1．1人的智能（HI）
  人的智能，通常是指人在认识与改造客观世界的过程中，通过思维和脑力劳动所体现出的能力，它包括如下三个方面：
  （1）感知能力
  人们通过视觉、听觉、触觉等感觉系统，感知客观世界、获取感性知识，称之为感知。例如，通过眼、耳等感觉器官，可接受如文字、图像、声音、语言等各种信息。由感知所产生的相应刺激，沿外周神经传入中枢神经——脑，并进行信息处理、模式识别、语言理解等智能活动的能力，称之为感知能力。
（2）行为能力
  人们通过手、足、喉等感应器官，对来自外界刺激的输入信息将作出相当于输出信息的反应或行动的能力，称之为行为能力。例如，负责温度控制的运行工，将根据仪表显示的温度信息，进行阀门操作；大厦管理人员，针对客户提出的意见给予解释等。行为智能特性，表现在反应的灵活性与适应性，即当环境和干扰是变化的、不确定的或不确知的情况下，仍能灵活地作出适宜反应。
（3）思维能力
  人通过大脑，完成记忆、联想、推理、计算、分析、比较、判断，决策、规划、学习、探索等思维活动，从而实现对各种信息的加工处理，将感性知识上升为理性知识，在此基础上，进行积累与总结经验，形成概念、确定方法、制订计划、作出决策；通过推理、论证或分析、计算，求解问题、作出结论；通过学习、培训，增长知识、丰富经验、促进工作。上述全部活动，均属“思维能力”范畴。
  人的智能之核心是知识。其中，包括感性知识与理性知识、经验知识与理论知识，感性知识是通过感觉器官，对客观事物之片面的、表面的、局部的认识所获取的知识。经验知识是直接源于实践的对客观世界的认识。理性认识则是在感性知识基础上，将所获得的感性知识，经过思考、推理、分析等过程，实现去粗取精、去伪存真、由此及彼、由表及里的整理和改造，从而形成的概念，并具备判断、推理等特点。理性知识是人们由实践概括出来的。对客观世界全面和系统的认识。

Serendipity:
1．2人工智能（AI）
  人工智能，是研究使机器具备人所具有的智能功能的一门高新技术学科。其目的是模拟、延伸和扩展人的智能，以实现某些脑力劳动的自动化。实质上，它是开拓计算机应用、研制新一代计算机和扩展计算机应用领域的技术基础，也是探索人脑奥秘的重要科学途径。人工智能、原子能技术、空间技术，被称为20世纪的三大尖端科技。进入21世纪后，人工智能仍是适应信息时代需求的关键技术之一。
1．2．1人工智能的必要性
  人类只有在改造客观世界的过程中，才能创造社会财富与人类文明。而这一切活动都必须借助于机器。因而赋予机器以智能功能，使之更好地为人类服务是十分迫切的，这也是研究人工智能的主要目的。概括讲，人工智能有如下优点：
  （1）智能互补
  “智能互补”系指人的智能与机器智能间相互“取长补短”。人的长处体现在创造性、灵活性、主动性，适宜从事非常规的、不确定的、未确知的管理活动，如高层决策、总体规划、发展预测等；人的短处是易疲劳、会遗忘、有情绪，其脑力和体力劳动能力受到心理和生理条件的限制，不适于进行重复性、繁琐性、单调性的工作，如大量记忆、计算、高速查询等。相反地，计算机的长处是抗疲劳、不遗忘、无情绪，适宜担负重复的、繁琐的、单调的，需要大量记忆、计算、高速查询的工作；计算机的短处是规范性、呆板性、被动性，不适于处理非常规、不确定、未确知的管理问题，而适于处理常规的、确定的、确知的问题，如信息查询、管理、办公事务处理等。
  （2）智能移植
  人的智能不断向机器转移，称之为智能“移植”。在智能技术的研究、开发、应用过程中，人的智能不断地向机器智能转移，将逐步提高机器的人工智能水平。例如，在研究、开发智能专家管理系统过程中，将专家的专业知识与工作经验，转移到计算机的知识库和推理机中，从而使计算机能够求解相应专业领域的专门问题，具有类似于专家本人的智商和能力。1997年电子计算机与国际象棋大师比赛，计算机首次战胜大师，证明智能移植已达到相当高的水平。随着计算机的人工智能水平不断提高，计算机将能够承担更多的管理工作，从而可以减轻人们的脑力和体力劳动。
  （3）智能共生
  人的智能和机器智能共同发展，称之为“智能共生”。智能管理系统是人-机共生系统，人和计算机在同一系统中协同工作，进行各种智能管理活动。通过多媒体信息的人-机交互，人的智能和机器智能可以相互促进、共同发展。通过智能转移，将人的某些智能“移植”到计算机，使计算机的推理、学习、联想能力提高，从而促进了机器人工智能的发展。与此同时，由于人-机分工界面转移，人的劳动任务减少，使管理人员有更多的精力和时间从事更高级的、更富有创造性的活动，井通过多媒体信息交互，获得更友好、更有效的信息服务和支持环境。智能共生有助于更好地发挥人的创造性、主动性与灵活性，促进人的智能发展，并向更高境界的智慧升华。
