人工智能调研论文范文

时间:2023-06-06 17:59:14

导语:如何才能写好一篇人工智能调研论文,这就需要搜集整理更多的资料和文献,欢迎阅读由公务员之家整理的十篇范文,供你借鉴。

人工智能调研论文

篇1

根据原国家新闻出版广电总局的年度新闻出版产业分析报告,2016年期刊总印数比前一年降低6.3%,总印张降低9.4%;与2016年相比,2017年期刊出版总印数降低7.6%,总印张降低10.1%;与2017年相比,2018年期刊出版总印数降低8.0%,总印张降低7.3%。反观数字出版,2016年数字出版总收入5720.85亿元,2017年数字出版总收入7071.93亿元,2018年数字出版总收入8330.78亿元。可以预见,随着时间的推移,数字出版在期刊领域也将承担越来越重要的角色。由于数字出版的发展和技术发展密不可分,本文尝试从技术的角度分析数字出版态势,并进一步探讨我国科技期刊的发展态势以及新技术可能为数字出版带来的变化。

一、数字出版领域和新技术领域关键词

在数字出版方面,本文研究了2019年数字出版会议和期刊编辑领域的论文来探讨数字出版领域的关键词。在技术方面,本文通过调研互联网的发展了解了新技术的关键词。1.数字出版领域的关键词。2019年,重要的数字出版会议主办方主要有中国期刊协会和中国新闻出版研究院。会议报告题目关于数字出版的关键词有:数字产业、生态、经济模式、数据、移动、互联网、信息技术、5G、AR+、人工智能/AI/机器人、平台、云计算、新媒体、大数据、创新产品、智慧产品、知识付费、微课程、全媒体、在线、智库、阅读、精准、IP、传播、数字出版、知识服务、融合发展、出版未来、人才等。在期刊调研方面,本文调研了期刊和编辑出版领域的重要期刊——《中国科技期刊研究》《科技与出版》《编辑学报》等,分析了2019年刊发的文章。这些文章涉及数字出版领域的关键词主要有:媒体融合、5G、AR、移动出版、xml/html、共媒体云和自媒体库、人工智能、平台、产品、APP、在线、新媒体、区块链、知识图谱、知识服务、社区服务、精准推送、全媒体、智慧媒体、数字出版、造船、有声阅读、赋能、书刊互动、转型、智库、知识付费、编辑出版工具等。从上述关键词我们可以分析出,在数字出版方面,期刊和技术方分别都在哪些方面开展了工作,期刊在数字出版方面的融合可以从哪些方面突破。图1是从2019年度相关会议和期刊论文调研得出的与数字出版相关的关键词。从中可以看出,数字出版会议和相关报告更多地从技术层面出发,考虑技术、产品和运营。数字出版相关论文更多地从编辑出版角度进行分析,涉及期刊出版各环节。关键词方面两者有所重叠,也有所不同。例如,数字出版相关论文较少关注5G、产品,更多关注和专业以及学术研究息息相关的数据(尤其是科学数据)、知识服务、编辑业务和人才队伍;而数字出版会议和相关报告则相对较多地关注5G、IP运营等技术或者产品。双方均关注融合发展、数字出版、人工智能、新媒体等。专业技术团队和编辑出版团队已经在一定程度上融合,但是双方的发力点还是有所不同。因此,若要促进科技期刊融合发展,编辑出版方需要更好地表述自己的需求,技术方也需要更深入地做好需求调研,更好地按照期刊的思路研发产品,如此建设的系统和平台才能更好满足期刊出版的需求。上述调研也给数字出版的研究带来启发。一方面,研究数字出版可从期刊编辑工作流程出发,研究各个环节中哪些环节可以利用数字化提高工作效率,或者整个工作流程中有哪些困难需要机器帮助解决;或从现有数字出版的实际态势出发,研究同行在做哪些工作。另一方面,可研究新技术的特点,即研究其可能给数字出版领域带来哪些变化。2.新技术关键词。那么,我们需要关注哪些新技术呢?哪些新技术能代表新一代互联网的发展呢?2019年第六届世界互联网大会在浙江乌镇召开,会议的主题是“智能互联开放合作——携手共建网络空间命运共同体”。会上公布了15项代表性领先的科技成果,它们的主要关键词是人工智能、机器、分布式、共享、智慧、自适应、5G等,这些关键词也说明了新一代互联网技术的重点发展方向,是近几年技术领域的重点。我们可以看出,随着互联网的发展,尤其是和数字出版息息相关的新技术,是5G、大数据、云计算、人工智能、物联网、区块链、虚拟现实技术等。另外,还有和数字出版领域紧密结合的碎片化技术、语义技术、新媒体技术(微信公众号、小程序、短视频等)。下面我们逐一分析这些技术的特点,以便后续进一步探讨它们在数字出版方面的应用。5G是下一代信息社会建设的基础设施,它的特点是高速率、大容量、低延时、低功耗,这些特点使得更多资源可以部署到云上,单位时间可以传输更多的内容或者整合更大量的数据;使得虚拟现实、万物互联等成为可能;也使得智慧城市、智慧社区等得以实现。从期刊出版的角度来说,5G将可能改变知识内容、平台、存储、流通、渠道、服务、消费、终端呈现等的方式,对行业带来深度的变革。大数据技术包括数据分析技术、事件处理技术、数据流通技术。我们可以从数据采集与处理、数据挖掘与分析、数据存储与管理、数据展现与应用方面去思考期刊出版相关数据的采集、处理、重新聚合、呈现形式等,思考大数据技术可能为数字出版带来哪些新的应用。我们可以从分布式存储方面考虑期刊相关数据库的架构、设计以及分布式关系模型;可以从数据流通角度考虑期刊数据传输的质量、安全等;可以从数量巨大、来源分散、格式多样的数据中发现新知识、创造新价值、提升新能力,从而考虑新一代数字出版服务业态。云计算是一种基于互联网的超级计算模式,云计算的计算速度甚至达到每秒10万亿次,可以将繁多的系统以及云资源连接在一起以提供各种服务。云计算的特点是可以有效兼容各种不同种类的硬件和软件,支持资源以及新业务的动态扩展,具有高可扩展性;支持多业务体系按需服务,按需配备计算能力和资源;使用数据多副本容错和计算节点同构可互换等措施来提高可靠性;使用户突破时间和空间的限制享受虚拟现实的服务;支持海量信息处理以便提供超大规模服务等[1]。云计算技术逐渐成熟,将使得对运算能力要求高的产品得以运用,使得对运算能力要求高的服务得以实现,使得跨空间、跨时间的虚拟服务成为现实,使得跨平台、跨数据库的资源得以快速整合。人工智能产业在大数据、深度学习算法、计算能力三大要素的推动下逐渐成熟,人工智能研究让计算机模拟人的思考过程以及智能行为,如学习、问题求解、自动推理、智能检索、思考、规划等,其相关的技术包括机器人、语言识别、图像识别、自然语言处理等[2]。期刊可以思考,现阶段或者未来在数字出版中,哪些环节可以用计算机或者机器人来实现,思考利用计算机和机器人可以帮助我们实现哪些人工难以完成的工作。物联网作为信息通信技术的典型代表,其技术和应用的普及以及逐渐成熟,将推动人类社会进入万物互联的新时代,可穿戴设备、智能家居、自动驾驶汽车、智能机器人等新设备将接入互联网。这使得未来学术出版物的产品、终端等呈现多样化。根据物联网的特点可以更多地思考学术出版的产品以及终端。区块链技术的特点是去中心化、分布式和安全。期刊可以从这三个特点考虑在这方面有要求的产品和环节。虚拟现实技术包括VR(虚拟现实技术)、AR(增强现实技术)和MR(混合现实技术)。VR是利用电脑模拟产生虚拟世界,让使用者如同身临其境一般,是纯虚拟数字画面。AR是通过电脑技术将虚拟的信息应用到真实世界,真实的环境和虚拟的物体实时地叠加到同一个画面或空间,是虚拟数字画面和裸眼现实。MR包括增强现实和虚拟现实,指的是结合数字化的现实世界和虚拟世界而产生的新可视化环境,MR是数字化现实加虚拟数字画面。虚拟现实的特点将使得学术传播更加真实、直观、多方位、多角度。和期刊紧密结合的语义技术、碎片化技术、新媒体技术、视频技术等,这些期刊界比较熟悉,这里不再赘述。

二、我国科技期刊数字出版状况

根据《中国科技期刊发展蓝皮书(2017)》统计,我国科技期刊中,5020种期刊共有1375个主管单位、4381个出版单位。平均每个出版单位出版1.15本期刊,仅出版1种期刊的出版单位就有4205家[3]。我们可以看出,我国期刊众多,但是小而散,这些小而散的科技期刊很难有比较强的经济实力单独开展数字出版的转型。尤其是和国际大出版商相比,我国科技期刊的数字出版还落后很多。进行国际合作的英文学术期刊,充分利用国际数字出版平台,在一些流程中实现数字化,是众多国内英文科技期刊的选择。即使如此,我国科技期刊一直坚持不懈地利用一切可利用的资源逐步摸索出自己的数字化发展之路。在科技期刊数字出版过程中,期刊出版人体验了如图2(1)到(5)所示的媒体传播发展过程。尤其是近几年,科技期刊媒体融合技术和产品日新月异,科技期刊、期刊集群、超大规模刊群均在数字出版和媒体融合方面做了大量探索,并取得一定的成绩。图2媒体传播的发展1.期刊的数字出版我国科技期刊在数字出版方面侧重于期刊出版全流程的数字化以及为学科服务。目前,我国科技期刊出版流程中很多环节已经实现了数字化、融媒体发展。科技期刊数字出版的重点是采编审校、出版、学术传播和知识服务等环节。在出版方面,我国很多科技期刊除出版整期外,还做优先出版、预出版,也有期刊支持已经提交预印本库的文章,还有期刊平台支持连续文章出版。相当数量的科技期刊实现了xml制作、html展示、全媒体出版,并实现一次制作多元,还支持读者针对文章内容、图、表等进行交流和评论,甚至记笔记、翻译和分享。我国有100多家期刊加入双语出版,使得中文期刊的文章被翻译后得以在海外传播。也有期刊打造多媒体栏目,有的视频,通过多媒体的方式为读者直观地呈现原始的研究成果和重大发现。在学术传播方面,期刊也是百花齐放。有的通过论文改编或者写文章评论的方式在其他平台进行学术推广;有的充分利用各种数据库、社交平台、学术传播平台、学术媒体进行学术传播,例如《中国科学数据》的平台可以直接对接ResearchGate传播期刊论文;有的开通微信、微博、博客等进行学术社交;有的做精准推送;有的增加在线的微视频、音频等内容;有的充分利用新媒体领域的短视频平台,如今日头条、九州云播等开展专业领域的学术推广活动。在知识服务方面充分发挥学科特色,如将研究区域嵌入地图,进行线上线下推送相关专业信息、科普信息等;或者充分利用淘宝、抖音、快手等平台展示专业内容或科普内容。2.期刊集群的数字出版期刊集群侧重为所属期刊提供各种单刊不易实现的服务,降低刊均成本。例如,学科刊群比单个期刊容易整合更多学科资源,为本学科提供更丰富的服务,并且还能为所属期刊提供多种出版服务,进行整体学术推广,相比单刊有更大的学术影响力。近些年有众多声音指出,我国科技期刊很难与国际大出版商同台竞争的原因是我国期刊小散弱,因此呼吁我国期刊规模化发展和集群化发展。这些年也确实形成了一系列的期刊集群,并逐年扩大,如中华医学会医学期刊集群、科学出版社期刊群、高等教育出版社期刊集群、清华大学出版社期刊群、浙江大学出版社期刊群、中国光学期刊群、中国地理资源期刊集群等。这些期刊群均建设了自己的网站,并获得了一定的资金支持。在资源整合方面,如中国材料期刊网实现了期刊资源的集成,除此之外还整合了图书、专利、专家、会议等学科资源,并增加了虚拟专辑、会议系统等。中国煤炭网有期刊库、专题库、专家库、视频库以及煤炭视听板块(专家报告、特别访谈、煤炭科普、会议活动等),整合了行业资源。在平台建设方面,清华大学出版社期刊集群平台实现了预出版、OA出版等,还制定TUP-JATS的xml标准。浙江大学出版社期刊中心实现了全流程的数字化期刊集群平台建设,平台集投审稿、内容、运营推广、读者服务于一体,打通底层数据,实现多终端访问。中华医学会建设CAMJATS标准,采用统一的标准处理期刊相关数据,曾中标国家数字复合出版工程的试点单位和示范单位,并升级采编平台以及出版平台,进一步进行资源整合,实现采、编、审、排、加工、多形态、富媒体出版、移动出版、质量管理、新媒体学术推广、期刊销售、会议服务等一体化、现代化的出版和服务体系。高等教育出版社实现采编、运营管理、数字化生产、数字化平台建设、市场营销与海外合作的体系化发展。在学术推广方面,国内的期刊集群化平台常对接一些学术评价和学术推广平台,例如Almetric、TrendMD、Kudos、PubMed、CSCD、百度学术等。在知识服务方面,国内的学科期刊集群通常整合该学科的各种学术资源,为该学科研究人员提供知识服务,或者为期刊、编辑等提供行业服务。例如中国激光杂志社提供协同会议系统、DOI注册、编辑加工等行业服务,该集群通过举办会议聚拢专家资源和学术资源,同时也为光学领域提供服务[4]。3.超大期刊集群的数字出版国内的超大期刊集群,有知网、万方、维普、龙源、超星等,特点是能更好地利用大数据资源和技术为期刊出版的上游、期刊出版环节以及期刊出版的下游提供服务。下面以知网为例叙述超大期刊群的数字出版。知网整合了我国95%以上的中文学术资源,拥有我国最大最全的中文学术资源库,也拥有我国最广最全的读者群。知网在期刊上游环节,为作者以及研究人员提供的服务有:如何查资料、如何申请课题、怎么做实验、怎么做科研等信息;读者可通过中国知网、CNKISCHOLAR、全球学术快报、CNKI知识元搜索(碎片化地搜索图、表、概念、数字……)等检索学术论文、基金、碎片化资源、全媒体资源等;可以通过庞大的学者成果库、学者圈子等获取专家信息,进行学术社交;可以通过研究型学习平台获取或者管理自己关注的学术资源;可以通过大数据研究平台利用统计数据获取学术热点等信息。在期刊全流程出版环节,编辑可以利用选题策划、学术热点、期刊按需出版中的用户分析等模块进行选题策划,利用采编排发一体化出版系统(包括学术不端检测、文章创新性检测、

篇2

据统计,2017年中国人工智能核心产业规模超过700亿元,随着各地人工智能建设的逐步启动,预计到2020年,中国人工智能核心产业规模将超过1600亿元,年复合增长率将达31.7%。

随着人工智能技术的不断成熟,人工智能创业的难度逐步降低,越来越多的创业公司加入人工智能的阵营。

2018年被称为人工智能爆发的元年,人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面,带来生产效率及生活品质的大幅提升。智能红利时代开启!资本、巨头和创业公司纷纷涌入,将人工智能拉到了信息产业革命的风口。

如何把握产业动向,抓住风口机会?创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力,在对国内人工智能创业公司进行系统调研的基础上,推出《2018中国人工智能白皮书》,对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。

第一部分人工智能行业发展概述

1.人工智能概念及发展

人工智能(Artificial Intelligence, AI)又称机器智能,是指由人制造出来的机器所表现出来的智能,即通过普通计算机程序的手段实现的类人智能技术。

自1956年达特茅斯会议提出“人工智能”的概念以来,“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后,深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破,前所未有的人工智能商业化和全球化浪潮席卷而来。

人工智能发展历程

2.人工智能产业链图谱

人工智能产业链可以分为基础设施层、应用技术层和行业应用层。

A基础层,主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。

B技术层,主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。

C应用层,主要是把人工智能相关技术集成到自己的产品和服务中,然后切入特定场景。目前来看,自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。

