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，不仅可以设计模糊控制程序，并设置各种测量数据的临界值，还能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，然后应用芯片离线计算和现场调试，以产生准确分析和及时控制动作。

尤其是在传感器测量中，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，以及对非线性复杂关系输入输出间黑箱映射特性，无论在适用性和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，综合获取更准确可信结论。

其中实时与非实时数据信息可能相互支持或矛盾，此时对象特征提取融合直至最终决策，将成为难点。于是神经网络或模糊逻辑将成为最值得选用的方法。例如，在气体传感阵列用于混合气体识别，可以采用自组织映射网络与BP网络相结合，先进行分类再识别组分，将传统方法全程拟合转化为分段拟合，以降低算法复杂度提高识别率。此外，在食品味觉信号检测与识别领域，用遗伝算法训练过的模糊神经网络，大大提高了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

虚拟仪器结构与性能上的改进主要包括以下几个方面：

首先，我们考虑要兼顾用户直观易用以及运行效率，同时保持原VXI总线即插即用标准高层编程接口以提供相同功能函数调用格式。

其次，我们运用智能手法使智能虚拟仪器（IVI）驱动代码可以在人机交互作用下生成，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，还方便了不同水平用户使用维护。

再次，我们应用一系列智能手法来识别跟踪管理所有各类仪器状态设置，使用户直接进入低层设置并通过智能状态管理使用户可根据需要切换“测试开发”模式到“正常运行”模式。这既保证了安全可靠又能使软件高速运行提升效率。

另外，由于采用了一系列智能化方法，使驱动者能够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，可以在不连接实际仪器情况下开发测试程序。此外，驱动者只与测试功能相关，与接口总线方式无关，只通过一个初始化函数区分接口总线地域异用。

最后，由于虚拟仪素采用了一系列智能自动化手段，从而改变了以往VXI总线即插即用的运行效率低、编程结构风格不一致、编程困难质量低工作量大使用维护麻烦等缺陷，从而实现全面统一运行显示出深远影响对整个工业发展速度推进力度提升至今已逐渐展现出新时代科技创新能力极具潜力的大众共享平台服务生态环境构建基础设施现代制造业体系建设优质产品生产力增长引领全球竞争力战略合作伙伴关系国际市场拓展方向扩展未来前景.

(3) 儀表網絡中的應用

由於儀表與計算機組成網路，即可通過智慧軟硬體（如模式識別、神經網絡之自學習、高適應、高組織與聯想記憶），發揮靈活調動並合理配置網上各種計算機與儀表資源特質與潛力產生1+1>2組合同義益。在現實生活中已能運行連接到Web數位萬用計數子示波管線路傳輸技術為主導，每當因果關係變動時自動進行資料庫更新，並且將這些轉換結果保存為新的參考點供未來研究依據。而此過去曾是單獨使用資料采集設備現在則被分布式資料采集系統所取代，這樣就可以跨越以太網或其他類型交通工具進行遠端測量並進行類別存儲應用.

虛擬測量環境將各種類型不同的機構配備成一個有機整體，一起完成各種形式任務要求，如某地采集後送達異地需要此數據的地方；或者定期將測量結果送達遙遠地方儲存供隨時呼叫。而多個使用者也能同時監控同一個過程，就像工程師們對產品質保監控員對品質檢查主管對總部決策的一般情況他們都無需親臨現場但仍然能夠及時收集每個部分數據進行決策或建立数据库分析現象規律。一旦發生問題便會立即顯示眼前重新配置商討決策立即採取措施.

另外還有一項重建信息處理技術也將為儀表創造更廣闊活動舞台。結合電腦與專業集成電路優點，可重構電腦，不僅要根據不同的計算任務對大量可編寫邏輯單元陣列FPGA作出靈活相應配置，其指令級比特級流水線級甚至任務級並行計算，使其運行速度超過一般通訊電腦許多倍以上.