2018年智能制造行业发展趋势分析报告

一、工业互联网是制造业升级的核心 (2)

1、工业互联网平台是工业全要素链接的枢纽 (2)

2、政策春风拂面，市场前景可期 (4)

二、平台体系是工业互联网的关键 (6)

1、不同分类下，国内外工业互联网平台一览 (6)

2、三类平台的比较分析及未来发展趋势 (9)

3、他山之石：GEPredix——全球工业互联网平台的典型11

三、工业软件应用构成工业互联网平台的重要资源 (15)

1、工业软件丰富程度决定工业平台整体竞争力 (15)

2、工业互联网平台助力软件企业打开发展空间 (20)

四、投资标的 (21)

五．风险提示 (26)

一、工业互联网是制造业升级的核心

1、工业互联网平台是工业全要素链接的枢纽

工业互联网是制造业数字化、网络化、智能化的重要载体，也是全球新一轮产业竞争的制高点。工业互联网是新一代信息通信技术与现代工业技术深度融合的产物，通过构建链接机器、物料、人、信息系统的基础网络，实现工业数据的全面感知、动态传输、实时分析、形成科学决策与智能控制，提供制造资源配置效率，正成为领军企业竞争的新赛道、全球布局的新方向、制造大国竞争的新焦点。

1>数据采集是基础。工业大数据有三类：生产经营相关业务数据、设备物联数据、外部互联网数据。其中，设备物联数据采集受制于传感器部署不足，装备智能化水平低，数据采集颗粒度不足，无法支持上层应用。随着兼容多种协议的技术产品构建，此类问题将得到改善。同时通过部署边缘计算模块，实现数据在生产现场的轻量级运算和实时分析。可以缓解数据的云端计算压力。

2>工业PaaS是关键。现有的通用PaaS平台尚不能满足工业级应用需要。未来通过对通用PaaS的深度改造，构造满足工业实时、可靠、安全需求的云平台，将大量工业技术原理、行业知识、基础模型模块化，并封装成为可重复使用的API，降低应用

程序开发门槛，为工业APP的发展打下基础。

3>工业APP是重点。目前传统生产管理软件云化步伐缓慢，专业的工业APP较少。随着未来工业PaaS平台的成熟，工业软件的数量将快速增加。未来的发展方向包括两个：传统软件云化+新型工业APP的开发。

企业借助工业互联网平台有助于实现智能化转型。工业企业上云实现数据在线化，一方面可以依托工业互联网平台形成创新服务模式；另一方面可以借助平台上被封装成软件的管理发展经验，实现自身的产业升级；同时也可以通过数据的集中分析实现更为智能化的设备监控、资源配置和产业协同。在现阶段上云的过程中，大企业具备上云基础，有望推动核心业务和机器设备共同上云，追求价值创造，形成样板案例；小企业生产设备数字化程度低，上云可实现具备优化和成本节约。

2、政策春风拂面，市场前景可期

国家政策频出，推进工业互联网发展步入快车道。自2015年以来，国家陆续出台了“中国制造2025”、“互联网+”等多项产业政策，推动工业互联网的建设。尤其在十九大报告中提出要“推动互联网、大数据、人工智能和实体经济融合”后，工业互联网相关政策更是持续加码，2017年11月国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，2018年2月工信部开展工业互联网“323”行动，计划实施工业互联网三年行动计划，紧接着国家制造强国建设领导小组下设立工业

互联网专项工作组，统筹协调我国工业互联网发展工作，另外2018年的政府工作报告中也提出“发展工业互联网平台，创建’中国制造2025’示范区”。这些政策频出的背后，是国家希望以推进供给侧结构性改革为主线，结合实施“中国制造2025”和“互联网+”，依托工业互联网，促进新一代信息技术与制造业的深度融合，从而推动实体经济的转型升级。

地方政策陆续落地，推动“企业上云计划”，加速工业互联网落地。自2017年起，各地相继出台了一系列政策，如浙江省发布的《浙江省“企业上云”行动计划（2017年）》、湖南省发布的《湖南省中小企业“上云”行动计划（2018）》等。地方政府通过财税支持、政府购买等方式，促进工业互联网平台在产业集聚区快速落地，鼓励中小企业业务系统向云端迁移，从而实现“大企业建平台，中小企业用平台”的互促互进的格局。

《广2018年3月，广东省发布全国首个工业互联网地方政策：

东省深化“互联网+先进制造业”发展工业互联网的实施方案》和《广东省支持企业“上云上平台”加快发展工业互联网的若干扶持政策（2018-2020年）》，落实“夯实网络基础”、“打造平台体系”、“加强产业支撑”、“开展应用示范”、“完善生态体系”、“强化安全保障”六大任务，并出台11条奖补红利政策鼓励企业“上云上平台”实施数字化网络化智能化升级、开展工业互联网标杆示范应用推广、促进工业互联网产业生态创新发展，从而促进工业互联网的落地，促进省内制造业降本提质增效，加快实

2018年智能制造行业发展趋势分析报告

目录一、工业互联网是制造业升级的核心 (2) 1、工业互联网平台是工业全要素链接的枢纽 (2) 2、政策春风拂面，市场前景可期 (4) 二、平台体系是工业互联网的关键 (6) 1、不同分类下，国内外工业互联网平台一览 (6) 2、三类平台的比较分析及未来发展趋势 (9) 3、他山之石：GEPredix——全球工业互联网平台的典型11 三、工业软件应用构成工业互联网平台的重要资源 (15) 1、工业软件丰富程度决定工业平台整体竞争力 (15) 2、工业互联网平台助力软件企业打开发展空间 (20) 四、投资标的 (21) 五．风险提示 (26) 一、工业互联网是制造业升级的核心 1、工业互联网平台是工业全要素链接的枢纽工业互联网是制造业数字化、网络化、智能化的重要载体，也是全球新一轮产业竞争的制高点。工业互联网是新一代信息通信技术与现代工业技术深度融合的产物，通过构建链接机器、物料、人、信息系统的基础网络，实现工业数据的全面感知、动态传输、实时分析、形成科学决策与智能控制，提供制造资源配置效率，正成为领军企业竞争的新赛道、全球布局的新方向、制造大国竞争的新焦点。

