在分散系统的不同仪器仪表中，采用微处理器、微型芯片技术设计模糊控制程序，并设置各种测量数据的临界值。利用模糊规则的模糊推理技术，对事物的各种模糊关系进行各种类型的模糊决策。这一优势在于不必建立被控对象的数学模型，也不需大量测试数据，只需根据经验总结合适的控制规则。应用芯片离线计算和现场调试，可按需要和精确度产生准确分析和准时控制动作。

特别是在传感器测量中，智能自动化技术应用更为广泛。通过软件实现信号滤波，如快速傅立叶变换、小波变换等技术，是简化硬件、提高信噪比、改善传感器动态特性的有效途径，但需要确定传感器动态数学模型，而且高阶滤波器实时性较差。运用神经网络技术，可实现高性能自相关滤波和自适应滤波。充分利用人工神经网络强有力的自学习、自适应能力，无论在适用性或快速实时性方面都将大大超过复杂函数式，可以充分利用多传感器资源，综合获取更准确结论。

其中实时与非实时数据信息可能相互支持或相互矛盾，此时对象特征提取融合直至最终决策，将成为难点。神经网络或模糊逻辑将成为最值得选用的方法。在气体混合识别中，可以采用自组织映射网络和BP网络相结合；食品味觉检测可使用小波变転及遗传算法训练后的模糊神经网络；布匹面料质量评定可以采用柔性操作手对触觉信号处理。

(2) 在虚拟仪器结构设计中的应用

仪表与计算机结合，不仅提高了测量精度与智能自动化水平，更是其发展迅猛发展带来的结果。在虚拟仪器结构设计中，厂家提供源代码形式即插即用的驱动程序，以简化用户操作并提高运行效率。此外，由于最新Labwindows/CVI 5.0内建开发工具基础上编程，使驱动代码能以人机交互生成，从而减少大量编程工作且统一驱动代码结构。

再次，在“测试开发”模式下完成状态检查帮助发现错误，当正常投入使用后可切换到“正常运行”模式，以保证安全性并提升运行效率。此外，还具有多线程同时安全运行能力，以及仿真功能，使得软件能够独立进行测试而无需实际连接设备。

最后，由于初始化函数区分接口总线方式，无论接口何种改变，都能保持同样的初始化过程。这使得虚拟仪器彻底改变了以往VXI标准缺陷，从而实现全面统一运行显示出深远影响。

(3) 仪表工业网联中的应用

随着智能软硬件组成网络，便可发挥灵活调用各类计算机资源潜力，产生1+1>2效果。例如，可以使用Web数字万用表及示波管通过因特网区别不同的条件特征，并作出响应。此外，可使用分布式系统代替单独采集设备跨越以太网实施远程测量存储分类数据，即便跨越长距离也能实现通信。而多用户可同时监控同一个过程，不必亲临现场亦能收集各方数据进行决策，或建立数据库分析现象规律。一旦问题发生，可立即展现眼前配置解决方案，或商讨决定采取措施。

此外，与重构信息处理结合，使计算机优点结合ASIC优点形成可重构计算机，不但要对FPGA灵活配置，其指令级至任务级并行计算速度达到通用数百倍以上，这些新兴领域不断融合进来，为我国产业高速发展奠定坚基。当今光电束流速度极速、高效生物DNA芯片交互作用材料智能化，将共同提升当代生产力向新的更高境界迈进，为人类创造幸福美好的未来世界奠定基础。