導(dǎo)語(yǔ)：如何才能寫(xiě)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(xiàn)，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(guó)家新聞出版廣電總局的年度新聞出版產(chǎn)業(yè)分析報(bào)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?？梢灶A(yù)見(jiàn)，隨著時(shí)間的推移，數(shù)字出版在期刊領(lǐng)域也將承擔(dān)越來(lái)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(shì)，并進(jìn)一步探討我國(guó)科技期刊的發(fā)展態(tài)勢(shì)以及新技術(shù)可能為數(shù)字出版帶來(lái)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(huì)議和期刊編輯領(lǐng)域的論文來(lái)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(guò)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．?dāng)?shù)字出版領(lǐng)域的關(guān)鍵詞。2019年，重要的數(shù)字出版會(huì)議主辦方主要有中國(guó)期刊協(xié)會(huì)和中國(guó)新聞出版研究院。會(huì)議報(bào)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(jì)模式、數(shù)據(jù)、移動(dòng)、互聯(lián)網(wǎng)、信息技術(shù)、5G、AR+、人工智能/AI/機(jī)器人、平臺(tái)、云計(jì)算、新媒體、大數(shù)據(jù)、創(chuàng)新產(chǎn)品、智慧產(chǎn)品、知識(shí)付費(fèi)、微課程、全媒體、在線(xiàn)、智庫(kù)、閱讀、精準(zhǔn)、IP、傳播、數(shù)字出版、知識(shí)服務(wù)、融合發(fā)展、出版未來(lái)、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(guó)科技期刊研究》《科技與出版》《編輯學(xué)報(bào)》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(dòng)出版、xml/html、共媒體云和自媒體庫(kù)、人工智能、平臺(tái)、產(chǎn)品、APP、在線(xiàn)、新媒體、區(qū)塊鏈、知識(shí)圖譜、知識(shí)服務(wù)、社區(qū)服務(wù)、精準(zhǔn)推送、全媒體、智慧媒體、數(shù)字出版、造船、有聲閱讀、賦能、書(shū)刊互動(dòng)、轉(zhuǎn)型、智庫(kù)、知識(shí)付費(fèi)、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(kāi)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(huì)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(huì)議和相關(guān)報(bào)告更多地從技術(shù)層面出發(fā)，考慮技術(shù)、產(chǎn)品和運(yùn)營(yíng)。數(shù)字出版相關(guān)論文更多地從編輯出版角度進(jìn)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(zhuān)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(shí)服務(wù)、編輯業(yè)務(wù)和人才隊(duì)伍；而數(shù)字出版會(huì)議和相關(guān)報(bào)告則相對(duì)較多地關(guān)注5G、IP運(yùn)營(yíng)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(zhuān)業(yè)技術(shù)團(tuán)隊(duì)和編輯出版團(tuán)隊(duì)已經(jīng)在一定程度上融合，但是雙方的發(fā)力點(diǎn)還是有所不同。因此，若要促進(jìn)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(tái)才能更好滿(mǎn)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(lái)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(gè)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(gè)工作流程中有哪些困難需要機(jī)器幫助解決；或從現(xiàn)有數(shù)字出版的實(shí)際態(tài)勢(shì)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(diǎn)，即研究其可能給數(shù)字出版領(lǐng)域帶來(lái)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(huì)在浙江烏鎮(zhèn)召開(kāi)，會(huì)議的主題是“智能互聯(lián)開(kāi)放合作——攜手共建網(wǎng)絡(luò)空間命運(yùn)共同體”。會(huì)上公布了15項(xiàng)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(jī)器、分布式、共享、智慧、自適應(yīng)、5G等，這些關(guān)鍵詞也說(shuō)明了新一代互聯(lián)網(wǎng)技術(shù)的重點(diǎn)發(fā)展方向，是近幾年技術(shù)領(lǐng)域的重點(diǎn)。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(jì)算、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈、虛擬現(xiàn)實(shí)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(yǔ)義技術(shù)、新媒體技術(shù)（微信公眾號(hào)、小程序、短視頻等）。下面我們逐一分析這些技術(shù)的特點(diǎn)，以便后續(xù)進(jìn)一步探討它們?cè)跀?shù)字出版方面的應(yīng)用。5G是下一代信息社會(huì)建設(shè)的基礎(chǔ)設(shè)施，它的特點(diǎn)是高速率、大容量、低延時(shí)、低功耗，這些特點(diǎn)使得更多資源可以部署到云上，單位時(shí)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(shí)、萬(wàn)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(shí)現(xiàn)。從期刊出版的角度來(lái)說(shuō)，5G將可能改變知識(shí)內(nèi)容、平臺(tái)、存儲(chǔ)、流通、渠道、服務(wù)、消費(fèi)、終端呈現(xiàn)等的方式，對(duì)行業(yè)帶來(lái)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(chǔ)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(lái)哪些新的應(yīng)用。我們可以從分布式存儲(chǔ)方面考慮期刊相關(guān)數(shù)據(jù)庫(kù)的架構(gòu)、設(shè)計(jì)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(lái)源分散、格式多樣的數(shù)據(jù)中發(fā)現(xiàn)新知識(shí)、創(chuàng)造新價(jià)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(jì)算是一種基于互聯(lián)網(wǎng)的超級(jí)計(jì)算模式，云計(jì)算的計(jì)算速度甚至達(dá)到每秒10萬(wàn)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(jì)算的特點(diǎn)是可以有效兼容各種不同種類(lèi)的硬件和軟件，支持資源以及新業(yè)務(wù)的動(dòng)態(tài)擴(kuò)展，具有高可擴(kuò)展性；支持多業(yè)務(wù)體系按需服務(wù)，按需配備計(jì)算能力和資源；使用數(shù)據(jù)多副本容錯(cuò)和計(jì)算節(jié)點(diǎn)同構(gòu)可互換等措施來(lái)提高可靠性；使用戶(hù)突破時(shí)間和空間的限制享受虛擬現(xiàn)實(shí)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(jì)算技術(shù)逐漸成熟，將使得對(duì)運(yùn)算能力要求高的產(chǎn)品得以運(yùn)用，使得對(duì)運(yùn)算能力要求高的服務(wù)得以實(shí)現(xiàn)，使得跨空間、跨時(shí)間的虛擬服務(wù)成為現(xiàn)實(shí)，使得跨平臺(tái)、跨數(shù)據(jù)庫(kù)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(jì)算能力三大要素的推動(dòng)下逐漸成熟，人工智能研究讓計(jì)算機(jī)模擬人的思考過(guò)程以及智能行為，如學(xué)習(xí)、問(wèn)題求解、自動(dòng)推理、智能檢索、思考、規(guī)劃等，其相關(guān)的技術(shù)包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等［2］。期刊可以思考，現(xiàn)階段或者未來(lái)在數(shù)字出版中，哪些環(huán)節(jié)可以用計(jì)算機(jī)或者機(jī)器人來(lái)實(shí)現(xiàn)，思考利用計(jì)算機(jī)和機(jī)器人可以幫助我們實(shí)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(dòng)人類(lèi)社會(huì)進(jìn)入萬(wàn)物互聯(lián)的新時(shí)代，可穿戴設(shè)備、智能家居、自動(dòng)駕駛汽車(chē)、智能機(jī)器人等新設(shè)備將接入互聯(lián)網(wǎng)。這使得未來(lái)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(diǎn)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(diǎn)是去中心化、分布式和安全。期刊可以從這三個(gè)特點(diǎn)考慮在這方面有要求的產(chǎn)品和環(huán)節(jié)。虛擬現(xiàn)實(shí)技術(shù)包括VR（虛擬現(xiàn)實(shí)技術(shù)）、AR（增強(qiáng)現(xiàn)實(shí)技術(shù)）和MR（混合現(xiàn)實(shí)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(huà)面。AR是通過(guò)電腦技術(shù)將虛擬的信息應(yīng)用到真實(shí)世界，真實(shí)的環(huán)境和虛擬的物體實(shí)時(shí)地疊加到同一個(gè)畫(huà)面或空間，是虛擬數(shù)字畫(huà)面和裸眼現(xiàn)實(shí)。MR包括增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)，指的是結(jié)合數(shù)字化的現(xiàn)實(shí)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(shí)加虛擬數(shù)字畫(huà)面。虛擬現(xiàn)實(shí)的特點(diǎn)將使得學(xué)術(shù)傳播更加真實(shí)、直觀、多方位、多角度。和期刊緊密結(jié)合的語(yǔ)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(guó)科技期刊數(shù)字出版狀況

根據(jù)《中國(guó)科技期刊發(fā)展藍(lán)皮書(shū)（2017）》統(tǒng)計(jì)，我國(guó)科技期刊中，5020種期刊共有1375個(gè)主管單位、4381個(gè)出版單位。平均每個(gè)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(guó)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(qiáng)的經(jīng)濟(jì)實(shí)力單獨(dú)開(kāi)展數(shù)字出版的轉(zhuǎn)型。尤其是和國(guó)際大出版商相比，我國(guó)科技期刊的數(shù)字出版還落后很多。進(jìn)行國(guó)際合作的英文學(xué)術(shù)期刊，充分利用國(guó)際數(shù)字出版平臺(tái)，在一些流程中實(shí)現(xiàn)數(shù)字化，是眾多國(guó)內(nèi)英文科技期刊的選擇。即使如此，我國(guó)科技期刊一直堅(jiān)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(guò)程中，期刊出版人體驗(yàn)了如圖2（1）到（5）所示的媒體傳播發(fā)展過(guò)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(jī)。圖2媒體傳播的發(fā)展1．期刊的數(shù)字出版我國(guó)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(guó)科技期刊出版流程中很多環(huán)節(jié)已經(jīng)實(shí)現(xiàn)了數(shù)字化、融媒體發(fā)展。科技期刊數(shù)字出版的重點(diǎn)是采編審校、出版、學(xué)術(shù)傳播和知識(shí)服務(wù)等環(huán)節(jié)。在出版方面，我國(guó)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(kù)的文章，還有期刊平臺(tái)支持連續(xù)文章出版。相當(dāng)數(shù)量的科技期刊實(shí)現(xiàn)了xml制作、html展示、全媒體出版，并實(shí)現(xiàn)一次制作多元，還支持讀者針對(duì)文章內(nèi)容、圖、表等進(jìn)行交流和評(píng)論，甚至記筆記、翻譯和分享。我國(guó)有100多家期刊加入雙語(yǔ)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(guò)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(guò)論文改編或者寫(xiě)文章評(píng)論的方式在其他平臺(tái)進(jìn)行學(xué)術(shù)推廣；有的充分利用各種數(shù)據(jù)庫(kù)、社交平臺(tái)、學(xué)術(shù)傳播平臺(tái)、學(xué)術(shù)媒體進(jìn)行學(xué)術(shù)傳播，例如《中國(guó)科學(xué)數(shù)據(jù)》的平臺(tái)可以直接對(duì)接ResearchGate傳播期刊論文；有的開(kāi)通微信、微博、博客等進(jìn)行學(xué)術(shù)社交；有的做精準(zhǔn)推送；有的增加在線(xiàn)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(tái)，如今日頭條、九州云播等開(kāi)展專(zhuān)業(yè)領(lǐng)域的學(xué)術(shù)推廣活動(dòng)。在知識(shí)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(jìn)行線(xiàn)上線(xiàn)下推送相關(guān)專(zhuān)業(yè)信息、科普信息等；或者充分利用淘寶、抖音、快手等平臺(tái)展示專(zhuān)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(shí)現(xiàn)的服務(wù)，降低刊均成本。例如，學(xué)科刊群比單個(gè)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(jìn)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(guó)科技期刊很難與國(guó)際大出版商同臺(tái)競(jìng)爭(zhēng)的原因是我國(guó)期刊小散弱，因此呼吁我國(guó)期刊規(guī)?；l(fā)展和集群化發(fā)展。這些年也確實(shí)形成了一系列的期刊集群，并逐年擴(kuò)大，如中華醫(yī)學(xué)會(huì)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(guó)光學(xué)期刊群、中國(guó)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(guó)材料期刊網(wǎng)實(shí)現(xiàn)了期刊資源的集成，除此之外還整合了圖書(shū)、專(zhuān)利、專(zhuān)家、會(huì)議等學(xué)科資源，并增加了虛擬專(zhuān)輯、會(huì)議系統(tǒng)等。中國(guó)煤炭網(wǎng)有期刊庫(kù)、專(zhuān)題庫(kù)、專(zhuān)家?guī)?、視頻庫(kù)以及煤炭視聽(tīng)板塊（專(zhuān)家報(bào)告、特別訪(fǎng)談、煤炭科普、會(huì)議活動(dòng)等），整合了行業(yè)資源。在平臺(tái)建設(shè)方面，清華大學(xué)出版社期刊集群平臺(tái)實(shí)現(xiàn)了預(yù)出版、OA出版等，還制定TUP-JATS的xml標(biāo)準(zhǔn)。浙江大學(xué)出版社期刊中心實(shí)現(xiàn)了全流程的數(shù)字化期刊集群平臺(tái)建設(shè)，平臺(tái)集投審稿、內(nèi)容、運(yùn)營(yíng)推廣、讀者服務(wù)于一體，打通底層數(shù)據(jù)，實(shí)現(xiàn)多終端訪(fǎng)問(wèn)。中華醫(yī)學(xué)會(huì)建設(shè)CAMJATS標(biāo)準(zhǔn)，采用統(tǒng)一的標(biāo)準(zhǔn)處理期刊相關(guān)數(shù)據(jù)，曾中標(biāo)國(guó)家數(shù)字復(fù)合出版工程的試點(diǎn)單位和示范單位，并升級(jí)采編平臺(tái)以及出版平臺(tái)，進(jìn)一步進(jìn)行資源整合，實(shí)現(xiàn)采、編、審、排、加工、多形態(tài)、富媒體出版、移動(dòng)出版、質(zhì)量管理、新媒體學(xué)術(shù)推廣、期刊銷(xiāo)售、會(huì)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(shí)現(xiàn)采編、運(yùn)營(yíng)管理、數(shù)字化生產(chǎn)、數(shù)字化平臺(tái)建設(shè)、市場(chǎng)營(yíng)銷(xiāo)與海外合作的體系化發(fā)展。在學(xué)術(shù)推廣方面，國(guó)內(nèi)的期刊集群化平臺(tái)常對(duì)接一些學(xué)術(shù)評(píng)價(jià)和學(xué)術(shù)推廣平臺(tái)，例如Almetric、TrendMD、Kudos、PubMed、CSCD、百度學(xué)術(shù)等。在知識(shí)服務(wù)方面，國(guó)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(shí)服務(wù)，或者為期刊、編輯等提供行業(yè)服務(wù)。例如中國(guó)激光雜志社提供協(xié)同會(huì)議系統(tǒng)、DOI注冊(cè)、編輯加工等行業(yè)服務(wù)，該集群通過(guò)舉辦會(huì)議聚攏專(zhuān)家資源和學(xué)術(shù)資源，同時(shí)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(guó)內(nèi)的超大期刊集群，有知網(wǎng)、萬(wàn)方、維普、龍?jiān)?、超星等，特點(diǎn)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(guó)95%以上的中文學(xué)術(shù)資源，擁有我國(guó)最大最全的中文學(xué)術(shù)資源庫(kù)，也擁有我國(guó)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(qǐng)課題、怎么做實(shí)驗(yàn)、怎么做科研等信息；讀者可通過(guò)中國(guó)知網(wǎng)、CNKISCHOLAR、全球?qū)W術(shù)快報(bào)、CNKI知識(shí)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(guò)龐大的學(xué)者成果庫(kù)、學(xué)者圈子等獲取專(zhuān)家信息，進(jìn)行學(xué)術(shù)社交；可以通過(guò)研究型學(xué)習(xí)平臺(tái)獲取或者管理自己關(guān)注的學(xué)術(shù)資源；可以通過(guò)大數(shù)據(jù)研究平臺(tái)利用統(tǒng)計(jì)數(shù)據(jù)獲取學(xué)術(shù)熱點(diǎn)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(diǎn)、期刊按需出版中的用戶(hù)分析等模塊進(jìn)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(cè)、文章創(chuàng)新性檢測(cè)、

篇2

據(jù)統(tǒng)計(jì)，2017年中國(guó)人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)700億元，隨著各地人工智能建設(shè)的逐步啟動(dòng)，預(yù)計(jì)到2020年，中國(guó)人工智能核心產(chǎn)業(yè)規(guī)模將超過(guò)1600億元，年復(fù)合增長(zhǎng)率將達(dá)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(lái)越多的創(chuàng)業(yè)公司加入人工智能的陣營(yíng)。

2018年被稱(chēng)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(jià)值逐步凸顯。人工智能逐步切入到社會(huì)生活的方方面面，帶來(lái)生產(chǎn)效率及生活品質(zhì)的大幅提升。智能紅利時(shí)代開(kāi)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(fēng)口。

如何把握產(chǎn)業(yè)動(dòng)向，抓住風(fēng)口機(jī)會(huì)？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(duì)國(guó)內(nèi)人工智能創(chuàng)業(yè)公司進(jìn)行系統(tǒng)調(diào)研的基礎(chǔ)上，推出《2018中國(guó)人工智能白皮書(shū)》，對(duì)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(lái)發(fā)展態(tài)勢(shì)和投資機(jī)會(huì)進(jìn)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(chēng)機(jī)器智能，是指由人制造出來(lái)的機(jī)器所表現(xiàn)出來(lái)的智能，即通過(guò)普通計(jì)算機(jī)程序的手段實(shí)現(xiàn)的類(lèi)人智能技術(shù)。

自1956年達(dá)特茅斯會(huì)議提出“人工智能”的概念以來(lái)，“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(dòng)語(yǔ)音識(shí)別、圖像識(shí)別和自然語(yǔ)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(lái)。

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(yǔ)音識(shí)別、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、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(chǎng)景。目前來(lái)看，自動(dòng)駕駛、醫(yī)療、安防、金融、營(yíng)銷(xiāo)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(lái)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(chǎng)景，B、C 端全面發(fā)力。

資料來(lái)源：券商報(bào)告、互聯(lián)網(wǎng)公開(kāi)信息，創(chuàng)業(yè)邦研究中心整理

第三部分機(jī)器視覺(jué)技術(shù)解讀及行業(yè)分析

1.機(jī)器視覺(jué)技術(shù)概念

機(jī)器視覺(jué)是指通過(guò)用計(jì)算機(jī)或圖像處理器及相關(guān)設(shè)備來(lái)模擬人類(lèi)視覺(jué)，以讓機(jī)器獲得相關(guān)的視覺(jué)信息并加以理解，它是將圖像轉(zhuǎn)換成數(shù)字信號(hào)進(jìn)行分析處理的技術(shù)。

機(jī)器視覺(jué)的兩個(gè)組成部分

資料來(lái)源：互聯(lián)網(wǎng)公開(kāi)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(jī)器視覺(jué)行業(yè)發(fā)展的三要素。 人工智能正在像嬰兒一樣成長(zhǎng)，機(jī)器不再只是通過(guò)特定的編程完成任務(wù)，而是通過(guò)不斷學(xué)習(xí)來(lái)掌握本領(lǐng)，這主要依賴(lài)高效的模型算法進(jìn)行大量數(shù)據(jù)訓(xùn)練，其背后需要具備高性能計(jì)算能力的軟硬件作為支撐。

深度學(xué)習(xí)出現(xiàn)后，機(jī)器視覺(jué)的主要識(shí)別方式發(fā)生重大轉(zhuǎn)變，自學(xué)習(xí)狀態(tài)成為視覺(jué)識(shí)別主流，即機(jī)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(shí)別的精準(zhǔn)度也得到極大的提升，從70%+提升到95%。

3.商業(yè)模式分析

機(jī)器視覺(jué)包括軟件平臺(tái)開(kāi)發(fā)和軟硬件一體解決方案服務(wù)。整體用戶(hù)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(dòng)者，其商業(yè)模式應(yīng)以“技術(shù)層+場(chǎng)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(chǎng)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(dòng)者—“技術(shù)層+場(chǎng)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(jí)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(dòng)最末端的消費(fèi)者體驗(yàn)。

此類(lèi)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(shì)，同時(shí)以場(chǎng)景應(yīng)用為入口，積累用戶(hù)軟件。視覺(jué)軟件服務(wù)按處理方式和存儲(chǔ)位置的不同可分為在線(xiàn)API、離線(xiàn)SDK、私有云等。

國(guó)內(nèi)外基礎(chǔ)算法應(yīng)用對(duì)比

資料來(lái)源：互聯(lián)網(wǎng)公開(kāi)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(chǎng)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?jī)?yōu)質(zhì)數(shù)據(jù)積累，建立算法平臺(tái)、通用技術(shù)平臺(tái)和應(yīng)用平臺(tái)，以場(chǎng)景為入口，積累用戶(hù)。亮點(diǎn)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(jìng)爭(zhēng)力，在產(chǎn)業(yè)鏈中擁有更多話(huà)語(yǔ)權(quán)。

4.投資方向

（1）前端智能化，低成本的視覺(jué)解決模塊或設(shè)備

從需求層面講，一些場(chǎng)景對(duì)實(shí)時(shí)響應(yīng)是有很高要求的。提供某些前端就本身有一定計(jì)算能力的低成本的視覺(jué)模塊和設(shè)備將有很大市場(chǎng)需求。前置計(jì)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(wèn)題。

機(jī)器視覺(jué)在消費(fèi)領(lǐng)域落地的一個(gè)障礙是支持高性能運(yùn)算的低功耗、低價(jià)位芯片選擇太少。從低功耗、高運(yùn)算能力的芯片出發(fā)，結(jié)合先進(jìn)的算法開(kāi)發(fā)模塊和產(chǎn)品，這類(lèi)企業(yè)將在機(jī)器視覺(jué)領(lǐng)域擁有核心競(jìng)爭(zhēng)力。

（2）深度學(xué)習(xí)解決視覺(jué)算法場(chǎng)景的專(zhuān)用芯片

以AI芯片方式作為視覺(jué)處理芯片有相當(dāng)大的市場(chǎng)空間。以手勢(shì)識(shí)別為例，傳統(tǒng)的識(shí)別方案大都基于顏色空間，如 RGB，HSV ，YCrBr，無(wú)法排除類(lèi)膚色物體及黑色皮膚對(duì)識(shí)別精度的干擾。借助深度學(xué)習(xí)，如通過(guò) R-CNN 訓(xùn)練大量標(biāo)注后的手勢(shì)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(shì)識(shí)別問(wèn)題時(shí)，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(lái)的新領(lǐng)域（如無(wú)人車(chē)、服務(wù)機(jī)器人、谷歌眼鏡等），對(duì)機(jī)器視覺(jué)提出了新要求。機(jī)器視覺(jué)可以讓機(jī)器人在多種場(chǎng)合實(shí)現(xiàn)應(yīng)用。服務(wù)機(jī)器人與工業(yè)機(jī)器人最大的區(qū)別就是多維空間的應(yīng)用。目前國(guó)內(nèi)的機(jī)器視覺(jué)，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(lái)存在較大市場(chǎng)增長(zhǎng)空間。

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

機(jī)器視覺(jué)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(shí)際問(wèn)題才是核心的競(jìng)爭(zhēng)力。當(dāng)一家公司先天能夠獲得大量連續(xù)不斷的優(yōu)質(zhì)場(chǎng)景數(shù)據(jù)，又有挖掘該數(shù)據(jù)價(jià)值的先進(jìn)技術(shù)時(shí)，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(guò)自有平臺(tái)獲取數(shù)據(jù)，要么選擇與擁有數(shù)據(jù)源的公司進(jìn)行合作，同時(shí)選擇一個(gè)商業(yè)落地的方向，實(shí)現(xiàn)快速的數(shù)據(jù)循環(huán)。

第四部分智能語(yǔ)言技術(shù)解讀及行業(yè)分析

1.語(yǔ)音識(shí)別技術(shù)

