導(dǎo)語：如何才能寫好一篇人工智能調(diào)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(wù)員之家整理的十篇范文，供你借鑒。

篇1

根據(jù)原國家新聞出版廣電總局的年度新聞出版產(chǎn)業(yè)分析報告，2016年期刊總印數(shù)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(shù)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(shù)降低8.0%，總印張降低7.3%。反觀數(shù)字出版，2016年數(shù)字出版總收入5720.85億元，2017年數(shù)字出版總收入7071.93億元，2018年數(shù)字出版總收入8330.78億元。可以預(yù)見，隨著時間的推移，數(shù)字出版在期刊領(lǐng)域也將承擔越來越重要的角色。由于數(shù)字出版的發(fā)展和技術(shù)發(fā)展密不可分，本文嘗試從技術(shù)的角度分析數(shù)字出版態(tài)勢，并進一步探討我國科技期刊的發(fā)展態(tài)勢以及新技術(shù)可能為數(shù)字出版帶來的變化。

一、數(shù)字出版領(lǐng)域和新技術(shù)領(lǐng)域關(guān)鍵詞

在數(shù)字出版方面，本文研究了2019年數(shù)字出版會議和期刊編輯領(lǐng)域的論文來探討數(shù)字出版領(lǐng)域的關(guān)鍵詞。在技術(shù)方面，本文通過調(diào)研互聯(lián)網(wǎng)的發(fā)展了解了新技術(shù)的關(guān)鍵詞。1．數(shù)字出版領(lǐng)域的關(guān)鍵詞。2019年，重要的數(shù)字出版會議主辦方主要有中國期刊協(xié)會和中國新聞出版研究院。會議報告題目關(guān)于數(shù)字出版的關(guān)鍵詞有：數(shù)字產(chǎn)業(yè)、生態(tài)、經(jīng)濟模式、數(shù)據(jù)、移動、互聯(lián)網(wǎng)、信息技術(shù)、5G、AR+、人工智能/AI/機器人、平臺、云計算、新媒體、大數(shù)據(jù)、創(chuàng)新產(chǎn)品、智慧產(chǎn)品、知識付費、微課程、全媒體、在線、智庫、閱讀、精準、IP、傳播、數(shù)字出版、知識服務(wù)、融合發(fā)展、出版未來、人才等。在期刊調(diào)研方面，本文調(diào)研了期刊和編輯出版領(lǐng)域的重要期刊——《中國科技期刊研究》《科技與出版》《編輯學(xué)報》等，分析了2019年刊發(fā)的文章。這些文章涉及數(shù)字出版領(lǐng)域的關(guān)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(chǎn)品、APP、在線、新媒體、區(qū)塊鏈、知識圖譜、知識服務(wù)、社區(qū)服務(wù)、精準推送、全媒體、智慧媒體、數(shù)字出版、造船、有聲閱讀、賦能、書刊互動、轉(zhuǎn)型、智庫、知識付費、編輯出版工具等。從上述關(guān)鍵詞我們可以分析出，在數(shù)字出版方面，期刊和技術(shù)方分別都在哪些方面開展了工作，期刊在數(shù)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(guān)會議和期刊論文調(diào)研得出的與數(shù)字出版相關(guān)的關(guān)鍵詞。從中可以看出，數(shù)字出版會議和相關(guān)報告更多地從技術(shù)層面出發(fā)，考慮技術(shù)、產(chǎn)品和運營。數(shù)字出版相關(guān)論文更多地從編輯出版角度進行分析，涉及期刊出版各環(huán)節(jié)。關(guān)鍵詞方面兩者有所重疊，也有所不同。例如，數(shù)字出版相關(guān)論文較少關(guān)注5G、產(chǎn)品，更多關(guān)注和專業(yè)以及學(xué)術(shù)研究息息相關(guān)的數(shù)據(jù)（尤其是科學(xué)數(shù)據(jù)）、知識服務(wù)、編輯業(yè)務(wù)和人才隊伍；而數(shù)字出版會議和相關(guān)報告則相對較多地關(guān)注5G、IP運營等技術(shù)或者產(chǎn)品。雙方均關(guān)注融合發(fā)展、數(shù)字出版、人工智能、新媒體等。專業(yè)技術(shù)團隊和編輯出版團隊已經(jīng)在一定程度上融合，但是雙方的發(fā)力點還是有所不同。因此，若要促進科技期刊融合發(fā)展，編輯出版方需要更好地表述自己的需求，技術(shù)方也需要更深入地做好需求調(diào)研，更好地按照期刊的思路研發(fā)產(chǎn)品，如此建設(shè)的系統(tǒng)和平臺才能更好滿足期刊出版的需求。上述調(diào)研也給數(shù)字出版的研究帶來啟發(fā)。一方面，研究數(shù)字出版可從期刊編輯工作流程出發(fā)，研究各個環(huán)節(jié)中哪些環(huán)節(jié)可以利用數(shù)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(xiàn)有數(shù)字出版的實際態(tài)勢出發(fā)，研究同行在做哪些工作。另一方面，可研究新技術(shù)的特點，即研究其可能給數(shù)字出版領(lǐng)域帶來哪些變化。2．新技術(shù)關(guān)鍵詞。那么，我們需要關(guān)注哪些新技術(shù)呢？哪些新技術(shù)能代表新一代互聯(lián)網(wǎng)的發(fā)展呢？2019年第六屆世界互聯(lián)網(wǎng)大會在浙江烏鎮(zhèn)召開，會議的主題是“智能互聯(lián)開放合作——攜手共建網(wǎng)絡(luò)空間命運共同體”。會上公布了15項代表性領(lǐng)先的科技成果，它們的主要關(guān)鍵詞是人工智能、機器、分布式、共享、智慧、自適應(yīng)、5G等，這些關(guān)鍵詞也說明了新一代互聯(lián)網(wǎng)技術(shù)的重點發(fā)展方向，是近幾年技術(shù)領(lǐng)域的重點。我們可以看出，隨著互聯(lián)網(wǎng)的發(fā)展，尤其是和數(shù)字出版息息相關(guān)的新技術(shù)，是5G、大數(shù)據(jù)、云計算、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈、虛擬現(xiàn)實技術(shù)等。另外，還有和數(shù)字出版領(lǐng)域緊密結(jié)合的碎片化技術(shù)、語義技術(shù)、新媒體技術(shù)（微信公眾號、小程序、短視頻等）。下面我們逐一分析這些技術(shù)的特點，以便后續(xù)進一步探討它們在數(shù)字出版方面的應(yīng)用。5G是下一代信息社會建設(shè)的基礎(chǔ)設(shè)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(nèi)容或者整合更大量的數(shù)據(jù)；使得虛擬現(xiàn)實、萬物互聯(lián)等成為可能；也使得智慧城市、智慧社區(qū)等得以實現(xiàn)。從期刊出版的角度來說，5G將可能改變知識內(nèi)容、平臺、存儲、流通、渠道、服務(wù)、消費、終端呈現(xiàn)等的方式，對行業(yè)帶來深度的變革。大數(shù)據(jù)技術(shù)包括數(shù)據(jù)分析技術(shù)、事件處理技術(shù)、數(shù)據(jù)流通技術(shù)。我們可以從數(shù)據(jù)采集與處理、數(shù)據(jù)挖掘與分析、數(shù)據(jù)存儲與管理、數(shù)據(jù)展現(xiàn)與應(yīng)用方面去思考期刊出版相關(guān)數(shù)據(jù)的采集、處理、重新聚合、呈現(xiàn)形式等，思考大數(shù)據(jù)技術(shù)可能為數(shù)字出版帶來哪些新的應(yīng)用。我們可以從分布式存儲方面考慮期刊相關(guān)數(shù)據(jù)庫的架構(gòu)、設(shè)計以及分布式關(guān)系模型；可以從數(shù)據(jù)流通角度考慮期刊數(shù)據(jù)傳輸?shù)馁|(zhì)量、安全等；可以從數(shù)量巨大、來源分散、格式多樣的數(shù)據(jù)中發(fā)現(xiàn)新知識、創(chuàng)造新價值、提升新能力，從而考慮新一代數(shù)字出版服務(wù)業(yè)態(tài)。云計算是一種基于互聯(lián)網(wǎng)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(tǒng)以及云資源連接在一起以提供各種服務(wù)。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(yè)務(wù)的動態(tài)擴展，具有高可擴展性；支持多業(yè)務(wù)體系按需服務(wù)，按需配備計算能力和資源；使用數(shù)據(jù)多副本容錯和計算節(jié)點同構(gòu)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(xiàn)實的服務(wù)；支持海量信息處理以便提供超大規(guī)模服務(wù)等［1］。云計算技術(shù)逐漸成熟，將使得對運算能力要求高的產(chǎn)品得以運用，使得對運算能力要求高的服務(wù)得以實現(xiàn)，使得跨空間、跨時間的虛擬服務(wù)成為現(xiàn)實，使得跨平臺、跨數(shù)據(jù)庫的資源得以快速整合。人工智能產(chǎn)業(yè)在大數(shù)據(jù)、深度學(xué)習(xí)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(xué)習(xí)、問題求解、自動推理、智能檢索、思考、規(guī)劃等，其相關(guān)的技術(shù)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(xiàn)階段或者未來在數(shù)字出版中，哪些環(huán)節(jié)可以用計算機或者機器人來實現(xiàn)，思考利用計算機和機器人可以幫助我們實現(xiàn)哪些人工難以完成的工作。物聯(lián)網(wǎng)作為信息通信技術(shù)的典型代表，其技術(shù)和應(yīng)用的普及以及逐漸成熟，將推動人類社會進入萬物互聯(lián)的新時代，可穿戴設(shè)備、智能家居、自動駕駛汽車、智能機器人等新設(shè)備將接入互聯(lián)網(wǎng)。這使得未來學(xué)術(shù)出版物的產(chǎn)品、終端等呈現(xiàn)多樣化。根據(jù)物聯(lián)網(wǎng)的特點可以更多地思考學(xué)術(shù)出版的產(chǎn)品以及終端。區(qū)塊鏈技術(shù)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(chǎn)品和環(huán)節(jié)。虛擬現(xiàn)實技術(shù)包括VR（虛擬現(xiàn)實技術(shù)）、AR（增強現(xiàn)實技術(shù)）和MR（混合現(xiàn)實技術(shù)）。VR是利用電腦模擬產(chǎn)生虛擬世界，讓使用者如同身臨其境一般，是純虛擬數(shù)字畫面。AR是通過電腦技術(shù)將虛擬的信息應(yīng)用到真實世界，真實的環(huán)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(shù)字畫面和裸眼現(xiàn)實。MR包括增強現(xiàn)實和虛擬現(xiàn)實，指的是結(jié)合數(shù)字化的現(xiàn)實世界和虛擬世界而產(chǎn)生的新可視化環(huán)境，MR是數(shù)字化現(xiàn)實加虛擬數(shù)字畫面。虛擬現(xiàn)實的特點將使得學(xué)術(shù)傳播更加真實、直觀、多方位、多角度。和期刊緊密結(jié)合的語義技術(shù)、碎片化技術(shù)、新媒體技術(shù)、視頻技術(shù)等，這些期刊界比較熟悉，這里不再贅述。

二、我國科技期刊數(shù)字出版狀況

根據(jù)《中國科技期刊發(fā)展藍皮書（2017）》統(tǒng)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(jīng)濟實力單獨開展數(shù)字出版的轉(zhuǎn)型。尤其是和國際大出版商相比，我國科技期刊的數(shù)字出版還落后很多。進行國際合作的英文學(xué)術(shù)期刊，充分利用國際數(shù)字出版平臺，在一些流程中實現(xiàn)數(shù)字化，是眾多國內(nèi)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(shù)字化發(fā)展之路。在科技期刊數(shù)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(fā)展過程。尤其是近幾年，科技期刊媒體融合技術(shù)和產(chǎn)品日新月異，科技期刊、期刊集群、超大規(guī)模刊群均在數(shù)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(fā)展1．期刊的數(shù)字出版我國科技期刊在數(shù)字出版方面?zhèn)戎赜谄诳霭嫒鞒痰臄?shù)字化以及為學(xué)科服務(wù)。目前，我國科技期刊出版流程中很多環(huán)節(jié)已經(jīng)實現(xiàn)了數(shù)字化、融媒體發(fā)展?？萍计诳瘮?shù)字出版的重點是采編審校、出版、學(xué)術(shù)傳播和知識服務(wù)等環(huán)節(jié)。在出版方面，我國很多科技期刊除出版整期外，還做優(yōu)先出版、預(yù)出版，也有期刊支持已經(jīng)提交預(yù)印本庫的文章，還有期刊平臺支持連續(xù)文章出版。相當數(shù)量的科技期刊實現(xiàn)了xml制作、html展示、全媒體出版，并實現(xiàn)一次制作多元，還支持讀者針對文章內(nèi)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(xiàn)原始的研究成果和重大發(fā)現(xiàn)。在學(xué)術(shù)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(xué)術(shù)推廣；有的充分利用各種數(shù)據(jù)庫、社交平臺、學(xué)術(shù)傳播平臺、學(xué)術(shù)媒體進行學(xué)術(shù)傳播，例如《中國科學(xué)數(shù)據(jù)》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(xué)術(shù)社交；有的做精準推送；有的增加在線的微視頻、音頻等內(nèi)容；有的充分利用新媒體領(lǐng)域的短視頻平臺，如今日頭條、九州云播等開展專業(yè)領(lǐng)域的學(xué)術(shù)推廣活動。在知識服務(wù)方面充分發(fā)揮學(xué)科特色，如將研究區(qū)域嵌入地圖，進行線上線下推送相關(guān)專業(yè)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(yè)內(nèi)容或科普內(nèi)容。2．期刊集群的數(shù)字出版期刊集群側(cè)重為所屬期刊提供各種單刊不易實現(xiàn)的服務(wù)，降低刊均成本。例如，學(xué)科刊群比單個期刊容易整合更多學(xué)科資源，為本學(xué)科提供更豐富的服務(wù)，并且還能為所屬期刊提供多種出版服務(wù)，進行整體學(xué)術(shù)推廣，相比單刊有更大的學(xué)術(shù)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(guī)?；l(fā)展和集群化發(fā)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(yī)學(xué)會醫(yī)學(xué)期刊集群、科學(xué)出版社期刊群、高等教育出版社期刊集群、清華大學(xué)出版社期刊群、浙江大學(xué)出版社期刊群、中國光學(xué)期刊群、中國地理資源期刊集群等。這些期刊群均建設(shè)了自己的網(wǎng)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(wǎng)實現(xiàn)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(xué)科資源，并增加了虛擬專輯、會議系統(tǒng)等。中國煤炭網(wǎng)有期刊庫、專題庫、專家?guī)臁⒁曨l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(yè)資源。在平臺建設(shè)方面，清華大學(xué)出版社期刊集群平臺實現(xiàn)了預(yù)出版、OA出版等，還制定TUP-JATS的xml標準。浙江大學(xué)出版社期刊中心實現(xiàn)了全流程的數(shù)字化期刊集群平臺建設(shè)，平臺集投審稿、內(nèi)容、運營推廣、讀者服務(wù)于一體，打通底層數(shù)據(jù)，實現(xiàn)多終端訪問。中華醫(yī)學(xué)會建設(shè)CAMJATS標準，采用統(tǒng)一的標準處理期刊相關(guān)數(shù)據(jù)，曾中標國家數(shù)字復(fù)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(xiàn)采、編、審、排、加工、多形態(tài)、富媒體出版、移動出版、質(zhì)量管理、新媒體學(xué)術(shù)推廣、期刊銷售、會議服務(wù)等一體化、現(xiàn)代化的出版和服務(wù)體系。高等教育出版社實現(xiàn)采編、運營管理、數(shù)字化生產(chǎn)、數(shù)字化平臺建設(shè)、市場營銷與海外合作的體系化發(fā)展。在學(xué)術(shù)推廣方面，國內(nèi)的期刊集群化平臺常對接一些學(xué)術(shù)評價和學(xué)術(shù)推廣平臺，例如Almetric、TrendMD、Kudos、PubMed、CSCD、百度學(xué)術(shù)等。在知識服務(wù)方面，國內(nèi)的學(xué)科期刊集群通常整合該學(xué)科的各種學(xué)術(shù)資源，為該學(xué)科研究人員提供知識服務(wù)，或者為期刊、編輯等提供行業(yè)服務(wù)。例如中國激光雜志社提供協(xié)同會議系統(tǒng)、DOI注冊、編輯加工等行業(yè)服務(wù)，該集群通過舉辦會議聚攏專家資源和學(xué)術(shù)資源，同時也為光學(xué)領(lǐng)域提供服務(wù)［4］。3．超大期刊集群的數(shù)字出版國內(nèi)的超大期刊集群，有知網(wǎng)、萬方、維普、龍源、超星等，特點是能更好地利用大數(shù)據(jù)資源和技術(shù)為期刊出版的上游、期刊出版環(huán)節(jié)以及期刊出版的下游提供服務(wù)。下面以知網(wǎng)為例敘述超大期刊群的數(shù)字出版。知網(wǎng)整合了我國95%以上的中文學(xué)術(shù)資源，擁有我國最大最全的中文學(xué)術(shù)資源庫，也擁有我國最廣最全的讀者群。知網(wǎng)在期刊上游環(huán)節(jié)，為作者以及研究人員提供的服務(wù)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(wǎng)、CNKISCHOLAR、全球?qū)W術(shù)快報、CNKI知識元搜索（碎片化地搜索圖、表、概念、數(shù)字……）等檢索學(xué)術(shù)論文、基金、碎片化資源、全媒體資源等；可以通過龐大的學(xué)者成果庫、學(xué)者圈子等獲取專家信息，進行學(xué)術(shù)社交；可以通過研究型學(xué)習(xí)平臺獲取或者管理自己關(guān)注的學(xué)術(shù)資源；可以通過大數(shù)據(jù)研究平臺利用統(tǒng)計數(shù)據(jù)獲取學(xué)術(shù)熱點等信息。在期刊全流程出版環(huán)節(jié)，編輯可以利用選題策劃、學(xué)術(shù)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(fā)一體化出版系統(tǒng)（包括學(xué)術(shù)不端檢測、文章創(chuàng)新性檢測、

篇2

據(jù)統(tǒng)計，2017年中國人工智能核心產(chǎn)業(yè)規(guī)模超過700億元，隨著各地人工智能建設(shè)的逐步啟動，預(yù)計到2020年，中國人工智能核心產(chǎn)業(yè)規(guī)模將超過1600億元，年復(fù)合增長率將達31.7%。

隨著人工智能技術(shù)的不斷成熟，人工智能創(chuàng)業(yè)的難度逐步降低，越來越多的創(chuàng)業(yè)公司加入人工智能的陣營。

2018年被稱為人工智能爆發(fā)的元年，人工智能技術(shù)應(yīng)用所催生的商業(yè)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(chǎn)效率及生活品質(zhì)的大幅提升。智能紅利時代開啟！資本、巨頭和創(chuàng)業(yè)公司紛紛涌入，將人工智能拉到了信息產(chǎn)業(yè)革命的風口。

如何把握產(chǎn)業(yè)動向，抓住風口機會？創(chuàng)業(yè)邦研究中心憑借在人工智能等前言科技領(lǐng)域持續(xù)研究、洞察的能力，在對國內(nèi)人工智能創(chuàng)業(yè)公司進行系統(tǒng)調(diào)研的基礎(chǔ)上，推出《2018中國人工智能白皮書》，對人工智能的核心技術(shù)、主要應(yīng)用領(lǐng)域、巨頭和創(chuàng)業(yè)公司的布局、未來發(fā)展態(tài)勢和投資機會進行了深度解析。