  广义的人工智能，包括专家系统（Expert systern，筒称ES）、人工神经网络（ArtificiaI NeuraI Network，简称ANN）、模式识别（Pattern Recognition，简称PR）、智能机器人（Intelligent Robot，简称IR）等诸多领域。
1．2．2人工智能的范畴
  在人工智能学科理论领域中，存在着不同的学派，如符号主义学派，联结主义学派、行为主义学派等。但是，从广义智能信息系统论的观点和“智能建筑”行业发展的需求出发，可将人工智能的主要研究内容概括为如下三个方面。
  （1）机器感知与感知机器
  机器感知，即赋予机器以感知能力，如文字、图像、声音等模式识别与自然语言理解，以及具有视觉。听觉、触觉等功能。
  感知机器，即该设备已具备了感知能力。其中，包括文字、图像、声音、语言的识别机、感知机；还包括触觉感知器、平衡感知器、各种智能传感器等等。
  （2）机器思维与思维机器
  机器思维，即赋予机器以智能功能，如启发式程序、专家系统、知识工程、机器学习、机器证明、机器博弈等等。
  思维机器，即该设备已具备了智能思维功能。如智能计算机、学习机，推理机、博弃机、逻辑机、自动机、人工神经网络系统等等。
（3）机器行为与行为机器
  机器行为，即赋予机器以智能行为能力。其中包括自适应、自整定。自寻优等智能控制、管理、决策行力，还包括机器人在不确定的、动态环境中的“漫游”行为等等。
  行为机器，是已具备了智能行为能力的设备，如智能控制器、智能效应器、智能执行机构、智能机械手、智能机器人等等。
  人工智能广泛应用于工业、农业、建筑业、科技、国防及国民经济各部门，其中包括计算机控制、计算机管理、计算机辅助设计与生产过程自动化等各个领域。人工智能的广泛应用，反过来又促进了智能控制、智能管理，智能建筑、智能通信、智能仪表与智能自动化等各种智能化新技术、新方法、新产品的发展。
  实际系统往往是复杂的、相互关连的，因而人工智能的研究、开发和应用，需要采取多学科结合、多途径协同的综合研究方法。
1.3集成智能（II）
  人-机智能结合是指人的智能与具有人工智能的机器的结合，其中包含两方面的含义：
  （I）智能集成
  将人的智能与人工智能相结合，取长补短，产生更高层次的集成智能。相互关系可表示为式3：
  HI+ AI→II （3）
式中十——表示“集成”;
→——表示“产生”。
  例如，将国际象棋大师的创造才能与计算机的逻辑运算能力相结合，设计出启发式的程序，甚至能战胜头号国际象棋大师。
  （2）智能开发
  人的智能与人工智能相结合，相互促进，从而导致了进一步的智能开发。相互关系可表示为式4：
HI×AI→D1 （4）
式中Dl——开发智能（Developing lntel ligence，简称DI）；
×——表示“促进”；
→——表示“开发”。
  例如，利用智能知识工程技术，集中多个专家的知识和经验，构成多专家系统，可能具有高于任何一个专家的智能水平。利用人的智能，加入启发信息，能提高专家系统的知识推理效率。该领域成果可广泛用于智能建筑的控制与管理系统。
  实现人- 机智能结合包括两大内容，一方面通过智能集成，提高人- 机系统的综合智能水平；另一方面通过智能开发，促进人的智能的升华和机器智能的开发。
  集成智能实质是通过人的智能与人工智能的有机结合，达到人- 机系统的高度智能化、协调化，从而使上述两大智能的优势互补，并更有效、更充分地发挥出来。
  2.智能的特点
  众所周知，人的智能随先天智商与后天努力而不同。同样，人工智能也因应用对象、技术手段与路线、软与硬件特点及其集成方法不同而差异很大。但无论何种应用，凡属智能，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，可以使机器具有智能功能。
  （3）智能是多层次的。一般可分为三个层次：高层次智能（思维）、中层次智能（感知）、低层次智能（行为）。
  （4）智能是进化的。可分为：通过遗传、变异所获得的先天进化，通过学习、训练所获得的后天进化。