（1）語(yǔ)音識(shí)別技術(shù)已趨成熟，全球應(yīng)用持續(xù)升溫

語(yǔ)音識(shí)別技術(shù)已趨成熟，全球應(yīng)用持續(xù)升溫。語(yǔ)音識(shí)別技術(shù)經(jīng)歷了長(zhǎng)達(dá)60年的發(fā)展，近年來(lái)機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)的引入，使得語(yǔ)音識(shí)別的準(zhǔn)確率提升到足以在實(shí)際場(chǎng)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(lái)替代或結(jié)合高斯混合算法和HMM算法，在識(shí)別率上取得突破。根據(jù)Google Trends統(tǒng)計(jì)，自2008年iPhone及谷歌語(yǔ)音搜索推出以來(lái)語(yǔ)音搜索增長(zhǎng)超35倍。百度人工智能專(zhuān)家吳恩達(dá)預(yù)測(cè)，2020年語(yǔ)音及圖像搜索占比有望達(dá)到50%。Echo熱銷(xiāo)超過(guò)400萬(wàn)，帶動(dòng)智能音箱熱潮。

（2）語(yǔ)音識(shí)別進(jìn)入巨頭崛起時(shí)代，開(kāi)放平臺(tái)擴(kuò)大生態(tài)圈成主流

語(yǔ)音識(shí)別即將進(jìn)入大規(guī)模產(chǎn)業(yè)化時(shí)代。隨著亞馬遜Echo的大賣(mài)，語(yǔ)音交互技術(shù)催生的新商機(jī)，吸引大大小小的公司構(gòu)建自己主導(dǎo)的語(yǔ)音生態(tài)產(chǎn)業(yè)鏈。各大公司紛紛開(kāi)放各自的智能語(yǔ)音平臺(tái)和語(yǔ)音能力，欲吸引更多玩家進(jìn)入他們的生態(tài)系統(tǒng)。

（3）語(yǔ)音識(shí)別技術(shù)發(fā)展瓶頸與趨勢(shì)

低噪聲語(yǔ)料下的高識(shí)別率在現(xiàn)實(shí)環(huán)境使用中會(huì)明顯下降到70-80%，遠(yuǎn)場(chǎng)識(shí)別、復(fù)雜噪聲環(huán)境和特異性口音的識(shí)別是下一個(gè)階段需要解決的問(wèn)題。

麥克風(fēng)陣列類(lèi)前端技術(shù)不僅是通過(guò)降噪和聲源定位帶來(lái)識(shí)別率的提高，帶環(huán)境音的語(yǔ)料的搜集、標(biāo)注可用于模型的訓(xùn)練，有助于打造更新一代的語(yǔ)音識(shí)別引擎技術(shù)。語(yǔ)音巨頭已經(jīng)在布局。

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

2.自然語(yǔ)言處理（NLP）發(fā)展現(xiàn)狀

（1）多技術(shù)融合應(yīng)用促進(jìn)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(jìn)了自然語(yǔ)言處理技術(shù)的發(fā)展。深度學(xué)習(xí)在某些語(yǔ)言問(wèn)題上正在取得很大的突破，比如翻譯和寫(xiě)作。2014年開(kāi)始LSTM、Word2Vec以及Attention Model等技術(shù)研究的進(jìn)展，使DL有了路徑在語(yǔ)義理解領(lǐng)域取得突破，并且已經(jīng)有了明顯的進(jìn)展。對(duì)話(huà)、翻譯、寫(xiě)作新技術(shù)成果里都開(kāi)始逐漸混合入DL的框架。2014-2015年，硅谷在語(yǔ)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(duì)大數(shù)據(jù)和算力資源的利用，語(yǔ)義理解的發(fā)展還需要深度學(xué)習(xí)、搜索算法、知識(shí)圖譜、記憶網(wǎng)絡(luò)等知識(shí)的協(xié)同應(yīng)用，應(yīng)用場(chǎng)景越明確（如客服/助理），邏輯推理要求越淺（如翻譯），知識(shí)圖譜領(lǐng)域越成熟（如數(shù)據(jù)飽和度和標(biāo)準(zhǔn)性較強(qiáng)的行業(yè)），技術(shù)上實(shí)現(xiàn)可能性相對(duì)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(hù)反饋閉環(huán)的企業(yè)會(huì)有更好的發(fā)展機(jī)會(huì)。

（2）NLP主要應(yīng)用場(chǎng)景

問(wèn)答系統(tǒng)。問(wèn)答系統(tǒng)能用準(zhǔn)確、簡(jiǎn)潔的自然語(yǔ)言回答用戶(hù)用自然語(yǔ)言提出的問(wèn)題。基本工作原理是在線(xiàn)做匹配和排序。比如 IBM 的 Watson，典型的辦法是把問(wèn)答用FAQ索引起來(lái)，與搜索引擎相似。對(duì)每一個(gè)新問(wèn)題進(jìn)行檢索，再將回答按匹配度進(jìn)行排序，把最有可能的答案排在前面，往往就取第一個(gè)作為答案返回給用戶(hù)。

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(lái)。

機(jī)器翻譯。機(jī)器翻譯的歷史被認(rèn)為與自然語(yǔ)言處理的歷史是一樣的。最近，深度學(xué)習(xí)被成功地運(yùn)用到機(jī)器翻譯里，使得機(jī)器翻譯的準(zhǔn)確率大幅度提升。

對(duì)話(huà)系統(tǒng)。對(duì)話(huà)系統(tǒng)的回復(fù)是完全開(kāi)放的，要求機(jī)器能準(zhǔn)確地理解問(wèn)題，并且基于自身的知識(shí)系統(tǒng)和對(duì)于對(duì)話(huà)目標(biāo)的理解，去生成一個(gè)回復(fù)。

（3）創(chuàng)業(yè)公司的機(jī)遇

1)機(jī)器翻譯方面：經(jīng)過(guò)多年的探索，機(jī)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(dāng)大程度上替代一部分人工，機(jī)器翻譯技術(shù)的商業(yè)化應(yīng)用已經(jīng)開(kāi)始進(jìn)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(yǔ)言處理技術(shù)

避開(kāi)巨頭們對(duì)語(yǔ)音交互入口的競(jìng)爭(zhēng)，以某一細(xì)分行業(yè)為切入點(diǎn)，深耕垂直領(lǐng)域，對(duì)創(chuàng)業(yè)公司也是一個(gè)不錯(cuò)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(gè)層面?；A(chǔ)層的大數(shù)據(jù)、云計(jì)算等細(xì)分技術(shù)被應(yīng)用到金融征信、保險(xiǎn)、理財(cái)管理、支付等金融細(xì)分領(lǐng)域；技術(shù)層的機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與知識(shí)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(jì)算機(jī)視覺(jué)與生物識(shí)別應(yīng)用于金融領(lǐng)域的身份識(shí)別，語(yǔ)音識(shí)別及自然語(yǔ)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(rèn)知智能應(yīng)用于金融領(lǐng)域的智能風(fēng)控。

人工智能在金融行業(yè)的典型應(yīng)用情況

資料來(lái)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(lái)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(chǎng)景

醫(yī)學(xué)影像。人工智能應(yīng)用于醫(yī)學(xué)影像，通過(guò)深度學(xué)習(xí)，實(shí)現(xiàn)機(jī)器對(duì)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(jìn)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(guò)影像分類(lèi)、目標(biāo)檢測(cè)、圖像分割、圖像檢索等方式，完成病灶識(shí)別與標(biāo)注，三維重建，靶區(qū)自動(dòng)勾畫(huà)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(gè)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(jì)算機(jī)上模擬藥物篩選的過(guò)程，包括靶點(diǎn)選擇、藥效和晶型分析等，預(yù)測(cè)化合物的活性、穩(wěn)定性和副作用，快速 、準(zhǔn)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(duì)臨床試驗(yàn)的不同階段，利用人工智能技術(shù)對(duì)患者病歷進(jìn)行分析，迅速篩選符合條件的被試者，監(jiān)測(cè)管理臨床試驗(yàn)過(guò)程中的患者服藥依從性和數(shù)據(jù)收集過(guò)程，提高臨床試驗(yàn)的準(zhǔn)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(shí)系統(tǒng)，通過(guò)人工智能技術(shù)實(shí)現(xiàn)人機(jī)交互，從而在就醫(yī)過(guò)程中，承擔(dān)診前問(wèn)詢(xún)、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(shí)間可以與患者互動(dòng)。醫(yī)療虛擬助理根據(jù)參與就醫(yī)過(guò)程的功能不同，主要有智能導(dǎo)診分診，智能問(wèn)診，用藥咨詢(xún)和語(yǔ)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(lái)為代表的成車(chē)廠(chǎng)商。該類(lèi)廠(chǎng)商，上接上游軟硬件提供商，下接公司和消費(fèi)者，在整個(gè)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(chǎng)商多為細(xì)分技術(shù)提供商，如深度學(xué)習(xí)、人機(jī)交互、圖像識(shí)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(lái)源：創(chuàng)業(yè)邦研究中心

2.智能駕駛市場(chǎng)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(chǎng)的滲透率會(huì)在接下來(lái) 5年內(nèi)處于高速滲透期，然 后伴隨半無(wú)人駕駛的普及進(jìn)入穩(wěn)速增長(zhǎng)期。在未來(lái)的 2025 年無(wú)人駕駛放量階段后，依賴(lài)全產(chǎn)業(yè)鏈的配合而進(jìn)入市場(chǎng)成熟期。預(yù)測(cè)到2030年，全球 L4/5 級(jí)別的自動(dòng)駕駛車(chē)輛滲透率將達(dá)到 15%，單車(chē)應(yīng)用成本的顯著提升之 外，從 L1-L4 級(jí)別的智能駕駛功能全面滲透為汽車(chē)產(chǎn)業(yè)帶來(lái)全面的市場(chǎng)機(jī)會(huì)。

按照 IHS Automotive 保守估計(jì)，全球 L4/L5 自動(dòng)駕駛汽車(chē)產(chǎn)量在 2025 年將接近 60 萬(wàn)輛，并在 2025- 2035 年間獲得高速發(fā)展，年復(fù)合增長(zhǎng)率將達(dá)到43%，并在2035年達(dá)到2100萬(wàn)輛。另有接近 7600 萬(wàn)輛的汽車(chē)具備部分自動(dòng)駕駛功能，同時(shí)會(huì)帶動(dòng)產(chǎn)業(yè)鏈衍生市場(chǎng)的大規(guī)模催化擴(kuò)張。

根據(jù)獨(dú)立市場(chǎng)調(diào)研機(jī)構(gòu) Strategy Engineers 的預(yù)測(cè)，L4 高度自動(dòng)駕駛等級(jí)下，自動(dòng)駕駛零部件成本約在 3100 美元/車(chē)，其中硬件占比 45%，軟件占比 30%，系統(tǒng)整合占比 14%，車(chē)聯(lián)網(wǎng)部分占比 11%。按照全球 1 億輛量 產(chǎn)規(guī)模計(jì)算，理想假設(shè)所有車(chē)輛全部達(dá)到 L4 高度自動(dòng)駕駛水平，那么全球自動(dòng)駕駛零部件市場(chǎng)規(guī)模在 2020 年 將達(dá)到 3100 億美元。

第八部分中國(guó)人工智能企業(yè)畫(huà)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(mén)吸引眾多創(chuàng)業(yè)企業(yè)進(jìn)入。為了觀察行業(yè)風(fēng)向，助力創(chuàng)新企業(yè)發(fā)展，創(chuàng)業(yè)邦研究中心對(duì)國(guó)內(nèi)200多家人工智能創(chuàng)業(yè)公司進(jìn)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(biāo)，評(píng)選出“2018中國(guó)人工智能創(chuàng)新成長(zhǎng)企業(yè)50強(qiáng)”。

地域分布

全國(guó)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(dá)39.66%;其次是上海，人工智能企業(yè)占比達(dá)21.55%;位列第三的是廣東，人工智能企業(yè)占達(dá)15.52%。北京以領(lǐng)先全國(guó)其他地區(qū)的政策環(huán)境、人才儲(chǔ)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(jì)基礎(chǔ)和科技實(shí)力，人工智能應(yīng)用實(shí)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(dá)，企業(yè)對(duì)數(shù)據(jù)需求強(qiáng)烈，依靠大數(shù)據(jù)產(chǎn)業(yè)鏈推動(dòng)人工智能產(chǎn)業(yè)發(fā)展。

行業(yè)分布

從行業(yè)大類(lèi)分布來(lái)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(dá)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(chǎng)景深度融合，應(yīng)用領(lǐng)域不斷擴(kuò)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(guó)際IT巨頭占據(jù)行業(yè)領(lǐng)先地位， 國(guó)內(nèi)與國(guó)際差距明顯，中小初創(chuàng)企業(yè)很難進(jìn)入。

從行業(yè)應(yīng)用來(lái)看，智能金融企業(yè)占比最大，為16.92%;其次是機(jī)器人企業(yè)，占比達(dá)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(qiáng)數(shù)據(jù)導(dǎo)向?yàn)槿斯ぶ悄艿穆涞靥峁┝水a(chǎn)業(yè)基礎(chǔ)，智慧金融被列入國(guó)家發(fā)展規(guī)劃中，龐大的金融市場(chǎng)為人工智能落地帶來(lái)了發(fā)展前景。機(jī)器人作為人工智能產(chǎn)業(yè)落地輸出， 目前市場(chǎng)需求較大，商業(yè)機(jī)器人占據(jù)較大份額。中國(guó)智能駕駛市場(chǎng)在資本推動(dòng)下進(jìn)入者較多，企業(yè)積極推動(dòng)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(chē)。人工智能推動(dòng)教育個(gè)性化落地，相關(guān)初創(chuàng)企業(yè)涉入教育藍(lán)海，推動(dòng)智慧教育的發(fā)展。

收入情況

收入分布在500-10000萬(wàn)之間的企業(yè)最多，占比達(dá)49.14%;500萬(wàn)以下的企業(yè)位居其次，占比達(dá) 26.72%;位列第三的是10000-100000萬(wàn)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(jí)別，且分布較為均衡。三成企業(yè)估值超過(guò)15億元，還有企業(yè)估值達(dá)到百億級(jí)別，如優(yōu)必

選科技、達(dá)闥科技和商湯科技等，將來(lái)或?qū)④Q身人工智能獨(dú)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(lái)自微軟的人工智能科學(xué)家和產(chǎn)業(yè)經(jīng)驗(yàn)豐富的產(chǎn)品團(tuán)隊(duì)創(chuàng)辦，提供專(zhuān)業(yè)領(lǐng)域機(jī)器翻譯、機(jī)器寫(xiě)作、知識(shí)圖譜、大數(shù)據(jù)智能采集挖掘等語(yǔ)言智能產(chǎn)品，致力于成為醫(yī)學(xué)、新聞、法律等專(zhuān)業(yè)領(lǐng)域語(yǔ)言智能專(zhuān)家，為專(zhuān)業(yè)領(lǐng)域用戶(hù)賦能，推動(dòng)專(zhuān)業(yè)領(lǐng)域用戶(hù)進(jìn)入人工智能時(shí)代，助力專(zhuān)業(yè)領(lǐng)域文字智能水平實(shí)現(xiàn)跨越式提升。Atman已為強(qiáng)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(jī)構(gòu)開(kāi)發(fā)機(jī)器翻譯、機(jī)器寫(xiě)作、知識(shí)圖譜、大數(shù)據(jù)智能采集挖掘等語(yǔ)言智能產(chǎn)品。

目前Atman在北京和蘇州兩地運(yùn)營(yíng)，能快速響應(yīng)全國(guó)各地客戶(hù)需求。

企業(yè)團(tuán)隊(duì)

創(chuàng)始人&CEO：馬磊

清華大學(xué)計(jì)算機(jī)系畢業(yè)，曾先后在微軟研究院和工程院擔(dān)任研究員和架構(gòu)師，機(jī)器學(xué)習(xí)專(zhuān)家、多次創(chuàng)業(yè)者、曾主導(dǎo)多項(xiàng)人工智能重大項(xiàng)目，和申請(qǐng)國(guó)際專(zhuān)利共計(jì)15+項(xiàng)。

Atman公司核心團(tuán)隊(duì)由來(lái)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(kāi)發(fā)人員占比70%，一半以上來(lái)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(zhǎng)機(jī)器學(xué)習(xí)（深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、群體智能）在復(fù)雜問(wèn)題的應(yīng)用，和國(guó)際專(zhuān)利15項(xiàng)，Atman神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)于2016年9月首秀，早于谷歌的GNMT，專(zhuān)業(yè)領(lǐng)域翻譯效果在公測(cè)標(biāo)準(zhǔn)和行業(yè)客戶(hù)測(cè)試中均持續(xù)領(lǐng)先。核心產(chǎn)品為垂直領(lǐng)域機(jī)器翻譯、機(jī)器寫(xiě)作、知識(shí)圖譜抽取構(gòu)建、大數(shù)據(jù)智能挖掘等語(yǔ)言智能產(chǎn)品。

Atman的機(jī)器翻譯產(chǎn)品可自動(dòng)翻譯編輯專(zhuān)業(yè)文獻(xiàn)、報(bào)告、音視頻和網(wǎng)頁(yè)，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(jī)器寫(xiě)作可對(duì)海量數(shù)據(jù)進(jìn)行快速搜索、過(guò)濾、聚類(lèi)，根據(jù)行業(yè)需求自動(dòng)生成專(zhuān)業(yè)文檔，適用于所有專(zhuān)業(yè)寫(xiě)作場(chǎng)景，可大幅減少專(zhuān)業(yè)報(bào)告寫(xiě)作過(guò)程中的繁復(fù)工作，大幅提升專(zhuān)業(yè)領(lǐng)域?qū)懽餍省?/p>

知識(shí)圖譜可實(shí)現(xiàn)海量數(shù)據(jù)的語(yǔ)義檢索、長(zhǎng)鏈推理、意圖識(shí)別、因果分析，形成一個(gè)全局知識(shí)庫(kù)。大數(shù)據(jù)智能采集挖掘系統(tǒng)為專(zhuān)業(yè)領(lǐng)域用戶(hù)提供智能數(shù)據(jù)源管理、海量專(zhuān)業(yè)數(shù)據(jù)獲取和非結(jié)構(gòu)化數(shù)據(jù)自動(dòng)解析并結(jié)合知識(shí)圖譜提供auto-screening、知識(shí)重構(gòu)、專(zhuān)業(yè)決策輔助，幫助用戶(hù)建立強(qiáng)大的以專(zhuān)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(jué)感知核心技術(shù)與應(yīng)用軟件開(kāi)發(fā)企業(yè)，2016年分別在美國(guó)硅谷和上海成立研發(fā)中心，主攻領(lǐng)域?yàn)榍度胧綀D像、計(jì)算機(jī)視覺(jué)，公司核心業(yè)務(wù)是提供基于圖像處理、計(jì)算圖像以及人工智能的嵌入式視覺(jué)感知平臺(tái)，為ADAS及自動(dòng)駕駛提供完整的視覺(jué)感知方案。

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

企業(yè)團(tuán)隊(duì)

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

創(chuàng)始人&CEO：?jiǎn)斡浾麓饲霸诠韫纫患胰蝽敿獾膱D像傳感器公司工作近20年，離職前擔(dān)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(jì)、圖像處理算法研發(fā)和圖像處理芯片設(shè)計(jì)。

核心技術(shù)和產(chǎn)品

在汽車(chē)領(lǐng)域，黑芝麻可提供車(chē)內(nèi)監(jiān)控方案（DMS），自動(dòng)泊車(chē)方案（AVP），ADAS/自動(dòng)駕駛感知平臺(tái)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(gè)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(lái)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(guò)程；黑芝麻芯片平臺(tái)采用獨(dú)有的神經(jīng)網(wǎng)絡(luò)架構(gòu)，包括獨(dú)有的圖像處理，視頻壓縮和計(jì)算機(jī)視覺(jué)模塊，與黑芝麻視覺(jué)算法結(jié)合，采用16nm制程，設(shè)計(jì)功耗2.5w，每秒浮點(diǎn)計(jì)算達(dá)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(jī)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(gè)性化學(xué)習(xí)內(nèi)容。核心團(tuán)隊(duì)來(lái)自美國(guó)Knewton、Realizeit、ALEKS等人工智能教育公司，銷(xiāo)售團(tuán)隊(duì)有全國(guó)40億toC銷(xiāo)售額的經(jīng)驗(yàn)。

企業(yè)自主研發(fā)了針對(duì)中國(guó)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(jí)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(shí)產(chǎn)權(quán)，能夠模擬真實(shí)特級(jí)教師教學(xué)。企業(yè)發(fā)表的學(xué)術(shù)論文得到了全球國(guó)際學(xué)術(shù)會(huì)議AIED、CSEDU、UMAP認(rèn)可，并在紐約設(shè)計(jì)了人工智能教育實(shí)驗(yàn)室，與斯坦福國(guó)際研究院（SRI）在硅谷成立了人工智能聯(lián)合實(shí)驗(yàn)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(gè)性化教育，在教、學(xué)、評(píng)、測(cè)、練等教學(xué)過(guò)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(dá)到超越真人教學(xué)的目的。該產(chǎn)品性?xún)r(jià)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(shí)費(fèi)用高，名師資源少，學(xué)習(xí)效率低等問(wèn)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(jí)教師，采用圖論、概率圖模型，機(jī)器學(xué)習(xí)完成知識(shí)點(diǎn)拆分和個(gè)人學(xué)習(xí)畫(huà)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(shí)時(shí)動(dòng)態(tài)推薦最佳學(xué)習(xí)路徑，實(shí)現(xiàn)個(gè)性化教育。

業(yè)務(wù)模式

線(xiàn)上與線(xiàn)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(guò)互聯(lián)網(wǎng)在線(xiàn)上學(xué)習(xí)課程。開(kāi)創(chuàng)教育新零售模式，授權(quán)線(xiàn)下合作學(xué)校，已在全國(guó)100多個(gè)城市開(kāi)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(guó)科學(xué)院重慶研究院的高科技企業(yè)，專(zhuān)注于計(jì)算機(jī)視覺(jué)與人工智 能。云從科技是人工智能行業(yè)國(guó)家隊(duì)，是中科院戰(zhàn)略先導(dǎo)項(xiàng)目人臉識(shí)別團(tuán)隊(duì)唯一代表，唯一一家同時(shí)受邀制定人 臉識(shí)別國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)的企業(yè)。2018年，云從科技成為祖國(guó)“一帶一路”戰(zhàn)略實(shí)行路上的人工智能先鋒，與 非洲南部第二大經(jīng)濟(jì)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(guó)家肯定，國(guó)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(jì)，唯一同時(shí)制定國(guó)標(biāo)、部標(biāo)和行標(biāo)的人工智能企業(yè)；模式創(chuàng)新，三大平臺(tái)解決方案，科學(xué)家平臺(tái)、核心技術(shù)平臺(tái)和行業(yè)應(yīng)用平臺(tái)。

企業(yè)核心團(tuán)隊(duì)

創(chuàng)始人

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

周曦博士帶領(lǐng)團(tuán)隊(duì)曾在計(jì)算機(jī)視覺(jué)識(shí)別、圖像識(shí)別、音頻檢測(cè)等國(guó)際挑戰(zhàn)賽中7次奪冠;在國(guó)際頂級(jí)會(huì)議、雜志 上發(fā)表60余篇文章，被引用上千次。

核心技術(shù)團(tuán)隊(duì)

云從科技依托美國(guó)UIUC和硅谷兩個(gè)前沿實(shí)驗(yàn)室，中科院、上海交大兩個(gè)聯(lián)合實(shí)驗(yàn)室上海、廣州、重慶、成都四 個(gè)研發(fā)中心組成的三級(jí)研發(fā)架構(gòu)。目前研發(fā)團(tuán)隊(duì)已經(jīng)超過(guò)300人，80%以上擁有碩士學(xué)歷。

