智能決策
關注創(chuàng)建者：匿名 創(chuàng)建時間：2021-09-02
智能決策的視頻教程
智能網(wǎng)聯(lián)汽車多域多維架構發(fā)展
智能網(wǎng)聯(lián)汽車是指搭載先進的車載傳感器、控制器、執(zhí)行器等裝置，并融合現(xiàn)代通信與網(wǎng)絡技術，實現(xiàn)車與X（車、路、人、云等）智能信息交換、共享，具備復雜環(huán)境感知、智能決策、協(xié)同控制等功能，可實現(xiàn)“安全、高效、舒適、節(jié)能”行駛，并最終可實現(xiàn)替代人來操作的新一代汽車。
免費 45分鐘 98播放
查看
如何更高效地找到多學科工程問題的最優(yōu)解
a.智能優(yōu)化技術將成為第三次設計革命的新動力 b.智能優(yōu)化技術將滲透到智能制造的各領域 c.基于優(yōu)化技術的智能決策也將被應用于商業(yè)、醫(yī)療衛(wèi)生、金融、政府等非工業(yè)領域
免費 52分鐘 500播放
查看
智能決策的實例教程
決策技術結構體系
決策層是自主駕駛系統(tǒng)智能性的直接體現(xiàn)，對車輛的行駛安全性和整車性能起著決定性作用，以谷歌和斯坦福等為代表的眾多企業(yè)和高校做出了大量研究。
常見的決策體系結構有分層遞階式、反應式以及二者的混合式。
分層遞階式體系結構
決策層是自主駕駛系統(tǒng)智能性的直接體現(xiàn)，對車輛的行駛安全性和整車性能起著決定性作用，以谷歌和斯坦福等為代表的眾多企業(yè)和高校做出了大量研究。
常見的決策體系結構有分層遞階式、反應式以及二者的混合式。
反應式體系結構
混合式體系結構
先進決策理論
2. 智能決策技術未來發(fā)展趨勢
基于機器學習的非結構化道路檢測框架
基于人工智能的車云協(xié)同自動駕駛系統(tǒng)構建方案示意圖
智能計算平臺
自動駕駛汽車從交通運輸工具逐步轉變?yōu)樾滦鸵苿?em>智能終端。
汽車功能和屬性的改變導致其電子電氣架構隨之改變，進而需要更強的計算、數(shù)據(jù)存儲和通信能力作為基礎，車載智能計算平臺是滿足上述要求的重要解決方案。
展開 隨著云計算(Cloud computing) 技術興起,基于云計算的智能決策支持系統(tǒng)成為大數(shù)據(jù)智能決策支持的一個研究方向.云計算通過互聯(lián)網(wǎng)將虛擬化的數(shù)據(jù)中心和智能用戶終端有機地聯(lián)系起來,為用戶提供了便捷的信息服務環(huán)境.在大數(shù)據(jù)環(huán)境下,云計算平臺可以為大數(shù)據(jù)的決策分析提供龐大的存儲空間和強大的分布式并行計算能力.決策環(huán)境的開放性、決策資源的虛擬化、問題求解的分布式協(xié)作性將使得基于云計算的智能決策有著與傳統(tǒng)智能決策不同的特征[21].隨著移動智能設備和移動互聯(lián)網(wǎng)的普及,分布式移動云計算環(huán)境下智能決策方法成為當前的一個研究熱點[33].
展開 肖楚琬，劉 嘉，唐小峰
(海軍航空大學，山東 煙臺 264001)
摘 要:針對軍事智能決策對于數(shù)據(jù)的高速、高效、高融合等要求，在分析當前軍事數(shù)據(jù)面臨的數(shù)據(jù)需求、采集、分析和服務等困難的基礎上，提出了由需求層、數(shù)據(jù)層、知識層、服務層和評估反饋過程構成的軍事數(shù)據(jù)工程結構框架，指出了建設需要重點關注的元數(shù)據(jù)、數(shù)據(jù)質(zhì)量、小樣本特征提取、服務體系構建等重點內(nèi)容和關鍵技術，為開展軍事數(shù)據(jù)工程建設打下了基礎。
關鍵詞:智能決策;軍事數(shù)據(jù)工程;元數(shù)據(jù);數(shù)據(jù)質(zhì)量;數(shù)據(jù)服務
隨著人工智能技術的發(fā)展，智能軍事決策由于其解決不確定和不完全性問題的天然優(yōu)勢，成為軍事運籌領域的重點研究方向［1］。Alpha Star在“星際爭霸II”中戰(zhàn)勝人類職業(yè)玩家，顯示了人工智能在軍事決策領域的巨大潛力。美軍在“深綠”計劃研究的基礎上，持續(xù)開展了空戰(zhàn)模擬系統(tǒng)“Alpha AI”、虛擬指揮官參謀(CVS)等一系列智能項目研究，軍事智能決策技術日益成熟，逐漸走向實戰(zhàn)［2-4］。
