一門綜合性的邊緣學(xué)科。它主要研究如何用機(jī)器(計(jì)算機(jī))來模仿和實(shí)現(xiàn)人類的價(jià)。有人把人工智能同空間技術(shù)、原子能技術(shù)一起譽(yù)為20世紀(jì)的三大科學(xué)技術(shù)首先應(yīng)指出，人工智能和其它許多新興學(xué)科一樣，至今尚無(wú)一個(gè)統(tǒng)一的定在機(jī)器(計(jì)算機(jī))上實(shí)現(xiàn)的智能；從學(xué)科的角度來看，人工智能是作為一個(gè)學(xué)科 實(shí)際上，人工智能的遠(yuǎn)期目標(biāo)與近期目標(biāo)是相互依存的。遠(yuǎn)期目標(biāo)為近期人工智能這個(gè)術(shù)語(yǔ)自1956年正式提出，并作為一個(gè)新興學(xué)科的名稱被使用①孕育期(1956年之前):在人工智能誕生之前世界上的一些著名科學(xué)家就已經(jīng)創(chuàng)立了數(shù)理邏輯、自②形成期(1956-1970年):1956年夏季，包括數(shù)學(xué)家、計(jì)算機(jī)專家麥卡錫教授在內(nèi)的10位來自美國(guó)數(shù)一個(gè)是紐厄爾和西蒙的卡內(nèi)基一蘭德小組(也稱心理學(xué)小組),1957年這個(gè)小年塞繆爾在IBM704計(jì)算機(jī)上研制成功了具有自學(xué)習(xí)、自組織和自適應(yīng)能力的發(fā)式搜索是表現(xiàn)智能行為的最基本機(jī)制。第三個(gè)為MIT小組，1958年麥卡錫建立了行動(dòng)規(guī)劃咨詢系統(tǒng)；1960年研制了人工智能語(yǔ)言LISP,該語(yǔ)言不僅可以處③知識(shí)應(yīng)用期(1971-80年代末):進(jìn)入20世紀(jì)70年代后，人工智能的研究已不僅僅局限于少數(shù)幾個(gè)國(guó)家，許多國(guó)家都相繼開展了這方面的研究工作，研究成果大量涌現(xiàn)。例如1972年法國(guó)馬賽大學(xué)的科麥瑞爾(A.Comerauer)提出并實(shí)現(xiàn)了邏輯程序語(yǔ)言PROLOG;斯坦福大學(xué)的肖特里菲(E.H.Shortliffe)等人從1972年開始研制用于診斷和治療感染性疾病的專家系統(tǒng)MYCIN等。但困難和問題也接踵而來，人工智能面臨著巨大的壓力和挑戰(zhàn)。在機(jī)器學(xué)習(xí)、定理證明、問題求解、機(jī)器翻譯等方面都出現(xiàn)了大量的問題，甚至在人工智能的本質(zhì)、理論、思想及機(jī)理方面，也受到了來自哲學(xué)、心理學(xué)、神經(jīng)生理學(xué)等社會(huì)各界的責(zé)難、懷疑和批評(píng)。在這種極其困難的環(huán)境下，仍有一大批人工智能學(xué)者不畏艱辛、潛心研究。經(jīng)過認(rèn)真的反思、總結(jié)，費(fèi)根鮑姆關(guān)于以知識(shí)為中心開展人工智能研究的觀點(diǎn)被大多數(shù)人接受。從此，人工智能的研究又迎來了蓬勃發(fā)展的新時(shí)期，即以知識(shí)為中心的時(shí)期，為人工智能的發(fā)展開辟了新的出路。自人工智能從對(duì)一般思維規(guī)律的探討轉(zhuǎn)向以知識(shí)為中心的研究以來，專家系統(tǒng)的研究在多個(gè)領(lǐng)域中都取得了重大突破，各種不同功能、不同類型的專家系統(tǒng)如雨后春筍般的建立起來，化學(xué)專家系統(tǒng)、地質(zhì)勘探專家系統(tǒng)、數(shù)學(xué)專家系統(tǒng)、醫(yī)療專家系統(tǒng)等都有了快速發(fā)展，產(chǎn)生了巨大的經(jīng)濟(jì)效益與社會(huì)效益。