工业互联网平台是工业全要素链接的枢纽，是工业资源配置的核心。工业互联网构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在链接、弹性供给和高效配置。工业互联网平台可以分为4个部分：1>边缘层：通过协议转化和边缘计算形成有效的数据采集体系，从而将物理空间的隐形数据在网络空间显性化。2>IaaS层：将基础的计算网络存储资源虚拟化，实现基础设施资源池化；3>工业PaaS层：工业操作系统，向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发和部署；4>工业APP：通过调用和封装工业PaaS平台上的开放工具，形成面向行业和场景的应用。对于工业互联网平台来说，数据采集、工业PaaS、工业APP是核心三大要素。 1>数据采集是基础。工业大数据有三类：生产经营相关业务数据、设备物联数据、外部互联网数据。其中，设备物联数据采集受制于传感器部署不足，装备智能化水平低，数据采集颗粒度不足，无法支持上层应用。随着兼容多种协议的技术产品构建，此类问题将得到改善。同时通过部署边缘计算模块，实现数据在生产现场的轻量级运算和实时分析。可以缓解数据的云端计算压力。 2>工业PaaS是关键。现有的通用PaaS平台尚不能满足工业级应用需要。未来通过对通用PaaS的深度改造，构造满足工业实时、可靠、安全需求的云平台，将大量工业技术原理、行业知识、基础模型模块化，并封装成为可重复使用的API，降低应用

人工智能行业研究分析报告

概要人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的计算机，到计算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了巨大的阻碍。尽管现在此刻可能是下一个 AI 冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。

与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。那个 AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的 Alexa 和 Google 的图像识不，然而 AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。例如，在医疗保健中，图像识不技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开发新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中制造新的赢家和输家。

2019人工智能产业投资分析报告

2019人工智能产业投资分析报告前言：人工智能(AI)将接棒移动互联网，成为下一轮科技创新红利的主要驱动力。透过丰富的数据采集(互联网和IoT)、更快的数据传输(5G)、更强大的数据运算处理(AI)，科技企业和传统企业将在更广泛的领域深度融合。 AI将广泛助力传统行业转型，渗透互联网竞争下半场，催生无人驾驶、城市大脑、工业互联网、农业大脑、智慧医疗、Fintech、机器人等广义AI 应用，酝酿万亿级市场和投资机会。

▌AI主导下一轮科技创新红利AI孕育万亿级别市场人工智能(AI)指利用技术学习人、模拟人，乃至超越人类智能的综合学科。人工智能技术可以显著提升人类效率，在图像识别、语音识别等领域快速完成识别和复杂运算。此外，面对开放性问题，人工智能技术亦可通过穷举计算找到人类预料之外的规律和关联。自1956年“人工智能”概念首次被提出，AI技术“三起两落”。本轮人工智能腾飞受益于持续提升的AI算力对神经网络算法的优化。 AI产业链分为:基础层、技术层、应用层。基础层主要包括:AI芯片、IoT传感器等，技术层主要包括:图像识别、语音识别、自然语言处理NLP、知识图谱等，应用层的场景包括:无人驾驶、智慧安防、智慧城市(城市大脑)、金融科技(Fintech)、智慧医疗、智慧物流等领域。 AI市场规模快速成长。中国是全球第二大AI力量，人工智能企业超过1000家。

2018年中国AI市场规模约330亿元人民币，全球AI市场规模约2700亿美元。我们预计，中国人工智能市场规模有望成长至万亿量级，成为下一轮科技创新红利的主导力量。 Statista预计2019、2020年，全球人工智能市场规模将分别增长59%、61%，成长至6800亿美元量级。我们判断，中国人工智能市场有望在2030年达到万亿量级，传统行业和技术的结合是主要的应用领域，2G(对政府）和2B（对企业）将成为主要的营收来源。

零售业发展的趋势及现状分析

市场营销作业中国零售业发展现状及趋势分析信管1401 韩斌 2015年11月10日

一、我国百货零售业发展的现状零售业是指通过买卖形式将工农业生产者生产的产品直接售给居民作为生活消费用或售给社会集团供公共消费用的商品销售行业。从行业的生产要素来看，零售行业是典型的劳动力密集型和资金密集型行业。而且，随着零售业发展水平的提高，行业生产要素逐渐由典型的劳动密集向典型的资金密集转移。中国实行改革开放以来，国民经济保持了持续、健康、快速发展的良好态势。2001年以后，中国经济进入一个新的快速发展期，GDP增长速度逐年加快，从2001年的8.3%加快到2006年的11.1%。至2006年底，中国限额以上连锁零售门店数达123690个，增长17%。其中，超级市场23233个，增长22.8%；专业店77220个，增长15.2%。2006年限额以上连锁零售业零售额为10499亿元，增长22.5%，占社会消费品零售总额13.7%，比2005年提高2.1个百分点。 2007年上半年全国重点大型零售企业共完成销售总额2020.3亿元，比2006年同期增长22.44%，其中完成零售额1729.8亿元，同比增长23.91%。国民经济的持续快速发展，为中国零售业的发展提供了良好的发展环境。 2007年11月份全国百家重点零售企业实现销售总额243.1亿元，比2006年同期增长30.3％。2007年11月份百家企业食品类实现零售额27.1亿元，同比增长30.4％，其中粮食类、食用油类和肉类实现零售额分别为1.5亿元、1.7亿元和2.8亿元，同

