人工智能技术在分析化学中的应用课件

人工智能在化学中的应用人工智能在化学中的应用1智能智能是个体有目的的行为、合理的思维，以及有效地适应环境的综合能力。通俗地讲，智能是个体认识客观事物、客观世界和运用知识解决问题的能力。1智能智能是个体有目的的行为、合理的思维，以及有效地适应环智能的分类生物质能 BI

BiologicalIntelligence人工智能 AI

ArtificialIntelligence计算智能 CI

ComputationalIntelligence NN --NeuralNetworks 神经网络

PR --PatternRecognition 模式识别智能的分类生物智能以脑为主体的神经系统，最基本单位是生物神经元。生物智能人类个体的智能是一种综合性能力1）感知与认识事物、客观世界与自我的能力；2）通过学习取得经验、积累知识的能力；3）理解知识、运用知识和运用经验分析问题和解决问题的能力；4）联想、推理、判断、决策的能力；5）运用语言进行抽象、概括的能力；6）发现、发明、创造、创新的能力；7）实时地、迅速地、合理地应付复杂环境的能力；8）预测、洞察事物发展变化的能力。智能是相对的、发展的。离开特定时间说智能是困难的、没有意义的。人类个体的智能是一种综合性能力1）感知与认识事物、客观世界与人工智能人工智能是相对人的自然智能而言，即用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为和“机器思维”解决需要人类专家才能处理的问题。人工智能是人工制品(artifact)中所涉及的智能行为。其中，智能行为包括：感知(perception)、推理(Reasoning)、学习(learning)、通信(communicating)和复杂环境下的动作行为(acting)。人工智能人工智能是相对人的自然智能而言，即用人工的方法和技术人工智能目标

人工智能目标是实现智能行为和“机器思维”，解决需要人类专家才能处理的问题。

1、研究像人一样工作的机器，甚至比人做得更好

2、能够理解机器、人或动物的智能行为

人工智能目标 人工智能目标是实现智能行为和“机器思维”，智能革命

智能革命是指人的自然智能通过人工智能的模仿和扩展，实现社会生产的自动化和智能化，促进知识密集型经济的发展。智能革命 智能革命是指人的自然智能通过人工智能的模仿和扩展，2人工智能的研究方法

人工智能经过发展，形成了许多学派。不同学派的研究方法、学术观点、研究重点有所不同。这里主要介绍认知学派、逻辑学派、行为主义学派和连接主义学派。2人工智能的研究方法人工智能经过发展，形成了许2.1认知学派

(以Simon,Minskey和Newell等为代表)基本思想从人的思维活动出发，利用计算机进行宏观功能模拟。基于物理符号系统假设，将任何信息加工系统看成是一个具体的物理系统。基本观点物理系统表现智能行为的充要条件是该系统是一个物理符号系统。2.1认知学派

(以Simon,Minskey和Newel主要工作

1）Newell的LogicTheorist，模拟人证明数学定理的思维过程

2）GPS，模拟人的解题过程(拟定初步解题计划利用公理、定理和规则，按规则实施解题过程不断进行“目的—手段“分析，修订解题计划。

3）物理符号系统假设。符号是模式。物理符号系统的基本任务和功能是辨认相同的符号和区别不同的符号。主要工作2.2逻辑学派

（以McCarthy和Nilsson等为代表)基本思想用逻辑来研究人工智能，用形式化的方法（统一的逻辑框架）描述客观世界。基本观点1）智能机器必须有关于自身环境的知识2）通用智能机器要能陈述性地表达关于自身环境的大部分知识3）通用智能机器表示陈述性知识的语言至少要有一阶逻辑的能力2.2逻辑学派

（以McCarthy和Nilsson等为主要工作1）概念化知识表示2）模型论语义3）演绎推理4）非单调逻辑用于常识推理主要工作2.3行为主义学派(以Brooks为代表)基本思想以复杂的现实世界为背景，让人工智能理论先经受解决实际问题的考验，并在这种考验中成长。智能只是在与环境的交互作用中表现出来。基本观点1）到现场去2）物理实现3）初级智能4）行为产生智能2.3行为主义学派(以Brooks为代表)基本思想主要工作1）无需知识表示的智能2）无需推理的智能3）机器虫主要工作2.4连接主义学派基本思想从脑的神经系统结构出发来研究脑的功能，研究大量简单的神经元的集团信息处理能力及其动态行为，模拟和实现人的认识过程中的感知觉过程、形象思维、分布式记忆和自学习自组织过程。基本观点1）神经网络以分布式方式存储信息2）神经网络以并行方式处理信息3）神经网络具有自组织、自学习能力主要工作人工神经网络2.4连接主义学派基本思想BNNBPRBIANNAPRAICNNCPRCI知识获取难度及计算量3知识的获取过程BNNBPRBIANNAPRAICNNCPRCI知识获取难度知识系统知识工程已成为人工智能应用最显著的特点。知识系统主要研究内容：1、专家系统知识库+推理机2、知识库系统将知识以一定的结构存入，进行知识管理，实现知识共享3、智能决策系统4、知识科学知识系统知识工程已成为人工智能应用最显著的特点。人工智能借助技术或理论手段，应用数学方法和数值逻辑。使用计算机等工具，模拟、延伸或扩展人的智能。专家系统是人工智能的一个重要分支在化学领域中主要应用于以下几个方面：谱图解析和有机化合物结构的阐明分离科学-GC、HPLC、CE等方法分离条件的选择试验方案的最优控制工业生产流程控制分子模拟设计--计算机辅助辅助合成路线方案的选择人工智能借助技术或理论手段，应用数学方法和数值逻辑。使用计算专家系统是一个智能的计算机软件系统，该系统利用已知的知识进行演绎推理。世界上第一个专家系统（DENDRAL）诞生于化学领域，应用MS、NMR解释有机化合物的结构。知识库（事实、直接推断）推理机解决模块用户接口专家系统是一个智能的计算机软件系统，该系统利用已知的知识进行计算智能模糊系统理论人工神经网络进化计算（主要是遗传算法）计算智能模糊系统理论人工神经网络