第一部分人工智能行業(yè)發(fā)展概述

1.人工智能概念及發(fā)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(xiàn)出來的智能，即通過普通計算機程序的手段實現(xiàn)的類人智能技術(shù)。

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(jīng)歷了寒冬與交替的起起伏伏60多年的發(fā)展歷程。2010年以后，深度學(xué)習(xí)的發(fā)展推動語音識別、圖像識別和自然語言處理等技術(shù)取得了驚人突破，前所未有的人工智能商業(yè)化和全球化浪潮席卷而來。

人工智能發(fā)展歷程

2.人工智能產(chǎn)業(yè)鏈圖譜

人工智能產(chǎn)業(yè)鏈可以分為基礎(chǔ)設(shè)施層、應(yīng)用技術(shù)層和行業(yè)應(yīng)用層。

A基礎(chǔ)層，主要有基礎(chǔ)數(shù)據(jù)提供商、半導(dǎo)體芯片供應(yīng)商、傳感器供應(yīng)商和云服務(wù)商。

B技術(shù)層，主要有語音識別、自然語言處理、計算機視覺、深度學(xué)習(xí)技術(shù)提供商。

C應(yīng)用層，主要是把人工智能相關(guān)技術(shù)集成到自己的產(chǎn)品和服務(wù)中，然后切入特定場景。目前來看，自動駕駛、醫(yī)療、安防、金融、營銷等領(lǐng)域是業(yè)內(nèi)人士普遍比較看好方向。

人工智能產(chǎn)業(yè)鏈

資料來源：創(chuàng)業(yè)邦研究中心

第二部分人工智能行業(yè)巨頭布局

巨頭積極尋找人工智能落地場景，B、C 端全面發(fā)力。

資料來源：券商報告、互聯(lián)網(wǎng)公開信息，創(chuàng)業(yè)邦研究中心整理

第三部分機器視覺技術(shù)解讀及行業(yè)分析

1.機器視覺技術(shù)概念

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

機器視覺的兩個組成部分

資料來源：互聯(lián)網(wǎng)公開信息，創(chuàng)業(yè)邦研究中心整理

2.發(fā)展關(guān)鍵要素：數(shù)據(jù)、算力和算法

數(shù)據(jù)、算力和算法是影響機器視覺行業(yè)發(fā)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(wù)，而是通過不斷學(xué)習(xí)來掌握本領(lǐng)，這主要依賴高效的模型算法進行大量數(shù)據(jù)訓(xùn)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(xué)習(xí)出現(xiàn)后，機器視覺的主要識別方式發(fā)生重大轉(zhuǎn)變，自學(xué)習(xí)狀態(tài)成為視覺識別主流，即機器從海量數(shù)據(jù)里自行歸納特征，然后按照該特征規(guī)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(yè)模式分析

機器視覺包括軟件平臺開發(fā)和軟硬件一體解決方案服務(wù)。整體用戶更偏向于B端。軟件服務(wù)提供商作為技術(shù)算法的驅(qū)動者，其商業(yè)模式應(yīng)以“技術(shù)層+場景應(yīng)用”作為突破口。軟硬件一體化服務(wù)供應(yīng)商作為生態(tài)構(gòu)建者，適合以“全產(chǎn)業(yè)鏈生態(tài)+場景應(yīng)用”作為突破口，加速商業(yè)化。

（1）軟件服務(wù)：技術(shù)算法驅(qū)動者—“技術(shù)層+場景應(yīng)用”作為突破口

這種商業(yè)模式主要是提供以工程師為主的企業(yè)級軟件服務(wù)。有海量數(shù)據(jù)支撐，構(gòu)建起功能和信息架構(gòu)較為復(fù)雜的生態(tài)系統(tǒng)，推動最末端的消費者體驗。

此類商業(yè)模式成功關(guān)鍵因素：深耕算法和通用技術(shù)，建立技術(shù)優(yōu)勢，同時以場景應(yīng)用為入口，積累用戶軟件。視覺軟件服務(wù)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(nèi)外基礎(chǔ)算法應(yīng)用對比

資料來源：互聯(lián)網(wǎng)公開信息，創(chuàng)業(yè)邦研究中心整理

（2）軟硬件一體化：生態(tài)構(gòu)建者—“全產(chǎn)業(yè)鏈生態(tài)+場景應(yīng)用”作為突破口

軟硬一體化的商業(yè)模式是一種“終端+軟件+服務(wù)”全產(chǎn)業(yè)鏈體系。成功的因素是大量算力投入，海量優(yōu)質(zhì)數(shù)據(jù)積累，建立算法平臺、通用技術(shù)平臺和應(yīng)用平臺，以場景為入口，積累用戶。亮點是打造終端、操作系統(tǒng)、應(yīng)用和服務(wù)一體化的生態(tài)系統(tǒng)，各部分相輔相承，銳化企業(yè)競爭力，在產(chǎn)業(yè)鏈中擁有更多話語權(quán)。

4.投資方向

（1）前端智能化，低成本的視覺解決模塊或設(shè)備

從需求層面講，一些場景對實時響應(yīng)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(shè)備將有很大市場需求。前置計算讓前端設(shè)備成為數(shù)據(jù)采集設(shè)備和數(shù)據(jù)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(lǐng)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(fā)，結(jié)合先進的算法開發(fā)模塊和產(chǎn)品，這類企業(yè)將在機器視覺領(lǐng)域擁有核心競爭力。

（2）深度學(xué)習(xí)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(tǒng)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(xué)習(xí)，如通過 R-CNN 訓(xùn)練大量標注后的手勢圖像數(shù)據(jù)，得到的模型在處理帶有復(fù)雜背景及暗光環(huán)境下的手勢識別問題時，比傳統(tǒng)方案的效果好很多。

（3）新興服務(wù)領(lǐng)域的特殊應(yīng)用

前沿技術(shù)帶來的新領(lǐng)域（如無人車、服務(wù)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(xiàn)應(yīng)用。服務(wù)機器人與工業(yè)機器人最大的區(qū)別就是多維空間的應(yīng)用。目前國內(nèi)的機器視覺，涉及三維空間、多維空間，其技術(shù)基本上處在初始階段，未來存在較大市場增長空間。

（4）數(shù)據(jù)是爭奪要點，應(yīng)用場景是著力關(guān)鍵

機器視覺的研究雖然始于學(xué)術(shù)界，但作為商業(yè)應(yīng)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(xù)不斷的優(yōu)質(zhì)場景數(shù)據(jù)，又有挖掘該數(shù)據(jù)價值的先進技術(shù)時，商業(yè)模式和數(shù)據(jù)模式上就能形成協(xié)同效應(yīng)。創(chuàng)業(yè)公司要么通過自有平臺獲取數(shù)據(jù)，要么選擇與擁有數(shù)據(jù)源的公司進行合作，同時選擇一個商業(yè)落地的方向，實現(xiàn)快速的數(shù)據(jù)循環(huán)。

第四部分智能語言技術(shù)解讀及行業(yè)分析

1.語音識別技術(shù)

（1）語音識別技術(shù)已趨成熟，全球應(yīng)用持續(xù)升溫

語音識別技術(shù)已趨成熟，全球應(yīng)用持續(xù)升溫。語音識別技術(shù)經(jīng)歷了長達60年的發(fā)展，近年來機器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)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(yīng)用。深度神經(jīng)網(wǎng)絡(luò)逐步找到模型結(jié)構(gòu)和調(diào)參算法來替代或結(jié)合高斯混合算法和HMM算法，在識別率上取得突破。根據(jù)Google Trends統(tǒng)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(yù)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(tài)圈成主流

語音識別即將進入大規(guī)模產(chǎn)業(yè)化時代。隨著亞馬遜Echo的大賣，語音交互技術(shù)催生的新商機，吸引大大小小的公司構(gòu)建自己主導(dǎo)的語音生態(tài)產(chǎn)業(yè)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(tài)系統(tǒng)。

（3）語音識別技術(shù)發(fā)展瓶頸與趨勢

低噪聲語料下的高識別率在現(xiàn)實環(huán)境使用中會明顯下降到70-80%，遠場識別、復(fù)雜噪聲環(huán)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(shù)不僅是通過降噪和聲源定位帶來識別率的提高，帶環(huán)境音的語料的搜集、標注可用于模型的訓(xùn)練，有助于打造更新一代的語音識別引擎技術(shù)。語音巨頭已經(jīng)在布局。

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

2.自然語言處理（NLP）發(fā)展現(xiàn)狀

（1）多技術(shù)融合應(yīng)用促進NLP技術(shù)及應(yīng)用的發(fā)展

深度學(xué)習(xí)、算力和大數(shù)據(jù)的爆發(fā)極大促進了自然語言處理技術(shù)的發(fā)展。深度學(xué)習(xí)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(shù)研究的進展，使DL有了路徑在語義理解領(lǐng)域取得突破，并且已經(jīng)有了明顯的進展。對話、翻譯、寫作新技術(shù)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(lǐng)域的投資熱度劇增。

深度學(xué)習(xí)能最大程度發(fā)揮對大數(shù)據(jù)和算力資源的利用，語義理解的發(fā)展還需要深度學(xué)習(xí)、搜索算法、知識圖譜、記憶網(wǎng)絡(luò)等知識的協(xié)同應(yīng)用，應(yīng)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(lǐng)域越成熟（如數(shù)據(jù)飽和度和標準性較強的行業(yè)），技術(shù)上實現(xiàn)可能性相對較低。在各種技術(shù)融合應(yīng)用發(fā)展的情況下，具備獲取一定優(yōu)質(zhì)數(shù)據(jù)資源能力并可結(jié)合行業(yè)Domain knowledge構(gòu)建出技術(shù)、產(chǎn)品、用戶反饋閉環(huán)的企業(yè)會有更好的發(fā)展機會。

（2）NLP主要應(yīng)用場景

問答系統(tǒng)。問答系統(tǒng)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?；竟ぷ髟硎窃诰€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(xué)習(xí)技術(shù)，跨模態(tài)地把文本和圖片聯(lián)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(xué)習(xí)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(tǒng)。對話系統(tǒng)的回復(fù)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(tǒng)和對于對話目標的理解，去生成一個回復(fù)。

（3）創(chuàng)業(yè)公司的機遇

1)機器翻譯方面：經(jīng)過多年的探索，機器翻譯的水平已經(jīng)得到大幅度提升，在很多垂直領(lǐng)域已經(jīng)能夠在相當大程度上替代一部分人工，機器翻譯技術(shù)的商業(yè)化應(yīng)用已經(jīng)開始進入大規(guī)模爆發(fā)的前夜。

2)應(yīng)用于垂直領(lǐng)域的自然語言處理技術(shù)

避開巨頭們對語音交互入口的競爭，以某一細分行業(yè)為切入點，深耕垂直領(lǐng)域，對創(chuàng)業(yè)公司也是一個不錯的選擇。

第五部分人工智能在金融行業(yè)的應(yīng)用分析

人工智能產(chǎn)業(yè)鏈包含基礎(chǔ)層、技術(shù)層、應(yīng)用層三個層面。基礎(chǔ)層的大數(shù)據(jù)、云計算等細分技術(shù)被應(yīng)用到金融征信、保險、理財管理、支付等金融細分領(lǐng)域；技術(shù)層的機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與知識圖譜應(yīng)用于金融領(lǐng)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(yīng)用于金融領(lǐng)域的身份識別，語音識別及自然語言處理應(yīng)用于金融領(lǐng)域的智能客服、智能投研；應(yīng)用層的認知智能應(yīng)用于金融領(lǐng)域的智能風控。

人工智能在金融行業(yè)的典型應(yīng)用情況

資料來源：創(chuàng)業(yè)邦研究中心

第六部分人工智能在醫(yī)療行業(yè)的應(yīng)用分析

1.人工智能在醫(yī)療行業(yè)的應(yīng)用圖譜

人工智能在醫(yī)療行業(yè)的應(yīng)用潛力巨大，目前在健康管理、輔助診療、虛擬助理、醫(yī)學(xué)影像、智能化器械、藥物挖掘和醫(yī)院管理等領(lǐng)域均有企業(yè)在布局，其中醫(yī)學(xué)影像、藥物挖掘、健康管理，輔助診療、虛擬助理的應(yīng)用發(fā)展速度較快。

圖 人工智能在醫(yī)療行業(yè)的應(yīng)用圖譜

資料來源：創(chuàng)業(yè)邦研究中心

2.人工智能在醫(yī)療行業(yè)的具體應(yīng)用場景

醫(yī)學(xué)影像。人工智能應(yīng)用于醫(yī)學(xué)影像，通過深度學(xué)習(xí)，實現(xiàn)機器對醫(yī)學(xué)影像的分析判斷，是協(xié)助醫(yī)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(yī)生看圖/讀圖的效率，協(xié)助發(fā)現(xiàn)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(qū)自動勾畫與自適應(yīng)放療等功能，應(yīng)用在疾病的篩查、診斷和治療階段。目前較為火熱的應(yīng)用有肺部篩查、糖網(wǎng)篩查、腫瘤診斷和治療等。

藥物挖掘。人工智能在藥物研發(fā)上的應(yīng)用可總結(jié)為臨床前和臨床后兩個階段。臨床前階段：將深度學(xué)習(xí)技術(shù)應(yīng)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(yù)測化合物的活性、穩(wěn)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(yōu)化構(gòu)效關(guān)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(shù)對患者病歷進行分析，迅速篩選符合條件的被試者，監(jiān)測管理臨床試驗過程中的患者服藥依從性和數(shù)據(jù)收集過程，提高臨床試驗的準確性。

虛擬助理。醫(yī)療虛擬助理是基于醫(yī)療領(lǐng)域的知識系統(tǒng)，通過人工智能技術(shù)實現(xiàn)人機交互，從而在就醫(yī)過程中，承擔診前問詢、診中記錄等工作，成為醫(yī)務(wù)人員的合作伙伴，使醫(yī)生有更多時間可以與患者互動。醫(yī)療虛擬助理根據(jù)參與就醫(yī)過程的功能不同，主要有智能導(dǎo)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(yè)分析

1.智能駕駛行業(yè)產(chǎn)業(yè)鏈

智能駕駛行業(yè)的中心業(yè)務(wù)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(yè)務(wù)鏈中扮演至關(guān)重要的一環(huán)。

產(chǎn)業(yè)鏈上游廠商多為細分技術(shù)提供商，如深度學(xué)習(xí)、人機交互、圖像識別和新材料、新制造新能源等。

智能駕駛產(chǎn)業(yè)鏈圖譜

資料來源：創(chuàng)業(yè)邦研究中心

2.智能駕駛市場分析

伴隨著 ADAS 技術(shù)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(nèi)處于高速滲透期，然 后伴隨半無人駕駛的普及進入穩(wěn)速增長期。在未來的 2025 年無人駕駛放量階段后，依賴全產(chǎn)業(yè)鏈的配合而進入市場成熟期。預(yù)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(yīng)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(chǎn)業(yè)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(chǎn)量在 2025 年將接近 60 萬輛，并在 2025- 2035 年間獲得高速發(fā)展，年復(fù)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(chǎn)業(yè)鏈衍生市場的大規(guī)模催化擴張。

根據(jù)獨立市場調(diào)研機構(gòu) Strategy Engineers 的預(yù)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(tǒng)整合占比 14%，車聯(lián)網(wǎng)部分占比 11%。按照全球 1 億輛量 產(chǎn)規(guī)模計算，理想假設(shè)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(guī)模在 2020 年 將達到 3100 億美元。

第八部分中國人工智能企業(yè)畫像分析

隨著人工智能技術(shù)的不斷成熟，人工智能創(chuàng)業(yè)的難度逐步降低。創(chuàng)新的大門吸引眾多創(chuàng)業(yè)企業(yè)進入。為了觀察行業(yè)風向，助力創(chuàng)新企業(yè)發(fā)展，創(chuàng)業(yè)邦研究中心對國內(nèi)200多家人工智能創(chuàng)業(yè)公司進行了系統(tǒng)調(diào)研，從發(fā)展能力、創(chuàng)新能力、融資能力等多維度指標，評選出“2018中國人工智能創(chuàng)新成長企業(yè)50強”。

地域分布

全國88%的人工智能企業(yè)聚集在北京、上海、廣東和江蘇。其中，北京人工智能企業(yè)最多，占比高達39.66%;其次是上海，人工智能企業(yè)占比達21.55%;位列第三的是廣東，人工智能企業(yè)占達15.52%。北京以領(lǐng)先全國其他地區(qū)的政策環(huán)境、人才儲備、產(chǎn)業(yè)基礎(chǔ)、資本支持等，成為人工智能創(chuàng)業(yè)首要陣地;華東地區(qū)的上海、江蘇、浙江均有良好的經(jīng)濟基礎(chǔ)和科技實力，人工智能應(yīng)用實力雄厚，也聚集了一批人工智能垂直產(chǎn)業(yè)園;廣東互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)達，企業(yè)對數(shù)據(jù)需求強烈，依靠大數(shù)據(jù)產(chǎn)業(yè)鏈推動人工智能產(chǎn)業(yè)發(fā)展。

行業(yè)分布

從行業(yè)大類分布來看，行業(yè)應(yīng)用層的企業(yè)占比最大，為56.03%;其次是應(yīng)用技術(shù)層的企業(yè)，占比達31.04%;基礎(chǔ)技術(shù)層的企業(yè)占比最小，僅為12.93%。隨著人工智能技術(shù)的發(fā)展，人工智能與場景深度融合，應(yīng)用領(lǐng)域不斷擴展，行業(yè)應(yīng)用公司比重不斷提升。在基礎(chǔ)層技術(shù)方面，國際IT巨頭占據(jù)行業(yè)領(lǐng)先地位， 國內(nèi)與國際差距明顯，中小初創(chuàng)企業(yè)很難進入。

從行業(yè)應(yīng)用來看，智能金融企業(yè)占比最大，為16.92%;其次是機器人企業(yè)，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(yè)的強數(shù)據(jù)導(dǎo)向為人工智能的落地提供了產(chǎn)業(yè)基礎(chǔ)，智慧金融被列入國家發(fā)展規(guī)劃中，龐大的金融市場為人工智能落地帶來了發(fā)展前景。機器人作為人工智能產(chǎn)業(yè)落地輸出， 目前市場需求較大，商業(yè)機器人占據(jù)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(yè)積極推動應(yīng)用落地，百度、北汽等大型企業(yè)嘗試商業(yè)化落地智能駕駛汽車。人工智能推動教育個性化落地，相關(guān)初創(chuàng)企業(yè)涉入教育藍海，推動智慧教育的發(fā)展。

收入情況

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

最新估值

企業(yè)最新估值均在億元級別，且分布較為均衡。三成企業(yè)估值超過15億元，還有企業(yè)估值達到百億級別，如優(yōu)必

選科技、達闥科技和商湯科技等，將來或?qū)④Q身人工智能獨角獸企業(yè)。(備注：分析樣本量剔除一半未披露企業(yè))

第九部分典型企業(yè)案例分析

1.Atman

企業(yè)概述

Atman由來自微軟的人工智能科學(xué)家和產(chǎn)業(yè)經(jīng)驗豐富的產(chǎn)品團隊創(chuàng)辦，提供專業(yè)領(lǐng)域機器翻譯、機器寫作、知識圖譜、大數(shù)據(jù)智能采集挖掘等語言智能產(chǎn)品，致力于成為醫(yī)學(xué)、新聞、法律等專業(yè)領(lǐng)域語言智能專家，為專業(yè)領(lǐng)域用戶賦能，推動專業(yè)領(lǐng)域用戶進入人工智能時代，助力專業(yè)領(lǐng)域文字智能水平實現(xiàn)跨越式提升。Atman已為強生、新華社參考消息、北大法寶、君合律師事務(wù)所等世界領(lǐng)先藥企、新聞媒體、法律服務(wù)機構(gòu)開發(fā)機器翻譯、機器寫作、知識圖譜、大數(shù)據(jù)智能采集挖掘等語言智能產(chǎn)品。

