人工神经网络在农业中的应用

人工神经网络是人工智能领域中发展迅速的信息处理技术之一，在简单介绍了人工神经网络的发展和基本结构的基础上，对人工神经网络在农业中用于农业技术管理、分类、预测等方面进行了综述，图１，参２９。     

CSCW在航天测控领域的应用研究

随着航天测控领域的发展，航天测控工作的整体性和测控设备与测控人员在地理位置上的广散性之间的矛盾日益突出。领域的高技术和相互间的高度合作要求人员之间的联系更充分，通过现代通信技术和计算机网络技术来缩短人员间的时空距离，为相互间的意见磋商与合作提供了支持的可能。提出了一种基于Internet/Intranet技术的CSCW(ComputerSupportedCooperativeWork)，能够使更多的人员共同参与重大事件的决策与交流，共同分析出现的问题，彼此合作，发表意见和提出建议，增强相互的理解与沟通，共同形成对复杂决策事件的充分认识，建立对复杂事件的最广泛、最大程度的合作，结合多种手段和多种技术的融合，为航天测控的复杂事件的决策过程构建必要的软件和硬件环境。     

从基于逻辑的人工智能到社会智能的发展

从思维科学和系统科学交叉发展的观点回顾人工智能半个世纪发展的历程：它经历了以“物理符号系统”为假设的传统人工智能（逻辑思维的模拟）；人工神经网络为代表的分布式人工智能（形象思维的模拟）；现场人工智能（逻辑思维、形象思维与运行环境相结合的模拟）；智能体技术、人工社会研究所涌现的社会智能（社会思维和群体智慧与运行环境相结合的模拟）。钱学森于1990年发表了开放的复杂巨系统及处理这类系统有关复杂问题的方法论，接着提出：我们要研究的不是智能计算机，是人机结合的智能系统，以此为基础，建立了信息空间综合集成研讨体系（Cybespace for Workshop of Metasynthetic Engineering），为社会智能涌现提供了可操作的技术平台。     

基于Agent软件合成的分布决策支持系统研究

通过Agent技术进行软件合成的分布式决策支持系统研究是AI领域研究热点，尤其是在互联网广泛应用的前提下更具研究价值。本文在分布式决策支持系统DDSS研究成果的基础上，提出了基于Agent软件合成的协同交互AODDSS的构建，包括智能Agent结构，模型和知识的描述，基于Internet/Intranet的AODDSS框架和知识语言KL，Agent间协同交互和复杂问题求解的分布解决方法及流程，以及在商业连锁企业决策中的应用。     

基于多层网络的人工智能领域跨界技术融合

为更好制定人工智能领域发展政策,通过构建人工智能领域的技术融合网络,分析该领域技术融合机理.基于人工智能领域2010～2019年的专利数据,结合技术维度和组织维度,从技术特征、组织的技术特征、组织的关系特征3个层面进行实证研究.结果 表明:人工智能领域组织合作稀疏、融合技术相对分散、组织和技术具有明显的核心-边缘结构特...     

网络化管理——敏捷供应链系统

敏捷供应链是网络化经济时代的新型管理模式 ,本文研究敏捷供应链管理系统的设计与组织管理 ,提出了基于 Internet/ Intranet系统模型和基于多代理的组织模式 ,为供应链管理研究提供参考.     

系统化视域下人工智能融入人民政协协商民主的创新路径

人工智能对协商民主建设而言具有重要的战略价值，可优化国家决策系统、改善政府政策执行系统、完善社会治理系统。同时，人工智能也对人民政协协商民主提出了系统性挑战，协商主体需要具备更专业性的信息处理与整合能力，协商过程需要具备更高的科技融合性、网络安全性和制度规范性，政协组织需要具备更强的适应性、包容性和代表性。从系统化建设的角度，提升协商参与者的智能技术水平，激发人工智能在人民政协的治理效能、为政治系统与社会系统良性互动提供技术支撑，是人民政协协商民主未来发展的重要方向。     

人工智能决策可解释性的研究综述

人工智能决策的性能在某些特定领域超过了人类能力,中国、美国等多国都颁布了人工智能发展战略和行动规划,期望人工智能在多个领域得到落地应用.但在人工智能决策过程中,存在着固有算法黑盒和系统信息不透明的问题,导致其结果正确但不可理解,阻碍了人工智能的进一步发展.为了人工智能的商用和普及,对智能决策可解释性的需求越来越迫切,需要将黑盒决策转化为透明过程,建立起人与机器之间的信任.本文从系统应用视角和决策收益者视角出发,重点对人工智能决策可解释性的基本概念、模型解释方法、高风险决策应用解释和解释方法评估等四个方面的国内外相关研究进行综述,并展望了未来研究发展趋势.     

基于多分类支持向量机的智能辅助质量诊断研究

在分析比较目前常用的质量辅助诊断方法局限性的基础上,提出了一种基于多分类支持向量机(SVM)的质量控制图智能诊断新方法.该方法以SVM技术为智能核心,较好地解决小样本学习问题,避免了人工神经网络等智能方法在对小批量生产过程质量诊断时所表示出的过学习、泛化能力弱等缺点.另一方面,通过结合投票法和决策树的基本思想,所提方法拓展出对控制图混合型异常模式的识别能力,从而提高了对质量过程诊断的全面性和准确性.与其它几种常见人工智能方法质量诊断的效果进行对比,实验表明,所提方法容易实现、诊断精度高,为实现小批量加工过程的在线质量诊断与控制提供可行的思路.     

神经网络在金融业务中的应用及实现

本文从信息论的观点出发，讨论了神经网络技术在金融业务中应用的可能性和实现途径。探讨了金融和经济中存在的信息处理的难点，并给出了应用神经网络技术解决问题的方法。进一步地，阐述了神经网络与模糊系统理论和专家系统相结合，是今后金融领域智能信息处理发展的新方向。