技術(shù)優(yōu)勢(shì)

全方位多維智能學(xué)習(xí)模塊適應(yīng)不同場(chǎng)景要求；模塊化設(shè)計(jì)為在工業(yè)視覺(jué)、醫(yī)學(xué)影像、自動(dòng)駕駛AR等領(lǐng)域擴(kuò)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(shí)別挑戰(zhàn)賽成績(jī)斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微軟全球圖像識(shí)別挑戰(zhàn)賽上共計(jì)奪得7次世界冠軍;在銀行、公安等行業(yè)智能識(shí)別技術(shù) PK實(shí)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(gè)數(shù)據(jù)同時(shí)集體刷 新世界記錄， Market-1501上的首位命中率達(dá)到96.6%，首次達(dá)到商用水平。

正式在國(guó)內(nèi)“3D結(jié)構(gòu)光人臉識(shí)別技術(shù)”，可全面應(yīng)用于手機(jī)、電腦、機(jī)具、設(shè)備、家電。相較以往的2D人 臉識(shí)別及以紅外活體檢測(cè)技術(shù)，3D結(jié)構(gòu)光人臉識(shí)別技術(shù)擁有不需要用戶(hù)進(jìn)行任何動(dòng)作配合完成活體驗(yàn)證的功能， 分析時(shí)間壓縮到了毫秒級(jí)以及不受環(huán)境光線(xiàn)強(qiáng)弱的影響等諸多優(yōu)點(diǎn)，受到國(guó)際巨頭公司的關(guān)注。

行業(yè)應(yīng)用

目前國(guó)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(biāo)的銀行約為121家，其中云從科 技中標(biāo)了88家總行平臺(tái)，市場(chǎng)占有率約為72.7%;在安防領(lǐng)域推動(dòng)中科院與公安部全面合作，通過(guò)公安部重大課題研發(fā)火眼人臉大數(shù)據(jù)平臺(tái)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(jī)場(chǎng)。

5.Yi+

企業(yè)概述

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

旗下品牌Yi+是世界一流的人工智能計(jì)算機(jī)視覺(jué)引擎，衣+是時(shí)尚商品搜索引擎。公司在圖像視頻中對(duì)場(chǎng)景、通用物體、商品、人臉的檢測(cè)、識(shí)別、搜索及推薦均達(dá)到領(lǐng)先水平。

目前公司和阿里巴巴、愛(ài)奇藝、優(yōu)酷土豆、中國(guó)有線(xiàn)、CIBN、中信國(guó)安、海信、華為、360等數(shù)十家頂級(jí)機(jī)構(gòu)/產(chǎn)品深度合作，通過(guò)提供邊看邊買(mǎi)引擎、圖像視頻內(nèi)容分析引擎、人臉識(shí)別引擎等基于視覺(jué)識(shí)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(hù)，同時(shí)幫助政府機(jī)構(gòu)、廣電系統(tǒng)、內(nèi)容媒體、零售商、電商、視聽(tīng)設(shè)備等行業(yè)實(shí)現(xiàn)智能分析、智能互動(dòng)與場(chǎng)景營(yíng)銷(xiāo)。目前公司已經(jīng)獲得B輪融資。

企業(yè)團(tuán)隊(duì)

團(tuán)隊(duì)成員來(lái)自于斯坦福、耶魯、帝國(guó)理工、新加坡國(guó)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(jī)Linux中國(guó)區(qū)負(fù)責(zé)人，中國(guó)區(qū)開(kāi)源聯(lián)盟負(fù)責(zé)人，年銷(xiāo)售額數(shù)億。 2013年創(chuàng)業(yè)于美國(guó)硅谷和新加坡，2014年6月在中國(guó)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(guó)際頂級(jí)計(jì)算機(jī)視覺(jué)競(jìng)賽ImageNet中，成績(jī)?cè)^(guò)谷歌、斯坦福等，2015-2016年2年獲得十項(xiàng)世界第一。2018年3月，人臉識(shí)別準(zhǔn)確率位列LFW榜首。Yi+通過(guò)遵循無(wú)限制，標(biāo)記的外部數(shù)據(jù)協(xié)議。 Yi+的系統(tǒng)由人臉檢測(cè)，人臉對(duì)齊和人臉描述符提取組成。使用多重?fù)p失和訓(xùn)練數(shù)據(jù)集訓(xùn)練CNN模型，其中包含來(lái)自多個(gè)來(lái)源的約10M個(gè)圖像，其中包含150，000個(gè)人（訓(xùn)練數(shù)據(jù)集與LFW沒(méi)有交集）。在測(cè)試時(shí)， Yi+使用原始的LFW圖像并應(yīng)用簡(jiǎn)單的L2norm。圖像對(duì)之間的相似性用歐氏距離來(lái)測(cè)量，最終取得優(yōu)異成績(jī)。

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

行業(yè)解決方案

針對(duì)營(yíng)銷(xiāo)、安防、相機(jī)和電視的不同特點(diǎn)，推出相應(yīng)解決方案。

營(yíng)銷(xiāo)+AI。場(chǎng)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(dòng)態(tài)貼圖、video-out、場(chǎng)景化角標(biāo)與廣告濾鏡等形式的廣告內(nèi)容推薦，適用于快消、汽車(chē)、電商、IT、金融、旅游服務(wù)等多個(gè)行業(yè)。

智慧城市+AI。使用計(jì)算及視覺(jué)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(shí)時(shí)識(shí)別上，實(shí)時(shí)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(kuò)展性&靈活性、數(shù)據(jù)管理、松散耦合性、安全性、實(shí)時(shí)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(shí)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(yíng)銷(xiāo)能力。

相機(jī)+AI。相機(jī)更具交互能力。用戶(hù)通過(guò)搜索關(guān)鍵字標(biāo)簽同步展示圖片，打通相冊(cè)和購(gòu)物一站式體驗(yàn)。準(zhǔn)確識(shí)別人物屬性特征，動(dòng)態(tài)適應(yīng)表情變化，可以在視頻以及圖像中對(duì)人臉實(shí)時(shí)檢測(cè)，基于深度學(xué)習(xí)技術(shù)，進(jìn)行人臉相似度檢測(cè)，實(shí)現(xiàn)面部關(guān)鍵點(diǎn)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(shí)時(shí)檢測(cè)攝像頭中出現(xiàn)的物品、場(chǎng)景和人臉等，添加AR效果，SDK支持本地檢測(cè)、識(shí)別、追蹤，平均檢測(cè)幀率可達(dá)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(shí)別、商品識(shí)別和其他圖像識(shí)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(mén)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(shuō)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(shuō)明包括識(shí)別算法訓(xùn)練、商品識(shí)別、識(shí)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(jiǎn)介

擎創(chuàng)科技成立于2016年，專(zhuān)注于將人工智能和機(jī)器學(xué)習(xí)賦予傳統(tǒng)IT運(yùn)維／企業(yè)運(yùn)營(yíng)管理，為企業(yè)客戶(hù)提供智能運(yùn)維大數(shù)據(jù)分析解決方案，從而取代和改善對(duì)高技能運(yùn)維人員嚴(yán)重依賴(lài)的現(xiàn)狀。2017年，擎創(chuàng)科技已實(shí)現(xiàn)全年2000萬(wàn)營(yíng)收，迅速成為國(guó)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(wàn)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(tuán)隊(duì)

擎創(chuàng)團(tuán)隊(duì)的核心成員主要由BMC、微軟等美國(guó)企業(yè)服務(wù)上市公司的運(yùn)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(zhuān)家組成，核心團(tuán)隊(duì)成員至少擁有10年以上的行業(yè)經(jīng)驗(yàn)。其中CEO楊辰是國(guó)內(nèi)最頂級(jí)的B端銷(xiāo)售，曾帶領(lǐng)團(tuán)隊(duì)獲得10倍的業(yè)績(jī)?cè)鲩L(zhǎng)；CTO葛曉波擁有長(zhǎng)達(dá)15年的企業(yè)級(jí)軟件開(kāi)發(fā)和運(yùn)維經(jīng)驗(yàn)；而產(chǎn)品總監(jiān)屈中泠則來(lái)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(duì)企業(yè)運(yùn)維產(chǎn)品的需求。這個(gè)曾經(jīng)深耕于運(yùn)維企業(yè)服務(wù)市場(chǎng)的團(tuán)隊(duì)，如今在智能運(yùn)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(hù)，最值得企業(yè)客戶(hù)信賴(lài)的軟件廠(chǎng)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(yùn)維主打產(chǎn)品，自2016年上線(xiàn)以來(lái)，已從1.0版本升級(jí)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(guó)家發(fā)展和民生問(wèn)題的多種行業(yè)。在2017全球運(yùn)維大會(huì)上，夏洛克AIOps獲得由中國(guó)信息通信研究院與高效運(yùn)維社區(qū)聯(lián)合頒發(fā)的“年度最具影響力AIOps產(chǎn)品”獎(jiǎng)。

“夏洛克AIOps”充分利用自研算法輔助客戶(hù)實(shí)現(xiàn)IT運(yùn)維價(jià)值，結(jié)合客戶(hù)的現(xiàn)有情況，規(guī)劃從傳統(tǒng)ITOM至AIOps智能運(yùn)維的一站式路徑，助其運(yùn)營(yíng)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(tái)，實(shí)現(xiàn)以人工智能為核心，驅(qū)動(dòng)傳統(tǒng)IT運(yùn)維監(jiān)、管、控三個(gè)層面，并將相關(guān)運(yùn)維數(shù)據(jù)及業(yè)務(wù)數(shù)據(jù)實(shí)時(shí)展現(xiàn)。

“夏洛克AIOps”擁有多項(xiàng)自研算法，猶如運(yùn)維界的福爾摩斯，能迅速發(fā)現(xiàn)并定位運(yùn)維問(wèn)題的根因，實(shí)現(xiàn)秒級(jí)排障，最大程度避免企業(yè)產(chǎn)生重大損失。更有價(jià)值的是，“夏洛克AIOps”還能通過(guò)長(zhǎng)期的數(shù)據(jù)積累和機(jī)器學(xué)習(xí)，運(yùn)用新型深度神經(jīng)網(wǎng)絡(luò)算法對(duì)企業(yè)的業(yè)務(wù)數(shù)據(jù)進(jìn)行預(yù)測(cè)，幫助企業(yè)提前規(guī)劃IT資源，高效預(yù)防各類(lèi)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(biāo)桿客戶(hù)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(guó)家開(kāi)發(fā)銀行、上海鐵路局、銀聯(lián)、海爾、浙江能源等。針對(duì)不同客戶(hù)，采用個(gè)性化的商業(yè)模式進(jìn)行服務(wù)，目前主要有私有模式和SaaS模式兩種，都具有較強(qiáng)的可復(fù)制性。

核心優(yōu)勢(shì)

篇3

關(guān)鍵詞：工體驗(yàn)設(shè)計(jì)；設(shè)計(jì)哲學(xué)；發(fā)展方式； 技術(shù)結(jié)合；設(shè)計(jì)價(jià)值

設(shè)計(jì)發(fā)展到今天，工業(yè)設(shè)計(jì)、信息藝術(shù)設(shè)計(jì)、環(huán)境藝術(shù)設(shè)計(jì)、建筑設(shè)計(jì)、視覺(jué)傳達(dá)設(shè)計(jì)、媒體與傳播設(shè)計(jì)等等這些設(shè)計(jì)專(zhuān)業(yè)細(xì)分實(shí)際上都是對(duì)設(shè)計(jì)師“入門(mén)階段”的專(zhuān)業(yè)技能和實(shí)際操作層面的技術(shù)種類(lèi)的細(xì)分，而從更高的設(shè)計(jì)思維與設(shè)計(jì)研究領(lǐng)域，各個(gè)專(zhuān)業(yè)方向都有基于本專(zhuān)業(yè)的實(shí)踐方式對(duì)服務(wù)管理、體驗(yàn)方式、信息傳達(dá)這些更高層次的設(shè)計(jì)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(jì)、服務(wù)設(shè)計(jì)和信息藝術(shù)設(shè)計(jì)領(lǐng)域的討論。

1作為設(shè)計(jì)過(guò)程的服務(wù)設(shè)計(jì)和作為剖析需求的體驗(yàn)設(shè)計(jì)

服務(wù)設(shè)計(jì)中有一個(gè)核心概念“生活方式”，而體驗(yàn)設(shè)計(jì)的重點(diǎn)當(dāng)然在“用戶(hù)體驗(yàn)”，進(jìn)一步說(shuō)是滿(mǎn)足用戶(hù)對(duì)身心體驗(yàn)的需求。這前后二者的提出都是基于社會(huì)經(jīng)濟(jì)水平長(zhǎng)足發(fā)展、社會(huì)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(duì)足夠物質(zhì)資源的前提，因此這些設(shè)計(jì)理念都強(qiáng)調(diào)對(duì)“非物質(zhì)”因素的設(shè)計(jì)，特別關(guān)注對(duì)人與物（機(jī)器）的關(guān)系、人與技術(shù)的關(guān)系、人與社會(huì)的關(guān)系、人與環(huán)境關(guān)系、人與人的自我認(rèn)知的重新認(rèn)識(shí)和價(jià)值判斷。

服務(wù)設(shè)計(jì)為消費(fèi)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(guò)優(yōu)化系統(tǒng)內(nèi)的過(guò)程和接觸點(diǎn)使得系統(tǒng)內(nèi)的各個(gè)利益相關(guān)者獲得更大價(jià)值的設(shè)計(jì)觀念。從設(shè)計(jì)哲學(xué)上看，服務(wù)設(shè)計(jì)是對(duì)過(guò)程的設(shè)計(jì)，更多的是將消費(fèi)者（也就是人）作為系統(tǒng)內(nèi)的一個(gè)重要組成核心，通過(guò)將其周?chē)巴獠恳蛩亍保ㄎ镔|(zhì)與非物質(zhì)的相互關(guān)系）不斷優(yōu)化來(lái)促成對(duì)這一核心提供價(jià)值。

而體驗(yàn)設(shè)計(jì)是對(duì)“內(nèi)部因素”的設(shè)計(jì)，是對(duì)“體驗(yàn)”本身進(jìn)行設(shè)計(jì)，從設(shè)計(jì)哲學(xué)上來(lái)說(shuō)就放大和直接剖析設(shè)計(jì)對(duì)象這一“賓語(yǔ)”，將“人”這一核心概念逐層剝離開(kāi)，對(duì)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(jìn)行分析和預(yù)判，為其需要被滿(mǎn)足或還未被發(fā)掘的“自我認(rèn)知需求”提供可能機(jī)遇。

從更加生動(dòng)感性的角度詮釋?zhuān)绑w驗(yàn)十分重要，因?yàn)樗言O(shè)計(jì)中心從設(shè)計(jì)生活方式變成了設(shè)計(jì)生活的意義?！?/p>

2體驗(yàn)設(shè)計(jì)可以創(chuàng)造生活意義

在理解“體驗(yàn)設(shè)計(jì)可以創(chuàng)造生活意義”這個(gè)話(huà)題之前，先回憶一個(gè)大家熟知的“雞湯故事”幫助話(huà)題更好展開(kāi)：一日富翁與漁夫的對(duì)話(huà)，問(wèn)他為什么不繼續(xù)去捕魚(yú)，捕魚(yú)可以賺更多的錢(qián)可以雇更多幫手，可以自己當(dāng)老板，最后可以舒舒服服地在此地曬太陽(yáng)。漁夫笑著反詰到：那我此刻不正在曬太陽(yáng)嗎？ 對(duì)于這個(gè)心靈雞湯故事，過(guò)去最流行的解讀就是不要過(guò)多的為了追求物質(zhì)而迷失方向，要有澄澈的心境，因?yàn)樽罱K我們需要擁有的只是一刻的輕松和陽(yáng)光，那這些“財(cái)富”我們?cè)缇鸵呀?jīng)擁有了。這個(gè)故事在今天明顯有了更新更全面的解讀方式。當(dāng)今時(shí)代和社會(huì)背景下，對(duì)“財(cái)富”也可以說(shuō)個(gè)人所擁有“價(jià)值”的定義絕不僅僅是“一片陽(yáng)光和愜意”這么簡(jiǎn)單。對(duì)于富人來(lái)說(shuō)，他享有經(jīng)濟(jì)財(cái)務(wù)自，享有自我實(shí)現(xiàn)的滿(mǎn)足感，享有他人的尊重，享有豐富的社會(huì)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(duì)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(yàn)，而漁夫只有“陽(yáng)光”。如果按照故事原意的解讀，放在體驗(yàn)經(jīng)濟(jì)背景下，漁夫所擁有的“價(jià)值提供物”――體驗(yàn)，較之于富人來(lái)說(shuō)是可能是相對(duì)“匱乏”的。當(dāng)然，體驗(yàn)這一精神狀態(tài)或過(guò)程從宏觀上本身無(wú)法量化和做定性比較，若漁夫能夠充分的體驗(yàn)和感受“這一刻”的狀態(tài)并且從精神上得到足夠的滿(mǎn)足，那么他所有的“價(jià)值”也絕不比富人少。這就是在體驗(yàn)經(jīng)濟(jì)時(shí)代下對(duì)“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(shí)現(xiàn)”的階段?！笆挛镉辛藘r(jià)值，還需要被體驗(yàn)，人們?cè)絹?lái)越重視精神消費(fèi)和情感滿(mǎn)足?！碑?dāng)某人購(gòu)買(mǎi)一種體驗(yàn)時(shí)，他是在花時(shí)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(lái)越向高的需求層次靠近，對(duì)社會(huì)地位、友情、自尊、他尊的追求，都是需要或希望被滿(mǎn)足的“體驗(yàn)”。因此，高品質(zhì)服務(wù)創(chuàng)造的“體驗(yàn)”成了滿(mǎn)足人們需要的主要經(jīng)濟(jì)提供物。體驗(yàn)經(jīng)濟(jì)中，設(shè)計(jì)師不再是簡(jiǎn)單操作層面的“創(chuàng)造者”，而是讓消費(fèi)者在精心制作的舞臺(tái)上開(kāi)始自己獨(dú)一無(wú)二、值得回憶表演的“促成者”。這些都是體驗(yàn)設(shè)計(jì)可以創(chuàng)造生活意義的證明。

3體驗(yàn)設(shè)計(jì)如何創(chuàng)造生活意義、價(jià)值

2001年，美國(guó)信息交互設(shè)計(jì)專(zhuān)家謝佐夫在《體驗(yàn)設(shè)計(jì)》一書(shū)中，首次給出了體驗(yàn)設(shè)計(jì)定義：“體驗(yàn)設(shè)計(jì)是將消費(fèi)者的參與融入設(shè)計(jì)中，是企業(yè)把服務(wù)作為“舞臺(tái)”、產(chǎn)品作欏暗讕摺?、环境作巍安季啊保瓜M(fèi)者在商業(yè)活動(dòng)過(guò)程中感受到美好的體驗(yàn)過(guò)程，……體驗(yàn)特征應(yīng)從感官、行為、精神三個(gè)層面上綜合表現(xiàn)。”由此可以看出，體驗(yàn)設(shè)計(jì)的目的從客觀上說(shuō)就是為了創(chuàng)造更好的用戶(hù)體驗(yàn)、提供更多的體驗(yàn)感受而設(shè)計(jì)；從設(shè)計(jì)行為上來(lái)說(shuō)是可能包括對(duì)認(rèn)知科學(xué)因素的探索和轉(zhuǎn)化、對(duì)服務(wù)行為和系統(tǒng)架構(gòu)的優(yōu)化、對(duì)服務(wù)的有形物質(zhì)資料和無(wú)形的行為方式的規(guī)范和管理；從設(shè)計(jì)可能涉及到的學(xué)科方向看包括：認(rèn)知科學(xué)（心智哲學(xué)、認(rèn)知心理學(xué)、認(rèn)知語(yǔ)言學(xué)）、行為學(xué)、心理學(xué)、社會(huì)學(xué)、倫理學(xué)、人類(lèi)學(xué)等。對(duì)這些學(xué)科的關(guān)注和相關(guān)研究方法的引入，標(biāo)志著體驗(yàn)設(shè)計(jì)開(kāi)始真正走向了關(guān)注內(nèi)在精神需求和自我認(rèn)知滿(mǎn)足的研究領(lǐng)域。

（1）體驗(yàn)設(shè)計(jì)將用戶(hù)參與引入到設(shè)計(jì)的環(huán)節(jié)，使得用戶(hù)或消費(fèi)者意識(shí)到自身是設(shè)計(jì)服務(wù)的主體，這本身就擴(kuò)展了用戶(hù)對(duì)自身創(chuàng)造價(jià)值方式的理解范疇，同時(shí)也強(qiáng)化了用戶(hù)對(duì)自我可創(chuàng)造價(jià)值能力的滿(mǎn)足感。

（2）體驗(yàn)設(shè)計(jì)為用戶(hù)提供多種時(shí)空方式、感官通道、交互行為、服務(wù)模式、情景內(nèi)容的體驗(yàn)，豐富了用戶(hù)的生活經(jīng)歷，擴(kuò)展了用戶(hù)的認(rèn)知同時(shí)強(qiáng)化了用戶(hù)對(duì)自我認(rèn)知的判斷和體察。具體說(shuō)來(lái)，體驗(yàn)設(shè)計(jì)提供的多種時(shí)空方式包括歷時(shí)性的過(guò)程的體驗(yàn)和瞬時(shí)性的結(jié)果的體驗(yàn)；為用戶(hù)提供的多種感官通道外界信息包括視覺(jué)的、聽(tīng)覺(jué)的、嗅覺(jué)的、觸覺(jué)的、溫覺(jué)的，以及多通道綜合聯(lián)絡(luò)式的信號(hào)刺激；為用戶(hù)提供了多種交互行為的體驗(yàn)方式包括人與物的接觸、接觸型人機(jī)界面、非接觸型透明交互、具身交互方式、沉浸式增強(qiáng)現(xiàn)實(shí)環(huán)境體驗(yàn)、沉浸式虛擬現(xiàn)實(shí)體驗(yàn)、行為和語(yǔ)言交互等；為用戶(hù)提供的不同商業(yè)模式和產(chǎn)業(yè)形態(tài)的體驗(yàn)接觸包括商業(yè)性質(zhì)的線(xiàn)下產(chǎn)品服務(wù)推廣體驗(yàn)、在線(xiàn)電子商務(wù)業(yè)務(wù)的營(yíng)銷(xiāo)和廣告、科學(xué)普及和知識(shí)傳播為目的的線(xiàn)上數(shù)字化展覽和線(xiàn)下實(shí)體科技館體驗(yàn)、藝術(shù)與文化研究推廣位目的的藝術(shù)展覽和博覽會(huì)等；為用戶(hù)提供的不同情境內(nèi)容的體驗(yàn)方式包括對(duì)自然科學(xué)知識(shí)普及的情境、對(duì)藝術(shù)文學(xué)文化價(jià)值的再現(xiàn)和感悟的情境、對(duì)未來(lái)智能生活和物聯(lián)網(wǎng)家具生活展示的情境、對(duì)優(yōu)越生活服務(wù)和信息化社會(huì)智能管理方式的展示的情境、科幻超前極限環(huán)境體驗(yàn)的情境、對(duì)數(shù)字娛樂(lè)及互動(dòng)游戲的體驗(yàn)的情境、對(duì)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(yàn)設(shè)計(jì)通過(guò)強(qiáng)化用戶(hù)對(duì)自我認(rèn)知的判斷和體察，觸發(fā)、激發(fā)、誘發(fā)更多的體驗(yàn)需求和實(shí)現(xiàn)個(gè)人滿(mǎn)足的手段。