目前Atman在北京和蘇州兩地運營，能快速響應(yīng)全國各地客戶需求。

企業(yè)團隊

創(chuàng)始人&CEO：馬磊

清華大學(xué)計算機系畢業(yè)，曾先后在微軟研究院和工程院擔任研究員和架構(gòu)師，機器學(xué)習(xí)專家、多次創(chuàng)業(yè)者、曾主導(dǎo)多項人工智能重大項目，和申請國際專利共計15+項。

Atman公司核心團隊由來自微軟、百度、法電等領(lǐng)域高端人才和資深技術(shù)人才組成，公司員工40人，其中碩士以上學(xué)歷占比60%，技術(shù)開發(fā)人員占比70%，一半以上來自微軟亞洲研究院和工程院。

核心技術(shù)與產(chǎn)品

技術(shù)方面，擅長機器學(xué)習(xí)（深度學(xué)習(xí)、強化學(xué)習(xí)、群體智能）在復(fù)雜問題的應(yīng)用，和國際專利15項，Atman神經(jīng)網(wǎng)絡(luò)機器翻譯系統(tǒng)于2016年9月首秀，早于谷歌的GNMT，專業(yè)領(lǐng)域翻譯效果在公測標準和行業(yè)客戶測試中均持續(xù)領(lǐng)先。核心產(chǎn)品為垂直領(lǐng)域機器翻譯、機器寫作、知識圖譜抽取構(gòu)建、大數(shù)據(jù)智能挖掘等語言智能產(chǎn)品。

Atman的機器翻譯產(chǎn)品可自動翻譯編輯專業(yè)文獻、報告、音視頻和網(wǎng)頁，支持私有部署和云端混合部署，提供包括數(shù)據(jù)隱私安全以及自學(xué)習(xí)的端到端解決方案。

機器寫作可對海量數(shù)據(jù)進行快速搜索、過濾、聚類，根據(jù)行業(yè)需求自動生成專業(yè)文檔，適用于所有專業(yè)寫作場景，可大幅減少專業(yè)報告寫作過程中的繁復(fù)工作，大幅提升專業(yè)領(lǐng)域?qū)懽餍省?/p>

知識圖譜可實現(xiàn)海量數(shù)據(jù)的語義檢索、長鏈推理、意圖識別、因果分析，形成一個全局知識庫。大數(shù)據(jù)智能采集挖掘系統(tǒng)為專業(yè)領(lǐng)域用戶提供智能數(shù)據(jù)源管理、海量專業(yè)數(shù)據(jù)獲取和非結(jié)構(gòu)化數(shù)據(jù)自動解析并結(jié)合知識圖譜提供auto-screening、知識重構(gòu)、專業(yè)決策輔助，幫助用戶建立強大的以專業(yè)大數(shù)據(jù)為基礎(chǔ)的業(yè)務(wù)輔助能力。

2.黑芝麻

企業(yè)概述

黑芝麻智能科技有限公司是一家視覺感知核心技術(shù)與應(yīng)用軟件開發(fā)企業(yè)，2016年分別在美國硅谷和上海成立研發(fā)中心，主攻領(lǐng)域為嵌入式圖像、計算機視覺，公司核心業(yè)務(wù)是提供基于圖像處理、計算圖像以及人工智能的嵌入式視覺感知平臺，為ADAS及自動駕駛提供完整的視覺感知方案。

目前公司和博世、滴滴、蔚來、上汽、上汽大通、EVCARD、中科創(chuàng)達、車聯(lián)天下和云樂新能源等展開深入合作，提供基于視覺的感知方案；除此之外，公司還在消費電子、智能家居等領(lǐng)域布局為智能終端提供視覺解決方案。目前公司已經(jīng)完成A+輪融資。

企業(yè)團隊

團隊核心成員來自于OmniVision、博世、安霸、英偉達和高通等知名企業(yè)，平均擁有超過15年以上的產(chǎn)業(yè)經(jīng)驗，畢業(yè)于清華、交大、中科大和浙大等知名高校。

創(chuàng)始人&CEO：單記章此前在硅谷一家全球頂尖的圖像傳感器公司工作近20年，離職前擔任該公司的技術(shù)副總裁一職，工作內(nèi)容覆蓋了圖像傳感器研發(fā)和設(shè)計、圖像處理算法研發(fā)和圖像處理芯片設(shè)計。

核心技術(shù)和產(chǎn)品

在汽車領(lǐng)域，黑芝麻可提供車內(nèi)監(jiān)控方案（DMS），自動泊車方案（AVP），ADAS/自動駕駛感知平臺方案。黑芝麻智能科技提供的解決方案包括算法和芯片兩個核心部分：黑芝麻感知算法從基礎(chǔ)的控光技術(shù)，到面向AI的圖像處理技術(shù)出發(fā)來提高成像質(zhì)量，以及應(yīng)用深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，結(jié)合視頻處理和壓縮技術(shù)，形成從傳感器端到應(yīng)用端的處理過程；黑芝麻芯片平臺采用獨有的神經(jīng)網(wǎng)絡(luò)架構(gòu)，包括獨有的圖像處理，視頻壓縮和計算機視覺模塊，與黑芝麻視覺算法結(jié)合，采用16nm制程，設(shè)計功耗2.5w，每秒浮點計算達20T。

3.乂學(xué)教育

企業(yè)概述

乂學(xué)教育，成立于2014年，是一家網(wǎng)絡(luò)教育培訓(xùn)機構(gòu)，采用人工智能和大數(shù)據(jù)技術(shù)，為學(xué)生提供量身定制學(xué)習(xí)解決方案和個性化學(xué)習(xí)內(nèi)容。核心團隊來自美國Knewton、Realizeit、ALEKS等人工智能教育公司，銷售團隊有全國40億toC銷售額的經(jīng)驗。

企業(yè)自主研發(fā)了針對中國K12領(lǐng)域的學(xué)生智適應(yīng)學(xué)習(xí)產(chǎn)品，其核心部分是以高級算法為核心的智適應(yīng)學(xué)習(xí)引擎“松鼠AI”，該產(chǎn)品擁有完整自主知識產(chǎn)權(quán)，能夠模擬真實特級教師教學(xué)。企業(yè)發(fā)表的學(xué)術(shù)論文得到了全球國際學(xué)術(shù)會議AIED、CSEDU、UMAP認可，并在紐約設(shè)計了人工智能教育實驗室，與斯坦福國際研究院（SRI）在硅谷成立了人工智能聯(lián)合實驗室。

主要產(chǎn)品

學(xué)生智適應(yīng)學(xué)習(xí)是以學(xué)生為中心的智能化、個性化教育，在教、學(xué)、評、測、練等教學(xué)過程中應(yīng)用人工智能技術(shù)，在模擬優(yōu)秀教師的基礎(chǔ)之上，達到超越真人教學(xué)的目的。該產(chǎn)品性價比高，以人工智能+真人教師的模式，做到因材施教，有效解決傳統(tǒng)教育課時費用高，名師資源少，學(xué)習(xí)效率低等問題。

智適應(yīng)學(xué)習(xí)人工智能系統(tǒng)

智適應(yīng)學(xué)習(xí)人工智能系統(tǒng)模擬特級教師，采用圖論、概率圖模型，機器學(xué)習(xí)完成知識點拆分和個人學(xué)習(xí)畫像，采用神經(jīng)網(wǎng)絡(luò)、邏輯斯蒂回歸和遺傳算法為學(xué)生實時動態(tài)推薦最佳學(xué)習(xí)路徑，實現(xiàn)個性化教育。

業(yè)務(wù)模式

線上與線下，2B和2C相結(jié)合。以松鼠AI智適應(yīng)系統(tǒng)教學(xué)為主，真人教師輔助，學(xué)生通過互聯(lián)網(wǎng)在線上學(xué)習(xí)課程。開創(chuàng)教育新零售模式，授權(quán)線下合作學(xué)校，已在全國100多個城市開設(shè)500多家學(xué)校。

4.云從科技

企業(yè)概述

云從科技成立于2015年4月，是一家孵化于中國科學(xué)院重慶研究院的高科技企業(yè)，專注于計算機視覺與人工智 能。云從科技是人工智能行業(yè)國家隊，是中科院戰(zhàn)略先導(dǎo)項目人臉識別團隊唯一代表，唯一一家同時受邀制定人 臉識別國家標準、行業(yè)標準的企業(yè)。2018年，云從科技成為祖國“一帶一路”戰(zhàn)略實行路上的人工智能先鋒，與 非洲南部第二大經(jīng)濟體津巴布韋政府完成簽約。

云從科技奠定了行業(yè)領(lǐng)導(dǎo)地位： 國家肯定，國家發(fā)改委2017、2018年人工智能重大工程承建單位；頂層設(shè)計，唯一同時制定國標、部標和行標的人工智能企業(yè)；模式創(chuàng)新，三大平臺解決方案，科學(xué)家平臺、核心技術(shù)平臺和行業(yè)應(yīng)用平臺。

企業(yè)核心團隊

創(chuàng)始人

周曦博士，師從四院院士、計算機視覺之父—ThomasS.Huan黃煦濤教授，專注于人工智能識別領(lǐng)域的計算機視覺 研究。入選中科院“百人計劃”，曾任中國科學(xué)院重慶研究院信息所副所長、智能多媒體技術(shù)研究中心主任。

周曦博士帶領(lǐng)團隊曾在計算機視覺識別、圖像識別、音頻檢測等國際挑戰(zhàn)賽中7次奪冠;在國際頂級會議、雜志 上發(fā)表60余篇文章，被引用上千次。

核心技術(shù)團隊

云從科技依托美國UIUC和硅谷兩個前沿實驗室，中科院、上海交大兩個聯(lián)合實驗室上海、廣州、重慶、成都四 個研發(fā)中心組成的三級研發(fā)架構(gòu)。目前研發(fā)團隊已經(jīng)超過300人，80%以上擁有碩士學(xué)歷。

技術(shù)優(yōu)勢

全方位多維智能學(xué)習(xí)模塊適應(yīng)不同場景要求；模塊化設(shè)計為在工業(yè)視覺、醫(yī)學(xué)影像、自動駕駛AR等領(lǐng)域擴展打下良好基礎(chǔ)。

云從科技具有高技術(shù)壁壘：世界智能識別挑戰(zhàn)賽成績斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微軟全球圖像識別挑戰(zhàn)賽上共計奪得7次世界冠軍;在銀行、公安等行業(yè)智能識別技術(shù) PK實戰(zhàn)中，85次獲得第一；2018年，云從科技入選MIT全球十大突破性技術(shù)代表企業(yè)。

在跨鏡追蹤(ReID)技術(shù)上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三個數(shù)據(jù)同時集體刷 新世界記錄， Market-1501上的首位命中率達到96.6%，首次達到商用水平。

正式在國內(nèi)“3D結(jié)構(gòu)光人臉識別技術(shù)”，可全面應(yīng)用于手機、電腦、機具、設(shè)備、家電。相較以往的2D人 臉識別及以紅外活體檢測技術(shù)，3D結(jié)構(gòu)光人臉識別技術(shù)擁有不需要用戶進行任何動作配合完成活體驗證的功能， 分析時間壓縮到了毫秒級以及不受環(huán)境光線強弱的影響等諸多優(yōu)點，受到國際巨頭公司的關(guān)注。

行業(yè)應(yīng)用

目前國內(nèi)有能力自建系統(tǒng)的銀行約為148家。截止2018年3月15日，已經(jīng)完成招標的銀行約為121家，其中云從科 技中標了88家總行平臺，市場占有率約為72.7%;在安防領(lǐng)域推動中科院與公安部全面合作，通過公安部重大課題研發(fā)火眼人臉大數(shù)據(jù)平臺等智能化系統(tǒng)，在民航領(lǐng)域，已經(jīng)與中科院重慶院合作覆蓋80%的樞紐機場。

5.Yi+

企業(yè)概述

北京陌上花科技是領(lǐng)先的計算機視覺引擎服務(wù)商，為企業(yè)提供視覺內(nèi)容智能化和商業(yè)化解決方案。致力于“發(fā)現(xiàn)視覺信息的價值”。

旗下品牌Yi+是世界一流的人工智能計算機視覺引擎，衣+是時尚商品搜索引擎。公司在圖像視頻中對場景、通用物體、商品、人臉的檢測、識別、搜索及推薦均達到領(lǐng)先水平。

目前公司和阿里巴巴、愛奇藝、優(yōu)酷土豆、中國有線、CIBN、中信國安、海信、華為、360等數(shù)十家頂級機構(gòu)/產(chǎn)品深度合作，通過提供邊看邊買引擎、圖像視頻內(nèi)容分析引擎、人臉識別引擎等基于視覺識別技術(shù)的數(shù)據(jù)結(jié)構(gòu)化產(chǎn)品服務(wù)于海量用戶，同時幫助政府機構(gòu)、廣電系統(tǒng)、內(nèi)容媒體、零售商、電商、視聽設(shè)備等行業(yè)實現(xiàn)智能分析、智能互動與場景營銷。目前公司已經(jīng)獲得B輪融資。

企業(yè)團隊

團隊成員來自于斯坦福、耶魯、帝國理工、新加坡國大、南洋理工、清華、北大、中科院等名校及谷歌、微軟、IBM、英特爾、阿里巴巴、騰訊、百度、華為等名企。

創(chuàng)始人&CEO：張默

北京大學(xué)軟件工程碩士， 南洋理工大學(xué)創(chuàng)業(yè)創(chuàng)新碩士。連續(xù)創(chuàng)業(yè)者， 曾任華為算法工程師、微軟WindowsMobile工程師、 IBM SmarterCity 架構(gòu)師，北方區(qū)合作伙伴經(jīng)理，主機Linux中國區(qū)負責人，中國區(qū)開源聯(lián)盟負責人，年銷售額數(shù)億。 2013年創(chuàng)業(yè)于美國硅谷和新加坡，2014年6月在中國設(shè)立北京陌上花科技有限公司。

核心技術(shù)與產(chǎn)品

技術(shù)方面，在國際頂級計算機視覺競賽ImageNet中，成績曾超過谷歌、斯坦福等，2015-2016年2年獲得十項世界第一。2018年3月，人臉識別準確率位列LFW榜首。Yi+通過遵循無限制，標記的外部數(shù)據(jù)協(xié)議。 Yi+的系統(tǒng)由人臉檢測，人臉對齊和人臉描述符提取組成。使用多重損失和訓(xùn)練數(shù)據(jù)集訓(xùn)練CNN模型，其中包含來自多個來源的約10M個圖像，其中包含150，000個人（訓(xùn)練數(shù)據(jù)集與LFW沒有交集）。在測試時， Yi+使用原始的LFW圖像并應(yīng)用簡單的L2norm。圖像對之間的相似性用歐氏距離來測量，最終取得優(yōu)異成績。

公司的核心產(chǎn)品主要包括視覺搜索引擎，圖像視頻分析引擎以及人臉識別和分析引擎：

行業(yè)解決方案

針對營銷、安防、相機和電視的不同特點，推出相應(yīng)解決方案。

營銷+AI。場景化廣告方案中，大屏AI助理信息流推薦、神字幕、物體/人臉AR動態(tài)貼圖、video-out、場景化角標與廣告濾鏡等形式的廣告內(nèi)容推薦，適用于快消、汽車、電商、IT、金融、旅游服務(wù)等多個行業(yè)。

智慧城市+AI。使用計算及視覺助力智慧城市，在智慧安防、智慧交通、智慧園區(qū)等方面提供解決方案。在智慧安防實時識別上，實時處理直播攝像頭信息，算法反應(yīng)敏捷，相應(yīng)迅速。建立智慧園區(qū)方案模型，考慮擴展性&靈活性、數(shù)據(jù)管理、松散耦合性、安全性、實時整合性以及功能性和非功能性需求等技術(shù)方案要素，從業(yè)務(wù)和技術(shù)兩方面整合解決方案實現(xiàn)步驟。

電視+AI。電視+AI的解決方案賦予智能電視多樣播放能力和營銷能力。

相機+AI。相機更具交互能力。用戶通過搜索關(guān)鍵字標簽同步展示圖片，打通相冊和購物一站式體驗。準確識別人物屬性特征，動態(tài)適應(yīng)表情變化，可以在視頻以及圖像中對人臉實時檢測，基于深度學(xué)習(xí)技術(shù)，進行人臉相似度檢測，實現(xiàn)面部關(guān)鍵點定位、妝容圖像渲染，試用與粉底、唇彩以及眼影等多種虛擬試裝方式。實時檢測攝像頭中出現(xiàn)的物品、場景和人臉等，添加AR效果，SDK支持本地檢測、識別、追蹤，平均檢測幀率可達到25fps。

新零售+AI。Yi+新零售解決方案是基于公司自主研發(fā)的人臉識別、商品識別和其他圖像識別算法技術(shù)為核心，建立一整套基于人臉、商品的智能零售門店管理方案。Yi+新零售解決方案主要包含數(shù)據(jù)采集、算法模型說明和部署方案三部分，其中數(shù)據(jù)采集包括人臉數(shù)據(jù)采集、商品數(shù)據(jù)采集；算法模型說明包括識別算法訓(xùn)練、商品識別、識別輸出；部署方案包括本地部署、云端部署、本地部署與云端部署結(jié)合。

6.擎創(chuàng)科技

企業(yè)簡介

擎創(chuàng)科技成立于2016年，專注于將人工智能和機器學(xué)習(xí)賦予傳統(tǒng)IT運維／企業(yè)運營管理，為企業(yè)客戶提供智能運維大數(shù)據(jù)分析解決方案，從而取代和改善對高技能運維人員嚴重依賴的現(xiàn)狀。2017年，擎創(chuàng)科技已實現(xiàn)全年2000萬營收，迅速成為國內(nèi)AIOps領(lǐng)域的領(lǐng)跑者和中流砥柱。2018年初，擎創(chuàng)科技完成了數(shù)千萬人民幣的A輪融資，由火山石投資領(lǐng)投，晨暉創(chuàng)投、元璟資本及新加坡STTelemedia跟投。

核心團隊

擎創(chuàng)團隊的核心成員主要由BMC、微軟等美國企業(yè)服務(wù)上市公司的運維老兵，與新浪、餓了么等知名互聯(lián)網(wǎng)公司的大數(shù)據(jù)、算法專家組成，核心團隊成員至少擁有10年以上的行業(yè)經(jīng)驗。其中CEO楊辰是國內(nèi)最頂級的B端銷售，曾帶領(lǐng)團隊獲得10倍的業(yè)績增長；CTO葛曉波擁有長達15年的企業(yè)級軟件開發(fā)和運維經(jīng)驗；而產(chǎn)品總監(jiān)屈中泠則來自甲方，創(chuàng)業(yè)前為浦發(fā)硅谷銀行企業(yè)架構(gòu)師，深知甲方對企業(yè)運維產(chǎn)品的需求。這個曾經(jīng)深耕于運維企業(yè)服務(wù)市場的團隊，如今在智能運維企業(yè)服務(wù)賽道繼續(xù)領(lǐng)跑，讓擎創(chuàng)科技成為最懂企業(yè)的客戶，最值得企業(yè)客戶信賴的軟件廠商。

主要產(chǎn)品

“夏洛克AIOps” 作為擎創(chuàng)自主研發(fā)的大數(shù)據(jù)智能運維主打產(chǎn)品，自2016年上線以來，已從1.0版本升級至1.9版本，可應(yīng)用在金融、大型制造業(yè)、鐵路民航、能源電力等涉及國家發(fā)展和民生問題的多種行業(yè)。在2017全球運維大會上，夏洛克AIOps獲得由中國信息通信研究院與高效運維社區(qū)聯(lián)合頒發(fā)的“年度最具影響力AIOps產(chǎn)品”獎。