比分别增长39.61％、85.05％和48.06％。2007年11月份百家大型企业实现服装类销售额69.2亿元，同比增长25.31％。其中防寒服和皮革服装销售最为可观，增速均超过了服装总量的增速。2007年11月份家用电器类完成销售额11.5亿元，比上月减少5.8亿元，同比增长30.7％；化妆品销售看好，实现9.3亿元，同比增长24.81％。（一）业态层次不齐,差距明显 20世纪90年代以前,中国零售市场长期保持着百货商店一统天下的单一格局,其市场份额达60%以上。对外开放以来,随着消费者需求的变化和零售市场竞争的加剧,大型综合超市、超级市场、便利店、专业店、专卖店、家居中心、仓储商场等新型零售业态得到快速发展,成为中国零售业规模扩大的主要动力。在过去的10年里,中国零售业走完了国外零售业150年的商业历程,西方发达国家历经8次零售革命形成的20余种业态几乎全部在中国出现,但是各种新型业态同时出现,没有时间阶段性,且部分业态具有明显的不足,与国际上通行的标准业态相比有较大的差距。(二)整体规模偏小,各项成本较高目前,国内企业的规模扩张更多的是一种外延式扩张,更看重的是网点资源的抢占,规模效益没有充分体现,只在一定程度上提高了综合毛利率,但各类经营费用居高不下,导致净利润率远远低于家乐福、沃尔玛等国际巨头。根据

人工智能完成总结报告

完成总结报告项目名称：数独游戏设计与实现组员：王郑合 2014204081 栾杰 2014204080 文宽 2014204104 二〇二〇年三月二十四日

1 问题描述 1.1 问题说明数独游戏起源于瑞士，由十八世纪的瑞士数学家欧拉发明，是一种数字拼图游戏，其游戏规则是： ①在9×9的大九宫格内，已给定若干数字，其他宫位留白，玩家需自己按照逻辑推敲出剩下的空格里是什么数字。 ②必须满足的条件：每一行与每一列都有1到9的数字，每个小九宫格里也有1到9的数字，并且一个数字在每行、每列及每个小九宫格里只能出现一次，既不能重复也不能少。 ③每个数独游戏都可根据给定的数字为线索，推算解答出来。 1.2 数独求解描述由于数独游戏的推广与普及，在当今世界上有着大量的数独爱好者，本项目的目的就是按照数独的游戏规则，通过对数据结构的分析和人工智能算法的研究，利用计算机程序来实现对已知数独游戏的快速求解。 1.3 数独出题描述数独游戏挑战者的水平各异，对数独题目的难度要求各不相同，所以本项目致力于设计一种算法，使其在尽可能短的时间内生成不同难度等级的数独题，以满足不同水平游戏者的需求。同时，该算法还要考虑到三个方面要求：可变化的难度、解的唯一性和算法复杂度最小化。

2 功能分析 2.1 数独求解数独虽然号称是数学问题, 但在求解时几乎用不上数学运算方法，事实上它更像是一种思维方式。数独游戏开始后，要想在空格中填入正确的数字，先要根据数独游戏规则对1-9分别进行逻辑判断，然后选择正确的数字填入空格。另外，由于某个格子填入数据时，有可能还要对原来已填入的数据进行修正，所以可以考虑使用递推和回溯搜索来求解数独问题。 2.2 数独出题出题时，要能保证算法生成的数独题具有可变化的难度和唯一解,该算法内部应该包含有对数独题的求解和评级功能。本项目使用了一种基于“挖洞”思想的数独题生成算法，将该算法的设计工作分为评级、求解和生成三部分工作。利用随机数出现的概率不同来确定不同的难度，通过避免重填一个被“挖去”的格子，或者回溯到一个曾经无法“挖去”的格子，来降低算法的复杂性。 2.3 题目保存当用户需要退出却仍没有完成数独题目的解答时，可以选择是否保存当前的求解进度。如果需要，本系统会帮助用户将目前未完成的数独题目的解答进度保存起来，以便用户下次使用本系统时，可以继续解答上次未完成的题目。 2.4 题目读取用户可以在程序开始运行后，选则读取一道之前保存起来的题目进行解答，被读取的题目将会显示到程序界面上。

2018年轨道交通装备制造行业分析报告

2018年轨道交通装备制造行业分析报告 2018年7月

目录一、行业主管部门、监管体制、主要法律法规和政策 (6) 1、行业主管部门 (6) 2、行业监管体制 (6) 3、行业主要法律法规及政策 (7) （1）行业主要法律法规 (7) （2）行业相关产业政策 (7) 二、行业概况 (11) 1、轨道交通定义及分类 (11) （1）轨道交通的定义 (11) （2）轨道交通的分类 (11) 2、轨道交通行业概况及发展趋势 (12) （1）全球轨道交通行业概况 (12) ①全球铁路行业概况 (12) ②全球城市轨道交通行业概况 (13) （2）全球轨道交通行业发展趋势 (15) ①高铁扩建及升级已成为诸多国家大力发展区域经济的必然选择 (15) ②大力扩展城市轨道交通成为各国梳缓交通压力、改善职住平衡重要途径 (16) ③轨道交通路网的快速延伸必将带动全球轨道交通装备市场的快速发展 (16) （3）我国轨道交通行业概况 (17) ①我国铁路行业概况 (17) ②我国城市轨道交通行业概况 (18) （4）我国轨道交通行业发展趋势 (21) ①强化轨道交通行业领先发展优势，加快“走出去”步伐，提升国际竞争力 (21) ②高端装备、新材料及智能制造产业将实现突破发展，引领中国制造新跨越 (22) ③我国轨道交通行业市场容量大，前景广阔，可实现跳跃式快速增长 (23)