（4）體驗(yàn)設(shè)計(jì)通過(guò)更高的設(shè)計(jì)滿(mǎn)足目標(biāo)和創(chuàng)新的設(shè)計(jì)行為方式，將更好的優(yōu)化和整合各個(gè)設(shè)計(jì)部門(mén)和設(shè)計(jì)實(shí)踐方式。這種優(yōu)化包括化基于產(chǎn)品的物理性設(shè)計(jì)、基于生活方式的系統(tǒng)服務(wù)設(shè)計(jì)、基于用戶(hù)體驗(yàn)的的交互性設(shè)計(jì)、基于信息傳遞和獲取的信息藝術(shù)設(shè)計(jì)、以及基于人――物――社會(huì)――環(huán)境的信息時(shí)代大背景下的綜合性設(shè)計(jì)。

（5）體驗(yàn)設(shè)計(jì)在提供給用戶(hù)更多無(wú)可復(fù)制、獨(dú)一無(wú)二、充滿(mǎn)回憶的“體驗(yàn)”的同時(shí)，可以做到真正刺激體驗(yàn)經(jīng)濟(jì)模式下社會(huì)的生產(chǎn)力，挖掘和促生更多創(chuàng)新交叉式的經(jīng)濟(jì)產(chǎn)業(yè)，豐富和提升社會(huì)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(jìn)其向社會(huì)生活的快速轉(zhuǎn)化，最終通過(guò)提升人類(lèi)對(duì)自我認(rèn)知和價(jià)值需求判斷的哲學(xué)、倫理學(xué)、人類(lèi)學(xué)高度來(lái)更好地促進(jìn)人類(lèi)與物質(zhì)、社會(huì)、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(duì)體驗(yàn)設(shè)計(jì)如何創(chuàng)造價(jià)值、以及可能創(chuàng)造何種價(jià)值的思考和預(yù)測(cè)。

4能夠創(chuàng)造更多“體驗(yàn)”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(chǎng)所和家庭環(huán)境，并且與企業(yè)和其他人的互動(dòng)加強(qiáng)，這種關(guān)系將變得更加交織。設(shè)計(jì)師應(yīng)該更加應(yīng)該“謹(jǐn)慎、周密地運(yùn)用先進(jìn)的科學(xué)技術(shù)，在新的生態(tài)文化、價(jià)值觀念下，創(chuàng)造新的產(chǎn)品或新的價(jià)值意義，同時(shí)設(shè)計(jì)也應(yīng)該對(duì)其功能和后果進(jìn)行全面的社會(huì)評(píng)價(jià)和控制。[4]”。因此，對(duì)于最新前言技術(shù)特別是生命科學(xué)、人工智能、計(jì)算機(jī)學(xué)習(xí)、可穿戴智能設(shè)備技術(shù)的即時(shí)了解和掌握，將有助于設(shè)計(jì)師更好地對(duì)未來(lái)體驗(yàn)設(shè)計(jì)發(fā)展趨勢(shì)、可能性進(jìn)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(wèn)咨詢(xún)公司Gartner高德納咨詢(xún)公司了年度新興技術(shù)成熟度曲線(xiàn)。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(gè)趨勢(shì)非常突出：一是感知智能機(jī)器時(shí)代來(lái)臨；二是透明的身臨其境的體驗(yàn)更加優(yōu)化；三是平臺(tái)革命正在醞釀[5]。

（1）感知智能機(jī)器技術(shù)為體驗(yàn)的獲得和判斷提供更多的科學(xué)依據(jù)、大數(shù)據(jù)來(lái)源，以及提供“體驗(yàn)生活”（包括工作、學(xué)習(xí)、娛樂(lè)、交流）這一“舞臺(tái)劇”的敘事方式和文本情境――Contexts。智能感知技術(shù)將是未來(lái)10年里最具認(rèn)知突破力的一類(lèi)技術(shù)，包含智能微塵、機(jī)器學(xué)習(xí)、虛擬個(gè)人助理、認(rèn)知專(zhuān)家顧問(wèn)、語(yǔ)音翻譯、智能數(shù)據(jù)挖掘、智能工作空間、會(huì)話(huà)用戶(hù)界面、智能機(jī)器人、商業(yè)無(wú)人機(jī)、自動(dòng)駕駛汽車(chē)、自然語(yǔ)言問(wèn)答等技術(shù)，這些技術(shù)將極大的提高對(duì)可收集到的所有認(rèn)知體驗(yàn)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(yàn)技術(shù)將為用戶(hù)體驗(yàn)過(guò)程、特別是用戶(hù)對(duì)自身本質(zhì)屬性和能力的探索感悟過(guò)程提供無(wú)限的表演道具和戲劇沖突――Elements。這個(gè)趨勢(shì)中的關(guān)鍵技術(shù)包括4D打印、腦機(jī)接口、人類(lèi)機(jī)能增加、自我實(shí)現(xiàn)的高級(jí)分析（Advanced Analytics With Self-Service Delivery）、立體顯示技術(shù)、情感運(yùn)算、互聯(lián)家庭、增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)和手勢(shì)控制設(shè)備、可穿戴設(shè)備等。

（3）平臺(tái)實(shí)現(xiàn)將為實(shí)現(xiàn)更全面、更人性化、更安全、更智能的體驗(yàn)生活搭建時(shí)空背景和舞臺(tái)結(jié)構(gòu)――Stage。新興技術(shù)正在改變“平臺(tái)”的定義和使用平臺(tái)的方式。從技術(shù)基礎(chǔ)設(shè)施到生態(tài)系y平臺(tái)，平臺(tái)或系統(tǒng)有了較新的商業(yè)模式，正在形成人類(lèi)生活和技術(shù)之間的橋梁。這些關(guān)鍵平臺(tái)實(shí)現(xiàn)技術(shù)包括：物聯(lián)網(wǎng)平臺(tái)、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(jì)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(lèi)平臺(tái)，在物（包括產(chǎn)品、服務(wù)與地點(diǎn)等）與人之間建立起來(lái)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(kāi)來(lái)，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(huì)豐富體驗(yàn)設(shè)計(jì)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(jī)器：機(jī)器具有類(lèi)似人類(lèi)在學(xué)習(xí)、推理、適應(yīng)和理解等方面的能力就被稱(chēng)為“智能”。智能機(jī)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(qiáng)人工智能”和僅限于特定（窄）案例的“弱人工智能”（專(zhuān)用機(jī)器智能）。以目前的人工智能為例，蘋(píng)果手機(jī)Siri語(yǔ)音控制系統(tǒng)通過(guò)預(yù)設(shè)答案及網(wǎng)絡(luò)搜索手段實(shí)現(xiàn)了初步智能應(yīng)用。但參加達(dá)沃斯年會(huì)的科技界人士預(yù)測(cè)，未來(lái)人工智能完全可以實(shí)現(xiàn)理解語(yǔ)言、讀懂文件、自我學(xué)習(xí)甚至情感理解。當(dāng)然，具有能夠控制自身思維、維護(hù)系統(tǒng)生態(tài)并且具有再生產(chǎn)方式的機(jī)器只存在于科幻小說(shuō)。今天人工智能系統(tǒng)，都不能通過(guò)等同于人類(lèi)的智力通用測(cè)試（當(dāng)然也沒(méi)有完全可接受對(duì)人類(lèi)的智慧的測(cè)量方式去測(cè)試機(jī)器）。這并不是說(shuō)，永遠(yuǎn)不可能創(chuàng)造一種接近于人類(lèi)認(rèn)知能力的機(jī)器，但我們可能距離完成必要研究和工程實(shí)驗(yàn)還有好幾十年。可以想象，在進(jìn)行智能機(jī)器技術(shù)研發(fā)和創(chuàng)意設(shè)計(jì)的Google公司、MIT麻省理工藝術(shù)媒體實(shí)驗(yàn)室，他們的工作具有意義非凡的體驗(yàn)感，研究和工作于這些領(lǐng)域的設(shè)計(jì)師、科學(xué)家每一個(gè)細(xì)節(jié)的工作開(kāi)展都是對(duì)人類(lèi)自身智慧、認(rèn)知體察和倫理觀念的思考與體驗(yàn)。

人類(lèi)機(jī)能增進(jìn)：人類(lèi)機(jī)能增強(qiáng)過(guò)程沿著自發(fā)且可探測(cè)、可量化監(jiān)控的軌跡和范圍發(fā)展?，F(xiàn)在通過(guò)技術(shù)來(lái)增強(qiáng)人能力的方式主要集中在行為軌跡和行為范圍的某個(gè)特定的點(diǎn)上，技術(shù)提供特定的且可量化檢測(cè)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(guò)，事實(shí)上，研究提供更多的自發(fā)和不可檢測(cè)的增強(qiáng)人類(lèi)機(jī)能的技術(shù)確實(shí)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(qiáng)或改善人類(lèi)機(jī)能，勢(shì)必會(huì)給人類(lèi)的體驗(yàn)提供更廣泛的接觸途徑、更敏感的交感神經(jīng)和更簡(jiǎn)單可行的交互方式，不過(guò)面對(duì)選擇用技術(shù)增強(qiáng)身體和頭腦機(jī)能的“社會(huì)人”，人際關(guān)系、組織、社會(huì)、環(huán)境勢(shì)必也會(huì)面對(duì)越來(lái)越多的挑戰(zhàn)。

腦機(jī)接口（Brain-Computer Interface）：Emotiv Epoc是一種智能頭戴式設(shè)備，由美國(guó)加州舊金山的神經(jīng)科技公司Emotiv Systems花費(fèi)了五年時(shí)間研發(fā)人腦-電腦接口的最新成果，是目前市場(chǎng)上通用度和流通性最高的這一款腦機(jī)接口設(shè)備之一。 Emotiv Epoc運(yùn)用一種被稱(chēng)為非侵入性的腦電波儀（EEG）技術(shù)，感測(cè)并學(xué)習(xí)每個(gè)使用者大腦神經(jīng)元電訊號(hào)模式，讀取使用者大腦對(duì)特定動(dòng)作產(chǎn)生的神經(jīng)元電信號(hào)脈沖頻段，配合以先進(jìn)軟件進(jìn)行腦電波信號(hào)頻率的模式分析和解讀，將其轉(zhuǎn)化成電腦或游戲機(jī)能理解的訊息，再以無(wú)線(xiàn)信號(hào)傳輸?shù)诫娔X，最終在熒幕上復(fù)制出同樣的“動(dòng)作”或人的“意念。相較以前僅能探測(cè)基本、常見(jiàn)的精神狀態(tài)，如“精力集中”的技術(shù)，Emotive還能同時(shí)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(dòng)念便可以操控眼前的電腦，透過(guò)意志和情感控這給與了科學(xué)家和設(shè)計(jì)師有關(guān)研究人類(lèi)大腦是如何運(yùn)轉(zhuǎn)以及如何擴(kuò)展人類(lèi)對(duì)自身認(rèn)知的有價(jià)值的設(shè)計(jì)洞見(jiàn)。

5對(duì)未來(lái)體驗(yàn)設(shè)計(jì)作用和職責(zé)之思考

現(xiàn)在消費(fèi)者通過(guò)佩戴智能腦機(jī)接口設(shè)備已經(jīng)可以通過(guò)EG（大腦電信號(hào)動(dòng)態(tài)畫(huà)面）直觀的看到即時(shí)的大腦動(dòng)態(tài)變化以及腦內(nèi)信息交換互動(dòng)方式，腦機(jī)接口可以使人用大腦的意見(jiàn)來(lái)移動(dòng)事物，雖然只是將電腦里的花朵“催開(kāi)”?？梢栽囅?，在不久的將來(lái)，如果人類(lèi)“設(shè)計(jì)”的范疇已經(jīng)到了可以控制人類(lèi)本身在微觀概念上的生物遺傳屬性和神經(jīng)元信號(hào)傳遞方式，那么是否人類(lèi)的任何“體驗(yàn)感”都可以由一段信號(hào)編碼的電磁脈沖來(lái)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(shí)環(huán)境中人的情境體驗(yàn)可以做到“電信號(hào)脈沖級(jí)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(huì)成為對(duì)人類(lèi)生活方式、價(jià)值認(rèn)識(shí)和行為原則的一種挑戰(zhàn)呢？

即使現(xiàn)在作為設(shè)計(jì)師無(wú)法用文藝創(chuàng)作的方式對(duì)未來(lái)科技和生活方式進(jìn)行預(yù)判和想象，我們身為設(shè)計(jì)師還是有很多可以創(chuàng)造價(jià)值的作用和需要踐行的職責(zé)。

（1）不斷研究和判斷體驗(yàn)設(shè)計(jì)的設(shè)計(jì)理論和方法，價(jià)值判斷和審美范式，用更系統(tǒng)有效的設(shè)計(jì)原則和價(jià)值判斷幫助推進(jìn)由體驗(yàn)設(shè)計(jì)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(huì)經(jīng)濟(jì)價(jià)值、社會(huì)人文價(jià)值和環(huán)境可持續(xù)發(fā)展。

（2）體驗(yàn)設(shè)計(jì)包含感官體驗(yàn)設(shè)計(jì)、情感體驗(yàn)設(shè)計(jì)、思考體驗(yàn)設(shè)計(jì)、行為體驗(yàn)設(shè)計(jì)、關(guān)聯(lián)體驗(yàn)設(shè)計(jì)和混合式體驗(yàn)設(shè)計(jì)。充分學(xué)習(xí)有關(guān)這些設(shè)計(jì)的學(xué)科專(zhuān)業(yè)知識(shí)（包括心理學(xué)、認(rèn)知科學(xué)、社會(huì)學(xué)、人類(lèi)學(xué)、哲學(xué)等），充分掌握或創(chuàng)造能夠有效展開(kāi)以上設(shè)計(jì)研究的研究方法（例如影子預(yù)示法、訪(fǎng)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(jì)實(shí)踐中結(jié)合反思和總結(jié)來(lái)不斷充實(shí)對(duì)體驗(yàn)設(shè)計(jì)的經(jīng)驗(yàn)和方法。

（3）好的體驗(yàn)設(shè)計(jì)通過(guò)擴(kuò)展人類(lèi)對(duì)自我的認(rèn)知，幫助重新認(rèn)識(shí)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(lè)觀的生活態(tài)度，最終促進(jìn)人們對(duì)真善美的追求。因此，體驗(yàn)設(shè)計(jì)應(yīng)該謹(jǐn)慎周密的拿捏提供體驗(yàn)的方式和情境，通過(guò)合適的引導(dǎo)和具有感染力的“自我實(shí)現(xiàn)”的機(jī)會(huì)，促進(jìn)更多的人履行社會(huì)責(zé)任創(chuàng)造社會(huì)價(jià)值，而不是對(duì)個(gè)人淺顯欲望的盲目追求。

（4）體驗(yàn)設(shè)計(jì)應(yīng)該為解決諸多現(xiàn)實(shí)問(wèn)題而設(shè)計(jì)，例如人類(lèi)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(duì)等、物質(zhì)世界和虛擬世界的跨越、個(gè)人性和社會(huì)性的沖突、隱私倫理道德和人類(lèi)價(jià)值取向的擴(kuò)展等問(wèn)題。因此體驗(yàn)設(shè)計(jì)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(jì)目的，盡力做到在關(guān)注人本質(zhì)問(wèn)題的同時(shí)實(shí)現(xiàn)社會(huì)價(jià)值的更優(yōu)化分配。

6結(jié)語(yǔ)

在筆者看來(lái)，體驗(yàn)設(shè)計(jì)應(yīng)該是一種回歸的設(shè)計(jì)。數(shù)千年前在中國(guó)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(shí)現(xiàn)，這種“回歸”通過(guò)在有限物質(zhì)環(huán)境下不斷理解和調(diào)和人與物、社會(huì)、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(lái)達(dá)到實(shí)現(xiàn)。在“人造的自然”中，設(shè)計(jì)的目的當(dāng)然不會(huì)是再讓人回到“天為蓋、地位席”的生活方式中。但通過(guò)智慧的、有效的、周全的設(shè)計(jì)，能夠讓人克服人性的弱點(diǎn)，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(shù)立人類(lèi)文化價(jià)值與自然價(jià)值并重的價(jià)值觀念，這是筆者可以想象的未來(lái)設(shè)計(jì)、體驗(yàn)設(shè)計(jì)的發(fā)展趨勢(shì)和目標(biāo)。

參考文獻(xiàn)：

[1]辛向陽(yáng)，構(gòu)建值得記憶的經(jīng)歷.Interaction Design Committee交互設(shè)計(jì)專(zhuān)業(yè)委員會(huì)，2016.

[2]魯曉波，深圳大學(xué)學(xué)報(bào)，人文社會(huì)科學(xué)版，2010（27）.價(jià)值、體驗(yàn)與設(shè)計(jì)創(chuàng)新.

[3]體驗(yàn)經(jīng)濟(jì).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(jī)械工業(yè)出版社，2002（4）.

[4] 魯曉波，觀察家 ，2003.關(guān)于設(shè)計(jì)倫理問(wèn)題的一點(diǎn)思考.

篇4

[論文摘要] 本文結(jié)合實(shí)際管理決策中所遇到的一些問(wèn)題，分析了運(yùn)用實(shí)物期權(quán)理論進(jìn)行項(xiàng)目可行性分析需要注意的幾點(diǎn)內(nèi)容，這有助于完善實(shí)物期權(quán)定價(jià)理論及其在實(shí)際決策過(guò)程中的運(yùn)用。

一、引言

長(zhǎng)期以來(lái)對(duì)企業(yè)價(jià)值評(píng)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(wèn)題：首先，用DCF方法進(jìn)行估價(jià)的前提假設(shè)是企業(yè)持續(xù)穩(wěn)定經(jīng)營(yíng)，未來(lái)現(xiàn)金流可預(yù)期。該方法隱含了兩個(gè)不切實(shí)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(shí)項(xiàng)目在未來(lái)不會(huì)作任何調(diào)整。該方法忽略了許多重要的現(xiàn)實(shí)影響因素，因而在評(píng)價(jià)具有經(jīng)營(yíng)靈活性或戰(zhàn)略成長(zhǎng)性的項(xiàng)目時(shí)，會(huì)低估項(xiàng)目?jī)r(jià)值，甚至導(dǎo)致錯(cuò)誤的決策。其次，DCF法只能估算現(xiàn)有業(yè)務(wù)未來(lái)所產(chǎn)生的現(xiàn)金流價(jià)值，而忽略了企業(yè)潛在的投資機(jī)會(huì)可能在未來(lái)帶來(lái)的收益，也忽略了管理者通過(guò)靈活地把握各種投資機(jī)會(huì)所能給企業(yè)帶來(lái)的增值。

實(shí)物期權(quán)的概念最初是由Myers(1977)提出的，他指出一個(gè)投資方案的現(xiàn)金流量，來(lái)自于目前所擁有資產(chǎn)的使用，再加上一個(gè)對(duì)未來(lái)投資機(jī)會(huì)的選擇權(quán)。當(dāng)企業(yè)面對(duì)不確定作出初始投資時(shí)，不僅給企業(yè)直接帶來(lái)現(xiàn)金流，而且賦予企業(yè)對(duì)有價(jià)值的“增長(zhǎng)機(jī)會(huì)”進(jìn)一步投資的權(quán)利。如等到項(xiàng)目有了更好的預(yù)期回報(bào)，或是不確定性降低到一定水平以后再投資，而不必在一開(kāi)始就投資，這種“等待”也會(huì)增加項(xiàng)目的價(jià)值。實(shí)物期權(quán)理論認(rèn)識(shí)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(yíng)前景也變得越來(lái)越不確定，因此對(duì)實(shí)物期權(quán)的研究也就變得更加重要了。

二、研究實(shí)物期權(quán)需要考慮的幾個(gè)因素

為了準(zhǔn)確地運(yùn)用實(shí)物期權(quán)理論評(píng)價(jià)投資項(xiàng)目，就必須實(shí)際地考慮決策過(guò)程中所遇到的各種情況，有針對(duì)性地調(diào)整期權(quán)定價(jià)公式。以下幾點(diǎn)是需要特別加以考慮的：

1.注意價(jià)值漏損和信息成本的影響

價(jià)值漏損出現(xiàn)的原因是標(biāo)的資產(chǎn)的持有者能獲得來(lái)自標(biāo)的資產(chǎn)所帶來(lái)的便利收益。比如股利，專(zhuān)利權(quán)收入，儲(chǔ)存成本,以及其他暗含的便利收益。在發(fā)生價(jià)值漏損的時(shí)候，實(shí)物資產(chǎn)的價(jià)值會(huì)相應(yīng)地改變。這時(shí)需要根據(jù)標(biāo)的資產(chǎn)的價(jià)值漏損，對(duì)實(shí)物期權(quán)定價(jià)模型做出相應(yīng)的調(diào)整。通常，將價(jià)值漏損設(shè)為標(biāo)的資產(chǎn)不變的百分比，這樣處理通常相對(duì)簡(jiǎn)單，而且有效。期權(quán)定價(jià)基于市場(chǎng)的完全性與有效性，它假設(shè)市場(chǎng)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(xiàng)中加以調(diào)整得以反映。

2.管理者的信息認(rèn)知和管理控制能力

標(biāo)準(zhǔn)的“等等看看（wait and see）”這類(lèi)研究實(shí)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(rèn)知和管理控制的能力——管理者具備認(rèn)知信息的能力，他們會(huì)主動(dòng)去收集有關(guān)項(xiàng)目的信息，進(jìn)行市場(chǎng)調(diào)研，以及做一些研發(fā)實(shí)驗(yàn)等。這些行為能夠降低項(xiàng)目的不確定性，在進(jìn)行不可逆投資之前提供許多有價(jià)值的信息。其次，公司也可以直接采取行動(dòng)增加項(xiàng)目的價(jià)值，如做廣告以增加產(chǎn)品的銷(xiāo)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(lái)對(duì)實(shí)物期權(quán)進(jìn)行估值。

這里需要特別注意的是，期權(quán)是項(xiàng)目不確定性（波動(dòng)率）的增函數(shù)。既然管理者的信息認(rèn)知行為會(huì)降低項(xiàng)目的不確定性，這又可能降低項(xiàng)目的期權(quán)價(jià)值，為什么管理者還要這樣做呢？Martzoukos（2001）通過(guò)數(shù)值分析說(shuō)明，管理者會(huì)選取適宜時(shí)機(jī)去認(rèn)知信息，通過(guò)提高決策信息的質(zhì)量，降低將來(lái)犯潛在錯(cuò)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(chǎng)合，各種實(shí)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(gè)投資項(xiàng)目之間的相互關(guān)聯(lián)，而且同一項(xiàng)目?jī)?nèi)部各子項(xiàng)目之間也前后相關(guān)。通常，投資者進(jìn)行投資時(shí)，不是一次性的完全投資，而是分階段、有順序地投資。當(dāng)管理者獲得與投資項(xiàng)目相關(guān)的信息時(shí)，就會(huì)重新評(píng)價(jià)投資項(xiàng)目的價(jià)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(shí)施的管理控制相關(guān)，只有進(jìn)行了前期投資，才有后續(xù)投資的機(jī)會(huì)。通過(guò)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(guò)比較不同投資路徑下的投資項(xiàng)目的價(jià)值，以選擇最優(yōu)的實(shí)施路徑。這種階段性投資的相關(guān)性，通過(guò)引入路徑依賴(lài)的思想，可以較好地?cái)M合實(shí)際情況。

4.考慮隨機(jī)事件對(duì)項(xiàng)目?jī)r(jià)值的影響

在標(biāo)準(zhǔn)的實(shí)物期權(quán)文獻(xiàn)中，都假設(shè)資產(chǎn)的價(jià)值變化遵循幾何布朗運(yùn)動(dòng)。但是當(dāng)一些重大信息出現(xiàn)時(shí)（政治、疾病問(wèn)題等），標(biāo)的資產(chǎn)的價(jià)格會(huì)發(fā)生不連續(xù)地變動(dòng)，即跳躍。默頓指出，標(biāo)的股票的收益是由“標(biāo)準(zhǔn)幾何布朗運(yùn)動(dòng)”引起的連續(xù)變動(dòng)和"泊松過(guò)程”引起的跳躍共同作用的結(jié)果。基于這種考慮，默頓(1976)建立了跳一擴(kuò)散模型，并給出了在這種模型下歐式看漲期權(quán)的定價(jià)公式。這時(shí)，就需要引入非連續(xù)的隨機(jī)變量，比如泊松過(guò)程，來(lái)擬合項(xiàng)目?jī)r(jià)值的實(shí)際變化過(guò)程。