ArtificialNeuralNetwork生物神经元

裸露的轴突末梢与其它神经细胞或效应器细胞构成突触联系。人工神经网络

ArtificialNeuralNet生物神经元网络感觉神经元（传入神经元）， 与感受器相连中间神经元运动神经元（传出神经元）， 与效应起相连生物神经元网络六个基本特征1）神经元及其联接；2）神经元之间的联接强度决定信号传递的强弱；3）神经元之间的联接强度是可以随训练改变的；4）信号可以是起刺激作用的，也可以是起抑制作用的；5）一个神经元接受的信号的累积效果决定该神经元的状态；6)每个神经元可以有一个“阈值”。六个基本特征1）神经元及其联接；人工神经网络

（ArtificialNeuralNetworks，简记作ANN），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型，可以用电子线路来实现，也可以用计算机程序来模拟，是人工智能研究的一种方法。人工神经网络

（ArtificialNeuralNetw作为5种能力综合表现形式的3种能力发现、发明、创造、创新的能力实时、迅速、合理地应付复杂环境的能力预测、洞察事物发展、变化的能力

作为5种能力综合表现形式的3种能力人工神经网络的提出Newell和Simon假说：一个物理系统表现智能行为的充要条件是它有一个物理符号系统.概念：物理符号系统需要有一组称为符号的实体组成，它们都是物理模型，可以在另一类称为符号结构的实体中作为成分出现，以构成更高级别的系统

.人工神经网络的提出Newell和Simon假说：一个物理系困难：抽象——舍弃一些特性，同时保留一些特性形式化处理——用物理符号及相应规则表达物理系统的存在和运行。局限：对全局性判断、模糊信息处理、多粒度的视觉信息处理等是非常困难的。困难：物理符号系统和人工神经网络系统的差别项目物理符号系统人工神经网络处理方式逻辑运算模拟运算执行方式串行并行动作离散连续存储局部集中全局分布物理符号系统和人工神经网络系统的差别项目物理符号系统人工神经两种人工智能技术的比较项目传统的AI技术

ANN技术

基本实现方式串行处理；由程序实现控制并行处理；对样本数据进行多目标学习；通过人工神经元之间的相互作用实现控制基本开发方法设计规则、框架、程序；用样本数据进行调试（由人根据已知的环境去构造一个模型）定义人工神经网络的结构原型，通过样本数据，依据基本的学习算法完成学习——自动从样本数据中抽取内涵（自动适应应用环境）适应领域精确计算：符号处理，数值计算非精确计算：模拟处理，感觉，大规模数据并行处理模拟对象左脑（逻辑思维）右脑（形象思维）两种人工智能技术的比较项目传统的AI技术ANN技术基本实人工神经网络的特点信息的分布表示运算的全局并行和局部操作处理的非线性

人工神经网络的特点信息的分布表示ANN学习（Learning）能力人工神经网络可以根据所在的环境去改变它的行为自相联的网络异相联的网络：它在接受样本集合A时，可以抽取集合A中输入数据与输出数据之间的映射关系。——“抽象”功能。不同的人工神经网络模型，有不同的学习/训练算法ANN学习（Learning）能力人工神经网络可以根据所在的基本特征的自动提取由于其运算的不精确性，表现成“去噪音、容残缺”的能力，利用这种不精确性，比较自然地实现模式的自动分类。普化（Generalization）能力与抽象能力

基本特征的自动提取由于其运算的不精确性，表现成“去噪音、容残信息的分布存放信息的分布存提供容错功能由于信息被分布存放在几乎整个网络中，所以，当其中的某一个点或者某几个点被破坏时，信息仍然可以被存取。系统在受到局部损伤时还可以正常工作。并不是说可以任意地对完成学习的网络进行修改。也正是由于信息的分布存放，对一类网来说，当它完成学习后，如果再让它学习新的东西，这时就会破坏原来已学会的东西。

信息的分布存放信息的分布存提供容错功能适应性(Applicability)问题擅长两个方面：对大量的数据进行分类，并且只有较少的几种情况；必须学习一个复杂的非线性映射。目前应用：人们主要将其用于语音、视觉、知识处理、辅助决策等方面。在数据压缩、模式匹配、系统建模、模糊控制、求组合优化问题的最佳解的近似解（不是最佳近似解）等方面也有较好的应用。

适应性(Applicability)问题擅长两个方面：神经元是构成神经网络的最基本单元（构件）。人工神经元模型应该具有生物神经元的六个基本特性。神经元是构成神经网络的最基本单元（构件）。人工神经元模拟生物神经元的一阶特性。输入：X=（x1，x2，…，xn）联接权：W=（w1，w2，…，wn）T网络输入：

net=∑xiwi向量形式：

net=XWxnwn∑x1w1x2w2net=XW…人工神经元模拟生物神经元的一阶特性。xnwn∑x1激活函数(ActivationFunction)

激活函数——执行对该神经元所获得的网络输入的变换，也可以称为激励函数、活化函数：o=f（net）

1、线性函数（LinerFunction）

f（net）=k*net+c

netooc激活函数(ActivationFunction)激活函数非线性斜面函数(RampFunction)

γ ifnet≥θf（net）=k*net if|net|<θ -γ ifnet≤-θ

γ>0为一常数，被称为饱和值，为该神经元的最大输出。

非线性斜面函数(RampFunction) γ 2、非线性斜面函数（RampFunction）γ-γθ

-θ

net

o

2、非线性斜面函数（RampFunction）γ-γ阈值函数（ThresholdFunction）阶跃函数

β ifnet>θf（net）= -γ ifnet≤θβ、γ、θ均为非负实数，θ为阈值二值形式：

1 ifnet>θf（net）= 0 ifnet≤θ双极形式：

1 ifnet>θf（net）= -1 ifnet≤θ

阈值函数（ThresholdFunction）阶跃函数 阈值函数（ThresholdFunction）阶跃函数β

-γθonet0阈值函数（ThresholdFunction）阶跃函数β4、S形函数

压缩函数（SquashingFunction）和逻辑斯特函数（LogisticFunction）。f（net）=a+b/(1+exp(-d*net))a，b，d为常数。它的饱和值为a和a+b。最简单形式为：f（net）=1/(1+exp(-d*net))

