人工智能是利用现有的知识库，按照一定的逻辑推理规则，对用户的提问做出解答。现有的知识库需要按照一定的规则组织，由原生知识以及推理知识组成，称为“事实”，一般写为ｉｆ－ｔｈｅｎ的形式，再定义推理规则，推理规则的定义是关键，用户的问题不外乎三类：一是“是什么”，正问题；二是“为什么”，逆问题；三是“怎么样”，过程问题。系统设计者先要进行需求分析，罗列一些用户的可能问题，来建立推理规则，否则可能影响系统的接受程度。
人工智能系统一般用ＬＩＳＰ、Ｐｒｏｌｏｇ等语言开发，现在ＬＩＳＰ和Ｐｒｏｌｏｇ已有Ｊａｖａ、Ｃ＃等版本，这非常有利于和有限元的开发系统统一平台。依据有限元计算结果，开发独立的人工智能系统就不需要这样，因为现在有很多的专家系统开发工具，直接应用即可。
开发基于有限元的人工智能系统，实际上不需要像一般的人工智能系统那么复杂，因为有限元的计算全部是数值计算，如果提出问题，可能用一般的软件流程实现，比如：请列出应力大于３ＭＰａ的单元，直接判断即可。在有限元系统中人工智能系统主要应用在将大量已有的工程经验、计算结果、试验结果、网格划分的经验等变为知识库的事实，为一般用户服务。否则就没有必要应用人工智能的知识。
目前，ＣＡＥ大都没有包含推理的内容，则可能是由于系统难以判断用户的问题，实际上，在里面还存在大量的研究内容，像以前，有限元计算还需要专门的力学知识，如果加入人工智能就可能降低有限元计算的应用门槛，进一步扩大受众，这也是力学家们的责任。
开发基于有限元的人工智能系统，最为重要是“事实库”的内容，“事实库”就相当于人的基础知识，越丰富、越接近事实越好。计算经验、工程经验非常重要，但现在，我们都没有将其“智能系统化”，像有的用户，产品的功能很明确，但类型很多，比如飞机、吊车等，建立人工智能系统是完全必要、可能的。“事实库”的开发一定要像“信息管理系统”开发那样，进行扎实的需求分析、问卷调查等形式，要特别注视计算失败的实例，计算后产品失效、失败的实例。
逻辑推理，存在许多模型，有直接推理、模糊推理、基于可靠度的推理、基于贝叶斯原理的推理等等，可以参考人工智能的教材、或者使用专家系统构造软件，用户需要结合自己的实际，没有定论。针对有限元的智能系统研究，推荐Ｐｒｏｌｏｇ语言，ＬＩＳＰ是表式语言，一般用户很不习惯编程，Ｐｒｏｌｏｇ要好理解得多，但也有很多的知识点与技巧，也能找到许多现成的代码来应用。自己特别喜欢早年的Turbo Prolog程序，在DOS下运行，界面间接明了，程序很小，现在的PDC已经加入了许多非Prolog的东西，UI呀、OOP呀，全有了，让人发晕。当年的Turbo C、Turbo Pascal、Turbo Prolog可真是经典哪。
以上文章被中国计算网收录于2018年12月4日，转自http://blog.sina.com.cn/westernwind，欢迎CAE行业人士投稿于中国计算网
搜索微信公众号： cncompute_Mall 直接关注，更多惊艳的资讯等你来关注~您也可以来投稿~