5.注意期權(quán)執(zhí)行價(jià)格的動(dòng)態(tài)變化

通常，我們假定在執(zhí)行期權(quán)時(shí)都具有一個(gè)確定的執(zhí)行價(jià)格。在市場(chǎng)環(huán)境相對(duì)穩(wěn)定時(shí)，投資額變化不大，假定一個(gè)不變的執(zhí)行價(jià)格具有可行性。但是，對(duì)某些投資額起伏很大的投資項(xiàng)目，就需要實(shí)事求是地分析投資額變化的特性（變化的期權(quán)執(zhí)行價(jià)格），這樣才能更準(zhǔn)確地評(píng)價(jià)項(xiàng)目的價(jià)值。

6.利用博弈論的方法分析實(shí)物期權(quán)

實(shí)物期權(quán)的持有者在行權(quán)時(shí)，可能并不擁有購(gòu)買(mǎi)標(biāo)的資產(chǎn)的獨(dú)占權(quán)利，競(jìng)爭(zhēng)者可能會(huì)提前執(zhí)行期權(quán)。因此，在公司的投資決策過(guò)程中，同樣也不能忽略競(jìng)爭(zhēng)對(duì)手的存在，需要通過(guò)競(jìng)爭(zhēng)對(duì)手所傳遞出的信息，做出相應(yīng)的決策。對(duì)于這些不確定的問(wèn)題，需要引入博弈論來(lái)分析實(shí)物期權(quán)。Junichi Imai（2004）利用博弈論分析了管理靈活性和競(jìng)爭(zhēng)相互作用情形下的兩階段實(shí)物期權(quán)估值問(wèn)題。Novy（2004）研究了公司在競(jìng)爭(zhēng)和不確定環(huán)境下的最優(yōu)投資決策問(wèn)題。他們的研究成果表明，通過(guò)引入博弈論能很好地?cái)M合競(jìng)爭(zhēng)者之間的動(dòng)態(tài)博弈行為，以此更加準(zhǔn)確地?cái)M合實(shí)際決策過(guò)程。

7.人工智能與期權(quán)定價(jià)相結(jié)合

在解決實(shí)物期權(quán)的定價(jià)問(wèn)題時(shí)，只有極少數(shù)的模型存在分析解，多數(shù)時(shí)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(jì)算需要耗用大量的時(shí)間，對(duì)于某些實(shí)時(shí)決策，這些方法就不能很好地滿(mǎn)足要求。對(duì)于實(shí)物期權(quán)這類(lèi)不確定的非線(xiàn)性預(yù)測(cè)問(wèn)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(lái)對(duì)金融衍生產(chǎn)品進(jìn)行定價(jià)。Msrtzoukos（2001）研究了具有隱含合同性質(zhì)的客戶(hù)化期權(quán)的定價(jià)問(wèn)題。他的研究結(jié)果表明，這一方法能很好地滿(mǎn)足銀行等金融機(jī)構(gòu)的實(shí)時(shí)決策需求，在計(jì)算結(jié)果的準(zhǔn)確性方面，也能達(dá)到令人滿(mǎn)意的地步。

三、實(shí)物期權(quán)在實(shí)際運(yùn)用中需要注意的幾個(gè)問(wèn)題

當(dāng)實(shí)物期權(quán)越來(lái)越多地被用于分析實(shí)物投資時(shí)，在以下幾個(gè)方面應(yīng)加以注意：

1.關(guān)注實(shí)物期權(quán)分析的邏輯和目的

實(shí)物期權(quán)分析的根本邏輯是金融期權(quán)定價(jià)技術(shù)在新領(lǐng)域的“轉(zhuǎn)換”而不是“外延”，避免在尚未仔細(xì)分析實(shí)物投資特性的前提下，直接將金融期權(quán)定價(jià)公式用于實(shí)物投資分析。

2.關(guān)注實(shí)物期權(quán)分析與組織管理之間的結(jié)合

投資者運(yùn)用實(shí)物期權(quán)思想可能會(huì)接受短期看似非盈利的項(xiàng)目，如何在組織制度上防范道德風(fēng)險(xiǎn)、保證企業(yè)對(duì)風(fēng)險(xiǎn)的控制也是一個(gè)需要注意的問(wèn)題。

3.模型的復(fù)雜性與實(shí)用性相結(jié)合

具體的實(shí)物期權(quán)估價(jià)問(wèn)題，往往涉及復(fù)雜的分析過(guò)程。對(duì)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(shí)現(xiàn)上也會(huì)帶來(lái)極大困難。而實(shí)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(shí)物期權(quán)的整體決策制定過(guò)程，而不像金融期權(quán)需要“精確”的價(jià)格。為此，管理者就需要在模型的復(fù)雜性與實(shí)用性之間進(jìn)行權(quán)衡。

四、結(jié)束語(yǔ)

實(shí)物期權(quán)理論是基于金融期權(quán)而發(fā)展起來(lái)的評(píng)價(jià)方法，國(guó)內(nèi)學(xué)者對(duì)實(shí)物期權(quán)理論的研究還不太深入，而將實(shí)物期權(quán)理論與復(fù)雜的決策過(guò)程相結(jié)合的定量研究文章更是少見(jiàn)。實(shí)物期權(quán)也不存在固定的分析框架，對(duì)于不同的項(xiàng)目，會(huì)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(gè)具體的投資項(xiàng)目，調(diào)整實(shí)物期權(quán)的定價(jià)公式，以求計(jì)算出更準(zhǔn)確的項(xiàng)目?jī)r(jià)值。

參考文獻(xiàn)：

[1]楊春鵬:實(shí)物期權(quán)及其運(yùn)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(jí)；機(jī)制；對(duì)策 

中圖分類(lèi)號(hào)：F2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：16723198（2016）02002401 

近年來(lái)，產(chǎn)業(yè)集群在河南有了長(zhǎng)足發(fā)展，截至2013年，河南的產(chǎn)業(yè)集群有洛陽(yáng)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(chē)及零部件、三門(mén)峽黃金加工、濮陽(yáng)油煤鹽化工等322個(gè)，有120個(gè)百億元以上特色產(chǎn)業(yè)集群。從長(zhǎng)期來(lái)看，河南產(chǎn)業(yè)集群的發(fā)展還處于初級(jí)階段。因?yàn)槭艿绞?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(lái)越無(wú)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(dòng)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)。重視發(fā)展職業(yè)教育，整合校企資源，促進(jìn)產(chǎn)業(yè)升級(jí)。通過(guò)體制機(jī)制創(chuàng)新，實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展，形成新動(dòng)力。通過(guò)職業(yè)教育改革，達(dá)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(zhuān)業(yè)設(shè)置上，職業(yè)教育對(duì)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(dòng)勞動(dòng)力資源素質(zhì)的提高，一定會(huì)助推產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和升級(jí)；另一方面，職業(yè)教育發(fā)展最為根本的原動(dòng)力就是產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和升級(jí)?？茖W(xué)構(gòu)建職業(yè)教育與產(chǎn)業(yè)結(jié)構(gòu)聯(lián)動(dòng)升級(jí)機(jī)制，通過(guò)創(chuàng)業(yè)型職業(yè)教育發(fā)展，帶動(dòng)新興產(chǎn)業(yè)，培育新興產(chǎn)業(yè)集群；通過(guò)高等職業(yè)教育發(fā)展，增強(qiáng)產(chǎn)業(yè)創(chuàng)新能力，提升產(chǎn)業(yè)競(jìng)爭(zhēng)力；通過(guò)中等職業(yè)教育發(fā)展，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與升級(jí)，這些是實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變，推動(dòng)向資源節(jié)約型、環(huán)境友好型社會(huì)邁進(jìn)的必由之路。 

在以創(chuàng)新職業(yè)教育促進(jìn)產(chǎn)業(yè)升級(jí)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(jī)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(zhuān)業(yè)1526個(gè)，覆蓋了全部19個(gè)專(zhuān)業(yè)大類(lèi)。近年來(lái)，有關(guān)職業(yè)教育與產(chǎn)業(yè)升級(jí)的論文及科研成果不斷涌現(xiàn)，對(duì)職業(yè)教育促進(jìn)產(chǎn)業(yè)優(yōu)化升級(jí)機(jī)制形成的研究，已具備了現(xiàn)實(shí)與理論條件。 

當(dāng)前國(guó)內(nèi)外企業(yè)都在積極地?fù)屨际袌?chǎng)、進(jìn)行技術(shù)控制，比如在人工智能、數(shù)字制造、工業(yè)機(jī)械人等高科技領(lǐng)域。河南也不例外，在這同一起跑線(xiàn)上。如果不培養(yǎng)產(chǎn)業(yè)發(fā)展所需各類(lèi)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(huì)一直被全球價(jià)值鏈低端鎖定。 

而河南省的職業(yè)教育目前存在的突出問(wèn)題是：辦學(xué)條件較差；職業(yè)院校的專(zhuān)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(méi)有完善的互動(dòng)機(jī)制；科研成果轉(zhuǎn)化為生產(chǎn)力的過(guò)程漫長(zhǎng)；政府投入嚴(yán)重不足等。近年來(lái)，由于職業(yè)教育的專(zhuān)業(yè)設(shè)置與社會(huì)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(shí)，由于產(chǎn)業(yè)集群缺乏創(chuàng)新平臺(tái)，企業(yè)研發(fā)經(jīng)費(fèi)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(méi)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(jì)發(fā)展進(jìn)入新常態(tài)的大背景下，我國(guó)經(jīng)濟(jì)正在向形態(tài)更高級(jí)、分工更復(fù)雜、結(jié)構(gòu)更合理的階段演化。對(duì)職業(yè)教育進(jìn)行改革創(chuàng)新，促進(jìn)產(chǎn)業(yè)升級(jí)，形成良性機(jī)制，從而實(shí)現(xiàn)共同發(fā)展，助推中原崛起，無(wú)疑具有重大意義。 

筆者認(rèn)為應(yīng)從以下幾個(gè)方面著手進(jìn)行職業(yè)教育改革，構(gòu)建產(chǎn)業(yè)的優(yōu)化升級(jí)機(jī)制。 

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

首先，要適當(dāng)壓縮就業(yè)困難的相關(guān)專(zhuān)業(yè)，提高對(duì)涉農(nóng)專(zhuān)業(yè)、農(nóng)業(yè)職業(yè)學(xué)校的支持力度，培養(yǎng)滿(mǎn)足現(xiàn)代農(nóng)業(yè)需要的專(zhuān)業(yè)技術(shù)人才；其次，針對(duì)河南省經(jīng)濟(jì)產(chǎn)業(yè)的轉(zhuǎn)移和發(fā)展的重點(diǎn)，培養(yǎng)制造業(yè)、能源業(yè)、交通運(yùn)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(lái)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(shí)、創(chuàng)業(yè)精神和創(chuàng)業(yè)能力為目標(biāo)，并源源不斷為社會(huì)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(dòng)，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(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)換代。所以，只有調(diào)整職業(yè)教育專(zhuān)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(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí) 

當(dāng)前，河南省創(chuàng)新型人才、高技能人才嚴(yán)重短缺，人力資源結(jié)構(gòu)存在問(wèn)題，企業(yè)自主創(chuàng)新能力要素薄弱，同時(shí)，高新技術(shù)轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力的能力要素也嚴(yán)重不足。這與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)、產(chǎn)業(yè)創(chuàng)新要求不相適應(yīng)。因此，只有通過(guò)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(qiáng)產(chǎn)業(yè)自主創(chuàng)新能力和科技轉(zhuǎn)化能力，進(jìn)而提升產(chǎn)業(yè)競(jìng)爭(zhēng)力和產(chǎn)業(yè)附加值，才能最終實(shí)現(xiàn)產(chǎn)業(yè)的升級(jí)換代。 

4 建立職業(yè)院校與企業(yè)良性互動(dòng)的內(nèi)外運(yùn)行機(jī)制 

職業(yè)院校與企業(yè)良性互動(dòng)的核心在于人的互動(dòng)。要從根本上解決產(chǎn)業(yè)升級(jí)過(guò)程中所遇到的各種難題，必須建立雙方人員的長(zhǎng)期、穩(wěn)定和制度化的聯(lián)系。比如，學(xué)校教師可以訪(fǎng)問(wèn)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(jìn)行互動(dòng)；可以邀請(qǐng)企業(yè)成功人士到學(xué)校講學(xué)，聘請(qǐng)企業(yè)專(zhuān)業(yè)人士做兼職教師等。對(duì)于外部機(jī)制的建設(shè)，主要是政府要起激勵(lì)、規(guī)范、約束、溝通的作用。比如在經(jīng)費(fèi)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(jìn)產(chǎn)業(yè)升級(jí)的角度出發(fā)，才能解決河南省產(chǎn)業(yè)集群所面臨的問(wèn)題。調(diào)整職業(yè)教育專(zhuān)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(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)；建立職業(yè)院校與企業(yè)良性互動(dòng)的四位一體的運(yùn)行機(jī)制，才能最終實(shí)現(xiàn)職業(yè)教育對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的帶動(dòng)作用和職業(yè)教育與產(chǎn)業(yè)發(fā)展的良性互動(dòng)，從而使河南省產(chǎn)業(yè)由簡(jiǎn)單、粗放型向集約型，從單一的、低級(jí)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(xiàn) 

[1]鄭瑾.職業(yè)教育與產(chǎn)業(yè)結(jié)構(gòu)聯(lián)動(dòng)機(jī)制研究[J].廈門(mén)城市職業(yè)學(xué)院學(xué)報(bào)，2013，（2）. 

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

篇6

關(guān)鍵詞：案例推理;技術(shù);問(wèn)題

文章編號(hào)：1674-3520（2014）-11-00-02

一、基于案例推理的基本原理及流程簡(jiǎn)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(zhuān)著《Dynamic Memory》中提出的。[1]其主要進(jìn)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(gè)儲(chǔ)存源案例的案例庫(kù)，它以案例屬性的辨識(shí)度為依據(jù)，通過(guò)算法進(jìn)行檢索，并依照屬性權(quán)重不同呈現(xiàn)出對(duì)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(dá)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(kù)中查找與目標(biāo)案例的特征屬性最為接近的案例，并提取出來(lái)。相似案例的檢索要求達(dá)到檢索出的相似案例盡量的少和檢索出的案例與目標(biāo)案例相似度盡量高這兩個(gè)目標(biāo)。目前較常用的案例檢索算法有知識(shí)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(shí)踐，根據(jù)新問(wèn)題對(duì)檢索到的相似案例進(jìn)行修改的過(guò)程稱(chēng)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(shí)靈活進(jìn)行，沒(méi)有較為統(tǒng)一的的方法可供借用，因此它是 CBR 的一個(gè)難題。

（四）案例學(xué)習(xí)。案例學(xué)習(xí)是保持案例實(shí)效性與知識(shí)更新中的必要環(huán)節(jié)。案例學(xué)習(xí)包括案例庫(kù)的維護(hù)和案例評(píng)價(jià)。案例的維護(hù)既是對(duì)案例庫(kù)中案例的可利用性進(jìn)行評(píng)估的過(guò)程，也是對(duì)案例庫(kù)中蘊(yùn)含的專(zhuān)業(yè)知識(shí)體系不斷更新的過(guò)程[3]。案例的評(píng)價(jià)是指檢索到的案例對(duì)于目標(biāo)案例的參考價(jià)值的評(píng)定，它有助于提高相關(guān)人員對(duì)案例推理系統(tǒng)的認(rèn)知程度，并及時(shí)修正系統(tǒng)中的相關(guān)問(wèn)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(dāng)表示是目標(biāo)事件向統(tǒng)一的標(biāo)準(zhǔn)量化式轉(zhuǎn)換的過(guò)程。具體來(lái)講，案例的內(nèi)容一般有如下三個(gè)主要組成部分：① 具體問(wèn)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(píng)價(jià)。部分案例還可采用基于特征向量的表示方法進(jìn)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(biāo)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(dāng)組織有利于案例庫(kù)的建立完善，從而為該項(xiàng)問(wèn)題的案例儲(chǔ)備做好工作。

在CBR領(lǐng)域中運(yùn)用較多、影響較大的組織案例的方法有羅杰?夏克（Roger Shank）的動(dòng)態(tài)記憶模型和波特（Porter）的類(lèi)型-實(shí)例模型。動(dòng)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(shí)例單元，通過(guò)分析得出共性的屬性特征與應(yīng)對(duì)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(dòng)態(tài)存儲(chǔ);類(lèi)型-實(shí)例模型則是一種單層次的案例組織模型，其中具有標(biāo)志性的共同特征屬性的案例被集合形成一種類(lèi)型，這些類(lèi)型反映著專(zhuān)業(yè)知識(shí)及原理。所有案例依據(jù)屬性特征對(duì)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(lèi)型都能夠有效地體現(xiàn)不同案例的特征屬性，動(dòng)態(tài)記憶模型是依據(jù)客觀實(shí)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(lèi)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(fèi)更多時(shí)間對(duì)方案做研討，不利于應(yīng)對(duì)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(shí)現(xiàn)案例推理的核心環(huán)節(jié)。案例的檢索需要對(duì)目標(biāo)案例的特征屬性有較為明確的表示、錄入，這就涉及到一個(gè)非常重要的處理技術(shù)――目標(biāo)案例與源案例的相似度計(jì)算。

案例與案例之間相似度的匹配實(shí)際上是其不同屬性的量化比較，案例的各個(gè)屬性根據(jù)其屬性值對(duì)應(yīng)地分為四類(lèi)，即確定數(shù)型屬性、確定符號(hào)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(lái)計(jì)算，叢浩哲等人對(duì)于該種方法闡述如下

屬性 ai的兩個(gè)屬性值 Xai和 Qai的相似度可表示為：

[2]

對(duì)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(rèn)為其主要基于三個(gè)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：碚摚话阌袃煞N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(duì)于該案例具體的影響維度。相比來(lái)說(shuō)，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(zhuān)家進(jìn)行操作，因此會(huì)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(jìn)行，進(jìn)行分布式的網(wǎng)狀數(shù)據(jù)分布，經(jīng)過(guò)嚴(yán)密的算法不斷調(diào)整各個(gè)節(jié)點(diǎn)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(yán)密的數(shù)學(xué)算法進(jìn)行，并以數(shù)值的形式計(jì)入案例庫(kù)，具有很強(qiáng)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(duì)知識(shí)的高度概括及架構(gòu)，建立多重索引，既能夠起到簡(jiǎn)化案例庫(kù)的作用，又可依據(jù)人們對(duì)不同問(wèn)題進(jìn)行不同方法的索引得出更為準(zhǔn)確的歷史案例。由于其不需要先驗(yàn)知識(shí)，而是對(duì)現(xiàn)有案例進(jìn)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(lái)為目標(biāo)案例進(jìn)行服務(wù)了，這就是案例重用的過(guò)程。案例的重用包括過(guò)程重用與思路重用。然而現(xiàn)實(shí)情況中幾乎不存在與目標(biāo)案例完全吻合的歷史案例源，因此需要對(duì)案例進(jìn)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(lái)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(shí)間不長(zhǎng)，但發(fā)展迅速，現(xiàn)已被眾多領(lǐng)域運(yùn)用來(lái)解決產(chǎn)生的新問(wèn)題。如突發(fā)事件應(yīng)急管理、企業(yè)管理、計(jì)算機(jī)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(lèi)問(wèn)題重要的人工智能方法。

國(guó)內(nèi)對(duì)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(shí)表示和推理為出發(fā)點(diǎn)，研究基于案例推理的突發(fā)事件決策方法，實(shí)現(xiàn)應(yīng)對(duì)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(xiàn)性回歸與案例推理法相結(jié)合，能夠比較準(zhǔn)確地預(yù)測(cè)出非常規(guī)突發(fā)事件的資源需求。[3]叢浩哲、郭強(qiáng)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(yùn)用相關(guān)專(zhuān)業(yè)知識(shí)提出了科學(xué)的目標(biāo)事件與案例的屬性相似度及屬性權(quán)重的計(jì)算方法，并應(yīng)用相關(guān)計(jì)算機(jī)軟件開(kāi)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(duì)于企業(yè)等社會(huì)組織的內(nèi)部管理、危機(jī)防治等方面問(wèn)題的解決，研究人員將掌握的CBR技術(shù)與自身專(zhuān)業(yè)知識(shí)相結(jié)合，提出科學(xué)的應(yīng)對(duì)方案。柳炳祥，盛昭翰在企業(yè)危機(jī)管理的研究中給出了一種基于案例推理的欺詐危機(jī)的預(yù)警方法，用來(lái)驗(yàn)證基于案例推理方法在企業(yè)危機(jī)預(yù)警中應(yīng)用的可行性和有效性。[9]賴(lài)院根等人基于案例推理在企業(yè)專(zhuān)利戰(zhàn)略制定研究中針對(duì)目前企業(yè)專(zhuān)利戰(zhàn)略制定中存在的問(wèn)題，構(gòu)建了基于案例推理的企業(yè)專(zhuān)利戰(zhàn)略制定模型。

（三）在計(jì)算機(jī)信息科學(xué)領(lǐng)域的應(yīng)用

計(jì)算機(jī)的普及和通信技術(shù)的迅速發(fā)展，使計(jì)算機(jī)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(wèn)題也日益凸顯。

賈煒在對(duì)現(xiàn)有網(wǎng)絡(luò)脆弱性評(píng)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(píng)估模型。由于網(wǎng)絡(luò)具有虛擬性、隱蔽性、傳播快、等特點(diǎn)，現(xiàn)已成為人們表達(dá)個(gè)人觀點(diǎn)的重要途徑。對(duì)于重大事項(xiàng)的討論與決策，政府也越來(lái)越注重“網(wǎng)絡(luò)評(píng)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(kāi)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(yùn)用

將CBR應(yīng)用到故障診斷領(lǐng)域，能夠提高對(duì)機(jī)電液設(shè)備的故障診斷能力。鄭佩在分析了案例知識(shí)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(kù)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(wèn)題簡(jiǎn)述

（一）關(guān)于案例的學(xué)習(xí)

當(dāng)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(duì)于案例的重用、案例的學(xué)習(xí)方面的研究涉及較少。針對(duì)案例的學(xué)習(xí)方面，一味的增加不斷出現(xiàn)的新問(wèn)題所成案例，不一定有助于案例庫(kù)的優(yōu)化，對(duì)于屬性相重疊的案例，單純數(shù)量的增長(zhǎng)只會(huì)造成案例庫(kù)的冗雜，從而降低案例庫(kù)的質(zhì)量及檢索效率。

（二）我國(guó)對(duì)于CBR技術(shù)的應(yīng)用

國(guó)內(nèi)真正將CBR運(yùn)用到工商業(yè)領(lǐng)域的還很少，而國(guó)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(guó)就在分類(lèi)、診斷、計(jì)劃及設(shè)計(jì)等領(lǐng)域內(nèi)開(kāi)發(fā)了數(shù)百個(gè)應(yīng)用實(shí)例，對(duì)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(shí)踐經(jīng)驗(yàn)。

