1．1人的智能（HI）
  人的智能，通常是指人在認識與改造客觀世界的過程中，通過思維和腦力勞動所體現(xiàn)出的能力，它包括如下三個方面：
  （1）感知能力
  人們通過視覺、聽覺、觸覺等感覺系統(tǒng)，感知客觀世界、獲取感性知識，稱之為感知。例如，通過眼、耳等感覺器官，可接受如文字、圖像、聲音、語言等各種信息。由感知所產(chǎn)生的相應(yīng)刺激，沿外周神經(jīng)傳入中樞神經(jīng)——腦，并進行信息處理、模式識別、語言理解等智能活動的能力，稱之為感知能力。
（2）行為能力
  人們通過手、足、喉等感應(yīng)器官，對來自外界刺激的輸入信息將作出相當(dāng)于輸出信息的反應(yīng)或行動的能力，稱之為行為能力。例如，負責(zé)溫度控制的運行工，將根據(jù)儀表顯示的溫度信息，進行閥門操作；大廈管理人員，針對客戶提出的意見給予解釋等。行為智能特性，表現(xiàn)在反應(yīng)的靈活性與適應(yīng)性，即當(dāng)環(huán)境和干擾是變化的、不確定的或不確知的情況下，仍能靈活地作出適宜反應(yīng)。
（3）思維能力
  人通過大腦，完成記憶、聯(lián)想、推理、計算、分析、比較、判斷，決策、規(guī)劃、學(xué)習(xí)、探索等思維活動，從而實現(xiàn)對各種信息的加工處理，將感性知識上升為理性知識，在此基礎(chǔ)上，進行積累與總結(jié)經(jīng)驗，形成概念、確定方法、制訂計劃、作出決策；通過推理、論證或分析、計算，求解問題、作出結(jié)論；通過學(xué)習(xí)、培訓(xùn)，增長知識、豐富經(jīng)驗、促進工作。上述全部活動，均屬“思維能力”范疇。
  人的智能之核心是知識。其中，包括感性知識與理性知識、經(jīng)驗知識與理論知識，感性知識是通過感覺器官，對客觀事物之片面的、表面的、局部的認識所獲取的知識。經(jīng)驗知識是直接源于實踐的對客觀世界的認識。理性認識則是在感性知識基礎(chǔ)上，將所獲得的感性知識，經(jīng)過思考、推理、分析等過程，實現(xiàn)去粗取精、去偽存真、由此及彼、由表及里的整理和改造，從而形成的概念，并具備判斷、推理等特點。理性知識是人們由實踐概括出來的。對客觀世界全面和系統(tǒng)的認識。

Serendipity:
1．2人工智能（AI）
  人工智能，是研究使機器具備人所具有的智能功能的一門高新技術(shù)學(xué)科。其目的是模擬、延伸和擴展人的智能，以實現(xiàn)某些腦力勞動的自動化。實質(zhì)上，它是開拓計算機應(yīng)用、研制新一代計算機和擴展計算機應(yīng)用領(lǐng)域的技術(shù)基礎(chǔ)，也是探索人腦奧秘的重要科學(xué)途徑。人工智能、原子能技術(shù)、空間技術(shù)，被稱為20世紀(jì)的三大尖端科技。進入21世紀(jì)后，人工智能仍是適應(yīng)信息時代需求的關(guān)鍵技術(shù)之一。
1．2．1人工智能的必要性
  人類只有在改造客觀世界的過程中，才能創(chuàng)造社會財富與人類文明。而這一切活動都必須借助于機器。因而賦予機器以智能功能，使之更好地為人類服務(wù)是十分迫切的，這也是研究人工智能的主要目的。概括講，人工智能有如下優(yōu)點：
  （1）智能互補
  “智能互補”系指人的智能與機器智能間相互“取長補短”。人的長處體現(xiàn)在創(chuàng)造性、靈活性、主動性，適宜從事非常規(guī)的、不確定的、未確知的管理活動，如高層決策、總體規(guī)劃、發(fā)展預(yù)測等；人的短處是易疲勞、會遺忘、有情緒，其腦力和體力勞動能力受到心理和生理條件的限制，不適于進行重復(fù)性、繁瑣性、單調(diào)性的工作，如大量記憶、計算、高速查詢等。相反地，計算機的長處是抗疲勞、不遺忘、無情緒，適宜擔(dān)負重復(fù)的、繁瑣的、單調(diào)的，需要大量記憶、計算、高速查詢的工作；計算機的短處是規(guī)范性、呆板性、被動性，不適于處理非常規(guī)、不確定、未確知的管理問題，而適于處理常規(guī)的、確定的、確知的問題，如信息查詢、管理、辦公事務(wù)處理等。
  （2）智能移植
