序言：寫作是分享個人見解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的人工智能技術(shù)樣本，期待這些樣本能夠為您提供豐富的參考和啟發(fā)，請盡情閱讀。

第1篇

關(guān)鍵詞：人工智能；智能化計算機輔助教學；專家系統(tǒng)；知識庫

中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2007)12-21667-02

The Application of Artificial Intelligence in Education

HU Ji-li,YIN Yun-xia

( Anhui University of Traditional Chinese Medicine, Hefei 230038,China)

Abstract:As a result of the interpenetration of older branches into each other, scientific theories and their application of Artificial Intelligence have expanded into nearly all the areas of human activity. This paper introduces the application of Artificial Intelligence in education, especially deals with Intelligence Computer Aided Instruction based on the artificial Intelligence.

Key words:Artificial Intelligence;CAI;expert system;knowledge base

1 引言

人工智能作為當今世界三大尖端技術(shù)(空間技術(shù)、能源技術(shù)和人工智能技術(shù))之一，是計算機科學的一個分支，它的目標是構(gòu)造能表現(xiàn)出一定智能行為的。人工智能是一門極富挑戰(zhàn)性的科學，從事這項工作的人必須懂得計算機知識、心理學和哲學、機器學習、計算機視覺等?？偟恼f來，人工智能的目的就是讓計算機這臺機器能夠像人一樣思考。人工智能的研究更多的是結(jié)合具體領(lǐng)域進行的，主要研究領(lǐng)域有專家系統(tǒng)、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設(shè)計、機器人學、博弈、智能決定支持系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)。它總的來說是面向應(yīng)用的，隨著人工智能的誕生和發(fā)展， 人們開始把計算機用于教學領(lǐng)域。同時， 自七十年代以來， 有教學能力的專家系統(tǒng)得到研制。人工智能技術(shù)與專家系統(tǒng)的成就， 促使人們把問題求解、知識表示這些技術(shù)引入計算機輔助教學(CAI) ， 這便是智能型計算機輔助教學(CAI)。

近幾十年來， 隨著人工智能技術(shù)的日漸成熟， 它的一些研究成果被陸續(xù)應(yīng)用到教學領(lǐng)域， 推進了教育發(fā)展改革和教學現(xiàn)代化進程。人工智能在教學系統(tǒng)的重要性也已形成共識。

2 人工智能在教育中的作用

目前在教育技術(shù)中涉及到AI的主要有以下領(lǐng)域：

2.1 知識的表示與訪問

基于人工智能的知識表示是以知識為對象，以計算機的軟硬件和計算機科學及人工智能和專家系統(tǒng)技術(shù)為工具，以哲學、心理學和邏輯學等為方法和指導(dǎo)，將知識表達成計算機可以直接處理的“知識庫”，使用“計算機的智能”來模擬人類專家或“人類智能”，對知識進行快速、精確、自動、科學的處理。它不屬于通常的“數(shù)據(jù)管理或信息管理”的“數(shù)據(jù)”層次，而是屬于“知識處理”或“知識”的智能化層次。其主要內(nèi)容是對于知識進行形式化的表示、自動化的推理，智能化的教學或創(chuàng)造。計算機輔助教育是其中重要的組成部分。

2.2 符號計算

符號計算包括數(shù)值計算、符號計算和函數(shù)作圖。其代表軟件是Mathematica，當該軟件在1988年第一次，對科技及很多其他領(lǐng)域的計算機使用方式產(chǎn)生了深刻的影響。Mathematica 1.0時，商業(yè)周報將其列入當年最重要的十大新產(chǎn)品名單。這標志著現(xiàn)代科技計算的開始。Mathematica也被大量地用于教育:有成百上千的課程，從高中課程到研究生課程用它作基礎(chǔ)。隨著各種學生版的，Mathematica也已成為全世界各種不同專業(yè)學生的重要工具。

2.3 對學生錯誤的自動診斷

采用人工智能技術(shù)，使得教學過程中系統(tǒng)可以自動診斷學生的學習水平，不僅能發(fā)現(xiàn)學生的錯誤，而且能指出學生錯誤的根源，從而做出有針對性的輔導(dǎo)或?qū)W習建議。而且根據(jù)學生的特點自動選擇教學內(nèi)容，自動調(diào)整教學進度，自動選擇教學策略與方法。