函数的饱和值为0和1。S形函数有较好的增益控制

4、S形函数压缩函数（SquashingFunction4、S形函数

a+bo(0,c)netac=a+b/24、S形函数a+bo(0,c)netac=a+b/2

人工神经元网络T每个神经元均为多输入单输出的信息处理单元输入分兴奋性和抑制型两种神经元有阈值特性人工神经元网络T每个神经元均为多输入单输出的信息处理单元应用构造了具有3层节点的人工神经网络模型,将太湖2001年5～12月全湖共26个采样点的实测值作为学习样本,一共有26×8=208组数据。从这些数据中分别随机抽取1/4的数据各52组作为检验样本和测试样本,其余的104组(占50%)数据作为训练样本。每个样本均含有12个输入因子,分别是风速、风向、水温、ｐＨ、ＤＯ、高锰酸钾指数、浊度、ＴＮ、ＴＰ、叶绿素ａ、透明度、ＢＯＤ5。以浮游植物作为输出因子。用2002年8月的各点的浮游植物数据进行预测比较，应用构造了具有3层节点的人工神经网络模型,将太湖2001年5人工智能技术在分析化学中的应用人工神经网络模型前向网络（I/O映射） 感知器、BP、RBF反馈网络（演化式好善性非线性动力系统）

Hopfield网络、回归BP、Boltzman机等自组织网络 自适应共振网络、自组织特征映射网络人工神经网络模型前向网络（I/O映射）多层前向BP网络的优点①网络实质上实现了一个从输入到输出的映射功能，而数学理论已证明它具有实现任何复杂非线性映射的功能。这使得它特别适合于求解内部机制复杂的问题；

②网络能通过学习带正确答案的实例集自动提取“合理的”求解规则，即具有自学习能力；

③网络具有一定的推广、概括能力。

多层前向BP网络的优点①网络实质上实现了一个从输入到输出的映多层前向BP网络存在的问题①BP算法的学习速度很慢，其原因主要有：

a由于BP算法本质上为梯度下降法，而它所要优化的目标函数又非常复杂，因此，必然会出现“锯齿形现象”，这使得BP算法低效；

b存在麻痹现象，由于优化的目标函数很复杂，它必然会在神经元输出接近0或1的情况下，出现一些平坦区，在这些区域内，权值误差改变很小，使训练过程几乎停顿；

c为了使网络执行BP算法，不能用传统的一维搜索法求每次迭代的步长，而必须把步长的更新规则预先赋予网络，这种方法将引起算法低效。

②网络训练失败的可能性较大，其原因有：

a从数学角度看，BP算法为一种局部搜索的优化方法，但它要解决的问题为求解复杂非线性函数的全局极值，因此，算法很有可能陷入局部极值，使训练失败；

b网络的逼近、推广能力同学习样本的典型性密切相关，而从问题中选取典型样本实例组成训练集是一个很困难的问题。多层前向BP网络存在的问题①BP算法的学习速度很慢，其原因主③难以解决应用问题的实例规模和网络规模间的矛盾。这涉及到网络容量的可能性与可行性的关系问题，即学习复杂性问题；

④网络结构的选择尚无一种统一而完整的理论指导，一般只能由经验选定。为此，有人称神经网络的结构选择为一种艺术。而网络的结构直接影响网络的逼近能力及推广性质。因此，应用中如何选择合适的网络结构是一个重要的问题；

⑤新加入的样本要影响已学习成功的网络，而且刻画每个输入样本的特征的数目也必须相同；

⑥网络的预测能力（也称泛化能力、推广能力）与训练能力（也称逼近能力、学习能力）的矛盾。一般情况下，训练能力差时，预测能力也差，并且一定程度上，随训练能力地提高，预测能力也提高。但这种趋势有一个极限，当达到此极限时，随训练能力的提高，预测能力反而下降，即出现所谓“过拟合”现象。此时，网络学习了过多的样本细节，而不能反映样本内含的规律。

③难以解决应用问题的实例规模和网络规模间的矛盾。这涉及到网络人工神经网络的学习方式有导师无导师自监督人工神经网络的学习方式有导师分析化学信息获取手段分析化学信息获取手段在信息社会中，InterNet是一颗最耀眼的明星。InterNet被称为万维网、国际互联网或因特网，是由美国ARPNet发展起来的，采用TCP/IP协议通讯，是世界上最大的开放性全球信息网络。在信息社会中，InterNet是一颗最耀眼的明星。人工智能技术在分析化学中的应用人工智能技术在分析化学中的应用人工智能技术在分析化学中的应用人工智能技术在分析化学中的应用1搜索引擎搜索引擎网站的主要资源是它的索引数据库，而非它的网页信息，因此它的主要功能就像图书馆的目录卡片一样，是为人们搜索Internet网上信息并提供获得所需信息的途径。搜索引擎的索引数据库，以万维网资源为主，有的还包括电子邮件地址、新闻论坛文章，FTP，gopher等网上资源。随着网络技术的飞速发展，Internet数据信息库积累的数据和主题越越多。怎样快速、高效、经济地查询某个主题的所有信息，就成了一个十分热门的课题。1搜索引擎搜索引擎网站的主要资源是它的索引数据化学化工宏站点

与搜索引擎一样，宏站点也可以起到查询信息的作用，对于特定学科或专题信息的查找，由于大都是一些著名大学的相关院系建立，主题明确，组织得当，可信度高，在一定的程度上，它优于一般的大型搜索引擎。对于化学工作者来说，收集、知道一些与本专业有关的宏站点，是Internet上化学信息查询的一条捷径。因为宏站点大都用主题分类，仅仅简单地用浏览的方法就可得到所需的信息。每一个这样的宏站点都已链接到其它的化学宏站点上，所有的化学宏站点都极为相似，因此一旦找到一个这类优秀站点，就基本上没有必要再去找其它宏站点。

化学化工宏站点与搜索引擎一样，宏站点也可以起到中国科学院化工冶金研究所李晓霞等建立的CHIN(ChemicalInformationNetwork)

