神經(jīng)網(wǎng)絡(luò)是一種運(yùn)算模型,由大量的節(jié)點(diǎn)(或稱神經(jīng)元)和之間相互連接構(gòu)成。每個(gè)節(jié)點(diǎn)代表一種特定的輸出函數(shù),稱為激勵(lì)函數(shù)(ActivationFunction)。每?jī)蓚€(gè)節(jié)點(diǎn)間的連接都代表一個(gè)對(duì)于通過該連接信號(hào)的加權(quán)值,稱之為權(quán)重,這相當(dāng)于人工神經(jīng)網(wǎng)絡(luò)的記憶。網(wǎng)絡(luò)的輸出則依網(wǎng)絡(luò)的連接方式,權(quán)重值和激勵(lì)函數(shù)的不同而不同。而網(wǎng)絡(luò)自身通常都是對(duì)自然界某種算法或者函數(shù)的逼近,也可能是對(duì)一種邏輯策略的表達(dá)。這如果用在數(shù)控系統(tǒng)的控制中,對(duì)于數(shù)控機(jī)床的發(fā)展將是一個(gè)飛速的提高。
運(yùn)用人工神經(jīng)智能網(wǎng)絡(luò)將使數(shù)控機(jī)床的體現(xiàn)出新的優(yōu)越性。首先它具有自學(xué)習(xí)功能。例如實(shí)現(xiàn)圖像識(shí)別時(shí),只在先把許多不同的圖像樣板和對(duì)應(yīng)的應(yīng)識(shí)別的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)就會(huì)通過自學(xué)習(xí)功能,慢慢學(xué)會(huì)識(shí)別類似的圖像。自學(xué)習(xí)功能對(duì)于預(yù)測(cè)有特別重要的意義。
其次它具有聯(lián)想存儲(chǔ)功能。用人工神經(jīng)網(wǎng)絡(luò)的反饋網(wǎng)絡(luò)就可以實(shí)現(xiàn)這種聯(lián)想。另外它具有高速尋找優(yōu)化解的能力。尋找一個(gè)復(fù)雜問題的優(yōu)化解,往往需要很大的計(jì)算量,利用一個(gè)針對(duì)某問題而設(shè)計(jì)的反饋型人工神經(jīng)網(wǎng)絡(luò),發(fā)揮計(jì)算機(jī)的高速運(yùn)算能力,可能很快找到優(yōu)化解。
隨著科技的進(jìn)步,數(shù)控機(jī)床也在不斷發(fā)展,它不僅延伸了人的體力,還要逐步解決代替腦力勞動(dòng)問題,包括自主工藝規(guī)劃、工夾具管理、生產(chǎn)控制和維護(hù)管理等,機(jī)床將變得越來越“聰明”和人性化。在未來的工廠里,數(shù)控機(jī)床不僅是一臺(tái)加工設(shè)備,而是工廠管理網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn),具備更加廣泛的人-機(jī)交互、物-物通信功能,從而開創(chuàng)數(shù)控技術(shù)的新紀(jì)元。