該風格(其中一些可布置為課后作業)。同時提醒學生注意：1)這些風格屬于宏觀級別；2)風格之間不是嚴格獨立的；3)實際系統可能包含多種風格；4)開發軟件系統時，應當首先考慮這些成熟的風格，再根據具體情況加以修正和細化。

2.4SA描述及編檔

內容包括基于UML的SA描述、SA編檔和“4+1”SA視圖。4～6學時。

這部分涉及體系結構描述語言(ADLs)，但考察后發現，一方面，ADLs較枯燥，很難引起學生的興趣；另一方面，SA本身有著眾多不確定性，尤其是開發的初期階段，此時精確描述的SA會被修改多次，事實反倒是一些粗線條、不精確、不一致的SA內容真正在引導軟件開發前進；最后，當前ADLs自身存在很多不足，對實際軟件開發幾乎沒有影響。因此，本部分重點集中在怎樣用UML描述SA和SA文檔編檔上，對ADLs及用途僅做簡短介紹。從實用角度看，UML已經發展了十多年，因方便與外界交流，被業界廣泛接受，學有所用。但是，僅用圖形符號來表述SA會帶來一些不確定性，因此還要補充適當符號、術語和原理等的文字說明，并從涉眾的不同視角出發，去關注SA。

2.5質量屬性驅動的SA設計

內容包括：常見的質量屬性(可用性、可修改性、性能、安全性、易用性、可測試性等)及實現方法；理解屬性之間的權衡；列舉質量屬性應用案例；從質量屬性分析入手，設計SA并進一步求精。約8學時。

這部分除過讓學生了解實現質量屬性的基本戰術外，還要使其意識到尋找各種屬性之間的平衡，是架構師的重要責任。如何設計SA方法眾多，沒有統一途徑可循，介紹過多的設計方法，反而會讓學生感覺難以適從，因此重點講解基于質量屬性的設計方法。

2.6SA評估

內容包括架構權衡分析方法ATAM及案例。4學時。

評估方法還有許多，如軟件架構分析方法SAAM、成本收益分析方法CBAM等，各有所長。為集中注意力避免盲目學習，除ATAM外，我們對其余評估方法均只做概要介紹。

2.7SA設計及實現實例

講授一個人工智能軟件的SA設計、評估、實現和編檔。約4學時。

本軟件在開學第一堂課就已經向學生展示，在課程接近結尾時把其SA設計及實現過程講解給學生，前后呼應。好的實例勝過千言萬語，讓學生觀察體驗如何運用所學知識解決具體問題。

2.8SA前沿講座

邀請大公司軟件開發人員作講座，約4～6學時。講座內容包括：面向服務的體系架構SOA及Web Service；多核并行計算集群網格計算物聯網云計算；國外SA教學課程；國際知名專家關于SA的最新論文等。

這部分主要用于開闊學生視野。例如，學生看過微軟、谷歌、IBM等的“云”架構后，體會到盡管應用領域日新月異，SA的一些基本原理和方法仍然有效。專家論文中的觀點和方法對理解SA有很好的啟發效果，使學生把握到學科前沿動態，了解自己所處位置及努力方向。公司開發人員的講座是對課堂教學的有益補充，使學生了解實際軟件開發中問題，有針對性地進行學習。

2.9SA課程自學內容

自學內容有設計模式、軟件產品線、特定領域軟件體系結構(J2EE，WWW等)、SA重構等。

設計模式屬于軟件開發過程中的詳細設計部分，如果放在SA課程中會使內容過于龐大、流于形式，我們考慮將來開設單獨的課程。自學內容這塊我們要求學生查閱相關參考書，就其感興趣領域撰寫閱讀報告，深度上要求知曉主旨大義，略過細節。

2.10SA教材選取

到目前為止，SA課程沒有集大成的教材，國內外教材各有長處和不足。正因如此，我們決定不固定教材，要求學生遇到相關問題后，就同一問題查閱相應的中外參考資料[3-10]。

3實驗環節

實驗內容包括軟件可修改性實驗；動態人機交互界面實驗；管道―過濾器模式軟件的設計及實現；MVC風格軟件的設計與實現；主要SA風格的(UML)描述；人工智能軟件SA的設計(實現)、評估、編檔。約20學時。