  （5）智能是相对的。随不同的主体、客体、时间、空间、环境、条件的不同，必然存在着智能水平的差异。
  （6）“智能“（Intelligence）与“智慧”（Wisdom）是有区别的，从“智能”到“智慧"， 意味着智力发展、智商提高、智能升华。
  （7）智能系指智能系统的整体功能。就像人具有不同的智商那样，应承认并允许不同的智能系统具有不同的“智商系数”。
  （8）智能管理系统是人- 机智能结合的管理系统，这种“结合不是简单的“相加”，而是有机地融合。
  上述普遍原则同样适用于智能建筑。也就是说，凡属智能建筑范畴，均应具有一定的智能特点。但中国属发展中国家，对信息的需求与经济实力有限，更应针对具体工程的实际需求，恰当确定“智商系数”，只要留有充分的发展余地，就不失为现代化的智能建筑。
3 智能优化方法
3.1 智能优化方法的目标
  智能优化方法，是智能管理方法中具有共性的关键技术。优化是管理的核心,既是管理的目的，又是管理的手段。在管理活动过程中的各个环节，如：规划、决策、指挥、调度、协调等，都存在优化问题。优化的思想贯穿于管理话动的全过程，优化的方法应用于管理活动各方面。
  现代化管理的主要目的和任务，就是实现最优化管理。即在一定的约束条件下，取得管理效益的最优化或次优化。
  传统的最优化方法主要是基于数学模型建立的，例如，包括基于代数方程（线性、非线性）模型、运筹学线性规划与非线性规划等的静态优化方法；基于微分方程或差分方程模型与最优控制理沦中的极大值原理及动态规划等的动态优化方法。由于数学模型的描述能力和求解方法存在着局限性，使传统的最优化方法在工程中的实际应用受到了很大的限制。目前，仍存在井急待解决的主要问题如下：
  （1）人的因素
  人是管理系统的第一重要因素，在优化问题中，必须首先考虑人的因素。例如，在优化目标和约束条件中，如何符合国家政策、贯彻领导意图、符合业主需求？又如何考虑人的文化技术素质与民俗？在优化方法中，如何发挥专家和“智囊团”的作用？如何利用管理人员的宝贵工作经验等等。
  （2）多目标问题
  实际管理系统的优化，往往是多目标的。例如，优质、高产、低耗、节能、少污染等目标之间通常是存在矛盾的，我们的任务是如何正确处理这些矛眉，以求得多目标优化问题的满意解。
  （3）局部解问题
  复杂的优化问题可能存在多个解。其中，往往有若干个具有局部极大值或极小值的局部解。智能优化方法的任务是，如何避开或跳出局部解以求得所需的全局解。
  (4)不确定性
  管理活动过程存在许多不确定性。例如，关系到人的思想、认识、情绪、爱好、语言、行为等问题时均具有模糊性，是不能用确定性数学模型描述的。优化的任务是：如何建立不确定系统的优化模型，以求解不确定性优化问题。
  （5）未确知性
  由于人们的认识能力与观测手段的限制，即使客观事物本身是确定性的，也未必能完全地认识和了解。因而不可避免地存在数据的不准确、知识的不充分、信息的不完备等问题。上述“未确知性”导致建立数字模型的困难。
  (6)维数灾
  即使能建立可用的数学模型，但由于系统的复杂性，将出现因状态变量数目太多而导致的模型维数过高，或者由于存在非线性、变系数、变结构、分布参数、非平稳特性等复杂因素，导致优化计算的工作量急剧上升，出现所谓“维数灾”、“组合爆炸”或“病态解”等现象，最终造成求最优解的困难。
  提出智能优化的概念和方法，就是为了寻求解决上述问题的新途径。智能优化方法，实质是人工智能的知识推理方法、人工神经网络的学习方法与运筹学、控制理论的静态、动态优化方法相结合的优化方法。例如，启发式线性规划方法、启发式动态规划方法、自学习非线性规划方法。自学习优化调度方法、自寻优风险决策方法等。该类方法适用于智能建筑工程的全过程，已开始用于通信自动化系统（CAS）、楼宇设备自动控制系统（BAS）与办公自动化系统（OAS）。
3.2智能优化方法的技术路线
  为了解决上述优化任务，在人工智能与运筹学、控制理论、大系统理论等学科相结合的基础上，提出了智能化方法（Intelligent Optimization Method，简称IOM）。
  智能优化方法的基本思路在于：运用人工智能、思维科学的启发推理、学习训练、联想识别与模糊逻辑等方法，并与运筹学、控制理论及大系统理论中的静态优化、动态优化、多级优化等方法相结合，以寻求解决包括人的因素、多目标、局部解、不确定、未确知、维数灾等问题的集成新途径.