㈠ 求一篇关于人工智能创新的论文,谢谢

论文啊同学,网络知道又不给财富值没人替你写的。

㈡ 人工智能的论文

人工智能(Artificial Intelligence) ,英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

㈢ 有没有关于人工智能方面的论文啊 适合本科生写的 急!

http://ke..com/view/2949.html?wtp=tt
到这里看看,网络的/太多了,我怕复专制不过属来...

㈣ 人工智能与大学生就业论文

aaai是中国计算机学会CCF的A类国际学术会议,属于世界顶级会议论文!该会录用论文的水平相当于SCI二区,在人工智能领域享有盛誉。aaai的英文全称是,中文意思是美国人工智能协会。

㈤ 求一篇与《人工智能》有关的论文

http://www.liu-yi.net/download/articles/ComputerScienceOverviewCH10.pdf

㈥ 求一篇关于人工智能与机器人的论文

机器人和人工智能的区别(2008-07-29 19:00:35)标签:杂谈
我们研究的是人工智能,和机器人有密切关系,但不是为了研究那些现实的机器人。

我们不会去研究机器人足球赛、跳舞机器人这些东西,机器人有很多种:工业机器人能够不断重复作一些设定好的精确动作,提高效率,减少失误;军用机器人能够捕捉移动目标并开枪射击,它需要具有简单的图像识别能力;无人飞机也是一种机器人,需要遥感和一些图像识别能力。这些都是已经投入使用了的机器人,但它们显然没有人的智力,只是自动控制技术的延展。

人工智能是“类人”机器人所需要的算法和技术,也就是说我们研究的主题是高级智能的本质,而不是其外在表现和辅助部件。

人工智能要解决的问题主要是以下几个方面:

一、识别过程,外界输入的信息向概念逻辑信息转译,将动态静态图像、声音、语音、文字、触觉、味觉等信息转化为形式化(大脑中的信息存储形式)的概念逻辑信息。

二、智能运算过程,输入信息刺激自我学习、信息检索、逻辑判断、决策,并产生相应反应。

三、控制过程,将需要输出的反应转译为肢体运动和媒介信息。

实用机器人在第三个方面做得比较多,而识别和智能运算是很弱的,尤其是概念知识的存储形式、逻辑判断和决策这些方面更是鲜有成果,这正是人工智能要重点解决的问题。

【人工和智能】

人工智能的定义可以分为两部分,即“人工”和“智能”。“人工”比较好理解,争议性也不大。有时我们会要考虑什么是人力所能及制造的,或着人自身的智能程度有没有高到可以创造人工智能的地步,等等。但总的来说,“人工系统”就是通常意义下的人工系统。

关于什么是“智能”,就问题多多了。这涉及到其它诸如意识(consciousness)、自我(self)、思维(mind)(包括无意识的思维(unconscious_mind)等等问题。人唯一了解的智能是人本身的智能,这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限,对构成人的智能的必要元素也了解有限,所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。

人工智能目前在计算机领域内,得到了愈加广泛的重视。并在机器人,经济政治决策,控制系统,仿真系统中得到应用。

㈦ 求人工智能论文一篇

VeryCD上的电子书
http://lib.verycd.com/2005/10/09/0000068805.html

书名:SBIA 2004——人工智能的最新进展Advances in Artificial Intelligence

走近人工智能

人工智能(Artificial Intelligence,AI)一直都处于计算机技术的最前沿,经历了几起几落……

长久以来,人工智能对于普通人来说是那样的可望而不可及,然而它却吸引了无数研究人员为之奉献才智,从美国的麻省理工学院(MIT)、卡内基-梅隆大学(CMU)到IBM公司,再到日本的本田公司、SONY公司以及国内的清华大学、中科院等科研院所,全世界的实验室都在进行着AI技术的实验。不久前,著名导演斯蒂文·斯皮尔伯格还将这一主题搬上了银幕,科幻片《人工智能》(A.I.)对许多人的头脑又一次产生了震动,引起了一些人士了解并探索人工智能领域的兴趣。

在本期技术专题中,中国科学院计算技术研究所智能信息处理开放实验室的几位研究人员将引领我们走近人工智能这一充满挑战与机遇的领域。

计算机与人工智能

"智能"源于拉丁语LEGERE,字面意思是采集(特别是果实)、收集、汇集,并由此进行选择,形成一个东西。INTELEGERE是从中进行选择,进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(Machines Who Thinks,1979)中所提出的: 在复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始,人们已对机器操作的复杂性与自身的某些智能活动进行直观联系。经过几个世纪之后,新技术已使我们所建立的机器的复杂性大为提高。1936年,24岁的英国数学家图灵(Turing)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,他也因此被称为"人工智能之父"。