“夏洛克AIOps”充分利用自研算法輔助客戶實現(xiàn)IT運維價值，結(jié)合客戶的現(xiàn)有情況，規(guī)劃從傳統(tǒng)ITOM至AIOps智能運維的一站式路徑，助其運營落地，由此打破數(shù)據(jù)孤島，建立統(tǒng)一的大數(shù)據(jù)智能分析平臺，實現(xiàn)以人工智能為核心，驅(qū)動傳統(tǒng)IT運維監(jiān)、管、控三個層面，并將相關(guān)運維數(shù)據(jù)及業(yè)務(wù)數(shù)據(jù)實時展現(xiàn)。

“夏洛克AIOps”擁有多項自研算法，猶如運維界的福爾摩斯，能迅速發(fā)現(xiàn)并定位運維問題的根因，實現(xiàn)秒級排障，最大程度避免企業(yè)產(chǎn)生重大損失。更有價值的是，“夏洛克AIOps”還能通過長期的數(shù)據(jù)積累和機器學(xué)習(xí)，運用新型深度神經(jīng)網(wǎng)絡(luò)算法對企業(yè)的業(yè)務(wù)數(shù)據(jù)進行預(yù)測，幫助企業(yè)提前規(guī)劃IT資源，高效預(yù)防各類黑天鵝事件的發(fā)生。

商業(yè)模式

目前，擎創(chuàng)科技已與多家金融和制造行業(yè)標桿客戶形成穩(wěn)定的合作關(guān)系，包括浦發(fā)銀行、浦發(fā)硅谷銀行、國家開發(fā)銀行、上海鐵路局、銀聯(lián)、海爾、浙江能源等。針對不同客戶，采用個性化的商業(yè)模式進行服務(wù)，目前主要有私有模式和SaaS模式兩種，都具有較強的可復(fù)制性。

核心優(yōu)勢

篇3

關(guān)鍵詞：工體驗設(shè)計；設(shè)計哲學(xué)；發(fā)展方式； 技術(shù)結(jié)合；設(shè)計價值

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

1作為設(shè)計過程的服務(wù)設(shè)計和作為剖析需求的體驗設(shè)計

服務(wù)設(shè)計中有一個核心概念“生活方式”，而體驗設(shè)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(jīng)濟水平長足發(fā)展、社會生產(chǎn)制造業(yè)和物資分配方式能夠給人們生活提供相對足夠物質(zhì)資源的前提，因此這些設(shè)計理念都強調(diào)對“非物質(zhì)”因素的設(shè)計，特別關(guān)注對人與物（機器）的關(guān)系、人與技術(shù)的關(guān)系、人與社會的關(guān)系、人與環(huán)境關(guān)系、人與人的自我認知的重新認識和價值判斷。

服務(wù)設(shè)計為消費者創(chuàng)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(yōu)化系統(tǒng)內(nèi)的過程和接觸點使得系統(tǒng)內(nèi)的各個利益相關(guān)者獲得更大價值的設(shè)計觀念。從設(shè)計哲學(xué)上看，服務(wù)設(shè)計是對過程的設(shè)計，更多的是將消費者（也就是人）作為系統(tǒng)內(nèi)的一個重要組成核心，通過將其周圍“外部因素”（物質(zhì)與非物質(zhì)的相互關(guān)系）不斷優(yōu)化來促成對這一核心提供價值。

而體驗設(shè)計是對“內(nèi)部因素”的設(shè)計，是對“體驗”本身進行設(shè)計，從設(shè)計哲學(xué)上來說就放大和直接剖析設(shè)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(yīng)、可能的思維方式和上升的情感反思進行分析和預(yù)判，為其需要被滿足或還未被發(fā)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(shè)計中心從設(shè)計生活方式變成了設(shè)計生活的意義。”

2體驗設(shè)計可以創(chuàng)造生活意義

在理解“體驗設(shè)計可以創(chuàng)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(xù)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(zhì)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(jīng)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(jīng)濟財務(wù)自，享有自我實現(xiàn)的滿足感，享有他人的尊重，享有豐富的社會資源和人際關(guān)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(jīng)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(jīng)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(tài)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(tài)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(jīng)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(xiàn)”的階段?！笆挛镉辛藘r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(yè)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(zhì)服務(wù)創(chuàng)造的“體驗”成了滿足人們需要的主要經(jīng)濟提供物。體驗經(jīng)濟中，設(shè)計師不再是簡單操作層面的“創(chuàng)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(shè)計可以創(chuàng)造生活意義的證明。

3體驗設(shè)計如何創(chuàng)造生活意義、價值

2001年，美國信息交互設(shè)計專家謝佐夫在《體驗設(shè)計》一書中，首次給出了體驗設(shè)計定義：“體驗設(shè)計是將消費者的參與融入設(shè)計中，是企業(yè)把服務(wù)作為“舞臺”、產(chǎn)品作欏暗讕摺?、环境作巍安季啊?，使消費者在商業(yè)活動過程中感受到美好的體驗過程，……體驗特征應(yīng)從感官、行為、精神三個層面上綜合表現(xiàn)?！庇纱丝梢钥闯?，體驗設(shè)計的目的從客觀上說就是為了創(chuàng)造更好的用戶體驗、提供更多的體驗感受而設(shè)計；從設(shè)計行為上來說是可能包括對認知科學(xué)因素的探索和轉(zhuǎn)化、對服務(wù)行為和系統(tǒng)架構(gòu)的優(yōu)化、對服務(wù)的有形物質(zhì)資料和無形的行為方式的規(guī)范和管理；從設(shè)計可能涉及到的學(xué)科方向看包括：認知科學(xué)（心智哲學(xué)、認知心理學(xué)、認知語言學(xué)）、行為學(xué)、心理學(xué)、社會學(xué)、倫理學(xué)、人類學(xué)等。對這些學(xué)科的關(guān)注和相關(guān)研究方法的引入，標志著體驗設(shè)計開始真正走向了關(guān)注內(nèi)在精神需求和自我認知滿足的研究領(lǐng)域。

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

（2）體驗設(shè)計為用戶提供多種時空方式、感官通道、交互行為、服務(wù)模式、情景內(nèi)容的體驗，豐富了用戶的生活經(jīng)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(shè)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(jié)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(lián)絡(luò)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(xiàn)實環(huán)境體驗、沉浸式虛擬現(xiàn)實體驗、行為和語言交互等；為用戶提供的不同商業(yè)模式和產(chǎn)業(yè)形態(tài)的體驗接觸包括商業(yè)性質(zhì)的線下產(chǎn)品服務(wù)推廣體驗、在線電子商務(wù)業(yè)務(wù)的營銷和廣告、科學(xué)普及和知識傳播為目的的線上數(shù)字化展覽和線下實體科技館體驗、藝術(shù)與文化研究推廣位目的的藝術(shù)展覽和博覽會等；為用戶提供的不同情境內(nèi)容的體驗方式包括對自然科學(xué)知識普及的情境、對藝術(shù)文學(xué)文化價值的再現(xiàn)和感悟的情境、對未來智能生活和物聯(lián)網(wǎng)家具生活展示的情境、對優(yōu)越生活服務(wù)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(huán)境體驗的情境、對數(shù)字娛樂及互動游戲的體驗的情境、對科學(xué)技術(shù)前端科技可視化可理解的展示的情境等等。

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

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

（5）體驗設(shè)計在提供給用戶更多無可復(fù)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(jīng)濟模式下社會的生產(chǎn)力，挖掘和促生更多創(chuàng)新交叉式的經(jīng)濟產(chǎn)業(yè)，豐富和提升社會文化內(nèi)容和人們的精神文明世界，誘發(fā)更多新興前沿科技的研究并促進其向社會生活的快速轉(zhuǎn)化，最終通過提升人類對自我認知和價值需求判斷的哲學(xué)、倫理學(xué)、人類學(xué)高度來更好地促進人類與物質(zhì)、社會、環(huán)境友好關(guān)系的締結(jié)和平衡穩(wěn)定的發(fā)展。

以上就是筆者對體驗設(shè)計如何創(chuàng)造價值、以及可能創(chuàng)造何種價值的思考和預(yù)測。

4能夠創(chuàng)造更多“體驗”的最新科學(xué)技術(shù)手段

技術(shù)已經(jīng)并將繼續(xù)成為以人為中心，它將提高人、企業(yè)和事物之間的透明度。隨著技術(shù)演變更加適應(yīng)工作場所和家庭環(huán)境，并且與企業(yè)和其他人的互動加強，這種關(guān)系將變得更加交織。設(shè)計師應(yīng)該更加應(yīng)該“謹慎、周密地運用先進的科學(xué)技術(shù)，在新的生態(tài)文化、價值觀念下，創(chuàng)造新的產(chǎn)品或新的價值意義，同時設(shè)計也應(yīng)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(shù)特別是生命科學(xué)、人工智能、計算機學(xué)習(xí)、可穿戴智能設(shè)備技術(shù)的即時了解和掌握，將有助于設(shè)計師更好地對未來體驗設(shè)計發(fā)展趨勢、可能性進行判斷和預(yù)設(shè)。

2016年7月，全球最具權(quán)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(shù)成熟度曲線。Gartner指出，2016年是數(shù)字的一年，數(shù)字業(yè)務(wù)創(chuàng)新是“新常態(tài)”，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(yōu)化；三是平臺革命正在醞釀[5]。

（1）感知智能機器技術(shù)為體驗的獲得和判斷提供更多的科學(xué)依據(jù)、大數(shù)據(jù)來源，以及提供“體驗生活”（包括工作、學(xué)習(xí)、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(shù)將是未來10年里最具認知突破力的一類技術(shù)，包含智能微塵、機器學(xué)習(xí)、虛擬個人助理、認知專家顧問、語音翻譯、智能數(shù)據(jù)挖掘、智能工作空間、會話用戶界面、智能機器人、商業(yè)無人機、自動駕駛汽車、自然語言問答等技術(shù)，這些技術(shù)將極大的提高對可收集到的所有認知體驗數(shù)據(jù)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(shù)將為用戶體驗過程、特別是用戶對自身本質(zhì)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(guān)鍵技術(shù)包括4D打印、腦機接口、人類機能增加、自我實現(xiàn)的高級分析（Advanced Analytics With Self-Service Delivery）、立體顯示技術(shù)、情感運算、互聯(lián)家庭、增強現(xiàn)實、虛擬現(xiàn)實和手勢控制設(shè)備、可穿戴設(shè)備等。

（3）平臺實現(xiàn)將為實現(xiàn)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(jié)構(gòu)――Stage。新興技術(shù)正在改變“平臺”的定義和使用平臺的方式。從技術(shù)基礎(chǔ)設(shè)施到生態(tài)系y平臺，平臺或系統(tǒng)有了較新的商業(yè)模式，正在形成人類生活和技術(shù)之間的橋梁。這些關(guān)鍵平臺實現(xiàn)技術(shù)包括：物聯(lián)網(wǎng)平臺、智慧型信息服務(wù)系統(tǒng)、混合云空間，以及“神經(jīng)形態(tài)硬件、量子計算、軟件定義安全和軟件定義一切（SDx）”等技術(shù)。

物聯(lián)網(wǎng)：物聯(lián)網(wǎng)是借助互聯(lián)技術(shù)和各類平臺，在物（包括產(chǎn)品、服務(wù)與地點等）與人之間建立起來的一種關(guān)系，是第四次工業(yè)革命中聯(lián)結(jié)物理應(yīng)用與數(shù)字應(yīng)用的重要橋梁和紐帶。物聯(lián)網(wǎng)技術(shù)中傳感器以及其他可將物理世界中的物品與虛擬網(wǎng)絡(luò)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(yè)、基礎(chǔ)設(shè)施行業(yè)還是醫(yī)療衛(wèi)生，所有行業(yè)概莫能外。物聯(lián)網(wǎng)技術(shù)的發(fā)展，將會豐富體驗設(shè)計中人與物的相關(guān)關(guān)系、物與物的相關(guān)關(guān)系以及人與環(huán)境的相關(guān)關(guān)系的概念。

智能機器：機器具有類似人類在學(xué)習(xí)、推理、適應(yīng)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(tǒng)通過預(yù)設(shè)答案及網(wǎng)絡(luò)搜索手段實現(xiàn)了初步智能應(yīng)用。但參加達沃斯年會的科技界人士預(yù)測，未來人工智能完全可以實現(xiàn)理解語言、讀懂文件、自我學(xué)習(xí)甚至情感理解。當然，具有能夠控制自身思維、維護系統(tǒng)生態(tài)并且具有再生產(chǎn)方式的機器只存在于科幻小說。今天人工智能系統(tǒng)，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(chuàng)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?？梢韵胂?，在進行智能機器技術(shù)研發(fā)和創(chuàng)意設(shè)計的Google公司、MIT麻省理工藝術(shù)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(lǐng)域的設(shè)計師、科學(xué)家每一個細節(jié)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(fā)且可探測、可量化監(jiān)控的軌跡和范圍發(fā)展?，F(xiàn)在通過技術(shù)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(shù)提供特定的且可量化檢測的幫助，例如監(jiān)控睡眠質(zhì)量的智能手環(huán)和監(jiān)控呼吸心跳并調(diào)節(jié)微電流環(huán)境的保健磁療頸環(huán)。不過，事實上，研究提供更多的自發(fā)和不可檢測的增強人類機能的技術(shù)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(shù)，再例如外科植入物或直接的遺傳基因編碼操控技術(shù)。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(jīng)和更簡單可行的交互方式，不過面對選擇用技術(shù)增強身體和頭腦機能的“社會人”，人際關(guān)系、組織、社會、環(huán)境勢必也會面對越來越多的挑戰(zhàn)。

腦機接口（Brain-Computer Interface）：Emotiv Epoc是一種智能頭戴式設(shè)備，由美國加州舊金山的神經(jīng)科技公司Emotiv Systems花費了五年時間研發(fā)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(shè)備之一。 Emotiv Epoc運用一種被稱為非侵入性的腦電波儀（EEG）技術(shù)，感測并學(xué)習(xí)每個使用者大腦神經(jīng)元電訊號模式，讀取使用者大腦對特定動作產(chǎn)生的神經(jīng)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(zhuǎn)化成電腦或游戲機能理解的訊息，再以無線信號傳輸?shù)诫娔X，最終在熒幕上復(fù)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(tài)，如“精力集中”的技術(shù)，Emotive還能同時區(qū)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(xué)家和設(shè)計師有關(guān)研究人類大腦是如何運轉(zhuǎn)以及如何擴展人類對自身認知的有價值的設(shè)計洞見。

5對未來體驗設(shè)計作用和職責之思考

現(xiàn)在消費者通過佩戴智能腦機接口設(shè)備已經(jīng)可以通過EG（大腦電信號動態(tài)畫面）直觀的看到即時的大腦動態(tài)變化以及腦內(nèi)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(shè)計”的范疇已經(jīng)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(jīng)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(huán)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(xué)、心理學(xué)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(zhàn)呢？

即使現(xiàn)在作為設(shè)計師無法用文藝創(chuàng)作的方式對未來科技和生活方式進行預(yù)判和想象，我們身為設(shè)計師還是有很多可以創(chuàng)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(shè)計的設(shè)計理論和方法，價值判斷和審美范式，用更系統(tǒng)有效的設(shè)計原則和價值判斷幫助推進由體驗設(shè)計所串聯(lián)起的產(chǎn)品-商品-服務(wù)-系統(tǒng)產(chǎn)業(yè)鏈的規(guī)劃和發(fā)展，以創(chuàng)造更多的社會經(jīng)濟價值、社會人文價值和環(huán)境可持續(xù)發(fā)展。

（2）體驗設(shè)計包含感官體驗設(shè)計、情感體驗設(shè)計、思考體驗設(shè)計、行為體驗設(shè)計、關(guān)聯(lián)體驗設(shè)計和混合式體驗設(shè)計。充分學(xué)習(xí)有關(guān)這些設(shè)計的學(xué)科專業(yè)知識（包括心理學(xué)、認知科學(xué)、社會學(xué)、人類學(xué)、哲學(xué)等），充分掌握或創(chuàng)造能夠有效展開以上設(shè)計研究的研究方法（例如影子預(yù)示法、訪談?wù){(diào)研法、觀察法、圖表歸納法、需求轉(zhuǎn)述法、情緒版和情境角色扮演法）和研究模型，充分在設(shè)計實踐中結(jié)合反思和總結(jié)來不斷充實對體驗設(shè)計的經(jīng)驗和方法。

（3）好的體驗設(shè)計通過擴展人類對自我的認知，幫助重新認識自我，應(yīng)該成就人們更善意的態(tài)度、更寬廣的胸襟和更積極樂觀的生活態(tài)度，最終促進人們對真善美的追求。因此，體驗設(shè)計應(yīng)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(dǎo)和具有感染力的“自我實現(xiàn)”的機會，促進更多的人履行社會責任創(chuàng)造社會價值，而不是對個人淺顯欲望的盲目追求。

（4）體驗設(shè)計應(yīng)該為解決諸多現(xiàn)實問題而設(shè)計，例如人類種族、群落、地區(qū)、文明的發(fā)展程度的差距逐漸增大，再例如信息鴻溝、信息不對等、物質(zhì)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(shè)計需要以消除信息的不均等以及有效利用、均衡信息為設(shè)計目的，盡力做到在關(guān)注人本質(zhì)問題的同時實現(xiàn)社會價值的更優(yōu)化分配。

6結(jié)語

在筆者看來，體驗設(shè)計應(yīng)該是一種回歸的設(shè)計。數(shù)千年前在中國古代哲學(xué)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(xiàn)，這種“回歸”通過在有限物質(zhì)環(huán)境下不斷理解和調(diào)和人與物、社會、環(huán)境等因素在自身精神世界中所映射出的相互關(guān)系來達到實現(xiàn)。在“人造的自然”中，設(shè)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(shè)計，能夠讓人克服人性的弱點，引領(lǐng)人性的回歸，創(chuàng)造和組織更多人與自然的平等關(guān)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(shè)計、體驗設(shè)計的發(fā)展趨勢和目標。

參考文獻：

[1]辛向陽，構(gòu)建值得記憶的經(jīng)歷.Interaction Design Committee交互設(shè)計專業(yè)委員會，2016.

[2]魯曉波，深圳大學(xué)學(xué)報，人文社會科學(xué)版，2010（27）.價值、體驗與設(shè)計創(chuàng)新.

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

[4] 魯曉波，觀察家 ，2003.關(guān)于設(shè)計倫理問題的一點思考.

