前言：中文期刊网精心挑选了神经网络就业方向范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
神经网络就业方向范文1
本文主要以城市轨道交通的客流预测为研究对象，简单介绍几种目前国内外主流的预测方法。之后运用BP神经网络算法，对上海轨道交通的实际客流做预测，并给出预测结果数据和分析。希望能够通过对客流预测的研究，为城市轨道交通的调度与紧急情况下的疏散客流提供数据支持。
【关键词】城市轨道交通 客流 预测
随着全球城市现代化公共交通进程的不断推进，轨道交通作为一种新型的具有较大运量、较高效率的公共交通方式具有巨大的优势，能够有效的提高居民的出行效率、缓解城市的交通压力，因此城市轨道交通在我国近些年发展迅速。随着轨道交通客流量的增长，对于轨道交通的客流预测的研究也随之而兴起。通过精确的客流预测，可以为轨道运营单位提供相对准确的数据支撑。使其日常的运力配置、客运组织更合理，在紧急突发事件下的预警和疏散更高效。因此，对轨道交通客流短期预测和分析的研究显得越来越重要。
1 正文
1.1 国内外预测方法介绍
轨道交通短期客流预测交通客流预测在国际上是一个比较活跃，但是预测结果一直不怎么不令人满意的研究课题。因为轨道交通是一个有人参与的、时变的复杂系统，具有高度的不确定性，这种不确定性给轨道交通客流预测带来了困难。目前，在国内外交通客流预测分析领域的很多专家学者也在进行这方面的研究，并有了一些成果。这里介绍几种常用方法：
1.1.1 基于四阶段法的预测模型
以1962年美国芝加哥市发表的《Chicago Area Transportation Study》为标志，作为一种交通规划理论和方法得以诞生。它以居民出行调查为基础，由出行生成、出行分布、出行方式划分、出行量分配四个阶段组成。四阶段法将研究对象划分为交通小区，并通过对区域内人口、土地利用、就业情况、出行信息等相关资料进行综合分析，建立数学模型，最终对客流总量进行预测。通过运营经验确定轨道交通站点客流吸引范围，之后在此范围内进行出行调查。根据第36届轨道交通国际会议的经验值，轨道交通站点客流吸引半径为：在城市中心地区，行人由所在地到达轨道交通车站，其步行距离大约为550米左右则较为合适；而在城市区，其步行距离应该在八百至一千米左右则较为适宜。
1.1.2 基于统计方法的预测模型
例如时间序列预测模型（将被预测量按照时间顺序排列起来，构成一个连续的时间序列，并分析这组时间序列的过去变化，来推测今后可能的变化趋势和变化规律）、卡尔曼滤波模型（卡尔曼滤波模型由Kalman于1960年提出的一种应用广泛的代控制理论方法。卡尔曼预测方法主要将控制理论中的卡尔曼模型应用于交通客、的预测，由状态方程和观测方程组成的状态空间模型描述交通系统，并利用状态方程、观测方程和卡尔曼滤波预测交通流）。另外还有历史平均模型、线性回归模型、极大似然估计模型等。
1.1.3 基于灰色马尔科夫的预测模型
其基础理论――灰色理论，是由我国华中科技大学的邓聚龙教授于上世纪80年代首先提出的理论。其理论概念为：通过少量的、不完全的信息，建立灰色微分预测模型，对事物发展规律作出模糊性的长期描述。灰色马尔科夫模型是采用灰色模型对客流数据进行拟合，分析和判断大客流的变化趋势，并在灰色预测基础上进行马尔科夫修正预测，相对单纯采用灰色模型，预测精度和效果有较大提高。
1.1.4 基于神经网络的预测模型
神经网络是一种新型的模拟人脑结构及其功能的处理系统，其利用大量的历史数据训练神经网络模型，得到输出对输入的一种映射关系，利用这种映射关系对相应的输入可以得到相关的预测结果。在1943年，美国心理学家W.S.McCulloeh和数学家W.Pitts提出了MP模型，首次提出了对人工神经网络的研究。
1.2 基于BP神经网络预测实例
接下来，本文介绍利用BP神经网络的一个轨道客流短期预测的实例，运用上海轨道交通的历史实际客流数据做为时间序列，对网络进行训练，进行之后某日的客流预测。
BP神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出的，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。他能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是通过信息的正向传播和误差的反向传播这两个过程来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（Input）、隐层（Hidden）和输出层（Output）。示意图如图1。
其详细原理，本文不再赘述。
本文采用了2015年上海轨道交通从某日开始的连续100天的日客流总量的统计数据，对其按时间序列进行排序，形成一组数据向量，记为：