人工智能产业链

资料来源:创业邦研究中心

第二部分人工智能行业巨头布局

巨头积极寻找人工智能落地场景,B、C 端全面发力。

资料来源:券商报告、互联网公开信息,创业邦研究中心整理

第三部分机器视觉技术解读及行业分析

1.机器视觉技术概念

机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉,以让机器获得相关的视觉信息并加以理解,它是将图像转换成数字信号进行分析处理的技术。

机器视觉的两个组成部分

资料来源:互联网公开信息,创业邦研究中心整理

2.发展关键要素:数据、算力和算法

数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长,机器不再只是通过特定的编程完成任务,而是通过不断学习来掌握本领,这主要依赖高效的模型算法进行大量数据训练,其背后需要具备高性能计算能力的软硬件作为支撑。

深度学习出现后,机器视觉的主要识别方式发生重大转变,自学习状态成为视觉识别主流,即机器从海量数据里自行归纳特征,然后按照该特征规律使图像识别的精准度也得到极大的提升,从70%+提升到95%。

3.商业模式分析

机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者,其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者,适合以“全产业链生态+场景应用”作为突破口,加速商业化。

(1)软件服务:技术算法驱动者—“技术层+场景应用”作为突破口

这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑,构建起功能和信息架构较为复杂的生态系统,推动最末端的消费者体验。

此类商业模式成功关键因素:深耕算法和通用技术,建立技术优势,同时以场景应用为入口,积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。

国内外基础算法应用对比

资料来源:互联网公开信息,创业邦研究中心整理

(2)软硬件一体化:生态构建者—“全产业链生态+场景应用”作为突破口

软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入,海量优质数据积累,建立算法平台、通用技术平台和应用平台,以场景为入口,积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统,各部分相辅相承,锐化企业竞争力,在产业链中拥有更多话语权。

4.投资方向

(1)前端智能化,低成本的视觉解决模块或设备

从需求层面讲,一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体,一方面提升了处理速度,另一方面可以处理云端难以解决的问题。

机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发,结合先进的算法开发模块和产品,这类企业将在机器视觉领域拥有核心竞争力。

(2)深度学习解决视觉算法场景的专用芯片

以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例,传统的识别方案大都基于颜色空间,如 RGB,HSV ,YCrBr,无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习,如通过 R-CNN 训练大量标注后的手势图像数据,得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时,比传统方案的效果好很多。

(3)新兴服务领域的特殊应用

前沿技术带来的新领域(如无人车、服务机器人、谷歌眼镜等),对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉,涉及三维空间、多维空间,其技术基本上处在初始阶段,未来存在较大市场增长空间。

(4)数据是争夺要点,应用场景是着力关键

机器视觉的研究虽然始于学术界,但作为商业应用,能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据,又有挖掘该数据价值的先进技术时,商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据,要么选择与拥有数据源的公司进行合作,同时选择一个商业落地的方向,实现快速的数据循环。

第四部分智能语言技术解读及行业分析

1.语音识别技术

(1)语音识别技术已趋成熟,全球应用持续升温

语音识别技术已趋成熟,全球应用持续升温。语音识别技术经历了长达60年的发展,近年来机器学习和深度神经网络的引入,使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法,在识别率上取得突破。根据Google Trends统计,自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测,2020年语音及图像搜索占比有望达到50%。Echo热销超过400万,带动智能音箱热潮。

(2)语音识别进入巨头崛起时代,开放平台扩大生态圈成主流

语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖,语音交互技术催生的新商机,吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力,欲吸引更多玩家进入他们的生态系统。

(3)语音识别技术发展瓶颈与趋势

低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%,远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。

麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高,带环境音的语料的搜集、标注可用于模型的训练,有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。

在IOT包括车载领域,云端识别并非通行的最优方案,把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。

2.自然语言处理(NLP)发展现状

(1)多技术融合应用促进NLP技术及应用的发展

深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破,比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展,使DL有了路径在语义理解领域取得突破,并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年,硅谷在语义理解领域的投资热度剧增。

深度学习能最大程度发挥对大数据和算力资源的利用,语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用,应用场景越明确(如客服/助理),逻辑推理要求越浅(如翻译),知识图谱领域越成熟(如数据饱和度和标准性较强的行业),技术上实现可能性相对较低。在各种技术融合应用发展的情况下,具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。

(2)NLP主要应用场景

问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson,典型的办法是把问答用FAQ索引起来,与搜索引擎相似。对每一个新问题进行检索,再将回答按匹配度进行排序,把最有可能的答案排在前面,往往就取第一个作为答案返回给用户。

图像检索。同样也是基于深度学习技术,跨模态地把文本和图片联系起来。

机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近,深度学习被成功地运用到机器翻译里,使得机器翻译的准确率大幅度提升。

对话系统。对话系统的回复是完全开放的,要求机器能准确地理解问题,并且基于自身的知识系统和对于对话目标的理解,去生成一个回复。

(3)创业公司的机遇

1)机器翻译方面:经过多年的探索,机器翻译的水平已经得到大幅度提升,在很多垂直领域已经能够在相当大程度上替代一部分人工,机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。

2)应用于垂直领域的自然语言处理技术

避开巨头们对语音交互入口的竞争,以某一细分行业为切入点,深耕垂直领域,对创业公司也是一个不错的选择。

第五部分人工智能在金融行业的应用分析

人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域;技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易,计算机视觉与生物识别应用于金融领域的身份识别,语音识别及自然语言处理应用于金融领域的智能客服、智能投研;应用层的认知智能应用于金融领域的智能风控。

人工智能在金融行业的典型应用情况

资料来源:创业邦研究中心

第六部分人工智能在医疗行业的应用分析

1.人工智能在医疗行业的应用图谱

人工智能在医疗行业的应用潜力巨大,目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局,其中医学影像、药物挖掘、健康管理,辅助诊疗、虚拟助理的应用发展速度较快。

图 人工智能在医疗行业的应用图谱

资料来源:创业邦研究中心

2.人工智能在医疗行业的具体应用场景

医学影像。人工智能应用于医学影像,通过深度学习,实现机器对医学影像的分析判断,是协助医生完成诊断、治疗工作的一种辅助工具,帮助更快的获取影像信息,进行定性定量分析,提升医生看图/读图的效率,协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式,完成病灶识别与标注,三维重建,靶区自动勾画与自适应放疗等功能,应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。

药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段:将深度学习技术应用于药物临床前研究,在计算机上模拟药物筛选的过程,包括靶点选择、药效和晶型分析等,预测化合物的活性、稳定性和副作用,快速 、准确地挖掘和筛选合适的化合物或生物,提高筛选效率,优化构效关系。临床后阶段:针对临床试验的不同阶段,利用人工智能技术对患者病历进行分析,迅速筛选符合条件的被试者,监测管理临床试验过程中的患者服药依从性和数据收集过程,提高临床试验的准确性。

虚拟助理。医疗虚拟助理是基于医疗领域的知识系统,通过人工智能技术实现人机交互,从而在就医过程中,承担诊前问询、诊中记录等工作,成为医务人员的合作伙伴,使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同,主要有智能导诊分诊,智能问诊,用药咨询和语音电子病历等方向。

第七部分智能驾驶行业分析

1.智能驾驶行业产业链

智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商,上接上游软硬件提供商,下接公司和消费者,在整个业务链中扮演至关重要的一环。

产业链上游厂商多为细分技术提供商,如深度学习、人机交互、图像识别和新材料、新制造新能源等。

智能驾驶产业链图谱

资料来源:创业邦研究中心

2.智能驾驶市场分析

伴随着 ADAS 技术的不断更新,推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期,然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后,依赖全产业链的配合而进入市场成熟期。预测到2030年,全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%,单车应用成本的显着提升之 外,从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。

按照 IHS Automotive 保守估计,全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆,并在 2025- 2035 年间获得高速发展,年复合增长率将达到43%,并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能,同时会带动产业链衍生市场的大规模催化扩张。

根据独立市场调研机构 Strategy Engineers 的预测,L4 高度自动驾驶等级下,自动驾驶零部件成本约在 3100 美元/车,其中硬件占比 45%,软件占比 30%,系统整合占比 14%,车联网部分占比 11%。按照全球 1 亿辆量 产规模计算,理想假设所有车辆全部达到 L4 高度自动驾驶水平,那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。

第八部分中国人工智能企业画像分析

随着人工智能技术的不断成熟,人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向,助力创新企业发展,创业邦研究中心对国内200多家人工智能创业公司进行了系统调研,从发展能力、创新能力、融资能力等多维度指标,评选出“2018中国人工智能创新成长企业50强”。

地域分布

全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中,北京人工智能企业最多,占比高达39.66%;其次是上海,人工智能企业占比达21.55%;位列第三的是广东,人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等,成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力,人工智能应用实力雄厚,也聚集了一批人工智能垂直产业园;广东互联网产业发达,企业对数据需求强烈,依靠大数据产业链推动人工智能产业发展。

行业分布

从行业大类分布来看,行业应用层的企业占比最大,为56.03%;其次是应用技术层的企业,占比达31.04%;基础技术层的企业占比最小,仅为12.93%。随着人工智能技术的发展,人工智能与场景深度融合,应用领域不断扩展,行业应用公司比重不断提升。在基础层技术方面,国际IT巨头占据行业领先地位, 国内与国际差距明显,中小初创企业很难进入。

从行业应用来看,智能金融企业占比最大,为16.92%;其次是机器人企业,占比达15.38%;位列第三的是智能驾驶和智能教育,占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础,智慧金融被列入国家发展规划中,庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出, 目前市场需求较大,商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多,企业积极推动应用落地,百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地,相关初创企业涉入教育蓝海,推动智慧教育的发展。

收入情况

收入分布在500-10000万之间的企业最多,占比达49.14%;500万以下的企业位居其次,占比达 26.72%;位列第三的是10000-100000万之间的企业,占比为17.24%。

最新估值

企业最新估值均在亿元级别,且分布较为均衡。三成企业估值超过15亿元,还有企业估值达到百亿级别,如优必

选科技、达闼科技和商汤科技等,将来或将跻身人工智能独角兽企业。(备注:分析样本量剔除一半未披露企业)

第九部分典型企业案例分析

1.Atman

企业概述

Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办,提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品,致力于成为医学、新闻、法律等专业领域语言智能专家,为专业领域用户赋能,推动专业领域用户进入人工智能时代,助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。

目前Atman在北京和苏州两地运营,能快速响应全国各地客户需求。

企业团队

创始人&CEO:马磊

清华大学计算机系毕业,曾先后在微软研究院和工程院担任研究员和架构师,机器学习专家、多次创业者、曾主导多项人工智能重大项目,和申请国际专利共计15+项。

Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成,公司员工40人,其中硕士以上学历占比60%,技术开发人员占比70%,一半以上来自微软亚洲研究院和工程院。

核心技术与产品

技术方面,擅长机器学习(深度学习、强化学习、群体智能)在复杂问题的应用,和国际专利15项,Atman神经网络机器翻译系统于2016年9月首秀,早于谷歌的GNMT,专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。

Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页,支持私有部署和云端混合部署,提供包括数据隐私安全以及自学习的端到端解决方案。

机器写作可对海量数据进行快速搜索、过滤、聚类,根据行业需求自动生成专业文档,适用于所有专业写作场景,可大幅减少专业报告写作过程中的繁复工作,大幅提升专业领域写作效率。

知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析,形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助,帮助用户建立强大的以专业大数据为基础的业务辅助能力。

2.黑芝麻

企业概述

黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业,2016年分别在美国硅谷和上海成立研发中心,主攻领域为嵌入式图像、计算机视觉,公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台,为ADAS及自动驾驶提供完整的视觉感知方案。

目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作,提供基于视觉的感知方案;除此之外,公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。

企业团队

团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业,平均拥有超过15年以上的产业经验,毕业于清华、交大、中科大和浙大等知名高校。

创始人&CEO:单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年,离职前担任该公司的技术副总裁一职,工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。

核心技术和产品

在汽车领域,黑芝麻可提供车内监控方案(DMS),自动泊车方案(AVP),ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分:黑芝麻感知算法从基础的控光技术,到面向AI的图像处理技术出发来提高成像质量,以及应用深度神经网络训练,结合视频处理和压缩技术,形成从传感器端到应用端的处理过程;黑芝麻芯片平台采用独有的神经网络架构,包括独有的图像处理,视频压缩和计算机视觉模块,与黑芝麻视觉算法结合,采用16nm制程,设计功耗2.5w,每秒浮点计算达20T。

3.乂学教育

企业概述

乂学教育,成立于2014年,是一家网络教育培训机构,采用人工智能和大数据技术,为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司,销售团队有全国40亿toC销售额的经验。

企业自主研发了针对中国K12领域的学生智适应学习产品,其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”,该产品拥有完整自主知识产权,能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可,并在纽约设计了人工智能教育实验室,与斯坦福国际研究院(SRI)在硅谷成立了人工智能联合实验室。

主要产品

学生智适应学习是以学生为中心的智能化、个性化教育,在教、学、评、测、练等教学过程中应用人工智能技术,在模拟优秀教师的基础之上,达到超越真人教学的目的。该产品性价比高,以人工智能+真人教师的模式,做到因材施教,有效解决传统教育课时费用高,名师资源少,学习效率低等问题。

智适应学习人工智能系统

智适应学习人工智能系统模拟特级教师,采用图论、概率图模型,机器学习完成知识点拆分和个人学习画像,采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径,实现个性化教育。

业务模式

线上与线下,2B和2C相结合。以松鼠AI智适应系统教学为主,真人教师辅助,学生通过互联网在线上学习课程。开创教育新零售模式,授权线下合作学校,已在全国100多个城市开设500多家学校。

4.云从科技

企业概述

云从科技成立于2015年4月,是一家孵化于中国科学院重庆研究院的高科技企业,专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队,是中科院战略先导项目人脸识别团队唯一代表,唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年,云从科技成为祖国“一带一路”战略实行路上的人工智能先锋,与 非洲南部第二大经济体津巴布韦政府完成签约。

云从科技奠定了行业领导地位: 国家肯定,国家发改委2017、2018年人工智能重大工程承建单位;顶层设计,唯一同时制定国标、部标和行标的人工智能企业;模式创新,三大平台解决方案,科学家平台、核心技术平台和行业应用平台。

企业核心团队

创始人

周曦博士,师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授,专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”,曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。

周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章,被引用上千次。

核心技术团队

云从科技依托美国UIUC和硅谷两个前沿实验室,中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人,80%以上拥有硕士学历。

技术优势

全方位多维智能学习模块适应不同场景要求;模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。

云从科技具有高技术壁垒:世界智能识别挑战赛成绩斐然,在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中,85次获得第一;2018年,云从科技入选MIT全球十大突破性技术代表企业。

在跨镜追踪(ReID)技术上取得重大突破。Market-1501,DukeMTMC-reID,CUHK03三个数据同时集体刷 新世界记录, Market-1501上的首位命中率达到96.6%,首次达到商用水平。

正式在国内“3D结构光人脸识别技术”,可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术,3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能, 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点,受到国际巨头公司的关注。

行业应用

目前国内有能力自建系统的银行约为148家。截止2018年3月15日,已经完成招标的银行约为121家,其中云从科 技中标了88家总行平台,市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作,通过公安部重大课题研发火眼人脸大数据平台等智能化系统,在民航领域,已经与中科院重庆院合作覆盖80%的枢纽机场。

5.Yi+

企业概述

北京陌上花科技是领先的计算机视觉引擎服务商,为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。

旗下品牌Yi+是世界一流的人工智能计算机视觉引擎,衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。

目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作,通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户,同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。

企业团队

团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。

创始人&CEO:张默

北京大学软件工程硕士, 南洋理工大学创业创新硕士。连续创业者, 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师,北方区合作伙伴经理,主机Linux中国区负责人,中国区开源联盟负责人,年销售额数亿。 2013年创业于美国硅谷和新加坡,2014年6月在中国设立北京陌上花科技有限公司。

核心技术与产品

技术方面,在国际顶级计算机视觉竞赛ImageNet中,成绩曾超过谷歌、斯坦福等,2015-2016年2年获得十项世界第一。2018年3月,人脸识别准确率位列LFW榜首。Yi+通过遵循无限制,标记的外部数据协议。 Yi+的系统由人脸检测,人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型,其中包含来自多个来源的约10M个图像,其中包含150,000个人(训练数据集与LFW没有交集)。在测试时, Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量,最终取得优异成绩。

