在分散系统的不同仪器仪表中，采用微处理器、微等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。运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。这种方法不需要建立被控对象的数学模型，也不需大量测试数据，只需根据经验和适当控制规则，就能应用芯片离线计算和现场调试，产生准确分析和及时控制动作。

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、短时傅立叶变换、小波变换等技术，可以简化硬件，提高信噪比并改善传感器动态特性。但是，这些高级滤波器在实时性方面存在不足。利用神经网络技术可以实现高性能自相关滤波和自适应滤波。这使得人工神经网络能够充分发挥其强大的自学习、自适应、自组织能力以及对非线性复杂关系输入输出映射功能，无论在使用范围或快速实时性的各个方面，都将大大超过复杂函数式。

然而，在处理实时与非实时、快变与缓变以及模糊与确定性的数据信息过程中，我们可能会遇到对象特征提取融合直至最终决策的问题。在此情形下，神经网络或模糊逻辑将成为最具价值选择。此外，在气体传感阵列用于混合气体识别的情况下，可以采用自组织映射网络和BP网络相结合来分类，然后再进行组分识别，从而降低算法复杂度提高识别率。此类似地，在食品味觉信号检测与识别领域，也可以利用小波变换压缩数据并提取特征，然后输入遗传算法训练过的模糊神经网络，大幅提升对简单复合味道的识别率。

(2) 在虚拟仪器结构设计中的应用

结合了仪器与测量技术及计算机技术，不仅极大提高了测量精确度及智能自动化水平，而且尤其是计算机硬件软化及软件模块化虚拟仪器迅猛发展及其与网络系统资源程序统一优化性能配置，为仪器智能自动化水平迅速提升创造了条件。

在新Labwindows/CVI 5.0内建开发工具基础上，将使用智能手段，使IVI（智能虚拟仪表）驱动代码可根据人机交互作用生成，这样既简化了大量编程工作又统一了驱动代码编程结构风格方便不同水平用户使用维护，同时还保持原VXI总线即插即用标准高层编程接口提供相同功能函数调用格式。

另外，由于采用了一系列智能手段，可实现多线程同时安全运行进行多线程并行测试；同时，还具有强大的仿真功能，即使无连接实际仪器也可开发测试程序。此外，可区分不同的接口总线方式仅通过一个初始化函数In it with Options来区分地域异用，而运行只关注测试功能，不受接口影响。

最后，由于虚拟仪子采用了一系列智能自动化手段彻底改变以往VXI总线即插即用标准所带来的缺陷——运行效率低、编程结构风格不一致、高质量难以保证、大量工作量、高维护成本—从而在效率高质量安全可靠易用的条件下全面统一运行显示出深远影响于整个工业高速发展之重要性。

(3) 器械网联中的应用

由于任何设备均能连接到Web数字万用表示波管，其它因特网模式识别软件区分不同的时间空间条件或种类特征，以及判断临界值，就能做出响应。而分布式数据采集系统代替单独设备，以跨越以太网其他网络实施远程测量采集，并完成分类存储应用。这将导致网上的各种类型任务完成，如某地采集后送往各需求部门，或定期保存数据库供随需调用。而多个用户可监控同一过程，无需亲临现场但仍能收集各方面数据进行决策或建立数据库分析现象规律。一旦问题发生，可立即展现眼前重新配置商讨决定立即采取措施。

此外，由于重构信息处理技巧也将为所有装置创造更广阔舞台。结合通用的电路优点，与专门集成电路优点的一般重构电脑，它们要灵活配置数量众多逻辑单元阵列(FPGA)，且指令级比特级流水级任务级并行计算速度达到通用电脑数百倍以上增长速度效果显著增强进步速度加快迈向更高阶段的人国制造业产业发展水平必然日益升华飞跃达标要求突破新高度创新奋斗目标不断追求卓越光荣历史辉煌未来前景乐观满怀期待朝着更加美好未来努力前行！