智能自動(dòng)化及其在儀器儀表制造中的應(yīng)用

　　小波分析是現(xiàn)代分析數(shù)學(xué)這棵大樹(shù)的主干和zui的結(jié)晶。從形象直觀上看，小波是指人們可以觀察到的zui短、zui簡(jiǎn)單的正負(fù)相同、具有衰減性的振蕩波;而從數(shù)學(xué)上說(shuō)，小波函數(shù)f（t）是具有其中心三個(gè)條件的窗口函數(shù)，它既能刻劃信號(hào)在時(shí)域和頻域的局部化特性，又能*保留信號(hào)的全部信息，而且具有變焦距性質(zhì)，即對(duì)于只在瞬間出現(xiàn)的高頻信號(hào)具有很窄的時(shí)間窗口，而在低頻段又具有很寬的不同尺度的變換。小波分析的實(shí)質(zhì)是反映事物世界的波粒二重性以及局部與整體多層次展現(xiàn)的辯證關(guān)系，其zui吸引人的特點(diǎn)就在于時(shí)頻定位和多尺度近似能力，在自適應(yīng)控制、魯棒控制、非線性控制、過(guò)程辨識(shí)、神經(jīng)網(wǎng)絡(luò)等眾多領(lǐng)域都取得了豐碩的成果。
　　分形與混沌是本質(zhì)上一致的兩個(gè)方面。混沌事件在不同的時(shí)間表現(xiàn)出相似的變化模式，而分形則是在空間標(biāo)度下表現(xiàn)的相似性。混沌所關(guān)注的是其復(fù)雜的不穩(wěn)、發(fā)散、收斂的過(guò)程，而分形則是刻畫(huà)混沌運(yùn)動(dòng)的直觀的幾何語(yǔ)言。混沌、分形和小波分析的有機(jī)結(jié)合有著極豐富的內(nèi)涵和深刻的哲理，它必將為材料分子自動(dòng)組裝、高速基因測(cè)序及蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)等重大的精微科技難題的解決提供強(qiáng)有力的工具，也將為儀器儀表的虛擬化、網(wǎng)絡(luò)化和智能化開(kāi)拓出光輝前景。
　　物元可拓方法是在多種已知的一般決策的比較和優(yōu)選的基礎(chǔ)上，根據(jù)各層次、各階段產(chǎn)生的不相容的矛盾問(wèn)題的需要，進(jìn)而突破常規(guī)地、拓展性地采取創(chuàng)造性決策技巧，抓住關(guān)鍵策略，zui大限度地滿(mǎn)足主系統(tǒng)、不相容的矛盾轉(zhuǎn)化為相容關(guān)系，從而實(shí)現(xiàn)全局性*決策目標(biāo)。它是在復(fù)雜系統(tǒng)中化解次要矛盾，解決主要矛盾和關(guān)鍵性難題的有力手段，也將會(huì)對(duì)儀器儀表的虛擬化、網(wǎng)絡(luò)化和智能化的發(fā)展進(jìn)程作出重大貢獻(xiàn)。
　　數(shù)據(jù)融合技術(shù)是對(duì)多信息源測(cè)得的數(shù)據(jù)，根據(jù)其在整個(gè)系統(tǒng)的重要性和可信度分配以不同的權(quán)值比重，綜合計(jì)算出該特征屬性總體*化表征值的一種技術(shù)方法。它是一種對(duì)復(fù)雜事物屬性的優(yōu)化測(cè)量和表征技術(shù)，對(duì)高技術(shù)開(kāi)發(fā)研究具有極重要的意義。
　　總之，當(dāng)今世界的智能科技正在飛速、全面地向前發(fā)展。

　　智能科技在儀器儀表及測(cè)量中的應(yīng)用

智能自動(dòng)化及其在儀器儀表制造中的應(yīng)用

