1．1人的智能（HI）
  人的智能，通常是指人在認識與改造客觀世界的過程中，通過思維和腦力勞動所體現出的能力，它包括如下三個方面：
  （1）感知能力
  人們通過視覺、聽覺、觸覺等感覺系統，感知客觀世界、獲取感性知識，稱之為感知。例如，通過眼、耳等感覺器官，可接受如文字、圖像、聲音、語言等各種信息。由感知所產生的相應刺激，沿外周神經傳入中樞神經——腦，并進行信息處理、模式識別、語言理解等智能活動的能力，稱之為感知能力。
（2）行為能力
  人們通過手、足、喉等感應器官，對來自外界刺激的輸入信息將作出相當于輸出信息的反應或行動的能力，稱之為行為能力。例如，負責溫度控制的運行工，將根據儀表顯示的溫度信息，進行閥門操作；大廈管理人員，針對客戶提出的意見給予解釋等。行為智能特性，表現在反應的靈活性與適應性，即當環境和干擾是變化的、不確定的或不確知的情況下，仍能靈活地作出適宜反應。
（3）思維能力
  人通過大腦，完成記憶、聯想、推理、計算、分析、比較、判斷，決策、規劃、學習、探索等思維活動，從而實現對各種信息的加工處理，將感性知識上升為理性知識，在此基礎上，進行積累與總結經驗，形成概念、確定方法、制訂計劃、作出決策；通過推理、論證或分析、計算，求解問題、作出結論；通過學習、培訓，增長知識、豐富經驗、促進工作。上述全部活動，均屬“思維能力”范疇。
  人的智能之核心是知識。其中，包括感性知識與理性知識、經驗知識與理論知識，感性知識是通過感覺器官，對客觀事物之片面的、表面的、局部的認識所獲取的知識。經驗知識是直接源于實踐的對客觀世界的認識。理性認識則是在感性知識基礎上，將所獲得的感性知識，經過思考、推理、分析等過程，實現去粗取精、去偽存真、由此及彼、由表及里的整理和改造，從而形成的概念，并具備判斷、推理等特點。理性知識是人們由實踐概括出來的。對客觀世界全面和系統的認識。

Serendipity:
1．2人工智能（AI）
  人工智能，是研究使機器具備人所具有的智能功能的一門高新技術學科。其目的是模擬、延伸和擴展人的智能，以實現某些腦力勞動的自動化。實質上，它是開拓計算機應用、研制新一代計算機和擴展計算機應用領域的技術基礎，也是探索人腦奧秘的重要科學途徑。人工智能、原子能技術、空間技術，被稱為20世紀的三大尖端科技。進入21世紀后，人工智能仍是適應信息時代需求的關鍵技術之一。
1．2．1人工智能的必要性
  人類只有在改造客觀世界的過程中，才能創造社會財富與人類文明。而這一切活動都必須借助于機器。因而賦予機器以智能功能，使之更好地為人類服務是十分迫切的，這也是研究人工智能的主要目的。概括講，人工智能有如下優點：
  （1）智能互補
  “智能互補”系指人的智能與機器智能間相互“取長補短”。人的長處體現在創造性、靈活性、主動性，適宜從事非常規的、不確定的、未確知的管理活動，如高層決策、總體規劃、發展預測等；人的短處是易疲勞、會遺忘、有情緒，其腦力和體力勞動能力受到心理和生理條件的限制，不適于進行重復性、繁瑣性、單調性的工作，如大量記憶、計算、高速查詢等。相反地，計算機的長處是抗疲勞、不遺忘、無情緒，適宜擔負重復的、繁瑣的、單調的，需要大量記憶、計算、高速查詢的工作；計算機的短處是規范性、呆板性、被動性，不適于處理非常規、不確定、未確知的管理問題，而適于處理常規的、確定的、確知的問題，如信息查詢、管理、辦公事務處理等。
  （2）智能移植
  人的智能不斷向機器轉移，稱之為智能“移植”。在智能技術的研究、開發、應用過程中，人的智能不斷地向機器智能轉移，將逐步提高機器的人工智能水平。例如，在研究、開發智能專家管理系統過程中，將專家的專業知識與工作經驗，轉移到計算機的知識庫和推理機中，從而使計算機能夠求解相應專業領域的專門問題，具有類似于專家本人的智商和能力。1997年電子計算機與國際象棋大師比賽，計算機首次戰勝大師，證明智能移植已達到相當高的水平。隨著計算機的人工智能水平不斷提高，計算機將能夠承擔更多的管理工作，從而可以減輕人們的腦力和體力勞動。
  （3）智能共生
  人的智能和機器智能共同發展，稱之為“智能共生”。智能管理系統是人-機共生系統，人和計算機在同一系統中協同工作，進行各種智能管理活動。通過多媒體信息的人-機交互，人的智能和機器智能可以相互促進、共同發展。通過智能轉移，將人的某些智能“移植”到計算機，使計算機的推理、學習、聯想能力提高，從而促進了機器人工智能的發展。與此同時，由于人-機分工界面轉移，人的勞動任務減少，使管理人員有更多的精力和時間從事更高級的、更富有創造性的活動，井通過多媒體信息交互，獲得更友好、更有效的信息服務和支持環境。智能共生有助于更好地發揮人的創造性、主動性與靈活性，促進人的智能發展，并向更高境界的智慧升華。