它是中国科学院化工冶金研究所与联合国教科文组织UNESCO的合作项目，是关于Internet重要化学信息资源的导航系统。ChIN有选择地对Internet重要的化学信息资源进行链接和介绍，力求使其反映Internet化学信息资源的概貌和最新发展动态。ChINWeb网页由重要化学信息资源链接组成的目录以及被链接资源的简介页组成。

/中国科学院化工冶金研究所李晓霞等建立的CHIN(Chemic人工智能技术在分析化学中的应用化学类有用的宏站点

化学类有用的宏站点人工智能技术在分析化学中的应用虚拟图书馆

虚拟图书馆化学虚拟图书馆主要站点

化学虚拟图书馆主要站点8.2.2电子论坛

电子论坛(LISTSERVE)是INTERNET上极受欢迎的一种信息交流形式,除LISTSERVE外,我们还可见到它的其它名称,如邮件列表(Mailinglist)、讨论组（DiscussionGroup）或电子公告牌（Springboard）等等。电子论坛因其通过电子邮件来收发信息，也就是说用户可使用任何一种电子邮件系统来阅读新闻和其它信息，使用起来十分方便。虽然它在对信息的处理和控制上还有待进一步加强，但仍不失为目前最受化学工作者青睐的网络信息交流工具。

8.2.2电子论坛电子论坛(LISTSERVE)是INT8.2.3主题指南

8.2.3主题指南最有名的主题指南

最有名的主题指南8.2.4化学专利及文献

专利中蕴含大量的化学信息，而化学信息在很大程度上由专利组成。如化学文摘中，16%以上都和专利相关。每年在不同国家都有成百上千的各类新专利公布，而这些专利涉及范围广、内容包罗万象。所谓专利就是国家授予发明人的一种特权，在实行专利制度的国家，凡是本国或外国的个人和企业有了创造发明，都可以根据专利法的规定，向本国或外国专利局提出申请，经审查合格，批准授予在一定年限内享有创造发明成果的权利，并在法律上受到保护。这样一种受到法律保护的技术专有权利叫做专利。

8.2.4化学专利及文献专利中蕴含大量的化学信息，而化学目前，世界上约有150多个国家和地区实施专利制度，有将近100个国家公布专利申请说明书和正式批准的专利说明书。每年公布约100多万件专利，其中很多都是同一项发明创造向不同国家重复申请的专利，因此实际发明数量约40万件。专利文献是当今世界科学技术发展的一个重要标志，每一项新的发明创造或技术改进，通常都首先反映在专利文献上，由于每件专利都凝聚了专利发明者最具有创造性的成果，因此对于我们研究国外科技水平的发展趋势，制定科研计划、评价采用新的科技成就的经济利益等方面，都明显地反映出使用专利情报的重要性。长期以来，世界各国企业之间剧烈竞争的一个显著特点是情报信息的竞争。情报机构工作的一个重要方面就是研究专利文献。

目前，世界上约有150多个国家和地区实施专利制度，有将近10一般分为三类：发明专利、实用新型专利、外观设计专利（如中国专利）。美国专利分类：实用新型专利（包括了发明专利）、E为再颁专利，P为植物专利，T为防卫性公告，H为法定发明登记专利,AI为改进专利。

不同国家专利的类型代码及含义都存在着差别。专利类型一般分为三类：发明专利、实用新型专利、外观设计专利（如中国专美国专利数据库

美国专利数据库美国专利数据库主页：

分授权专利数据库和申请专利数据库两部分：授权专利数据库提供了1790年至今各种类型的美国专利，其中有1790年至今的图像说明书，1976年至今的全文文本说明书（附图像联接）；申请专利数据库只提供了2001年起在授权前的专利出版物中收录的实用新型专利（美国的实用新型专利包含了发明专利）申请说明书的文本和图像。

美国专利数据库主页：

分授权专利数据库和申请专利数据

作为目前全球最大的联机信息服务商，Dialog也是广大科技人员所熟知的一类科技情报检索系统，近年来,国内大部分图书馆己通过Te1net方式与其相连。因此在Internet上也可以通过网络浏览器进行信息检索。其专利信息资源主要提供世界专利数据库索引（WorldPatentIndex）：提供全球大约70多个国家的英文专利摘要索引；提供美国注册版权索引（USCopyrights）；提供在世界知识产权组织，美国、英国、法国、德国等国登记注册的商标档案（TrademarkScan）。

作为目前全球最大的联机信息服务商，Dialog也中国专利的检索途径中国专利的检索途径中国国家知识产权局数据库主页：

收录85年至今的中国专利说明书中国国家知识产权局数据库主页：

收录85年至今的中国专利说明人工智能技术在分析化学中的应用主题或专业专利/技术转换数据库

主题或专业专利/技术转换数据库外国专利数据库网址外国专利数据库网址快速检索：只允许两个检索词的组合检索STEP1：选择时间范围。STEP2：输入检索词。STEP3：选择检索途径，在右边的下拉菜单中提供了三十多个检索途径。快速检索：只允许两个检索词的组合检索日本专利数据库主页：收集了各种公报的日本专利(特许和实用新案)，有英语和日语两种工作语言，英文版收录自1993年至今公开的日本专利题录和摘要，日文版收录1971年开始至今的公开特许公报，1885年开始至今的特许发明明细书，1979年开始至今的公表特许公报等专利文献。日文版检索入口英文版检索入口日本专利数据库主页：收集了各种公报的日本专利(特许和实用新案PAJ检索：用英文关键词或专利号检索1993年1月以后日本专利英文题录和摘要PAJ关键词检索专利号检索Publicationnumber同济大学图书馆信息咨询部PAJ检索：用英文关键词或专利号检索1993年1月以后日本专欧洲专利数据库主页：欧洲专利数据库收录时间跨度大，涉及的国家多，收录了1920年以来(各国的起始年代有所不同)世界上50多个国家和地区出版的共计1.5亿多万件文献的数据。