篇4

[論文摘要] 本文結(jié)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(quán)理論進行項目可行性分析需要注意的幾點內(nèi)容，這有助于完善實物期權(quán)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(yè)價值評估的經(jīng)典方法是折現(xiàn)現(xiàn)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(shè)是企業(yè)持續(xù)穩(wěn)定經(jīng)營，未來現(xiàn)金流可預(yù)期。該方法隱含了兩個不切實際的假設(shè)，即企業(yè)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(diào)整。該方法忽略了許多重要的現(xiàn)實影響因素，因而在評價具有經(jīng)營靈活性或戰(zhàn)略成長性的項目時，會低估項目價值，甚至導(dǎo)致錯誤的決策。其次，DCF法只能估算現(xiàn)有業(yè)務(wù)未來所產(chǎn)生的現(xiàn)金流價值，而忽略了企業(yè)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(yè)帶來的增值。

實物期權(quán)的概念最初是由Myers(1977)提出的，他指出一個投資方案的現(xiàn)金流量，來自于目前所擁有資產(chǎn)的使用，再加上一個對未來投資機會的選擇權(quán)。當企業(yè)面對不確定作出初始投資時，不僅給企業(yè)直接帶來現(xiàn)金流，而且賦予企業(yè)對有價值的“增長機會”進一步投資的權(quán)利。如等到項目有了更好的預(yù)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(quán)理論認識到了商業(yè)行為靈活性的重要性，特別在現(xiàn)代商業(yè)環(huán)境下，管理者擁有更大的控制權(quán)力，企業(yè)經(jīng)營前景也變得越來越不確定，因此對實物期權(quán)的研究也就變得更加重要了。

二、研究實物期權(quán)需要考慮的幾個因素

為了準確地運用實物期權(quán)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(diào)整期權(quán)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(xiàn)的原因是標的資產(chǎn)的持有者能獲得來自標的資產(chǎn)所帶來的便利收益。比如股利，專利權(quán)收入，儲存成本,以及其他暗含的便利收益。在發(fā)生價值漏損的時候，實物資產(chǎn)的價值會相應(yīng)地改變。這時需要根據(jù)標的資產(chǎn)的價值漏損，對實物期權(quán)定價模型做出相應(yīng)的調(diào)整。通常，將價值漏損設(shè)為標的資產(chǎn)不變的百分比，這樣處理通常相對簡單，而且有效。期權(quán)定價基于市場的完全性與有效性，它假設(shè)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(yù)期收益項中加以調(diào)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(quán)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(guān)項目的信息，進行市場調(diào)研，以及做一些研發(fā)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(chǎn)品的銷量，或是改良產(chǎn)品的品質(zhì)或增加一些產(chǎn)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(huán)境下，來對實物期權(quán)進行估值。

這里需要特別注意的是，期權(quán)是項目不確定性（波動率）的增函數(shù)。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(quán)價值，為什么管理者還要這樣做呢？Martzoukos（2001）通過數(shù)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(zhì)量，降低將來犯潛在錯誤的成本，以使得企業(yè)能夠做出最優(yōu)決策。

3.引入“順序期權(quán)”

在大多數(shù)場合，各種實物期權(quán)存在一定的相關(guān)性，這種相關(guān)性不僅表現(xiàn)在多個投資項目之間的相互關(guān)聯(lián)，而且同一項目內(nèi)部各子項目之間也前后相關(guān)。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(guān)的信息時，就會重新評價投資項目的價值，并據(jù)此決定繼續(xù)追加投資或撤回投資。其次，后續(xù)投資通常與前期所實施的管理控制相關(guān)，只有進行了前期投資，才有后續(xù)投資的機會。通過前期所收集的相關(guān)信息，可以為后續(xù)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(yōu)的實施路徑。這種階段性投資的相關(guān)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(quán)文獻中，都假設(shè)資產(chǎn)的價值變化遵循幾何布朗運動。但是當一些重大信息出現(xiàn)時（政治、疾病問題等），標的資產(chǎn)的價格會發(fā)生不連續(xù)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(xù)變動和"泊松過程”引起的跳躍共同作用的結(jié)果?；谶@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(quán)的定價公式。這時，就需要引入非連續(xù)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(quán)執(zhí)行價格的動態(tài)變化

通常，我們假定在執(zhí)行期權(quán)時都具有一個確定的執(zhí)行價格。在市場環(huán)境相對穩(wěn)定時，投資額變化不大，假定一個不變的執(zhí)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(quán)執(zhí)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(quán)

實物期權(quán)的持有者在行權(quán)時，可能并不擁有購買標的資產(chǎn)的獨占權(quán)利，競爭者可能會提前執(zhí)行期權(quán)。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(yīng)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(quán)。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(quán)估值問題。Novy（2004）研究了公司在競爭和不確定環(huán)境下的最優(yōu)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(tài)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(quán)定價相結(jié)合

在解決實物期權(quán)的定價問題時，只有極少數(shù)的模型存在分析解，多數(shù)時候只能依靠模擬仿真得到近似的數(shù)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(quán)這類不確定的非線性預(yù)測問題，人工智能方法具有較大的優(yōu)越性。Lajbcygier（1999）研究了利用人工神經(jīng)網(wǎng)絡(luò)方法，來對金融衍生產(chǎn)品進行定價。Msrtzoukos（2001）研究了具有隱含合同性質(zhì)的客戶化期權(quán)的定價問題。他的研究結(jié)果表明，這一方法能很好地滿足銀行等金融機構(gòu)的實時決策需求，在計算結(jié)果的準確性方面，也能達到令人滿意的地步。

三、實物期權(quán)在實際運用中需要注意的幾個問題

當實物期權(quán)越來越多地被用于分析實物投資時，在以下幾個方面應(yīng)加以注意：

1.關(guān)注實物期權(quán)分析的邏輯和目的

實物期權(quán)分析的根本邏輯是金融期權(quán)定價技術(shù)在新領(lǐng)域的“轉(zhuǎn)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(quán)定價公式用于實物投資分析。

2.關(guān)注實物期權(quán)分析與組織管理之間的結(jié)合

投資者運用實物期權(quán)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(yè)對風險的控制也是一個需要注意的問題。

3.模型的復(fù)雜性與實用性相結(jié)合

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

四、結(jié)束語

實物期權(quán)理論是基于金融期權(quán)而發(fā)展起來的評價方法，國內(nèi)學(xué)者對實物期權(quán)理論的研究還不太深入，而將實物期權(quán)理論與復(fù)雜的決策過程相結(jié)合的定量研究文章更是少見。實物期權(quán)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(jù)每一個具體的投資項目，調(diào)整實物期權(quán)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(quán)及其運用[F]. 上海:復(fù)旦大學(xué)出版社，2003

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

篇5

關(guān)鍵詞：職業(yè)教育；產(chǎn)業(yè)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(chǎn)業(yè)集群在河南有了長足發(fā)展，截至2013年，河南的產(chǎn)業(yè)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(wǎng)、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(chǎn)業(yè)集群。從長期來看，河南產(chǎn)業(yè)集群的發(fā)展還處于初級階段。因為受到省內(nèi)資源環(huán)境的約束，傳統(tǒng)的高消耗、高投入、粗放式發(fā)展方式越來越無法繼續(xù)生存下去，要想繼續(xù)生存就要轉(zhuǎn)變發(fā)展觀念，從投資驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動。重視發(fā)展職業(yè)教育，整合校企資源，促進產(chǎn)業(yè)升級。通過體制機制創(chuàng)新，實現(xiàn)創(chuàng)新驅(qū)動發(fā)展，形成新動力。通過職業(yè)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(yè)教育與產(chǎn)業(yè)最近，產(chǎn)業(yè)的需求關(guān)系通常反映在職業(yè)教育的專業(yè)設(shè)置上，職業(yè)教育對產(chǎn)業(yè)形態(tài)的發(fā)展變化最為敏銳。一方面，發(fā)展職業(yè)教育順應(yīng)產(chǎn)業(yè)需求，帶動勞動力資源素質(zhì)的提高，一定會助推產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和升級；另一方面，職業(yè)教育發(fā)展最為根本的原動力就是產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和升級。科學(xué)構(gòu)建職業(yè)教育與產(chǎn)業(yè)結(jié)構(gòu)聯(lián)動升級機制，通過創(chuàng)業(yè)型職業(yè)教育發(fā)展，帶動新興產(chǎn)業(yè)，培育新興產(chǎn)業(yè)集群；通過高等職業(yè)教育發(fā)展，增強產(chǎn)業(yè)創(chuàng)新能力，提升產(chǎn)業(yè)競爭力；通過中等職業(yè)教育發(fā)展，促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與升級，這些是實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和經(jīng)濟發(fā)展方式轉(zhuǎn)變，推動向資源節(jié)約型、環(huán)境友好型社會邁進的必由之路。 

在以創(chuàng)新職業(yè)教育促進產(chǎn)業(yè)升級方面，河南省具有一定的基礎(chǔ)條件。全省的職業(yè)教育以中、高等職業(yè)教育為主體，技術(shù)培訓(xùn)學(xué)校、培訓(xùn)機構(gòu)、中小學(xué)等相配合的職業(yè)教育基本形成。河南省的高等職業(yè)院校有56所，共設(shè)置專業(yè)1526個，覆蓋了全部19個專業(yè)大類。近年來，有關(guān)職業(yè)教育與產(chǎn)業(yè)升級的論文及科研成果不斷涌現(xiàn)，對職業(yè)教育促進產(chǎn)業(yè)優(yōu)化升級機制形成的研究，已具備了現(xiàn)實與理論條件。 

當前國內(nèi)外企業(yè)都在積極地搶占市場、進行技術(shù)控制，比如在人工智能、數(shù)字制造、工業(yè)機械人等高科技領(lǐng)域。河南也不例外，在這同一起跑線上。如果不培養(yǎng)產(chǎn)業(yè)發(fā)展所需各類人才，不創(chuàng)新職業(yè)教育，不研發(fā)科技含量高的新產(chǎn)品，就會一直被全球價值鏈低端鎖定。 

而河南省的職業(yè)教育目前存在的突出問題是：辦學(xué)條件較差；職業(yè)院校的專業(yè)設(shè)置不適應(yīng)產(chǎn)業(yè)發(fā)展的需要；職業(yè)院校與企業(yè)沒有完善的互動機制；科研成果轉(zhuǎn)化為生產(chǎn)力的過程漫長；政府投入嚴重不足等。近年來，由于職業(yè)教育的專業(yè)設(shè)置與社會需求脫節(jié)、教學(xué)質(zhì)量下滑等原因，職業(yè)教育的發(fā)展已出現(xiàn)徘徊不前，甚至出現(xiàn)倒退的征兆。而在同時，由于產(chǎn)業(yè)集群缺乏創(chuàng)新平臺，企業(yè)研發(fā)經(jīng)費投入的比例非常低，許多企業(yè)內(nèi)部缺乏自主創(chuàng)新能力，特別是中小企業(yè)多數(shù)沒有核心技術(shù)，產(chǎn)品僅停留在低水平的往返式生產(chǎn)上。目前，在經(jīng)濟發(fā)展進入新常態(tài)的大背景下，我國經(jīng)濟正在向形態(tài)更高級、分工更復(fù)雜、結(jié)構(gòu)更合理的階段演化。對職業(yè)教育進行改革創(chuàng)新，促進產(chǎn)業(yè)升級，形成良性機制，從而實現(xiàn)共同發(fā)展，助推中原崛起，無疑具有重大意義。 

筆者認為應(yīng)從以下幾個方面著手進行職業(yè)教育改革，構(gòu)建產(chǎn)業(yè)的優(yōu)化升級機制。 

1 調(diào)整傳統(tǒng)的職業(yè)教育專業(yè)結(jié)構(gòu) 

首先，要適當壓縮就業(yè)困難的相關(guān)專業(yè)，提高對涉農(nóng)專業(yè)、農(nóng)業(yè)職業(yè)學(xué)校的支持力度，培養(yǎng)滿足現(xiàn)代農(nóng)業(yè)需要的專業(yè)技術(shù)人才；其次，針對河南省經(jīng)濟產(chǎn)業(yè)的轉(zhuǎn)移和發(fā)展的重點，培養(yǎng)制造業(yè)、能源業(yè)、交通運輸業(yè)等與產(chǎn)業(yè)發(fā)展緊密相連的高技術(shù)型人才。 

2 構(gòu)建創(chuàng)業(yè)型職業(yè)教育格局，引領(lǐng)新興產(chǎn)業(yè)集群發(fā)展 

新興產(chǎn)業(yè)是引領(lǐng)未來的先導(dǎo)產(chǎn)業(yè)，需要大批創(chuàng)業(yè)型人才為支撐。而創(chuàng)業(yè)型職業(yè)教育處于職業(yè)教育的高端層面，它以培養(yǎng)學(xué)生的創(chuàng)業(yè)意識、創(chuàng)業(yè)精神和創(chuàng)業(yè)能力為目標，并源源不斷為社會造就創(chuàng)業(yè)型領(lǐng)軍人才，并經(jīng)由他們的創(chuàng)業(yè)活動，引領(lǐng)產(chǎn)業(yè)結(jié)構(gòu)的深刻變革，催生新興產(chǎn)業(yè)。這樣才有可能形成產(chǎn)業(yè)聚集和產(chǎn)業(yè)集群，去實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的升級換代。所以，只有調(diào)整職業(yè)教育專業(yè)結(jié)構(gòu)，構(gòu)建創(chuàng)業(yè)型職業(yè)教育格局，才能引領(lǐng)新興產(chǎn)業(yè)集群的發(fā)展。 

3 重塑高等職業(yè)教育體系，促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級 

當前，河南省創(chuàng)新型人才、高技能人才嚴重短缺，人力資源結(jié)構(gòu)存在問題，企業(yè)自主創(chuàng)新能力要素薄弱，同時，高新技術(shù)轉(zhuǎn)化為現(xiàn)實生產(chǎn)力的能力要素也嚴重不足。這與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、產(chǎn)業(yè)創(chuàng)新要求不相適應(yīng)。因此，只有通過高等職業(yè)教育的發(fā)展，重塑高等職業(yè)教育體系，為企業(yè)輸送大批產(chǎn)業(yè)自主創(chuàng)新緊缺急需的創(chuàng)新型高技能人才，增強產(chǎn)業(yè)自主創(chuàng)新能力和科技轉(zhuǎn)化能力，進而提升產(chǎn)業(yè)競爭力和產(chǎn)業(yè)附加值，才能最終實現(xiàn)產(chǎn)業(yè)的升級換代。 

4 建立職業(yè)院校與企業(yè)良性互動的內(nèi)外運行機制 

職業(yè)院校與企業(yè)良性互動的核心在于人的互動。要從根本上解決產(chǎn)業(yè)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(wěn)定和制度化的聯(lián)系。比如，學(xué)校教師可以訪問學(xué)者的身份到企業(yè)掛職鍛煉，學(xué)生以學(xué)員、企業(yè)員工的雙重身份進行互動；可以邀請企業(yè)成功人士到學(xué)校講學(xué)，聘請企業(yè)專業(yè)人士做兼職教師等。對于外部機制的建設(shè)，主要是政府要起激勵、規(guī)范、約束、溝通的作用。比如在經(jīng)費投入、政策引導(dǎo)與約束、行業(yè)中介、研究支持等方面提供外部保障。 

總之，只有從職業(yè)教育引領(lǐng)產(chǎn)業(yè)發(fā)展、促進產(chǎn)業(yè)升級的角度出發(fā)，才能解決河南省產(chǎn)業(yè)集群所面臨的問題。調(diào)整職業(yè)教育專業(yè)結(jié)構(gòu)；構(gòu)建創(chuàng)業(yè)型職業(yè)教育格局，引領(lǐng)新興產(chǎn)業(yè)集群；重塑高等職業(yè)教育體系，促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級；建立職業(yè)院校與企業(yè)良性互動的四位一體的運行機制，才能最終實現(xiàn)職業(yè)教育對產(chǎn)業(yè)轉(zhuǎn)型升級的帶動作用和職業(yè)教育與產(chǎn)業(yè)發(fā)展的良性互動，從而使河南省產(chǎn)業(yè)由簡單、粗放型向集約型，從單一的、低級的結(jié)構(gòu)向全面協(xié)調(diào)可持續(xù)發(fā)展轉(zhuǎn)變。 

參考文獻 

[1]鄭瑾.職業(yè)教育與產(chǎn)業(yè)結(jié)構(gòu)聯(lián)動機制研究[J].廈門城市職業(yè)學(xué)院學(xué)報，2013，（2）. 

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

篇6

關(guān)鍵詞：案例推理;技術(shù);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(xué) 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(diào)整（Revise）以及案例學(xué)習(xí)（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(jù)，通過算法進行檢索，并依照屬性權(quán)重不同呈現(xiàn)出對應(yīng)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(guān)工作者可以根據(jù)自身的需要制作出適合本案例系統(tǒng)的案例表達方法，并依據(jù)案例屬性的特征賦予其相應(yīng)的權(quán)重。

（二）案例檢索。案例的檢索是 CBR 系統(tǒng)中的重要環(huán)節(jié)，即依照一定的檢索規(guī)則在 CBR數(shù)據(jù)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(dǎo)法、神經(jīng)網(wǎng)絡(luò)法、歸納索引法以及最近相鄰法等。

（三）案例調(diào)整。為了更好地服務(wù)應(yīng)用實踐，根據(jù)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(diào)整和修改。案例的調(diào)整和修改需要人們根據(jù)具體的技能知識靈活進行，沒有較為統(tǒng)一的的方法可供借用，因此它是 CBR 的一個難題。

（四）案例學(xué)習(xí)。案例學(xué)習(xí)是保持案例實效性與知識更新中的必要環(huán)節(jié)。案例學(xué)習(xí)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(yè)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(guān)人員對案例推理系統(tǒng)的認知程度，并及時修正系統(tǒng)中的相關(guān)問題。

二、基于案例推理的關(guān)鍵技術(shù)

（一）案例的表示與組織

案例的恰當表示是目標事件向統(tǒng)一的標準量化式轉(zhuǎn)換的過程。具體來講，案例的內(nèi)容一般有如下三個主要組成部分：① 具體問題及背景與環(huán)境狀況;②解決方案的記錄;③反饋結(jié)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(shè)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(guān)聯(lián)程度越高。以此亦可宏觀看出多種案例之間的相互關(guān)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(lǐng)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(tài)記憶模型和波特（Porter）的類型-實例模型。動態(tài)記憶模型是以具體的歷史案例為基礎(chǔ)，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(yīng)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(tài)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(yè)知識及原理。所有案例依據(jù)屬性特征對于案例的影響程度賦予相應(yīng)的權(quán)重并依次排列。

兩種組織類型都能夠有效地體現(xiàn)不同案例的特征屬性，動態(tài)記憶模型是依據(jù)客觀實例抽象出科學(xué)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(xiàn)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(yīng)對突發(fā)事件的處理。

（二）案例的檢索與匹配環(huán)節(jié)

案例的檢索與匹配是實現(xiàn)案例推理的核心環(huán)節(jié)。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(shù)――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(jù)其屬性值對應(yīng)地分為四類，即確定數(shù)型屬性、確定符號屬性、模糊概念屬性、模糊數(shù)或模糊區(qū)間屬性。

確定數(shù)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(shù)或模糊區(qū)間屬性的表示方面，張本生、于永利 在CBR 系統(tǒng)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(jīng)網(wǎng)絡(luò)技術(shù);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?；谀：碚?，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(yīng)用廣泛但未能體現(xiàn)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(quán)值，但權(quán)值在各案例中的比重不變，且權(quán)值的賦予是有相關(guān)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(jīng)網(wǎng)絡(luò)技術(shù)是人們模擬大腦神經(jīng)的組織結(jié)構(gòu)進行，進行分布式的網(wǎng)狀數(shù)據(jù)分布，經(jīng)過嚴密的算法不斷調(diào)整各個節(jié)點間的相互關(guān)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(shù)學(xué)算法進行，并以數(shù)值的形式計入案例庫，具有很強的精確性。但其相關(guān)權(quán)重的賦予與規(guī)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(gòu)，建立多重索引，既能夠起到簡化案例庫的作用，又可依據(jù)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(xiàn)有案例進行客觀提煉和總結(jié)，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(wù)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(xiàn)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(diào)整。案例調(diào)整一般是根據(jù)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(guī)則來得出新的解決方案。

三、基于案例推理的應(yīng)用

案例推理方法產(chǎn)生的時間不長，但發(fā)展迅速，現(xiàn)已被眾多領(lǐng)域運用來解決產(chǎn)生的新問題。如突發(fā)事件應(yīng)急管理、企業(yè)管理、計算機信息科學(xué)、法律案件、醫(yī)療領(lǐng)域等領(lǐng)域。