如JUDGE是Reinbeck于1989年開(kāi)發(fā)的一個(gè)模擬司法判決的基于案例模型夠?yàn)槟繕?biāo)案件的審判進(jìn)行當(dāng)前情景的模擬，為法官對(duì)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(duì)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(lèi)具體領(lǐng)域的研究都將自身專(zhuān)業(yè)知識(shí)置于案例推理技術(shù)的框架下并綜合數(shù)學(xué)、統(tǒng)計(jì)學(xué)等知識(shí)，形成解決該領(lǐng)域內(nèi)存在問(wèn)題的應(yīng)對(duì)機(jī)制。盡管有認(rèn)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(méi)有形成一套嚴(yán)密體系，對(duì)其工作過(guò)程中各個(gè)步驟采用什么方法，沒(méi)有一個(gè)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(jìn)行試驗(yàn)選擇，以達(dá)到針對(duì)本領(lǐng)域研究問(wèn)題的最佳方法。而這也將成為未來(lái)完善CBR技術(shù)的指導(dǎo)方向。

五、總結(jié)

本文針對(duì)基于案例推理進(jìn)行了多方面的闡述，重點(diǎn)對(duì)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(wèn)題?？傮w而言，基于案例推理模式有效地解釋了人們?cè)诿鎸?duì)不確定的復(fù)雜問(wèn)題時(shí)，如何去解決;揭示了如何將獲得的經(jīng)驗(yàn)進(jìn)行提煉與匹配，為復(fù)雜的、非結(jié)構(gòu)問(wèn)題的解決提供了極大的幫助。

參考文獻(xiàn)：

[1]劉華琦《基于案例推理的電弧爐冶煉過(guò)程用氧量?jī)?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(jiǎng)專(zhuān)利獎(jiǎng)一等獎(jiǎng)

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

2006年度“高等學(xué)?？茖W(xué)技術(shù)獎(jiǎng)”授獎(jiǎng)項(xiàng)目共325項(xiàng)（一等124項(xiàng)/二等201項(xiàng)），其中自然科學(xué)獎(jiǎng)111項(xiàng)（一等42項(xiàng)/二等69項(xiàng)）、技術(shù)發(fā)明獎(jiǎng)31項(xiàng)（一等15項(xiàng)/二等16項(xiàng)）、科技進(jìn)步獎(jiǎng)161項(xiàng)（一等59項(xiàng)/二等102項(xiàng)）、科技進(jìn)步獎(jiǎng)（推廣類(lèi)）10項(xiàng)（一等5項(xiàng)/二等5項(xiàng)）、專(zhuān)利獎(jiǎng)12項(xiàng)（一等3項(xiàng)/二等9項(xiàng)）。本期選取了獲得推廣類(lèi)一等獎(jiǎng)的兩個(gè)項(xiàng)目和獲得專(zhuān)利獎(jiǎng)一等獎(jiǎng)的一個(gè)項(xiàng)目進(jìn)行刊登。歡迎獲獎(jiǎng)項(xiàng)目的完成人和完成單位踴躍投稿，本刊將在今后的“科技獎(jiǎng)勵(lì)”欄目中陸續(xù)刊出。敬請(qǐng)關(guān)注。

項(xiàng)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(lèi)文明帶來(lái)革命性推動(dòng)的新光源。具有高強(qiáng)度、高準(zhǔn)直性、能量連續(xù)可調(diào)等一系列優(yōu)點(diǎn)，是眾多前沿學(xué)科領(lǐng)域進(jìn)行基礎(chǔ)研究和應(yīng)用研究的一種最先進(jìn)又不可替代的工具和試驗(yàn)平臺(tái)。自1947年首次觀察到同步輻射以來(lái)，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(duì)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(jī)，是利用為高能物理實(shí)驗(yàn)用的正負(fù)電子對(duì)撞機(jī)兼作同步輻射光源，該裝置中的束團(tuán)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(jì)七十年代中期發(fā)展起來(lái)的專(zhuān)用光源，其束團(tuán)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(gè)數(shù)量級(jí)；第三代同步輻射光源是上世紀(jì)八十年代后期發(fā)展起來(lái)的專(zhuān)用光源，其束團(tuán)發(fā)射度降低到3～20nm.rad，這類(lèi)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(gè)數(shù)量級(jí)，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(gè)同步輻射光源。北京同步輻射裝置是我國(guó)第一個(gè)利用同步輻射光源進(jìn)行科學(xué)研究的裝置，建成于上世紀(jì)九十年代初期，是我國(guó)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(kāi)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(jìn)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(jì)初，在國(guó)家（A4）計(jì)劃“正負(fù)電子對(duì)撞機(jī)改進(jìn)與未來(lái)發(fā)展”和“北京正負(fù)電子對(duì)撞機(jī)重大改造工程”的支持下，北京同步輻射裝置也開(kāi)始了一系列改造。

準(zhǔn)直、聚焦系統(tǒng)是同步輻射光束線(xiàn)中的關(guān)鍵裝置，分別完成對(duì)同步輻射X光垂直方向上的準(zhǔn)直和水平與垂直方向上聚焦。

主要?jiǎng)?chuàng)新點(diǎn)

本專(zhuān)利針對(duì)準(zhǔn)直鏡和聚焦鏡鏡體長(zhǎng)度較長(zhǎng)，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(zhǎng)鏡體壓彎系統(tǒng)。它的主要?jiǎng)?chuàng)新發(fā)明和特點(diǎn)如下：

發(fā)明了基于杠桿反撬機(jī)理的能卸載鏡子自重，并能自鎖的雙模式超長(zhǎng)鏡體壓彎系統(tǒng)機(jī)構(gòu)，實(shí)現(xiàn)超長(zhǎng)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(zhǔn)直、聚焦；

發(fā)明了卸載真空負(fù)載的真空室外支撐臺(tái)機(jī)構(gòu)，來(lái)實(shí)現(xiàn)對(duì)真空室內(nèi)鏡體姿態(tài)調(diào)節(jié)，避免了調(diào)節(jié)機(jī)構(gòu)驅(qū)動(dòng)電機(jī)等電器器件裝在真空室內(nèi)對(duì)鏡子的污染，既有利于超高真空的實(shí)現(xiàn)，又大大延長(zhǎng)鏡子使用壽命；

通過(guò)計(jì)算機(jī)對(duì)真空室外支撐臺(tái)機(jī)構(gòu)的控制調(diào)節(jié)真空室內(nèi)鏡體的位置，實(shí)現(xiàn)在工況下，對(duì)鏡置的遠(yuǎn)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(jì)，以方便系統(tǒng)組裝，真空試驗(yàn)時(shí)，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(duì)伍

上海交通大學(xué)與中國(guó)科學(xué)院高能物理研究所，校所合作，在研制高熱負(fù)荷及超高真空條件下超長(zhǎng)鏡體壓彎的準(zhǔn)直、聚焦壓彎系統(tǒng)的過(guò)程中，精心組織了一支來(lái)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(tuán)隊(duì)，協(xié)調(diào)攻關(guān)，確保了本專(zhuān)利的發(fā)明和實(shí)施。

陳文元在本項(xiàng)目中提出了本專(zhuān)利創(chuàng)新的總體方案，并全面負(fù)責(zé)實(shí)施，在連續(xù)變焦的超長(zhǎng)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(zhǔn)直聚焦系統(tǒng)的創(chuàng)造發(fā)明中，參與超長(zhǎng)鏡體壓彎系統(tǒng)及鏡箱的設(shè)計(jì)、理論分析、建造以及準(zhǔn)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(zhǎng)壓彎鏡箱的創(chuàng)新發(fā)明中，負(fù)責(zé)調(diào)研、收集各類(lèi)先進(jìn)的設(shè)計(jì)思想與方案，進(jìn)行整理分析，對(duì)確定符合本項(xiàng)目需求的、具有我國(guó)自主創(chuàng)新性的設(shè)計(jì)方案起到了重要作用，并負(fù)責(zé)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(xiàn)上的實(shí)施；閻永廉參與本發(fā)明從初始構(gòu)思到最終實(shí)現(xiàn)的全過(guò)程，其多年的同步輻射工作經(jīng)驗(yàn)對(duì)于本發(fā)明的方案制定、具體實(shí)施和最終滿(mǎn)足用戶(hù)需求具有重要的貢獻(xiàn)，并在實(shí)際實(shí)施中起到重要作用。

應(yīng)用情況

本發(fā)明的高熱負(fù)荷下超高真空條件下超長(zhǎng)鏡體壓彎的準(zhǔn)直、聚焦壓彎系統(tǒng)，包含基于杠桿反撬機(jī)理的、能卸載鏡子自重且能自鎖的、超長(zhǎng)鏡體雙模式壓彎和空間姿態(tài)機(jī)構(gòu)，折形及銦鎵無(wú)氧銅塊組合水冷系統(tǒng)、雙刀口法蘭等，是自主知識(shí)產(chǎn)權(quán)的重要裝備，裝置性能達(dá)到國(guó)際先進(jìn)水平，不僅為國(guó)家節(jié)約了大量資金，并且對(duì)同步輻射光源的應(yīng)用，提升我國(guó)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(zhuān)利研制的準(zhǔn)直、聚焦裝置，從2002年至今已有10套用于北京國(guó)家同步輻射實(shí)驗(yàn)室的生物大分子（二條）、XAFS（X射線(xiàn)吸收精細(xì)結(jié)構(gòu)）、熒光、衍射、小角散射等6條光束線(xiàn)上，累計(jì)使用有效機(jī)時(shí)1萬(wàn)余小時(shí)，完成課題300多項(xiàng)。線(xiàn)站運(yùn)行穩(wěn)定，國(guó)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(zhēng)先在此裝置上進(jìn)行科學(xué)研究，一大批成果通過(guò)該裝置產(chǎn)生。生物物理所對(duì)植物浦光蛋白結(jié)構(gòu)的測(cè)試、清華大學(xué)對(duì)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(jìn)展，世界上首先測(cè)出來(lái)的SARS 病毒蛋白質(zhì)“3CLMpro”等重大發(fā)現(xiàn)被美國(guó)《自然》雜志和PNAS 刊物發(fā)表。這些成果不僅推動(dòng)了各領(lǐng)域的科學(xué)研究，也必將在一定時(shí)間后轉(zhuǎn)化為生產(chǎn)、經(jīng)濟(jì)效益。

立足國(guó)情研發(fā)自主知識(shí)產(chǎn)權(quán)的過(guò)程控制技術(shù)

――記2006年度高等學(xué)?？茖W(xué)技術(shù)獎(jiǎng)推廣類(lèi)一等獎(jiǎng)

“大型裂解爐溫度和負(fù)荷先進(jìn)控制技術(shù)”

項(xiàng)目背景

石油化學(xué)工業(yè)是我國(guó)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(biāo)志，其發(fā)展直接影響到國(guó)家的經(jīng)濟(jì)基礎(chǔ)和綜合國(guó)力強(qiáng)弱，大力發(fā)展具有國(guó)際競(jìng)爭(zhēng)力的乙烯工業(yè)是我國(guó)當(dāng)務(wù)之急。建設(shè)新的乙烯裝置，投資大、周期長(zhǎng)；采用自動(dòng)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(jiàn)效快。

目前我國(guó)所有乙烯裝置生產(chǎn)設(shè)備都是從國(guó)外引進(jìn)，由于國(guó)外先進(jìn)控制技術(shù)和軟件適應(yīng)不了國(guó)內(nèi)乙烯生產(chǎn)原料多變狀況，很難長(zhǎng)周期投入使用，因此迫切需要研發(fā)具有自主知識(shí)產(chǎn)權(quán)、適合國(guó)內(nèi)乙烯生產(chǎn)特點(diǎn)的乙烯生產(chǎn)過(guò)程先進(jìn)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(guó)際競(jìng)爭(zhēng)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(gè)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(duì)乙烯生產(chǎn)過(guò)程開(kāi)發(fā)計(jì)算機(jī)先進(jìn)控制技術(shù)時(shí)，首先考慮開(kāi)發(fā)裂解爐的先進(jìn)控制技術(shù)，且它所獲取的經(jīng)濟(jì)效益約占整個(gè)乙烯裝置采用先進(jìn)控制技術(shù)后所獲得的經(jīng)濟(jì)效益的40%左右。在這方面，國(guó)外已有許多成功應(yīng)用的經(jīng)驗(yàn)。隨著我國(guó)乙烯工業(yè)的發(fā)展，乙烯產(chǎn)量逐年提高，2005年達(dá)到740萬(wàn)噸，位居世界第3位，迫切需要先進(jìn)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(kāi)發(fā)了年產(chǎn)4萬(wàn)噸 SRT-III 型裂解爐溫度和負(fù)荷先進(jìn)控制技術(shù)，于2000年初就在揚(yáng)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(zhǎng)了裂解爐的運(yùn)行周期，每年可獲得3031.69萬(wàn)元的經(jīng)濟(jì)效益，2001年，該成果通過(guò)江蘇省科技廳組織的鑒定。

隨著我國(guó)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(wàn)噸乙烯的GK-VI型和SRT-IV型裂解爐以及年產(chǎn)10萬(wàn)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(fù)荷也大幅提高，對(duì)控制系統(tǒng)提出了更高的要求，原來(lái)的技術(shù)已不能滿(mǎn)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(zhǎng)足發(fā)展，為復(fù)雜工業(yè)過(guò)程的先進(jìn)控制技術(shù)開(kāi)發(fā)提供了新途徑。本項(xiàng)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(duì)象特點(diǎn)進(jìn)行了技術(shù)再創(chuàng)新，開(kāi)發(fā)了大型裂解爐先進(jìn)控制技術(shù)。

齊魯石化（目前為國(guó)內(nèi)第三大乙烯生產(chǎn)企業(yè)）現(xiàn)有7臺(tái)GK-VI型裂解爐、3臺(tái)SRT-IV型裂解爐和2臺(tái)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(yáng)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(jì)、實(shí)施帶來(lái)了相當(dāng)難度。為此必須首先對(duì)不同裂解爐特點(diǎn)進(jìn)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(lèi)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(yùn)行的癥結(jié)所在，建立各爐型的動(dòng)力學(xué)模型，這對(duì)預(yù)測(cè)裂解爐的動(dòng)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(cè)量的建模時(shí)間，提高預(yù)測(cè)精度），開(kāi)發(fā)了大型裂解爐先進(jìn)控制技術(shù)，并成功應(yīng)用。此外，本項(xiàng)目首次提出了溫度均衡控制系統(tǒng)的新的設(shè)計(jì)思路，該系統(tǒng)在烴進(jìn)料流量計(jì)故障時(shí)仍可保持各組爐管溫度均衡。這一思想豐富了裂解爐先進(jìn)控制技術(shù)的內(nèi)容，提高了該技術(shù)的適用范圍。

顯著實(shí)施效果

從大型裂解爐生產(chǎn)過(guò)程實(shí)時(shí)控制的要求出發(fā)，融化學(xué)工程、自動(dòng)控制、計(jì)算機(jī)應(yīng)用以及人工智能等技術(shù)為一體，研究開(kāi)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(cè)量系統(tǒng)；研究開(kāi)發(fā)了基于熱值軟測(cè)量系統(tǒng)的實(shí)時(shí)前饋推斷控制技術(shù)，對(duì)裂解爐平均爐管出口溫度進(jìn)行實(shí)時(shí)控制；應(yīng)用先進(jìn)的過(guò)程控制技術(shù)、動(dòng)態(tài)超前/滯后補(bǔ)償技術(shù)、人工智能技術(shù)等，研究開(kāi)發(fā)了裂解爐爐管出口溫度均衡控制系統(tǒng)；應(yīng)用專(zhuān)家系統(tǒng)和非線(xiàn)性控制技術(shù)對(duì)裂解爐各組爐管進(jìn)料量進(jìn)行動(dòng)態(tài)分配，確保了總負(fù)荷的穩(wěn)定；對(duì)裂解爐蒸汽注入量進(jìn)行非線(xiàn)性自適應(yīng)控制，確保汽烴質(zhì)量比穩(wěn)定。

本項(xiàng)目自2003年7月起在中國(guó)石化齊魯石化股份有限公司年產(chǎn)72萬(wàn)噸大型乙烯裝置中的SRT-IV型、GK-VI型和SL-II型等12臺(tái)大型裂解爐上陸續(xù)投入使用，經(jīng)過(guò)工業(yè)生產(chǎn)裝置長(zhǎng)達(dá)三年的運(yùn)行考核證明，該技術(shù)進(jìn)一步穩(wěn)定和優(yōu)化了乙烯裂解爐的生產(chǎn)操作，使各項(xiàng)工藝操作指標(biāo)均處于最佳狀態(tài)?？刂菩Ч浅ｏ@著，進(jìn)一步穩(wěn)定和優(yōu)化了裂解爐的生產(chǎn)操作，使各項(xiàng)工藝操作指標(biāo)均處于最佳狀態(tài)，每年可產(chǎn)生3045.4萬(wàn)元的經(jīng)濟(jì)效益，三年來(lái)（2003年8月～2006年8月）累計(jì)給企業(yè)創(chuàng)造了6454.69萬(wàn)元利稅的直接經(jīng)濟(jì)效益。

推廣應(yīng)用情況

2000年針對(duì)國(guó)內(nèi)早期引進(jìn)的年產(chǎn)30萬(wàn)噸乙烯裝置中SRT-III型裂解爐，研究開(kāi)發(fā)了其先進(jìn)控制技術(shù)，并在中石化揚(yáng)子石化大型乙烯裝置上應(yīng)用，效果顯著，長(zhǎng)期投用至今。隨著我國(guó)乙烯裝置的擴(kuò)容改造，裂解爐日趨大型化，2002年針對(duì)GK-VI型，SRT-IV型和SL-II型等裂解爐的控制問(wèn)題，成功開(kāi)發(fā)了大型裂解爐溫度和負(fù)荷先進(jìn)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(duì)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(tái)SL-II型裂解爐、2臺(tái)GK-VI型裂解爐和1臺(tái)GK-V型裂解爐進(jìn)行先進(jìn)控制技術(shù)的開(kāi)發(fā)和應(yīng)用。此項(xiàng)技術(shù)近年來(lái)已完成了數(shù)十臺(tái)裂解爐（幾乎涵蓋所有爐型）的應(yīng)用實(shí)施，技術(shù)經(jīng)濟(jì)指標(biāo)達(dá)到國(guó)際先進(jìn)，在同行業(yè)中影響顯著。

在國(guó)內(nèi)乙烯行業(yè)中已形成很大影響。該項(xiàng)技術(shù)解決了乙烯裂解爐生產(chǎn)過(guò)程中的若干瓶頸問(wèn)題，達(dá)到同類(lèi)生產(chǎn)裝置國(guó)際先進(jìn)水平，擺脫了我國(guó)乙烯生產(chǎn)過(guò)程先進(jìn)控制技術(shù)依賴(lài)國(guó)外引進(jìn)的局面，形成了具有我國(guó)自主知識(shí)產(chǎn)權(quán)、適應(yīng)國(guó)內(nèi)乙烯生產(chǎn)特點(diǎn)的智能控制技術(shù)和軟件，推動(dòng)了乙烯行業(yè)乃至石化工業(yè)科技進(jìn)步，增加了企業(yè)競(jìng)爭(zhēng)力。

2007年初，在中石化乙烯企業(yè)交流會(huì)議上，該項(xiàng)目因其工業(yè)應(yīng)用實(shí)用性強(qiáng)、轉(zhuǎn)化程度高，核心技術(shù)已授權(quán)國(guó)家發(fā)明專(zhuān)利和計(jì)算機(jī)軟件著作權(quán)（其中“乙烯裝置中裂解爐的智能控制方法”國(guó)家發(fā)明專(zhuān)利獲得了2004年上海市發(fā)明創(chuàng)造專(zhuān)利獎(jiǎng)發(fā)明專(zhuān)利一等獎(jiǎng)、第九屆中國(guó)專(zhuān)利優(yōu)秀獎(jiǎng)），形成了適應(yīng)國(guó)內(nèi)乙烯生產(chǎn)特點(diǎn)的智能控制技術(shù)和軟件，已作為首批成熟技術(shù)在中國(guó)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(tuán)隊(duì)

該項(xiàng)目是由以國(guó)家杰出青年基金獲得者錢(qián)鋒教授領(lǐng)銜的研發(fā)團(tuán)隊(duì)完成的。該團(tuán)隊(duì)成員多年來(lái)一直從事石油化工生產(chǎn)過(guò)程建模與優(yōu)化、先進(jìn)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(guó)家重點(diǎn)實(shí)驗(yàn)室、過(guò)程系統(tǒng)工程教育部工程研究中心等基地平臺(tái)，承擔(dān)了多項(xiàng)國(guó)家自然科學(xué)基金、863計(jì)劃、科技攻關(guān)、國(guó)家工業(yè)自動(dòng)化產(chǎn)業(yè)化專(zhuān)項(xiàng)以及40余項(xiàng)中石化企業(yè)的科技攻關(guān)項(xiàng)目；走“集成創(chuàng)新和引進(jìn)、吸收、再創(chuàng)新”之路，在石油化工生產(chǎn)過(guò)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(guò)程模型化、軟測(cè)量、先進(jìn)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(duì)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(guó)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(rùn)，僅在成果應(yīng)用考核期就累計(jì)創(chuàng)造了新增6.69億元利稅，開(kāi)創(chuàng)了一條投資少、見(jiàn)效快的石油化工裝置增加產(chǎn)量、提高質(zhì)量、降低消耗、實(shí)現(xiàn)跨越式發(fā)展的自主創(chuàng)新之路，打破了國(guó)內(nèi)石化行業(yè)先進(jìn)控制技術(shù)長(zhǎng)期依賴(lài)國(guó)外引進(jìn)的局面，為推動(dòng)我國(guó)石油化工行業(yè)科技進(jìn)步做出了重要貢獻(xiàn)。

前景展望

我國(guó)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(guó)國(guó)民經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展，對(duì)乙烯衍生物需求十分強(qiáng)勁。根據(jù)國(guó)家規(guī)劃，“十一五”期間，我國(guó)將增加乙烯產(chǎn)能1000多萬(wàn)噸，增長(zhǎng)140%左右，乙烯企業(yè)平均規(guī)模將從47萬(wàn)噸提高到58萬(wàn)噸。面對(duì)國(guó)際市場(chǎng)的競(jìng)爭(zhēng)和強(qiáng)勁的國(guó)內(nèi)需求，各乙烯工廠(chǎng)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(jì)、工藝設(shè)備上尋求突破，還需要利用信息技術(shù)進(jìn)行自動(dòng)控制與優(yōu)化系統(tǒng)的設(shè)計(jì)。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(chǎng)，不斷開(kāi)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(chǎng)。

從零開(kāi)始開(kāi)創(chuàng)中國(guó)魔芋產(chǎn)業(yè)

――記2006年度高等學(xué)校科學(xué)技術(shù)獎(jiǎng)推廣類(lèi)一等獎(jiǎng)

“中國(guó)魔芋產(chǎn)業(yè)關(guān)鍵技術(shù)的研究和推廣應(yīng)用”

項(xiàng)目背景

魔芋為天南星科魔芋屬植物的總稱(chēng)，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(guó)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(guó)傳去的“花魔芋”一個(gè)種，卻在二戰(zhàn)后恢復(fù)經(jīng)濟(jì)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(duì)國(guó)民經(jīng)濟(jì)振興起了重要作用。

當(dāng)時(shí)除日本有幾本魔芋栽培技術(shù)的小冊(cè)和一本主寫(xiě)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(zhǎng)方式。由魔芋特性形成的獨(dú)特加工工藝及其機(jī)械設(shè)備均為專(zhuān)用，技術(shù)全被日方保密，若購(gòu)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(zhuān)用設(shè)備，每套均在二三百萬(wàn)元人民幣以上，難為剛要興起的民營(yíng)企業(yè)所接受，且有的也不適宜中國(guó)使用。