公司的核心产品主要包括视觉搜索引擎,图像视频分析引擎以及人脸识别和分析引擎:

行业解决方案

针对营销、安防、相机和电视的不同特点,推出相应解决方案。

营销+AI。场景化广告方案中,大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐,适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。

智慧城市+AI。使用计算及视觉助力智慧城市,在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上,实时处理直播摄像头信息,算法反应敏捷,相应迅速。建立智慧园区方案模型,考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素,从业务和技术两方面整合解决方案实现步骤。

电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。

相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片,打通相册和购物一站式体验。准确识别人物属性特征,动态适应表情变化,可以在视频以及图像中对人脸实时检测,基于深度学习技术,进行人脸相似度检测,实现面部关键点定位、妆容图像渲染,试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等,添加AR效果,SDK支持本地检测、识别、追踪,平均检测帧率可达到25fps。

新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心,建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分,其中数据采集包括人脸数据采集、商品数据采集;算法模型说明包括识别算法训练、商品识别、识别输出;部署方案包括本地部署、云端部署、本地部署与云端部署结合。

6.擎创科技

企业简介

擎创科技成立于2016年,专注于将人工智能和机器学习赋予传统IT运维/企业运营管理,为企业客户提供智能运维大数据分析解决方案,从而取代和改善对高技能运维人员严重依赖的现状。2017年,擎创科技已实现全年2000万营收,迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初,擎创科技完成了数千万人民币的A轮融资,由火山石投资领投,晨晖创投、元璟资本及新加坡STTelemedia跟投。

核心团队

擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵,与新浪、饿了么等知名互联网公司的大数据、算法专家组成,核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售,曾带领团队获得10倍的业绩增长;CTO葛晓波拥有长达15年的企业级软件开发和运维经验;而产品总监屈中泠则来自甲方,创业前为浦发硅谷银行企业架构师,深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队,如今在智能运维企业服务赛道继续领跑,让擎创科技成为最懂企业的客户,最值得企业客户信赖的软件厂商。

主要产品

“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品,自2016年上线以来,已从1.0版本升级至1.9版本,可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上,夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。

“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值,结合客户的现有情况,规划从传统ITOM至AIOps智能运维的一站式路径,助其运营落地,由此打破数据孤岛,建立统一的大数据智能分析平台,实现以人工智能为核心,驱动传统IT运维监、管、控三个层面,并将相关运维数据及业务数据实时展现。

“夏洛克AIOps”拥有多项自研算法,犹如运维界的福尔摩斯,能迅速发现并定位运维问题的根因,实现秒级排障,最大程度避免企业产生重大损失。更有价值的是,“夏洛克AIOps”还能通过长期的数据积累和机器学习,运用新型深度神经网络算法对企业的业务数据进行预测,帮助企业提前规划IT资源,高效预防各类黑天鹅事件的发生。

商业模式

目前,擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系,包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户,采用个性化的商业模式进行服务,目前主要有私有模式和SaaS模式两种,都具有较强的可复制性。

核心优势

篇3

关键词:工体验设计;设计哲学;发展方式; 技术结合;设计价值

设计发展到今天,工业设计、信息艺术设计、环境艺术设计、建筑设计、视觉传达设计、媒体与传播设计等等这些设计专业细分实际上都是对设计师“入门阶段”的专业技能和实际操作层面的技术种类的细分,而从更高的设计思维与设计研究领域,各个专业方向都有基于本专业的实践方式对服务管理、体验方式、信息传达这些更高层次的设计思维观的关注和深入研究。本文研究和分析的主要范畴是基于交互设计、服务设计和信息艺术设计领域的讨论。

1作为设计过程的服务设计和作为剖析需求的体验设计

服务设计中有一个核心概念“生活方式”,而体验设计的重点当然在“用户体验”,进一步说是满足用户对身心体验的需求。这前后二者的提出都是基于社会经济水平长足发展、社会生产制造业和物资分配方式能够给人们生活提供相对足够物质资源的前提,因此这些设计理念都强调对“非物质”因素的设计,特别关注对人与物(机器)的关系、人与技术的关系、人与社会的关系、人与环境关系、人与人的自我认知的重新认识和价值判断。

服务设计为消费者创造了他们理想或意想不到的适宜的生活方式,这是一种通过优化系统内的过程和接触点使得系统内的各个利益相关者获得更大价值的设计观念。从设计哲学上看,服务设计是对过程的设计,更多的是将消费者(也就是人)作为系统内的一个重要组成核心,通过将其周围“外部因素”(物质与非物质的相互关系)不断优化来促成对这一核心提供价值。

而体验设计是对“内部因素”的设计,是对“体验”本身进行设计,从设计哲学上来说就放大和直接剖析设计对象这一“宾语”,将“人”这一核心概念逐层剥离开,对其可能的感知感受、本能的行为反应、可能的思维方式和上升的情感反思进行分析和预判,为其需要被满足或还未被发掘的“自我认知需求”提供可能机遇。

从更加生动感性的角度诠释,“体验十分重要,因为它把设计中心从设计生活方式变成了设计生活的意义。”

2体验设计可以创造生活意义

在理解“体验设计可以创造生活意义”这个话题之前,先回忆一个大家熟知的“鸡汤故事”帮助话题更好展开:一日富翁与渔夫的对话,问他为什么不继续去捕鱼,捕鱼可以赚更多的钱可以雇更多帮手,可以自己当老板,最后可以舒舒服服地在此地晒太阳。渔夫笑着反诘到:那我此刻不正在晒太阳吗? 对于这个心灵鸡汤故事,过去最流行的解读就是不要过多的为了追求物质而迷失方向,要有澄澈的心境,因为最终我们需要拥有的只是一刻的轻松和阳光,那这些“财富”我们早就已经拥有了。这个故事在今天明显有了更新更全面的解读方式。当今时代和社会背景下,对“财富”也可以说个人所拥有“价值”的定义绝不仅仅是“一片阳光和惬意”这么简单。对于富人来说,他享有经济财务自,享有自我实现的满足感,享有他人的尊重,享有丰富的社会资源和人际关系,即便不着意于“名和利”,他仍然享有享有对信息和资讯更广泛的涉猎方式和更高效的接触手段,拥有丰富精彩的人生经历和身临其境的体验,而渔夫只有“阳光”。如果按照故事原意的解读,放在体验经济背景下,渔夫所拥有的“价值提供物”――体验,较之于富人来说是可能是相对“匮乏”的。当然,体验这一精神状态或过程从宏观上本身无法量化和做定性比较,若渔夫能够充分的体验和感受“这一刻”的状态并且从精神上得到足够的满足,那么他所有的“价值”也绝不比富人少。这就是在体验经济时代下对“富人和渔夫”的故事双重解读。

在马斯洛的“需求层次”理论中,最高需求层次是“自我实现”的阶段。“事物有了价值,还需要被体验,人们越来越重视精神消费和情感满足。”当某人购买一种体验时,他是在花时间享受某一企业所提供的一系列值得记忆的事件――就像在戏剧演出中那样――使他身临其境。人们的需求层次越来越向高的需求层次靠近,对社会地位、友情、自尊、他尊的追求,都是需要或希望被满足的“体验”。因此,高品质服务创造的“体验”成了满足人们需要的主要经济提供物。体验经济中,设计师不再是简单操作层面的“创造者”,而是让消费者在精心制作的舞台上开始自己独一无二、值得回忆表演的“促成者”。这些都是体验设计可以创造生活意义的证明。

3体验设计如何创造生活意义、价值

2001年,美国信息交互设计专家谢佐夫在《体验设计》一书中,首次给出了体验设计定义:“体验设计是将消费者的参与融入设计中,是企业把服务作为“舞台”、产品作椤暗谰摺薄⒒肪匙魑“布景”,使消费者在商业活动过程中感受到美好的体验过程,……体验特征应从感官、行为、精神三个层面上综合表现。”由此可以看出,体验设计的目的从客观上说就是为了创造更好的用户体验、提供更多的体验感受而设计;从设计行为上来说是可能包括对认知科学因素的探索和转化、对服务行为和系统架构的优化、对服务的有形物质资料和无形的行为方式的规范和管理;从设计可能涉及到的学科方向看包括:认知科学(心智哲学、认知心理学、认知语言学)、行为学、心理学、社会学、伦理学、人类学等。对这些学科的关注和相关研究方法的引入,标志着体验设计开始真正走向了关注内在精神需求和自我认知满足的研究领域。

(1)体验设计将用户参与引入到设计的环节,使得用户或消费者意识到自身是设计服务的主体,这本身就扩展了用户对自身创造价值方式的理解范畴,同时也强化了用户对自我可创造价值能力的满足感。

(2)体验设计为用户提供多种时空方式、感官通道、交互行为、服务模式、情景内容的体验,丰富了用户的生活经历,扩展了用户的认知同时强化了用户对自我认知的判断和体察。具体说来,体验设计提供的多种时空方式包括历时性的过程的体验和瞬时性的结果的体验;为用户提供的多种感官通道外界信息包括视觉的、听觉的、嗅觉的、触觉的、温觉的,以及多通道综合联络式的信号刺激;为用户提供了多种交互行为的体验方式包括人与物的接触、接触型人机界面、非接触型透明交互、具身交互方式、沉浸式增强现实环境体验、沉浸式虚拟现实体验、行为和语言交互等;为用户提供的不同商业模式和产业形态的体验接触包括商业性质的线下产品服务推广体验、在线电子商务业务的营销和广告、科学普及和知识传播为目的的线上数字化展览和线下实体科技馆体验、艺术与文化研究推广位目的的艺术展览和博览会等;为用户提供的不同情境内容的体验方式包括对自然科学知识普及的情境、对艺术文学文化价值的再现和感悟的情境、对未来智能生活和物联网家具生活展示的情境、对优越生活服务和信息化社会智能管理方式的展示的情境、科幻超前极限环境体验的情境、对数字娱乐及互动游戏的体验的情境、对科学技术前端科技可视化可理解的展示的情境等等。

(3)体验设计通过强化用户对自我认知的判断和体察,触发、激发、诱发更多的体验需求和实现个人满足的手段。

(4)体验设计通过更高的设计满足目标和创新的设计行为方式,将更好的优化和整合各个设计部门和设计实践方式。这种优化包括化基于产品的物理性设计、基于生活方式的系统服务设计、基于用户体验的的交互性设计、基于信息传递和获取的信息艺术设计、以及基于人――物――社会――环境的信息时代大背景下的综合性设计。

(5)体验设计在提供给用户更多无可复制、独一无二、充满回忆的“体验”的同时,可以做到真正刺激体验经济模式下社会的生产力,挖掘和促生更多创新交叉式的经济产业,丰富和提升社会文化内容和人们的精神文明世界,诱发更多新兴前沿科技的研究并促进其向社会生活的快速转化,最终通过提升人类对自我认知和价值需求判断的哲学、伦理学、人类学高度来更好地促进人类与物质、社会、环境友好关系的缔结和平衡稳定的发展。

以上就是笔者对体验设计如何创造价值、以及可能创造何种价值的思考和预测。

4能够创造更多“体验”的最新科学技术手段

技术已经并将继续成为以人为中心,它将提高人、企业和事物之间的透明度。随着技术演变更加适应工作场所和家庭环境,并且与企业和其他人的互动加强,这种关系将变得更加交织。设计师应该更加应该“谨慎、周密地运用先进的科学技术,在新的生态文化、价值观念下,创造新的产品或新的价值意义,同时设计也应该对其功能和后果进行全面的社会评价和控制。[4]”。因此,对于最新前言技术特别是生命科学、人工智能、计算机学习、可穿戴智能设备技术的即时了解和掌握,将有助于设计师更好地对未来体验设计发展趋势、可能性进行判断和预设。

2016年7月,全球最具权威的IT研究与顾问咨询公司Gartner高德纳咨询公司了年度新兴技术成熟度曲线。Gartner指出,2016年是数字的一年,数字业务创新是“新常态”,有三个趋势非常突出:一是感知智能机器时代来临;二是透明的身临其境的体验更加优化;三是平台革命正在酝酿[5]。

(1)感知智能机器技术为体验的获得和判断提供更多的科学依据、大数据来源,以及提供“体验生活”(包括工作、学习、娱乐、交流)这一“舞台剧”的叙事方式和文本情境――Contexts。智能感知技术将是未来10年里最具认知突破力的一类技术,包含智能微尘、机器学习、虚拟个人助理、认知专家顾问、语音翻译、智能数据挖掘、智能工作空间、会话用户界面、智能机器人、商业无人机、自动驾驶汽车、自然语言问答等技术,这些技术将极大的提高对可收集到的所有认知体验数据的收集宽度、分析精度、利用效率。

(2)透明化身临其境的体验技术将为用户体验过程、特别是用户对自身本质属性和能力的探索感悟过程提供无限的表演道具和戏剧冲突――Elements。这个趋势中的关键技术包括4D打印、脑机接口、人类机能增加、自我实现的高级分析(Advanced Analytics With Self-Service Delivery)、立体显示技术、情感运算、互联家庭、增强现实、虚拟现实和手势控制设备、可穿戴设备等。

(3)平台实现将为实现更全面、更人性化、更安全、更智能的体验生活搭建时空背景和舞台结构――Stage。新兴技术正在改变“平台”的定义和使用平台的方式。从技术基础设施到生态系y平台,平台或系统有了较新的商业模式,正在形成人类生活和技术之间的桥梁。这些关键平台实现技术包括:物联网平台、智慧型信息服务系统、混合云空间,以及“神经形态硬件、量子计算、软件定义安全和软件定义一切(SDx)”等技术。

物联网:物联网是借助互联技术和各类平台,在物(包括产品、服务与地点等)与人之间建立起来的一种关系,是第四次工业革命中联结物理应用与数字应用的重要桥梁和纽带。物联网技术中传感器以及其他可将物理世界中的物品与虚拟网络相接通的各种方式,正在以惊人的速度传播开来,不管是制造业、基础设施行业还是医疗卫生,所有行业概莫能外。物联网技术的发展,将会丰富体验设计中人与物的相关关系、物与物的相关关系以及人与环境的相关关系的概念。

智能机器:机器具有类似人类在学习、推理、适应和理解等方面的能力就被称为“智能”。智能机器人按照其适用案例的范围可以分为:具有广泛使用案例的“强人工智能”和仅限于特定(窄)案例的“弱人工智能”(专用机器智能)。以目前的人工智能为例,苹果手机Siri语音控制系统通过预设答案及网络搜索手段实现了初步智能应用。但参加达沃斯年会的科技界人士预测,未来人工智能完全可以实现理解语言、读懂文件、自我学习甚至情感理解。当然,具有能够控制自身思维、维护系统生态并且具有再生产方式的机器只存在于科幻小说。今天人工智能系统,都不能通过等同于人类的智力通用测试(当然也没有完全可接受对人类的智慧的测量方式去测试机器)。这并不是说,永远不可能创造一种接近于人类认知能力的机器,但我们可能距离完成必要研究和工程实验还有好几十年。可以想象,在进行智能机器技术研发和创意设计的Google公司、MIT麻省理工艺术媒体实验室,他们的工作具有意义非凡的体验感,研究和工作于这些领域的设计师、科学家每一个细节的工作开展都是对人类自身智慧、认知体察和伦理观念的思考与体验。

人类机能增进:人类机能增强过程沿着自发且可探测、可量化监控的轨迹和范围发展。现在通过技术来增强人能力的方式主要集中在行为轨迹和行为范围的某个特定的点上,技术提供特定的且可量化检测的帮助,例如监控睡眠质量的智能手环和监控呼吸心跳并调节微电流环境的保健磁疗颈环。不过,事实上,研究提供更多的自发和不可检测的增强人类机能的技术确实遇到了一些极端情况和综合症,力图例如提高精神集中度的隐形眼镜显示器或脑刺激技术,再例如外科植入物或直接的遗传基因编码操控技术。增强或改善人类机能,势必会给人类的体验提供更广泛的接触途径、更敏感的交感神经和更简单可行的交互方式,不过面对选择用技术增强身体和头脑机能的“社会人”,人际关系、组织、社会、环境势必也会面对越来越多的挑战。

脑机接口(Brain-Computer Interface):Emotiv Epoc是一种智能头戴式设备,由美国加州旧金山的神经科技公司Emotiv Systems花费了五年时间研发人脑-电脑接口的最新成果,是目前市场上通用度和流通性最高的这一款脑机接口设备之一。 Emotiv Epoc运用一种被称为非侵入性的脑电波仪(EEG)技术,感测并学习每个使用者大脑神经元电讯号模式,读取使用者大脑对特定动作产生的神经元电信号脉冲频段,配合以先进软件进行脑电波信号频率的模式分析和解读,将其转化成电脑或游戏机能理解的讯息,再以无线信号传输到电脑,最终在荧幕上复制出同样的“动作”或人的“意念。相较以前仅能探测基本、常见的精神状态,如“精力集中”的技术,Emotive还能同时区分具体的想法如:“推”和“举”,以及情感如“兴奋”或“平静”。 使用者戴上之后,只需起心动念便可以操控眼前的电脑,透过意志和情感控这给与了科学家和设计师有关研究人类大脑是如何运转以及如何扩展人类对自身认知的有价值的设计洞见。

5对未来体验设计作用和职责之思考

现在消费者通过佩戴智能脑机接口设备已经可以通过EG(大脑电信号动态画面)直观的看到即时的大脑动态变化以及脑内信息交换互动方式,脑机接口可以使人用大脑的意见来移动事物,虽然只是将电脑里的花朵“催开”。可以试想,在不久的将来,如果人类“设计”的范畴已经到了可以控制人类本身在微观概念上的生物遗传属性和神经元信号传递方式,那么是否人类的任何“体验感”都可以由一段信号编码的电磁脉冲来提供呢?这种身临其境可能是“心临其境”或者“脑临其境”,与真实环境中人的情境体验可以做到“电信号脉冲级别”的接近甚至完全一致,那么这种深入到生理学、心理学境界的“完全一致”是否会成为对人类生活方式、价值认识和行为原则的一种挑战呢?