（一）在突發(fā)事件應(yīng)急管理方面的應(yīng)用

由于突發(fā)事件應(yīng)急方案的制定具有緊迫性和不可預(yù)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(nèi)對于該領(lǐng)域具有廣泛的研究。張賢坤以不確定應(yīng)急案例的知識表示和推理為出發(fā)點，研究基于案例推理的突發(fā)事件決策方法，實現(xiàn)應(yīng)對突發(fā)事件應(yīng)急輔助決策;王曉、莊亞明將模糊集理論、神經(jīng)網(wǎng)絡(luò) Hebb 學(xué)習(xí)規(guī)則和多元線性回歸與案例推理法相結(jié)合，能夠比較準確地預(yù)測出非常規(guī)突發(fā)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(yīng)急響應(yīng)預(yù)案研究中運用相關(guān)專業(yè)知識提出了科學(xué)的目標事件與案例的屬性相似度及屬性權(quán)重的計算方法，并應(yīng)用相關(guān)計算機軟件開發(fā)了基于 CBR 的高速公路交通事件預(yù)案應(yīng)急決策系統(tǒng)。

（二）在企業(yè)管理方面的應(yīng)用

對于企業(yè)等社會組織的內(nèi)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(shù)與自身專業(yè)知識相結(jié)合，提出科學(xué)的應(yīng)對方案。柳炳祥，盛昭翰在企業(yè)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(yù)警方法，用來驗證基于案例推理方法在企業(yè)危機預(yù)警中應(yīng)用的可行性和有效性。[9]賴院根等人基于案例推理在企業(yè)專利戰(zhàn)略制定研究中針對目前企業(yè)專利戰(zhàn)略制定中存在的問題，構(gòu)建了基于案例推理的企業(yè)專利戰(zhàn)略制定模型。

（三）在計算機信息科學(xué)領(lǐng)域的應(yīng)用

計算機的普及和通信技術(shù)的迅速發(fā)展，使計算機網(wǎng)絡(luò)已經(jīng)滲透到人們的日常生活中，而一些網(wǎng)絡(luò)中的相關(guān)問題也日益凸顯。

賈煒在對現(xiàn)有網(wǎng)絡(luò)脆弱性評估方法調(diào)研分析的基礎(chǔ)上，提出了一種基于網(wǎng)絡(luò)脆弱性攻擊圖的脆弱性評估模型。由于網(wǎng)絡(luò)具有虛擬性、隱蔽性、傳播快、等特點，現(xiàn)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(wǎng)絡(luò)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(wǎng)絡(luò)輿情輔助決策系統(tǒng)的研究中，提出一種基于案例推理的網(wǎng)絡(luò)輿情輔助決策系統(tǒng)框架，在此基礎(chǔ)上開發(fā)完成了基于案例推理的網(wǎng)絡(luò)輿情輔助決策系統(tǒng)。

（四）在智能故障診斷領(lǐng)域的運用

將CBR應(yīng)用到故障診斷領(lǐng)域，能夠提高對機電液設(shè)備的故障診斷能力。鄭佩在分析了案例知識的表示內(nèi)容和方法的基礎(chǔ)上，采用一種面向?qū)ο蠹夹g(shù)和數(shù)據(jù)庫技術(shù)相結(jié)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(jié)構(gòu)模型。[12]

四、基于案例推理存在的問題簡述

（一）關(guān)于案例的學(xué)習(xí)

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

（二）我國對于CBR技術(shù)的應(yīng)用

國內(nèi)真正將CBR運用到工商業(yè)領(lǐng)域的還很少，而國外已能夠?qū)BR技術(shù)的研究廣泛應(yīng)用于生產(chǎn)生活。80年代后期美國就在分類、診斷、計劃及設(shè)計等領(lǐng)域內(nèi)開發(fā)了數(shù)百個應(yīng)用實例，對于研究領(lǐng)域建立起的數(shù)據(jù)模型及檢索方式已有較為成功的實踐經(jīng)驗。

如JUDGE是Reinbeck于1989年開發(fā)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(diào)規(guī)劃程序可根據(jù)不同菜對配料的要求，檢索源案例中的菜譜，修改并創(chuàng)建新的菜品。[3]

（三）案例推理的深入發(fā)展

目前各類具體領(lǐng)域的研究都將自身專業(yè)知識置于案例推理技術(shù)的框架下并綜合數(shù)學(xué)、統(tǒng)計學(xué)等知識，形成解決該領(lǐng)域內(nèi)存在問題的應(yīng)對機制。盡管有認知科學(xué)和人工智能等一些相關(guān)理論的支持，但至今CBR技術(shù)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(tǒng)一的成熟技術(shù)和理論指導(dǎo)。只能是在眾多理論研究中進行試驗選擇，以達到針對本領(lǐng)域研究問題的最佳方法。而這也將成為未來完善CBR技術(shù)的指導(dǎo)方向。

五、總結(jié)

本文針對基于案例推理進行了多方面的闡述，重點對其關(guān)鍵技術(shù)的研究現(xiàn)狀及CBR的應(yīng)用及行了匯總，并指出了現(xiàn)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(fù)雜問題時，如何去解決;揭示了如何將獲得的經(jīng)驗進行提煉與匹配，為復(fù)雜的、非結(jié)構(gòu)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(yōu)化研究》[D] 東北大學(xué)碩士論文2011-06-01

篇7

――記2006年度高等學(xué)?？茖W(xué)技術(shù)獎專利獎一等獎

“同步輻射空間姿態(tài)可調(diào)連續(xù)變焦超長準直和聚焦系統(tǒng)”

2006年度“高等學(xué)校科學(xué)技術(shù)獎”授獎項目共325項（一等124項/二等201項），其中自然科學(xué)獎111項（一等42項/二等69項）、技術(shù)發(fā)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(xù)刊出。敬請關(guān)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(xù)可調(diào)等一系列優(yōu)點，是眾多前沿學(xué)科領(lǐng)域進行基礎(chǔ)研究和應(yīng)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(yīng)用研究的不斷深入，應(yīng)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(fā)展已歷經(jīng)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(fā)射度較大，相應(yīng)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(fā)展起來的專用光源，其束團的發(fā)射度降低到50～150nm.rad，相應(yīng)的光譜耀度也增加了兩個數(shù)量級；第三代同步輻射光源是上世紀八十年代后期發(fā)展起來的專用光源，其束團發(fā)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(shù)量級，而且可靈活地選擇光子能量和偏振狀態(tài)。

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(xué)研究的裝置，建成于上世紀九十年代初期，是我國凝聚態(tài)物理、材料科學(xué)、化學(xué)、生命科學(xué)、資源環(huán)境及微電子等交叉學(xué)科開展科學(xué)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(lǐng)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(fā)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(tǒng)是同步輻射光束線中的關(guān)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(chuàng)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(chuàng)新地提出一種空間姿態(tài)可調(diào)連續(xù)變焦的超長鏡體壓彎系統(tǒng)。它的主要創(chuàng)新發(fā)明和特點如下：

發(fā)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(tǒng)機構(gòu)，實現(xiàn)超長鏡面空間姿態(tài)的連續(xù)變焦，解決了同步輻射X光束的高精度準直、聚焦；

發(fā)明了卸載真空負載的真空室外支撐臺機構(gòu)，來實現(xiàn)對真空室內(nèi)鏡體姿態(tài)調(diào)節(jié)，避免了調(diào)節(jié)機構(gòu)驅(qū)動電機等電器器件裝在真空室內(nèi)對鏡子的污染，既有利于超高真空的實現(xiàn)，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(gòu)的控制調(diào)節(jié)真空室內(nèi)鏡體的位置，實現(xiàn)在工況下，對鏡置的遠程調(diào)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(shù)，及“折”型管冷卻，較好地解決了超高真空密封技術(shù)和鏡子的水冷；

采用一些特殊結(jié)構(gòu)設(shè)計，以方便系統(tǒng)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(xué)與中國科學(xué)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(tǒng)的過程中，精心組織了一支來自同步輻射、光學(xué)、精密儀器等多學(xué)科交叉的、老中青結(jié)合的研發(fā)團隊，協(xié)調(diào)攻關(guān)，確保了本專利的發(fā)明和實施。

陳文元在本項目中提出了本專利創(chuàng)新的總體方案，并全面負責實施，在連續(xù)變焦的超長鏡體壓彎系統(tǒng)、鏡子的空間四自由度方位調(diào)整系統(tǒng)、水冷系統(tǒng)的雙刀口真空密封系統(tǒng)等創(chuàng)新中起到關(guān)鍵和核心作用；張衛(wèi)平在準直聚焦系統(tǒng)的創(chuàng)造發(fā)明中，參與超長鏡體壓彎系統(tǒng)及鏡箱的設(shè)計、理論分析、建造以及準直聚焦系統(tǒng)的圖紙繪制，并參與加工、安裝與調(diào)試等工作；盛偉繁在超長壓彎鏡箱的創(chuàng)新發(fā)明中，負責調(diào)研、收集各類先進的設(shè)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(chuàng)新性的設(shè)計方案起到了重要作用，并負責工程管理、協(xié)調(diào)、外聯(lián)，有效保證了本發(fā)明在同步輻射光束線上的實施；閻永廉參與本發(fā)明從初始構(gòu)思到最終實現(xiàn)的全過程，其多年的同步輻射工作經(jīng)驗對于本發(fā)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(yīng)用情況

本發(fā)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(tǒng)，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(tài)機構(gòu)，折形及銦鎵無氧銅塊組合水冷系統(tǒng)、雙刀口法蘭等，是自主知識產(chǎn)權(quán)的重要裝備，裝置性能達到國際先進水平，不僅為國家節(jié)約了大量資金，并且對同步輻射光源的應(yīng)用，提升我國科學(xué)研究和創(chuàng)新能力，具有重要意義。

根據(jù)本發(fā)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(jié)構(gòu)）、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(wěn)定，國內(nèi)外眾多知名院校、研究所（浙江大學(xué)、天津大學(xué)、中科院上海應(yīng)用物理研究所等）爭先在此裝置上進行科學(xué)研究，一大批成果通過該裝置產(chǎn)生。生物物理所對植物浦光蛋白結(jié)構(gòu)的測試、清華大學(xué)對SARS病毒主蛋白酶復(fù)合物結(jié)構(gòu)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(zhì)“3CLMpro”等重大發(fā)現(xiàn)被美國《自然》雜志和PNAS 刊物發(fā)表。這些成果不僅推動了各領(lǐng)域的科學(xué)研究，也必將在一定時間后轉(zhuǎn)化為生產(chǎn)、經(jīng)濟效益。

立足國情研發(fā)自主知識產(chǎn)權(quán)的過程控制技術(shù)

――記2006年度高等學(xué)?？茖W(xué)技術(shù)獎推廣類一等獎

“大型裂解爐溫度和負荷先進控制技術(shù)”

項目背景

石油化學(xué)工業(yè)是我國的支柱產(chǎn)業(yè)之一，而乙烯工業(yè)則是石化工業(yè)的“核心”和發(fā)展標志，其發(fā)展直接影響到國家的經(jīng)濟基礎(chǔ)和綜合國力強弱，大力發(fā)展具有國際競爭力的乙烯工業(yè)是我國當務(wù)之急。建設(shè)新的乙烯裝置，投資大、周期長；采用自動化技術(shù)提升現(xiàn)有乙烯裝置生產(chǎn)技術(shù)，增加產(chǎn)量、提高質(zhì)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(chǎn)設(shè)備都是從國外引進，由于國外先進控制技術(shù)和軟件適應(yīng)不了國內(nèi)乙烯生產(chǎn)原料多變狀況，很難長周期投入使用，因此迫切需要研發(fā)具有自主知識產(chǎn)權(quán)、適合國內(nèi)乙烯生產(chǎn)特點的乙烯生產(chǎn)過程先進控制技術(shù)和軟件，以提高乙烯裝置的生產(chǎn)技術(shù)水平和國際競爭力。

裂解爐是乙烯生產(chǎn)裝置的核心設(shè)備，它操作平穩(wěn)與否不僅影響整個乙烯生產(chǎn)裝置的產(chǎn)品質(zhì)量和產(chǎn)量，而且將影響下游生產(chǎn)裝置的平穩(wěn)操作。因此，對乙烯生產(chǎn)過程開發(fā)計算機先進控制技術(shù)時，首先考慮開發(fā)裂解爐的先進控制技術(shù)，且它所獲取的經(jīng)濟效益約占整個乙烯裝置采用先進控制技術(shù)后所獲得的經(jīng)濟效益的40%左右。在這方面，國外已有許多成功應(yīng)用的經(jīng)驗。隨著我國乙烯工業(yè)的發(fā)展，乙烯產(chǎn)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(shù)，優(yōu)化大型裂解爐的操作。

研發(fā)歷程

華東理工大學(xué)早期開發(fā)了年產(chǎn)4萬噸 SRT-III 型裂解爐溫度和負荷先進控制技術(shù)，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(wěn)定和優(yōu)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(jīng)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(yè)的迅速發(fā)展，裂解爐規(guī)模日趨大型化，目前年產(chǎn)6萬噸乙烯的GK-VI型和SRT-IV型裂解爐以及年產(chǎn)10萬噸的SL-Ⅱ型裂解爐被廣泛采用。這些裂解爐的工藝結(jié)構(gòu)更加復(fù)雜，生產(chǎn)負荷也大幅提高，對控制系統(tǒng)提出了更高的要求，原來的技術(shù)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(fā)展，為復(fù)雜工業(yè)過程的先進控制技術(shù)開發(fā)提供了新途徑。本項目即是在原有技術(shù)的基礎(chǔ)上，引入人工智能方法，結(jié)合工藝對象特點進行了技術(shù)再創(chuàng)新，開發(fā)了大型裂解爐先進控制技術(shù)。

齊魯石化（目前為國內(nèi)第三大乙烯生產(chǎn)企業(yè)）現(xiàn)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(jié)構(gòu)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(tǒng)的設(shè)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(tǒng)分析，包括燃料氣供給系統(tǒng)、蒸汽供給系統(tǒng)、裂解烴原料供給系統(tǒng)和裂解爐燒嘴類型和分布、爐膛結(jié)構(gòu)、爐管分布和結(jié)構(gòu)等，找出影響各爐型裂解爐平穩(wěn)運行的癥結(jié)所在，建立各爐型的動力學(xué)模型，這對預(yù)測裂解爐的動態(tài)特性非常關(guān)鍵；之后結(jié)合原有技術(shù)，融入最新的控制理論成果（例如應(yīng)用新的模糊CMAC網(wǎng)絡(luò)學(xué)習(xí)算法，減少熱值軟測量的建模時間，提高預(yù)測精度），開發(fā)了大型裂解爐先進控制技術(shù)，并成功應(yīng)用。此外，本項目首次提出了溫度均衡控制系統(tǒng)的新的設(shè)計思路，該系統(tǒng)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(shù)的內(nèi)容，提高了該技術(shù)的適用范圍。

顯著實施效果

從大型裂解爐生產(chǎn)過程實時控制的要求出發(fā)，融化學(xué)工程、自動控制、計算機應(yīng)用以及人工智能等技術(shù)為一體，研究開發(fā)了基于模糊小腦模型關(guān)節(jié)控制器（CMAC）神經(jīng)網(wǎng)絡(luò)算法，并將其應(yīng)用于裂解爐燃料氣熱值的軟測量系統(tǒng)；研究開發(fā)了基于熱值軟測量系統(tǒng)的實時前饋推斷控制技術(shù)，對裂解爐平均爐管出口溫度進行實時控制；應(yīng)用先進的過程控制技術(shù)、動態(tài)超前/滯后補償技術(shù)、人工智能技術(shù)等，研究開發(fā)了裂解爐爐管出口溫度均衡控制系統(tǒng)；應(yīng)用專家系統(tǒng)和非線性控制技術(shù)對裂解爐各組爐管進料量進行動態(tài)分配，確保了總負荷的穩(wěn)定；對裂解爐蒸汽注入量進行非線性自適應(yīng)控制，確保汽烴質(zhì)量比穩(wěn)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(chǎn)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(xù)投入使用，經(jīng)過工業(yè)生產(chǎn)裝置長達三年的運行考核證明，該技術(shù)進一步穩(wěn)定和優(yōu)化了乙烯裂解爐的生產(chǎn)操作，使各項工藝操作指標均處于最佳狀態(tài)?？刂菩Ч浅ｏ@著，進一步穩(wěn)定和優(yōu)化了裂解爐的生產(chǎn)操作，使各項工藝操作指標均處于最佳狀態(tài)，每年可產(chǎn)生3045.4萬元的經(jīng)濟效益，三年來（2003年8月～2006年8月）累計給企業(yè)創(chuàng)造了6454.69萬元利稅的直接經(jīng)濟效益。

推廣應(yīng)用情況

2000年針對國內(nèi)早期引進的年產(chǎn)30萬噸乙烯裝置中SRT-III型裂解爐，研究開發(fā)了其先進控制技術(shù)，并在中石化揚子石化大型乙烯裝置上應(yīng)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(fā)了大型裂解爐溫度和負荷先進控制技術(shù)，并在中石化齊魯石化乙烯裝置上成功應(yīng)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(chǎn)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(shù)的開發(fā)和應(yīng)用。此項技術(shù)近年來已完成了數(shù)十臺裂解爐（幾乎涵蓋所有爐型）的應(yīng)用實施，技術(shù)經(jīng)濟指標達到國際先進，在同行業(yè)中影響顯著。

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

2007年初，在中石化乙烯企業(yè)交流會議上，該項目因其工業(yè)應(yīng)用實用性強、轉(zhuǎn)化程度高，核心技術(shù)已授權(quán)國家發(fā)明專利和計算機軟件著作權(quán)（其中“乙烯裝置中裂解爐的智能控制方法”國家發(fā)明專利獲得了2004年上海市發(fā)明創(chuàng)造專利獎發(fā)明專利一等獎、第九屆中國專利優(yōu)秀獎），形成了適應(yīng)國內(nèi)乙烯生產(chǎn)特點的智能控制技術(shù)和軟件，已作為首批成熟技術(shù)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(yè)內(nèi)全面推廣應(yīng)用。

研發(fā)團隊

該項目是由以國家杰出青年基金獲得者錢鋒教授領(lǐng)銜的研發(fā)團隊完成的。該團隊成員多年來一直從事石油化工生產(chǎn)過程建模與優(yōu)化、先進控制以及智能控制和故障診斷的理論與應(yīng)用技術(shù)研究；依托化學(xué)工程聯(lián)合國家重點實驗室、過程系統(tǒng)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(xué)基金、863計劃、科技攻關(guān)、國家工業(yè)自動化產(chǎn)業(yè)化專項以及40余項中石化企業(yè)的科技攻關(guān)項目；走“集成創(chuàng)新和引進、吸收、再創(chuàng)新”之路，在石油化工生產(chǎn)過程控制與優(yōu)化、系統(tǒng)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(yōu)化控制等技術(shù)，成功應(yīng)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(yè)裝置，取得了一批創(chuàng)新性成果；打破了國外技術(shù)壟斷，每年為企業(yè)創(chuàng)造了新增2.8億元/年利潤，僅在成果應(yīng)用考核期就累計創(chuàng)造了新增6.69億元利稅，開創(chuàng)了一條投資少、見效快的石油化工裝置增加產(chǎn)量、提高質(zhì)量、降低消耗、實現(xiàn)跨越式發(fā)展的自主創(chuàng)新之路，打破了國內(nèi)石化行業(yè)先進控制技術(shù)長期依賴國外引進的局面，為推動我國石油化工行業(yè)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(yè)的龍頭和支柱產(chǎn)業(yè)加以發(fā)展。隨著我國國民經(jīng)濟持續(xù)穩(wěn)定發(fā)展，對乙烯衍生物需求十分強勁。根據(jù)國家規(guī)劃，“十一五”期間，我國將增加乙烯產(chǎn)能1000多萬噸，增長140%左右，乙烯企業(yè)平均規(guī)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(nèi)需求，各乙烯工廠均面臨挑戰(zhàn)：既要保證重大裝備的穩(wěn)定、可靠又要不斷提高生產(chǎn)的技術(shù)水平。這不僅僅需要在工藝技術(shù)、工程設(shè)計、工藝設(shè)備上尋求突破，還需要利用信息技術(shù)進行自動控制與優(yōu)化系統(tǒng)的設(shè)計。因此，我們應(yīng)立足更高的要求、更大的規(guī)模以及更廣闊的市場，不斷開發(fā)新方法、新技術(shù)，在不斷的技術(shù)創(chuàng)新中獲得更為廣泛的推廣應(yīng)用市場。