此外，在知識(shí)表示、不精確推理、人工智能語(yǔ)言等方面也有了重大進(jìn)展。但隨著專家系統(tǒng)應(yīng)用的不斷深入和計(jì)算機(jī)技術(shù)的飛速發(fā)展，專家系統(tǒng)本身所存在的應(yīng)用領(lǐng)域狹窄、缺乏常識(shí)性知識(shí)、知識(shí)獲取困難、推理方法單一等問題被逐漸暴露出來，人工智能又面臨著一次考驗(yàn)。④綜合集成期(20世紀(jì)80年代末至今)在專家系統(tǒng)方面，從20世紀(jì)80年代末開始逐步走向多技術(shù)、多方法的綜合集成與多學(xué)科、多領(lǐng)域的綜合應(yīng)用型發(fā)展。大型專家系統(tǒng)開發(fā)采用了多種人工智能語(yǔ)言、多種知識(shí)表示方法、多種推理機(jī)制和多種控制策略相結(jié)合的方式，并開始運(yùn)用各種專家系統(tǒng)外殼、專家系統(tǒng)開發(fā)工具和專家系統(tǒng)開發(fā)環(huán)境等。目前，人工智能技術(shù)正在向大型分布式人工智能、大型分布式多專家系統(tǒng)、廣義知識(shí)表達(dá)、綜合知識(shí)庫(kù)、并行推理、多種專家系統(tǒng)開發(fā)工具、大型分布式人工智能開發(fā)環(huán)境和分布式環(huán)境下的多智能體協(xié)同系統(tǒng)等方向發(fā)展。盡管如此，從目前來看，人工智能仍處于學(xué)科發(fā)展的早期階段，其理論、方法和技術(shù)都不太成熟，人們對(duì)它的認(rèn)識(shí)也比較膚淺，都還有待于人工智能工作1.4人工智能研究的基本內(nèi)容在人工智能的研究中有許多學(xué)派，不同學(xué)派的研究?jī)?nèi)容與研究方法都不相同。另外，人工智能又有多種研究領(lǐng)域，各個(gè)研究領(lǐng)域的研究重點(diǎn)亦不相同。再者，在人工智能的不同發(fā)展階段，研究的側(cè)重面也有區(qū)別，本來是研究的重點(diǎn)內(nèi)容一旦理論和技術(shù)上的問題都得到了解決，就不再成為研究?jī)?nèi)容。因此我們只能在較大的范圍內(nèi)討論人工智能的基本研究?jī)?nèi)容。結(jié)合人工智能的遠(yuǎn)期目標(biāo)，認(rèn)為人工智能的基本研究?jī)?nèi)容應(yīng)包括機(jī)器感知、機(jī)器思維、機(jī)器學(xué)習(xí)、機(jī)器行為、智能系統(tǒng)及智能計(jì)算機(jī)的構(gòu)造技術(shù)等方面[3。自人工智能作為一門學(xué)科面世以來，關(guān)于它的研究途徑主要有兩種不同的觀點(diǎn)。一種觀點(diǎn)主張用生物學(xué)的方法進(jìn)行研究，搞清楚人類智能的本質(zhì)；另一種觀點(diǎn)主張通過運(yùn)用計(jì)算機(jī)科學(xué)的方法進(jìn)行研究，實(shí)現(xiàn)人類智能在計(jì)算機(jī)上的模擬。前一種方法稱為以網(wǎng)絡(luò)連接為主的連接機(jī)制方法，后一種方法為以符號(hào)處理(1)以符號(hào)處理為核心的方法于20世紀(jì)50年代中期。堅(jiān)持這種方法的人認(rèn)為，人工智能的研究目標(biāo)是實(shí)現(xiàn)機(jī)(2)以網(wǎng)絡(luò)連接為主的連接機(jī)制方法但是，這種方法不適合模擬人們的邏輯思維過程，而且(3)系統(tǒng)集成在過去的幾十年中，鋼鐵工業(yè)一直面臨著擴(kuò)大生產(chǎn)能低成本和開發(fā)價(jià)值更高的新產(chǎn)品的挑戰(zhàn)。