正確認識當下智能計算機過程控制的新管理方式，有關當前計算機職業教學上的新應用方式有哪些呢，應該如何來存進現在教學的新管理技巧呢?本文就是一篇有關職業教學的論文呢。

　　摘要：智能計算過程的優化控制備受關注,對于智能計算間歇過程的優化,需要控制的變量通常不會很多,其中,溫度、流量必須實施控制。在一個時間段,控制計算中的的一個變量,保持其他變量的恒定。此外,優化策略大多采取串極方式,對定制進行跟蹤。串極外環為其內環設置定制軌線,外環被觸發后,對設定值軌線進行修正,是其趨于最優狀態。

　　關鍵詞：計算機過程,職業教學,教學論文投稿

　　1 智能計算的概念

　　智能計算指的是借鑒、利用了自然界當中的一些自然現象或者生物機理,開發出能夠適應環境變化的一種計算的方法。智能計算的相關技術問題大多是通過一些特定數學模型來描述,使智能計算成為了一門可計算、可編程、可視化、可操作的學科,具有很強的自學習性、并行性和自適應性等重要特點,并且在生物學、工程控制學科以及神經學等多門學科了領域得到良好的發展、應用。智能計算設計面非常廣泛,本文主要介紹了三種智能計算方法, 并探討計算過程的控制與優化。

　　論文網推薦：《微計算機信息》，《微計算機信息》Control & Automation(月刊)1984年創刊，是以信息產業、信息技術、信息資源改造、提升傳統產業，以計算機技術、網絡通信技術、自動控制技術、傳感器及儀器儀表技術、電子技術為工業和國防領域，大眾服務的技術創新媒體。

　　2 智能算法種類

　　2.1遺傳算法

　　遺傳算法模擬了生物界的自然選擇和自然的遺傳機制以及進化過程,形成了一種具有很強的自適應能力、全局性、隨機化的搜索算法。這種算法模擬了自然界生物進化基本的過程,然后通過選擇、交叉和變異遺產算子來模擬生物進化的過程,通過不斷的更新、換代,提高每代種群平均的適應度,然后適應度函數而引導種群進化。

　　2.2蟻群算法

　　蟻群算法是根據蟻群的一些真實行為開展研究而誕生的,這是一種模擬蟻群進化的算法,也是屬于隨機搜索的算法。研究人員在研究的過程當中發現,螞蟻之間幾乎都是利用外激素物質來進行信息的互相傳遞,從而達到個體之間的互相協作,以完成復雜任務。在螞蟻的運動過程當中,在其運動的范圍中留下這種外激素物質,并且能夠被其他螞蟻感知到,以此來指導自身運動的方向。因為這種外激素物質性極強,所以,螞蟻就會傾向于高強度方向去移動,已到達信息交流或者搜索食物等目的。而蟻群算法就是模擬螞蟻的運動行為來進行優化的,在計算過程當中就是通過個體間信息交流、互相協作之后以找到最優解。

　　2.3粒子群優化算法

　　粒子群優化算法屬于進化算法,最早是模擬一些鳥群的覓食行為發展起來,是一種群體的協作、隨機搜索的算法。PSO模擬鳥群捕食行為,鳥在空中飛行覓食的過程當中,每只鳥都能夠準確記住自己飛過的最高位置,然后再隨機靠近這個最高位置。不同種類的鳥可以進行相互交流、溝通,使彼此都盡量去靠近整個鳥群飛過的最高位置,如此,就可以很容易的找到相似的最高點。PSO在不斷經歷改進之后,除去原來算法當中的一些無關、冗余變量,然后又加入一些隨機的變化量,使鳥群運動給予空間微粒運動更加相似,因此,被稱為微粒群算法[9]。

　　三種智能算法都有著各自的優點,在運用計算的過程當中能夠得到有效的控制,將智能計算的優點更好的發揮出來,這三種方法的特點分析如表1所示。

　　智能計算方法特點對比分析

　　方法 特點

　　遺傳算法 通用性好、運算效果良好、實現簡單,解決問題以串集搜索、減少最優解風險、應用范圍廣

　　蟻群算法 智能搜索、較強的魯棒性、易與其他算法結合、全局優化、分布式計算、正反饋

　　粒子群優化算法 計算流程簡單、參數簡潔、無復雜調整、算法容易局部最優

　　表1

　　3 迭代控制與優化

　　迭代學習控制屬于高級智能化控制的方法。其通過反復迭代修正以改善控制目標。迭代控制有很強的特點性,可以用一些簡單的方式去處理一些非線性、線性系統,并且能夠有效的減少計算量,對中能計算過程有良好的控制效果。

　　4結語

　　智能計算屬于人工智能研究的重要部分之一,目前,智能計算在很多領域已經得到了蓬勃的發展。雖然當前智能計算的研究水平還很難讓智能機器具備人類智能,但是智能計算未來必然有更好的發展。人工智能不僅只是模仿一些生物功能,而是將其充分結合起來,使人工智能擁有更廣的發展方向,并且,隨著人工智能的不斷發展,智能優化控制又將成為重點研究的內容,智能控制和控制方法將會不斷增多,使智能計算優化控制實現方式不斷豐富,對智能計算今后的發展有著非常重要的意義。