　　智能自動(dòng)化技術(shù)的應(yīng)用正在全面滲入到儀器儀表工業(yè)。
　　（1）在儀器儀表結(jié)構(gòu)、性能改進(jìn)中的應(yīng)用
　　首先，智能自動(dòng)化技術(shù)為儀器儀表與測(cè)量的相關(guān)領(lǐng)域的應(yīng)用開(kāi)辟了廣闊的前景。運(yùn)用智能化軟硬件，使每臺(tái)儀器或儀表能隨時(shí)準(zhǔn)確地分析、處理當(dāng)前的和以前的數(shù)據(jù)信息，恰當(dāng)?shù)貜牡汀⒅小⒏卟煌瑢哟紊蠈?duì)測(cè)量過(guò)程進(jìn)行抽象，以提高現(xiàn)有測(cè)量系統(tǒng)的性能和效率，擴(kuò)展傳統(tǒng)測(cè)量系統(tǒng)的功能，如運(yùn)用神經(jīng)網(wǎng)絡(luò)、遺傳算法、進(jìn)化計(jì)算、混沌控制等智能技術(shù)，使儀器儀表實(shí)現(xiàn)高速、、多功能、高機(jī)動(dòng)靈活等性能。
　　其次，也可在分散系統(tǒng)的不同儀器儀表中采用微處理器、微控制器等微型芯片技術(shù)，設(shè)計(jì)模糊控制程序，設(shè)置各種測(cè)量數(shù)據(jù)的臨界值，運(yùn)用模糊規(guī)則的模糊推理技術(shù)，對(duì)事物的各種模糊關(guān)系進(jìn)行各種類(lèi)型的模糊決策。其優(yōu)勢(shì)在于不必建立被控對(duì)象的數(shù)學(xué)模型，也不需大量的測(cè)試數(shù)據(jù)，只需根據(jù)經(jīng)驗(yàn)，總結(jié)合適的控制規(guī)則，應(yīng)用芯片的離線計(jì)算、現(xiàn)場(chǎng)調(diào)試，按我們的需要和度產(chǎn)生準(zhǔn)確的分析和準(zhǔn)時(shí)的控制動(dòng)作。
　　特別是在傳感器測(cè)量中，智能自動(dòng)化技術(shù)的應(yīng)用更為廣泛。用軟件實(shí)現(xiàn)信號(hào)濾波，如快速傅立葉變換、短時(shí)傅立葉變換、小波變換等技術(shù)，是簡(jiǎn)化硬件，提高信噪比，改善傳感器動(dòng)態(tài)特性的有效途徑，但需要確定傳感器的動(dòng)態(tài)數(shù)學(xué)模型，而且高階濾波器的實(shí)時(shí)性較差。運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)，可實(shí)現(xiàn)高性能的自相關(guān)濾波和自適應(yīng)濾波。充分利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)強(qiáng)有力的自學(xué)習(xí)、自適應(yīng)、自組織能力，聯(lián)想、記憶功能以及對(duì)非線性復(fù)雜關(guān)系的輸入、輸出間的黑箱映射特性，無(wú)論在適用性和快速實(shí)時(shí)性等各方面都將大大超過(guò)復(fù)雜函數(shù)式，可充分利用多傳感器資源，綜合獲取更準(zhǔn)確、更可信的結(jié)論。其中實(shí)時(shí)與非實(shí)時(shí)的、快變與緩變的、模糊和確定性的數(shù)據(jù)信息，可能相互支持，也可能相互矛盾，此時(shí)，對(duì)象特征的提取、融合，直至zui終決策，作出正確的判斷，將成為難點(diǎn)。