即使现在作为设计师无法用文艺创作的方式对未来科技和生活方式进行预判和想象,我们身为设计师还是有很多可以创造价值的作用和需要践行的职责。

(1)不断研究和判断体验设计的设计理论和方法,价值判断和审美范式,用更系统有效的设计原则和价值判断帮助推进由体验设计所串联起的产品-商品-服务-系统产业链的规划和发展,以创造更多的社会经济价值、社会人文价值和环境可持续发展。

(2)体验设计包含感官体验设计、情感体验设计、思考体验设计、行为体验设计、关联体验设计和混合式体验设计。充分学习有关这些设计的学科专业知识(包括心理学、认知科学、社会学、人类学、哲学等),充分掌握或创造能够有效展开以上设计研究的研究方法(例如影子预示法、访谈调研法、观察法、图表归纳法、需求转述法、情绪版和情境角色扮演法)和研究模型,充分在设计实践中结合反思和总结来不断充实对体验设计的经验和方法。

(3)好的体验设计通过扩展人类对自我的认知,帮助重新认识自我,应该成就人们更善意的态度、更宽广的胸襟和更积极乐观的生活态度,最终促进人们对真善美的追求。因此,体验设计应该谨慎周密的拿捏提供体验的方式和情境,通过合适的引导和具有感染力的“自我实现”的机会,促进更多的人履行社会责任创造社会价值,而不是对个人浅显欲望的盲目追求。

(4)体验设计应该为解决诸多现实问题而设计,例如人类种族、群落、地区、文明的发展程度的差距逐渐增大,再例如信息鸿沟、信息不对等、物质世界和虚拟世界的跨越、个人性和社会性的冲突、隐私伦理道德和人类价值取向的扩展等问题。因此体验设计需要以消除信息的不均等以及有效利用、均衡信息为设计目的,尽力做到在关注人本质问题的同时实现社会价值的更优化分配。

6结语

在笔者看来,体验设计应该是一种回归的设计。数千年前在中国古代哲学体系中就有“天人合一”、“物我两忘”的精神境界,这就是一种人性的返璞归真和充分的自我实现,这种“回归”通过在有限物质环境下不断理解和调和人与物、社会、环境等因素在自身精神世界中所映射出的相互关系来达到实现。在“人造的自然”中,设计的目的当然不会是再让人回到“天为盖、地位席”的生活方式中。但通过智慧的、有效的、周全的设计,能够让人克服人性的弱点,引领人性的回归,创造和组织更多人与自然的平等关系,树立人类文化价值与自然价值并重的价值观念,这是笔者可以想象的未来设计、体验设计的发展趋势和目标。

参考文献:

[1]辛向阳,构建值得记忆的经历.Interaction Design Committee交互设计专业委员会,2016.

[2]鲁晓波,深圳大学学报,人文社会科学版,2010(27).价值、体验与设计创新.

[3]体验经济.The Experience Economy ,(美)约瑟夫派恩(二世),詹姆斯H吉尔摩,夏业良,鲁炜,等译.北京:机械工业出版社,2002(4).

[4] 鲁晓波,观察家 ,2003.关于设计伦理问题的一点思考.

篇4

[论文摘要] 本文结合实际管理决策中所遇到的一些问题,分析了运用实物期权理论进行项目可行性分析需要注意的几点内容,这有助于完善实物期权定价理论及其在实际决策过程中的运用。

一、引言

长期以来对企业价值评估的经典方法是折现现金流(DCF)法,但是DCF法存在很大的问题:首先,用DCF方法进行估价的前提假设是企业持续稳定经营,未来现金流可预期。该方法隐含了两个不切实际的假设,即企业决策不能延迟而且只能选择投资或不投资,同时项目在未来不会作任何调整。该方法忽略了许多重要的现实影响因素,因而在评价具有经营灵活性或战略成长性的项目时,会低估项目价值,甚至导致错误的决策。其次,DCF法只能估算现有业务未来所产生的现金流价值,而忽略了企业潜在的投资机会可能在未来带来的收益,也忽略了管理者通过灵活地把握各种投资机会所能给企业带来的增值。

实物期权的概念最初是由Myers(1977)提出的,他指出一个投资方案的现金流量,来自于目前所拥有资产的使用,再加上一个对未来投资机会的选择权。当企业面对不确定作出初始投资时,不仅给企业直接带来现金流,而且赋予企业对有价值的“增长机会”进一步投资的权利。如等到项目有了更好的预期回报,或是不确定性降低到一定水平以后再投资,而不必在一开始就投资,这种“等待”也会增加项目的价值。实物期权理论认识到了商业行为灵活性的重要性,特别在现代商业环境下,管理者拥有更大的控制权力,企业经营前景也变得越来越不确定,因此对实物期权的研究也就变得更加重要了。

二、研究实物期权需要考虑的几个因素

为了准确地运用实物期权理论评价投资项目,就必须实际地考虑决策过程中所遇到的各种情况,有针对性地调整期权定价公式。以下几点是需要特别加以考虑的:

1.注意价值漏损和信息成本的影响

价值漏损出现的原因是标的资产的持有者能获得来自标的资产所带来的便利收益。比如股利,专利权收入,储存成本,以及其他暗含的便利收益。在发生价值漏损的时候,实物资产的价值会相应地改变。这时需要根据标的资产的价值漏损,对实物期权定价模型做出相应的调整。通常,将价值漏损设为标的资产不变的百分比,这样处理通常相对简单,而且有效。期权定价基于市场的完全性与有效性,它假设市场是完全的,投资者能获得所需的全部信息。但管理者为了获取所需的信息,必须付出一定的成本,这需要在预期收益项中加以调整得以反映。

2.管理者的信息认知和管理控制能力

标准的“等等看看(wait and see)”这类研究实物期权的方法,考虑了管理者的管理灵活性,但忽略了管理者的信息认知和管理控制的能力——管理者具备认知信息的能力,他们会主动去收集有关项目的信息,进行市场调研,以及做一些研发实验等。这些行为能够降低项目的不确定性,在进行不可逆投资之前提供许多有价值的信息。其次,公司也可以直接采取行动增加项目的价值,如做广告以增加产品的销量,或是改良产品的品质或增加一些产品的功能。要反映管理者这种积极的控制能力,就需要引入控制变量,在有成本的管理控制环境下,来对实物期权进行估值。

这里需要特别注意的是,期权是项目不确定性(波动率)的增函数。既然管理者的信息认知行为会降低项目的不确定性,这又可能降低项目的期权价值,为什么管理者还要这样做呢?Martzoukos(2001)通过数值分析说明,管理者会选取适宜时机去认知信息,通过提高决策信息的质量,降低将来犯潜在错误的成本,以使得企业能够做出最优决策。

3.引入“顺序期权”

在大多数场合,各种实物期权存在一定的相关性,这种相关性不仅表现在多个投资项目之间的相互关联,而且同一项目内部各子项目之间也前后相关。通常,投资者进行投资时,不是一次性的完全投资,而是分阶段、有顺序地投资。当管理者获得与投资项目相关的信息时,就会重新评价投资项目的价值,并据此决定继续追加投资或撤回投资。其次,后续投资通常与前期所实施的管理控制相关,只有进行了前期投资,才有后续投资的机会。通过前期所收集的相关信息,可以为后续投资提供决策参考。再次,管理者可以通过比较不同投资路径下的投资项目的价值,以选择最优的实施路径。这种阶段性投资的相关性,通过引入路径依赖的思想,可以较好地拟合实际情况。

4.考虑随机事件对项目价值的影响

在标准的实物期权文献中,都假设资产的价值变化遵循几何布朗运动。但是当一些重大信息出现时(政治、疾病问题等),标的资产的价格会发生不连续地变动,即跳跃。默顿指出,标的股票的收益是由“标准几何布朗运动”引起的连续变动和"泊松过程”引起的跳跃共同作用的结果。基于这种考虑,默顿(1976)建立了跳一扩散模型,并给出了在这种模型下欧式看涨期权的定价公式。这时,就需要引入非连续的随机变量,比如泊松过程,来拟合项目价值的实际变化过程。

5.注意期权执行价格的动态变化

通常,我们假定在执行期权时都具有一个确定的执行价格。在市场环境相对稳定时,投资额变化不大,假定一个不变的执行价格具有可行性。但是,对某些投资额起伏很大的投资项目,就需要实事求是地分析投资额变化的特性(变化的期权执行价格),这样才能更准确地评价项目的价值。

6.利用博弈论的方法分析实物期权

实物期权的持有者在行权时,可能并不拥有购买标的资产的独占权利,竞争者可能会提前执行期权。因此,在公司的投资决策过程中,同样也不能忽略竞争对手的存在,需要通过竞争对手所传递出的信息,做出相应的决策。对于这些不确定的问题,需要引入博弈论来分析实物期权。Junichi Imai(2004)利用博弈论分析了管理灵活性和竞争相互作用情形下的两阶段实物期权估值问题。Novy(2004)研究了公司在竞争和不确定环境下的最优投资决策问题。他们的研究成果表明,通过引入博弈论能很好地拟合竞争者之间的动态博弈行为,以此更加准确地拟合实际决策过程。

7.人工智能与期权定价相结合

在解决实物期权的定价问题时,只有极少数的模型存在分析解,多数时候只能依靠模拟仿真得到近似的数值解。这些模拟方法的计算需要耗用大量的时间,对于某些实时决策,这些方法就不能很好地满足要求。对于实物期权这类不确定的非线性预测问题,人工智能方法具有较大的优越性。Lajbcygier(1999)研究了利用人工神经网络方法,来对金融衍生产品进行定价。Msrtzoukos(2001)研究了具有隐含合同性质的客户化期权的定价问题。他的研究结果表明,这一方法能很好地满足银行等金融机构的实时决策需求,在计算结果的准确性方面,也能达到令人满意的地步。

三、实物期权在实际运用中需要注意的几个问题

当实物期权越来越多地被用于分析实物投资时,在以下几个方面应加以注意:

1.关注实物期权分析的逻辑和目的

实物期权分析的根本逻辑是金融期权定价技术在新领域的“转换”而不是“外延”,避免在尚未仔细分析实物投资特性的前提下,直接将金融期权定价公式用于实物投资分析。

2.关注实物期权分析与组织管理之间的结合

投资者运用实物期权思想可能会接受短期看似非盈利的项目,如何在组织制度上防范道德风险、保证企业对风险的控制也是一个需要注意的问题。

3.模型的复杂性与实用性相结合

具体的实物期权估价问题,往往涉及复杂的分析过程。对于太复杂的模型,通常不能被管理者所接受,而且在模型的实现上也会带来极大困难。而实物期权分析的目的只是指引决策者选择最优策略,关注基于实物期权的整体决策制定过程,而不像金融期权需要“精确”的价格。为此,管理者就需要在模型的复杂性与实用性之间进行权衡。

四、结束语

实物期权理论是基于金融期权而发展起来的评价方法,国内学者对实物期权理论的研究还不太深入,而将实物期权理论与复杂的决策过程相结合的定量研究文章更是少见。实物期权也不存在固定的分析框架,对于不同的项目,会涉及许多不同的需要考虑的决策因素,这就需要根据每一个具体的投资项目,调整实物期权的定价公式,以求计算出更准确的项目价值。

参考文献:

[1]杨春鹏:实物期权及其运用[F]. 上海:复旦大学出版社,2003

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

篇5

关键词:职业教育;产业升级;机制;对策 

中图分类号:F2 文献标识码:A 文章编号:16723198(2016)02002401 

近年来,产业集群在河南有了长足发展,截至2013年,河南的产业集群有洛阳装备制造、郑州纺织服装、漯河食品加工、航空港智能终端、许昌智能电网、郑汴汽车及零部件、三门峡黄金加工、濮阳油煤盐化工等322个,有120个百亿元以上特色产业集群。从长期来看,河南产业集群的发展还处于初级阶段。因为受到省内资源环境的约束,传统的高消耗、高投入、粗放式发展方式越来越无法继续生存下去,要想继续生存就要转变发展观念,从投资驱动转向创新驱动。重视发展职业教育,整合校企资源,促进产业升级。通过体制机制创新,实现创新驱动发展,形成新动力。通过职业教育改革,达到互利共赢,助推中原崛起,已成为必然选择。 

职业教育与产业最近,产业的需求关系通常反映在职业教育的专业设置上,职业教育对产业形态的发展变化最为敏锐。一方面,发展职业教育顺应产业需求,带动劳动力资源素质的提高,一定会助推产业结构的优化和升级;另一方面,职业教育发展最为根本的原动力就是产业结构的优化和升级。科学构建职业教育与产业结构联动升级机制,通过创业型职业教育发展,带动新兴产业,培育新兴产业集群;通过高等职业教育发展,增强产业创新能力,提升产业竞争力;通过中等职业教育发展,促进产业结构优化与升级,这些是实现产业结构调整和经济发展方式转变,推动向资源节约型、环境友好型社会迈进的必由之路。 

在以创新职业教育促进产业升级方面,河南省具有一定的基础条件。全省的职业教育以中、高等职业教育为主体,技术培训学校、培训机构、中小学等相配合的职业教育基本形成。河南省的高等职业院校有56所,共设置专业1526个,覆盖了全部19个专业大类。近年来,有关职业教育与产业升级的论文及科研成果不断涌现,对职业教育促进产业优化升级机制形成的研究,已具备了现实与理论条件。 

当前国内外企业都在积极地抢占市场、进行技术控制,比如在人工智能、数字制造、工业机械人等高科技领域。河南也不例外,在这同一起跑线上。如果不培养产业发展所需各类人才,不创新职业教育,不研发科技含量高的新产品,就会一直被全球价值链低端锁定。 

而河南省的职业教育目前存在的突出问题是:办学条件较差;职业院校的专业设置不适应产业发展的需要;职业院校与企业没有完善的互动机制;科研成果转化为生产力的过程漫长;政府投入严重不足等。近年来,由于职业教育的专业设置与社会需求脱节、教学质量下滑等原因,职业教育的发展已出现徘徊不前,甚至出现倒退的征兆。而在同时,由于产业集群缺乏创新平台,企业研发经费投入的比例非常低,许多企业内部缺乏自主创新能力,特别是中小企业多数没有核心技术,产品仅停留在低水平的往返式生产上。目前,在经济发展进入新常态的大背景下,我国经济正在向形态更高级、分工更复杂、结构更合理的阶段演化。对职业教育进行改革创新,促进产业升级,形成良性机制,从而实现共同发展,助推中原崛起,无疑具有重大意义。 