同济大学图书馆信息咨询部欧洲专利数据库主页：欧洲专利数据库收录时间跨度大，涉及的国家特点：改版后的欧洲专利数据库，更易于非专业检索人员的使用。共有四种检索方法：快速检索、高级检索、专利号检索、专利分类号检索，每种检索界面都提供了一个快速帮助窗口，它能够引导初级用户顺利地完成检索。反映同族专利情况，以便选择更易理解的语言来阅读专利全文提供了PDF和HTML两种格式的专利全文同济大学图书馆信息咨询部特点：改版后的欧洲专利数据库，更易于非专业检索人员的使用。同联机检索光盘

专利信息光盘有两个主要卖主，分别是Micropatent和Rapid

Patent（德温特公司）。这些公司都有美国化学专利图象数据库。从光盘上同样可检索到欧洲专利。MicroPatent公司的专利检索光盘能检索到1976-94年间的美国化学专利，但不包括全文影象。在化学专利影象光盘上可检索到全文，而在网上检索MicroPatent的全文影象需要付费。

联机检索光盘专利信息光盘有两个主要卖主，分别是Microp化学文摘服务社（ChemicalAbstractService简称CAS）

/是一家世界上最大的拥有化学信息数据库的最有影响力的机构。它的数据库主要有美国的化学文摘和Registery，到目前为止收录有一千五百万文件记录和不少于二千一百万种物质的资料档案。CAS还提供化学反应、商业化学药品、规则化学药品（listedregulatedchemicals）和已公开化学专利的数据库。

美国《化学文摘》（ChemicalAbstracts，CA）创刊于1907年，是由美国化学学会化学文摘社（ChemicalAbstractsService，CAS）编辑出版。CA是覆盖了多种文件类型的综合情报源，是检索化学化工文献的主要工具之一。化学文摘服务社（ChemicalAbstractServ8.2.5分析化学电子公告牌

TheAnalyticalChemistrySpringboard

8.2.5分析化学电子公告牌

TheAnal8.2.6化学网络杂志

化学通报杂志

化学通报杂志网络版创办于1997年1月9日，迄今已出版了20多期，它是中国科学院、中国化学会第一个全文内容上网的学术期刊，也是国内少数几种发行了网络版的化学杂志,在美国、欧洲和国内各大网络都有镜象站点。因特网化学杂志

IJC因特网化学杂志(InternetJournalofChemistry)是真正意义上的化学网络期刊，它不发行印刷形式的杂志，所有运作都通过因特网来完成。目前发表在该杂志上的文章在内容上主要有化学网站评述、计算化学和理论化学研究及化学工作者对因特网的使用介绍（发表在IJC上的文章现在已经被CA收录）。除了文章全文外，IJC网站中还有许多多媒体动态演示及相关站点资源的链接，此外，IJC还向读者提供了搜索引擎来搜索存储于站点数据库中的文章。8.2.6化学网络杂志化学通报杂志

化学通报杂志网络版创人工智能技术在分析化学中的应用人工智能在化学中的应用人工智能在化学中的应用1智能智能是个体有目的的行为、合理的思维，以及有效地适应环境的综合能力。通俗地讲，智能是个体认识客观事物、客观世界和运用知识解决问题的能力。1智能智能是个体有目的的行为、合理的思维，以及有效地适应环智能的分类生物质能 BI

BiologicalIntelligence人工智能 AI

ArtificialIntelligence计算智能 CI

ComputationalIntelligence NN --NeuralNetworks 神经网络

PR --PatternRecognition 模式识别智能的分类生物智能以脑为主体的神经系统，最基本单位是生物神经元。生物智能人类个体的智能是一种综合性能力1）感知与认识事物、客观世界与自我的能力；2）通过学习取得经验、积累知识的能力；3）理解知识、运用知识和运用经验分析问题和解决问题的能力；4）联想、推理、判断、决策的能力；5）运用语言进行抽象、概括的能力；6）发现、发明、创造、创新的能力；7）实时地、迅速地、合理地应付复杂环境的能力；8）预测、洞察事物发展变化的能力。智能是相对的、发展的。离开特定时间说智能是困难的、没有意义的。人类个体的智能是一种综合性能力1）感知与认识事物、客观世界与人工智能人工智能是相对人的自然智能而言，即用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为和“机器思维”解决需要人类专家才能处理的问题。人工智能是人工制品(artifact)中所涉及的智能行为。其中，智能行为包括：感知(perception)、推理(Reasoning)、学习(learning)、通信(communicating)和复杂环境下的动作行为(acting)。人工智能人工智能是相对人的自然智能而言，即用人工的方法和技术人工智能目标

人工智能目标是实现智能行为和“机器思维”，解决需要人类专家才能处理的问题。

1、研究像人一样工作的机器，甚至比人做得更好

2、能够理解机器、人或动物的智能行为

人工智能目标 人工智能目标是实现智能行为和“机器思维”，智能革命

智能革命是指人的自然智能通过人工智能的模仿和扩展，实现社会生产的自动化和智能化，促进知识密集型经济的发展。智能革命 智能革命是指人的自然智能通过人工智能的模仿和扩展，2人工智能的研究方法

人工智能经过发展，形成了许多学派。不同学派的研究方法、学术观点、研究重点有所不同。这里主要介绍认知学派、逻辑学派、行为主义学派和连接主义学派。2人工智能的研究方法人工智能经过发展，形成了许2.1认知学派

(以Simon,Minskey和Newell等为代表)基本思想从人的思维活动出发，利用计算机进行宏观功能模拟。基于物理符号系统假设，将任何信息加工系统看成是一个具体的物理系统。基本观点物理系统表现智能行为的充要条件是该系统是一个物理符号系统。2.1认知学派

(以Simon,Minskey和Newel主要工作

1）Newell的LogicTheorist，模拟人证明数学定理的思维过程

2）GPS，模拟人的解题过程(拟定初步解题计划利用公理、定理和规则，按规则实施解题过程不断进行“目的—手段“分析，修订解题计划。

3）物理符号系统假设。符号是模式。物理符号系统的基本任务和功能是辨认相同的符号和区别不同的符号。主要工作2.2逻辑学派

（以McCarthy和Nilsson等为代表)基本思想用逻辑来研究人工智能，用形式化的方法（统一的逻辑框架）描述客观世界。基本观点1）智能机器必须有关于自身环境的知识2）通用智能机器要能陈述性地表达关于自身环境的大部分知识3）通用智能机器表示陈述性知识的语言至少要有一阶逻辑的能力2.2逻辑学派