人工智能领域的研究是从1956年正式开始的,这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(Artificial Intelligence,AI)这个术语。随后的几十年中,人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究,已经建立了一些具有不同程度人工智能的计算机系统,例如能够求解微分方程、设计分析集成电路、合成人类自然语言,而进行情报检索,提供语音识别、手写体识别的多模式接口,应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的"深蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。

当然,人工智能的发展也并不是一帆风顺的,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,但是随着硬件和软件的发展,计算机的运算能力在以指数级增长,同时网络技术蓬勃兴起,确保计算机已经具备了足够的条件来运行一些要求更高的AI软件,而且现在的AI具备了更多的现实应用的基础。90年代以来,人工智能研究又出现了新的高潮。

我们有幸采访了中国科学院计算技术研究所智能信息处理开放实验室史忠植研究员,请他和他的实验室成员引领我们走近人工智能这个让普通人感到深奥却又具有无穷魅力的领域。

问: 目前人工智能研究出现了新的高潮,那么现在有哪些新的研究热点和实际应用呢?

答: AI研究出现了新的高潮,这一方面是因为在人工智能理论方面有了新的进展,另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展,许多原来无法完成的工作现在已经能够实现。目前人工智能研究的3个热点是: 智能接口、数据挖掘、主体及多主体系统。

智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标,要求计算机能够看懂文字、听懂语言、说话表达,甚至能够进行不同语言之间的翻译,而这些功能的实现又依赖于知识表示方法的研究。因此,智能接口技术的研究既有巨大的应用价值,又有基础的理论意义。目前,智能接口技术已经取得了显著成果,文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱: 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。

主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体,比对象的粒度更大,智能性更高,而且具有一定自主性。主体试图自治地、独立地完成任务,而且可以和环境交互,与其他主体通信,通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为,最终实现问题求解。多主体系统试图用主体来模拟人的理性行为,主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。

问: 您在人工智能领域研究了几十年,参与了许多国家重点研究课题,非常清楚国内外目前人工智能领域的研究情况。您认为目前我国人工智能的研究情况如何?

答: 我国开始"863计划"时,正值全世界的人工智能热潮。"863-306"主题的名称是"智能计算机系统",其任务就是在充分发掘现有计算机潜力的基础上,分析现有计算机在应用中的缺陷和"瓶颈",用人工智能技术克服这些问题,建立起更为和谐的人-机环境。经过十几年来的努力,我们缩短了我国人工智能技术与世界先进水平的差距,也为未来的发展奠定了技术和人才基础。

但是也应该看到目前我国人工智能研究中还存在一些问题,其特点是: 课题比较分散,应用项目偏多、基础研究比例略少、理论研究与实际应用需求结合不够紧密。选题时,容易跟着国外的选题走; 立项论证时,惯于考虑国外怎么做; 落实项目时,又往往顾及面面俱到,大而全; 再加上受研究经费的限制,所以很多课题既没有取得理论上的突破,也没有太大的实际应用价值。

今后,基础研究的比例应该适当提高,同时人工智能研究一定要与应用需求相结合。科学研究讲创新,而创新必须接受应用和市场的检验。因此,我们不仅要善于找到解决问题的答案,更重要的是要发现最迫切需要解决的问题和最迫切需要满足的市场需求。

问: 请您预测一下人工智能将来会向哪些方面发展?

答: 技术的发展总是超乎人们的想象,要准确地预测人工智能的未来是不可能的。但是,从目前的一些前瞻性研究可以看出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。

目前,人工智能的推理功能已获突破,学习及联想功能正在研究之中,下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。人工神经网络是未来人工智能应用的新领域,未来智能计算机的构成,可能就是作为主机的冯·诺依曼型机与作为智能外围的人工神经网络的结合。研究表明: 情感是智能的一部分,而不是与智能相分离的,因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。

人工智能一直处于计算机技术的前沿,人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天,已经有很多人工智能研究的成果进入人们的日常生活。将来,人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。

什么是人工智能?