2.4 實現(xiàn)智能性超媒體教學系統(tǒng)

超媒體系統(tǒng)有理想的教學環(huán)境，容易激發(fā)學生的學習興趣和學習主動性，但不能保證達到預(yù)期的學習目的，而且由于不了解所要教的對象，所以不能做到有針對性的指導(dǎo)，不能因材施教。智能輔助教學系統(tǒng)正好與此相反。將二者結(jié)合起來，就可實現(xiàn)性能互補，從而研究制出新一代高性能的智能超媒體教學系統(tǒng)。

3 人工智能應(yīng)用于教育的新方向：ICAI

3.1 傳統(tǒng)CAI的不足

傳統(tǒng)的CAI由于其集成性、交互性、多媒體性等特點，在教學中可以極大地激發(fā)學生的學習動機，提高教師的教學效率和學生的學習效率。但在使用過程中，CAI的一些弱點也逐漸暴露出來。主要表現(xiàn)有:

(1)缺乏人機交互能力

現(xiàn)有CAI 大多以光盤作為信息的載體， 將教材中的內(nèi)容以多媒體的形式展現(xiàn)出來， 教學信息是按預(yù)置的教學流程機械式地提供給學生的， 學生接受起來很被動。而且在課堂教學中， 一般也只能通過教師按預(yù)定的課件流程進行操作， 無論學生還是教師都不能很好地參與教與學的過程， 因此人機交互沒有很好地實現(xiàn)。

(2)缺乏教師與學生的互動

現(xiàn)有的CAI 課件在學生自學、進行操作使用時，如何學習都是學生自己的事。教師不能完全了解學生的情況，學生在碰到問題時，也不能向教師求助，師生之間是互相封閉的，軟件所起的積極效果大打折扣。同時由于缺乏網(wǎng)絡(luò)支持，現(xiàn)有的絕大多數(shù)CAI 課件是在單機環(huán)境下運行的，它們無法利用網(wǎng)絡(luò)的優(yōu)勢使知識內(nèi)容快速更新，也更無法提供便捷的學習討論空間、隨時隨地的師生交流方式以及遠程教學實現(xiàn)的條件。

(3)缺乏智能性

要想面對不同情況的學生進行不同程度的教學過程， 使學生的學習變?yōu)橹鲃樱?并能由系統(tǒng)自動地提供助學信息而有選擇地學習，要想使教師的教學能積極地參與進去并根據(jù)系統(tǒng)提供的信息按照學生的認知模型為其準備最適合的學習內(nèi)容， 給予不同方式的教學模式與方法， 沒有智能性的CAI 課件系統(tǒng)， 是很難實現(xiàn)以上目的并達到良好教學效果的。由此可見，現(xiàn)有的CAI 隨著人們要求的提高， 已經(jīng)不能盡如人意。因此以智能CAI 為代表的新的計算機輔助教學系統(tǒng)將是教師在教育技術(shù)上需要不斷探求、努力實現(xiàn)的發(fā)展方向索。

3.2 ICAI－人工智能與多媒體技術(shù)的結(jié)合

為了克服傳統(tǒng)CAI的缺點，需要在知識表示、推理方法和自然語言理解等方面應(yīng)用人工智能原理。因此很多專家提出了智能計算機輔助教學(ICAI)，智能計算機輔助教學(Intelligence Computer Assisted Instruction－ICAI)以認知學為理論基礎(chǔ)。將人工智能技術(shù)應(yīng)用于CAI，是智能化的CAI。在ICAI系統(tǒng)中，允許學生與計算機進行較自由的對話，學生的應(yīng)答不限于數(shù)字或簡單的短語。系統(tǒng)能夠判定學生應(yīng)答的正確程度，并給予適當?shù)姆答?，而不是簡單地說“對”或“錯”。ICAI的宗旨在于利用現(xiàn)有計算機技術(shù)實現(xiàn)較好的人工智能，模仿人類的交互方式、思維習慣及情緒流動，修飾和掩蓋計算機的缺陷。