FlowData[i]；其中i=1，2，……100。
其分布图如图2。
注：由于数据敏感性，本文仅作方法研究，不提供完整的准确客流数据。
众所周知，轨道交通日客流在大体趋势上是随着每周（也就是7天）有着周期性规律变化的（正如图所示）。因此我们将FlowData进行重新整理，以每前7日客流为输入项，第8日客流为输出项。形成如下的输入和输出形式：
Input[1]={ FlowData[1]， FlowData[2] ……FlowData[7]}；
Output[1]= FlowData[8]；
……
Input[92]={ FlowData[92]， FlowData[93] ……FlowData[98]}；
Output[92]= FlowData[99]；
一共92组训练数据，进行BP神经网络的训练学习。在训练学习效果达到在一定的误差范围之内后，采用：
NewInput[]={FlowData[93]， FlowData[94] ……FlowData[99]}
作为网络的输入，让网络模拟计算，输出结果，与实际结果FlowData [100]进行对比分析。
本文采用中的Neuro神经网络库所封装的BP神经网络算法进行编程，实现上述过程，其核心代码如下：
//建立网络
ActivationNetwork network = new ActivationNetwork（
new BipolarSigmoidFunction（sigmoidAlphaValue），
7， 14， 1）；
//采用BP学习算法
BackPropagationLearning teacher = new BackPropagationLearning（network）；
//训练网络
double error = teacher.RunEpoch（input， output）；
//模拟计算结果
double result = pute（networkInput）；
运行结果：
FlowData [100]真实值为5561126；经过BP神经网络的训练学习后，计算得出的预测值为5737446。误差为3.17%。由此可以看出BP神经网络是比较适用于预测短期的单日客流的。当网络经过一定数据量的训练，网络的误差在一定范围内后，进行计算预测，则预测的精度和效果会比较理想。
2 展望
本文探讨了轨道客流短期预测的一些方法，并利用BP神经网络，进行了一个简单的实例试算短期日客流的预测，还未能进行更加深入的研究。基于神经网络的轨道交通预测应该是一个比较好的方法和研究方向。如果要进行准实时客流的预警（即在更短、更细分的时间段内做客流预测），则需更为细致的历史数据和实时数据的支持。
参考文献
[1]李枭.轨道交通换乘站客流预测方法研究[D].北京：北京交通大学交通运输学院，2010.
[2]杨军.地铁客流短期预测及客流疏散模拟研究[D].北京：北京交通大学，2013.
[3]吕利民.城市轨道交通短期客流预测方法[J].都市快轨交通，2015，28（02）：21-24.
[4]孔雪萍.短时交通信息动态预测方法的研究与实现[D].北京：北京航空航天大学计算机学院，2010.
[5]王奕.基于周期时变特点的城市轨道交通短期客流预测研究[J].城市轨道交通研究，2010，01（118）：47-49
[6]谢辉.轨道交通短期客流预测方法及其算法研究[J].现代城市轨道交通，2011（03）：97-99.
[7]杨军.地铁客流短期预测及客流疏散模拟研究[D].北京：北京交通大学，2013.
[8]百度百科，关于灰色模型的内容.http：///link？url=jkuFG3cX03C1QBBva0Kx-sZBKYhxDRlCPCJgZlS_q6swZKAwbGf-7mAU_GzizahbAPS7QN4eSYf742o8Fv92Ma.
[9]McCulloch W and Pitts W.A logical calculus of ideas immanent in nervous activity[J].Bulletin of Mathematical Biophysics，1943（05）：115-133.
[10]百度百科，关于BP神经网络的内容.http：///link？url=0lSAjVyuKJioHWSXvKEWiQEDKwrSzjk3Dxw1dU8DVDB2cFfrgIBquUXf1N73Vtwjiebq7oD8vxfAa1xAFCZ-PK.
[11]Rumelhart D E，Hinton G E，Williams R J.Learing representations by back-propagation errors[J].Nature，1986（323）：533-536.