  人的智能不斷向機器轉(zhuǎn)移，稱之為智能“移植”。在智能技術(shù)的研究、開發(fā)、應(yīng)用過程中，人的智能不斷地向機器智能轉(zhuǎn)移，將逐步提高機器的人工智能水平。例如，在研究、開發(fā)智能專家管理系統(tǒng)過程中，將專家的專業(yè)知識與工作經(jīng)驗，轉(zhuǎn)移到計算機的知識庫和推理機中，從而使計算機能夠求解相應(yīng)專業(yè)領(lǐng)域的專門問題，具有類似于專家本人的智商和能力。1997年電子計算機與國際象棋大師比賽，計算機首次戰(zhàn)勝大師，證明智能移植已達到相當(dāng)高的水平。隨著計算機的人工智能水平不斷提高，計算機將能夠承擔(dān)更多的管理工作，從而可以減輕人們的腦力和體力勞動。
  （3）智能共生
  人的智能和機器智能共同發(fā)展，稱之為“智能共生”。智能管理系統(tǒng)是人-機共生系統(tǒng)，人和計算機在同一系統(tǒng)中協(xié)同工作，進行各種智能管理活動。通過多媒體信息的人-機交互，人的智能和機器智能可以相互促進、共同發(fā)展。通過智能轉(zhuǎn)移，將人的某些智能“移植”到計算機，使計算機的推理、學(xué)習(xí)、聯(lián)想能力提高，從而促進了機器人工智能的發(fā)展。與此同時，由于人-機分工界面轉(zhuǎn)移，人的勞動任務(wù)減少，使管理人員有更多的精力和時間從事更高級的、更富有創(chuàng)造性的活動，井通過多媒體信息交互，獲得更友好、更有效的信息服務(wù)和支持環(huán)境。智能共生有助于更好地發(fā)揮人的創(chuàng)造性、主動性與靈活性，促進人的智能發(fā)展，并向更高境界的智慧升華。
  廣義的人工智能，包括專家系統(tǒng)（Expert systern，筒稱ES）、人工神經(jīng)網(wǎng)絡(luò)（ArtificiaI NeuraI Network，簡稱ANN）、模式識別（Pattern Recognition，簡稱PR）、智能機器人（Intelligent Robot，簡稱IR）等諸多領(lǐng)域。
1．2．2人工智能的范疇
  在人工智能學(xué)科理論領(lǐng)域中，存在著不同的學(xué)派，如符號主義學(xué)派，聯(lián)結(jié)主義學(xué)派、行為主義學(xué)派等。但是，從廣義智能信息系統(tǒng)論的觀點和“智能建筑”行業(yè)發(fā)展的需求出發(fā)，可將人工智能的主要研究內(nèi)容概括為如下三個方面。
  （1）機器感知與感知機器
  機器感知，即賦予機器以感知能力，如文字、圖像、聲音等模式識別與自然語言理解，以及具有視覺。聽覺、觸覺等功能。
  感知機器，即該設(shè)備已具備了感知能力。其中，包括文字、圖像、聲音、語言的識別機、感知機；還包括觸覺感知器、平衡感知器、各種智能傳感器等等。
  （2）機器思維與思維機器
  機器思維，即賦予機器以智能功能，如啟發(fā)式程序、專家系統(tǒng)、知識工程、機器學(xué)習(xí)、機器證明、機器博弈等等。
  思維機器，即該設(shè)備已具備了智能思維功能。如智能計算機、學(xué)習(xí)機，推理機、博棄機、邏輯機、自動機、人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)等等。
（3）機器行為與行為機器
  機器行為，即賦予機器以智能行為能力。其中包括自適應(yīng)、自整定。自尋優(yōu)等智能控制、管理、決策行力，還包括機器人在不確定的、動態(tài)環(huán)境中的“漫游”行為等等。
  行為機器，是已具備了智能行為能力的設(shè)備，如智能控制器、智能效應(yīng)器、智能執(zhí)行機構(gòu)、智能機械手、智能機器人等等。
  人工智能廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、建筑業(yè)、科技、國防及國民經(jīng)濟各部門，其中包括計算機控制、計算機管理、計算機輔助設(shè)計與生產(chǎn)過程自動化等各個領(lǐng)域。人工智能的廣泛應(yīng)用，反過來又促進了智能控制、智能管理，智能建筑、智能通信、智能儀表與智能自動化等各種智能化新技術(shù)、新方法、新產(chǎn)品的發(fā)展。
  實際系統(tǒng)往往是復(fù)雜的、相互關(guān)連的，因而人工智能的研究、開發(fā)和應(yīng)用，需要采取多學(xué)科結(jié)合、多途徑協(xié)同的綜合研究方法。
1.3集成智能（II）
  人-機智能結(jié)合是指人的智能與具有人工智能的機器的結(jié)合，其中包含兩方面的含義：