人工智能也称机器智能,它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发,人工智能是研究如何制造出人造的智能机器或智能系统,来模拟人类智能活动的能力,以延伸人们智能的科学。

AI理论的实用性

在一年一度AT&T实验室举行的机器人足球赛中,每支球队的"球员"都装备上了AI软件和许多感应器,它们都很清楚自己该踢什么位置,同时也明白有些情况下不能死守岗位。尽管现在的AI技术只能使它们大部分时间处于个人盘带的状态,但它们传接配合的能力正在以很快的速度改进。

这种AI机器人组队打比赛看似无聊,但是有很强的现实意义。因为通过这类活动可以加强机器之间的协作能力。我们知道,Internet是由无数台服务器和无数台路由器组成的,路由器的作用就是为各自的数据选择通道并加以传送,如果利用一些智能化的路由器很好地协作,就能分析出传输数据的最佳路径,从而可以大大减少网络堵塞。

我国也已经在大学中开展了机器人足球赛,有很多学校组队参加,引起了大学生对人工智能研究的兴趣。

未来的AI产品

安放于加州劳伦斯·利佛摩尔国家实验室的ASCI White电脑,是IBM制造的世界最快的超级电脑,但其智力能力也仅为人脑的千分之一。现在,IBM正在开发能力更为强大的新超级电脑--"蓝色牛仔"(Blue Jean)。据其研究主任保罗·霍恩称,预计于4年后诞生的"蓝色牛仔"的智力水平将大致与人脑相当。

麻省理工学院的AI实验室进行一个的代号为Cog的项目。Cog计划意图赋予机器人以人类的行为。该实验的一个项目是让机器人捕捉眼睛的移动和面部表情,另一个项目是让机器人抓住从它眼前经过的东西,还有一个项目则是让机器人学会聆听音乐的节奏并将其在鼓上演奏出来。

㈧ 求一篇有2500字以上的关于(人工智能在现代战争中的应用)的论文!!谢谢!

全分布式人工智能技术在舰艇指控系统中的应用研究
摘 要:为适应未来信息化海战场的需要,必须提高舰艇指控系统的指挥效能。舰艇指控系统的智能化是提高舰艇指挥效能的关键,也是必由之路。本文主要论述了信息战中智能化作用的地位,特别针对舰艇指控系统;并给出了一种采用全分布式人工智能技术的智能化舰艇指控系统结构模型。

关键词:信息战; 舰艇指控系统; 全分布式人工智能技术; 指挥效能

中图分类号:TP18 文献标识码:A

Study of Full Distributed Artificial Intelligence in Shipborne C2 System

ZHANG Yu-ce , YANG Qing-song , CHEN Ke

Abstract: In order to be adapted to the demand of information warfare (IW), the command efficiency of shipborne C2 system must be improved. The intellectualization of shipborne C2 system is the key factor of improving its command efficiency. This paper gives one model of intellectualized shipborne C2 system using full distributed artificial intelligence.

Key words: IW; shipborne C2 system ; distributed AI technology ; command efficiency

0 引言

1985年,美国的军事家首先提出“信息时代的到来正在引发一场新的军事革命,以信息技术为特征的新战争形态正在出现”,而后提出“信息战”,如果说海湾战争首次向世人显示了信息优势的巨大战略作用,那么美英对伊拉克的战争则是信息战的进一步延伸。美英正是通过运用先进的情报系统、电子战装备、精确打击力量重创伊拉克的有生军事指挥系统,从而牢牢地掌握了战场的制信息权,最终以较小的代价取得了全面胜利。对于信息战的特征,从不同的角度都会得出不同的解释。而外军普遍认为,信息战实质上就是计算机战,特别是一种高层次的智能较量,海湾战争和近期几场局部战争,充分体现了高技术战争的智能化特征。这种特征尤其体现在战争的孕育期以及到战争实施期的过渡。1997年1月3日,美国防部下属国防科学委员会的一个研究小组在提交的一份题为“信息战--防卫”的报告中,就特别强调要强化部队的智能化反应能力,呼吁军方加强“信息战”的防卫能力,以防止电子“珍珠港”事件的发生,保证美国军方现有210万

台计算机和1万个地方性计算机网络不轻易遭到重创。另外,在战术运用上也强调对敌摧毁、破坏和利用的智能化综合应用,同时也是作战保密、军事欺骗、心理战、电子战、火力摧毁等多种作战行动在指挥对抗过程中综合发挥作用的必然要求[1]。