進(jìn)入90年代后，用戶對(duì)鋼鐵產(chǎn)品的質(zhì)80年代，計(jì)算機(jī)被用于高爐、轉(zhuǎn)爐、連鑄機(jī)、加熱爐、軋鋼等的過程控制。為了提高控制的水平和實(shí)現(xiàn)完全的自動(dòng)化，90年代又開始引入以專家系統(tǒng)、神經(jīng)出75種AI應(yīng)用系統(tǒng)。英國(guó)、奧地利、芬蘭、瑞典、澳大利亞、韓國(guó)、美國(guó)、加已經(jīng)可以控制在1μm左右，工業(yè)規(guī)模生產(chǎn)中已經(jīng)獲得了晶粒尺寸在3~4μm左如果說20世紀(jì)30年代卡爾曼(Kraman)理論及其后繼的工程法(SlabMethod)為軋制理論的發(fā)展樹立了第一個(gè)里程碑，60年代變分法、上下界法等一系列基于能量原理的近代解法標(biāo)志著第二個(gè)里程碑，7FEM表的現(xiàn)代數(shù)值模擬解析方法確立了第三個(gè)里程碑的話，那么90年代人工智能在軋制領(lǐng)域中的廣泛應(yīng)用可以說為軋制理論與技人工智能與傳統(tǒng)方法不同，它避開了過去那種對(duì)軋制過程深層規(guī)律的無(wú)止圖1給出了一個(gè)專家系統(tǒng)的推論和控制準(zhǔn)靜態(tài)數(shù)據(jù)庫(kù)(規(guī)則)說明部分(1)在一定環(huán)境下進(jìn)行通訊而沒有定義方面的沖突(對(duì)話部分);(3)區(qū)分相關(guān)信息和不相關(guān)信息(對(duì)話部分和推論機(jī)制);(4)認(rèn)識(shí)問題和解決問題(對(duì)話部分和推論機(jī)制);(5)說明解決方法(說明部分);(6)專家系統(tǒng)主要是處理說明性知識(shí)，也就是說專家系統(tǒng)支持推論。一般專家系統(tǒng)的開發(fā)可分為7個(gè)階段，18個(gè)步驟|8。(1)第一階段：專家系統(tǒng)應(yīng)用判斷步驟1:決定對(duì)某個(gè)項(xiàng)目采用專家系統(tǒng)，并組織開發(fā)隊(duì)，確定開發(fā)目標(biāo)并得(2)第二階段：知識(shí)的采集步驟2:制定目標(biāo)計(jì)劃，承擔(dān)開發(fā)專家系統(tǒng)的知識(shí)工程師要理解該項(xiàng)目范疇步驟3:知識(shí)的采集和整理。在詳細(xì)詢問專家并記錄下專家知識(shí)的同時(shí)，將步驟4:確定開發(fā)工作的進(jìn)度表。在整理知識(shí)的基礎(chǔ)上，修改初步工作進(jìn)度步驟5:數(shù)據(jù)來源的確認(rèn)和規(guī)定本專家系統(tǒng)推理結(jié)果的輸出條件和形式，確步驟7:詳細(xì)設(shè)計(jì)解決問題的方案。包括設(shè)計(jì)解決基本問題的程序(前半部(4)第四階段：關(guān)鍵開發(fā)階段步驟9:確定與整個(gè)控制系統(tǒng)其它部分進(jìn)行數(shù)據(jù)通訊的格式。決定推理部分步驟12:推理部分的試驗(yàn)。將和控制系統(tǒng)的其它部分進(jìn)行通訊的格式包括步驟13:建立樣機(jī)系統(tǒng)。將所開發(fā)的專家系統(tǒng)轉(zhuǎn)換到與最終控制對(duì)象的范(5)第五階段：系統(tǒng)測(cè)試(6)第六階段：試運(yùn)行和性能評(píng)價(jià)(7)第七階段：實(shí)際運(yùn)行階段2.1.3應(yīng)用實(shí)例專家系統(tǒng)在軋鋼領(lǐng)域得到了廣泛的應(yīng)用，現(xiàn)在已經(jīng)開發(fā)出不銹鋼帶鋼軋機(jī)軋鋼機(jī)是復(fù)雜的機(jī)械設(shè)備，過程參數(shù)的正確設(shè)定存在一定的難度。