笔者认为应从以下几个方面着手进行职业教育改革,构建产业的优化升级机制。 

1 调整传统的职业教育专业结构 

首先,要适当压缩就业困难的相关专业,提高对涉农专业、农业职业学校的支持力度,培养满足现代农业需要的专业技术人才;其次,针对河南省经济产业的转移和发展的重点,培养制造业、能源业、交通运输业等与产业发展紧密相连的高技术型人才。 

2 构建创业型职业教育格局,引领新兴产业集群发展 

新兴产业是引领未来的先导产业,需要大批创业型人才为支撑。而创业型职业教育处于职业教育的高端层面,它以培养学生的创业意识、创业精神和创业能力为目标,并源源不断为社会造就创业型领军人才,并经由他们的创业活动,引领产业结构的深刻变革,催生新兴产业。这样才有可能形成产业聚集和产业集群,去实现产业结构的升级换代。所以,只有调整职业教育专业结构,构建创业型职业教育格局,才能引领新兴产业集群的发展。 

3 重塑高等职业教育体系,促进产业结构优化升级 

当前,河南省创新型人才、高技能人才严重短缺,人力资源结构存在问题,企业自主创新能力要素薄弱,同时,高新技术转化为现实生产力的能力要素也严重不足。这与产业结构优化升级、产业创新要求不相适应。因此,只有通过高等职业教育的发展,重塑高等职业教育体系,为企业输送大批产业自主创新紧缺急需的创新型高技能人才,增强产业自主创新能力和科技转化能力,进而提升产业竞争力和产业附加值,才能最终实现产业的升级换代。 

4 建立职业院校与企业良性互动的内外运行机制 

职业院校与企业良性互动的核心在于人的互动。要从根本上解决产业升级过程中所遇到的各种难题,必须建立双方人员的长期、稳定和制度化的联系。比如,学校教师可以访问学者的身份到企业挂职锻炼,学生以学员、企业员工的双重身份进行互动;可以邀请企业成功人士到学校讲学,聘请企业专业人士做兼职教师等。对于外部机制的建设,主要是政府要起激励、规范、约束、沟通的作用。比如在经费投入、政策引导与约束、行业中介、研究支持等方面提供外部保障。 

总之,只有从职业教育引领产业发展、促进产业升级的角度出发,才能解决河南省产业集群所面临的问题。调整职业教育专业结构;构建创业型职业教育格局,引领新兴产业集群;重塑高等职业教育体系,促进产业结构优化升级;建立职业院校与企业良性互动的四位一体的运行机制,才能最终实现职业教育对产业转型升级的带动作用和职业教育与产业发展的良性互动,从而使河南省产业由简单、粗放型向集约型,从单一的、低级的结构向全面协调可持续发展转变。 

参考文献 

[1]郑瑾.职业教育与产业结构联动机制研究[J].厦门城市职业学院学报,2013,(2). 

[2]《河南省中长期教育改革和发展规划纲要》重大战略专题调研组.河南省教育改革和发展调研报告[R].2009,(4). 

篇6

关键词:案例推理;技术;问题

文章编号:1674-3520(2014)-11-00-02

一、基于案例推理的基本原理及流程简述

案例推理 (Case―Based Reasoning,CBR) ,是由耶鲁大学 Shank 教授在 1982年出版的专著《Dynamic Memory》中提出的。[1]其主要进程有四步:相似案例检索(Retrieve)、案例重用(Reuse)、案例调整(Revise)以及案例学习(Retain)。案例推理中存在一个储存源案例的案例库,它以案例属性的辨识度为依据,通过算法进行检索,并依照属性权重不同呈现出对应的历史解决方案。其具体流程如下:

(一)案例表示。案例表示是案例推理的首要步骤,相关工作者可以根据自身的需要制作出适合本案例系统的案例表达方法,并依据案例属性的特征赋予其相应的权重。

(二)案例检索。案例的检索是 CBR 系统中的重要环节,即依照一定的检索规则在 CBR数据库中查找与目标案例的特征属性最为接近的案例,并提取出来。相似案例的检索要求达到检索出的相似案例尽量的少和检索出的案例与目标案例相似度尽量高这两个目标。目前较常用的案例检索算法有知识引导法、神经网络法、归纳索引法以及最近相邻法等。

(三)案例调整。为了更好地服务应用实践,根据新问题对检索到的相似案例进行修改的过程称为案例的调整和修改。案例的调整和修改需要人们根据具体的技能知识灵活进行,没有较为统一的的方法可供借用,因此它是 CBR 的一个难题。

(四)案例学习。案例学习是保持案例实效性与知识更新中的必要环节。案例学习包括案例库的维护和案例评价。案例的维护既是对案例库中案例的可利用性进行评估的过程,也是对案例库中蕴含的专业知识体系不断更新的过程[3]。案例的评价是指检索到的案例对于目标案例的参考价值的评定,它有助于提高相关人员对案例推理系统的认知程度,并及时修正系统中的相关问题。

二、基于案例推理的关键技术

(一)案例的表示与组织

案例的恰当表示是目标事件向统一的标准量化式转换的过程。具体来讲,案例的内容一般有如下三个主要组成部分:① 具体问题及背景与环境状况;②解决方案的记录;③反馈结果与评价。部分案例还可采用基于特征向量的表示方法进行描述,即设置非空集合U,历史案例为U(x),其中的特征属性元素用a1,a2,a3….an表示,目标案例B(x)可与多种案例集合相交,交集所含元素越多表示两案例的关联程度越高。以此亦可宏观看出多种案例之间的相互关系。[1]

案例的恰当组织有利于案例库的建立完善,从而为该项问题的案例储备做好工作。

在CBR领域中运用较多、影响较大的组织案例的方法有罗杰・夏克(Roger Shank)的动态记忆模型和波特(Porter)的类型-实例模型。动态记忆模型是以具体的历史案例为基础,综合其特征属性集合作为实例单元,通过分析得出共性的属性特征与应对措施等要素,形成抽象层,作为抽象单元。案例即是在此两种层面动态存储;类型-实例模型则是一种单层次的案例组织模型,其中具有标志性的共同特征属性的案例被集合形成一种类型,这些类型反映着专业知识及原理。所有案例依据属性特征对于案例的影响程度赋予相应的权重并依次排列。

两种组织类型都能够有效地体现不同案例的特征属性,动态记忆模型是依据客观实例抽象出科学的解决方法,较为直观,但组织整理的成本大且具有主观性;类型―事例模型则能够更全面的呈现出匹配案例,但需要决策者花费更多时间对方案做研讨,不利于应对突发事件的处理。

(二)案例的检索与匹配环节

案例的检索与匹配是实现案例推理的核心环节。案例的检索需要对目标案例的特征属性有较为明确的表示、录入,这就涉及到一个非常重要的处理技术――目标案例与源案例的相似度计算。

案例与案例之间相似度的匹配实际上是其不同属性的量化比较,案例的各个属性根据其属性值对应地分为四类,即确定数型属性、确定符号属性、模糊概念属性、模糊数或模糊区间属性。

确定数型属性的相似度可以用基于距离的方法来计算,丛浩哲等人对于该种方法阐述如下

属性 ai的两个属性值 Xai和 Qai的相似度可表示为:

[2]

对于模糊概念属性及模糊数或模糊区间属性的表示方面,张本生、于永利 在CBR 系统案例搜索中的混合相似度度量方法的研究上认为其主要基于三个理论方法:①模糊集理论;②神经网络技术;③粗糙集理论。

模糊集理论提供了一种处理不肯定性、不精确性案例的方法。基于模糊集理论,一般有两种常用的算法:TC相似模型(Tversky Contrast Matching)和最近相邻算法。其中TC相似算法虽然应用广泛但未能体现出不同案例特征属性对于该案例具体的影响维度。相比来说,最近相邻算法则引入了权值,但权值在各案例中的比重不变,且权值的赋予是有相关专家进行操作,因此会存在较大的主观性和不确定性。

人工神经网络技术是人们模拟大脑神经的组织结构进行,进行分布式的网状数据分布,经过严密的算法不断调整各个节点间的相互关系。它能够更客观地反映不同案例间属性的影响程度。

以上两种理论都是基于严密的数学算法进行,并以数值的形式计入案例库,具有很强的精确性。但其相关权重的赋予与规范样式的提出都具有不同程度上的主观,而粗糙理论集则是依靠对知识的高度概括及架构,建立多重索引,既能够起到简化案例库的作用,又可依据人们对不同问题进行不同方法的索引得出更为准确的历史案例。由于其不需要先验知识,而是对现有案例进行客观提炼和总结,形成的案例索引是较为客观的。

(三)案例方案的采用

在检索到相匹配的案例后就可以使用已有的案例解决方案来为目标案例进行服务了,这就是案例重用的过程。案例的重用包括过程重用与思路重用。然而现实情况中几乎不存在与目标案例完全吻合的历史案例源,因此需要对案例进行调整。案例调整一般是根据新案例与检索到的存贮案例之间的最主要差异,利用公式或规则来得出新的解决方案。

三、基于案例推理的应用

案例推理方法产生的时间不长,但发展迅速,现已被众多领域运用来解决产生的新问题。如突发事件应急管理、企业管理、计算机信息科学、法律案件、医疗领域等领域。

(一)在突发事件应急管理方面的应用

由于突发事件应急方案的制定具有紧迫性和不可预知性,基于案例推理则成为处理此类问题重要的人工智能方法。

国内对于该领域具有广泛的研究。张贤坤以不确定应急案例的知识表示和推理为出发点,研究基于案例推理的突发事件决策方法,实现应对突发事件应急辅助决策;王晓、庄亚明将模糊集理论、神经网络 Hebb 学习规则和多元线性回归与案例推理法相结合,能够比较准确地预测出非常规突发事件的资源需求。[3]丛浩哲、郭强等人在基于案例推理的交通事件应急响应预案研究中运用相关专业知识提出了科学的目标事件与案例的属性相似度及属性权重的计算方法,并应用相关计算机软件开发了基于 CBR 的高速公路交通事件预案应急决策系统。

(二)在企业管理方面的应用

对于企业等社会组织的内部管理、危机防治等方面问题的解决,研究人员将掌握的CBR技术与自身专业知识相结合,提出科学的应对方案。柳炳祥,盛昭翰在企业危机管理的研究中给出了一种基于案例推理的欺诈危机的预警方法,用来验证基于案例推理方法在企业危机预警中应用的可行性和有效性。[9]赖院根等人基于案例推理在企业专利战略制定研究中针对目前企业专利战略制定中存在的问题,构建了基于案例推理的企业专利战略制定模型。

(三)在计算机信息科学领域的应用

计算机的普及和通信技术的迅速发展,使计算机网络已经渗透到人们的日常生活中,而一些网络中的相关问题也日益凸显。

贾炜在对现有网络脆弱性评估方法调研分析的基础上,提出了一种基于网络脆弱性攻击图的脆弱性评估模型。由于网络具有虚拟性、隐蔽性、传播快、等特点,现已成为人们表达个人观点的重要途径。对于重大事项的讨论与决策,政府也越来越注重“网络评议政府”这一重要的民主决策渠道。陈翔等三人在基于案例推理在网络舆情辅助决策系统的研究中,提出一种基于案例推理的网络舆情辅助决策系统框架,在此基础上开发完成了基于案例推理的网络舆情辅助决策系统。

(四)在智能故障诊断领域的运用

将CBR应用到故障诊断领域,能够提高对机电液设备的故障诊断能力。郑佩在分析了案例知识的表示内容和方法的基础上,采用一种面向对象技术和数据库技术相结合的案例表示方法,并引入抽象案例的概念,建立了故障案例的层次结构模型。[12]

四、基于案例推理存在的问题简述

(一)关于案例的学习

当前案例推理的研究,大部分只集中于其关键技术,即案例的检索与匹配等环节,对于案例的重用、案例的学习方面的研究涉及较少。针对案例的学习方面,一味的增加不断出现的新问题所成案例,不一定有助于案例库的优化,对于属性相重叠的案例,单纯数量的增长只会造成案例库的冗杂,从而降低案例库的质量及检索效率。

(二)我国对于CBR技术的应用

国内真正将CBR运用到工商业领域的还很少,而国外已能够将CBR技术的研究广泛应用于生产生活。80年代后期美国就在分类、诊断、计划及设计等领域内开发了数百个应用实例,对于研究领域建立起的数据模型及检索方式已有较为成功的实践经验。

如JUDGE是Reinbeck于1989年开发的一个模拟司法判决的基于案例模型够为目标案件的审判进行当前情景的模拟,为法官对于案件的审理提供很好的借鉴方案。CHEF烹调规划程序可根据不同菜对配料的要求,检索源案例中的菜谱,修改并创建新的菜品。[3]

(三)案例推理的深入发展

目前各类具体领域的研究都将自身专业知识置于案例推理技术的框架下并综合数学、统计学等知识,形成解决该领域内存在问题的应对机制。尽管有认知科学和人工智能等一些相关理论的支持,但至今CBR技术仍没有形成一套严密体系,对其工作过程中各个步骤采用什么方法,没有一个统一的成熟技术和理论指导。只能是在众多理论研究中进行试验选择,以达到针对本领域研究问题的最佳方法。而这也将成为未来完善CBR技术的指导方向。

五、总结

本文针对基于案例推理进行了多方面的阐述,重点对其关键技术的研究现状及CBR的应用及行了汇总,并指出了现阶段存在的一些问题。总体而言,基于案例推理模式有效地解释了人们在面对不确定的复杂问题时,如何去解决;揭示了如何将获得的经验进行提炼与匹配,为复杂的、非结构问题的解决提供了极大的帮助。

参考文献:

[1]刘华琦《基于案例推理的电弧炉冶炼过程用氧量优化研究》[D] 东北大学硕士论文2011-06-01

篇7

――记2006年度高等学校科学技术奖专利奖一等奖

“同步辐射空间姿态可调连续变焦超长准直和聚焦系统”

2006年度“高等学校科学技术奖”授奖项目共325项(一等124项/二等201项),其中自然科学奖111项(一等42项/二等69项)、技术发明奖31项(一等15项/二等16项)、科技进步奖161项(一等59项/二等102项)、科技进步奖(推广类)10项(一等5项/二等5项)、专利奖12项(一等3项/二等9项)。本期选取了获得推广类一等奖的两个项目和获得专利奖一等奖的一个项目进行刊登。欢迎获奖项目的完成人和完成单位踊跃投稿,本刊将在今后的“科技奖励”栏目中陆续刊出。敬请关注。

项目背景

同步辐射光源是继电光源、X光源和激光源之后第四次为人类文明带来革命性推动的新光源。具有高强度、高准直性、能量连续可调等一系列优点,是众多前沿学科领域进行基础研究和应用研究的一种最先进又不可替代的工具和试验平台。自1947年首次观察到同步辐射以来,随着同步辐射应用研究的不断深入,应用范围不断拓展,对同步辐射装置的要求也在不断提高。

同步辐射光源的发展已历经了三代:第一代同步辐射光源为兼用机,是利用为高能物理实验用的正负电子对撞机兼作同步辐射光源,该装置中的束团发射度较大,相应的光谱耀度较低;第二代同步辐射光源是上世纪七十年代中期发展起来的专用光源,其束团的发射度降低到50~150nm.rad,相应的光谱耀度也增加了两个数量级;第三代同步辐射光源是上世纪八十年代后期发展起来的专用光源,其束团发射度降低到3~20nm.rad,这类光源上可安装大量的插入件(波荡器和扭摆器),不但使光谱耀度再提高2~3个数量级,而且可灵活地选择光子能量和偏振状态。

目前世界上共建有50多个同步辐射光源。北京同步辐射装置是我国第一个利用同步辐射光源进行科学研究的装置,建成于上世纪九十年代初期,是我国凝聚态物理、材料科学、化学、生命科学、资源环境及微电子等交叉学科开展科学研究的重要基地。北京同步辐射光源属第一代光源,为了进一步提高北京同步辐射装置的性能,适合生物大分子等新兴领域的研究需求,本世纪初,在国家(A4)计划“正负电子对撞机改进与未来发展”和“北京正负电子对撞机重大改造工程”的支持下,北京同步辐射装置也开始了一系列改造。