美军针对战争形态嬗变以及未来战争的要求,凭借其高技术方面的优势,提出了“数字部队”的现代化建设方案,其中首要的一条,便是实现指挥与控制系统以及武器装备的智能化。武器装备和作战指挥的智能化,将最大限度地延伸“人体”的功能,并成为提高军队战斗力的一个新的增长点。因此,外军有专家预言:“未来谁能在人工智能领域中取胜,谁就将取得新军事革命的主动权”。

1 全分布式的新型智能化舰艇指控系统的作用

1.1 提高信息共享程度,增强系统生存能力和抗摧毁能力

所谓全分布式是指整个系统实现在地点上的分布、功能上的分布以及控制上的分布。因此,这种分布不仅体现在系统的硬件上、地点上、分布式拓扑结构上,更重要的是在其软件上的分布。全分布体系结构,每一个节点都装有整个应用软件,系统的管理软件分布在各个节点,但只有一个在工作,同时采用分布式数据库。这样的好处是,当某个地点、功能或者控制上失效可由备份处理能力和功能冗余软件恢复。主要功能可以从一个节点重新分配到其它节点;而当正在工作的运行系统管理软件的节点失效时,可自动重新安装运行系统管理软件。软、硬件全分布体系统结构的实现有赖于一种模块化的拼接技术的支持,这种技术采用了Σ拼接技术[2] ,是一种典型的系统模块化、全分布式体系结构的技术。由于现代海战的残酷性,采用全分布式体系结构,能够提高信息共享程度,增强系统生存能力和抗摧毁能力,提高系统的通装性,能够满足军方对指控系统可靠性高、抗摧毁性强、生命力强、通信组织灵活以及自动化程度高的要求。

1.2 提高信息和决策的合成效率

智能化能提高舰艇指控系统信息采集的效率,提高信息的及时性、准确性和可用性,信息的采集依赖于战场或更大范围的环境监视与侦察,这又需要在空间上分散的部队或其他相应的载体来完成。而这会引出两个问题,一是如何实现部队或载体的侦察器材最佳配置以及相互之间的通信联络;二是当某一个侦察器材无法有效地执行某一给定的侦察任务时,如何才能不影响系统整体任务的完成。而解决这些问题的有效方法就是采用分布式人工智能(DAI)技术,开发以多主体系统(MAS)为基础的信息采集系统,使各种侦察主体自主运行,既能够与动态的战场进行交互作用和实施推理,同时又可和别的主体进行协调与协作,因而具有很高的信息采集效率和自我重组能力。

智能化辅助决策提高了舰艇指控系统指挥决策的实用性和适应性。计算机辅助决策通常有检索型和智能型两种类型。检索型将先验设想制定的多种作战预案存于软件库中,需要时按一定相关性准则从库中找出作战预案,提供给指挥员使用。智能化辅助决策则不仅如此,更重要的是具有人工智能特征,可以按照军事专家的知识和推理过程,依据实际情况,自动地、实时地提供给指挥员满足当前需要的作战方案。显然,智能型比检索型具有更多的灵活性和更大的适应性,更符合战场多变的实际情况。

智能化辅助决策系统可以帮助舰艇指挥人员解决普通方法难以解决的半结构化或非结构化的决策问题。这种决策问题很难用常规的方法加以解决,而通过利用智能辅助决策和知识推理,可以得到令人满意的解答。这样,改进了决策过程,使决策者能够实现定性与定量相结合的高质量的决策和多目标综合决策。

1.3 促进全新指挥控制方式的产生

智能化的舰艇指控系统需要与之相适应的指挥控制方式才能实现在智能化状态下实施实时、高效的指挥控制。因此,一些全新的指挥方式应运而生,如网络式指挥、非分层式指挥、互访式指挥等,通过互联网络和高效的智能化处理系统及时处理、传递信息,能使指挥员随时掌握战场情况并下达作战命令,从而可以及时捕捉战机,实现实时决策和控制。

从指挥控制中的攻击行动来看,由于智能化的舰艇指控系统的工作稳定性较好,在其运作过程中只要其工作环境和工作程序不遭到直接破坏,它就能够持续正常地进行工作。因此,与以往相比,与人机合一的指挥系统进行对抗,客观上不仅要对敌方指挥员的有关情况了如指掌,而且还必须准确地掌握敌方指挥信息系统处理和使用信息的方式及其运作的程序,以及其指挥信息系统对己方不同的信息攻击手段、攻击方式的承受能力。