于是神經(jīng)網(wǎng)絡(luò)或模糊邏輯將成為zui值得選用的方法。例如，氣體傳感陣列用于混合氣體識(shí)別，在信號(hào)處理方法上可采用自組織映射網(wǎng)絡(luò)和BP網(wǎng)絡(luò)相結(jié)合，先進(jìn)行分類(lèi)，再識(shí)別組分，將傳統(tǒng)方法的全程擬合轉(zhuǎn)化為分段擬合，以降低算法的復(fù)雜度，提高識(shí)別率。又如，食品味覺(jué)信號(hào)的檢測(cè)和識(shí)別的難度，曾一度是研究與開(kāi)發(fā)單位的主要障礙所在。如今可利用小波變換進(jìn)行數(shù)據(jù)壓縮和特征提取，然后將數(shù)據(jù)輸入用遺傳算法訓(xùn)練過(guò)的模糊神經(jīng)網(wǎng)絡(luò)，則大大提高了對(duì)簡(jiǎn)單復(fù)合味的識(shí)別率。再如，在布匹面料質(zhì)量的評(píng)定，柔性*作手對(duì)觸覺(jué)信號(hào)的處理，機(jī)器的故障診斷領(lǐng)域，智能自動(dòng)化技術(shù)也都取得了大量的成功實(shí)例。
　　（2）在虛擬儀器結(jié)構(gòu)設(shè)計(jì)中的應(yīng)用
　　儀器與測(cè)量技術(shù)和計(jì)算機(jī)技術(shù)的結(jié)合，不但大大提高了測(cè)量度與智能自動(dòng)化水平，特別是計(jì)算機(jī)的硬件軟化和軟件模塊化的虛擬儀器的迅猛發(fā)展，以及其與網(wǎng)絡(luò)化系統(tǒng)資源程序的統(tǒng)一和優(yōu)化性能配置，為儀器儀表的智能化水平的迅速提高，創(chuàng)造了越來(lái)越*的條件。
　　在儀器儀表結(jié)構(gòu)設(shè)計(jì)中，儀器廠家過(guò)去都是以源代碼形式向用戶(hù)提供智能虛擬儀器即插即用的儀器驅(qū)動(dòng)器，為了簡(jiǎn)化zui終用戶(hù)的使用*作與開(kāi)發(fā)過(guò)程，不斷提高運(yùn)行效率，以及編程質(zhì)量和編程靈活性，相關(guān)儀器廠家在VXI即插即用的總線儀器驅(qū)動(dòng)器標(biāo)準(zhǔn)的基礎(chǔ)上作出了一套新的智能化儀器驅(qū)動(dòng)軟件規(guī)范，在虛擬儀器結(jié)構(gòu)與性能上進(jìn)行了下述多方面改進(jìn)。
　　首先，考慮要兼顧用戶(hù)的直觀、易用與盡可能提高運(yùn)行效率，并保持原來(lái)VXI總線即插即用標(biāo)準(zhǔn)的高層編程接口，以提供相同的功能函數(shù)調(diào)用格式。
　　其次，在Labwindows/CVI 5.0內(nèi)建的開(kāi)發(fā)工具基礎(chǔ)上，運(yùn)用智能化手段，使智能虛擬儀器（IVI）的儀器驅(qū)動(dòng)器代碼，可以在人機(jī)交互作用下自動(dòng)生成，這樣既簡(jiǎn)化了大量編程工作量，又統(tǒng)一了驅(qū)動(dòng)器代碼的編程結(jié)構(gòu)和風(fēng)格，還大大方便了不同水平用戶(hù)的使用和維護(hù)。