3、轨道交通装备行业概况及发展趋势 (24) （1）全球轨道交通装备行业概况及发展趋势 (24) ①伴随全球轨道交通行业技术创新更迭，全球轨道交通装备市场呈现出强劲的增长态势 (24) ②全球轨道交通装备市场寡头垄断已形成，中国中车位居首位 (25) （2）我国轨道交通装备行业概况及发展趋势 (26) ①轨道交通装备制造业已成为我国高端装备制造领域核心竞争优势之一，是推动我国新兴产业快速发展的重要原动力 (26) ②政策支持和市场需求双重作用推动我国轨道交通装备行业快速发展，市场空间巨大 (26) ③高铁动车组和城市轨道交通装备产业作为我国轨道交通装备领域重要支柱性产业，将伴随“一带一路”战略实施，全面带动整个产业链协同发展，提升全球影响力 (28) 4、轨道交通车辆空调行业概况及发展趋势 (29) （1）全球轨道交通车辆空调行业概况及发展趋势 (29) （2）我国轨道交通车辆行业概况及发展趋势 (30) ①我国铁路车辆行业基本现状 (30) ②我国城市轨道交通车辆行业发展现状 (34) 三、行业竞争格局和市场化程度 (37) 四、行业主要企业情况 (38) 1、石家庄国祥运输设备有限公司 (38) 2、广州中车轨道交通空调装备有限公司 (38) 3、上海法维莱交通车辆设备有限公司 (39) 4、金鑫美莱克空调系统（无锡）有限公司 (39) 五、行业经营模式 (39) 六、行业技术水平及特点 (40)

我国人工智能行业投融资分析

我国人工智能行业投融资分析能让Microsoft 、Google、Facebook、Amazon等巨头不惜重金一砸的领域，想必只有人工智能了。国内公司也没有错过如此风口，2015年，百度推出度秘、小度机器人两款产品，腾讯财经开发出自动化新闻写作机器人，阿里巴巴与富士康联手向软银机器人控股公司分别注资145亿日元······ 2015年，机器人不再是“黑科技”，变成了一门市场前景巨大的生意。麦肯锡咨询公司预测，到2025年，机器人在制造业、服务产业应用创造的产值为1.7万亿到4.5万亿美元。这也不难解释，为什么连马云、孙正义和郭台铭都开始一起制造机器人了。而在不为人所熟知的工业机器人方面，国际机器人联合会最新给出的数据是，2014年中国工厂里的机器人占了全球工业机器人的四分之一，同比增加54%，预计到2017年中国安装的工业机器人数量将居全球之首。中投顾问在《2016-2020年中国人工智能行业深度调研及投资前景预测报告》中表示，更多的资本也正在流向这一领域，试图在真正起风之前抢占风口位置。 1、融资阶段：天使、A轮仍是主流图表2015年AI领域投融资所处阶段数据来源：中投顾问产业研究中心整理和几乎所有科技领域一样，AI领域初创公司所处融资阶段也以A轮为主，达到了一半以上。

2015年1至9月披露了融资阶段的事件中，只有Makeblock为C轮融资（红杉资本投资600万美元）。Makeblock是一个基于开源硬件的机器人积木搭建平台，让用户通过乐高积木的方式搭建自己的机器人，并进行可视化编程。借助Makeblock，用户既可以自己动手组装一台3D打印机，也可以DIY属于自己的瓦力机器人。云从科技则在4月20日获得佳都科技5000万人民币战略投资。云从科技是一家专业的人脸识别技术服务提供商，其技术核心是通过基于异构深度神经网络的目标深度解析，突破人脸识别在各种复杂环境下通用性差的难题。 2、融资金额：千万投资成门槛图表2015年AI领域投融资的金额分布数据来源：中投顾问产业研究中心整理与智能硬件等领域不同，由于AI及机器人制造对技术水平和资金投入的要求较高，因此千万元以上的投资占据多数。融资额最高的企业为Ninebot，其在4月15日获得小米科技、红杉资本等8000万美元A轮投资。Ninebot 是国内首家集研发、生产、销售和服务于一体的智能短途代步设备运营商，专注于智能短途代步机器人产品，已成功收购全球自平衡车的领导者Segway。地平线机器人则在天使轮即获得晨兴创投、红杉资本等数百万美元投资，在起跑线上即取得了领先地位。公司创始人曾任百度深度学习研究院IDL的负责人，从百度离职后组建Horizon Robotics，致力于定义机器人的“大脑”芯片，想要帮助硬件产品实现复杂智能化功能，进而成为机器人时代的Intel。 3、融资领域：机器人成最大热点从细分领域来看，机器人占了绝对多数。工业机器人依旧抢眼。李群自动化定位于中高端工业机器人制造商，2015年4月获得了红杉资本的3000万元A轮融资，目前可以为客户提供全套机器人自动化解决方案的业务模式。

零售行业的现状及发展方向

2020年中国零售药店行业集中度较高未来发展前景依旧可观字体大小：大中小2020-02-06 09:44 来源：中国报告网居民收入增加、疾病谱的变化、老龄化加剧、二胎政策等一系列社会与健康发展新形势促使医疗需求出现较大的增加与变化。作为医疗健康领域的重要组成部分，零售药店行业近几年也出现了一系列重大变化。准确把握行业发展趋势、先行业变化而变化在当前节点显得尤为重要。2018年11月23日，国家商务部联合药监局、卫健委、医保局起草《全国零售药店分类分级管理指导意见（征求意见稿）》，向社会公开征求意见。 2015-2018年我国药店行业相关政策分析