准直、聚焦系统是同步辐射光束线中的关键装置,分别完成对同步辐射X光垂直方向上的准直和水平与垂直方向上聚焦。

主要创新点

本专利针对准直镜和聚焦镜镜体长度较长,压弯精度高,且工作在高温及超高真空条件下,自主创新地提出一种空间姿态可调连续变焦的超长镜体压弯系统。它的主要创新发明和特点如下:

发明了基于杠杆反撬机理的能卸载镜子自重,并能自锁的双模式超长镜体压弯系统机构,实现超长镜面空间姿态的连续变焦,解决了同步辐射X光束的高精度准直、聚焦;

发明了卸载真空负载的真空室外支撑台机构,来实现对真空室内镜体姿态调节,避免了调节机构驱动电机等电器器件装在真空室内对镜子的污染,既有利于超高真空的实现,又大大延长镜子使用寿命;

通过计算机对真空室外支撑台机构的控制调节真空室内镜体的位置,实现在工况下,对镜置的远程调控,既提高了工作效率,又使人身安全得到保障;

采用松套法兰、双刀口法兰、银丝密封等组合技术,及“折”型管冷却,较好地解决了超高真空密封技术和镜子的水冷;

采用一些特殊结构设计,以方便系统组装,真空试验时,不必重新安装真空腔室器件就能更换密封圈,大大提高其安装工艺性能。

研究队伍

上海交通大学与中国科学院高能物理研究所,校所合作,在研制高热负荷及超高真空条件下超长镜体压弯的准直、聚焦压弯系统的过程中,精心组织了一支来自同步辐射、光学、精密仪器等多学科交叉的、老中青结合的研发团队,协调攻关,确保了本专利的发明和实施。

陈文元在本项目中提出了本专利创新的总体方案,并全面负责实施,在连续变焦的超长镜体压弯系统、镜子的空间四自由度方位调整系统、水冷系统的双刀口真空密封系统等创新中起到关键和核心作用;张卫平在准直聚焦系统的创造发明中,参与超长镜体压弯系统及镜箱的设计、理论分析、建造以及准直聚焦系统的图纸绘制,并参与加工、安装与调试等工作;盛伟繁在超长压弯镜箱的创新发明中,负责调研、收集各类先进的设计思想与方案,进行整理分析,对确定符合本项目需求的、具有我国自主创新性的设计方案起到了重要作用,并负责工程管理、协调、外联,有效保证了本发明在同步辐射光束线上的实施;阎永廉参与本发明从初始构思到最终实现的全过程,其多年的同步辐射工作经验对于本发明的方案制定、具体实施和最终满足用户需求具有重要的贡献,并在实际实施中起到重要作用。

应用情况

本发明的高热负荷下超高真空条件下超长镜体压弯的准直、聚焦压弯系统,包含基于杠杆反撬机理的、能卸载镜子自重且能自锁的、超长镜体双模式压弯和空间姿态机构,折形及铟镓无氧铜块组合水冷系统、双刀口法兰等,是自主知识产权的重要装备,装置性能达到国际先进水平,不仅为国家节约了大量资金,并且对同步辐射光源的应用,提升我国科学研究和创新能力,具有重要意义。

根据本发明专利研制的准直、聚焦装置,从2002年至今已有10套用于北京国家同步辐射实验室的生物大分子(二条)、XAFS(X射线吸收精细结构)、荧光、衍射、小角散射等6条光束线上,累计使用有效机时1万余小时,完成课题300多项。线站运行稳定,国内外众多知名院校、研究所(浙江大学、天津大学、中科院上海应用物理研究所等)争先在此装置上进行科学研究,一大批成果通过该装置产生。生物物理所对植物浦光蛋白结构的测试、清华大学对SARS病毒主蛋白酶复合物结构的研究都取得了突破性进展,世界上首先测出来的SARS 病毒蛋白质“3CLMpro”等重大发现被美国《自然》杂志和PNAS 刊物发表。这些成果不仅推动了各领域的科学研究,也必将在一定时间后转化为生产、经济效益。

立足国情研发自主知识产权的过程控制技术

――记2006年度高等学校科学技术奖推广类一等奖

“大型裂解炉温度和负荷先进控制技术”

项目背景

石油化学工业是我国的支柱产业之一,而乙烯工业则是石化工业的“核心”和发展标志,其发展直接影响到国家的经济基础和综合国力强弱,大力发展具有国际竞争力的乙烯工业是我国当务之急。建设新的乙烯装置,投资大、周期长;采用自动化技术提升现有乙烯装置生产技术,增加产量、提高质量、降低消耗,其投资少、工期短、见效快。

目前我国所有乙烯装置生产设备都是从国外引进,由于国外先进控制技术和软件适应不了国内乙烯生产原料多变状况,很难长周期投入使用,因此迫切需要研发具有自主知识产权、适合国内乙烯生产特点的乙烯生产过程先进控制技术和软件,以提高乙烯装置的生产技术水平和国际竞争力。

裂解炉是乙烯生产装置的核心设备,它操作平稳与否不仅影响整个乙烯生产装置的产品质量和产量,而且将影响下游生产装置的平稳操作。因此,对乙烯生产过程开发计算机先进控制技术时,首先考虑开发裂解炉的先进控制技术,且它所获取的经济效益约占整个乙烯装置采用先进控制技术后所获得的经济效益的40%左右。在这方面,国外已有许多成功应用的经验。随着我国乙烯工业的发展,乙烯产量逐年提高,2005年达到740万吨,位居世界第3位,迫切需要先进控制技术,优化大型裂解炉的操作。

研发历程

华东理工大学早期开发了年产4万吨 SRT-III 型裂解炉温度和负荷先进控制技术,于2000年初就在扬子石化公司乙烯装置裂解炉中投入使用,稳定和优化了裂解炉的操作,延长了裂解炉的运行周期,每年可获得3031.69万元的经济效益,2001年,该成果通过江苏省科技厅组织的鉴定。

随着我国乙烯工业的迅速发展,裂解炉规模日趋大型化,目前年产6万吨乙烯的GK-VI型和SRT-IV型裂解炉以及年产10万吨的SL-Ⅱ型裂解炉被广泛采用。这些裂解炉的工艺结构更加复杂,生产负荷也大幅提高,对控制系统提出了更高的要求,原来的技术已不能满足大型裂解炉的控制需求。此外,以人工智能和信息融合为特征的控制理论得到了长足发展,为复杂工业过程的先进控制技术开发提供了新途径。本项目即是在原有技术的基础上,引入人工智能方法,结合工艺对象特点进行了技术再创新,开发了大型裂解炉先进控制技术。

齐鲁石化(目前为国内第三大乙烯生产企业)现有7台GK-VI型裂解炉、3台SRT-IV型裂解炉和2台SL-II型裂解炉,均为大型裂解炉,各炉型间工艺结构差异很大,裂解原料也不同,与扬子石化SRT-III型裂解炉差异就更加明显,这为控制系统的设计、实施带来了相当难度。为此必须首先对不同裂解炉特点进行系统分析,包括燃料气供给系统、蒸汽供给系统、裂解烃原料供给系统和裂解炉烧嘴类型和分布、炉膛结构、炉管分布和结构等,找出影响各炉型裂解炉平稳运行的症结所在,建立各炉型的动力学模型,这对预测裂解炉的动态特性非常关键;之后结合原有技术,融入最新的控制理论成果(例如应用新的模糊CMAC网络学习算法,减少热值软测量的建模时间,提高预测精度),开发了大型裂解炉先进控制技术,并成功应用。此外,本项目首次提出了温度均衡控制系统的新的设计思路,该系统在烃进料流量计故障时仍可保持各组炉管温度均衡。这一思想丰富了裂解炉先进控制技术的内容,提高了该技术的适用范围。

显著实施效果

从大型裂解炉生产过程实时控制的要求出发,融化学工程、自动控制、计算机应用以及人工智能等技术为一体,研究开发了基于模糊小脑模型关节控制器(CMAC)神经网络算法,并将其应用于裂解炉燃料气热值的软测量系统;研究开发了基于热值软测量系统的实时前馈推断控制技术,对裂解炉平均炉管出口温度进行实时控制;应用先进的过程控制技术、动态超前/滞后补偿技术、人工智能技术等,研究开发了裂解炉炉管出口温度均衡控制系统;应用专家系统和非线性控制技术对裂解炉各组炉管进料量进行动态分配,确保了总负荷的稳定;对裂解炉蒸汽注入量进行非线性自适应控制,确保汽烃质量比稳定。

本项目自2003年7月起在中国石化齐鲁石化股份有限公司年产72万吨大型乙烯装置中的SRT-IV型、GK-VI型和SL-II型等12台大型裂解炉上陆续投入使用,经过工业生产装置长达三年的运行考核证明,该技术进一步稳定和优化了乙烯裂解炉的生产操作,使各项工艺操作指标均处于最佳状态。控制效果非常显著,进一步稳定和优化了裂解炉的生产操作,使各项工艺操作指标均处于最佳状态,每年可产生3045.4万元的经济效益,三年来(2003年8月~2006年8月)累计给企业创造了6454.69万元利税的直接经济效益。

推广应用情况

2000年针对国内早期引进的年产30万吨乙烯装置中SRT-III型裂解炉,研究开发了其先进控制技术,并在中石化扬子石化大型乙烯装置上应用,效果显著,长期投用至今。随着我国乙烯装置的扩容改造,裂解炉日趋大型化,2002年针对GK-VI型,SRT-IV型和SL-II型等裂解炉的控制问题,成功开发了大型裂解炉温度和负荷先进控制技术,并在中石化齐鲁石化乙烯装置上成功应用;目前正在对中石化上海石油化工股份有限公司2#乙烯生产装置4台SL-II型裂解炉、2台GK-VI型裂解炉和1台GK-V型裂解炉进行先进控制技术的开发和应用。此项技术近年来已完成了数十台裂解炉(几乎涵盖所有炉型)的应用实施,技术经济指标达到国际先进,在同行业中影响显著。

在国内乙烯行业中已形成很大影响。该项技术解决了乙烯裂解炉生产过程中的若干瓶颈问题,达到同类生产装置国际先进水平,摆脱了我国乙烯生产过程先进控制技术依赖国外引进的局面,形成了具有我国自主知识产权、适应国内乙烯生产特点的智能控制技术和软件,推动了乙烯行业乃至石化工业科技进步,增加了企业竞争力。

2007年初,在中石化乙烯企业交流会议上,该项目因其工业应用实用性强、转化程度高,核心技术已授权国家发明专利和计算机软件著作权(其中“乙烯装置中裂解炉的智能控制方法”国家发明专利获得了2004年上海市发明创造专利奖发明专利一等奖、第九届中国专利优秀奖),形成了适应国内乙烯生产特点的智能控制技术和软件,已作为首批成熟技术在中国石化下属天津石化、东方石化、中原石化、上海石化、广州石化、茂名石化、齐鲁石化等七家企业内全面推广应用。

研发团队

该项目是由以国家杰出青年基金获得者钱锋教授领衔的研发团队完成的。该团队成员多年来一直从事石油化工生产过程建模与优化、先进控制以及智能控制和故障诊断的理论与应用技术研究;依托化学工程联合国家重点实验室、过程系统工程教育部工程研究中心等基地平台,承担了多项国家自然科学基金、863计划、科技攻关、国家工业自动化产业化专项以及40余项中石化企业的科技攻关项目;走“集成创新和引进、吸收、再创新”之路,在石油化工生产过程控制与优化、系统集成等方面作了大量的研究工作,其过程模型化、软测量、先进控制、故障诊断和优化控制等技术,成功应用于乙烯、精对苯二甲酸(PTA)、炼油、聚酯、聚丙烯腈等十余套大型工业装置,取得了一批创新性成果;打破了国外技术垄断,每年为企业创造了新增2.8亿元/年利润,仅在成果应用考核期就累计创造了新增6.69亿元利税,开创了一条投资少、见效快的石油化工装置增加产量、提高质量、降低消耗、实现跨越式发展的自主创新之路,打破了国内石化行业先进控制技术长期依赖国外引进的局面,为推动我国石油化工行业科技进步做出了重要贡献。

前景展望

我国一直将乙烯作为石化行业的龙头和支柱产业加以发展。随着我国国民经济持续稳定发展,对乙烯衍生物需求十分强劲。根据国家规划,“十一五”期间,我国将增加乙烯产能1000多万吨,增长140%左右,乙烯企业平均规模将从47万吨提高到58万吨。面对国际市场的竞争和强劲的国内需求,各乙烯工厂均面临挑战:既要保证重大装备的稳定、可靠又要不断提高生产的技术水平。这不仅仅需要在工艺技术、工程设计、工艺设备上寻求突破,还需要利用信息技术进行自动控制与优化系统的设计。因此,我们应立足更高的要求、更大的规模以及更广阔的市场,不断开发新方法、新技术,在不断的技术创新中获得更为广泛的推广应用市场。

从零开始开创中国魔芋产业

――记2006年度高等学校科学技术奖推广类一等奖

“中国魔芋产业关键技术的研究和推广应用”

项目背景

魔芋为天南星科魔芋属植物的总称,是唯一能大量提供葡甘聚糖的植物,始祖种为热带森林下层多年生草本,系统发育形成其奇特的生物学特征特性,却为中外学者所陌生。种质资源集中分布在亚洲中南半岛、云南南端,中国西南几省自古以半野生魔芋球茎作黑豆腐食用;印度以疣柄魔芋不含葡甘聚糖,主含淀粉的球茎作蔬菜食用;日本只有从中国传去的“花魔芋”一个种,却在二战后恢复经济期间将魔芋发展成一具特色的重要保健食品和化妆品产业,年产值约合人民币100亿元,对国民经济振兴起了重要作用。

当时除日本有几本魔芋栽培技术的小册和一本主写葡甘聚糖特性和保健研究的《魔芋科学》外,魔芋的研究资料很少。从农学角度,特别是生物学基础部分基本都是空白,生产上也仅是半野生多年生挖大留小的自然生长方式。由魔芋特性形成的独特加工工艺及其机械设备均为专用,技术全被日方保密,若购置烧重油的烘干脱水、精粉制造及凝胶食品的三套关键专用设备,每套均在二三百万元人民币以上,难为刚要兴起的民营企业所接受,且有的也不适宜中国使用。

中国魔芋产业的兴起与发展急需经济、实用的加工技术和配套设备及魔芋种植从半野生多年自然生状态转化为计划化、规范化生产的大田作物的系列技术。西南大学项目组组织强大的多学科、产学研及校内外相结合的强劲团队申请立项,从零开始,自我创新,21年如一日,突破并不断发展魔芋种植业和加工业的关键科技,支撑了产业的形成和发展。

总体思路

作为魔芋农产品加工产业,产业链很长,环节也多,但种植业仍是基础,没有种植业保证原料的持续供应,则加工业无从发展,且中国的魔芋种植面临从半野生多年自然生长的原始状态,将必须走向农田,进行有计划、规范化的优化生产,其中农民的观念转变及植物的适应性都将经受考验。因此,项目组必须从魔芋的生物学基础开始研究,深入掌握其特性及对生态条件的适应性,在栽培技术上顺其所好、避其所忌,尽力预防病害的侵袭,力争较平稳地完成其转化。这是一个系统而漫长的过程。

根据当时背景,魔芋加工产业的起步还得突破空白,抓住关键,攻克瓶颈。项目组确定对加工的三环节,即初加工、精粉加工和制品研制同时并举,边研究应用,边总结提高,力争促进产业尽快兴起。此外,由于当时热心进入魔芋行业的都为民营企业,他们大多资金不充足;因此项目组在要求技术路线和设备设计起点高、技术赶超国际先进水平的基础上,也提出了不盲目追求高精尖,但求经济、实用、高效益,节约起动资金。

主要工作及技术经济指标

项目组率先在全国进行以下工作:

考察并收集、保存、研究了魔芋种质资源,发现命名了全球品质最优的“白魔芋”新种,推广29万亩;