作者简介
程浩（1984-），男，上海市人。硕士学位。现为上海交通大学机械与动力工程学院工业工程专业2014级硕士研究生。研究方向为企业需求预测。
徐昕（1981-），男，上海市人。硕士学位。现为上海交通大学机械与动力工程学院工业工程专业2014级硕士研究生。研究方向为信息网络资源管控。
神经网络就业方向范文2
关键词：智能控制 教学改革 网络课程
智能控制是当今国内外自动化学科中十分活跃的领域，是一门新兴的交叉学科，代表着自动控制理论发展的新阶段，其理论和分析方法广泛应用于工业自动化系统、电力自动化系统和机械电子一体化等领域。该课程的内容丰富，理论分支较多，包括专家控制、模糊数学与模糊控制、人工神经网络与神经网络控制、遗传算法等。通过本课程的学习，学生能够及时了解自动控制技术发展的新动向，掌握智能控制理论的基本概念和原理，以及利用智能控制理论分析和设计系统的基本方法和技巧，并能解决一些简单的实际问题。由于本课程的特点，大学高年级学生在学习过程中存在着难以理解、兴趣不足等问题。笔者结合自身的教学实践，对智能控制课程的教学改革提出了一些措施，并在具体实践中取得了很好的效果。
一、智能控制课程的特点
1.多学科交叉，涵盖面广。智能控制课程的内容非常丰富，涵盖了专家系统、模糊数学与模糊控制、人工神经网络与神经网络控制、遗传算法等。课程的知识点大多比较抽象。
2.内容抽象，理论性强。该课程属于偏理论的课，模糊控制、神经网络、专家系统等诸多内容比较抽象、枯燥难懂，本科生往往不易理解。
二、目前教学中存在的问题
1.学时少，学生投入不足。我校智能控制课程为32学时，是在学生完成专业基础课，如自动控制原理、现代控制理论、计算机控制等课程后，在大四的第一学期开设的。课程的学时本就不多，而且大四第一学期本科高年级学生面临就业、实习实践、考研准备等现实问题，投入课程学习的时间往往不足。
2.教学内容注重理论。智能控制课程理论性强，涉及的数学工具比较复杂。很多教师把理论知识讲授作为教学的主要目标，忽视了对学生学习兴趣与创新能力的培养，并且缺乏与学生的互动和交流，课堂气氛比较沉闷。
3.缺少实验实践环节。目前国内外关于智能控制的一般教材中没有给出适合教学的实验方案，我校自开课以来也没有开发相应配套的课程实验，导致智能控制课程实验难以有效开展。
三、教学改革的措施与实践
我校自动化专业的定位是工程研究应用型，智能控制课程的主要教学目的是使学生及时了解到自动控制理论和技术发展的最新动向，掌握智能控制的基本原理、方法及其应用。因而，教师在智能控制课程教学内容的选取上不宜过多，应适当增加课程实验，积极改革教学方法，以达到良好的教学效果。笔者围绕授课对象的特点和课程要求，对该课程的施教做了如下尝试。
1.把握课程重点，精简教学内容。智能控制课程内容抽象、广泛。作为一门本科生的选修课，教师在教学内容的选取方面，不宜过分抽象化和理论化，否则，学生会难以消化。因此，在授课过程中教师应精心选择教学内容，淡化数学推导过程，把教学重点放在基本概念、基本原理、基本方法上，并介绍每种技术的应用领域和实现方法。例如，笔者在讲授该课程时，就减少了理论推导，删掉了组织神经网络、模糊神经网络等内容，选用一些实例来展示智能控制的应用，如模糊控制家用电器、BP网络识别英文字母等。对每种方法的优缺点及改进方向，笔者则引导学生在以后的学习工作中深入研究。
2.引入MATLAB，激发学习兴趣。MATLAB是美国MATHWORKS公司开发的数值分析和计算软件，由于其具有功能强大、界面友善、开放性强等特点，已经在科学研究及工程计算领域得到广泛应用。MATLAB中有很多针对智能控制的工具箱，如模糊逻辑（Fuzzy Logic）、神经网络（Neural Network）、可视化动态仿真软件Simulink、图形用户界面GUI等工具。应用这些工具箱和软件，可以比较容易地实现各种控制算法、仿真智能控制系统。在课堂教学中引入MATLAB，一方面，可以生动、直观地讲解一些智能控制典型实例，如用模糊控制器控制二阶系统、用线性神经网络对输入信号进行预测等，使学生体会到智能控制不仅是高深的理论，也是实用的技术，从而增加学习课程的兴趣。另一方面，MATLAB比较容易入门，编程简单，效率高。布置学生使用MATLAB语言编写简单程序，进行系统仿真，可以使学生掌握基本的智能控制系统建模和设计的方法。
3.建设网络课程，鼓励自主学习。由于该课程的学时少、内容多，仅靠课堂授课往往讲不深、讲不精，因此教师应用现代教育技术构建网络教学平台，这是对课堂教学的有益补充与深化。笔者利用学校提供的功能强大的Black Board网络教学平台，构建了智能控制网络课程。本课程网站栏目的最大特点是互动性强，包含了交流答疑、主题讨论、在线测试、问卷调查等栏目，可以实现教师与学生、学生与学生的直接交流。同时，网站内容更新与课堂教学同步，如课堂教学PPT、录像、作业点评等栏目都是在每次教学完成后更新、增加的。该课程网站不仅发挥了辅助教学的作用，而且为教师与学生之间的互动、交流搭建了良好平台。
4.增加实验教学，培养综合能力。为了帮助学生理解和掌握理论知识，教师应围绕课程内容开发相应的实验。笔者在教学实践中发现，只靠理论灌输，介绍控制算法，很难调动学生学习的积极性。我们开发的智能控制实验包括两个部分。首先，基于MATLAB平台开展仿真实验，如设计二阶系统的模糊控制器及与PID控制器性能进行比较、编写神经网络字符识别程序等。这些仿真实验的主要作用是加深学生对智能控制基本概念方法和应用的理解。其次，充分利用现有实验条件，在过程控制实验平台开发综合性设计性实验，如采用模糊控制方法控制锅炉温度等。通过综合性实验可以逐步培养学生运用理论知识解决简单实际问题的能力。
5.改革考核方法，提高教学质量。以往的智能控制课程没有实验，因而考核也以卷面成绩为主。在教学实践中，笔者采取了卷面成绩+实验成绩+平时成绩的考核方式，将实验设计分数增加到25～30分，提高了学生参与实验的积极性和实验设计的质量。
经过几年的教学改革实践，学生逐渐增加了对智能控制课程的学习兴趣，能较好地掌握智能控制的基本概念与设计方法，为毕业设计和进一步深造学习打下了良好的基础。对任课教师而言，要保证良好的教学效果，不仅要努力提高教学能力，更重要的是要通过科研活动不断跟踪学科的新发展，并主动把它们引入智能控制课程的教学过程中去，不断提高教学质量。
参考文献：
[1] 李世华.智能控制概论课程的仿真实验系统的设计与实现[J]. 电气电子教学学报，2006(2)：65-68.