　　再次，應(yīng)用一系列智能手法，識(shí)別、跟蹤和管理所有各種儀器狀態(tài)和設(shè)置，使用戶(hù)能直接進(jìn)入所有低層設(shè)置，并通過(guò)智能狀態(tài)管理，使用戶(hù)可根據(jù)需要，在“測(cè)試開(kāi)發(fā)”和“正常運(yùn)行”兩種模式之間隨意切換。在“測(cè)試開(kāi)發(fā)”模式下，驅(qū)動(dòng)器可智能自動(dòng)化地完成一系列狀態(tài)檢查，以幫助發(fā)現(xiàn)各種編程錯(cuò)誤。當(dāng)程序調(diào)試正常投入使用后，用戶(hù)即可切換到“正常運(yùn)行”模式，以使驅(qū)動(dòng)軟件高速運(yùn)行。這樣既保證了儀器的安全性和可靠性，又可使軟件隨時(shí)投入高速運(yùn)行，盡可能提高其運(yùn)行效率。
　　另外，也由于采用了各種智能化方法，使驅(qū)動(dòng)器可實(shí)現(xiàn)多線程同時(shí)安全運(yùn)行，進(jìn)行多線程并行測(cè)試;同時(shí)，驅(qū)動(dòng)器還具有強(qiáng)大的仿真功能，可以在不連接實(shí)際儀器的情況下，開(kāi)發(fā)測(cè)試程序。
　　zui后一個(gè)特點(diǎn)是驅(qū)動(dòng)器運(yùn)行只與測(cè)試功能相關(guān)，而與儀器采用的接口總線方式無(wú)關(guān)，只通過(guò)一個(gè)初始化函數(shù)In it with Options來(lái)區(qū)分儀器接口總線和地域的異用。
　　總之，由于虛擬儀器采用了一系列智能自動(dòng)化手段，*改變了以往VXI總線即插即用標(biāo)準(zhǔn)儀器驅(qū)動(dòng)器的運(yùn)行效率低，編程的結(jié)構(gòu)、風(fēng)格不一致，編程困難，質(zhì)量低，工作量大，使用、維護(hù)麻煩等等一系列缺陷，從而在、高質(zhì)量、安全可靠、使用方便、靈活的條件下實(shí)現(xiàn)全面地統(tǒng)一運(yùn)行，顯示出智能自動(dòng)化技術(shù)對(duì)虛擬儀器以至整個(gè)儀器儀表工業(yè)高速發(fā)展的深遠(yuǎn)影響。
　　（3）儀器儀表網(wǎng)絡(luò)化中的應(yīng)用
　　由于儀器與計(jì)算機(jī)一旦組成網(wǎng)絡(luò)，即可憑借智能化軟硬件（諸如模式識(shí)別、神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自適應(yīng)、自組織和聯(lián)想記憶功能），充分發(fā)揮靈活調(diào)用和合理配置網(wǎng)上各種計(jì)算機(jī)和儀器儀表的各自資源特性和潛力，產(chǎn)生1 1#gt;2的組合優(yōu)勢(shì)。例如，目前已可使用連接到Web的數(shù)字萬(wàn)用表和示波器，通過(guò)因特網(wǎng)和模式識(shí)別軟件區(qū)別不同的時(shí)空條件和儀器儀表的類(lèi)別特征以及測(cè)出臨界值，作出不同的特征響應(yīng);也可使用分布式數(shù)據(jù)采集系統(tǒng)代替過(guò)去單獨(dú)使用的數(shù)據(jù)采集設(shè)備，以至可跨越以太網(wǎng)或其他網(wǎng)絡(luò)，實(shí)施遠(yuǎn)程測(cè)量和采集數(shù)據(jù)，并進(jìn)行分類(lèi)的存儲(chǔ)和應(yīng)用。