比利時(shí)重量平均減少了25%;頭批帶卷以后的軋制速度平均提高了12%。并且專家系產(chǎn)中的限制性環(huán)節(jié)。日本川崎公司應(yīng)用專家系統(tǒng)為無(wú)縫鋼管的軋制作業(yè)制定計(jì)劃，用時(shí)由原來的2天左右縮短為1～2小時(shí)。美國(guó)USX公司于1990年引進(jìn)美國(guó)西北大學(xué)鋼資源中心研制的鋼板軋機(jī)作業(yè)計(jì)劃專家系統(tǒng)，用于Gary廠，也得雖然已開發(fā)出工字鋼CARD軟件，但通過該軟件設(shè)計(jì)孔總體結(jié)構(gòu)如圖2所示。該系統(tǒng)功能如知識(shí)庫(kù)系統(tǒng)設(shè)計(jì)過程動(dòng)?xùn)|數(shù)據(jù)庫(kù)方法床證判修正孔型設(shè)計(jì)亦實(shí)陣建立推理機(jī)進(jìn)行實(shí)時(shí)控制(開環(huán)或閉環(huán)),因此利用高速計(jì)算機(jī)應(yīng)用技術(shù)，建立熱軋鋼材組織和性能預(yù)測(cè)及控制專家系統(tǒng)(也稱計(jì)算機(jī)輔助CASPPC),是當(dāng)前軋鋼技術(shù)發(fā)展的重要內(nèi)容之常由軋制、相變和性能三個(gè)模塊組成，如圖3所模型模型●應(yīng)變誘導(dǎo)析出理論軋制冷卻織，如圖5所示。徑輔出粒直徑、析出橫型輸出圖4軋制模塊的組成軋制模塊信息晶粒長(zhǎng)大模型(考慮相變)圖5.相變模塊的組成程設(shè)計(jì)軋制植型@調(diào)整軋機(jī)熔煉，鑄系統(tǒng)，簡(jiǎn)稱TDD-ES系統(tǒng)),在對(duì)現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行分析處理的基礎(chǔ)上，利用對(duì)厚差2.2神經(jīng)網(wǎng)絡(luò)在軋制中的應(yīng)用2.2.1概述隨著社會(huì)不斷的進(jìn)步和科學(xué)技術(shù)突飛猛進(jìn)的發(fā)展，人們對(duì)鋼鐵產(chǎn)品的質(zhì)量人工神經(jīng)網(wǎng)絡(luò)是模擬腦神經(jīng)傳遞信息的方法建線性系統(tǒng)及模型未知系統(tǒng)的預(yù)測(cè)和控制，提供了人工神經(jīng)網(wǎng)絡(luò)根據(jù)其網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)規(guī)則可分廣泛的是BP神經(jīng)網(wǎng)絡(luò)。在實(shí)際應(yīng)用中，人工神經(jīng)網(wǎng)絡(luò)(BP網(wǎng)絡(luò))主要有兩個(gè)(1)過程模型。當(dāng)積累了足夠的生產(chǎn)過程歷史數(shù)據(jù)之后，就可以利用神經(jīng)(3)開環(huán)咨詢系統(tǒng)。如果將神經(jīng)網(wǎng)絡(luò)模型與簡(jiǎn)單的專家系統(tǒng)結(jié)合起來，網(wǎng)(5)可預(yù)測(cè)的多變量統(tǒng)計(jì)過程控制。網(wǎng)絡(luò)模型可用來觀察所有有疑問的變(6)預(yù)測(cè)設(shè)備維修計(jì)劃。設(shè)備在連續(xù)使用中性能要降低。用神經(jīng)網(wǎng)絡(luò)可以(7)傳感器監(jiān)測(cè)?？捎蒙窠?jīng)網(wǎng)絡(luò)監(jiān)測(cè)實(shí)效的傳感器，并提供失效警報(bào)，而(8)閉環(huán)實(shí)時(shí)控制。