2018.6.1卫健委《医疗机构处方审核规范》药品名称应当使用经药品监督管理部门批准并公布的药品通用名称;医院制剂应当使用药品监督管理部门正式批准的名称 2018.9.1国家中药管理局《互联网医院管理办法 (试行)》、《互联网诊疗管理办法(试行)》、《远程医疗服务管理规范(试行)》患者确诊断为某种或某几种常见病、慢性病后，医师应当掌握患者病历资料，可以针对相同诊断的疾病在线开具处方，医疗机构、药品经营企业可委托符合条件的第三方机构配送数据来源:国务院由于受到医改的控费政策带来的影响，导致我国药品终端销售增速逐渐放缓，同比增速从2016年的8.23%下降至2018年的5.84%，预计2019年增速约为4%。从药品种类看，非处方药预计2019年增长率为4.4%，与2018年相比，各大终端中仅农村基层和城市基层两大终端市场保持上升趋势；而处方药预计增长率为2.7%，与2018年相比，各大终端各增速均出现下滑。但是，随着老龄化、消费升级、供给侧改革的推进，药品销售终端市场总体规模依旧会保持增长趋势。 2015-2019年医药终端市场销售情况数据来源: 中国医药行业协会我国药品市场最大的销售终端在医院，其销售规模约是零售药店终端的三倍。根据相关数据显示，2018年医院占比67.4%，零售药店终端零售额为3919亿元，占比22.9%。从零售药店终端(包括实体药店和网上药店两大市场)市场份额变化情况来看，零售药店终端占比呈下降趋势，从2011年的24.7%下降至2018年的22.9%，这主要是随着公立基层医疗的销售占比逐渐增加。 2011-2018年中国零售药店终端药品零售额占比变化情况

世界零售业发展趋势

第一章绪论 1.1 世界零售业发展趋势零售业的发展可以追溯到19世纪中叶百货业的诞生，也就是所谓的“第一次零售革命“，迄今已有150多年的历史。在此期间，零售业态不断创新，新兴零售组织形式不断出现。从世界范围来看，传统的百货业态正逐渐失去昔日的辉煌，而连锁超市和大卖场等业态则开始占据主导地位。目前，进入“世界500强”的零售企业已超过50家，绝大多数为连锁超市和大卖场等业态。随着经济全球化和信息化的发展，世界范围内的零售业正在经历着以下变化和趋势： (1) 连锁经营成主导趋势西方发达国家的零售业经过多年的发展与变革，传统的百货零售方式正面临着越来越严峻的挑战，取而代之的连锁经营方式，特别是跨国连锁经营正以高速增长的态势成为现代零售业的主导经营方式。如当今世界零售业位居前列的零售商，如美国的沃尔玛、法国的家乐福、荷兰的ROYALAHOLD超市集团、德国的麦德龙、日本的伊藤洋华堂等无一例外都是靠连锁经营的方式迅速发展壮大，成为国际零售业的“领头羊”。走连锁经营发展道路的大型零售企业主要依靠自身的独特的品牌优势和先进的管理方式吸收中小型零售企业加盟，实现商业资源的快速整合与重组，以增强企业的竞争力和抵御风险的能力。 (2) 零售业对市场的控制能力正在上升

综观近年来世界零售业的发展，可以看出一个明显的趋势就是零售企业对市场的控制能力正逐步增强。传统的观念认为，在整个商业流通过程中，零售业处于销售链的下游，只是被动接受制造商提供的产品，并受到制造商的种种限制。但由于科学技术的进步和社会的发展，消费者行为变得更为多样化和个性化，对购买行为的主动性也大大加强，因此，制造商对消费者消费需求的把握难度也加大了，而最接近消费者的零售业则相对较为容易掌握消费者瞬息万变的需求变动情况，并且其掌握信息比制造商所掌握的更准确、更及时。这样，零售商对市场的把握和控制更显有力，在一定程度上决定着制造商的命运。电子商务、网上购物、邮购、直销待方式的兴起，更说明了这一点。 (3) 零售业两极分化的趋势加剧零售业的激烈竞争使整个行业产生了较为明显的两极分化趋势，一方面，零售业中的市场集中度正在逐步提高，少数连锁巨头控制整个零售业中的大量份额，如2003年位居世界500强之首的沃尔玛公司2002年的业务收入已达到2200亿美元，在世界经济中的比重已非同小可；另一方面，有一部分零售企业则开始走向专业化经营，通过采用专营店的方式，提供差别化、个性化的服务，经营的品种也从过去的“大而全”向“精而专”转变。从未来的发展趋势看，巨型化和专营化是零售业发展的两种同时并存的方向。 (4)组织结构正向集中化转变随着零售企业规模的不断扩大，跨地域、跨国经营的趋势越来越明显，随之而来的是零售企业的组织结构的集中化程度也变得越来越高。对大型零售企业来说，通过集中化管理，可以集中批量采购，以更优惠的价格进货，

