一 智能科技全面振興
　　當今的智能科技分支林立，蓬勃興旺，在國內外已獲得了飛速發展，諸如模糊邏輯、遺傳算法、神經網絡、專家系統、仿人智能、粗糙集理論、物元可拓方法、知識工程、模式識別、定性控制、小波分析、分形幾何、混沌控制、數據融合技術等等，真可謂是八仙過海，各顯神通。其各有所長，分別組合，取長補短，相得益彰。
　　人工神經網絡是當今智能科技中的基礎技術，它的連接機制與人工智能的符號推理機制并列，成為智能科技的兩大陣營。它模擬人腦的解剖生理學特征，用許多并行的簡單神經元，以一定的拓撲結構連結成網，既接受外界信息，又相互刺激，更擅長于分布存儲，聯想記憶，反饋求精，黑箱映射，權值平衡，動態逼近，全息存錄，容錯防失，加之以神經元巨量互連，形成強大的自學習、自適應、自組織、自診斷、自修復能力，其網絡節點間權值強度不斷反饋，動態分析，與語言、視聽人機接口的密切配合，可自動獲取人類專家豐富的知識與經驗，并模擬人腦的邏輯推理、形象思維以至靈感突現，恰如其分地處理各種不準確、不完善、不確定的信息，推理得出正確結論。
　　模糊邏輯模仿人腦的不確定性概念判斷、推理思維方式，對于模型未知或不能確定的描述系統，以及強非線性、大滯后的控制對象，應用模糊集合和模糊規則進行推理，表達過渡性界限或定性知識經驗，模擬人腦方式，實行模糊綜合判斷，推理解決常規方法難于對付的規則型模糊信息問題。模糊邏輯善于表達界限不清晰的定性知識與經驗，它借助于隸屬度函數概念，區分模糊集合，處理模糊關系，模擬人腦實施規則型推理，解決因“排中律”的邏輯破缺產生的種種不確定問題。
　　遺傳算法是一種以“電子束搜索”特點抑制搜索空間的計算量爆炸的搜索方法，它能以解空間的多點充分搜索，運用基因算法，反復交叉，以突變方式的操作，模擬事物內部多樣性和對環境變化的高度適應性，其特點是操作性強，并能同時避免陷入局部極小點，使問題快速地全局收斂，是一類能將多個信息全局利用的自律分散系統。運用遺傳算法(GA)等進化方法制成的可進化硬件(EHW)，可產生超出現有模型的技術綜合及設計者能力的新穎電路，特別是GA獨特的全局優化性能，使其自學習、自適應、自組織、自進化能力獲得更充分的發揮，為在無人空間場所進行自動綜合、擴展大規模并行處理(MPP)以及實時、靈活地配置、調用基于EPGA的函數級EHW，解決多維空間中不確定性的復雜問題開通了航向。
　　專家系統是收集應用人類專家的知識和經驗，模仿專家處理知識和解決問題的方法，編制成計算機智能軟件系統，在通過人機結合不斷獲得反饋信息的情況下，實時在線地對規則、事例和模型實行獨立決策的一種問題求解或控制系統。這種計算機智能系統具有啟發性、透明性和靈活性，在不受時間、空間和環境影響情況下，高效率、準確無誤、周密全面、迅速不疲倦地完成工作，其解決問題能力和知識的廣博性可超過人類專家，又克服了人類專家因疏忽、遺忘、緊張、疲倦等干擾因素造成的偏差和錯誤，因而其推廣、應用具有巨大的經濟和社會效益。
　　模式識別是模擬人腦形象思維，根據事物的特征、形象或關系，辨識、判定和處理事物的一種智能決策方法和技術，它廣泛應用于科研生產中，是一種具有重大價值的技術方法。
　　粗糙集理論則是在離散歸一化處理其在測量中所得的數據集合，通過基于集合元素的不可分辨關系的代數運算，利用條件與結果屬性中的大量有用特征、有效數據發現知識，在決策規則的初步簡化計算中取得核值，然后進一步簡化規則并根據問題要求選取最小決策算法給予實際應用，去除大量信息中的多余屬性，降低信息空間的維數和屬性數量。它可大大簡化網絡結構和樣本數量，縮短訓練時間，是智能科技中一種具有根本意義的分析方法。這種方法是基于測量數據集而獲取知識的，故對虛擬儀器的智能化發展具有重大意義。