制定了《中国魔芋种植区划》,指导全国优选最适植区和最适海拔高度的山区有计划发展种植基地,已建成全国重点基地县14个;

进行了魔芋新品种选育工作,选育并审定了中国第一个新品种“万源花魔芋”,推广33.5万亩;

对魔芋生物学特性进行研究,从理论基础上弄清魔芋生长发育特性及对生态环境的要求,为科学种植奠定理论基础;

开展魔芋优化栽培、间套作制度及防病丰产高效益等栽培制度及技术研究,已累计推广面积216.67万亩,使一个半野生植物较平稳地转化为规模化大田作物;

采用复合护色剂和特定高温杀酶技术,并创新研制配套6YMH烘干机及其后改进的网袋式烘干设备,解决了土法烘烤造成黑心及含硫量超标问题,推广39台,价格仅为日本的1/10,效果相同;

创立了魔芋精粉干法、湿法和干-湿法三种技术原理、工艺及设备。尤其是干法的MJJO-1型精粉机采用军工技术自行创新研制极为成功,产品达特级。至今已推广以上设备1138台,三法的技术和设备推广覆盖面占全国95%以上,填补了国内空白;

研发了以魔芋精粉作食品及添加剂应用的终端制品的技术和规程,推动了全国魔芋食品的兴起;

项目新增产值855971.62万元,新增利税279469.006万元,创汇5892.56万美元,经济效益显著。

社会效益

山区农民脱贫致富,每亩增收2000元即可脱贫1户,已推广279.17万亩,约900万农民脱贫致富;

从无到有推动中国魔芋产业的兴起和发展,已形成“种植-初加工-深加工-多行业应用”的产业链,形成年产值超百亿元的新兴产业,为社会增加了就业岗位并带动了相关各业;据海关统计,魔芋产品每年增加出口创汇约4000万美元;此外,开发的魔芋保健品和食品还能增进人体健康。

推广的具体措施

开办培训班

开办了多场级别较高、影响较大的全国性高级魔芋科技培训班:1988年在成都举办,参会人员来自全国,约150人;1997年在昆明举办,有来自全国和当地的约200人参加;开办了魔芋分析测定全国培训班3次,主要是企业化验人员参加,共约180人。

此外,还开办了省、区、州级培训班共10次,参加人员约1500人;县、市级培训班(主要是培训当地科技人员,作为“二传手”),约50次,8000人;乡、村一级培训班(主要培训农技员,并从农民中选取领悟较好者作为魔芋技术员),约15000人次。

实地指导工作

多年来,项目组先后派出科技人员在重点企业及重点县市蹲点(在万源蹲点6年)指导科技工作,解决疑难。

召开科技研讨会

为了方便科技人员交流和普及魔芋科技,先后召开了多场科技研讨会:1988年在成都召开了全国性科技交流会,200余人参加,印出论文集;1995年在西南大学召开了中日魔芋科技研讨会,有来自日方的专家学者、企业人员、农民等20余人,以及中国的企业骨干等约200人参会,印出中日文会刊。此外,还举行了8场全国性魔芋加工科技会及种植业基地经验交流会,参加人员总计达2000余人。

项目组非常重视产学研结合,指导教师和研究生发表的魔芋科技论文近200篇,指导产业发展的论文83篇。

横向合作

横向合作由学校与地方共同承担,主要是在当地共同完成魔芋技术推广,共16项。

普及宣传

篇8

王戈13岁有了自己第一把电吉他,大学时候读的专业是计算机。他说如果自己当年在普林斯顿大学本科毕业没有继续读书的话,可能成为一名程序员,把音乐仅作为一个爱好。不过当他在普林斯顿的音乐计算机研究专业继续深造之后,他发现二者并不存在鸿沟,计算机软件、人际关系、乐器之间其实可以连接起来。

他的愿望成为了现实。Smule旗下的一款名为Ocarina(中文名为“埙”)的App现在已经累积了800多万的用户下载量。2008年11月8日,这款应用在苹果应用商店上线的第四天,就冲到了各类应用下载排行榜的第一位,然后在那儿停留了3周的时间。

Ocarina是这样一款App,它可以将你的iPhone变成乐器。你用手持埙的方式捧着你的手机,用嘴对着手机话筒吹气,再配合以手指动作,然后就能像吹埙一样让你的手机发出同样的声音。“准确来说,应该是陶笛,埙的声音更低沉,而陶笛的声音更明亮和快乐,我们只是把它的中文名定为埙,中国人都知道埙这个乐器。”王戈说。Ocarina借助了手机里面的声音感应器。另外,Smule产品所依托的底层技术属于王戈在大学攻读博士学位和随后在斯坦福大学教书时所专研的领域。

Ocarina不同的地方在于,当时它重新界定了乐器的概念和机制。Ocarina把人和手机的关系变成了人和乐器之间的关系,只不过你的手机成为一个“数字化”的乐器,后者的发生机制是震动和共鸣,而前者依靠的是代码。“我的导师Perry Cook在人机交互,具体来说也就是如何把不是乐器的计算机变成乐器方面给了我很多的建议。”王戈说。

开源的音乐编程语言CHUCK是王戈在普林斯顿大学递交的博士论文的题目,它在后来成为Smule旗下10个App—以及已经下架的,初期一些实验性质的产品所依托的计算机语言。在2007年进入斯坦福大学之后,王戈组建了第一支移动电话乐队,乐队成员用装有运行CHUCK语言的移动电话演奏乐曲。

“我们第一个试验的智能手机是诺基亚N95,那个时候苹果公司还没有推出iPhone,当时手机的CPU已经非常快了,不过那个时候我还没有想过要建公司开发商业化的产品,并且也没有合适的机会,即便明白手机替代台式机或者笔记本是一个趋势”,王戈说。

2008年春天,苹果公司向移动应用者开放了SDK(Software Development Kit ,软件开发包),开发者可以在上面为同年上线的苹果应用商店撰写以及App。

那一年,硅谷电信安全商Tumbleweed的创始人Jeff Smith在斯坦福和王戈相遇—两人决定创办Smule。“开发产品并不是我的初衷,”王戈说,“我只是觉得它或许是研究的一部 分。”而Jeff Smith除了在1999年推动Tumbleweed上市之外,在硅谷还经营过几家公司。

Bessemer投资在Smule种子投资阶段注入了160万美元。王戈觉得这不管是对于Smule还是自己来说都是一件幸运的事情。“Jeff Smith是一个优秀的公司管理者,在硅谷他也有丰富的人脉”,他将公司的管理事务交给Jeff Smith,自己主要把握产品设计和方向。

Smule推出的第一个产品叫Sonic Lighter(中文名是“打火机”),王戈觉得它更像是一个玩具,一个试验性质的产品。“利用移动设备的话筒,用户可以通过向话筒吹气来吹灭屏幕上的蜡烛。”它的试验特性在于Sonic Lighter首次尝试了社交。“我们在界面上做了个地球仪,用户可以看到这个世界上除了自己之外,还有哪些人在玩这款Sonic Lighter。”

这个地球仪代表了Smule的愿景,通过音乐让用户连接起来。“我只是觉得,当你在用Ocarina吹奏《茉莉花》时你或许会想这个世界上会不会有另外一个人也在干同样的事情,于是你在界面上拨弄这个地球仪,你发现比如在澳大利亚的悉尼有另外一个人也在吹同样的曲子,当然你可能没办法知道这人是谁,但我觉得这个过程挺有意思。”王戈说。那个被当做社交象征的地球仪在之后的包括Ocarina,Magic Piano(魔法钢琴)和音乐社交软件Sing!上被运用和完善。

Smule产品系列的一半功能都被安置在云上,包括用户曲目等等。而云服务很大程度上促成了它在2011年对Khush的收购,后者是一家专注于人工智能和声音软件的开发公司。王戈说对Khush的收购有助于公司对说唱应用Autorap的完善,不过他并没有透露收购价格。

在2008年至今的时间里,Smule陆续了包括演唱应用T-pain和Glee等,Smule的市场团队会对全球的流行音乐趋势做调研,将受欢迎的英文歌经制作团队修改后放到乐库中,这些音乐都被储存在云端。

团队根据产品自身特性将其到除了iPhone之外的其他设备比如iPad上,同时也针对iPad开发了自己的App,比如2011年12月上线的Magic Piano—考虑到屏幕的大小,它并不那么适合放在iPhone上。不过研发团队增加了Magic Piano的发音形式,将传统的钢琴键盘设计成坠落的圆点,用户敲击这些圆点同样能够发声。

“Smule的产品并不想要降低原有乐器的普遍难度,但入门级别的乐曲难度符合大多数人的期望,你可以完全不会,但大多数人可以在较短时间内就能够上手。”王戈说。比起乐器软件,用户们也更愿意为游戏软件付费。在今年5月,曾经仅在苹果iOS平台上开发产品的Smule把目光投向了Android系统,这更像是迫于市场压力而非主动靠近。“那些开发跟声音、图像和图片相关的应用开发商总会更偏向于iOS系统,因为苹果在多媒体方面的硬件设施更好,而Android,它下面的手机实在是太多了。”王戈说。团队必须为每一型Android手机做产品调整,因为它们各自的情况都不一样。

篇9

关键词:巡检;KPI;监控

中图分类号:TN929.5文献标识码:A文章编号: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)即关键业绩指标,是通过对组织内部某一流程的输入端、输出端的关键参数进行设置、取样、计算、分析,衡量流程绩效的一种目标式量化管理指标,是把单位或企业的战略目标分解为可运作的远景目标的工具。网络KPI自动巡检是一套自动化巡检系统,它可以对系统实时监控,及时发现问题、解决问题,防患于未然。在工作前可自动从巡检工作站下载任务,工作中可以对巡检内容进行轻松的选择和录入,工作后可将巡检结果自动上传至数据库中。通过巡检系统能够更加容易掌握线路运行状况及周围环境的变化,发现设备缺陷和危及线路安全的隐患,提出具体的检修内容,以便及时消除缺陷,预防事故发生,或将故障限制在最小范围,保证电力设备的安全和电力系统稳定。

一、KPI基本功能和理论基础

KPI(Key Performance Indicator)即“关键业绩指标”,KPI考评体系是一整套覆盖各项职能和各个层级的KPI考评指标管理系统,通过分析和计划、汇报和指导、考核三方面实现管理规范化,从而达到提高整体业绩的目的,其功能包括:分析、计划功能帮助分析工作问题,找到计划工作的重点。汇报、指导功能实现对向上汇报的重点,向下指导的方向。考核功能实现定量地效考核,反映随时间进步的情况。

KPI的理论基础是二八原理(也叫2080原理),是由意大利经济学家帕累托提出的一个经济学原理,即一个企业在价值创造过程中,每个部门和每一位员工的80%的工作任务是由20%的关键行为完成的,抓住20%的关键,就抓住了主体。二八原理为绩效考核指明了方向,即考核工作的主要精力要放在关键的结果和关键的过程上。于是,所谓的绩效考核,一定放在关键绩效指标上,考核工作一定要围绕关键绩效指标展开。

绩效管理是当前的一个热门话题,电力行业也是如此。实施多年的以“德政勤绩”为特征的人事考核体系的弊端,已经被越来越多的人所检讨,检讨结果是一致认为,必须导入现代人力资源管理中的绩效考核理念。当前令人困惑的实际状态是检讨归检讨,实际上用的仍然是以“德政勤绩”为特征的人事考核体系。其原因是如何才能设计出一套符合现代要求,切实可行的绩效考核指标体系呢?这是当前面临的最大问题。

作为自动化的巡检系统,网络KPI自动巡检在设计之初便综合考虑多种条件和因素,在安全性、灵活性、复用性、可维护性等方面做了深入考虑。本次研发不仅严格遵守各项标准基础,而且综合自身因素和产品特点,深入挖掘行业应用特性,综合考虑符合电力行业的自动巡检系统。

二、网络KPI自动巡检系统设计理念

(一)严格遵守标准化。系统应遵循相关技术标准和行业规范要求,如:ISO国际标准化组织制定的国际标准、GB中华人民共和国国家标准、DL中华人民共和国电力行业标准等等。本产品严格遵守国际和国内相关标准,扩大同类产品的互换性,降低产品和工程成本;促进科研成果和新技术的推广;合理利用能源和资源;便于国际技术交流。

(二)良好的通用性。系统需要具有开放的结构体系,不仅要满足用户当前的需要,而且还要满足将来能容易地扩展其功能和规模的需要,适应行业的发展、管理模式的变化以及技术的更新等。因此,系统需要保证在平台开发、系统结构、数据和接口等方面的充分开放性。本系统充分重视开放性的应用,遵循统一接口规范,制定具有广泛适用性的统一接口,在保持开放性的同时也减少了维护成本、多系统集成成本,解除后顾之忧。

(三)优质安全保障。信息系统的安全性至关重要,为保证数据和系统的运行安全,需要从硬件、网络、软件等方面进行处理,如采用硬件冗余技术提高硬件的安全系数;采用网段分离技术、数据缓存、权限控制,提高安全性;采用权限控制、密码控制等措施以保证数据安全性;采用ssh(目前大多数网络设备开放的远程访问方法)技术保证数据传递安全性。在系统数据存储安全方面,对于会话期数据采用传递完成及时清空的策略,对于永久期数据采用不可逆加密机制保存,确保数据安全性。更重要的是用户在管理上应该制定合理的制度来确保系统安全。

(四)方便维护。从用户角度出发,系统需要有良好的可维护性,一般性故障可由用户的系统管理员通过强大的后台管理在现场自行处理。此外,还提供专业人员远程操控,现场维护等方式对故障精确定位,确保万无一失。

(五)先进性和成熟性并存。计算机软件技术在高速发展,为保证系统在相当长的时间内不落后,应尽可能地顺应技术发展的趋势,采用先进的系统软件和前端技术实现。过于先进的技术可能带来技术风险,过于成熟的技术可能会导致落后,先进性和成熟性的结合非常重要,尤其在选择系统平台和开发环境、运行模式时非常重要。本系统从架构设计到变成开发都充分考虑到这一点,运用的技术既是当天比较流行的前沿科技,也考虑到了架构的稳定性,做到先进和成熟两者兼顾。

(六)良好的用户体验度。本系统的研发做了充分的市场调研,行业业务探讨,整合考虑了业内专家和员工意见。该系统用户参与度极高,操作界面简单,人机交互效果极佳,在拥有专业严谨的业务的同时,又不失游湖体验度。

三、网络KPI自动巡检系统的架构设计

网络KPI自动巡检系统严格遵守反层架构设计,即展示层、业务逻辑层、数据处理层。数据处理层提供整个系统的数据源,业务逻辑层负责巡检业务的流转,展示层展示给客户有好的界面。

服务工具采用B/S方式实现,由web服务、采集服务与数据库服务组成,维护终端只要支持IE浏览器、不需要安装其它插件就可轻松使用。因此服务工具仅需部署于服务端设备,不需要在客户端再次部署。

1.web服务:使用APACHE作为WEB服务,用JAVA语言实现。

2.数据库服务:采用oracle数据库存储系统管理数据。

3.采集服务:用JAVA语言实现。

可以将3种服务部署于一台设备,根据设备的数量,可通过增加设备,分布部署方式实现轻松扩容。

(一)客户端。客户端采用市场占有率最高的浏览器/服务器即B/S模式,服务器支持大部分的UNIX、LINUX以及Windows操作系统,主要完成业务操作、数据展示、警报提醒等功能。其中数据展示的表示方式多种多样,根据需要可以展示大量数据报表,也可以展示更加直观的饼状图、柱状图等。

(二)WEB应用服务器。WEB应用服务器也叫业务逻辑处理层,主要完成严谨的逻辑和数据处理,配置模块主要包含:日常性能巡检、链路性能巡检、高级脚本巡检、资源审计。应用层集成了通用的借口,可以与对其他系统通过WEBSERVICE等方式进行数据对接,同时提供巡检数据的自管理功能,并通过集中调度实现巡检任务的执行周期管理。此外应用层服务预留了云计算的数据处理服务,可以在保证系统稳定的同时进一步提升数据处理能力。

