人们不仅能在不同粒度的世界上进行问题的求解，而且能够很快地从一个粒度世界跳到另一个粒度世界，往返自如，毫无困难。这种处理不同粒度世界的能力，正是人类问题求解的强有力的表现”.随后，Zadeh 讨论模糊信息粒度理论时，提出人类认知的三个主要概念，即粒度（包括将全体分解为部分） 、组织（包括从部分集成全体） 和因果（包括因果的关联） ,并进一... 【查看详情】

机器人智能控制在理论和应用方面都有较大的进展 。在模糊控制方面 ,J . J . Buckley 等人论证了模糊系统的逼近特性 , E. H . Mamdan 将模糊理论用于一台实际机器人。模糊系统在机器人的建模、控制 、对柔性臂的控制、模糊补偿控制以及移动机器人路径规划等各个领域都得到了广泛的应用。在机器人神经网络控制方面 ,CMCA ... 【查看详情】

人机接口技术已经取得了成果 ,文字识别 、语音合成与识别 、图像识别与处理 、机器翻译等技术已经开始实用化。另外, 人机接口装置和交互技术、监控技术、远程操作技术、通讯技术等也是人机接口技术的重要组成部分, 其中远程操作技术是一个重要的研究方向 [1] 。尽管机器人人工智能取得了的成绩，控制论们认为它可以具备的智能水平的极限并未达到。问... 【查看详情】

在全集成自动化的基础上，我们可实施针对水工业特殊要度身定制的、具有集成性能的解决方案。VarSuv节能计算器为优化工厂的能源配置做出了重要的贡献。由于TIA具有面向系统的工程环境以及集成的通讯和诊断选项，因此，工厂在整个生命周期都会从中受益。此外，西门子不断创新，确保您在工厂改造方面的投资安全性。全集成自动化的优势：安装和调试：在工厂范围... 【查看详情】

货橱：即存放货物的封闭式格架。主要用于存放比较贵重的或需要特别养护的商品。（三）计量设备： 计量设备是用于商品进出时的计量、点数，以及货存期间的盘点、检查等。如：地磅、轨道秤、电子秤、电子记数器、流量仪、皮带秤、天平仪以及较原始的磅秤、卷尺等。随着仓储管理现代化水平的提高，现代化的自动计量设备将会更多地得到应用。（四）养护检验设备： 养护... 【查看详情】

所以它的智能高出初级智能机器人。这种机器人已拥有一定的自动规划能力，能够自己安排自己的工作。这种机器人可以不要人的照料，完全的工作，故称为高级自律机器人。这种机器人也开始走向实用。随着社会发展的需要和机器人应用领域的扩大,人们对智能机器人的要求也越来越高。智能机器人所处的环境往往是未知的、难以预测的 ,在研究这类机器人的过程中, [1] ... 【查看详情】

国外自动化技术的发展趋势是系统化、柔性化、集成化和智能化。自动化技术不断提高光电子、自动化控制系统、传统制造等行业的技术水平和市场竞争力，它与光电子、计算机、信息技术的融合和创新，不断创造和形成新的行业经济增长点，同时不断提供新的行业发展的管理战略哲理。如并行工程（CE）、敏捷制造（AM）等。数控技术于模块化、网络化、多媒体和智能化；CA... 【查看详情】

（一）智能获取技术使物流从被动走向主动，实现物流过程中的主动获取信息，主动监控车辆与货物，主动分析信息，使商品从源头开始被实施跟踪与管理，实现信息流快于实物流。（二） 智能传递技术应用于企业内部，外部的数据传递功能。（三） 智能处理技术应用于企业内部决策，通过对大量数据的分析，对客户的需求，商品库存，智能仿真等做出决策。（四） 智能利用技... 【查看详情】

中国物联网校企联盟认为，智慧物流是利用集成智能化技术，使物流系统能模仿人的智能，具有思维、感知、学习、推理判断和自行解决物流中某些问题的能力。即在流通过程中获取信息从而分析信息做出决策，使商品从源头开始被实施跟踪与管理，实现信息流快于实物流。即可通过RFID、传感器、移动通讯技术等让配送货物自动化、信息化和网络化。“智慧+共享”物流=智慧... 【查看详情】

机器人智能控制在理论和应用方面都有较大的进展 。在模糊控制方面 ,J . J . Buckley 等人论证了模糊系统的逼近特性 , E. H . Mamdan 将模糊理论用于一台实际机器人。模糊系统在机器人的建模、控制 、对柔性臂的控制、模糊补偿控制以及移动机器人路径规划等各个领域都得到了广泛的应用。在机器人神经网络控制方面 ,CMCA ... 【查看详情】

— 仓库内存货库位的条码化。按照库-排-位-层的顺序对货位进行编码并粘贴条形码标签— 作业单据和作业指令的条码化。— 在入库清单上打印单据编号和产品编码的条码，辅助收货人员使用RFID进行收货作业— 通过打印拣货标签，指导拣货人员获取拣货任务，并方便货物在输送线上的识别见图册不同用处的标签· 收货– 在收货区使用RFID进行码盘(如果需要... 【查看详情】

数据仓库使用户拥有任意提取数据的自由，而不干扰业务数据库的正常运行。 数据挖掘是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中， 挖掘出隐含的、未知的、对决策有潜在价值的知识和规则的过程。一般分为描述型数据挖掘和预测型数据挖掘两种。描述型数据挖掘包括数据总结、聚类及关联分析等，预测型数据挖掘包括分类、回归及时间序列分析等。其目... 【查看详情】