數(shù)據(jù)是智能決策的基礎。隨著互聯(lián)網(wǎng)技術的發(fā)展，云計算、大數(shù)據(jù)、數(shù)據(jù)挖掘等技術已逐步成熟，為軍事數(shù)據(jù)工程建設打下了基礎。但是，由于保密和專業(yè)性等要求，軍事數(shù)據(jù)分散在各獨立單元，尚難以達到大數(shù)據(jù)規(guī)模。其準確性、一致性、完整性差，橫向不合，縱向不通等問題突出，很難滿足軍事智能決策需求。因此，亟須將現(xiàn)有軍事數(shù)據(jù)資源整合，從體系架構、標準規(guī)范、服務管理等方面合理規(guī)劃，建設能夠支撐戰(zhàn)略仿真、計劃制定等智能決策需求的軍事數(shù)據(jù)工程體系，為建設新一代“軍事智腦”，打贏下一場智能戰(zhàn)爭打下基礎。
1 軍事智能決策
1.1 決策的一般模型
決策是人類意志的直接反映，傳統(tǒng)決策方法一般來源于人的經(jīng)驗。本質(zhì)上它是一個基于目標，對有限條件和方法進行分析評估的過程，通過對方案進行分析和論證，從而做出決策，并驗證評估效果。
展開 隨著大數(shù)據(jù)、神經(jīng)網(wǎng)絡、云計算等先進技術的廣泛運用，人工智能正以前所未有的力量推動著決策思維、模式和方法的變革。小數(shù)據(jù)時代基于直覺和經(jīng)驗的決策將讓位于智能化時代基于全樣本數(shù)據(jù)的決策，后者將成為主導戰(zhàn)場制勝的新范式。加快人工智能融入現(xiàn)代指揮決策，更好地實現(xiàn)人腦思維與機器計算的優(yōu)勢互補，才能推動軍事指揮決策水平的整體提升。
厘清智能化融入的優(yōu)勢所在
未來戰(zhàn)爭的智能化屬性將不斷增強，時刻需要根據(jù)敵情、我情和戰(zhàn)場環(huán)境的變化快速做出最優(yōu)決策。單純的人腦決策已經(jīng)難以適應現(xiàn)代戰(zhàn)爭節(jié)奏，需要積極借助人工智能，通過人機協(xié)同互補，實現(xiàn)軍事指揮決策的快速高效。數(shù)據(jù)驅動式決策，著眼大數(shù)據(jù)資源進行數(shù)據(jù)挖掘與綜合研析，從中發(fā)現(xiàn)數(shù)據(jù)關聯(lián)、未知規(guī)律并據(jù)此輔助指揮員進行決策。自主式決策依托大數(shù)據(jù)分析平臺，感知、認知和決策支持相結合，在確保時效性基礎上，精確生成并優(yōu)選決策方案。預先實踐式決策，通過利用決策模擬系統(tǒng)，在作戰(zhàn)決策結果未轉化為作戰(zhàn)行動之前，對作戰(zhàn)方案進行實驗、檢驗、論證和優(yōu)化，從中萃取最佳行動方案。由此觀之，人工智能將成為戰(zhàn)場的“全源分析師”，以其強大的數(shù)據(jù)和算法優(yōu)勢，拓展指揮員對戰(zhàn)場的認知廣度和深度，可以實現(xiàn)更精準的態(tài)勢感知、更可信的戰(zhàn)局研判、更迅速的指揮控制。
把準智能化融入的重點指向
算法、算力以及數(shù)據(jù)既是人工智能發(fā)展的內(nèi)在動力，也是核心支撐，應融入到指揮控制整個流程的關鍵環(huán)節(jié)之中。要增強態(tài)勢感知能力，為指揮決策提供情報基礎。應網(wǎng)絡化連接多維戰(zhàn)場中的感知系統(tǒng)，借助運用數(shù)據(jù)挖掘、深度學習等技術，處理并利用多源獲取的大量異構數(shù)據(jù)流，提取戰(zhàn)場有用情報，掌握戰(zhàn)場態(tài)勢變化，以實現(xiàn)信息優(yōu)勢到決策優(yōu)勢的有效轉化。要強化認知決斷能力，為指揮決策提供重要支撐。
展開 
智能決策的相關專題、標簽、搜索
智能決策的最新內(nèi)容
智能決策：讓新手也能執(zhí)行專家級測試
測迅達內(nèi)置覆蓋常見材料的專業(yè)數(shù)據(jù)庫，將數(shù)十年材料檢測經(jīng)驗轉化為可調(diào)用的數(shù)字資產(chǎn)。
? 輸入牌號，自動匹配：只需輸入材料牌號，系統(tǒng)即刻自動設定最佳測試溫度、砝碼重量與預熱時間、壓料次數(shù)，無需翻閱標準文檔，無需憑經(jīng)驗猜測。
? AI持續(xù)學習，優(yōu)化推薦：系統(tǒng)記錄每一次測試數(shù)據(jù)，AI算法不斷優(yōu)化參數(shù)匹配模型，讓推薦方案越來越精準。
點擊立即報名