  廣義的人工智能，包括專家系統（Expert systern，筒稱ES）、人工神經網絡（ArtificiaI NeuraI Network，簡稱ANN）、模式識別（Pattern Recognition，簡稱PR）、智能機器人（Intelligent Robot，簡稱IR）等諸多領域。
1．2．2人工智能的范疇
  在人工智能學科理論領域中，存在著不同的學派，如符號主義學派，聯結主義學派、行為主義學派等。但是，從廣義智能信息系統論的觀點和“智能建筑”行業發展的需求出發，可將人工智能的主要研究內容概括為如下三個方面。
  （1）機器感知與感知機器
  機器感知，即賦予機器以感知能力，如文字、圖像、聲音等模式識別與自然語言理解，以及具有視覺。聽覺、觸覺等功能。
  感知機器，即該設備已具備了感知能力。其中，包括文字、圖像、聲音、語言的識別機、感知機；還包括觸覺感知器、平衡感知器、各種智能傳感器等等。
  （2）機器思維與思維機器
  機器思維，即賦予機器以智能功能，如啟發式程序、專家系統、知識工程、機器學習、機器證明、機器博弈等等。
  思維機器，即該設備已具備了智能思維功能。如智能計算機、學習機，推理機、博棄機、邏輯機、自動機、人工神經網絡系統等等。
（3）機器行為與行為機器
  機器行為，即賦予機器以智能行為能力。其中包括自適應、自整定。自尋優等智能控制、管理、決策行力，還包括機器人在不確定的、動態環境中的“漫游”行為等等。
  行為機器，是已具備了智能行為能力的設備，如智能控制器、智能效應器、智能執行機構、智能機械手、智能機器人等等。
  人工智能廣泛應用于工業、農業、建筑業、科技、國防及國民經濟各部門，其中包括計算機控制、計算機管理、計算機輔助設計與生產過程自動化等各個領域。人工智能的廣泛應用，反過來又促進了智能控制、智能管理，智能建筑、智能通信、智能儀表與智能自動化等各種智能化新技術、新方法、新產品的發展。
  實際系統往往是復雜的、相互關連的，因而人工智能的研究、開發和應用，需要采取多學科結合、多途徑協同的綜合研究方法。
1.3集成智能（II）
  人-機智能結合是指人的智能與具有人工智能的機器的結合，其中包含兩方面的含義：
  （I）智能集成
  將人的智能與人工智能相結合，取長補短，產生更高層次的集成智能。相互關系可表示為式3：
  HI+ AI→II （3）
式中十——表示“集成”;
→——表示“產生”。
  例如，將國際象棋大師的創造才能與計算機的邏輯運算能力相結合，設計出啟發式的程序，甚至能戰勝頭號國際象棋大師。
  （2）智能開發
  人的智能與人工智能相結合，相互促進，從而導致了進一步的智能開發。相互關系可表示為式4：
HI×AI→D1 （4）
式中Dl——開發智能（Developing lntel ligence，簡稱DI）；
×——表示“促進”；
→——表示“開發”。
  例如，利用智能知識工程技術，集中多個專家的知識和經驗，構成多專家系統，可能具有高于任何一個專家的智能水平。利用人的智能，加入啟發信息，能提高專家系統的知識推理效率。該領域成果可廣泛用于智能建筑的控制與管理系統。
  實現人- 機智能結合包括兩大內容，一方面通過智能集成，提高人- 機系統的綜合智能水平；另一方面通過智能開發，促進人的智能的升華和機器智能的開發。
  集成智能實質是通過人的智能與人工智能的有機結合，達到人- 機系統的高度智能化、協調化，從而使上述兩大智能的優勢互補，并更有效、更充分地發揮出來。
  2.智能的特點
  眾所周知，人的智能隨先天智商與后天努力而不同。同樣，人工智能也因應用對象、技術手段與路線、軟與硬件特點及其集成方法不同而差異很大。但無論何種應用，凡屬智能，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，可以使機器具有智能功能。
  （3）智能是多層次的。一般可分為三個層次：高層次智能（思維）、中層次智能（感知）、低層次智能（行為）。
  （4）智能是進化的。可分為：通過遺傳、變異所獲得的先天進化，通過學習、訓練所獲得的后天進化。