　　網(wǎng)絡(luò)化的智能測(cè)量環(huán)境將網(wǎng)上各種類(lèi)型，不同任務(wù)的計(jì)算機(jī)和儀器儀表有機(jī)地在一起，完成各種形式的任務(wù)要求，如在某地采集數(shù)據(jù)后送往各種需要這些數(shù)據(jù)的地方，把相同數(shù)據(jù)按需拷貝多份，送往各需要部門(mén);或者定期將測(cè)量結(jié)果送往遠(yuǎn)方數(shù)據(jù)庫(kù)保存，供需要時(shí)隨時(shí)調(diào)用。而多個(gè)用戶(hù)可同時(shí)對(duì)同一過(guò)程進(jìn)行監(jiān)控，例如各部門(mén)工程技術(shù)人員、質(zhì)量監(jiān)控人員以及主管領(lǐng)導(dǎo)人員可同時(shí)分別在相距遙遠(yuǎn)的各地監(jiān)測(cè)、控制同一生產(chǎn)運(yùn)輸過(guò)程，不必親臨現(xiàn)場(chǎng)而又能及時(shí)收集各方面數(shù)據(jù)，進(jìn)行決策或建立數(shù)據(jù)庫(kù)，分析現(xiàn)象規(guī)律。一旦發(fā)生問(wèn)題，可立即展現(xiàn)眼前或重新配置，或即時(shí)商討決策，立即采取相應(yīng)措施。
　　另外，智能重構(gòu)信息處理技術(shù)也將為儀器儀表創(chuàng)造更廣闊的活動(dòng)舞臺(tái)。結(jié)合了計(jì)算機(jī)與集成電路（ASIC）優(yōu)點(diǎn)的可重構(gòu)計(jì)算機(jī)，不僅要根據(jù)不同的計(jì)算任務(wù)對(duì)大量的可編程邏輯單元陣列（FPGA）作出靈活的相應(yīng)配置，其指令級(jí)、比特級(jí)、流水線級(jí)以至任務(wù)級(jí)的并行計(jì)算，使其運(yùn)行速度達(dá)到通用計(jì)算機(jī)的數(shù)百倍以上。
　　綜上所述，隨著智能自動(dòng)化技術(shù)應(yīng)用的日益深入及應(yīng)用范圍與規(guī)模的不斷擴(kuò)大，我國(guó)的儀器儀表產(chǎn)業(yè)的發(fā)展水平必將快速邁向更高階段。

智能自動(dòng)化及其在儀器儀表制造中的應(yīng)用

　　儀器儀表智能自動(dòng)化的未來(lái)前景展望

　　智能科技在儀器儀表中的應(yīng)用正日新月異地飛速發(fā)展，許多其他領(lǐng)域的新技術(shù)也不斷融合進(jìn)來(lái)。例如在充分發(fā)揮光電束流zui高速物性的基礎(chǔ)上，智能化日益趨向人腦化。積極地利用人腦機(jī)制與生物DNA芯片的有機(jī)智能，與電子，光子計(jì)算速度的無(wú)機(jī)智能的、能動(dòng)優(yōu)勢(shì)相結(jié)合，并使材料智能化，進(jìn)而與虛擬化交互作用，共同提高。當(dāng)今又有光互連技術(shù)正以*的時(shí)空帶寬、極小的電磁干擾和較小的互連功耗等一系列*的物理性能，克服了電互連技術(shù)物理上的本質(zhì)極限，為動(dòng)態(tài)、靈活、高速、實(shí)時(shí)地重構(gòu)網(wǎng)絡(luò)互連結(jié)構(gòu)，大大提高并行處理能力，開(kāi)創(chuàng)出一個(gè)全新天地。這更將為人類(lèi)創(chuàng)造出形形色色、開(kāi)放的人機(jī)結(jié)合系統(tǒng)，和五光十色的擬人高智能、自動(dòng)化系統(tǒng)奠定牢固基礎(chǔ)，從而將人類(lèi)社會(huì)生產(chǎn)力不斷推向新的更高境界，使人類(lèi)生活向著智能世界幸福美好的明天大步邁進(jìn)!