網(wǎng)絡(luò)模型可以對(duì)復(fù)雜的閉環(huán)實(shí)時(shí)控制問題給出解決方2.2.2神經(jīng)網(wǎng)絡(luò)的應(yīng)用實(shí)例在實(shí)際生產(chǎn)過程中，神經(jīng)網(wǎng)絡(luò)在熱帶鋼連軋機(jī)控制、微合金鋼熱軋奧氏體(1)人工神經(jīng)網(wǎng)絡(luò)在軋制過程控制方面的應(yīng)用現(xiàn)代的板帶鋼生產(chǎn)工藝都采用連軋的方式，軋人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自適應(yīng)、高度非線預(yù)測(cè)的精度，采用一個(gè)三層的BP網(wǎng)絡(luò)對(duì)各架軋機(jī)的軋制力進(jìn)行了提高軋制力預(yù)報(bào)精度對(duì)提高設(shè)定精度及第一塊鋼和帶鋼頭部的命中率都具過去利用傳統(tǒng)軋制理論已經(jīng)使軋制力的計(jì)算精度有了大幅度的提高，但是用于預(yù)報(bào)軋制力。利用該ANN網(wǎng)絡(luò)，對(duì)某廠熱軋帶鋼精軋機(jī)組進(jìn)行軋制力速度等，輸出為精軋機(jī)組7個(gè)機(jī)架的軋制力。文獻(xiàn)[15,19]基于神經(jīng)網(wǎng)絡(luò)原理，對(duì)微合金鋼熱軋控制參數(shù)的選取進(jìn)行了變速率)和描述微合金鋼組織性能的參數(shù)(奧氏體晶粒尺寸及流變應(yīng)力)之間的映 (前件部)的數(shù)據(jù)，實(shí)行then部分(后件部)規(guī)定的處理。③模糊判決。以隸圖7.熱連軋頭部模糊動(dòng)態(tài)設(shè)定[10]表1主要誤差和輥縫修正規(guī)則舉例輥縫修正規(guī)則△k△H和△G,小小地關(guān)△C.小小地開小小地關(guān)無(wú)△k、△H和4G.小小地開△C.小小地關(guān)小小地開軋刪諛差人品:軋刪諛差人品:(2)模糊理論在冷軋帶鋼板形控制中的應(yīng)用61冷軋帶鋼的板形控制是通過數(shù)學(xué)模型進(jìn)行的。由于實(shí)際過程高度非線性，在帶鋼冷軋中，各種因素(軋制力及彎輥力的不均勻性、軋輥的熱凸度、軋制速度、溫度場(chǎng)等)都影響帶鋼板形，冷軋過控制變量的測(cè)量值為精確值，需要把精確量轉(zhuǎn)化為模糊量，這就是控制變冷連軋機(jī)組中帶鋼板形控制系統(tǒng)的冷卻水分段增加了負(fù)擔(dān)，還會(huì)產(chǎn)生操作失誤，出現(xiàn)局部拉鋼或2.4.1概述功能(形象思維),專家系統(tǒng)適于模擬人腦的分析判斷功能(邏輯思維),而傳①建立現(xiàn)場(chǎng)數(shù)據(jù)采集系統(tǒng)和歷史數(shù)據(jù)庫(kù)；②利用模糊聚類分析從海量數(shù)據(jù)采用該智能負(fù)荷分配系統(tǒng)對(duì)熱連軋典型規(guī)格產(chǎn)品(3.0mm×1300mm)進(jìn)行目前智能化材料成形技術(shù)仍在發(fā)展之中，預(yù)計(jì)今后一段時(shí)間內(nèi)較為重要的在材料成形過程中推廣應(yīng)用智能技術(shù)是利用高新技術(shù)改造傳統(tǒng)產(chǎn)業(yè)的典型[1]王永慶.人工智能原理與方法.西安：西安交通大學(xué)出版社，1998.5[2]王萬(wàn)森.人工智能原理及其應(yīng)用.北京：電子工業(yè)出版社，2000.1[3]蔡自興，徐光祐.人工智能及其應(yīng)用.北京：清華大學(xué)出版社，1996.5[4]田盛豐，黃厚寬.