5/27 | 解鎖材料智能決策：Ansys Granta助力高效仿真、合規(guī)避險與低碳轉型
主題簡介：在產(chǎn)品研發(fā)的初期，材料選擇不僅決定了產(chǎn)品的性能與成本，更深遠地影響著其合規(guī)性與環(huán)境足跡。面對日益復雜的法規(guī)要求和迫在眉睫的可持續(xù)發(fā)展目標，企業(yè)如何能做出更智能、更全面的材料決策？
ql-align-center"><img src="https://img.jishulink.com/202605/imgs/4cb1c899f78a4a7abdf17ba39e05cee0" width="200"></p><div contenteditable="false" width="100%">
<hr>
</div><p><br></p><p><strong>5/27 | 解鎖材料智能決策
人工智能：基礎、模型與應用23天前
它解釋了人工智能系統(tǒng)如何從數(shù)據(jù)中學習、識別模式、做出預測，并支持跨領域智能決策。學習者還將理解人工智能中使用的不同類型的數(shù)據(jù)，包括結構化、非結構化、半結構化和合成數(shù)據(jù)。
編輯
NexAI賦能RLM系統(tǒng)拆分需求矩陣
?
編輯
NexAI賦能RLM系統(tǒng)進行任務拆分
產(chǎn)品工程： PLM+AI實現(xiàn)關鍵環(huán)節(jié)智能決策——包括零部件版本對比及更新建議、零部件搜索與BOM替代件推薦、產(chǎn)品及零部件的對比分析并輸出優(yōu)化建議。
?
智能決策：讓新手也能執(zhí)行專家級測試
測迅達內(nèi)置覆蓋常見材料的專業(yè)數(shù)據(jù)庫，將數(shù)十年材料檢測經(jīng)驗轉化為可調(diào)用的數(shù)字資產(chǎn)。
? 輸入牌號，自動匹配：只需輸入材料牌號，系統(tǒng)即刻自動設定最佳測試溫度、砝碼重量與預熱時間、壓料次數(shù)，無需翻閱標準文檔，無需憑經(jīng)驗猜測。
? AI持續(xù)學習，優(yōu)化推薦：系統(tǒng)記錄每一次測試數(shù)據(jù)，AI算法不斷優(yōu)化參數(shù)匹配模型，讓推薦方案越來越精準。
更重要的是，其模擬量輸出（0-10V/4-20mA）和數(shù)字I/O接口，支持將溫度數(shù)據(jù)直接映射為控制信號，與PLC等工業(yè)控制系統(tǒng)實現(xiàn)無縫對接，真正賦能智能制造的自動化決策。
惡劣環(huán)境適應性： 工業(yè)現(xiàn)場環(huán)境復雜，PI08M兼容水冷套及空氣吹掃等配件，可在高達315°C的環(huán)境溫度或多塵工況下穩(wěn)定運行，確保監(jiān)測任務的連續(xù)性。
</div><div contenteditable="false" width="100%">AI 融合潛力：未來可集成輕量化 AI（故障預測、異常識別、視頻分析），從數(shù)據(jù)采集升級為智能決策節(jié)點。</div><div contenteditable="false" width="100%">3.
聚焦機器人產(chǎn)業(yè)“感知-決策-執(zhí)行”技術閉環(huán)，“感知·決策·執(zhí)行——2026北京國際機器人技術展覽會”將于2026年6月10日至12日在北京舉辦。展會以技術解構為核心、開發(fā)者賦能為支撐、供需對接為目標，打造覆蓋全技術鏈條的專業(yè)交流平臺，助力機器人產(chǎn)業(yè)核心技術迭代與供應鏈協(xié)同升級。
作為本年度北方地區(qū)最具影響力的機器人專業(yè)展會，本次展會將匯聚來自全球20多個國家和地區(qū)的400余家參展企業(yè)，展覽面積達
隨著工業(yè)研發(fā)向多學科協(xié)同與規(guī)模化并行演進，企業(yè)普遍面臨工具分散、算力與許可資源難以統(tǒng)一調(diào)度，以及國產(chǎn)化與智能化同步推進的現(xiàn)實挑戰(zhàn)。同時，人工智能正在重塑研發(fā)范式，企業(yè)對數(shù)字化轉型的期待，正從“支撐工具”轉向具備過程理解與智能輔助能力的研發(fā)系統(tǒng)。
戴西 iDWS 智能化研發(fā)平臺 V2026，正是依托全棧自研的國產(chǎn)化研發(fā)協(xié)同架構、工業(yè)級算力調(diào)度體系、高性能圖形桌面云與 NexAI