　　模糊邏輯模仿人腦的不確定性概念判斷、推理思維方式，對(duì)于模型未知或不能確定的描述系統(tǒng)，以及強(qiáng)非線性、大滯后的控制對(duì)象，應(yīng)用模糊集合和模糊規(guī)則進(jìn)行推理，表達(dá)過(guò)渡性界限或定性知識(shí)經(jīng)驗(yàn)，模擬人腦方式，實(shí)行模糊綜合判斷，推理解決常規(guī)方法難于對(duì)付的規(guī)則型模糊信息問(wèn)題。模糊邏輯善于表達(dá)界限不清晰的定性知識(shí)與經(jīng)驗(yàn)，它借助于隸屬度函數(shù)概念，區(qū)分模糊集合，處理模糊關(guān)系，模擬人腦實(shí)施規(guī)則型推理，解決因“排中律”的邏輯破缺產(chǎn)生的種種不確定問(wèn)題。
　　遺傳算法是一種以“電子束搜索”特點(diǎn)抑制搜索空間的計(jì)算量爆炸的搜索方法，它能以解空間的多點(diǎn)充分搜索，運(yùn)用基因算法，反復(fù)交叉，以突變方式的*作，模擬事物內(nèi)部多樣性和對(duì)環(huán)境變化的高度適應(yīng)性，其特點(diǎn)是*作性強(qiáng)，并能同時(shí)避免陷入局部極小點(diǎn)，使問(wèn)題快速地全局收斂，是一類(lèi)能將多個(gè)信息全局利用的自律分散系統(tǒng)。運(yùn)用遺傳算法（GA）等進(jìn)化方法制成的可進(jìn)化硬件（EHW），可產(chǎn)生超出現(xiàn)有模型的技術(shù)綜合及設(shè)計(jì)者能力的新穎電路，特別是GA*的全局優(yōu)化性能，使其自學(xué)習(xí)、自適應(yīng)、自組織、自進(jìn)化能力獲得更充分的發(fā)揮，為在無(wú)人空間場(chǎng)所進(jìn)行自動(dòng)綜合、擴(kuò)展大規(guī)模并行處理（MPP）以及實(shí)時(shí)、靈活地配置、調(diào)用基于EPGA的函數(shù)級(jí)EHW，解決多維空間中不確定性的復(fù)雜問(wèn)題開(kāi)通了航向。
　　模糊邏輯模仿人腦的不確定性概念判斷、推理思維方式，對(duì)于模型未知或不能確定的描述系統(tǒng)，以及強(qiáng)非線性、大滯后的控制對(duì)象，應(yīng)用模糊集合和模糊規(guī)則進(jìn)行推理，表達(dá)過(guò)渡性界限或定性知識(shí)經(jīng)驗(yàn)，模擬人腦方式，實(shí)行模糊綜合判斷，推理解決常規(guī)方法難于對(duì)付的規(guī)則型模糊信息問(wèn)題。模糊邏輯善于表達(dá)界限不清晰的定性知識(shí)與經(jīng)驗(yàn)，它借助于隸屬度函數(shù)概念，區(qū)分模糊集合，處理模糊關(guān)系，模擬人腦實(shí)施規(guī)則型推理，解決因“排中律”的邏輯破缺產(chǎn)生的種種不確定問(wèn)題。
　　遺傳算法是一種以“電子束搜索”特點(diǎn)抑制搜索空間的計(jì)算量爆炸的搜索方法，它能以解空間的多點(diǎn)充分搜索，運(yùn)用基因算法，反復(fù)交叉，以突變方式的*作，模擬事物內(nèi)部多樣性和對(duì)環(huán)境變化的高度適應(yīng)性，其特點(diǎn)是*作性強(qiáng)，并能同時(shí)避免陷入局部極小點(diǎn)，使問(wèn)題快速地全局收斂，是一類(lèi)能將多個(gè)信息全局利用的自律分散系統(tǒng)。運(yùn)用遺傳算法（GA）等進(jìn)化方法制成的可進(jìn)化硬件（EHW），可產(chǎn)生超出現(xiàn)有模型的技術(shù)綜合及設(shè)計(jì)者能力的新穎電路，特別是GA*的全局優(yōu)化性能，使其自學(xué)習(xí)、自適應(yīng)、自組織、自進(jìn)化能力獲得更充分的發(fā)揮，為在無(wú)人空間場(chǎng)所進(jìn)行自動(dòng)綜合、擴(kuò)展大規(guī)模并行處理（MPP）以及實(shí)時(shí)、靈活地配置、調(diào)用基于EPGA的函數(shù)級(jí)EHW，解決多維空間中不確定性的復(fù)雜問(wèn)題開(kāi)通了航向。