從零開始開創(chuàng)中國魔芋產(chǎn)業(yè)

――記2006年度高等學(xué)校科學(xué)技術(shù)獎推廣類一等獎

“中國魔芋產(chǎn)業(yè)關(guān)鍵技術(shù)的研究和推廣應(yīng)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(tǒng)發(fā)育形成其奇特的生物學(xué)特征特性，卻為中外學(xué)者所陌生。種質(zhì)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(zhàn)后恢復(fù)經(jīng)濟期間將魔芋發(fā)展成一具特色的重要保健食品和化妝品產(chǎn)業(yè)，年產(chǎn)值約合人民幣100億元，對國民經(jīng)濟振興起了重要作用。

當時除日本有幾本魔芋栽培技術(shù)的小冊和一本主寫葡甘聚糖特性和保健研究的《魔芋科學(xué)》外，魔芋的研究資料很少。從農(nóng)學(xué)角度，特別是生物學(xué)基礎(chǔ)部分基本都是空白，生產(chǎn)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(shè)備均為專用，技術(shù)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(guān)鍵專用設(shè)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(yè)所接受，且有的也不適宜中國使用。

中國魔芋產(chǎn)業(yè)的興起與發(fā)展急需經(jīng)濟、實用的加工技術(shù)和配套設(shè)備及魔芋種植從半野生多年自然生狀態(tài)轉(zhuǎn)化為計劃化、規(guī)范化生產(chǎn)的大田作物的系列技術(shù)。西南大學(xué)項目組組織強大的多學(xué)科、產(chǎn)學(xué)研及校內(nèi)外相結(jié)合的強勁團隊申請立項，從零開始，自我創(chuàng)新，21年如一日，突破并不斷發(fā)展魔芋種植業(yè)和加工業(yè)的關(guān)鍵科技，支撐了產(chǎn)業(yè)的形成和發(fā)展。

總體思路

作為魔芋農(nóng)產(chǎn)品加工產(chǎn)業(yè)，產(chǎn)業(yè)鏈很長，環(huán)節(jié)也多，但種植業(yè)仍是基礎(chǔ)，沒有種植業(yè)保證原料的持續(xù)供應(yīng)，則加工業(yè)無從發(fā)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(tài)，將必須走向農(nóng)田，進行有計劃、規(guī)范化的優(yōu)化生產(chǎn)，其中農(nóng)民的觀念轉(zhuǎn)變及植物的適應(yīng)性都將經(jīng)受考驗。因此，項目組必須從魔芋的生物學(xué)基礎(chǔ)開始研究，深入掌握其特性及對生態(tài)條件的適應(yīng)性，在栽培技術(shù)上順其所好、避其所忌，盡力預(yù)防病害的侵襲，力爭較平穩(wěn)地完成其轉(zhuǎn)化。這是一個系統(tǒng)而漫長的過程。

根據(jù)當時背景，魔芋加工產(chǎn)業(yè)的起步還得突破空白，抓住關(guān)鍵，攻克瓶頸。項目組確定對加工的三環(huán)節(jié)，即初加工、精粉加工和制品研制同時并舉，邊研究應(yīng)用，邊總結(jié)提高，力爭促進產(chǎn)業(yè)盡快興起。此外，由于當時熱心進入魔芋行業(yè)的都為民營企業(yè)，他們大多資金不充足；因此項目組在要求技術(shù)路線和設(shè)備設(shè)計起點高、技術(shù)趕超國際先進水平的基礎(chǔ)上，也提出了不盲目追求高精尖，但求經(jīng)濟、實用、高效益，節(jié)約起動資金。

主要工作及技術(shù)經(jīng)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(zhì)資源，發(fā)現(xiàn)命名了全球品質(zhì)最優(yōu)的“白魔芋”新種，推廣29萬畝；

制定了《中國魔芋種植區(qū)劃》，指導(dǎo)全國優(yōu)選最適植區(qū)和最適海拔高度的山區(qū)有計劃發(fā)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(xué)特性進行研究，從理論基礎(chǔ)上弄清魔芋生長發(fā)育特性及對生態(tài)環(huán)境的要求，為科學(xué)種植奠定理論基礎(chǔ)；

開展魔芋優(yōu)化栽培、間套作制度及防病豐產(chǎn)高效益等栽培制度及技術(shù)研究，已累計推廣面積216.67萬畝，使一個半野生植物較平穩(wěn)地轉(zhuǎn)化為規(guī)?；筇镒魑铮?/p>

采用復(fù)合護色劑和特定高溫殺酶技術(shù)，并創(chuàng)新研制配套6YMH烘干機及其后改進的網(wǎng)袋式烘干設(shè)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(chuàng)立了魔芋精粉干法、濕法和干－濕法三種技術(shù)原理、工藝及設(shè)備。尤其是干法的MJJO-1型精粉機采用軍工技術(shù)自行創(chuàng)新研制極為成功，產(chǎn)品達特級。至今已推廣以上設(shè)備1138臺，三法的技術(shù)和設(shè)備推廣覆蓋面占全國95%以上，填補了國內(nèi)空白；

研發(fā)了以魔芋精粉作食品及添加劑應(yīng)用的終端制品的技術(shù)和規(guī)程，推動了全國魔芋食品的興起；

項目新增產(chǎn)值855971.62萬元，新增利稅279469.006萬元，創(chuàng)匯5892.56萬美元，經(jīng)濟效益顯著。

社會效益

山區(qū)農(nóng)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(nóng)民脫貧致富；

從無到有推動中國魔芋產(chǎn)業(yè)的興起和發(fā)展，已形成“種植－初加工－深加工－多行業(yè)應(yīng)用”的產(chǎn)業(yè)鏈，形成年產(chǎn)值超百億元的新興產(chǎn)業(yè)，為社會增加了就業(yè)崗位并帶動了相關(guān)各業(yè)；據(jù)海關(guān)統(tǒng)計，魔芋產(chǎn)品每年增加出口創(chuàng)匯約4000萬美元；此外，開發(fā)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(xùn)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(xùn)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?shù)氐募s200人參加；開辦了魔芋分析測定全國培訓(xùn)班3次，主要是企業(yè)化驗人員參加，共約180人。

此外，還開辦了省、區(qū)、州級培訓(xùn)班共10次，參加人員約1500人；縣、市級培訓(xùn)班（主要是培訓(xùn)當?shù)乜萍既藛T，作為“二傳手”），約50次，8000人；鄉(xiāng)、村一級培訓(xùn)班（主要培訓(xùn)農(nóng)技員，并從農(nóng)民中選取領(lǐng)悟較好者作為魔芋技術(shù)員），約15000人次。

實地指導(dǎo)工作

多年來，項目組先后派出科技人員在重點企業(yè)及重點縣市蹲點（在萬源蹲點6年）指導(dǎo)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(xué)召開了中日魔芋科技研討會，有來自日方的專家學(xué)者、企業(yè)人員、農(nóng)民等20余人，以及中國的企業(yè)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(yè)基地經(jīng)驗交流會，參加人員總計達2000余人。

項目組非常重視產(chǎn)學(xué)研結(jié)合，指導(dǎo)教師和研究生發(fā)表的魔芋科技論文近200篇，指導(dǎo)產(chǎn)業(yè)發(fā)展的論文83篇。

橫向合作

橫向合作由學(xué)校與地方共同承擔，主要是在當?shù)毓餐瓿赡в蠹夹g(shù)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(xué)時候讀的專業(yè)是計算機。他說如果自己當年在普林斯頓大學(xué)本科畢業(yè)沒有繼續(xù)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(yè)繼續(xù)深造之后，他發(fā)現(xiàn)二者并不存在鴻溝，計算機軟件、人際關(guān)系、樂器之間其實可以連接起來。

他的愿望成為了現(xiàn)實。Smule旗下的一款名為Ocarina（中文名為“塤”）的App現(xiàn)在已經(jīng)累積了800多萬的用戶下載量。2008年11月8日，這款應(yīng)用在蘋果應(yīng)用商店上線的第四天，就沖到了各類應(yīng)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A(yù)pp，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(fā)出同樣的聲音?！皽蚀_來說，應(yīng)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?！蓖醺暾f。Ocarina借助了手機里面的聲音感應(yīng)器。另外，Smule產(chǎn)品所依托的底層技術(shù)屬于王戈在大學(xué)攻讀博士學(xué)位和隨后在斯坦福大學(xué)教書時所專研的領(lǐng)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(guān)系變成了人和樂器之間的關(guān)系，只不過你的手機成為一個“數(shù)字化”的樂器，后者的發(fā)生機制是震動和共鳴，而前者依靠的是代碼?！拔业膶?dǎo)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?！蓖醺暾f。

開源的音樂編程語言CHUCK是王戈在普林斯頓大學(xué)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(jīng)下架的，初期一些實驗性質(zhì)的產(chǎn)品所依托的計算機語言。在2007年進入斯坦福大學(xué)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(jīng)非?？炝耍贿^那個時候我還沒有想過要建公司開發(fā)商業(yè)化的產(chǎn)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(yīng)用者開放了SDK（Software Development Kit ，軟件開發(fā)包），開發(fā)者可以在上面為同年上線的蘋果應(yīng)用商店撰寫以及App。

那一年，硅谷電信安全商Tumbleweed的創(chuàng)始人Jeff Smith在斯坦福和王戈相遇—兩人決定創(chuàng)辦Smule?！伴_發(fā)產(chǎn)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?！倍鳭eff Smith除了在1999年推動Tumbleweed上市之外，在硅谷還經(jīng)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?！癑eff Smith是一個優(yōu)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(wù)交給Jeff Smith，自己主要把握產(chǎn)品設(shè)計和方向。

Smule推出的第一個產(chǎn)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(zhì)的產(chǎn)品。“利用移動設(shè)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?！?/p>

這個地球儀代表了Smule的愿景，通過音樂讓用戶連接起來?！拔抑皇怯X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(fā)現(xiàn)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?！蓖醺暾f。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(chǎn)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(wù)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(fā)公司。王戈說對Khush的收購有助于公司對說唱應(yīng)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(xù)了包括演唱應(yīng)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(diào)研，將受歡迎的英文歌經(jīng)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(jù)產(chǎn)品自身特性將其到除了iPhone之外的其他設(shè)備比如iPad上，同時也針對iPad開發(fā)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(fā)團隊增加了Magic Piano的發(fā)音形式，將傳統(tǒng)的鋼琴鍵盤設(shè)計成墜落的圓點，用戶敲擊這些圓點同樣能夠發(fā)聲。

“Smule的產(chǎn)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(shù)人的期望，你可以完全不會，但大多數(shù)人可以在較短時間內(nèi)就能夠上手?！蓖醺暾f。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(jīng)僅在蘋果iOS平臺上開發(fā)產(chǎn)品的Smule把目光投向了Android系統(tǒng)，這更像是迫于市場壓力而非主動靠近。“那些開發(fā)跟聲音、圖像和圖片相關(guān)的應(yīng)用開發(fā)商總會更偏向于iOS系統(tǒng)，因為蘋果在多媒體方面的硬件設(shè)施更好，而Android，它下面的手機實在是太多了?！蓖醺暾f。團隊必須為每一型Android手機做產(chǎn)品調(diào)整，因為它們各自的情況都不一樣。

篇9

關(guān)鍵詞：巡檢；KPI；監(jiān)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(guān)鍵業(yè)績指標，是通過對組織內(nèi)部某一流程的輸入端、輸出端的關(guān)鍵參數(shù)進行設(shè)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(yè)的戰(zhàn)略目標分解為可運作的遠景目標的工具。網(wǎng)絡(luò)KPI自動巡檢是一套自動化巡檢系統(tǒng)，它可以對系統(tǒng)實時監(jiān)控，及時發(fā)現(xiàn)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(wù)，工作中可以對巡檢內(nèi)容進行輕松的選擇和錄入，工作后可將巡檢結(jié)果自動上傳至數(shù)據(jù)庫中。通過巡檢系統(tǒng)能夠更加容易掌握線路運行狀況及周圍環(huán)境的變化，發(fā)現(xiàn)設(shè)備缺陷和危及線路安全的隱患，提出具體的檢修內(nèi)容，以便及時消除缺陷，預(yù)防事故發(fā)生，或?qū)⒐收舷拗圃谧钚》秶?，保證電力設(shè)備的安全和電力系統(tǒng)穩(wěn)定。

一、KPI基本功能和理論基礎(chǔ)

KPI（Key Performance Indicator）即“關(guān)鍵業(yè)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(tǒng)，通過分析和計劃、匯報和指導(dǎo)、考核三方面實現(xiàn)管理規(guī)范化，從而達到提高整體業(yè)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(dǎo)功能實現(xiàn)對向上匯報的重點，向下指導(dǎo)的方向?？己斯δ軐崿F(xiàn)定量地效考核，反映隨時間進步的情況。

KPI的理論基礎(chǔ)是二八原理（也叫2080原理），是由意大利經(jīng)濟學(xué)家帕累托提出的一個經(jīng)濟學(xué)原理，即一個企業(yè)在價值創(chuàng)造過程中，每個部門和每一位員工的80%的工作任務(wù)是由20%的關(guān)鍵行為完成的，抓住20%的關(guān)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(guān)鍵的結(jié)果和關(guān)鍵的過程上。于是，所謂的績效考核，一定放在關(guān)鍵績效指標上，考核工作一定要圍繞關(guān)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(yè)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(jīng)被越來越多的人所檢討，檢討結(jié)果是一致認為，必須導(dǎo)入現(xiàn)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(tài)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(shè)計出一套符合現(xiàn)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(tǒng)，網(wǎng)絡(luò)KPI自動巡檢在設(shè)計之初便綜合考慮多種條件和因素，在安全性、靈活性、復(fù)用性、可維護性等方面做了深入考慮。本次研發(fā)不僅嚴格遵守各項標準基礎(chǔ)，而且綜合自身因素和產(chǎn)品特點，深入挖掘行業(yè)應(yīng)用特性，綜合考慮符合電力行業(yè)的自動巡檢系統(tǒng)。

二、網(wǎng)絡(luò)KPI自動巡檢系統(tǒng)設(shè)計理念

（一）嚴格遵守標準化。系統(tǒng)應(yīng)遵循相關(guān)技術(shù)標準和行業(yè)規(guī)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(yè)標準等等。本產(chǎn)品嚴格遵守國際和國內(nèi)相關(guān)標準，擴大同類產(chǎn)品的互換性，降低產(chǎn)品和工程成本；促進科研成果和新技術(shù)的推廣；合理利用能源和資源；便于國際技術(shù)交流。

（二）良好的通用性。系統(tǒng)需要具有開放的結(jié)構(gòu)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(guī)模的需要，適應(yīng)行業(yè)的發(fā)展、管理模式的變化以及技術(shù)的更新等。因此，系統(tǒng)需要保證在平臺開發(fā)、系統(tǒng)結(jié)構(gòu)、數(shù)據(jù)和接口等方面的充分開放性。本系統(tǒng)充分重視開放性的應(yīng)用，遵循統(tǒng)一接口規(guī)范，制定具有廣泛適用性的統(tǒng)一接口，在保持開放性的同時也減少了維護成本、多系統(tǒng)集成成本，解除后顧之憂。

（三）優(yōu)質(zhì)安全保障。信息系統(tǒng)的安全性至關(guān)重要，為保證數(shù)據(jù)和系統(tǒng)的運行安全，需要從硬件、網(wǎng)絡(luò)、軟件等方面進行處理，如采用硬件冗余技術(shù)提高硬件的安全系數(shù)；采用網(wǎng)段分離技術(shù)、數(shù)據(jù)緩存、權(quán)限控制，提高安全性；采用權(quán)限控制、密碼控制等措施以保證數(shù)據(jù)安全性；采用ssh（目前大多數(shù)網(wǎng)絡(luò)設(shè)備開放的遠程訪問方法）技術(shù)保證數(shù)據(jù)傳遞安全性。在系統(tǒng)數(shù)據(jù)存儲安全方面，對于會話期數(shù)據(jù)采用傳遞完成及時清空的策略，對于永久期數(shù)據(jù)采用不可逆加密機制保存，確保數(shù)據(jù)安全性。更重要的是用戶在管理上應(yīng)該制定合理的制度來確保系統(tǒng)安全。

（四）方便維護。從用戶角度出發(fā)，系統(tǒng)需要有良好的可維護性，一般性故障可由用戶的系統(tǒng)管理員通過強大的后臺管理在現(xiàn)場自行處理。此外，還提供專業(yè)人員遠程操控，現(xiàn)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(shù)在高速發(fā)展，為保證系統(tǒng)在相當長的時間內(nèi)不落后，應(yīng)盡可能地順應(yīng)技術(shù)發(fā)展的趨勢，采用先進的系統(tǒng)軟件和前端技術(shù)實現(xiàn)。過于先進的技術(shù)可能帶來技術(shù)風險，過于成熟的技術(shù)可能會導(dǎo)致落后，先進性和成熟性的結(jié)合非常重要，尤其在選擇系統(tǒng)平臺和開發(fā)環(huán)境、運行模式時非常重要。本系統(tǒng)從架構(gòu)設(shè)計到變成開發(fā)都充分考慮到這一點，運用的技術(shù)既是當天比較流行的前沿科技，也考慮到了架構(gòu)的穩(wěn)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(tǒng)的研發(fā)做了充分的市場調(diào)研，行業(yè)業(yè)務(wù)探討，整合考慮了業(yè)內(nèi)專家和員工意見。該系統(tǒng)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(yè)嚴謹?shù)臉I(yè)務(wù)的同時，又不失游湖體驗度。

三、網(wǎng)絡(luò)KPI自動巡檢系統(tǒng)的架構(gòu)設(shè)計

網(wǎng)絡(luò)KPI自動巡檢系統(tǒng)嚴格遵守反層架構(gòu)設(shè)計，即展示層、業(yè)務(wù)邏輯層、數(shù)據(jù)處理層。數(shù)據(jù)處理層提供整個系統(tǒng)的數(shù)據(jù)源，業(yè)務(wù)邏輯層負責巡檢業(yè)務(wù)的流轉(zhuǎn)，展示層展示給客戶有好的界面。

服務(wù)工具采用B/S方式實現(xiàn)，由web服務(wù)、采集服務(wù)與數(shù)據(jù)庫服務(wù)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(wù)工具僅需部署于服務(wù)端設(shè)備，不需要在客戶端再次部署。

1.web服務(wù)：使用APACHE作為WEB服務(wù)，用JAVA語言實現(xiàn)。

2.數(shù)據(jù)庫服務(wù)：采用oracle數(shù)據(jù)庫存儲系統(tǒng)管理數(shù)據(jù)。

3.采集服務(wù)：用JAVA語言實現(xiàn)。

可以將3種服務(wù)部署于一臺設(shè)備，根據(jù)設(shè)備的數(shù)量，可通過增加設(shè)備，分布部署方式實現(xiàn)輕松擴容。

（一）客戶端?？蛻舳瞬捎檬袌稣加新首罡叩臑g覽器/服務(wù)器即B/S模式，服務(wù)器支持大部分的UNIX、LINUX以及Windows操作系統(tǒng)，主要完成業(yè)務(wù)操作、數(shù)據(jù)展示、警報提醒等功能。其中數(shù)據(jù)展示的表示方式多種多樣，根據(jù)需要可以展示大量數(shù)據(jù)報表，也可以展示更加直觀的餅狀圖、柱狀圖等。