人工智能课程报告-138071解读

研究生课程考试成绩单任课教师签名：日期：

浅谈基于人工神经网络的日负荷预测学号：138071 姓名：万玉建摘要本文是作者在学习《人工智能》课程以后，结合作者本人工作的需要，根据《人工智能》课程中人工神经网络知识和在网上搜索到的相关资料，提出关于电力系统日负荷预测，运用基于人工神经网络的算法的组网结构和实现步骤的一些简单的构思和设想。 1引言本人一直从事电力系统监控软件研发和管理工作，电力系统监控软件监控的对象就是电力负荷情况，而电力负荷预测则是系统的高级应用，它是根据历史的负荷数据，预测未来的负荷情况。由于电力负荷资源不可储存性，即发电机发出多少电，实时就要用多少负荷量，因此，就要求事先需要知道未来的用电负荷。正确地预测电力负荷，既是为了保证人们生活充足的电力的需要，也是电力工业自身健康发展的需要。日负荷预测是指对未来1日的负荷进行预测，一般每15分钟一个负荷点，1日共96个数据。实际工作中，当天上午负荷预测人员根据昨天和更前的历史负荷数据预测明天的负荷数据，然后按一定格式生成文件上传到相关负荷管理部门。之前公司负荷预测软件中提供了线性回归法、曲线拟合法、平均值外推法、最小二乘法等负荷预测算法，但是这些算法都只是根据历史负荷数据进行一些数学的运算，没有考虑天气、节假日等情况，这些因素是负荷变化的重要的因素，而这些算法无法将这些因素量化并参加计算。本学期学习了《人工智能》课程，其中有关于人工神经网络知识，这让本人想起来早在几年前在设计负荷预测软件时，曾经看到有人使用基于人工神经网络，把天气、节假日等因素加进来的进行预测的算法，当时也想增设这样的算法，但因为对算法不是很理解和其他种种原因一直没有实现。而今，恰好在课本学了人工神经网络，就考虑设计一种基于人工神经网络的负荷预测算法。本文描述这种算法的构思和设想。 2影响负荷预测因素的分析由于电力系统负荷是一个很复杂的非线性系统，有许多直接或间接的因素都会对电力系统的日负荷产生直接的影响。但是在实际的负荷预测中，又不能考虑太多的影响因素。这一方面是收集这些资料困难，另一方面因素太多会造成建模困难，并且会带来大量的计算。因此，在考虑神经网络输入量的问题上，应抓住其中几个最具特征的影响因素。根据对历史负荷的分析，一般可把负荷分为两类：周期性负荷和变动性负荷。周期性负荷，或者说标准负荷，反映的是负荷自身变化的基本规律，呈较强的周期性，尤其受到时间周期的影响。针对短期负荷，时间周期因素包括：周周期、日周期等。它们对于日负荷的曲线模式有着极为重要的影响。在气象条件中，起主要作用的是温度因素和天气状况。因此为了在负荷预测中考虑这两方面的影响，本文对每天的气温的输入变量可以进行分段处理，将天气状况中最重要的气温因素进行量化处理并作为神经网络的一个输入量。这样就更加能够体现出实际负荷的变化情况。

2016年全球及中国人工智能产业发展分析报告

2016年2月出版

正文目录 1、人工智能是利用人工计算实现人类智能 (4) 1.1、本质：人工智能的本质是对人类智能的模拟甚至超越 (4) 1.2、原理：利用一系列算法驱动电脉冲模拟人脑神经元的运作过程 (5) 2、全球人工智能千亿市场爆发在即，AI+引领未来商业模式新风向 (6) 2.1、人工智能起源于上世纪50 年代，2006 年起进入加速发展的新阶段 (6) 2.2、发达国家火热布局，2040 年或有可能实现广义人工智能 (7) 2.2.1、欧盟：人脑工程项目（HBP） (8) 2.2.2、美国：大脑研究计划（BRAIN） (8) 2.2.3、日本：大脑研究计划（Brain/MINDS） (9) 2.3、下游应用需求迫切+上游技术基础成型，人工智能全球市场规模超千亿 (10) 2.3.1、下游应用需求倒逼、上游技术成型推动，人工智能技术加速发展 (10) 2.3.2、人工智能逐渐受到机构重视，2020 年全球市场规模超千亿 (11) 2.4、人工智能推动传统产业变革，AI+将成为未来普遍的商业模式 (13) 3、人工智能领域风云迭起，科技巨头雄霸天下 (14) 3.1、北美及西欧地区公司数量激增，科技巨头和初创企业是主要玩家 (14) 3.2、感知层技术领域竞争白热化，机器学习等空白蓝海已成大势所趋 (15) 3.3、投资+收购+顶级人才招聘、科技巨头动作频频上演实力争夺 (17) 4、2020年我国人工智能市场规模近百亿，有望实现弯道超车 (19) 4.1、受益四大利好因素，人工智能发展势头良好有望实现弯道超车 (19) 4.2、投资机构青睐有加，2020 年中国人工智能市场规模近百亿 (20) 4.3、感知智能试点阶段，预计我国将在5~10 年内实现感知智能全面普及 (22) 5、行业火爆：企业数量激增发展迅猛，机器人等是典型应用场景 (24) 5.1、巨头基础层切入引发技术革新，创业公司应用层进入带来产业升级 (24) 5.2、机器人、虚拟服务等是目前的典型应用场景，未来将进入各行各业 (26) 5.3、产业投资偏爱应用类企业，软件服务和机器视觉是热门细分领域 (29) 6、海外人工智能企业一览 (29) 6.1、人工智能基础平台领域：IBMWatson (29) 6.2、机器学习领域：Wise.io 实现高效大数据分析 (31) 6.3、语音识别和自然语言处理领域：Facebook、Apple、Microsoft (32) 6.4、图像识别领域：Clarifai 超越传统图像识别界限 (35) 6.5、预测分析领域：Google 云计算能力打造顶级预测API (35) 6.6、先发优势、技术实力、下游爆发潜力是人工智能企业的核心竞争力 (37) 7、我国人工智能投资机遇 (38) 7.1、投资逻辑：短期看好应用开发领域，长期技术研究是投资大势 (38) 7.2、主要公司分析 (39) 7.2.1、科大讯飞 (39) 7.2.2、东方网力 (40) 7.2.3、佳都科技 (41) 7.2.4、新松机器人 (42) 图表目录

2018年焊接设备制造行业分析报告

2018年焊接设备制造行业分析报告 2018年7月

目录一、行业监管体制及政策法规 (4) 1、行业主管部门 (4) 2、行业监管体制 (4) 3、行业主要产业政策 (4) 二、行业概况 (5) 1、行业概况 (5) 2、焊接与切割设备的产品分类 (6) 3、焊接与切割设备行业规模 (7) 4、市场需求及其变动趋势 (8) （1）全球粗钢市场需求巨大 (8) （2）主要下游行业发展概况 (8) 三、行业相关企业情况 (11) 1、亨龙智能 (11) 2、亿诺焊接 (11) 3、上海威特力焊接设备制造股份有限公司 (11) 四、行业壁垒 (12) 1、产品认证的壁垒 (12) 2、品牌壁垒 (12) 3、技术和人才壁垒 (12) 五、影响行业发展的因素 (13) 1、有利因素 (13)