中國(guó)魔芋產(chǎn)業(yè)的興起與發(fā)展急需經(jīng)濟(jì)、實(shí)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(jì)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(xiàng)目組組織強(qiáng)大的多學(xué)科、產(chǎn)學(xué)研及校內(nèi)外相結(jié)合的強(qiáng)勁團(tuán)隊(duì)申請(qǐng)立項(xiàng)，從零開(kāi)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(zhǎng)，環(huán)節(jié)也多，但種植業(yè)仍是基礎(chǔ)，沒(méi)有種植業(yè)保證原料的持續(xù)供應(yīng)，則加工業(yè)無(wú)從發(fā)展，且中國(guó)的魔芋種植面臨從半野生多年自然生長(zhǎng)的原始狀態(tài)，將必須走向農(nóng)田，進(jìn)行有計(jì)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(yàn)。因此，項(xiàng)目組必須從魔芋的生物學(xué)基礎(chǔ)開(kāi)始研究，深入掌握其特性及對(duì)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(zhēng)較平穩(wěn)地完成其轉(zhuǎn)化。這是一個(gè)系統(tǒng)而漫長(zhǎng)的過(guò)程。

根據(jù)當(dāng)時(shí)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(xiàng)目組確定對(duì)加工的三環(huán)節(jié)，即初加工、精粉加工和制品研制同時(shí)并舉，邊研究應(yīng)用，邊總結(jié)提高，力爭(zhēng)促進(jìn)產(chǎn)業(yè)盡快興起。此外，由于當(dāng)時(shí)熱心進(jìn)入魔芋行業(yè)的都為民營(yíng)企業(yè)，他們大多資金不充足；因此項(xiàng)目組在要求技術(shù)路線(xiàn)和設(shè)備設(shè)計(jì)起點(diǎn)高、技術(shù)趕超國(guó)際先進(jìn)水平的基礎(chǔ)上，也提出了不盲目追求高精尖，但求經(jīng)濟(jì)、實(shí)用、高效益，節(jié)約起動(dòng)資金。

主要工作及技術(shù)經(jīng)濟(jì)指標(biāo)

項(xiàng)目組率先在全國(guó)進(jìn)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(wàn)畝；

制定了《中國(guó)魔芋種植區(qū)劃》，指導(dǎo)全國(guó)優(yōu)選最適植區(qū)和最適海拔高度的山區(qū)有計(jì)劃發(fā)展種植基地，已建成全國(guó)重點(diǎn)基地縣14個(gè)；

進(jìn)行了魔芋新品種選育工作，選育并審定了中國(guó)第一個(gè)新品種“萬(wàn)源花魔芋”，推廣33.5萬(wàn)畝；

對(duì)魔芋生物學(xué)特性進(jìn)行研究，從理論基礎(chǔ)上弄清魔芋生長(zhǎng)發(fā)育特性及對(duì)生態(tài)環(huán)境的要求，為科學(xué)種植奠定理論基礎(chǔ)；

開(kāi)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(jì)推廣面積216.67萬(wàn)畝，使一個(gè)半野生植物較平穩(wěn)地轉(zhuǎn)化為規(guī)?；筇镒魑?；

采用復(fù)合護(hù)色劑和特定高溫殺酶技術(shù)，并創(chuàng)新研制配套6YMH烘干機(jī)及其后改進(jìn)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(biāo)問(wèn)題，推廣39臺(tái)，價(jià)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(jī)采用軍工技術(shù)自行創(chuàng)新研制極為成功，產(chǎn)品達(dá)特級(jí)。至今已推廣以上設(shè)備1138臺(tái)，三法的技術(shù)和設(shè)備推廣覆蓋面占全國(guó)95%以上，填補(bǔ)了國(guó)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(dòng)了全國(guó)魔芋食品的興起；

項(xiàng)目新增產(chǎn)值855971.62萬(wàn)元，新增利稅279469.006萬(wàn)元，創(chuàng)匯5892.56萬(wàn)美元，經(jīng)濟(jì)效益顯著。

社會(huì)效益

山區(qū)農(nóng)民脫貧致富，每畝增收2000元即可脫貧1戶(hù)，已推廣279.17萬(wàn)畝，約900萬(wàn)農(nóng)民脫貧致富；

從無(wú)到有推動(dòng)中國(guó)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(huì)增加了就業(yè)崗位并帶動(dòng)了相關(guān)各業(yè)；據(jù)海關(guān)統(tǒng)計(jì)，魔芋產(chǎn)品每年增加出口創(chuàng)匯約4000萬(wàn)美元；此外，開(kāi)發(fā)的魔芋保健品和食品還能增進(jìn)人體健康。

推廣的具體措施

開(kāi)辦培訓(xùn)班

開(kāi)辦了多場(chǎng)級(jí)別較高、影響較大的全國(guó)性高級(jí)魔芋科技培訓(xùn)班：1988年在成都舉辦，參會(huì)人員來(lái)自全國(guó)，約150人；1997年在昆明舉辦，有來(lái)自全國(guó)和當(dāng)?shù)氐募s200人參加；開(kāi)辦了魔芋分析測(cè)定全國(guó)培訓(xùn)班3次，主要是企業(yè)化驗(yàn)人員參加，共約180人。

此外，還開(kāi)辦了省、區(qū)、州級(jí)培訓(xùn)班共10次，參加人員約1500人；縣、市級(jí)培訓(xùn)班（主要是培訓(xùn)當(dāng)?shù)乜萍既藛T，作為“二傳手”），約50次，8000人；鄉(xiāng)、村一級(jí)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(shí)地指導(dǎo)工作

多年來(lái)，項(xiàng)目組先后派出科技人員在重點(diǎn)企業(yè)及重點(diǎn)縣市蹲點(diǎn)（在萬(wàn)源蹲點(diǎn)6年）指導(dǎo)科技工作，解決疑難。

召開(kāi)科技研討會(huì)

為了方便科技人員交流和普及魔芋科技，先后召開(kāi)了多場(chǎng)科技研討會(huì)：1988年在成都召開(kāi)了全國(guó)性科技交流會(huì)，200余人參加，印出論文集；1995年在西南大學(xué)召開(kāi)了中日魔芋科技研討會(huì)，有來(lái)自日方的專(zhuān)家學(xué)者、企業(yè)人員、農(nóng)民等20余人，以及中國(guó)的企業(yè)骨干等約200人參會(huì)，印出中日文會(huì)刊。此外，還舉行了8場(chǎng)全國(guó)性魔芋加工科技會(huì)及種植業(yè)基地經(jīng)驗(yàn)交流會(huì)，參加人員總計(jì)達(dá)2000余人。

項(xiàng)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(dān)，主要是在當(dāng)?shù)毓餐瓿赡в蠹夹g(shù)推廣，共16項(xiàng)。

普及宣傳

篇8

王戈13歲有了自己第一把電吉他，大學(xué)時(shí)候讀的專(zhuān)業(yè)是計(jì)算機(jī)。他說(shuō)如果自己當(dāng)年在普林斯頓大學(xué)本科畢業(yè)沒(méi)有繼續(xù)讀書(shū)的話(huà)，可能成為一名程序員，把音樂(lè)僅作為一個(gè)愛(ài)好。不過(guò)當(dāng)他在普林斯頓的音樂(lè)計(jì)算機(jī)研究專(zhuān)業(yè)繼續(xù)深造之后，他發(fā)現(xiàn)二者并不存在鴻溝，計(jì)算機(jī)軟件、人際關(guān)系、樂(lè)器之間其實(shí)可以連接起來(lái)。

他的愿望成為了現(xiàn)實(shí)。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(wàn)的用戶(hù)下載量。2008年11月8日，這款應(yīng)用在蘋(píng)果應(yīng)用商店上線(xiàn)的第四天，就沖到了各類(lèi)應(yīng)用下載排行榜的第一位，然后在那兒停留了3周的時(shí)間。

Ocarina是這樣一款A(yù)pp，它可以將你的iPhone變成樂(lè)器。你用手持塤的方式捧著你的手機(jī)，用嘴對(duì)著手機(jī)話(huà)筒吹氣，再配合以手指動(dòng)作，然后就能像吹塤一樣讓你的手機(jī)發(fā)出同樣的聲音?！皽?zhǔn)確來(lái)說(shuō)，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(lè)，我們只是把它的中文名定為塤，中國(guó)人都知道塤這個(gè)樂(lè)器?！蓖醺暾f(shuō)。Ocarina借助了手機(jī)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(shū)時(shí)所專(zhuān)研的領(lǐng)域。

Ocarina不同的地方在于，當(dāng)時(shí)它重新界定了樂(lè)器的概念和機(jī)制。Ocarina把人和手機(jī)的關(guān)系變成了人和樂(lè)器之間的關(guān)系，只不過(guò)你的手機(jī)成為一個(gè)“數(shù)字化”的樂(lè)器，后者的發(fā)生機(jī)制是震動(dòng)和共鳴，而前者依靠的是代碼?！拔业膶?dǎo)師Perry Cook在人機(jī)交互，具體來(lái)說(shuō)也就是如何把不是樂(lè)器的計(jì)算機(jī)變成樂(lè)器方面給了我很多的建議?！蓖醺暾f(shuō)。

開(kāi)源的音樂(lè)編程語(yǔ)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(lái)成為Smule旗下10個(gè)App—以及已經(jīng)下架的，初期一些實(shí)驗(yàn)性質(zhì)的產(chǎn)品所依托的計(jì)算機(jī)語(yǔ)言。在2007年進(jìn)入斯坦福大學(xué)之后，王戈組建了第一支移動(dòng)電話(huà)樂(lè)隊(duì)，樂(lè)隊(duì)成員用裝有運(yùn)行CHUCK語(yǔ)言的移動(dòng)電話(huà)演奏樂(lè)曲。

“我們第一個(gè)試驗(yàn)的智能手機(jī)是諾基亞N95，那個(gè)時(shí)候蘋(píng)果公司還沒(méi)有推出iPhone，當(dāng)時(shí)手機(jī)的CPU已經(jīng)非?？炝耍贿^(guò)那個(gè)時(shí)候我還沒(méi)有想過(guò)要建公司開(kāi)發(fā)商業(yè)化的產(chǎn)品，并且也沒(méi)有合適的機(jī)會(huì)，即便明白手機(jī)替代臺(tái)式機(jī)或者筆記本是一個(gè)趨勢(shì)”，王戈說(shuō)。

2008年春天，蘋(píng)果公司向移動(dòng)應(yīng)用者開(kāi)放了SDK（Software Development Kit ，軟件開(kāi)發(fā)包），開(kāi)發(fā)者可以在上面為同年上線(xiàn)的蘋(píng)果應(yīng)用商店撰寫(xiě)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_(kāi)發(fā)產(chǎn)品并不是我的初衷，”王戈說(shuō)，“我只是覺(jué)得它或許是研究的一部 分?！倍鳭eff Smith除了在1999年推動(dòng)Tumbleweed上市之外，在硅谷還經(jīng)營(yíng)過(guò)幾家公司。

Bessemer投資在Smule種子投資階段注入了160萬(wàn)美元。王戈覺(jué)得這不管是對(duì)于Smule還是自己來(lái)說(shuō)都是一件幸運(yùn)的事情。“Jeff Smith是一個(gè)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(jì)和方向。

Smule推出的第一個(gè)產(chǎn)品叫Sonic Lighter（中文名是“打火機(jī)”），王戈覺(jué)得它更像是一個(gè)玩具，一個(gè)試驗(yàn)性質(zhì)的產(chǎn)品?！袄靡苿?dòng)設(shè)備的話(huà)筒，用戶(hù)可以通過(guò)向話(huà)筒吹氣來(lái)吹滅屏幕上的蠟燭?！彼脑囼?yàn)特性在于Sonic Lighter首次嘗試了社交?！拔覀?cè)诮缑嫔献隽藗€(gè)地球儀，用戶(hù)可以看到這個(gè)世界上除了自己之外，還有哪些人在玩這款Sonic Lighter?！?/p>

這個(gè)地球儀代表了Smule的愿景，通過(guò)音樂(lè)讓用戶(hù)連接起來(lái)?！拔抑皇怯X(jué)得，當(dāng)你在用Ocarina吹奏《茉莉花》時(shí)你或許會(huì)想這個(gè)世界上會(huì)不會(huì)有另外一個(gè)人也在干同樣的事情，于是你在界面上撥弄這個(gè)地球儀，你發(fā)現(xiàn)比如在澳大利亞的悉尼有另外一個(gè)人也在吹同樣的曲子，當(dāng)然你可能沒(méi)辦法知道這人是誰(shuí)，但我覺(jué)得這個(gè)過(guò)程挺有意思?！蓖醺暾f(shuō)。那個(gè)被當(dāng)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(lè)社交軟件Sing！上被運(yùn)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(hù)曲目等等。而云服務(wù)很大程度上促成了它在2011年對(duì)Khush的收購(gòu)，后者是一家專(zhuān)注于人工智能和聲音軟件的開(kāi)發(fā)公司。王戈說(shuō)對(duì)Khush的收購(gòu)有助于公司對(duì)說(shuō)唱應(yīng)用Autorap的完善，不過(guò)他并沒(méi)有透露收購(gòu)價(jià)格。

在2008年至今的時(shí)間里，Smule陸續(xù)了包括演唱應(yīng)用T-pain和Glee等，Smule的市場(chǎng)團(tuán)隊(duì)會(huì)對(duì)全球的流行音樂(lè)趨勢(shì)做調(diào)研，將受歡迎的英文歌經(jīng)制作團(tuán)隊(duì)修改后放到樂(lè)庫(kù)中，這些音樂(lè)都被儲(chǔ)存在云端。

團(tuán)隊(duì)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(shí)也針對(duì)iPad開(kāi)發(fā)了自己的App，比如2011年12月上線(xiàn)的Magic Piano—考慮到屏幕的大小，它并不那么適合放在iPhone上。不過(guò)研發(fā)團(tuán)隊(duì)增加了Magic Piano的發(fā)音形式，將傳統(tǒng)的鋼琴鍵盤(pán)設(shè)計(jì)成墜落的圓點(diǎn)，用戶(hù)敲擊這些圓點(diǎn)同樣能夠發(fā)聲。

“Smule的產(chǎn)品并不想要降低原有樂(lè)器的普遍難度，但入門(mén)級(jí)別的樂(lè)曲難度符合大多數(shù)人的期望，你可以完全不會(huì)，但大多數(shù)人可以在較短時(shí)間內(nèi)就能夠上手?！蓖醺暾f(shuō)。比起樂(lè)器軟件，用戶(hù)們也更愿意為游戲軟件付費(fèi)。在今年5月，曾經(jīng)僅在蘋(píng)果iOS平臺(tái)上開(kāi)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(chǎng)壓力而非主動(dòng)靠近?！澳切╅_(kāi)發(fā)跟聲音、圖像和圖片相關(guān)的應(yīng)用開(kāi)發(fā)商總會(huì)更偏向于iOS系統(tǒng)，因?yàn)樘O(píng)果在多媒體方面的硬件設(shè)施更好，而Android，它下面的手機(jī)實(shí)在是太多了?！蓖醺暾f(shuō)。團(tuán)隊(duì)必須為每一型Android手機(jī)做產(chǎn)品調(diào)整，因?yàn)樗鼈兏髯缘那闆r都不一樣。

篇9

關(guān)鍵詞：巡檢；KPI；監(jiān)控

中圖分類(lèi)號(hào)：TN929.5文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：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(jī)指標(biāo)，是通過(guò)對(duì)組織內(nèi)部某一流程的輸入端、輸出端的關(guān)鍵參數(shù)進(jìn)行設(shè)置、取樣、計(jì)算、分析，衡量流程績(jī)效的一種目標(biāo)式量化管理指標(biāo)，是把單位或企業(yè)的戰(zhàn)略目標(biāo)分解為可運(yùn)作的遠(yuǎn)景目標(biāo)的工具。網(wǎng)絡(luò)KPI自動(dòng)巡檢是一套自動(dòng)化巡檢系統(tǒng)，它可以對(duì)系統(tǒng)實(shí)時(shí)監(jiān)控，及時(shí)發(fā)現(xiàn)問(wèn)題、解決問(wèn)題，防患于未然。在工作前可自動(dòng)從巡檢工作站下載任務(wù)，工作中可以對(duì)巡檢內(nèi)容進(jìn)行輕松的選擇和錄入，工作后可將巡檢結(jié)果自動(dòng)上傳至數(shù)據(jù)庫(kù)中。通過(guò)巡檢系統(tǒng)能夠更加容易掌握線(xiàn)路運(yùn)行狀況及周?chē)h(huán)境的變化，發(fā)現(xiàn)設(shè)備缺陷和危及線(xiàn)路安全的隱患，提出具體的檢修內(nèi)容，以便及時(shí)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(jī)指標(biāo)”，KPI考評(píng)體系是一整套覆蓋各項(xiàng)職能和各個(gè)層級(jí)的KPI考評(píng)指標(biāo)管理系統(tǒng)，通過(guò)分析和計(jì)劃、匯報(bào)和指導(dǎo)、考核三方面實(shí)現(xiàn)管理規(guī)范化，從而達(dá)到提高整體業(yè)績(jī)的目的，其功能包括：分析、計(jì)劃功能幫助分析工作問(wèn)題，找到計(jì)劃工作的重點(diǎn)。匯報(bào)、指導(dǎo)功能實(shí)現(xiàn)對(duì)向上匯報(bào)的重點(diǎn)，向下指導(dǎo)的方向。考核功能實(shí)現(xiàn)定量地效考核，反映隨時(shí)間進(jìn)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(jì)學(xué)家帕累托提出的一個(gè)經(jīng)濟(jì)學(xué)原理，即一個(gè)企業(yè)在價(jià)值創(chuàng)造過(guò)程中，每個(gè)部門(mén)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(jī)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(guò)程上。于是，所謂的績(jī)效考核，一定放在關(guān)鍵績(jī)效指標(biāo)上，考核工作一定要圍繞關(guān)鍵績(jī)效指標(biāo)展開(kāi)。

績(jī)效管理是當(dāng)前的一個(gè)熱門(mén)話(huà)題，電力行業(yè)也是如此。實(shí)施多年的以“德政勤績(jī)”為特征的人事考核體系的弊端，已經(jīng)被越來(lái)越多的人所檢討，檢討結(jié)果是一致認(rèn)為，必須導(dǎo)入現(xiàn)代人力資源管理中的績(jī)效考核理念。當(dāng)前令人困惑的實(shí)際狀態(tài)是檢討歸檢討，實(shí)際上用的仍然是以“德政勤績(jī)”為特征的人事考核體系。其原因是如何才能設(shè)計(jì)出一套符合現(xiàn)代要求，切實(shí)可行的績(jī)效考核指標(biāo)體系呢？這是當(dāng)前面臨的最大問(wèn)題。

作為自動(dòng)化的巡檢系統(tǒng)，網(wǎng)絡(luò)KPI自動(dòng)巡檢在設(shè)計(jì)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(hù)性等方面做了深入考慮。本次研發(fā)不僅嚴(yán)格遵守各項(xiàng)標(biāo)準(zhǔn)基礎(chǔ)，而且綜合自身因素和產(chǎn)品特點(diǎn)，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(dòng)巡檢系統(tǒng)。

二、網(wǎng)絡(luò)KPI自動(dòng)巡檢系統(tǒng)設(shè)計(jì)理念

（一）嚴(yán)格遵守標(biāo)準(zhǔn)化。系統(tǒng)應(yīng)遵循相關(guān)技術(shù)標(biāo)準(zhǔn)和行業(yè)規(guī)范要求，如：ISO國(guó)際標(biāo)準(zhǔn)化組織制定的國(guó)際標(biāo)準(zhǔn)、GB中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)、DL中華人民共和國(guó)電力行業(yè)標(biāo)準(zhǔn)等等。本產(chǎn)品嚴(yán)格遵守國(guó)際和國(guó)內(nèi)相關(guān)標(biāo)準(zhǔn)，擴(kuò)大同類(lèi)產(chǎn)品的互換性，降低產(chǎn)品和工程成本；促進(jìn)科研成果和新技術(shù)的推廣；合理利用能源和資源；便于國(guó)際技術(shù)交流。

（二）良好的通用性。系統(tǒng)需要具有開(kāi)放的結(jié)構(gòu)體系，不僅要滿(mǎn)足用戶(hù)當(dāng)前的需要，而且還要滿(mǎn)足將來(lái)能容易地?cái)U(kuò)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(tái)開(kāi)發(fā)、系統(tǒng)結(jié)構(gòu)、數(shù)據(jù)和接口等方面的充分開(kāi)放性。本系統(tǒng)充分重視開(kāi)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(kāi)放性的同時(shí)也減少了維護(hù)成本、多系統(tǒng)集成成本，解除后顧之憂(yōu)。

（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(yùn)行安全，需要從硬件、網(wǎng)絡(luò)、軟件等方面進(jìn)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(kāi)放的遠(yuǎn)程訪(fǎng)問(wèn)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(chǔ)安全方面，對(duì)于會(huì)話(huà)期數(shù)據(jù)采用傳遞完成及時(shí)清空的策略，對(duì)于永久期數(shù)據(jù)采用不可逆加密機(jī)制保存，確保數(shù)據(jù)安全性。更重要的是用戶(hù)在管理上應(yīng)該制定合理的制度來(lái)確保系統(tǒng)安全。

（四）方便維護(hù)。從用戶(hù)角度出發(fā)，系統(tǒng)需要有良好的可維護(hù)性，一般性故障可由用戶(hù)的系統(tǒng)管理員通過(guò)強(qiáng)大的后臺(tái)管理在現(xiàn)場(chǎng)自行處理。此外，還提供專(zhuān)業(yè)人員遠(yuǎn)程操控，現(xiàn)場(chǎng)維護(hù)等方式對(duì)故障精確定位，確保萬(wàn)無(wú)一失。

（五）先進(jìn)性和成熟性并存。計(jì)算機(jī)軟件技術(shù)在高速發(fā)展，為保證系統(tǒng)在相當(dāng)長(zhǎng)的時(shí)間內(nèi)不落后，應(yīng)盡可能地順應(yīng)技術(shù)發(fā)展的趨勢(shì)，采用先進(jìn)的系統(tǒng)軟件和前端技術(shù)實(shí)現(xiàn)。過(guò)于先進(jìn)的技術(shù)可能帶來(lái)技術(shù)風(fēng)險(xiǎn)，過(guò)于成熟的技術(shù)可能會(huì)導(dǎo)致落后，先進(jìn)性和成熟性的結(jié)合非常重要，尤其在選擇系統(tǒng)平臺(tái)和開(kāi)發(fā)環(huán)境、運(yùn)行模式時(shí)非常重要。本系統(tǒng)從架構(gòu)設(shè)計(jì)到變成開(kāi)發(fā)都充分考慮到這一點(diǎn)，運(yùn)用的技術(shù)既是當(dāng)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(jìn)和成熟兩者兼顧。

（六）良好的用戶(hù)體驗(yàn)度。本系統(tǒng)的研發(fā)做了充分的市場(chǎng)調(diào)研，行業(yè)業(yè)務(wù)探討，整合考慮了業(yè)內(nèi)專(zhuān)家和員工意見(jiàn)。該系統(tǒng)用戶(hù)參與度極高，操作界面簡(jiǎn)單，人機(jī)交互效果極佳，在擁有專(zhuān)業(yè)嚴(yán)謹(jǐn)?shù)臉I(yè)務(wù)的同時(shí)，又不失游湖體驗(yàn)度。

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

網(wǎng)絡(luò)KPI自動(dòng)巡檢系統(tǒng)嚴(yán)格遵守反層架構(gòu)設(shè)計(jì)，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(gè)系統(tǒng)的數(shù)據(jù)源，業(yè)務(wù)邏輯層負(fù)責(zé)巡檢業(yè)務(wù)的流轉(zhuǎn)，展示層展示給客戶(hù)有好的界面。

服務(wù)工具采用B/S方式實(shí)現(xiàn)，由web服務(wù)、采集服務(wù)與數(shù)據(jù)庫(kù)服務(wù)組成，維護(hù)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(hù)端再次部署。