  （I）智能集成
  將人的智能與人工智能相結(jié)合，取長補短，產(chǎn)生更高層次的集成智能。相互關(guān)系可表示為式3：
  HI+ AI→II （3）
式中十——表示“集成”;
→——表示“產(chǎn)生”。
  例如，將國際象棋大師的創(chuàng)造才能與計算機的邏輯運算能力相結(jié)合，設(shè)計出啟發(fā)式的程序，甚至能戰(zhàn)勝頭號國際象棋大師。
  （2）智能開發(fā)
  人的智能與人工智能相結(jié)合，相互促進，從而導(dǎo)致了進一步的智能開發(fā)。相互關(guān)系可表示為式4：
HI×AI→D1 （4）
式中Dl——開發(fā)智能（Developing lntel ligence，簡稱DI）；
×——表示“促進”；
→——表示“開發(fā)”。
  例如，利用智能知識工程技術(shù)，集中多個專家的知識和經(jīng)驗，構(gòu)成多專家系統(tǒng)，可能具有高于任何一個專家的智能水平。利用人的智能，加入啟發(fā)信息，能提高專家系統(tǒng)的知識推理效率。該領(lǐng)域成果可廣泛用于智能建筑的控制與管理系統(tǒng)。
  實現(xiàn)人- 機智能結(jié)合包括兩大內(nèi)容，一方面通過智能集成，提高人- 機系統(tǒng)的綜合智能水平；另一方面通過智能開發(fā)，促進人的智能的升華和機器智能的開發(fā)。
  集成智能實質(zhì)是通過人的智能與人工智能的有機結(jié)合，達到人- 機系統(tǒng)的高度智能化、協(xié)調(diào)化，從而使上述兩大智能的優(yōu)勢互補，并更有效、更充分地發(fā)揮出來。
  2.智能的特點
  眾所周知，人的智能隨先天智商與后天努力而不同。同樣，人工智能也因應(yīng)用對象、技術(shù)手段與路線、軟與硬件特點及其集成方法不同而差異很大。但無論何種應(yīng)用，凡屬智能，均保留如下共性：
  （1）智能的基本要素是“信息”。
  （2）智能是普遍存在的，可以使機器具有智能功能。
  （3）智能是多層次的。一般可分為三個層次：高層次智能（思維）、中層次智能（感知）、低層次智能（行為）。
  （4）智能是進化的。可分為：通過遺傳、變異所獲得的先天進化，通過學(xué)習(xí)、訓(xùn)練所獲得的后天進化。
  （5）智能是相對的。隨不同的主體、客體、時間、空間、環(huán)境、條件的不同，必然存在著智能水平的差異。
  （6）“智能“（Intelligence）與“智慧”（Wisdom）是有區(qū)別的，從“智能”到“智慧"， 意味著智力發(fā)展、智商提高、智能升華。
  （7）智能系指智能系統(tǒng)的整體功能。就像人具有不同的智商那樣，應(yīng)承認并允許不同的智能系統(tǒng)具有不同的“智商系數(shù)”。
  （8）智能管理系統(tǒng)是人- 機智能結(jié)合的管理系統(tǒng)，這種“結(jié)合不是簡單的“相加”，而是有機地融合。
  上述普遍原則同樣適用于智能建筑。也就是說，凡屬智能建筑范疇，均應(yīng)具有一定的智能特點。但中國屬發(fā)展中國家，對信息的需求與經(jīng)濟實力有限，更應(yīng)針對具體工程的實際需求，恰當(dāng)確定“智商系數(shù)”，只要留有充分的發(fā)展余地，就不失為現(xiàn)代化的智能建筑。
3 智能優(yōu)化方法
3.1 智能優(yōu)化方法的目標(biāo)
  智能優(yōu)化方法，是智能管理方法中具有共性的關(guān)鍵技術(shù)。優(yōu)化是管理的核心,既是管理的目的，又是管理的手段。在管理活動過程中的各個環(huán)節(jié)，如：規(guī)劃、決策、指揮、調(diào)度、協(xié)調(diào)等，都存在優(yōu)化問題。優(yōu)化的思想貫穿于管理話動的全過程，優(yōu)化的方法應(yīng)用于管理活動各方面。
  現(xiàn)代化管理的主要目的和任務(wù)，就是實現(xiàn)最優(yōu)化管理。即在一定的約束條件下，取得管理效益的最優(yōu)化或次優(yōu)化。
  傳統(tǒng)的最優(yōu)化方法主要是基于數(shù)學(xué)模型建立的，例如，包括基于代數(shù)方程（線性、非線性）模型、運籌學(xué)線性規(guī)劃與非線性規(guī)劃等的靜態(tài)優(yōu)化方法；基于微分方程或差分方程模型與最優(yōu)控制理淪中的極大值原理及動態(tài)規(guī)劃等的動態(tài)優(yōu)化方法。由于數(shù)學(xué)模型的描述能力和求解方法存在著局限性，使傳統(tǒng)的最優(yōu)化方法在工程中的實際應(yīng)用受到了很大的限制。目前，仍存在井急待解決的主要問題如下：