[2] 孙晓娟.智能控制课程教学的几点思考[J].中国教育技术装备, 2010（9）：54-55.
[3] 韦巍.智能控制技术[M].北京：机械工业出版社，2000.
[4] 楼顺天.基于MATLAB的系统分析与设计：控制系统[M].西安：西安电子科技大学出版社，1998.
神经网络就业方向范文3
基于PON模式接入层光缆网规划与建设
大学生思想政治教育中幸福能力的培养
浅析IPTV系统的视频分发网络技术
通信行业体验式营业厅现场管理浅析
基于网络的成人教育学习平台开发研究
基于核心职业能力培养项目化实训模式探究
高校辅导员利用3G云技术实现学生网络管理初探
基于FPGA的中频数字接收器设计
劳务派遣员工教育培训工作探讨
基于双向收敛蚁群算法在车间作业调度上的应用
高职教材评价及其指标体系设计
高职院校科研管理系统的开发与应用
浅谈高职院校网络环境下图书资源的建设与管理
毕业生就业管理系统的开发与应用
师德建设与职业教育发展的关系探析
基于室内覆盖的CDMA微型直放站应用研究
浅谈高职院校大学新生心理素质的自我调节
提高电气工程专业学生创新与实践能力的研究
沿海水产企业员工薪酬模式研究
用EXCEL格式输出VFP中数据的途径
影响高职有效课堂教学的若干因素
化学分析实验室的绿色化
探究理实一体化教学新模式
种业企业人力资源特征及对策研究
带死区的增量式PID控制在湿度控制中的应用
浅析网络环境下图书馆信息系统安全防范技术
固网智能化后虚拟网业务的应用研究
研究生择业心理问题与解决途径探析
浅析网络地址转换技术
基于Web的数据源访问技术及应用
基于XML的WEB数据挖掘
超宽带无线通信技术及其应用研究
基于神经网络预测算法的网络拥塞控制
网络交换机原理及选择
如何开展职业生涯管理工作
浅谈教学中的以人为本
软件项目中的需求开发和管理
略述汉语的几类语法结构
电信企业新产品研发的流程设计探讨
数据通信技术的比较研究
证券投资理论浅析
高校计算机审计应用的探讨
对计算机网络管理的应用与探讨
软交换技术及应用分析
浅谈高职教育英语课程教学目标
浅谈企业内部审计的创新
光网络中的EDFA工作原理和发展方向
神经网络就业方向范文4
【关键词】车牌识别；机器视觉；研究
0 引言
机器视觉是应用本科电子信息类的一门重要选修课，该课程涉及图像处理、计算机视觉、信号处理、模式识别和人工智能等多个领域内容。机器视觉从二维信息处理的角度研究了信息的认知、表征、处理的方法和理论，涉及的理论抽象、复杂且算法众多[1]。传统的教学方法，教师只是对照教材按部就班讲解教材中的内容，学生只是被动学习，没有实践的内容，而且所学内容比较杂乱，不能灵活应用所学的方法去解决实际的一些问题，因此该种教学方法严重束缚了学生学习主动性，制约学生的各种能力的发展，与现代社会人才培养模式极不符合，为此，急需一种新的教学模式。
项目驱动教学法是一种适应新形势下教学模式，该模式与传统的教学模式相反，从教师为中心转到学生为中心，通过项目激发学生的学习兴趣，做到了“做中学”[2-4]。项目驱动教学法虽然将教转到学，但其忽略了教师的教和项目的整体。为了弥补项目驱动教学中的一些不足，本文有效结合教师的导和项目的整体，提出了一个基于项目为核心的机器视觉应用本科课程项目。在课程中，教师可以有效引导学生主动学习图像处理、图像描述和分类学习理论的基础知识和基本技能，培养学生灵活运用相关知识解决实际问题的能力。由于机器视觉这门课程设在电子信息类大四的第一学期，这学期的学生有一个很大的特点，就是面临着找工作，急需要一些实践经验，为了提高学生的就业能力，需要选择一个有效的项目提升就业能力。项目选择既要考虑项目的难度，又要考虑课程所涉及的具体内容，本文从这两方面提出了基于现实中视频序列中车牌识别来进行项目开发，这个项目难度中等，涉及到内容主要有图像处理、模式识别的内容，这些内容是解决车牌检测和识别系统的关键。
1 车牌识别项目