(三)数据服务器。数据服务器支持多种主流数据库,如oracle、mysql、mssql、sqlserver、db2d等。数据服务器通过人工录入或者对接现有系统完成巡检数据的采集、分析与处理。通过SNMP/TELNET/SSH/SYSLOG等方式采集对纳管对象的维护数据,根据需要保存到不同的数据系统中。数据库根据可以根据需要就行选择,存储过程、视图、数据连接池、加解密等先进技术保证了数据操作安全、快速。

四、具体功能模块

(一)前台展示模块。快捷获取巡检指标基础信息:模拟人工指令巡检时通过指令获取信息的方式。用户定义指令,系统自动获取回显信息,作为巡检展示定义的依据。前台展示模块灵活多样,采取可定制的模式,用户可以根据自身的喜好定制出不同风格展示效果。

(二)强大的处理服务。处理服务器采用云台的方式、云端结合。云计算(cloud computing),分布式计算技术的一种,其最基本的概念,是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序,再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。透过这项技术,网络服务提供者可以在数秒之内,达成处理数以千万计甚至亿计的信息,达到和“超级计算机”同样强大效能的网络服务。

云计算具备大规模、虚拟化、高可靠性、通用性、高可扩展性、按需服务、极其廉价等优势,云计算也为本系统提供了最可靠、最安全的数据存储中心。用户不用再担心数据丢失、病毒入侵等麻烦。

(三)先进的数据管理。Oracle是以高级结构化查询语言(SQL)为基础的大型关系数据库,通俗地讲它是用方便逻辑管理的语言操纵大量有规律数据的集合。是目前最流行的客户/服务器(CLIENT/SERVER)体系结构的数据库之一。

本系统采用目前最先进的oracle做数据存储,从物理上和逻辑上保证了数据的可靠性和稳定性。

(四)LOG巡检。LOG巡检支持TELNET读取与SYSLOG协议两种方式主动获取设备的LOG,同时主动根据定义的检查规则对LOG信息进行检查,形成检查结果报告。

LOG检查规则定义:可视化定义LOG检查规则,支持检查项目的快速扩展。

LOG巡检执行与报告:自动执行LOG检查,生成设备与时间两维度的检查报告,直观获取有故障的设备与时间。并且快速定位到详细的故障点。缩短故障发现时间和处理时间,并有利于历史的对比与回顾。

手动检查:让LOG检查更加灵活。自动分析是在既定的规则上进行检查,而临时的检查可能会需要添加一些额外但不常用的规则,可以采用手工分析方式,临时对一些信息进行检查,弥补自动的不足。

五、网络KPI自动巡检的业务优势

及时发现故障:系统具有实时监控的特性,一天24小时不间断,无死角地扫描电力运行的状态。发现问题后自动启动报警系统,并提供信息化解决方案和以往类似问题的处理意见,能保证用户第一时间发现问题和正确无误地解决问题。

预估问题:系统收集了电力行业业务操作的各种参数,在实时监控电路是否运行正常的同时收集各种参数,通过与正常参数的对比可以预测该线路耗损情况和异常情况。发现异常后系统将这些警告通过前台直观展示给用户,提醒用户采取相应维护措施,做到运筹帷幄之中、决胜千里之外。

显示简明、易懂:系统数据通过各种图形(如柱状图、饼状图)对系统运行数据进行直观展示,并提供辅助决策意见。用户通过这些直观信息反馈更容易做出准确判断,节省宝贵时间。

节省人力、节约成本:本系统完很好地完成了人工检测和监控功能,一套系统可以节约大量人力、物力、时间和成本。

集成多系统:系统具有良好的通用借口,遵循统一表春规范,可以整合目前行业内各种的系统,复用性、重用性良好,节省资源、提高效率。

六、KPI在电力行业中的运用情况

KPI大量应用在电力行业考核,取得了理想的效果。网络KPI自动巡检自进入电力行业以来,发展势头迅猛,得到广大电力工作者的首肯,目前很多的省市已经采用这一技术解决方案。

这款系统大大节约了人力,提供了良好的安全保证,满足了企业自动化办公需要。随着电力行业软硬件的变更,KPI自动巡检系统也在悄悄变身,做到适用于任何时间任何地点的产品,我们有理由相信越来越多的用户会加入到KPI自动巡检的任务中来。

综上网络KPI自动巡检系统技术先进、优势明显。它节约成本,节省时间,优化资源合理配置;它功能强大、时时监控,保障电路安全、良好运行;它接口规范,复用性强,多系统对接,整合性强;它业务严谨,专业性强、是为电力行业量身定做的系统软件。我们有理由相信,在提升电力运行效率的同时,网络KPI自动巡检系也必将迎来光明的应用前景。

参看文献:

[1]华泰龙.华泰龙监控系统技术建议书,2010,4

[2]李士勇.模糊控制、神经控制和智能控制理论[M].哈尔滨:哈尔滨工业大学出版社,1998

[3]吴泉源.人工智能与专家系统[M].长沙:国防科技大学出版社,1995

[4]乌日图.实时专家系统及其应用研究[J].内蒙古工业大学学报,1998,17,2:17-21

[5]白树忠,南新志.变电站综合自动化实时数据库管理系统的研究与开发[J].电力系统及其自动化学报,2002,14,3:43-46

篇10

关键词:软件体系架构;本科课程;软件工程

软件体系架构 (Software Architecture,以下简称SA)学科涉及内容纷繁庞杂,至今一直处于发展演进阶段,选取什么样的内容进行本科阶段教学工作,是一个值得深入研究的问题。

国内外相关机构针对此问题提出了指导性意见,如在IEEE-CS和ACM联合工作组制定的SEEK (Software Engineering Education Knowledge)[1]中,软件工程本科生获得学位所需要掌握的相关知识包括:体系架构的视图与表示、权衡问题、硬件问题、需求的可追踪性、特定领域的SA和软件产品线、风格和设计模式。我国教育部门于2006年制定高校“计算机科学与技术本科专业规范”[2],以IEEE-CS和ACM制定的相关标准为蓝本,对2003年以来的相关工作进行了总结和改进。这些指导性文件为SA教学提供了参考框架,但并没有规范具体教学内容。下面结合我校计算机学院的教学实践,对这个问题进行讨论。

1学生知识结构及课程特点分析

1.1学生知识结构分析

由于大四阶段学生面临实习、找工作或考研等任务,软件体系架构课程通常于大学三年级开设。此前学生学过的专业课程包括高级语言程序设计(C语言)、汇编语言、数据结构、计算机组成原理、单片机及其应用、操作系统、软件工程、计算机网络、可视化程序设计、面向对象程序设计(C++、Java),同期开始的课程包括数据库、编译原理、应用服务器开发、网络工程、构件技术、UML建模等。尽管已有不少专业基础知识,但学生普遍缺乏大型软件项目的实战经验,许多学生甚至是第一次接触SA概念。因此,从自身经历出发,学生难以自发体会到SA对软件系统的重要性。这就造成教师要把许多SA概念“推”给学生,尽管不能说是拔苗助长,显然不及学生主动去“拉”知识的效果好。

1.2SA课程的特点

SA不是一门成熟学科,主要表现在:1) 缺乏明确的定义。2) 问题的解决方案不唯一,寻找解决方案没有固定统一的途径可遵循。3) 如何维持SA与具体软件质量属性之间的关系,没有明确答案。良好的架构是成功软件开发的基础和必要条件,但不是充分条件,还有许多因素如编码技术等,都会影响软件质量。4) SA涉及不仅仅计算机学科内容,还包括商业、政治、心理、艺术、社会经验等诸多方面因素。5) 缺少成熟、经典的教材及教学案例。国内很多高校也是在最近几年内,才陆续开设了这门课程,很多地方还待改善,例如就课程名称来说,用“软件体系架构” 就比“软件体系结构”更准确[3],因为英文“结构”一词应该用structure,而architecture则表达更宏观的含义,更贴近SA实质内容。

1.3SA教学策略和教学内容的体系架构

基于以上特点,我们在学期一开始就给学生布置了软件开发任务,让他们变被动为主动,有目的地接受课堂内容,主动去搜集相关知识。教学中对一些理论性、抽象性较高的内容做了适当取舍和调整,增强实例演示。针对于SA中某些不确定内容,教师提出几种可能解决途径,让学生思考讨论其优缺点。学生在开发软件时,将亲身体会SA对软件开发的决定性影响。

2SA教学内容讨论

2.1软件开发流程介绍

软件开发流程包括:调研、立项、需求分析、总体设计、详细设计、编码、测试、产品化、结项、维护。同时教学中还概要介绍了开发工具、开发语言和开发方法学(瀑布、RUP、极限编程),展示一个软件开发实例。上述内容共计4学时。

尽管前期软件工程课程中会介绍这方面的部分内容,仍有必要向学生指出SA设计在软件开发中所处位置,为后面介绍SA对软件开发各阶段的影响奠定基础,并通过实例演示,引起学生的兴趣。

2.2SA概论

主要是关于SA的宏观介绍,包括:编程语言的进化历史、SA发展历史、SA各种定义(含IEEE 1471-2000标准)及其存在问题、哪些因素会影响到SA及SA对其的反作用。共计4学时。

历史介绍使学生了解SA学科发展的来龙去脉;定义、影响因素的介绍使学生意识到SA设计会受商业、架构师技能、前期产品架构等多因素影响,具有相当大的复杂性和不确定性。这个阶段可以开始给学生布置软件开发任务,让他们自己先思考如何完成工作,逐渐从被动接受过渡到主动获取知识。

2.3常见SA风格及应用实例

SA风格包括分层风格、管道―过滤器风格、黑板风格、风格、视图―表示―控制器(MVC)风格、表示―抽象―控制(PAC)风格、微内核风格、反射风格、C/S 和B/S风格、P2P风格、面向对象风格、解释器风格等,另外对应每一种SA风格都有应用案例。约12学时。

这部分是SA多年发展成果的一个总结,也是课程的一个重点。讲解时,教师指出这些风格所适用的软件系统类型,给出每种风格的应用实例,并用UML表示该风格(其中一些可布置为课后作业)。同时提醒学生注意:1)这些风格属于宏观级别;2)风格之间不是严格独立的;3)实际系统可能包含多种风格;4)开发软件系统时,应当首先考虑这些成熟的风格,再根据具体情况加以修正和细化。

2.4SA描述及编档

内容包括基于UML的SA描述、SA编档和“4+1”SA视图。4~6学时。

这部分涉及体系结构描述语言(ADLs),但考察后发现,一方面,ADLs较枯燥,很难引起学生的兴趣;另一方面,SA本身有着众多不确定性,尤其是开发的初期阶段,此时精确描述的SA会被修改多次,事实反倒是一些粗线条、不精确、不一致的SA内容真正在引导软件开发前进;最后,当前ADLs自身存在很多不足,对实际软件开发几乎没有影响。因此,本部分重点集中在怎样用UML描述SA和SA文档编档上,对ADLs及用途仅做简短介绍。从实用角度看,UML已经发展了十多年,因方便与外界交流,被业界广泛接受,学有所用。但是,仅用图形符号来表述SA会带来一些不确定性,因此还要补充适当符号、术语和原理等的文字说明,并从涉众的不同视角出发,去关注SA。

2.5质量属性驱动的SA设计

内容包括:常见的质量属性(可用性、可修改性、性能、安全性、易用性、可测试性等)及实现方法;理解属性之间的权衡;列举质量属性应用案例;从质量属性分析入手,设计SA并进一步求精。约8学时。

这部分除过让学生了解实现质量属性的基本战术外,还要使其意识到寻找各种属性之间的平衡,是架构师的重要责任。如何设计SA方法众多,没有统一途径可循,介绍过多的设计方法,反而会让学生感觉难以适从,因此重点讲解基于质量属性的设计方法。

2.6SA评估

内容包括架构权衡分析方法ATAM及案例。4学时。

评估方法还有许多,如软件架构分析方法SAAM、成本收益分析方法CBAM等,各有所长。为集中注意力避免盲目学习,除ATAM外,我们对其余评估方法均只做概要介绍。

2.7SA设计及实现实例

讲授一个人工智能软件的SA设计、评估、实现和编档。约4学时。

本软件在开学第一堂课就已经向学生展示,在课程接近结尾时把其SA设计及实现过程讲解给学生,前后呼应。好的实例胜过千言万语,让学生观察体验如何运用所学知识解决具体问题。

2.8SA前沿讲座

邀请大公司软件开发人员作讲座,约4~6学时。讲座内容包括:面向服务的体系架构SOA及Web Service;多核并行计算集群网格计算物联网云计算;国外SA教学课程;国际知名专家关于SA的最新论文等。

这部分主要用于开阔学生视野。例如,学生看过微软、谷歌、IBM等的“云”架构后,体会到尽管应用领域日新月异,SA的一些基本原理和方法仍然有效。专家论文中的观点和方法对理解SA有很好的启发效果,使学生把握到学科前沿动态,了解自己所处位置及努力方向。公司开发人员的讲座是对课堂教学的有益补充,使学生了解实际软件开发中问题,有针对性地进行学习。

2.9SA课程自学内容

自学内容有设计模式、软件产品线、特定领域软件体系结构(J2EE,WWW等)、SA重构等。

设计模式属于软件开发过程中的详细设计部分,如果放在SA课程中会使内容过于庞大、流于形式,我们考虑将来开设单独的课程。自学内容这块我们要求学生查阅相关参考书,就其感兴趣领域撰写阅读报告,深度上要求知晓主旨大义,略过细节。

2.10SA教材选取

到目前为止,SA课程没有集大成的教材,国内外教材各有长处和不足。正因如此,我们决定不固定教材,要求学生遇到相关问题后,就同一问题查阅相应的中外参考资料[3-10]。

3实验环节

实验内容包括软件可修改性实验;动态人机交互界面实验;管道―过滤器模式软件的设计及实现;MVC风格软件的设计与实现;主要SA风格的(UML)描述;人工智能软件SA的设计(实现)、评估、编档。约20学时。

教师在对学生分组时候应注意人员搭配,根据情况及时调整,避免某些工作有的组进行不下去。学生分组后,按指定内容完成实验,通过实验使学生体会如何将理论转换为实际软件产品,掌握知识要点。根据学生特点,我们选取了难度和复杂度适中、包含人机交互的项目。每次实验后组织课堂讨论,交流经验体会。部分实验内容如图2~图4所示。

图2中显示一个可修改软件质量属性场景,主要让学生掌握如何利用软件工程基本知识,灵活适应需求变化。这些知识包括信息隐藏原则、最小权限原则、基于函数的过程设计、面向对象设计等,它们不仅是计算机专业学生应当掌握的基础知识,而且也贯穿SA设计实现、发展演化的全部过程。图3显示管道―过滤器SA风格有着众多实际应用,如编译器、示波器等数据流处理系统。基于当今多核处理器的普及,我们让学生设计实现一个多线程环境下的管道―过滤器风格软件。图4的MVC实验目的是让学生掌握人机交互软件的SA设计和实现。实验开始前教师将一些基础的算法程序交给学生,然后让他们按照MVC风格将这些程序组织起来,形成一个容易拓展的软件架构。其他实验还包括SA的设计、UML描述、评估、文档制作,等等,内容涵盖SA教学环节的各主要方面,有效配合课堂教学。

4结语

SA课程建设涉及内容繁多,今后我们还需在以下方面加强努力:1)教学、实验案例及教材建设;2)从

SA到软件实现,如何保证质量属性一致性;3)如何使SA教学适应工业软件产品开发的实战需求等。SA正向成熟期过渡,课程建设将紧紧围绕学科发展方向和社会需求而进行。

参考文献:

[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] 余颖,刘杰,李晓昀.“软件体系结构与设计模式”课程教学模式的探讨[J]. 计算机教育,2009(22):120-122.

[3] 张友生,李雄. 软件体系结构[M]. 2版. 清华大学出版社,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. 软件体系结构教程[M]. 北京:清华大学出版社,2008:1-20.

[9] 覃征,刑剑宽,董金春,等. 软件体系结构[M]. 2版. 北京:清华大学出版社,2008:91-100.

[10] 杨芙清,梅宏,黄罡,等. 构件化软件设计与实现[M]. 北京:清华大学出版社,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)