  （1）人的因素
  人是管理系統(tǒng)的第一重要因素，在優(yōu)化問題中，必須首先考慮人的因素。例如，在優(yōu)化目標(biāo)和約束條件中，如何符合國家政策、貫徹領(lǐng)導(dǎo)意圖、符合業(yè)主需求？又如何考慮人的文化技術(shù)素質(zhì)與民俗？在優(yōu)化方法中，如何發(fā)揮專家和“智囊團”的作用？如何利用管理人員的寶貴工作經(jīng)驗等等。
  （2）多目標(biāo)問題
  實際管理系統(tǒng)的優(yōu)化，往往是多目標(biāo)的。例如，優(yōu)質(zhì)、高產(chǎn)、低耗、節(jié)能、少污染等目標(biāo)之間通常是存在矛盾的，我們的任務(wù)是如何正確處理這些矛眉，以求得多目標(biāo)優(yōu)化問題的滿意解。
  （3）局部解問題
  復(fù)雜的優(yōu)化問題可能存在多個解。其中，往往有若干個具有局部極大值或極小值的局部解。智能優(yōu)化方法的任務(wù)是，如何避開或跳出局部解以求得所需的全局解。
  (4)不確定性
  管理活動過程存在許多不確定性。例如，關(guān)系到人的思想、認識、情緒、愛好、語言、行為等問題時均具有模糊性，是不能用確定性數(shù)學(xué)模型描述的。優(yōu)化的任務(wù)是：如何建立不確定系統(tǒng)的優(yōu)化模型，以求解不確定性優(yōu)化問題。
  （5）未確知性
  由于人們的認識能力與觀測手段的限制，即使客觀事物本身是確定性的，也未必能完全地認識和了解。因而不可避免地存在數(shù)據(jù)的不準(zhǔn)確、知識的不充分、信息的不完備等問題。上述“未確知性”導(dǎo)致建立數(shù)字模型的困難。
  (6)維數(shù)災(zāi)
  即使能建立可用的數(shù)學(xué)模型，但由于系統(tǒng)的復(fù)雜性，將出現(xiàn)因狀態(tài)變量數(shù)目太多而導(dǎo)致的模型維數(shù)過高，或者由于存在非線性、變系數(shù)、變結(jié)構(gòu)、分布參數(shù)、非平穩(wěn)特性等復(fù)雜因素，導(dǎo)致優(yōu)化計算的工作量急劇上升，出現(xiàn)所謂“維數(shù)災(zāi)”、“組合爆炸”或“病態(tài)解”等現(xiàn)象，最終造成求最優(yōu)解的困難。
  提出智能優(yōu)化的概念和方法，就是為了尋求解決上述問題的新途徑。智能優(yōu)化方法，實質(zhì)是人工智能的知識推理方法、人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法與運籌學(xué)、控制理論的靜態(tài)、動態(tài)優(yōu)化方法相結(jié)合的優(yōu)化方法。例如，啟發(fā)式線性規(guī)劃方法、啟發(fā)式動態(tài)規(guī)劃方法、自學(xué)習(xí)非線性規(guī)劃方法。自學(xué)習(xí)優(yōu)化調(diào)度方法、自尋優(yōu)風(fēng)險決策方法等。該類方法適用于智能建筑工程的全過程，已開始用于通信自動化系統(tǒng)（CAS）、樓宇設(shè)備自動控制系統(tǒng)（BAS）與辦公自動化系統(tǒng)（OAS）。
3.2智能優(yōu)化方法的技術(shù)路線
  為了解決上述優(yōu)化任務(wù)，在人工智能與運籌學(xué)、控制理論、大系統(tǒng)理論等學(xué)科相結(jié)合的基礎(chǔ)上，提出了智能化方法（Intelligent Optimization Method，簡稱IOM）。
  智能優(yōu)化方法的基本思路在于：運用人工智能、思維科學(xué)的啟發(fā)推理、學(xué)習(xí)訓(xùn)練、聯(lián)想識別與模糊邏輯等方法，并與運籌學(xué)、控制理論及大系統(tǒng)理論中的靜態(tài)優(yōu)化、動態(tài)優(yōu)化、多級優(yōu)化等方法相結(jié)合，以尋求解決包括人的因素、多目標(biāo)、局部解、不確定、未確知、維數(shù)災(zāi)等問題的集成新途徑.