人工智能與知識(shí)工程.北京：中國(guó)鐵道出版社，1999[5]尹朝慶，尹皓.人工智能與專家系統(tǒng).北京：中國(guó)水利水電出版社，2002[6]王國(guó)棟，劉相化.金屬軋制過程人工智能優(yōu)化.北京：冶金工業(yè)出版社，[7]趙志業(yè).金屬塑性變形與軋制理論.北京：冶金工業(yè)出版社，1996.5[8]王國(guó)棟，劉相華，姜正義，等.人工智能在軋制中的應(yīng)用(一).軋鋼，1996,[9]王國(guó)棟，劉相華，姜正義，等.人工智能在軋制中的應(yīng)用(二).軋鋼，1996,[10]劉相華，王國(guó)棟.人工智能技術(shù)在材料成形中應(yīng)用的進(jìn)展.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2000,32(5):86~89[11]許營(yíng).專家系統(tǒng)在鋼鐵工業(yè)中的應(yīng)用.鞍鋼技術(shù)，1998,No.4:32～39[12]畢學(xué)工.人工智能和專家系統(tǒng)在鋼鐵工業(yè)中的應(yīng)用.武漢鋼鐵學(xué)院學(xué)報(bào)，[14]徐福昌，王有銘，余偉，等.熱軋鋼材組織與性能預(yù)測(cè)及控制專家系統(tǒng)。鋼鐵，1995,30(6):39～42ArtificialIntelligence.ISIJInternational[17]孫雷劍，牛濟(jì)泰，孟慶昌.基于神經(jīng)網(wǎng)絡(luò)的微合金鋼熱軋奧氏體晶粒尺寸及流變應(yīng)力模型的研究.材料科學(xué)與工藝，2000,8(4):16~21[19]呂程，王國(guó)棟，劉相華，谷立軍.利用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)熱連軋精軋機(jī)組帶鋼寬度變化.上海金屬，1998,20(4):36~39[20]王秀梅，王國(guó)棟，劉相華.綜合神經(jīng)網(wǎng)絡(luò)在熱連軋機(jī)組軋制壓力預(yù)報(bào)中的應(yīng)用.鋼鐵研究學(xué)報(bào)，1998,10(4):72~75[21]牛濟(jì)泰，孫雷劍，李海濤，等.基于人工神經(jīng)網(wǎng)絡(luò)的微合金鋼熱軋奧氏體晶粒尺寸模型的研究.材料科學(xué)與工藝，1999,7(1):12~16TangYSWangTCTheuseofNeuforceJMaterialsProcessing[23]劉建昌.基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)厚度控制.鋼鐵，1999,34(11):33～36SugaYNaraseMTokinaTAppli[26]艾立群.人工神經(jīng)網(wǎng)絡(luò)在鋼鐵工業(yè)中的應(yīng)用.鋼鐵研究學(xué)報(bào)，1997,9(4):[27]王國(guó)棟，劉相華，張殿華.軋制過程模擬優(yōu)化的新進(jìn)展.軋鋼，2000,17(6):NicklausFPortmannDieterNetworksinRollingMill[29]周旭東，李連詩(shī)，王先進(jìn)，等.人工神經(jīng)網(wǎng)絡(luò)板厚綜合控制.軋鋼，1995(2):inHotDeformationJournalofMaterialsProcessingTeIdentificationofRollEccentricityinRollingMillsJournalofMateri[32]李元，劉文仲，孫一康.神經(jīng)元網(wǎng)絡(luò)在熱連連軋機(jī)組軋制力預(yù)報(bào)的應(yīng)用.