（二）WEB應(yīng)用服務(wù)器。WEB應(yīng)用服務(wù)器也叫業(yè)務(wù)邏輯處理層，主要完成嚴謹?shù)倪壿嫼蛿?shù)據(jù)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(yīng)用層集成了通用的借口，可以與對其他系統(tǒng)通過WEBSERVICE等方式進行數(shù)據(jù)對接，同時提供巡檢數(shù)據(jù)的自管理功能，并通過集中調(diào)度實現(xiàn)巡檢任務(wù)的執(zhí)行周期管理。此外應(yīng)用層服務(wù)預(yù)留了云計算的數(shù)據(jù)處理服務(wù)，可以在保證系統(tǒng)穩(wěn)定的同時進一步提升數(shù)據(jù)處理能力。

（三）數(shù)據(jù)服務(wù)器。數(shù)據(jù)服務(wù)器支持多種主流數(shù)據(jù)庫，如oracle、mysql、mssql、sqlserver、db2d等。數(shù)據(jù)服務(wù)器通過人工錄入或者對接現(xiàn)有系統(tǒng)完成巡檢數(shù)據(jù)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(shù)據(jù)，根據(jù)需要保存到不同的數(shù)據(jù)系統(tǒng)中。數(shù)據(jù)庫根據(jù)可以根據(jù)需要就行選擇，存儲過程、視圖、數(shù)據(jù)連接池、加解密等先進技術(shù)保證了數(shù)據(jù)操作安全、快速。

四、具體功能模塊

（一）前臺展示模塊?？旖莴@取巡檢指標基礎(chǔ)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(tǒng)自動獲取回顯信息，作為巡檢展示定義的依據(jù)。前臺展示模塊靈活多樣，采取可定制的模式，用戶可以根據(jù)自身的喜好定制出不同風格展示效果。

（二）強大的處理服務(wù)。處理服務(wù)器采用云臺的方式、云端結(jié)合。云計算（cloud computing），分布式計算技術(shù)的一種，其最基本的概念，是透過網(wǎng)絡(luò)將龐大的計算處理程序自動分拆成無數(shù)個較小的子程序，再交由多部服務(wù)器所組成的龐大系統(tǒng)經(jīng)搜尋、計算分析之后將處理結(jié)果回傳給用戶。透過這項技術(shù)，網(wǎng)絡(luò)服務(wù)提供者可以在數(shù)秒之內(nèi)，達成處理數(shù)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(wǎng)絡(luò)服務(wù)。

云計算具備大規(guī)模、虛擬化、高可靠性、通用性、高可擴展性、按需服務(wù)、極其廉價等優(yōu)勢，云計算也為本系統(tǒng)提供了最可靠、最安全的數(shù)據(jù)存儲中心。用戶不用再擔心數(shù)據(jù)丟失、病毒入侵等麻煩。

（三）先進的數(shù)據(jù)管理。Oracle是以高級結(jié)構(gòu)化查詢語言（SQL）為基礎(chǔ)的大型關(guān)系數(shù)據(jù)庫，通俗地講它是用方便邏輯管理的語言操縱大量有規(guī)律數(shù)據(jù)的集合。是目前最流行的客戶/服務(wù)器（CLIENT/SERVER）體系結(jié)構(gòu)的數(shù)據(jù)庫之一。

本系統(tǒng)采用目前最先進的oracle做數(shù)據(jù)存儲，從物理上和邏輯上保證了數(shù)據(jù)的可靠性和穩(wěn)定性。

（四）LOG巡檢。LOG巡檢支持TELNET讀取與SYSLOG協(xié)議兩種方式主動獲取設(shè)備的LOG，同時主動根據(jù)定義的檢查規(guī)則對LOG信息進行檢查，形成檢查結(jié)果報告。

LOG檢查規(guī)則定義：可視化定義LOG檢查規(guī)則，支持檢查項目的快速擴展。

LOG巡檢執(zhí)行與報告：自動執(zhí)行LOG檢查，生成設(shè)備與時間兩維度的檢查報告，直觀獲取有故障的設(shè)備與時間。并且快速定位到詳細的故障點?？s短故障發(fā)現(xiàn)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(guī)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(guī)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(wǎng)絡(luò)KPI自動巡檢的業(yè)務(wù)優(yōu)勢

及時發(fā)現(xiàn)故障：系統(tǒng)具有實時監(jiān)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(tài)。發(fā)現(xiàn)問題后自動啟動報警系統(tǒng)，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(fā)現(xiàn)問題和正確無誤地解決問題。

預(yù)估問題：系統(tǒng)收集了電力行業(yè)業(yè)務(wù)操作的各種參數(shù)，在實時監(jiān)控電路是否運行正常的同時收集各種參數(shù)，通過與正常參數(shù)的對比可以預(yù)測該線路耗損情況和異常情況。發(fā)現(xiàn)異常后系統(tǒng)將這些警告通過前臺直觀展示給用戶，提醒用戶采取相應(yīng)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(tǒng)數(shù)據(jù)通過各種圖形（如柱狀圖、餅狀圖）對系統(tǒng)運行數(shù)據(jù)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(jié)省寶貴時間。

節(jié)省人力、節(jié)約成本：本系統(tǒng)完很好地完成了人工檢測和監(jiān)控功能，一套系統(tǒng)可以節(jié)約大量人力、物力、時間和成本。

集成多系統(tǒng)：系統(tǒng)具有良好的通用借口，遵循統(tǒng)一表春規(guī)范，可以整合目前行業(yè)內(nèi)各種的系統(tǒng)，復(fù)用性、重用性良好，節(jié)省資源、提高效率。

六、KPI在電力行業(yè)中的運用情況

KPI大量應(yīng)用在電力行業(yè)考核，取得了理想的效果。網(wǎng)絡(luò)KPI自動巡檢自進入電力行業(yè)以來，發(fā)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(jīng)采用這一技術(shù)解決方案。

這款系統(tǒng)大大節(jié)約了人力，提供了良好的安全保證，滿足了企業(yè)自動化辦公需要。隨著電力行業(yè)軟硬件的變更，KPI自動巡檢系統(tǒng)也在悄悄變身，做到適用于任何時間任何地點的產(chǎn)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(wù)中來。

綜上網(wǎng)絡(luò)KPI自動巡檢系統(tǒng)技術(shù)先進、優(yōu)勢明顯。它節(jié)約成本，節(jié)省時間，優(yōu)化資源合理配置；它功能強大、時時監(jiān)控，保障電路安全、良好運行；它接口規(guī)范，復(fù)用性強，多系統(tǒng)對接，整合性強；它業(yè)務(wù)嚴謹，專業(yè)性強、是為電力行業(yè)量身定做的系統(tǒng)軟件。我們有理由相信，在提升電力運行效率的同時，網(wǎng)絡(luò)KPI自動巡檢系也必將迎來光明的應(yīng)用前景。

參看文獻：

[1]華泰龍.華泰龍監(jiān)控系統(tǒng)技術(shù)建議書,2010,4

[2]李士勇.模糊控制、神經(jīng)控制和智能控制理論[M].哈爾濱:哈爾濱工業(yè)大學(xué)出版社,1998

[3]吳泉源.人工智能與專家系統(tǒng)[M].長沙:國防科技大學(xué)出版社,1995

[4]烏日圖.實時專家系統(tǒng)及其應(yīng)用研究[J].內(nèi)蒙古工業(yè)大學(xué)學(xué)報,1998,17,2:17-21

[5]白樹忠，南新志.變電站綜合自動化實時數(shù)據(jù)庫管理系統(tǒng)的研究與開發(fā)[J].電力系統(tǒng)及其自動化學(xué)報,2002,14,3:43-46

篇10

關(guān)鍵詞：軟件體系架構(gòu)；本科課程；軟件工程

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

國內(nèi)外相關(guān)機構(gòu)針對此問題提出了指導(dǎo)性意見，如在IEEE-CS和ACM聯(lián)合工作組制定的SEEK (Software Engineering Education Knowledge)[1]中，軟件工程本科生獲得學(xué)位所需要掌握的相關(guān)知識包括：體系架構(gòu)的視圖與表示、權(quán)衡問題、硬件問題、需求的可追蹤性、特定領(lǐng)域的SA和軟件產(chǎn)品線、風格和設(shè)計模式。我國教育部門于2006年制定高?！坝嬎銠C科學(xué)與技術(shù)本科專業(yè)規(guī)范”[2]，以IEEE-CS和ACM制定的相關(guān)標準為藍本，對2003年以來的相關(guān)工作進行了總結(jié)和改進。這些指導(dǎo)性文件為SA教學(xué)提供了參考框架，但并沒有規(guī)范具體教學(xué)內(nèi)容。下面結(jié)合我校計算機學(xué)院的教學(xué)實踐，對這個問題進行討論。

1學(xué)生知識結(jié)構(gòu)及課程特點分析

1.1學(xué)生知識結(jié)構(gòu)分析

由于大四階段學(xué)生面臨實習(xí)、找工作或考研等任務(wù)，軟件體系架構(gòu)課程通常于大學(xué)三年級開設(shè)。此前學(xué)生學(xué)過的專業(yè)課程包括高級語言程序設(shè)計(C語言)、匯編語言、數(shù)據(jù)結(jié)構(gòu)、計算機組成原理、單片機及其應(yīng)用、操作系統(tǒng)、軟件工程、計算機網(wǎng)絡(luò)、可視化程序設(shè)計、面向?qū)ο蟪绦蛟O(shè)計(C++、Java)，同期開始的課程包括數(shù)據(jù)庫、編譯原理、應(yīng)用服務(wù)器開發(fā)、網(wǎng)絡(luò)工程、構(gòu)件技術(shù)、UML建模等。盡管已有不少專業(yè)基礎(chǔ)知識，但學(xué)生普遍缺乏大型軟件項目的實戰(zhàn)經(jīng)驗，許多學(xué)生甚至是第一次接觸SA概念。因此，從自身經(jīng)歷出發(fā)，學(xué)生難以自發(fā)體會到SA對軟件系統(tǒng)的重要性。這就造成教師要把許多SA概念“推”給學(xué)生，盡管不能說是拔苗助長，顯然不及學(xué)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(xué)科，主要表現(xiàn)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(tǒng)一的途徑可遵循。3) 如何維持SA與具體軟件質(zhì)量屬性之間的關(guān)系，沒有明確答案。良好的架構(gòu)是成功軟件開發(fā)的基礎(chǔ)和必要條件，但不是充分條件，還有許多因素如編碼技術(shù)等，都會影響軟件質(zhì)量。4) SA涉及不僅僅計算機學(xué)科內(nèi)容，還包括商業(yè)、政治、心理、藝術(shù)、社會經(jīng)驗等諸多方面因素。5) 缺少成熟、經(jīng)典的教材及教學(xué)案例。國內(nèi)很多高校也是在最近幾年內(nèi)，才陸續(xù)開設(shè)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(gòu)” 就比“軟件體系結(jié)構(gòu)”更準確[3]，因為英文“結(jié)構(gòu)”一詞應(yīng)該用structure，而architecture則表達更宏觀的含義，更貼近SA實質(zhì)內(nèi)容。

1.3SA教學(xué)策略和教學(xué)內(nèi)容的體系架構(gòu)

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

2SA教學(xué)內(nèi)容討論

2.1軟件開發(fā)流程介紹

軟件開發(fā)流程包括：調(diào)研、立項、需求分析、總體設(shè)計、詳細設(shè)計、編碼、測試、產(chǎn)品化、結(jié)項、維護。同時教學(xué)中還概要介紹了開發(fā)工具、開發(fā)語言和開發(fā)方法學(xué)(瀑布、RUP、極限編程)，展示一個軟件開發(fā)實例。上述內(nèi)容共計4學(xué)時。

盡管前期軟件工程課程中會介紹這方面的部分內(nèi)容，仍有必要向?qū)W生指出SA設(shè)計在軟件開發(fā)中所處位置，為后面介紹SA對軟件開發(fā)各階段的影響奠定基礎(chǔ)，并通過實例演示，引起學(xué)生的興趣。

2.2SA概論

主要是關(guān)于SA的宏觀介紹，包括：編程語言的進化歷史、SA發(fā)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(xué)時。

歷史介紹使學(xué)生了解SA學(xué)科發(fā)展的來龍去脈；定義、影響因素的介紹使學(xué)生意識到SA設(shè)計會受商業(yè)、架構(gòu)師技能、前期產(chǎn)品架構(gòu)等多因素影響，具有相當大的復(fù)雜性和不確定性。這個階段可以開始給學(xué)生布置軟件開發(fā)任務(wù)，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(yīng)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(nèi)核風格、反射風格、C/S 和B/S風格、P2P風格、面向?qū)ο箫L格、解釋器風格等，另外對應(yīng)每一種SA風格都有應(yīng)用案例。約12學(xué)時。

這部分是SA多年發(fā)展成果的一個總結(jié)，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(tǒng)類型，給出每種風格的應(yīng)用實例，并用UML表示該風格(其中一些可布置為課后作業(yè))。同時提醒學(xué)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(tǒng)可能包含多種風格；4)開發(fā)軟件系統(tǒng)時，應(yīng)當首先考慮這些成熟的風格，再根據(jù)具體情況加以修正和細化。

2.4SA描述及編檔

內(nèi)容包括基于UML的SA描述、SA編檔和“4+1”SA視圖。4～6學(xué)時。

這部分涉及體系結(jié)構(gòu)描述語言(ADLs)，但考察后發(fā)現(xiàn)，一方面，ADLs較枯燥，很難引起學(xué)生的興趣；另一方面，SA本身有著眾多不確定性，尤其是開發(fā)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(nèi)容真正在引導(dǎo)軟件開發(fā)前進；最后，當前ADLs自身存在很多不足，對實際軟件開發(fā)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(jīng)發(fā)展了十多年，因方便與外界交流，被業(yè)界廣泛接受，學(xué)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(shù)語和原理等的文字說明，并從涉眾的不同視角出發(fā)，去關(guān)注SA。

2.5質(zhì)量屬性驅(qū)動的SA設(shè)計

內(nèi)容包括：常見的質(zhì)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(xiàn)方法；理解屬性之間的權(quán)衡；列舉質(zhì)量屬性應(yīng)用案例；從質(zhì)量屬性分析入手，設(shè)計SA并進一步求精。約8學(xué)時。

這部分除過讓學(xué)生了解實現(xiàn)質(zhì)量屬性的基本戰(zhàn)術(shù)外，還要使其意識到尋找各種屬性之間的平衡，是架構(gòu)師的重要責任。如何設(shè)計SA方法眾多，沒有統(tǒng)一途徑可循，介紹過多的設(shè)計方法，反而會讓學(xué)生感覺難以適從，因此重點講解基于質(zhì)量屬性的設(shè)計方法。

2.6SA評估

內(nèi)容包括架構(gòu)權(quán)衡分析方法ATAM及案例。4學(xué)時。

評估方法還有許多，如軟件架構(gòu)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(xué)習(xí)，除ATAM外，我們對其余評估方法均只做概要介紹。

2.7SA設(shè)計及實現(xiàn)實例

講授一個人工智能軟件的SA設(shè)計、評估、實現(xiàn)和編檔。約4學(xué)時。

本軟件在開學(xué)第一堂課就已經(jīng)向?qū)W生展示，在課程接近結(jié)尾時把其SA設(shè)計及實現(xiàn)過程講解給學(xué)生，前后呼應(yīng)。好的實例勝過千言萬語，讓學(xué)生觀察體驗如何運用所學(xué)知識解決具體問題。

2.8SA前沿講座

邀請大公司軟件開發(fā)人員作講座，約4～6學(xué)時。講座內(nèi)容包括：面向服務(wù)的體系架構(gòu)SOA及Web Service；多核并行計算集群網(wǎng)格計算物聯(lián)網(wǎng)云計算；國外SA教學(xué)課程；國際知名專家關(guān)于SA的最新論文等。

這部分主要用于開闊學(xué)生視野。例如，學(xué)生看過微軟、谷歌、IBM等的“云”架構(gòu)后，體會到盡管應(yīng)用領(lǐng)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(fā)效果，使學(xué)生把握到學(xué)科前沿動態(tài)，了解自己所處位置及努力方向。公司開發(fā)人員的講座是對課堂教學(xué)的有益補充，使學(xué)生了解實際軟件開發(fā)中問題，有針對性地進行學(xué)習(xí)。

2.9SA課程自學(xué)內(nèi)容

自學(xué)內(nèi)容有設(shè)計模式、軟件產(chǎn)品線、特定領(lǐng)域軟件體系結(jié)構(gòu)(J2EE，WWW等)、SA重構(gòu)等。

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

2.10SA教材選取

到目前為止，SA課程沒有集大成的教材，國內(nèi)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(xué)生遇到相關(guān)問題后，就同一問題查閱相應(yīng)的中外參考資料[3-10]。

3實驗環(huán)節(jié)

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

教師在對學(xué)生分組時候應(yīng)注意人員搭配，根據(jù)情況及時調(diào)整，避免某些工作有的組進行不下去。學(xué)生分組后，按指定內(nèi)容完成實驗，通過實驗使學(xué)生體會如何將理論轉(zhuǎn)換為實際軟件產(chǎn)品，掌握知識要點。根據(jù)學(xué)生特點，我們選取了難度和復(fù)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(jīng)驗體會。部分實驗內(nèi)容如圖2～圖4所示。

圖2中顯示一個可修改軟件質(zhì)量屬性場景，主要讓學(xué)生掌握如何利用軟件工程基本知識，靈活適應(yīng)需求變化。這些知識包括信息隱藏原則、最小權(quán)限原則、基于函數(shù)的過程設(shè)計、面向?qū)ο笤O(shè)計等，它們不僅是計算機專業(yè)學(xué)生應(yīng)當掌握的基礎(chǔ)知識，而且也貫穿SA設(shè)計實現(xiàn)、發(fā)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(yīng)用，如編譯器、示波器等數(shù)據(jù)流處理系統(tǒng)?；诋斀穸嗪颂幚砥鞯钠占?，我們讓學(xué)生設(shè)計實現(xiàn)一個多線程環(huán)境下的管道―過濾器風格軟件。圖4的MVC實驗?zāi)康氖亲寣W(xué)生掌握人機交互軟件的SA設(shè)計和實現(xiàn)。實驗開始前教師將一些基礎(chǔ)的算法程序交給學(xué)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(gòu)。其他實驗還包括SA的設(shè)計、UML描述、評估、文檔制作，等等，內(nèi)容涵蓋SA教學(xué)環(huán)節(jié)的各主要方面，有效配合課堂教學(xué)。

4結(jié)語

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

SA到軟件實現(xiàn)，如何保證質(zhì)量屬性一致性；3)如何使SA教學(xué)適應(yīng)工業(yè)軟件產(chǎn)品開發(fā)的實戰(zhàn)需求等。SA正向成熟期過渡，課程建設(shè)將緊緊圍繞學(xué)科發(fā)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(jié)構(gòu)與設(shè)計模式”課程教學(xué)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(jié)構(gòu)[M]. 2版. 清華大學(xué)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(jié)構(gòu)教程[M]. 北京:清華大學(xué)出版社,2008:1-20.

[9] 覃征,刑劍寬,董金春,等. 軟件體系結(jié)構(gòu)[M]. 2版. 北京:清華大學(xué)出版社,2008:91-100.

[10] 楊芙清,梅宏,黃罡,等. 構(gòu)件化軟件設(shè)計與實現(xiàn)[M]. 北京:清華大學(xué)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)