车牌识别在智能交通中地位越来越突出，在港口，停车场、车辆监管方面得到了广泛的应用，涉及到了多门学科的内容，主要包括图像处理、模式识别、计算机视觉河应用数学等。车牌识别主要包含以下几个模块：车牌采集、车牌定位、车牌分割和车牌识别模模块，在每个模块中涉及到了许多相关的理论[5-6]，如图1所示。本项目正好满足该门课程的相关内容，项目从教教学计划，每周的工作及成绩评估进行分析。
1.1 教学计划
经过为期8周的项目学习，可以完整地完成一个项目的开发，学到机器视觉的相关理论知识和技能。整个项目主要包含3个2个小时理论讲座和每周的1个小时的讨论会议，完成给定的项目的开发。项目开发一般有四个阶段：理论学习阶段，数据采集和预处理阶段、数据处理阶段和完善项目阶段。理论学习阶段主要是学习项目所需的理论知识和开发所要注意的内容；数据采集和预处理阶段主要是采集所需数据，完成一些数值预处理；数据处理阶段就是按照要求处理数据，完善项目阶段就是要求学生按照要求完善项目开发。这几个阶段按照时间不同分布于不同的周次完成。
第1周到2周是理论学习阶段，对于车牌识别项目来说就是要学习车牌的采集、定位、图像的预处理（如图像校正，图象增强和边缘检测等操作），字符分割（垂直投影分割，连通区域分割和模板分割），字符识别（神经网络、模板匹配和支持向量机）的理论。
第3周是数据采集和图像预处理，这两周主要是完成数据采集和图像数据的预处理，包括图像的平滑，图像的校正和边缘检测。
第4周到7周完成车牌的定位、分割和字符识别。
第8周完成项目的开发
1.2 每周工作
在项目开发阶段，每周的1个小时师生讨论会。讨论过程中，每个团队选出一名学生简短介绍自己团队一周来的工作，这些工作包括技术实现、结果，还有遇到的问题，须用PPT 展示自己团队的成果，接着教师进行点评，给出每个团队的一些建议和疑难问题分析，以及一些特别复杂的算法（如梯度方向直方图、支持向量机和神经网络等）的讲解。最后，接着用10-20分钟的时间布置下周的开发内容和疑难问题解答。
1.3 成绩评估
对于项目的评估，主要按照开发阶段和笔试成绩确定，开发的四个阶段占总分的30%，小组的口头报告占10%，10%小组的互评成绩，剩下的是笔试成绩。每个阶段团队都要上交一份10页以上的项目报告和部分源代码，每个阶段任务根据学生采用的方法的复杂性和创意性给分。在每周的讨论会议上，每个团队给给出相同时间口头报告，还有5分钟的讨论时间，要求每个成员都必须参与讨论，教师根据口头报告的内容和学生参与讨论的程度给出成绩。每个团队把自己项目开发的报告和结果互评，取互评的平均成绩作互评的成绩。除了项目实践成绩以外，还需要掌握了一些机器视觉的相关理论知识，这也避免学生忽略理论的学习，其中也让学生既理解开发所需的技术，也需要理解其对应的理论。
1.4 学生反馈
课程结束后，学生要求填写一份匿名的项目评估表，根据表的内容填写自己的见解。评估收集后，根据重视的程度，大约70%的学生认为相关理论讲座比较重视，大约82%的学生比较重视每周的口头报告，但也有一些学生抱怨时间不够，完不成项目训练。绝大部分学生认为每周的口头报告这种交流方式很好，可以相互交流，找到自己的不足，解决自己的疑难问题，完善自己的程序开发。
2 结论
本文提出了一种基于项目为核心的机器视觉应用本科课程项目，在该项目中，学生不仅可以学到了分析问题、解决实际问题的能力，而且也增大了就业的机会。课程结束后，每个团队都能开发出一套采用不同方法的车牌识别系统，虽然难易度不同，但都能识别视视频中的车牌。项目开始阶段，有些学生为了解决开发过程中面临的问题，自己主动去学习相关理论知识，这些知识不仅来自课本，而且也来自大量的相关的专业文献，也激发他们创新能力，得到了比预期好的成果。
【参考文献】
[1]史金龙，白素琴，庞林斌，钱强.研究生机器视觉课程的CDIO 教学改革实践[J].计算机教育，2013（9）：40-43.
