7.1 什么是机器人的智能化 7.2 机器人的路径规划 7.3 机器人的动作规划 7.4 作业顺序的规划 7.5 机器人学习

18-1.AD转换器基本知识 18-2.D/A转换器基本知识 18-3.光导智能小车硬件实现 18-4.ADC0832基本应用方法 18-5.光导智能小车软件实现

山东交通学院：信息科学与电气工程学院（人工智能学院）2025版人工智能专业（创新实验班）课程教学大纲汇编（质量标准）

（1）模糊集合与模糊推理 （2）模糊推理系统 （3）模糊建模与辨识 （4）模糊控制系统 （5）模糊控制系统的稳定性

模式识别模拟的是人类一部分智能—识别、判断能力，而人类的智能活动都是在大脑的 神经系统中完成的，如果我们能够模拟人类大脑的工作机理来实现识别系统，应该能够取得 好的效果。人工神经网络的研究证实在这方面所进行的探索

第一部分 学科（专业类）教育课程 《自动化类专业导论》 《电路分析基础》 《模拟电子技术 A》 《数字电子技术 B》 第二部分 专业教育课程 《嵌入式原理与应用 B》 《自动控制原理》 《传感器与检测技术 B》 《电机及拖动基础》 《电气控制与 PLC A》 《电力电子技术》 《自动控制系统设计》 《过程控制技术》 《运动控制系统》 《工厂供电技术》 《数字信号处理》 《DSP 原理及应用》 《智能控制技术》 《MATLAB 基础与应用》 《高级程序设计 C++》 《电气 CAD》 《工业机器人技术基础》 《机电产品创新设计 B》 《计算机控制技术》 《文献检索与论文写作》 《机械基础》 《自动化专业英语》 《无人机系统导论》 《现代控制理论》 《计算机网络与通信》 《EDA 技术及应用》 《虚拟仪器技术》 《机器视觉技术》 《人工智能技术及应用》 《人机界面技术》 《工业机器人编程与调试》 《现场总线技术》 第三部分 应用创新实践环节课程 《电工电子基础实训》 《工程训练 B》 《电子工艺实习》 《模拟电子技术课程设计 A》 《嵌入式原理与应用课程设计 B》 《大学物理实验》 《数字电子技术课程设计 A》 《自动控制原理课程设计》 《电气控制与 PLC 课程设计 A》 《电工实习 B》 《电力电子技术课程设计》 《职业资格考证》 《机器人控制系统集成实训》 《过程控制工程设计实训》 《计算机控制应用实训》 《控制系统综合实训》 《自动化专业社会实践》 《自动化专业毕业实习》 《自动化专业毕业论文（设计）》

第一部分 学科（专业类）教育课程 《工程制图 I》 《工程制图 II》 《材料科学基础》 《机械类专业导论》 《电工电子技术》 《工程力学》 第二部分 专业教育课程 《机械设计基础》 《冲压工艺及模具设计》 《塑料成型工艺及模具设计》 《材料成形工艺》 《模具制造工艺学》 《模具 CAD》 《模具 CAM》 《模具 CAE》 《材料成型检测与控制》 《模具选材与失效分析》 《数控技术》 《先进制造技术》 《模具特种加工技术》 《液压与气压传动》 《单片机原理及应用 C》 《文献检索与论文写作》 《沟通与协调》 《智能制造导论》 《柔性制造系统》 《工业机器人技术基础》 《机电产品创新设计 》 《人工智能技术及应用》 《技术创新方法》 《快速成型技术》 《逆向工程技术》 《Solidworks 软件应用》 《MasterCAM 软件应用》 《Pro/e 软件应用》 《压铸与锻造模具概论》 《现代企业管理》 《流体力学与传热学基础》 《材料成型原理》 《材料成型及控制工程专业英语》 第三部分 应用创新实践环节课程 《工程训练 I》 《工程训练Ⅱ》 《机械设计软件及应用》 《机械零部件测绘实训》 《机械制图零部件测绘》 《机械设计基础课程设计》 《冲压模具设计课程设计》 《大学物理实验》 《塑料模具设计课程设计》 《数控机床编程与操作》 《模具制造设备操作实训》 《模具产品设计实训》 《模具制造实训》 《材料成型及控制工程专业社会实践》 《材料成型及控制工程专业毕业实习》 《材料成型及控制工程专业毕业论文（设计）》

介绍正在开发的智能化冶金动力学数据库(IDMSKM)中的气/固反应动力学预测子系统KinPreGSR.该子系统以Windows为工作平台,VisualC/C++及Foxpro的采用保证了系统图形化、智能化特征.合理的界面设计将模型的分类、组织与反应体系特征的描述相结合,建立起待预测结果与反应体系间的联系.以碳酸钙的热分解反应为例说明该子系统中气/固反应表观活化能的评估原则和主要方法

一.模式识别的概念 在人类科学技术的发展历史中，人们总是力图使用某种机器来扩展人类自身的能力，例 如：蒸汽机和电动机—体力，火车和飞机—行走，望远镜和显微镜—视力。那么计算机则是 部分的扩展了人类的职能。 “机器智能”，机器智能系统应该包括三个部分：

针对连续域函数优化问题,提出了一种新的全局极大值搜索方法——多感官群集智能算法(multi-sense swarmintelli-gence algorithm,MSA).受鱼群算法(artificial fish-swarmalgorithm,AFA)和FS算法(free search algorithm,FSA)的启发,MSA的搜索机制将大范围勘察和小范围精确搜索相结合,个体在使用视觉信息快速逼近局部较优解的同时,利用嗅觉信息避免群体过于集中并引导个体向全局较优解方向移动.仿真结果证明:MSA鲁棒性较强,全局收敛性好,收敛速度较快,收敛精度较高.最后,将该方法应用于前向神经网络训练,结果表明满足应用要求