  （5）智能是相對的。隨不同的主體、客體、時間、空間、環境、條件的不同，必然存在著智能水平的差異。
  （6）“智能“（Intelligence）與“智慧”（Wisdom）是有區別的，從“智能”到“智慧"， 意味著智力發展、智商提高、智能升華。
  （7）智能系指智能系統的整體功能。就像人具有不同的智商那樣，應承認并允許不同的智能系統具有不同的“智商系數”。
  （8）智能管理系統是人- 機智能結合的管理系統，這種“結合不是簡單的“相加”，而是有機地融合。
  上述普遍原則同樣適用于智能建筑。也就是說，凡屬智能建筑范疇，均應具有一定的智能特點。但中國屬發展中國家，對信息的需求與經濟實力有限，更應針對具體工程的實際需求，恰當確定“智商系數”，只要留有充分的發展余地，就不失為現代化的智能建筑。
3 智能優化方法
3.1 智能優化方法的目標
  智能優化方法，是智能管理方法中具有共性的關鍵技術。優化是管理的核心,既是管理的目的，又是管理的手段。在管理活動過程中的各個環節，如：規劃、決策、指揮、調度、協調等，都存在優化問題。優化的思想貫穿于管理話動的全過程，優化的方法應用于管理活動各方面。
  現代化管理的主要目的和任務，就是實現最優化管理。即在一定的約束條件下，取得管理效益的最優化或次優化。
  傳統的最優化方法主要是基于數學模型建立的，例如，包括基于代數方程（線性、非線性）模型、運籌學線性規劃與非線性規劃等的靜態優化方法；基于微分方程或差分方程模型與最優控制理淪中的極大值原理及動態規劃等的動態優化方法。由于數學模型的描述能力和求解方法存在著局限性，使傳統的最優化方法在工程中的實際應用受到了很大的限制。目前，仍存在井急待解決的主要問題如下：
  （1）人的因素
  人是管理系統的第一重要因素，在優化問題中，必須首先考慮人的因素。例如，在優化目標和約束條件中，如何符合國家政策、貫徹領導意圖、符合業主需求？又如何考慮人的文化技術素質與民俗？在優化方法中，如何發揮專家和“智囊團”的作用？如何利用管理人員的寶貴工作經驗等等。
  （2）多目標問題
  實際管理系統的優化，往往是多目標的。例如，優質、高產、低耗、節能、少污染等目標之間通常是存在矛盾的，我們的任務是如何正確處理這些矛眉，以求得多目標優化問題的滿意解。
  （3）局部解問題
  復雜的優化問題可能存在多個解。其中，往往有若干個具有局部極大值或極小值的局部解。智能優化方法的任務是，如何避開或跳出局部解以求得所需的全局解。
  (4)不確定性
  管理活動過程存在許多不確定性。例如，關系到人的思想、認識、情緒、愛好、語言、行為等問題時均具有模糊性，是不能用確定性數學模型描述的。優化的任務是：如何建立不確定系統的優化模型，以求解不確定性優化問題。
  （5）未確知性
  由于人們的認識能力與觀測手段的限制，即使客觀事物本身是確定性的，也未必能完全地認識和了解。因而不可避免地存在數據的不準確、知識的不充分、信息的不完備等問題。上述“未確知性”導致建立數字模型的困難。
  (6)維數災
  即使能建立可用的數學模型，但由于系統的復雜性，將出現因狀態變量數目太多而導致的模型維數過高，或者由于存在非線性、變系數、變結構、分布參數、非平穩特性等復雜因素，導致優化計算的工作量急劇上升，出現所謂“維數災”、“組合爆炸”或“病態解”等現象，最終造成求最優解的困難。
  提出智能優化的概念和方法，就是為了尋求解決上述問題的新途徑。智能優化方法，實質是人工智能的知識推理方法、人工神經網絡的學習方法與運籌學、控制理論的靜態、動態優化方法相結合的優化方法。例如，啟發式線性規劃方法、啟發式動態規劃方法、自學習非線性規劃方法。自學習優化調度方法、自尋優風險決策方法等。該類方法適用于智能建筑工程的全過程，已開始用于通信自動化系統（CAS）、樓宇設備自動控制系統（BAS）與辦公自動化系統（OAS）。
3.2智能優化方法的技術路線
  為了解決上述優化任務，在人工智能與運籌學、控制理論、大系統理論等學科相結合的基礎上，提出了智能化方法（Intelligent Optimization Method，簡稱IOM）。
  智能優化方法的基本思路在于：運用人工智能、思維科學的啟發推理、學習訓練、聯想識別與模糊邏輯等方法，并與運籌學、控制理論及大系統理論中的靜態優化、動態優化、多級優化等方法相結合，以尋求解決包括人的因素、多目標、局部解、不確定、未確知、維數災等問題的集成新途徑.