[2]王洪才.论大学创新教学的三要素[J].复旦教育论坛，2012，10（4）：41-45.
[3]李成学，杨大柱.任务驱动教学法在电子技术实验课中的应用[J].中外教育研究，2011，1（1）：79-80.
[4]施琴，陈军，孙娣全，卢娟，许凤慧.项目驱动教学法在电子技术实验课程中的应用研究[J].工业与信息化教育，2013，8：66-69.
神经网络就业方向范文5
【关键词】 人工智能 大脑智能 智能机器人
0 引言
人工智能（Artificial Intelligence），英文缩写为AI，是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机。二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。
1 人工智能的发展历程
（1）人工智能的思想萌芽可以追溯到十七世纪的巴斯卡和莱布尼茨，他们较早萌生了有智能的机器的想法。十九世纪，英国数学家布尔和德摩尔根提出了“思维定律”，这些可谓是人工智能的开端。十九世纪二十年代，英国科学家巴贝奇设计了第一架“计算机器”，它被认为是计算机硬件，也是人工智能硬件的前身。1936年，24岁的英国数学家图灵提出了“自动机”理论，把研究会思维的机器和计算机的工作大大向前推进了一步，在定义智慧时，图灵做出了解释，如果一台机器能够通过称之为图灵实验的测试，那它就是智慧的，图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为。（2）上世纪三四十年代，维纳、弗雷治、罗素的数理逻辑，和丘奇、图灵的数字功用以及计算机处理发展促使了1956年夏Dartmouth会议上人工智能学科（由“人工智能之父”麦卡锡提出，麦卡锡曾是Stanford人工智能实验室主任）的诞生20世纪60年代以来，采用生物模仿来建立功能强大的算法，包括进化计算等，人工生命以进化计算为基础，研究自组织、自复制、自修复以及形成这些特征的进化和环境适应。70年代以来，Conrad等研究人工仿生系统中的自适应、进化和群体动力学，提出不断完善的“人工世界”模型。80年代，人工神经网络再度兴起促进人工生命的发展。（3）1992年贝兹德克提出计算智能。专家系统在90年代兴起，模拟人类专家解决领域问题。
2 人工智能的研究
强人工智能的观点认为有可能制造出真正能推理和解决问题的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。弱人工智能的观点认为不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。现在主流科研集中在弱人工智能上，强人工智能的研究则处于停滞不前的状态下。
目前人工智能主要研究内容是：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面，分布式人工智能与多智能主体系统、人工思维模型、知识系统、知识发现与数据挖掘、遗传与演化计算、人工生命应用等等。未来人工智能可能会向以下几个方面发展：模糊处理、并行化、神经网络和机器情感。
3 人工智能的应用
IBM公司“deep blue”电脑击败了人类的世界国际象棋冠军，美国Sandia实验室建立了国际上最庞大的“虚拟现实”实验室，拟通过数据头盔和数据手套实现更友好的人机交互。国际各大计算机公司相继开始将人工智能作为其研究内容，几乎包括所有IT企业，以及很多金融巨头，纷纷建立自己的人工智能产业部，利用“智能”来解决问题。无人驾驶车的诞生，打破了汽车靠人驾驶的时代。
MIT开发出了SHRDLU，STUDENT系统可以解决代数问题，而SIR系统则开始理解简单的英文句子了，SIR的出现导致了新学科的出现：自然语言处理。在70年代出现的专家系统成了一个巨大的进步，它头一次让人知道计算机可以代替人类专家进行工作。在理论方面，计算机开始有了简单的思维和视觉，而不能不提的是人工智能语言Prolog语言诞生了，它和Lisp一起几乎成了人工智能工作者不可缺少的工具。
4 人工智能的影响及发展必须注意的问题
（1）人工智能对自然科学的影响。在需要使用数学计算机工具解决问题的学科，AI带来的帮助不言而喻。更重要的是，AI反过来有助于人类最终认识自身智能的形成。（2）人工智能对经济的影响。专家系统更深入各行各业，带来巨大的宏观效益。AI也促进了计算机工业网络工业的发展。但同时，也带来了劳务就业问题。由于AI在科技和工程中的应用，能够代替人类进行各种技术工作和脑力劳动，会造成社会结构的剧烈变化。（3）人工智能对社会的影响。AI也为人类文化生活提供了新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段，今天，游戏中的人工智能应用已经深入到各大游戏制造商的开发中。
伴随着人工智能和智能机器人的发展，不得不讨论是人工智能本身就是超前研究，需要用未来的眼光开展现代的科研，因此很可能触及伦理底线。作为科学研究可能涉及到的敏感问题，需要针对可能产生的冲突及早预防，而不是等到问题矛盾到了不可解决的时候才去想办法化解。
5 智能机器人
智能机器人具有类似于人的智能，它装备了高灵敏度的传感器，因而具有超过一般人的视觉、听觉、嗅觉、触觉的能力，能对感知的信息进行分析，控制自己的行为，处理环境发生的变化，完成交给的各种复杂、困难的任务。而且有自我学习、归纳、总结、提高已掌握知识的能力。目前研制的智能机器人大都只具有部分的智能，和真正的意义上的智能机器人，还差得很远。
6 结语
当然，虽然人工智能一直都处于计算机技术的最前沿，但人工智能的发展也并不是一帆风顺的，并不象我们期待的那样迅速，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷。人工智能的问题的在于，一方面哲学、认知科学、思维科学和心理学等学科所研究的智能层次高而抽象；另一方面AI逻辑符号、神经网络和行为主义所研究的智能层次太基本。由于对中间机制知之甚少，这种背景下提出的各种AI理论，就只能是或者完全不同于人类思维，与人类的思维模式相距太远，同时在人类思维方式的理解上也有待突破，不然很难形成更新的AI框架和理论体系。尽管如此，多学科的联合协作研究也带来了足够引人注目的增长。因为人工智能的基本理论还不完整，我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，我们相信它会给世界带来难以预料的变化。
参考文献：
[1][美]StuartJ.Russell[美]PeterNorvig人工智能：一种现代的方法（第3版）.