教師在對學生分組時候應注意人員搭配，根據情況及時調整，避免某些工作有的組進行不下去。學生分組后，按指定內容完成實驗，通過實驗使學生體會如何將理論轉換為實際軟件產品，掌握知識要點。根據學生特點，我們選取了難度和復雜度適中、包含人機交互的項目。每次實驗后組織課堂討論，交流經驗體會。部分實驗內容如圖2～圖4所示。

圖2中顯示一個可修改軟件質量屬性場景，主要讓學生掌握如何利用軟件工程基本知識，靈活適應需求變化。這些知識包括信息隱藏原則、最小權限原則、基于函數的過程設計、面向對象設計等，它們不僅是計算機專業學生應當掌握的基礎知識，而且也貫穿SA設計實現、發展演化的全部過程。圖3顯示管道―過濾器SA風格有著眾多實際應用，如編譯器、示波器等數據流處理系統。基于當今多核處理器的普及，我們讓學生設計實現一個多線程環境下的管道―過濾器風格軟件。圖4的MVC實驗目的是讓學生掌握人機交互軟件的SA設計和實現。實驗開始前教師將一些基礎的算法程序交給學生，然后讓他們按照MVC風格將這些程序組織起來，形成一個容易拓展的軟件架構。其他實驗還包括SA的設計、UML描述、評估、文檔制作，等等，內容涵蓋SA教學環節的各主要方面，有效配合課堂教學。

4結語

SA課程建設涉及內容繁多，今后我們還需在以下方面加強努力：1)教學、實驗案例及教材建設；2)從

SA到軟件實現，如何保證質量屬性一致性；3)如何使SA教學適應工業軟件產品開發的實戰需求等。SA正向成熟期過渡，課程建設將緊緊圍繞學科發展方向和社會需求而進行。

參考文獻：

[1] Bourque P.,Robert F.,Lavoie J.M., et al. Guide to the Software Engineering Body of Knowledge (SWEBOK) and the Software Engineering Education Knowledge (SEEK) - A Preliminary Mapping Software Technology and Engineering Practice[C]. Proceedings of the 10th International Workshop on Software Technology and Engineering Practice, (STEP 2002),2002:8-23.

[2] 余穎,劉杰,李曉昀.“軟件體系結構與設計模式”課程教學模式的探討[J]. 計算機教育,2009(22):120-122.

[3] 張友生,李雄. 軟件體系結構[M]. 2版. 清華大學出版社,2009:1-15.

[4] Mary Show and David Garlan. Software Architecture: Perspectives on an Emerging Discipline[M]. Engkwood Cliff: Prentice Hall,2006:1-30.

[5] Grady Booch,James Rumbaugh,Ivar Jacobson. The Unified Modeling Language User Guide [M]. 2nd ed. New Jersey: Addison Wesley,2005:53-75.

[6] Erich Gamma,Richard Helm,Ralph Johnson,John Vlissides. Design Patterns: Elements of Reusable Object-Oriented Software[M]. New Jersey:Addison Wesley,1995:10-26.

[7] L. Bass,P. Clements,R. Kazman. Software Architecture in Practice[M]. 2nd ed. New Jersey:Addison Wesley, 2003:10-33.

[8] 李代平. 軟件體系結構教程[M]. 北京:清華大學出版社,2008:1-20.

[9] 覃征,刑劍寬,董金春,等. 軟件體系結構[M]. 2版. 北京:清華大學出版社,2008:91-100.

[10] 楊芙清,梅宏,黃罡,等. 構件化軟件設計與實現[M]. 北京:清華大學出版社,2008:135-150.

Discussion about the Undergraduate Course of Software Architecture

LU Gang, QIU Guo-yong

(School of Computer Science, Shannxi Normal University, Xi'an 710062, China)

人工智能調研論文范文

篇1

篇2

篇3

篇4

篇5

篇6

篇7

篇8

篇9

篇10

熱門標簽

相關文章

相關期刊

透析與人工器官

人工晶體學報

模式識別與人工智能

智能系統學報

精品范文