（以McCarthy和Nilsson等为主要工作1）概念化知识表示2）模型论语义3）演绎推理4）非单调逻辑用于常识推理主要工作2.3行为主义学派(以Brooks为代表)基本思想以复杂的现实世界为背景，让人工智能理论先经受解决实际问题的考验，并在这种考验中成长。智能只是在与环境的交互作用中表现出来。基本观点1）到现场去2）物理实现3）初级智能4）行为产生智能2.3行为主义学派(以Brooks为代表)基本思想主要工作1）无需知识表示的智能2）无需推理的智能3）机器虫主要工作2.4连接主义学派基本思想从脑的神经系统结构出发来研究脑的功能，研究大量简单的神经元的集团信息处理能力及其动态行为，模拟和实现人的认识过程中的感知觉过程、形象思维、分布式记忆和自学习自组织过程。基本观点1）神经网络以分布式方式存储信息2）神经网络以并行方式处理信息3）神经网络具有自组织、自学习能力主要工作人工神经网络2.4连接主义学派基本思想BNNBPRBIANNAPRAICNNCPRCI知识获取难度及计算量3知识的获取过程BNNBPRBIANNAPRAICNNCPRCI知识获取难度知识系统知识工程已成为人工智能应用最显著的特点。知识系统主要研究内容：1、专家系统知识库+推理机2、知识库系统将知识以一定的结构存入，进行知识管理，实现知识共享3、智能决策系统4、知识科学知识系统知识工程已成为人工智能应用最显著的特点。人工智能借助技术或理论手段，应用数学方法和数值逻辑。使用计算机等工具，模拟、延伸或扩展人的智能。专家系统是人工智能的一个重要分支在化学领域中主要应用于以下几个方面：谱图解析和有机化合物结构的阐明分离科学-GC、HPLC、CE等方法分离条件的选择试验方案的最优控制工业生产流程控制分子模拟设计--计算机辅助辅助合成路线方案的选择人工智能借助技术或理论手段，应用数学方法和数值逻辑。使用计算专家系统是一个智能的计算机软件系统，该系统利用已知的知识进行演绎推理。世界上第一个专家系统（DENDRAL）诞生于化学领域，应用MS、NMR解释有机化合物的结构。知识库（事实、直接推断）推理机解决模块用户接口专家系统是一个智能的计算机软件系统，该系统利用已知的知识进行计算智能模糊系统理论人工神经网络进化计算（主要是遗传算法）计算智能模糊系统理论人工神经网络

ArtificialNeuralNetwork生物神经元

裸露的轴突末梢与其它神经细胞或效应器细胞构成突触联系。人工神经网络

ArtificialNeuralNet生物神经元网络感觉神经元（传入神经元）， 与感受器相连中间神经元运动神经元（传出神经元）， 与效应起相连生物神经元网络六个基本特征1）神经元及其联接；2）神经元之间的联接强度决定信号传递的强弱；3）神经元之间的联接强度是可以随训练改变的；4）信号可以是起刺激作用的，也可以是起抑制作用的；5）一个神经元接受的信号的累积效果决定该神经元的状态；6)每个神经元可以有一个“阈值”。六个基本特征1）神经元及其联接；人工神经网络

（ArtificialNeuralNetworks，简记作ANN），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型，可以用电子线路来实现，也可以用计算机程序来模拟，是人工智能研究的一种方法。人工神经网络

（ArtificialNeuralNetw作为5种能力综合表现形式的3种能力发现、发明、创造、创新的能力实时、迅速、合理地应付复杂环境的能力预测、洞察事物发展、变化的能力

作为5种能力综合表现形式的3种能力人工神经网络的提出Newell和Simon假说：一个物理系统表现智能行为的充要条件是它有一个物理符号系统.概念：物理符号系统需要有一组称为符号的实体组成，它们都是物理模型，可以在另一类称为符号结构的实体中作为成分出现，以构成更高级别的系统

.人工神经网络的提出Newell和Simon假说：一个物理系困难：抽象——舍弃一些特性，同时保留一些特性形式化处理——用物理符号及相应规则表达物理系统的存在和运行。局限：对全局性判断、模糊信息处理、多粒度的视觉信息处理等是非常困难的。困难：物理符号系统和人工神经网络系统的差别项目物理符号系统人工神经网络处理方式逻辑运算模拟运算执行方式串行并行动作离散连续存储局部集中全局分布物理符号系统和人工神经网络系统的差别项目物理符号系统人工神经两种人工智能技术的比较项目传统的AI技术

ANN技术

基本实现方式串行处理；由程序实现控制并行处理；对样本数据进行多目标学习；通过人工神经元之间的相互作用实现控制基本开发方法设计规则、框架、程序；用样本数据进行调试（由人根据已知的环境去构造一个模型）定义人工神经网络的结构原型，通过样本数据，依据基本的学习算法完成学习——自动从样本数据中抽取内涵（自动适应应用环境）适应领域精确计算：符号处理，数值计算非精确计算：模拟处理，感觉，大规模数据并行处理模拟对象左脑（逻辑思维）右脑（形象思维）两种人工智能技术的比较项目传统的AI技术ANN技术基本实人工神经网络的特点信息的分布表示运算的全局并行和局部操作处理的非线性

人工神经网络的特点信息的分布表示ANN学习（Learning）能力人工神经网络可以根据所在的环境去改变它的行为自相联的网络异相联的网络：它在接受样本集合A时，可以抽取集合A中输入数据与输出数据之间的映射关系。——“抽象”功能。不同的人工神经网络模型，有不同的学习/训练算法ANN学习（Learning）能力人工神经网络可以根据所在的基本特征的自动提取由于其运算的不精确性，表现成“去噪音、容残缺”的能力，利用这种不精确性，比较自然地实现模式的自动分类。普化（Generalization）能力与抽象能力