[2]人工智能及其应用蔡自兴徐光佑.
[3]游戏人工智能编程案例精粹[美]MatBuckland.
神经网络就业方向范文6
关键词：软件行业；IT；就业
中图分类号：G642 文献标识码：B
近几年来，面对社会再就业和高校毕业生就业的巨大压力和剧烈竞争，计算机专业毕业生的就业优势不断下降，就业难度不断增加。一个比较普遍的现象是，学生就业的单位层次和待遇在不断降低。那么计算机专业毕业生应如何选择自己的就业方向呢？根据现有的就业情况看最好的就是软件相关方面，毕业生的起薪48％在1500元以上(见下图)，远远高于其他专业。
1软件行业对人才的需求
据介绍，计算机软件行业是目前的热门行业。2007年我国的软件产业增长率依然保持在30%以上。据招聘网站的统计，其相关职业单月数量达数十万，申请数量达到百万级。计算机软件领域是一个包括系统软件、Linux应
用、中间件软件、嵌入式软件、数据库软件、财务及企业管理软件、教育软件、游戏软件、语音应用软件等在内的复杂的集合体。随着计算机深入各行各业，在大大提高效率的同时，也在深刻影响着人们的生活。计算机的深入应用离不开软件，软件产业将成为21世纪拥有最大产业规模和最具广阔前景的新兴产业。
从2007年的招聘情况看，软件工程师、软件测试工程师、网络系统工程师、咨询工程师等都有很多招聘职位，人才需求很大。尤其是软件测试工程师，继2006年的短缺之后，2007年仍然有很大的人才缺口，很多软件测试工程师都享受着地位和薪水的双高待遇。企业招聘人数很多，而且更青睐有经验的应聘人群。软件行业中从事计算机和网络技术类工作的人员比重优势很明显，占到了从业人员总数的四成左右。从事销售类和软件工程师职位的人也较多。专家指出，中国的IT队伍存在严重的结构失衡，既缺乏高级IT人才，也缺乏技能型、应用型信息技术人才，以及一大批能从事基础性工作的技术人员。中国软件人才的“金字塔”型合理结构并未实现，软件产业健康、快速发展需要三类人才：既懂技术又懂管理的高级项目管理人员、系统分析及软件测试人员、熟练的程序员，这三类由高到低的人才结构并未呈金字塔型。在软件行业，具有3000元以上月工资的人员比例接近50%。
2全球软件发展总体概况
(1) 全球软件产业保持平稳增长。
(2) 各国形成自身特质发展。
美国：占据软件产业最上游：基础软件、产品标准、高端产品。
日本：大企业需求、大企业应用。
爱尔兰：软件产品本地化。
印度：软件出口外包。
韩国：数字内容、网游。
中国：国内信息化巨大需求、未来将影响软件产业分工的重要因素。
(3) 中国软件产业呈现以内需拉动型的增长模式。
这样看来，软件开发的确是计算机专业毕业生的好职业，那么如何成为软件工作者，如何发展呢？
3目前软件工作现状
软件行业提供了许多就业机会。能熟练使用办公软件，如Office，Excel等等，会一点编程，你最起码可以做一个办公白领。熟悉网络的话，可以做企事业单位的网管、网络维护、建网站等工作。能熟练使用C＋＋编程，熟悉操作系统，可以成为专职程序员，熟悉底层软件还可以成为系统工程师。能熟练使用JAVA，可以处理面向对象的企业型的应用开发，公司企业Web页面设计、Internet可视化软件开发及动画等，Web服务器手机上的JAVA游戏开发等等。熟悉Linux，完全可以在Linux世界里自由竞争，你只需要一台电脑连上Internet以及一个好的头脑就足够了。你的Linux战友们将会根据你的意见、你的代码和你的其他贡献来判断你的能力，不愁找不到工作。能熟练使用Protel，可以找设计电路板方面的工作，如设计PC机板卡等等。单片机熟练，可以找单片机开发编程应用方面的工作。小企业，小产品多多，其中也自有一番乐趣。对DSP有一定基础的话，可以在人工智能、模式识别、图像处理或者数据采集、神经网络等领域谋求一个职位。熟悉ARM，可以成为便携式通信产品、手持运算、多媒体和嵌入式解决方案等领域里的一名产品研发工程师。熟悉EDA，能熟练应用HDL语言，熟悉各种算法，如FIR、FFT、CPU等等，同时掌握最新FPGA/CPLD器件的应用，把研制的自主知识产权的模块用于ASIC。