鋼鐵，1996,31(1):54～57[33]王殿輝，劉振宇，王國(guó)棟，等.利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)熱軋板帶力學(xué)性能.鋼鐵，1995,30(1):28～31劉振宇，王昭東，王國(guó)棟，等.應(yīng)用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)熱軋C-Mn鋼力學(xué)性能.鋼附錄資料：不需要的可以自行刪除是酷睿2(已成功代替酷睿1)09年作為下一代更先進(jìn)的CPU17也上市了，在此不久后32NM6常用內(nèi)存條有3種型號(hào)：一)SDRAM的內(nèi)存金手指(就是插入主板的金色接觸部分)有兩的金手指有240個(gè)接觸點(diǎn)。2009年最新的內(nèi)存已經(jīng)升級(jí)到DDR3代，DDR3內(nèi)存向DDR2內(nèi)存兼容，同樣采用了240針DDR3-800的核心工作頻率只有100MHz。主流DDR3的工作頻率是1333MHz。在面向64位構(gòu)架的DDR3顯然在頻率和速度上擁有更多的優(yōu)勢(shì)，此外，由于DDR3所采用的根據(jù)溫度自動(dòng)自是SATA接口的升級(jí)版，市面上這種硬盤有是也有，就是不多，主要就是緩存和傳輸速度的提高；SCSI這是一種在服務(wù)器中采用的硬盤接口，它的特點(diǎn)是轉(zhuǎn)動(dòng)速度快可以達(dá)到10000轉(zhuǎn)，這混合、紋理壓縮和凹凸映射貼圖、雙重紋理四像素256位渲染引擎等，而硬件T&1技術(shù)可以說色，或320*200*256色，而此256色顯示模式即成為后來顯示卡的共同標(biāo)準(zhǔn)，因此通稱顯示卡為XGA(eXtendedGraphicArray)等名詞出現(xiàn)，顯示芯片廠商更把3D功能與VGA整合在一起，即像素填充率的最大值為3D時(shí)鐘乘以渲染途徑的數(shù)量。如NVIDIA的GeForce2GTS芯片，核心頻率為200MHz,4條渲染管道，每條渲染管道包含2個(gè)紋理單元。那么它的填充率就為4x2像素x2億/秒=16億像素/秒。這里的像素組成了在顯示屏上看到的畫面，在800x600分辨率下一共就有800x600=480,000個(gè)像素，以此類推1024x768分辨率就有1024x768=786,432個(gè)像素。填充率的大小對(duì)衡量一塊顯卡的性能有重要的意義。上面計(jì)算了GTS的填充率為16億像素/秒，再看看MX200。它的標(biāo)準(zhǔn)核心頻率為175,渲染管道只有2條，那么它的填充率為2x2像素x1.75數(shù)據(jù)。圖形核心的性能愈強(qiáng)，需要的顯存也就越多。以前的顯存主要是SDR的，容量也不大。而市面上基本采用的都是DDR規(guī)格的，在某些高端卡上更是采用了性能更為出色的DDRⅡI或AGP接口接開辟了更快的總線。其發(fā)展經(jīng)歷了AGP1.0(AGP1X/2X)、AGP2.0AGPAGPAGP和多種芯片的內(nèi)部連接，并稱之為第三代I/O總線技術(shù)。隨后在2001年底，包括Intel、AMD、DELL、IBM在內(nèi)的20多家業(yè)界主導(dǎo)公司開始起草新技術(shù)的規(guī)范，并在2002年完成，對(duì)其正式可以預(yù)見PCIE取代AGP還需好長(zhǎng)時(shí)間。流種類。常見的液晶顯示器有19寸、21寸、22寸、24寸等。價(jià)格不一，性能差別很大?？筛?)亮度\對(duì)比度.常用500NIT,對(duì)比度1000左右.2)可視角.IPS屏水平和垂直都可達(dá)到178度.此并不重視)