基本特征的自动提取由于其运算的不精确性，表现成“去噪音、容残信息的分布存放信息的分布存提供容错功能由于信息被分布存放在几乎整个网络中，所以，当其中的某一个点或者某几个点被破坏时，信息仍然可以被存取。系统在受到局部损伤时还可以正常工作。并不是说可以任意地对完成学习的网络进行修改。也正是由于信息的分布存放，对一类网来说，当它完成学习后，如果再让它学习新的东西，这时就会破坏原来已学会的东西。

信息的分布存放信息的分布存提供容错功能适应性(Applicability)问题擅长两个方面：对大量的数据进行分类，并且只有较少的几种情况；必须学习一个复杂的非线性映射。目前应用：人们主要将其用于语音、视觉、知识处理、辅助决策等方面。在数据压缩、模式匹配、系统建模、模糊控制、求组合优化问题的最佳解的近似解（不是最佳近似解）等方面也有较好的应用。

适应性(Applicability)问题擅长两个方面：神经元是构成神经网络的最基本单元（构件）。人工神经元模型应该具有生物神经元的六个基本特性。神经元是构成神经网络的最基本单元（构件）。人工神经元模拟生物神经元的一阶特性。输入：X=（x1，x2，…，xn）联接权：W=（w1，w2，…，wn）T网络输入：

net=∑xiwi向量形式：

net=XWxnwn∑x1w1x2w2net=XW…人工神经元模拟生物神经元的一阶特性。xnwn∑x1激活函数(ActivationFunction)

激活函数——执行对该神经元所获得的网络输入的变换，也可以称为激励函数、活化函数：o=f（net）

1、线性函数（LinerFunction）

f（net）=k*net+c

netooc激活函数(ActivationFunction)激活函数非线性斜面函数(RampFunction)

γ ifnet≥θf（net）=k*net if|net|<θ -γ ifnet≤-θ

γ>0为一常数，被称为饱和值，为该神经元的最大输出。

非线性斜面函数(RampFunction) γ 2、非线性斜面函数（RampFunction）γ-γθ

-θ

net

o

2、非线性斜面函数（RampFunction）γ-γ阈值函数（ThresholdFunction）阶跃函数

β ifnet>θf（net）= -γ ifnet≤θβ、γ、θ均为非负实数，θ为阈值二值形式：

1 ifnet>θf（net）= 0 ifnet≤θ双极形式：

1 ifnet>θf（net）= -1 ifnet≤θ

阈值函数（ThresholdFunction）阶跃函数 阈值函数（ThresholdFunction）阶跃函数β

-γθonet0阈值函数（ThresholdFunction）阶跃函数β4、S形函数

压缩函数（SquashingFunction）和逻辑斯特函数（LogisticFunction）。f（net）=a+b/(1+exp(-d*net))a，b，d为常数。它的饱和值为a和a+b。最简单形式为：f（net）=1/(1+exp(-d*net))

函数的饱和值为0和1。S形函数有较好的增益控制

4、S形函数压缩函数（SquashingFunction4、S形函数

a+bo(0,c)netac=a+b/24、S形函数a+bo(0,c)netac=a+b/2

人工神经元网络T每个神经元均为多输入单输出的信息处理单元输入分兴奋性和抑制型两种神经元有阈值特性人工神经元网络T每个神经元均为多输入单输出的信息处理单元应用构造了具有3层节点的人工神经网络模型,将太湖2001年5～12月全湖共26个采样点的实测值作为学习样本,一共有26×8=208组数据。从这些数据中分别随机抽取1/4的数据各52组作为检验样本和测试样本,其余的104组(占50%)数据作为训练样本。每个样本均含有12个输入因子,分别是风速、风向、水温、ｐＨ、ＤＯ、高锰酸钾指数、浊度、ＴＮ、ＴＰ、叶绿素ａ、透明度、ＢＯＤ5。以浮游植物作为输出因子。用2002年8月的各点的浮游植物数据进行预测比较，应用构造了具有3层节点的人工神经网络模型,将太湖2001年5人工智能技术在分析化学中的应用人工神经网络模型前向网络（I/O映射） 感知器、BP、RBF反馈网络（演化式好善性非线性动力系统）

Hopfield网络、回归BP、Boltzman机等自组织网络 自适应共振网络、自组织特征映射网络人工神经网络模型前向网络（I/O映射）多层前向BP网络的优点①网络实质上实现了一个从输入到输出的映射功能，而数学理论已证明它具有实现任何复杂非线性映射的功能。这使得它特别适合于求解内部机制复杂的问题；

②网络能通过学习带正确答案的实例集自动提取“合理的”求解规则，即具有自学习能力；

③网络具有一定的推广、概括能力。

多层前向BP网络的优点①网络实质上实现了一个从输入到输出的映多层前向BP网络存在的问题①BP算法的学习速度很慢，其原因主要有：

a由于BP算法本质上为梯度下降法，而它所要优化的目标函数又非常复杂，因此，必然会出现“锯齿形现象”，这使得BP算法低效；

b存在麻痹现象，由于优化的目标函数很复杂，它必然会在神经元输出接近0或1的情况下，出现一些平坦区，在这些区域内，权值误差改变很小，使训练过程几乎停顿；

c为了使网络执行BP算法，不能用传统的一维搜索法求每次迭代的步长，而必须把步长的更新规则预先赋予网络，这种方法将引起算法低效。

②网络训练失败的可能性较大，其原因有：

a从数学角度看，BP算法为一种局部搜索的优化方法，但它要解决的问题为求解复杂非线性函数的全局极值，因此，算法很有可能陷入局部极值，使训练失败；

b网络的逼近、推广能力同学习样本的典型性密切相关，而从问题中选取典型样本实例组成训练集是一个很困难的问题。多层前向BP网络存在的问题①BP算法的学习速度很慢，其原因主③难以解决应用问题的实例规模和网络规模间的矛盾。这涉及到网络容量的可能性与可行性的关系问题，即学习复杂性问题；

④网络结构的选择尚无一种统一而完整的理论指导，一般只能由经验选定。为此，有人称神经网络的结构选择为一种艺术。而网络的结构直接影响网络的逼近能力及推广性质。因此，应用中如何选择合适的网络结构是一个重要的问题；