此外，我国软件开发工程师与测试工程师岗位比例为6∶1，远远低于国际水平。预计在未来10年内，我国IT企业对软件测试人才的需求还将继续增大。在谈及测试人员的薪酬待遇时，企业方介绍“目前大多数公司给软件测试人员提供了双轨制的培训和广阔的发展平台。薪金方面也比较丰厚，具有一定经验的测试人员的薪水在5千到8千不等”。前程无忧2006年的薪酬报告显示，软件测试工程师在IT行业中越来越受到重视，其薪资也节节高升。初级软件测试工程师的起薪从2000至5000元／月不等，若有三年工作经验的话，薪资在8000元／月左右，具体视不同地域、不同性质企业、测试工程师的不同能力而定。以3.5年左右从业经验的软件测试工程师各地薪资情况来看，北京地区该职位的平均年薪逾5.8万元，其中外商独资企业的年薪为全国之最，将近8.5万元，而其余各类型企业的年薪都在5万至6万元。上海地区软件测试工程师的平均年薪为6.3万元，欧美独资和欧美合资企业的薪资不相上下，分别为7.9万和7.7万元。以上种种迹象表明，软件测试工作已成为IT职场上炙手可热的新“黄金职业”。
在今年北京国展招聘会上，国家软件出口基地北京软件出口中心人力资源负责人介绍，本次参与招聘的企业将主要对软件测试工程师、J2EE高级软件开发工程师、JAVA开发工程师等岗位展开招聘；由于测试工程师等人才极其紧缺，大多企业都比较急，甚至有些企业像金山、联信永益等就直接打出“高薪急聘”字眼。也就是说计算机毕业生在软件行业中就业面临巨大压力的同时，也有很多前所未有的机会和挑战。
4软件工作者如何发展
软件行业的门槛相对较低。初级的开发者很多，这些开发者大多从事最上层的基本开发，基本知识相对薄弱，几乎没有经验和系统思维，而且成长的空间也不大。在成长的初期，即软件工程师和高级工程这个阶段，是成长的关键。在软件工程师阶段，如果走不到高级工程师就只能转变角色去其他的领域生存，实际上就大学毕业生而言，最终成为高级开发工程师的并不多，大概有10:1的比例。大多数在初级工程师到高级工程师这个过程中选择了其他的发展方向，有一部分工作了数年依然是初级工程师的，很多时候感觉他们选择这个行业是完全错误的。在高级工程师阶段，如果继续发展自己的技术能力走技术路线，可能成为系统架构师、分析师、资深技术专家。如果具备一定的领导能力，则可能成为团队的领导者，甚至成为一个软件开发企业的CTO。也就是说，要想在软件开发的道路上走下去，就必须先成为高级开发工程师。
要成为系统开发者、专业开发者、高级应用开发者，需要很高的专业知识和很强的逻辑、抽象、空间思维能力，这就要求从业人员具有很好的基础，同时具有较大的提升潜力。而要成为简单开发者和初级应用开发者相对容易，因而使很多人走上了软件开发的道路。初级开发者在发展的过程中很容易遇到障碍，能否跨过这个障碍成长为高级开发者就需要扎实的软件理论基础，较强的思维能力，努力的学习态度。由此可见，软件开发者的路是很不好走的。成为入门级的开发者相对容易，但是普通的开发者基本过了30岁就很难找到满意的工作了，如果没有成为高级开发者继而走上正确道路的能力和决心，在选择软件开发行业的时候一定要慎重！对于在技术路线上苦苦摸索的人来说，与其苦苦追寻，不如发挥自己的特长另辟蹊径；对于适合技术路线的人，一定要规划好自己的技术方向，努力提升自己的各方面能力，营造良好的人事环境，争取自己最大的发展空间。
参考文献：