从指挥控制中的防护行动来看,在指挥系统信息化、网络化以前,指挥过程的防护主要表现为采取各种手段(如适时更换通信密码等)来确保信息传输过程中的保密性。而现在,指挥系统的信息化改变了这种状况,使指挥和指挥系统的防护变得更加复杂。它不仅包括确保信息传递过程中的保密,而且还包括确保系统免受病毒及其他攻击的侵害,保证系统的原始数据在运作和传递过程中不改变其原来性质和不被对方所窃取。美国军方的试验表明,对一万个计算机系统进行攻击,在成功率高达88%的情况下,只有4%的攻击行动被探测到。因此,在信息化战场上对己方的指挥信息系统进行防护,没有及时、准确和充足的情报保障,就无法采取相应的防护措施,甚至连发现敌方的攻击都无法做到。

1.4 提高作战人员的适应能力

未来海战场作战人员的反应能力很难适应来自多方向、多批次、多个目标、全方位的威胁。利用智能化的舰艇指控系统能够提高作战人员,特别是指挥人员对复杂战场的适应能力。当然,系统的智能化不仅没有降低反而提高了对人的要求,对人的素质产生了一种巨大的需求,促使指挥人员在知识结构、思维方式等各方面素质的转变和提高。指挥人员要想驾驭现代战争,首先必须驾驭智能化的指控系统。同时,智能化指控系统也利用计算机技术、虚拟现实(VR)技术和分布网络技术提供了一些崭新的训练方法和手段,如:模拟沉浸式训练、虚拟现实训练、交互分布式训练等,改变了传统的训练模式,增大了训练的科学性、对抗性和经济性,可以有效的提高训练质量。

2 建立分布式人工智能技术的舰艇指控系统

采用分布式人工智能技术DAI可将问题化解为多个具有层次结构的分问题[3],运用大系统分解协调方法求得满意解,从而减少系统建模求解的复杂性。为提高决策效率,建立如图1所示的分布式人工智能舰艇指控系统。

图1 分布式人工智能舰艇指控系统结构图

由图1可以看出:这种舰艇指控系统是战场、作战、军事专家知识的有机统一,并具备能够自我学习、自我完善能力的智能系统。它能够根据战场态势分析、威胁度评估、威胁源诊断等信息生成用于决策的模型,调用相关的数据和算法提供备选方案,并对各种方案进行评估和优选,通过大屏幕用户界面进行人机对话,帮助指挥员下决心及传输指令。当舰艇各执行单元接到指令后,予以响应、动作。

图中,据库主要存储各种武器装备战术性能参数和典型编制、运算过程的动态参数等;知识库主要存储战役战术原则、兵力兵器使用原则,各种典型想定,包括战场环境、作战企图和态势 ,评估作战进程所必需的基本算法等;模型库主要存储与作战有关的敌我双方各种武器系统模型、线性和非线性规划模型、推理分析模型、预测模型、模拟试验模型、优化模型、评估模型、综合运筹模型、数据处理模型、图形图像报表模型、智能模型等;人机对话系统是指挥控制系统中用户和计算机的接口,起着在操作者、模型库、数据库、知识库之间传递 (包括转换)命令和数据的重要作用;自动推理机则完成定量描述难以实现的某些复杂作战过程决策。

而基于信息库的智能模糊专家系统主要由模糊产生器、模糊消除器、模糊推理机、知识获取模块、模糊知识库、模糊数据库及人机接口组成[4],如图2所示。

主要任务是通过对原始信息空间的操作,获取各种数据信息,再由模糊产生器将其映射为一个模糊集合作为初始输入,然后利用模糊知识库中的语言信息——事实和规则,采用“黑板”模型进行问题分解、推理求解及协作控制,并采用“黑板+管道”的通信机制与其他子系统/模块传递控制信息和知识信息,从而确定智能化配置,控制作战指挥模式的切换,完成作战任务的分配与调度、模糊神经网络群系统结构与参数的自适应调整与优化、对各子系统/模块的故障隔离与系统重构以及网络通讯、各智能接口的管理等。

图2 基于信息库的智能模糊专家系统结构图

3 结束语

通过以上论述可以知道,全分布式的智能化舰艇指控系统能够真正、实时地将战场、作战指挥行动以及后方军事专家知识有机地融和在一起,使得各种武器装备的效能得到最大限度的发挥。这种舰艇指控系统能够突破现有的战场时空,改变信息战场的面貌和形态,引起一场真正意义的新军事革命,因而是舰艇指控系统的发展趋势。