（1）国家政策的大力支持 (13) （2）国内制造型企业正处于升级换代的阶段 (13) （3）受益于“一带一路”的战略部署 (14) 2、不利因素 (14) （1）市场竞争无序 (14) （2）企业规模较小，在高端市场竞争力较弱 (14)

一、行业监管体制及政策法规 1、行业主管部门焊机设备制造行业的行政主管部门是国家工业与信息化部，主要负责产业政策的指定，并监督、检查其执行情况，研究制定行业发展规划，指导行业结构调整，实施行业管理。 2、行业监管体制焊接产品属于国家强制性认证的产品，其行业监管部门是国家质量监督检验检疫总局管理的国家认证认可监督管理委员会。国家认监委统一负责国家强制性产品认证制度的管理并组织实施工作。国家规定对于列入强制性产品认证目录内的产品，未获得认证、且未加施中国强制性认证标志的不得出厂销售、进口和在经营服务性活动中使用。根据国家质检总局、国家认监委2001年第33号公告《第一批实施强制性产品认证的产品目录》的规定，36伏以上的小型交流弧焊机、交流弧焊机、直流弧焊机、TIG弧焊机、MIG/MAG弧焊机、埋弧焊机、等离子弧切割焊机、等离子弧焊机、电阻焊机的销售、进口及使用需要通过中国强制性产品认证。 3、行业主要产业政策焊接设备制造行业发展受到我国通用设备制造产业政策的影响，具体如下：

人工智能企业现状分析报告

人工智能企业现状分析报告目录第一节人工智能企业现状分析 (2) 一、人工智能企业现状发展阶段 (2) 二、人工智能企业现状发展概况 (2) 三、人工智能企业现状商业模式分析 (3) 第二节人工智能企业发展现状 (4) 一、人工智能企业现状分析 (4) 二、人工智能企业发展分析 (4) 第三节人工智能企业分析报告 (4) 第一节人工智能企业现状分析一、人工智能企业现状发展阶段近些年来，我国人工智能领域有取得了飞速发展。英飞拓人工智能企业是一家创新型、信息化、集成化的整体安防制造商，致力于为全球英飞拓人工智能安防提供最高端、最安全、最值得信赖的解决方案。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的Blizzard Challenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了“寒武纪”芯片并建成了类脑智能研究平台。华为也推出了MoKA人工智能系统。

人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显著改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。二、人工智能企业现状发展概况人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一，也被认为是21世纪三大尖端技术之一。近年来，我国人工智能产业获得快速发展。我国市场的工业机器人销量猛增我国智能语音交互、指纹识别、人脸识别、虹膜识别等产业规模迅速扩大。同时，我国已经拥有国家重点实验室等设施齐全的研发机构和优秀的人工智能研发队伍，研发产出数量和质量也有了很大提升。很多企业也积极布局，如百度的百度大脑计划、科大讯飞超脑计划、京东智能聊天机器人等。目前我国自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等智能科技成果已进入广泛的实际应用。也正基于此，我国出台了大量支持人工智能发展的政策。2015年7月1日，国务院印发《关于积极推进"互联网+"行动的指导意见》，将"互联网+人工智能"列为11项重点行动之一；而时至11月，《机器人产业"十三五"发展规划》草案已基本制定完成。另外“中国制造2025”重点领域技术路线图构建了中国机器人产业发展蓝图的同时扩大了人工智能的关注度。

世界零售业发展趋势

世界零售业发展趋势 Corporation standardization office #QS8QHH-HHGX8Q8-GNHHJ8

第一章绪论世界零售业发展趋势零售业的发展可以追溯到19世纪中叶百货业的诞生，也就是所谓的“第一次零售革命“，迄今已有150多年的历史。在此期间，零售业态不断创新，新兴零售组织形式不断出现。从世界范围来看，传统的百货业态正逐渐失去昔日的辉煌，而连锁超市和大卖场等业态则开始占据主导地位。目前，进入“世界500强”的零售企业已超过50家，绝大多数为连锁超市和大卖场等业态。随着经济全球化和信息化的发展，世界范围内的零售业正在经历着以下变化和趋势： (1) 连锁经营成主导趋势西方发达国家的零售业经过多年的发展与变革，传统的百货零售方式正面临着越来越严峻的挑战，取而代之的连锁经营方式，特别是跨国连锁经营正以高速增长的态势成为现代零售业的主导经营方式。如当今世界零售业位居前列的零售商，如美国的沃尔玛、法国的家乐福、荷兰的ROYALAHOLD超市集团、德国的麦德龙、日本的伊藤洋华堂等无一例外都是靠连锁经营的方式迅速发展壮大，成为国际零售业的“领头羊”。走连锁经营发展道路的大型零售企业主要依靠自身的独特的品牌优势和先进的管理方式吸收中小型零售企业加盟，实现商业资源的快速整合与重组，以增强企业的竞争力和抵御风险的能力。 (2) 零售业对市场的控制能力正在上升