1.web服務(wù)：使用APACHE作為WEB服務(wù)，用JAVA語(yǔ)言實(shí)現(xiàn)。

2.數(shù)據(jù)庫(kù)服務(wù)：采用oracle數(shù)據(jù)庫(kù)存儲(chǔ)系統(tǒng)管理數(shù)據(jù)。

3.采集服務(wù)：用JAVA語(yǔ)言實(shí)現(xiàn)。

可以將3種服務(wù)部署于一臺(tái)設(shè)備，根據(jù)設(shè)備的數(shù)量，可通過(guò)增加設(shè)備，分布部署方式實(shí)現(xiàn)輕松擴(kuò)容。

（一）客戶(hù)端。客戶(hù)端采用市場(chǎng)占有率最高的瀏覽器/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(bào)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(bào)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(yán)謹(jǐn)?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(jí)腳本巡檢、資源審計(jì)。應(yīng)用層集成了通用的借口，可以與對(duì)其他系統(tǒng)通過(guò)WEBSERVICE等方式進(jìn)行數(shù)據(jù)對(duì)接，同時(shí)提供巡檢數(shù)據(jù)的自管理功能，并通過(guò)集中調(diào)度實(shí)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(jì)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(shí)進(jìn)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(kù)，如oracle、mysql、mssql、sqlserver、db2d等。數(shù)據(jù)服務(wù)器通過(guò)人工錄入或者對(duì)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(guò)SNMP/TELNET/SSH/SYSLOG等方式采集對(duì)納管對(duì)象的維護(hù)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(kù)根據(jù)可以根據(jù)需要就行選擇，存儲(chǔ)過(guò)程、視圖、數(shù)據(jù)連接池、加解密等先進(jìn)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(tái)展示模塊。快捷獲取巡檢指標(biāo)基礎(chǔ)信息：模擬人工指令巡檢時(shí)通過(guò)指令獲取信息的方式。用戶(hù)定義指令，系統(tǒng)自動(dòng)獲取回顯信息，作為巡檢展示定義的依據(jù)。前臺(tái)展示模塊靈活多樣，采取可定制的模式，用戶(hù)可以根據(jù)自身的喜好定制出不同風(fēng)格展示效果。

（二）強(qiáng)大的處理服務(wù)。處理服務(wù)器采用云臺(tái)的方式、云端結(jié)合。云計(jì)算（cloud computing），分布式計(jì)算技術(shù)的一種，其最基本的概念，是透過(guò)網(wǎng)絡(luò)將龐大的計(jì)算處理程序自動(dòng)分拆成無(wú)數(shù)個(gè)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(jì)算分析之后將處理結(jié)果回傳給用戶(hù)。透過(guò)這項(xiàng)技術(shù)，網(wǎng)絡(luò)服務(wù)提供者可以在數(shù)秒之內(nèi)，達(dá)成處理數(shù)以千萬(wàn)計(jì)甚至億計(jì)的信息，達(dá)到和“超級(jí)計(jì)算機(jī)”同樣強(qiáng)大效能的網(wǎng)絡(luò)服務(wù)。

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

（三）先進(jìn)的數(shù)據(jù)管理。Oracle是以高級(jí)結(jié)構(gòu)化查詢(xún)語(yǔ)言（SQL）為基礎(chǔ)的大型關(guān)系數(shù)據(jù)庫(kù)，通俗地講它是用方便邏輯管理的語(yǔ)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(hù)/服務(wù)器（CLIENT/SERVER）體系結(jié)構(gòu)的數(shù)據(jù)庫(kù)之一。

本系統(tǒng)采用目前最先進(jìn)的oracle做數(shù)據(jù)存儲(chǔ)，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(dòng)獲取設(shè)備的LOG，同時(shí)主動(dòng)根據(jù)定義的檢查規(guī)則對(duì)LOG信息進(jìn)行檢查，形成檢查結(jié)果報(bào)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(xiàng)目的快速擴(kuò)展。

LOG巡檢執(zhí)行與報(bào)告：自動(dòng)執(zhí)行LOG檢查，生成設(shè)備與時(shí)間兩維度的檢查報(bào)告，直觀獲取有故障的設(shè)備與時(shí)間。并且快速定位到詳細(xì)的故障點(diǎn)?？s短故障發(fā)現(xiàn)時(shí)間和處理時(shí)間，并有利于歷史的對(duì)比與回顧。

手動(dòng)檢查：讓LOG檢查更加靈活。自動(dòng)分析是在既定的規(guī)則上進(jìn)行檢查，而臨時(shí)的檢查可能會(huì)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(shí)對(duì)一些信息進(jìn)行檢查，彌補(bǔ)自動(dòng)的不足。

五、網(wǎng)絡(luò)KPI自動(dòng)巡檢的業(yè)務(wù)優(yōu)勢(shì)

及時(shí)發(fā)現(xiàn)故障：系統(tǒng)具有實(shí)時(shí)監(jiān)控的特性，一天24小時(shí)不間斷，無(wú)死角地掃描電力運(yùn)行的狀態(tài)。發(fā)現(xiàn)問(wèn)題后自動(dòng)啟動(dòng)報(bào)警系統(tǒng)，并提供信息化解決方案和以往類(lèi)似問(wèn)題的處理意見(jiàn)，能保證用戶(hù)第一時(shí)間發(fā)現(xiàn)問(wèn)題和正確無(wú)誤地解決問(wèn)題。

預(yù)估問(wèn)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(shí)時(shí)監(jiān)控電路是否運(yùn)行正常的同時(shí)收集各種參數(shù)，通過(guò)與正常參數(shù)的對(duì)比可以預(yù)測(cè)該線(xiàn)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(guò)前臺(tái)直觀展示給用戶(hù)，提醒用戶(hù)采取相應(yīng)維護(hù)措施，做到運(yùn)籌帷幄之中、決勝千里之外。

顯示簡(jiǎn)明、易懂：系統(tǒng)數(shù)據(jù)通過(guò)各種圖形（如柱狀圖、餅狀圖）對(duì)系統(tǒng)運(yùn)行數(shù)據(jù)進(jìn)行直觀展示，并提供輔助決策意見(jiàn)。用戶(hù)通過(guò)這些直觀信息反饋更容易做出準(zhǔn)確判斷，節(jié)省寶貴時(shí)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(cè)和監(jiān)控功能，一套系統(tǒng)可以節(jié)約大量人力、物力、時(shí)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(yùn)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(dòng)巡檢自進(jìn)入電力行業(yè)以來(lái)，發(fā)展勢(shì)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(mǎn)足了企業(yè)自動(dòng)化辦公需要。隨著電力行業(yè)軟硬件的變更，KPI自動(dòng)巡檢系統(tǒng)也在悄悄變身，做到適用于任何時(shí)間任何地點(diǎn)的產(chǎn)品，我們有理由相信越來(lái)越多的用戶(hù)會(huì)加入到KPI自動(dòng)巡檢的任務(wù)中來(lái)。

綜上網(wǎng)絡(luò)KPI自動(dòng)巡檢系統(tǒng)技術(shù)先進(jìn)、優(yōu)勢(shì)明顯。它節(jié)約成本，節(jié)省時(shí)間，優(yōu)化資源合理配置；它功能強(qiáng)大、時(shí)時(shí)監(jiān)控，保障電路安全、良好運(yùn)行；它接口規(guī)范，復(fù)用性強(qiáng)，多系統(tǒng)對(duì)接，整合性強(qiáng)；它業(yè)務(wù)嚴(yán)謹(jǐn)，專(zhuān)業(yè)性強(qiáng)、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(yùn)行效率的同時(shí)，網(wǎng)絡(luò)KPI自動(dòng)巡檢系也必將迎來(lái)光明的應(yīng)用前景。

參看文獻(xiàn)：

[1]華泰龍.華泰龍監(jiān)控系統(tǒng)技術(shù)建議書(shū),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(zhuān)家系統(tǒng)[M].長(zhǎng)沙:國(guó)防科技大學(xué)出版社,1995

[4]烏日?qǐng)D.實(shí)時(shí)專(zhuān)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(bào),1998,17,2:17-21

[5]白樹(shù)忠，南新志.變電站綜合自動(dòng)化實(shí)時(shí)數(shù)據(jù)庫(kù)管理系統(tǒng)的研究與開(kāi)發(fā)[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),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(jiǎn)稱(chēng)SA)學(xué)科涉及內(nèi)容紛繁龐雜，至今一直處于發(fā)展演進(jìn)階段，選取什么樣的內(nèi)容進(jìn)行本科階段教學(xué)工作，是一個(gè)值得深入研究的問(wèn)題。

國(guó)內(nèi)外相關(guān)機(jī)構(gòu)針對(duì)此問(wèn)題提出了指導(dǎo)性意見(jiàn)，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(shí)包括：體系架構(gòu)的視圖與表示、權(quán)衡問(wèn)題、硬件問(wèn)題、需求的可追蹤性、特定領(lǐng)域的SA和軟件產(chǎn)品線(xiàn)、風(fēng)格和設(shè)計(jì)模式。我國(guó)教育部門(mén)于2006年制定高校“計(jì)算機(jī)科學(xué)與技術(shù)本科專(zhuān)業(yè)規(guī)范”[2]，以IEEE-CS和ACM制定的相關(guān)標(biāo)準(zhǔn)為藍(lán)本，對(duì)2003年以來(lái)的相關(guān)工作進(jìn)行了總結(jié)和改進(jìn)。這些指導(dǎo)性文件為SA教學(xué)提供了參考框架，但并沒(méi)有規(guī)范具體教學(xué)內(nèi)容。下面結(jié)合我校計(jì)算機(jī)學(xué)院的教學(xué)實(shí)踐，對(duì)這個(gè)問(wèn)題進(jìn)行討論。

1學(xué)生知識(shí)結(jié)構(gòu)及課程特點(diǎn)分析

1.1學(xué)生知識(shí)結(jié)構(gòu)分析

由于大四階段學(xué)生面臨實(shí)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(jí)開(kāi)設(shè)。此前學(xué)生學(xué)過(guò)的專(zhuān)業(yè)課程包括高級(jí)語(yǔ)言程序設(shè)計(jì)(C語(yǔ)言)、匯編語(yǔ)言、數(shù)據(jù)結(jié)構(gòu)、計(jì)算機(jī)組成原理、單片機(jī)及其應(yīng)用、操作系統(tǒng)、軟件工程、計(jì)算機(jī)網(wǎng)絡(luò)、可視化程序設(shè)計(jì)、面向?qū)ο蟪绦蛟O(shè)計(jì)(C++、Java)，同期開(kāi)始的課程包括數(shù)據(jù)庫(kù)、編譯原理、應(yīng)用服務(wù)器開(kāi)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(zhuān)業(yè)基礎(chǔ)知識(shí)，但學(xué)生普遍缺乏大型軟件項(xiàng)目的實(shí)戰(zhàn)經(jīng)驗(yàn)，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(huì)到SA對(duì)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(shuō)是拔苗助長(zhǎng)，顯然不及學(xué)生主動(dòng)去“拉”知識(shí)的效果好。

1.2SA課程的特點(diǎn)

SA不是一門(mén)成熟學(xué)科，主要表現(xiàn)在：1) 缺乏明確的定義。2) 問(wèn)題的解決方案不唯一，尋找解決方案沒(méi)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(méi)有明確答案。良好的架構(gòu)是成功軟件開(kāi)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(huì)影響軟件質(zhì)量。4) SA涉及不僅僅計(jì)算機(jī)學(xué)科內(nèi)容，還包括商業(yè)、政治、心理、藝術(shù)、社會(huì)經(jīng)驗(yàn)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(guó)內(nèi)很多高校也是在最近幾年內(nèi)，才陸續(xù)開(kāi)設(shè)了這門(mén)課程，很多地方還待改善，例如就課程名稱(chēng)來(lái)說(shuō)，用“軟件體系架構(gòu)” 就比“軟件體系結(jié)構(gòu)”更準(zhǔn)確[3]，因?yàn)橛⑽摹敖Y(jié)構(gòu)”一詞應(yīng)該用structure，而architecture則表達(dá)更宏觀的含義，更貼近SA實(shí)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(diǎn)，我們?cè)趯W(xué)期一開(kāi)始就給學(xué)生布置了軟件開(kāi)發(fā)任務(wù)，讓他們變被動(dòng)為主動(dòng)，有目的地接受課堂內(nèi)容，主動(dòng)去搜集相關(guān)知識(shí)。教學(xué)中對(duì)一些理論性、抽象性較高的內(nèi)容做了適當(dāng)取舍和調(diào)整，增強(qiáng)實(shí)例演示。針對(duì)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(diǎn)。學(xué)生在開(kāi)發(fā)軟件時(shí)，將親身體會(huì)SA對(duì)軟件開(kāi)發(fā)的決定性影響。

2SA教學(xué)內(nèi)容討論

2.1軟件開(kāi)發(fā)流程介紹

軟件開(kāi)發(fā)流程包括：調(diào)研、立項(xiàng)、需求分析、總體設(shè)計(jì)、詳細(xì)設(shè)計(jì)、編碼、測(cè)試、產(chǎn)品化、結(jié)項(xiàng)、維護(hù)。同時(shí)教學(xué)中還概要介紹了開(kāi)發(fā)工具、開(kāi)發(fā)語(yǔ)言和開(kāi)發(fā)方法學(xué)(瀑布、RUP、極限編程)，展示一個(gè)軟件開(kāi)發(fā)實(shí)例。上述內(nèi)容共計(jì)4學(xué)時(shí)。

盡管前期軟件工程課程中會(huì)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(jì)在軟件開(kāi)發(fā)中所處位置，為后面介紹SA對(duì)軟件開(kāi)發(fā)各階段的影響奠定基礎(chǔ)，并通過(guò)實(shí)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(yǔ)言的進(jìn)化歷史、SA發(fā)展歷史、SA各種定義(含IEEE 1471-2000標(biāo)準(zhǔn))及其存在問(wèn)題、哪些因素會(huì)影響到SA及SA對(duì)其的反作用。共計(jì)4學(xué)時(shí)。

歷史介紹使學(xué)生了解SA學(xué)科發(fā)展的來(lái)龍去脈；定義、影響因素的介紹使學(xué)生意識(shí)到SA設(shè)計(jì)會(huì)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(dāng)大的復(fù)雜性和不確定性。這個(gè)階段可以開(kāi)始給學(xué)生布置軟件開(kāi)發(fā)任務(wù)，讓他們自己先思考如何完成工作，逐漸從被動(dòng)接受過(guò)渡到主動(dòng)獲取知識(shí)。

2.3常見(jiàn)SA風(fēng)格及應(yīng)用實(shí)例

SA風(fēng)格包括分層風(fēng)格、管道―過(guò)濾器風(fēng)格、黑板風(fēng)格、風(fēng)格、視圖―表示―控制器(MVC)風(fēng)格、表示―抽象―控制(PAC)風(fēng)格、微內(nèi)核風(fēng)格、反射風(fēng)格、C/S 和B/S風(fēng)格、P2P風(fēng)格、面向?qū)ο箫L(fēng)格、解釋器風(fēng)格等，另外對(duì)應(yīng)每一種SA風(fēng)格都有應(yīng)用案例。約12學(xué)時(shí)。

這部分是SA多年發(fā)展成果的一個(gè)總結(jié)，也是課程的一個(gè)重點(diǎn)。講解時(shí)，教師指出這些風(fēng)格所適用的軟件系統(tǒng)類(lèi)型，給出每種風(fēng)格的應(yīng)用實(shí)例，并用UML表示該風(fēng)格(其中一些可布置為課后作業(yè))。同時(shí)提醒學(xué)生注意：1)這些風(fēng)格屬于宏觀級(jí)別；2)風(fēng)格之間不是嚴(yán)格獨(dú)立的；3)實(shí)際系統(tǒng)可能包含多種風(fēng)格；4)開(kāi)發(fā)軟件系統(tǒng)時(shí)，應(yīng)當(dāng)首先考慮這些成熟的風(fēng)格，再根據(jù)具體情況加以修正和細(xì)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(shí)。

這部分涉及體系結(jié)構(gòu)描述語(yǔ)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(kāi)發(fā)的初期階段，此時(shí)精確描述的SA會(huì)被修改多次，事實(shí)反倒是一些粗線(xiàn)條、不精確、不一致的SA內(nèi)容真正在引導(dǎo)軟件開(kāi)發(fā)前進(jìn)；最后，當(dāng)前ADLs自身存在很多不足，對(duì)實(shí)際軟件開(kāi)發(fā)幾乎沒(méi)有影響。因此，本部分重點(diǎn)集中在怎樣用UML描述SA和SA文檔編檔上，對(duì)ADLs及用途僅做簡(jiǎn)短介紹。從實(shí)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(hào)來(lái)表述SA會(huì)帶來(lái)一些不確定性，因此還要補(bǔ)充適當(dāng)符號(hào)、術(shù)語(yǔ)和原理等的文字說(shuō)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(dòng)的SA設(shè)計(jì)

內(nèi)容包括：常見(jiàn)的質(zhì)量屬性(可用性、可修改性、性能、安全性、易用性、可測(cè)試性等)及實(shí)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(jì)SA并進(jìn)一步求精。約8學(xué)時(shí)。

這部分除過(guò)讓學(xué)生了解實(shí)現(xiàn)質(zhì)量屬性的基本戰(zhàn)術(shù)外，還要使其意識(shí)到尋找各種屬性之間的平衡，是架構(gòu)師的重要責(zé)任。如何設(shè)計(jì)SA方法眾多，沒(méi)有統(tǒng)一途徑可循，介紹過(guò)多的設(shè)計(jì)方法，反而會(huì)讓學(xué)生感覺(jué)難以適從，因此重點(diǎn)講解基于質(zhì)量屬性的設(shè)計(jì)方法。

2.6SA評(píng)估

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

評(píng)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(zhǎng)。為集中注意力避免盲目學(xué)習(xí)，除ATAM外，我們對(duì)其余評(píng)估方法均只做概要介紹。

2.7SA設(shè)計(jì)及實(shí)現(xiàn)實(shí)例

講授一個(gè)人工智能軟件的SA設(shè)計(jì)、評(píng)估、實(shí)現(xiàn)和編檔。約4學(xué)時(shí)。

本軟件在開(kāi)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(shí)把其SA設(shè)計(jì)及實(shí)現(xiàn)過(guò)程講解給學(xué)生，前后呼應(yīng)。好的實(shí)例勝過(guò)千言萬(wàn)語(yǔ)，讓學(xué)生觀察體驗(yàn)如何運(yùn)用所學(xué)知識(shí)解決具體問(wèn)題。

2.8SA前沿講座

邀請(qǐng)大公司軟件開(kāi)發(fā)人員作講座，約4～6學(xué)時(shí)。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(jì)算集群網(wǎng)格計(jì)算物聯(lián)網(wǎng)云計(jì)算；國(guó)外SA教學(xué)課程；國(guó)際知名專(zhuān)家關(guān)于SA的最新論文等。

這部分主要用于開(kāi)闊學(xué)生視野。例如，學(xué)生看過(guò)微軟、谷歌、IBM等的“云”架構(gòu)后，體會(huì)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(zhuān)家論文中的觀點(diǎn)和方法對(duì)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(dòng)態(tài)，了解自己所處位置及努力方向。公司開(kāi)發(fā)人員的講座是對(duì)課堂教學(xué)的有益補(bǔ)充，使學(xué)生了解實(shí)際軟件開(kāi)發(fā)中問(wèn)題，有針對(duì)性地進(jìn)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(jì)模式、軟件產(chǎn)品線(xiàn)、特定領(lǐng)域軟件體系結(jié)構(gòu)(J2EE，WWW等)、SA重構(gòu)等。

設(shè)計(jì)模式屬于軟件開(kāi)發(fā)過(guò)程中的詳細(xì)設(shè)計(jì)部分，如果放在SA課程中會(huì)使內(nèi)容過(guò)于龐大、流于形式，我們考慮將來(lái)開(kāi)設(shè)單獨(dú)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(shū)，就其感興趣領(lǐng)域撰寫(xiě)閱讀報(bào)告，深度上要求知曉主旨大義，略過(guò)細(xì)節(jié)。

2.10SA教材選取

到目前為止，SA課程沒(méi)有集大成的教材，國(guó)內(nèi)外教材各有長(zhǎng)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(wèn)題后，就同一問(wèn)題查閱相應(yīng)的中外參考資料[3-10]。

3實(shí)驗(yàn)環(huán)節(jié)

實(shí)驗(yàn)內(nèi)容包括軟件可修改性實(shí)驗(yàn)；動(dòng)態(tài)人機(jī)交互界面實(shí)驗(yàn)；管道―過(guò)濾器模式軟件的設(shè)計(jì)及實(shí)現(xiàn)；MVC風(fēng)格軟件的設(shè)計(jì)與實(shí)現(xiàn)；主要SA風(fēng)格的(UML)描述；人工智能軟件SA的設(shè)計(jì)(實(shí)現(xiàn))、評(píng)估、編檔。約20學(xué)時(shí)。

教師在對(duì)學(xué)生分組時(shí)候應(yīng)注意人員搭配，根據(jù)情況及時(shí)調(diào)整，避免某些工作有的組進(jìn)行不下去。學(xué)生分組后，按指定內(nèi)容完成實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)使學(xué)生體會(huì)如何將理論轉(zhuǎn)換為實(shí)際軟件產(chǎn)品，掌握知識(shí)要點(diǎn)。根據(jù)學(xué)生特點(diǎn)，我們選取了難度和復(fù)雜度適中、包含人機(jī)交互的項(xiàng)目。每次實(shí)驗(yàn)后組織課堂討論，交流經(jīng)驗(yàn)體會(huì)。部分實(shí)驗(yàn)內(nèi)容如圖2～圖4所示。

圖2中顯示一個(gè)可修改軟件質(zhì)量屬性場(chǎng)景，主要讓學(xué)生掌握如何利用軟件工程基本知識(shí)，靈活適應(yīng)需求變化。這些知識(shí)包括信息隱藏原則、最小權(quán)限原則、基于函數(shù)的過(guò)程設(shè)計(jì)、面向?qū)ο笤O(shè)計(jì)等，它們不僅是計(jì)算機(jī)專(zhuān)業(yè)學(xué)生應(yīng)當(dāng)掌握的基礎(chǔ)知識(shí)，而且也貫穿SA設(shè)計(jì)實(shí)現(xiàn)、發(fā)展演化的全部過(guò)程。圖3顯示管道―過(guò)濾器SA風(fēng)格有著眾多實(shí)際應(yīng)用，如編譯器、示波器等數(shù)據(jù)流處理系統(tǒng)?；诋?dāng)今多核處理器的普及，我們讓學(xué)生設(shè)計(jì)實(shí)現(xiàn)一個(gè)多線(xiàn)程環(huán)境下的管道―過(guò)濾器風(fēng)格軟件。圖4的MVC實(shí)驗(yàn)?zāi)康氖亲寣W(xué)生掌握人機(jī)交互軟件的SA設(shè)計(jì)和實(shí)現(xiàn)。實(shí)驗(yàn)開(kāi)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(fēng)格將這些程序組織起來(lái)，形成一個(gè)容易拓展的軟件架構(gòu)。其他實(shí)驗(yàn)還包括SA的設(shè)計(jì)、UML描述、評(píng)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(yǔ)

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(qiáng)努力：1)教學(xué)、實(shí)驗(yàn)案例及教材建設(shè)；2)從

SA到軟件實(shí)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(kāi)發(fā)的實(shí)戰(zhàn)需求等。SA正向成熟期過(guò)渡，課程建設(shè)將緊緊圍繞學(xué)科發(fā)展方向和社會(huì)需求而進(jìn)行。

參考文獻(xiàn)：

[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(jì)模式”課程教學(xué)模式的探討[J]. 計(jì)算機(jī)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(jì)與實(shí)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)