　　專(zhuān)家系統(tǒng)是收集應(yīng)用人類(lèi)專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，模仿專(zhuān)家處理知識(shí)和解決問(wèn)題的方法，編制成計(jì)算機(jī)智能軟件系統(tǒng)，在通過(guò)人機(jī)結(jié)合不斷獲得反饋信息的情況下，實(shí)時(shí)在線地對(duì)規(guī)則、事例和模型實(shí)行獨(dú)立決策的一種問(wèn)題求解或控制系統(tǒng)。這種計(jì)算機(jī)智能系統(tǒng)具有啟發(fā)性、透明性和靈活性，在不受時(shí)間、空間和環(huán)境影響情況下，率、準(zhǔn)確無(wú)誤、周密全面、迅速不疲倦地完成工作，其解決問(wèn)題能力和知識(shí)的廣博性可超過(guò)人類(lèi)專(zhuān)家，又克服了人類(lèi)專(zhuān)家因疏忽、遺忘、緊張、疲倦等干擾因素造成的偏差和錯(cuò)誤，因而其推廣、應(yīng)用具有巨大的經(jīng)濟(jì)和社會(huì)效益。

　　模式識(shí)別是模擬人腦形象思維，根據(jù)事物的特征、形象或關(guān)系，辨識(shí)、判定

　　粗糙集理論則是在離散歸一化處理其在測(cè)量中所得的數(shù)據(jù)集合，通過(guò)基于集合元素的不可分辨關(guān)系的代數(shù)運(yùn)算，利用條件與結(jié)果屬性中的大量有用特征、有效數(shù)據(jù)發(fā)現(xiàn)知識(shí)，在決策規(guī)則的初步簡(jiǎn)化計(jì)算中取得核值，然后進(jìn)一步簡(jiǎn)化規(guī)則并根據(jù)問(wèn)題要求選取zui小決策算法給予實(shí)際應(yīng)用，去除大量信息中的多余屬性，降低信息空間的維數(shù)和屬性數(shù)量。它可大大簡(jiǎn)化網(wǎng)絡(luò)結(jié)構(gòu)和樣本數(shù)量，縮短訓(xùn)練時(shí)間，是智能科技中一種具有根本意義的分析方法。這種方法是基于測(cè)量數(shù)據(jù)集而獲取知識(shí)的，故對(duì)虛擬儀器的智能化發(fā)展具有重大意義。
　　混沌運(yùn)動(dòng)是確定性系統(tǒng)中局限于有限相空間的高度不穩(wěn)定運(yùn)動(dòng)，是無(wú)序中的有序，它使事物在長(zhǎng)時(shí)間的行為中顯示出表面上的某種混亂。混沌現(xiàn)象的特征是“非周期背后隱藏的有序性”以及“對(duì)初始條件的敏感依賴(lài)性”，充分利用混沌特征，在智能信息處理中實(shí)施非線性決策和預(yù)測(cè)、非線性系統(tǒng)辨識(shí)、模式識(shí)別、圖像數(shù)據(jù)壓縮、高性能保密、多目標(biāo)搜索，以及無(wú)限豐富、精彩絕倫的計(jì)算機(jī)繪畫(huà)等種種神奇應(yīng)用。
　　分形理論研究非線性系統(tǒng)產(chǎn)生的不光滑和不可微的幾何形體及其內(nèi)在結(jié)構(gòu)的比例自相似性，為研究掌握自然界一切復(fù)雜事物的運(yùn)動(dòng)變化規(guī)律提供了強(qiáng)有力的工具和方法。