　　混沌運動是確定性系統中局限于有限相空間的高度不穩定運動，是無序中的有序，它使事物在長時間的行為中顯示出表面上的某種混亂。混沌現象的特征是“非周期背后隱藏的有序性”以及“對初始條件的敏感依賴性”，充分利用混沌特征，在智能信息處理中實施非線性決策和預測、非線性系統辨識、模式識別、圖像數據壓縮、高性能保密、多目標搜索，以及無限豐富、精彩絕倫的計算機繪畫等種種神奇應用。
　　分形理論研究非線性系統產生的不光滑和不可微的幾何形體及其內在結構的比例自相似性，為研究掌握自然界一切復雜事物的運動變化規律提供了強有力的工具和方法。
　　小波分析是現代分析數學這棵大樹的主干和最完美的結晶。從形象直觀上看，小波是指人們可以觀察到的最短、最簡單的正負相同、具有衰減性的振蕩波；而從數學上說，小波函數f(t)是具有其中心三個條件的窗口函數，它既能刻劃信號在時域和頻域的局部化特性，又能完全保留信號的全部信息，而且具有變焦距性質，即對于只在瞬間出現的高頻信號具有很窄的時間窗口，而在低頻段又具有很寬的不同尺度的變換。小波分析的實質是反映事物世界的波粒二重性以及局部與整體多層次展現的辯證關系，其最吸引人的特點就在于時頻定位和多尺度近似能力，在自適應控制、魯棒控制、非線性控制、過程辨識、神經網絡等眾多領域都取得了豐碩的成果。
　　分形與混沌是本質上一致的兩個方面。混沌事件在不同的時間表現出相似的變化模式，而分形則是在空間標度下表現的相似性。混沌所關注的是其復雜的不穩、發散、收斂的過程，而分形則是刻畫混沌運動的直觀的幾何語言。混沌、分形和小波分析的有機結合有著極豐富的內涵和深刻的哲理，它必將為材料分子自動組裝、高速基因測序及高效蛋白質結構預測等重大的精微科技難題的解決提供強有力的工具，也將為儀器儀表的虛擬化、網絡化和智能化開拓出光輝前景。
　　物元可拓方法是在多種已知的一般決策的比較和優選的基礎上，根據各層次、各階段產生的不相容的矛盾問題的需要，進而突破常規地、拓展性地采取創造性決策技巧，抓住關鍵策略，最大限度地滿足主系統、不相容的矛盾轉化為相容關系，從而實現全局性最佳決策目標。它是在復雜系統中化解次要矛盾，解決主要矛盾和關鍵性難題的有力手段，也將會對儀器儀表的虛擬化、網絡化和智能化的發展進程作出重大貢獻。
　　數據融合技術是對多信息源測得的數據，根據其在整個系統的重要性和可信度分配以不同的權值比重，綜合計算出該特征屬性總體最優化表征值的一種技術方法。它是一種對復雜事物屬性的優化測量和表征技術，對高技術開發研究具有極重要的意義。
　　總之，當今世界的智能科技正在飛速、全面地向前發展。
　　二 智能科技在儀器儀表及測量中的應用
　　智能自動化技術的應用正在全面滲入到儀器儀表工業。
　　(1)在儀器儀表結構、性能改進中的應用
　　首先，智能自動化技術為儀器儀表與測量的相關領域的應用開辟了廣闊的前景。運用智能化軟硬件，使每臺儀器或儀表能隨時準確地分析、處理當前的和以前的數據信息，恰當地從低、中、高不同層次上對測量過程進行抽象，以提高現有測量系統的性能和效率，擴展傳統測量系統的功能，如運用神經網絡、遺傳算法、進化計算、混沌控制等智能技術，使儀器儀表實現高速、高效、多功能、高機動靈活等性能。