2017年面向大数据的人工智能技术综述报告

面向大数据的人工智能技术综述报告【摘要】本文通过分析人工智能技术当前的主流分类及所采用的核心技术，对其现状进行梳理，据此总结出目前所存在的问题及难点，并在上述研究和分析的基础上，探讨在大数据快速发展的背景下，人工智能技术的发展趋势和关键技术领域，就面向大数据的人工智能技术未来发展的相互关系和潜力进行一些初步探讨，提出可以利用大数据完善人工智能技术的建议。【关键词】面向大数据；人工智能；发展趋势引言 2016年正好是人工智能诞生60周年，它从科学成果逐渐转化为商业应用成果，并在人们的生活中逐渐起到越来越重要的作用。近年来，人工智能技术日益融入金融、科研等各个领域，随之而来的是大量的新型信息数据和资料的产生。当人工智能遇上大数据，究竟会引爆怎样一种改变世界的力量？是更大的数据让人工智能凸显出独立性，还是更强的算法成就了机器的自我学习？对于进入机器学习的时代，应用需求已经超越了原来普通的编程和数据库所能提供的解决范畴，面对空前庞大的数据量，通过人工智能技术将可能提供智能化的处理服务解决方案。面对大量的数据，如何进行整合处理，将大数据用于实时分析并对未来预测，使当下获取到的数据信息能进行有利于现有行为的分析预测，转化为有利的资源，俨然成为新的思潮。１.研究背景 1.1 大数据和人工智能的概念什么是大数据？是技术领域发展趋势的一个概括，这一趋势打开了理解世界和制定决策的新办法之门。根据技术研究机构IDC的预计，大量新数据无时不刻不在涌现，它们以每年50%的速度在增长，或者说每两年就要翻一番多。并不仅仅是数据的洪流越来越大，而且全新的支流也会越来越多。比方说，现在全球就有无数的数字传感器依附在工业设备、汽车、电表和板条箱上。它们能够测定方位、运动、振动、温度、湿度、甚至大气中的化学变化，并可以通信。将这些通

2018年智能制造行业分析报告

2018年智能制造行业分析报告 2018年6月

目录一、工业互联网是制造业升级的核心 (2) 1、工业互联网平台是工业全要素链接的枢纽 (2) 2、政策春风拂面，市场前景可期 (4) 二、平台体系是工业互联网的关键 (6) 1、不同分类下，国内外工业互联网平台一览 (6) 2、三类平台的比较分析及未来发展趋势 (10) 3、他山之石：GEPredix——全球工业互联网平台的典型 (12) 三、工业软件应用构成工业互联网平台的重要资源 (17) 1、工业软件丰富程度决定工业平台整体竞争力 (17) 2、工业互联网平台助力软件企业打开发展空间 (22) 四、投资标的 (23) 五．风险提示 (28) 一、工业互联网是制造业升级的核心 1、工业互联网平台是工业全要素链接的枢纽工业互联网是制造业数字化、网络化、智能化的重要载体，也是全球新一轮产业竞争的制高点。工业互联网是新一代信息通信技术与现代工业技术深度融合的产物，通过构建链接机器、物料、人、信息系统的基础网络，实现工业数据的全面感知、动态传输、实时分析、形成科学决策与智能控制，提供制造资源配置效率，正成为领军企业竞争的新赛道、

全球布局的新方向、制造大国竞争的新焦点。工业互联网平台是工业全要素链接的枢纽，是工业资源配置的核心。工业互联网构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在链接、弹性供给和高效配置。工业互联网平台可以分为4个部分：1>边缘层：通过协议转化和边缘计算形成有效的数据采集体系，从而将物理空间的隐形数据在网络空间显性化。2>IaaS层：将基础的计算网络存储资源虚拟化，实现基础设施资源池化；3>工业PaaS层：工业操作系统，向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发和部署；4>工业APP：通过调用和封装工业PaaS平台上的开放工具，形成面向行业和场景的应用。对于工业互联网平台来说，数据采集、工业PaaS、工业APP是核心三大要素。 1>数据采集是基础。工业大数据有三类：生产经营相关业务数据、设备物联数据、外部互联网数据。其中，设备物联数据采集受制于传感器部署不足，装备智能化水平低，数据采集颗粒度不足，无法支持上层应用。随着兼容多种协议的技术产品构建，此类问题将得到改善。同时通过部署边缘计算模块，实现数据在生产现场的轻量级运算和实时分析。可以缓解数据的云端计算压力。 2>工业PaaS是关键。现有的通用PaaS平台尚不能满足工业级应用需要。未来通过对通用PaaS的深度改造，构

人工智能在金融行业的应用与风险分析

人工智能在金融行业的应用及风险分析随着计算机技术和互联网行业的发展，越来越多的新兴技术如指纹识别、大数据、云计算、人工智能等逐渐开始影响人们的生活。这些技术在一定程度上提高了人们生活的便捷度，同时也给各个行业带来了巨大的变革。在这个过程中，金融行业也遭到了前所未有的冲击，这些技术已经开始被应用在银行、保险、证券和投资理财等领域。 2017年5月，围棋等级分排名世界第一的中国棋手柯洁在三番棋中不敌谷歌的AlphaGo，再一次将人们的注意力集中到人工智能这一技术上。本文将介绍人工智能这一技术及其对金融行业的影响。一、人工智能概述人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是对人的意识、思维的信息过程的模拟。这一概念最早在1956年达特茅斯会议上被提出，并在随后几十年中不断得到补充和发展。人工智能的研究范围非常广泛，包括有效的老式人工智能、联结主义、遗传算法、神经网络等多个领域。当下

最热门的机器学习是人工智能的一个分支。简单来说，机器学习利用算法分析数据、学习数据，通过基于大量数据的“自我训练”，实现对真实世界情况进行判断和预测的能力。因此，程序实际上是在用大量数据和算法进行“自我训练”，从而学会如何完成一项任务，这与预先编写好、只能按照人类指定的逻辑去执行指令的程序不同。实际上，任何通过数据训练的学习算法都属于机器学习，这其中包括很多我们非常熟悉的技术，比如线性回归、K均值、决策树、主成分分析法、支持向量机以及人工神经网络等。 AlphaGo的核心算法是深度学习的人工神经网络。人工神经网络出现得非常早，但受技术限制一直进展缓慢，直到云计算的出现和后来GPU开始大规模部署之后，这种技术才得以快速发展应用。运算能力的发展使神经网络计算变得速度更快、成本更低、性能更强大，而存储设备的容量增加，读取速度加快，进一步降低了运用该技术的门槛。二、人工智能在金融行业的应用（一）智能客服人工智能技术的发展使得语音识别技术逐渐成熟，一些金融机构开始尝试使用该技术来优化现有的远程客户服务、业务咨询和业务办理等，这使得用户能够更加及时地得到满意的答复，提升用户的满意度，同时还可以减轻人