⑤新加入的样本要影响已学习成功的网络，而且刻画每个输入样本的特征的数目也必须相同；

⑥网络的预测能力（也称泛化能力、推广能力）与训练能力（也称逼近能力、学习能力）的矛盾。一般情况下，训练能力差时，预测能力也差，并且一定程度上，随训练能力地提高，预测能力也提高。但这种趋势有一个极限，当达到此极限时，随训练能力的提高，预测能力反而下降，即出现所谓“过拟合”现象。此时，网络学习了过多的样本细节，而不能反映样本内含的规律。

③难以解决应用问题的实例规模和网络规模间的矛盾。这涉及到网络人工神经网络的学习方式有导师无导师自监督人工神经网络的学习方式有导师分析化学信息获取手段分析化学信息获取手段在信息社会中，InterNet是一颗最耀眼的明星。InterNet被称为万维网、国际互联网或因特网，是由美国ARPNet发展起来的，采用TCP/IP协议通讯，是世界上最大的开放性全球信息网络。在信息社会中，InterNet是一颗最耀眼的明星。人工智能技术在分析化学中的应用人工智能技术在分析化学中的应用人工智能技术在分析化学中的应用人工智能技术在分析化学中的应用1搜索引擎搜索引擎网站的主要资源是它的索引数据库，而非它的网页信息，因此它的主要功能就像图书馆的目录卡片一样，是为人们搜索Internet网上信息并提供获得所需信息的途径。搜索引擎的索引数据库，以万维网资源为主，有的还包括电子邮件地址、新闻论坛文章，FTP，gopher等网上资源。随着网络技术的飞速发展，Internet数据信息库积累的数据和主题越越多。怎样快速、高效、经济地查询某个主题的所有信息，就成了一个十分热门的课题。1搜索引擎搜索引擎网站的主要资源是它的索引数据化学化工宏站点

与搜索引擎一样，宏站点也可以起到查询信息的作用，对于特定学科或专题信息的查找，由于大都是一些著名大学的相关院系建立，主题明确，组织得当，可信度高，在一定的程度上，它优于一般的大型搜索引擎。对于化学工作者来说，收集、知道一些与本专业有关的宏站点，是Internet上化学信息查询的一条捷径。因为宏站点大都用主题分类，仅仅简单地用浏览的方法就可得到所需的信息。每一个这样的宏站点都已链接到其它的化学宏站点上，所有的化学宏站点都极为相似，因此一旦找到一个这类优秀站点，就基本上没有必要再去找其它宏站点。

化学化工宏站点与搜索引擎一样，宏站点也可以起到中国科学院化工冶金研究所李晓霞等建立的CHIN(ChemicalInformationNetwork)

它是中国科学院化工冶金研究所与联合国教科文组织UNESCO的合作项目，是关于Internet重要化学信息资源的导航系统。ChIN有选择地对Internet重要的化学信息资源进行链接和介绍，力求使其反映Internet化学信息资源的概貌和最新发展动态。ChINWeb网页由重要化学信息资源链接组成的目录以及被链接资源的简介页组成。

/中国科学院化工冶金研究所李晓霞等建立的CHIN(Chemic人工智能技术在分析化学中的应用化学类有用的宏站点

化学类有用的宏站点人工智能技术在分析化学中的应用虚拟图书馆

虚拟图书馆化学虚拟图书馆主要站点

化学虚拟图书馆主要站点8.2.2电子论坛

电子论坛(LISTSERVE)是INTERNET上极受欢迎的一种信息交流形式,除LISTSERVE外,我们还可见到它的其它名称,如邮件列表(Mailinglist)、讨论组（DiscussionGroup）或电子公告牌（Springboard）等等。电子论坛因其通过电子邮件来收发信息，也就是说用户可使用任何一种电子邮件系统来阅读新闻和其它信息，使用起来十分方便。虽然它在对信息的处理和控制上还有待进一步加强，但仍不失为目前最受化学工作者青睐的网络信息交流工具。

8.2.2电子论坛电子论坛(LISTSERVE)是INT8.2.3主题指南

8.2.3主题指南最有名的主题指南

最有名的主题指南8.2.4化学专利及文献

专利中蕴含大量的化学信息，而化学信息在很大程度上由专利组成。如化学文摘中，16%以上都和专利相关。每年在不同国家都有成百上千的各类新专利公布，而这些专利涉及范围广、内容包罗万象。所谓专利就是国家授予发明人的一种特权，在实行专利制度的国家，凡是本国或外国的个人和企业有了创造发明，都可以根据专利法的规定，向本国或外国专利局提出申请，经审查合格，批准授予在一定年限内享有创造发明成果的权利，并在法律上受到保护。这样一种受到法律保护的技术专有权利叫做专利。

8.2.4化学专利及文献专利中蕴含大量的化学信息，而化学目前，世界上约有150多个国家和地区实施专利制度，有将近100个国家公布专利申请说明书和正式批准的专利说明书。每年公布约100多万件专利，其中很多都是同一项发明创造向不同国家重复申请的专利，因此实际发明数量约40万件。专利文献是当今世界科学技术发展的一个重要标志，每一项新的发明创造或技术改进，通常都首先反映在专利文献上，由于每件专利都凝聚了专利发明者最具有创造性的成果，因此对于我们研究国外科技水平的发展趋势，制定科研计划、评价采用新的科技成就的经济利益等方面，都明显地反映出使用专利情报的重要性。长期以来，世界各国企业之间剧烈竞争的一个显著特点是情报信息的竞争。情报机构工作的一个重要方面就是研究专利文献。

目前，世界上约有150多个国家和地区实施专利制度，有将近10一般分为三类：发明专利、实用新型专利、外观设计专利（如中国专利）。美国专利分类：实用新型专利（包括了发明专利）、E为再颁专利，P为植物专利，T为防卫性公告，H为法定发明登记专利,AI为改进专利。

不同国家专利的类型代码及含义都存在着差别。专利类型一般分为三类：发明专利、实用新型专利、外观设计专利（如中国专美国专利数据库

美国专利数据库美国专利数据库主页：

分授权专利数据库和申请专利数据库两部分：授权专利数据库提供了1790年至今各种类型的美国专利