3.3 ICAI的優(yōu)點

(1)將教學內(nèi)容與教學策略分開，根據(jù)學生的認知模型提供的信息，通過智能系統(tǒng)的搜索與推理，動態(tài)生成適合于個別化教學的內(nèi)容與策略。

(2)通過智能診斷機制判斷學生的學習水平，分析學生產(chǎn)生錯誤的原因，同時向?qū)W生提出更改建議、以及進一步學習內(nèi)容的建議。

(3)通過對全體學生出現(xiàn)的錯誤分布統(tǒng)計，智能診斷機制將向教師提供教學重點、方式、測試重點、題型的建議。

(4)為教師提供友好的教學內(nèi)容、測試內(nèi)容維護界面，無需改變軟件的結(jié)構(gòu)即可調(diào)整教學策略。

(5)通過對學生認知模型、教學內(nèi)容、測試結(jié)果的智能分析，向教學督導(dǎo)人員提供對任課教師教學業(yè)績評價的參考意見?？梢哉f，一個理想、完美的ICAI系統(tǒng)就是一個自主、優(yōu)秀的“教師”。

3.4 ICAI的標準

以現(xiàn)有的科學技術(shù)水平而言，短時期內(nèi)顯然無法實現(xiàn)具備上述全部功能的ICAI系統(tǒng)。一般認為，只要具有下列一個或幾個特征的CAI系統(tǒng)就可以稱之為ICAI系統(tǒng)。

(1)能自動生成各種問題與練習。

(2)根據(jù)學生的學習水平與學習情況選擇與調(diào)整學習內(nèi)容和進度。

(3)在了解教學內(nèi)容的基礎(chǔ)上自動解決問題，生成解答。

(4)具有自然語言生成與理解能力，以便實現(xiàn)比較自由的教學問答系統(tǒng)，提高人機交互的主動性。

(5)對教學內(nèi)容有解釋咨詢能力。

(6)能診斷學生錯誤，分析原因并采取糾正措施。

(7)能評價學生的學習行為。

(8)能評價教師的教學行為。

不難看出，ICAI與傳統(tǒng)的CAI相比，更加符合教育教學的規(guī)律，切合學生的認知習慣，具有明顯的優(yōu)越性。

3.5 ICAI的結(jié)構(gòu)

ICAI主要由三個模塊組成:專家系統(tǒng)模塊、教師模塊和學生模塊。

(1)知識庫

知識庫是實現(xiàn)知識推理與專家系統(tǒng)的基礎(chǔ)，而建造知識庫的前提則是要解決知識的形式化，人工智能技術(shù)在教育中的應(yīng)用表示以及知識的訪問與調(diào)用問題。因此，知識的表示與訪問是人工智能的核心技術(shù)之一，也是將AI引入教育領(lǐng)域必須首先解決的一個難題。

ICAI中的資源庫應(yīng)該包括以下一些內(nèi)容:

①多媒體素材庫:包括所要呈現(xiàn)的知識的一些素材，包括:文本、圖像、聲音、動畫及數(shù)字影象等多媒體教學資源。這些用于多媒體數(shù)據(jù)庫管理，便于分類、增刪、修改及查詢等操作。

②教學內(nèi)容庫:教學內(nèi)容庫用于存放教學內(nèi)容，包括領(lǐng)域知識庫(含輔助知識庫、提示幫助庫、練習題庫，和測試題庫)。這些教學內(nèi)容，包括習題和試題分章、節(jié)、課及知識點等有序存貯。供專家決策系統(tǒng)調(diào)用。

(2)學生模塊

學生模塊主要包括以下三個模塊:學生登陸模塊、學生水平評價模塊和學生監(jiān)督模塊。

①學生登陸模塊:利用該模塊主要用于學生使用ICAI時登錄，第一次登錄時學生輸人姓名、性別、年齡、學歷等相關(guān)信息，然后對學生進行詢問，選擇合適的測驗題對學生進行初測推薦學習計劃。當再次登錄時，系統(tǒng)根據(jù)保存的信息安排合適的學習內(nèi)容。

②學生水平評價模塊:學生水平測試模塊用于評價某一教學單元學習完后測試成績。通過測試等因素分析，可以比較確切地了解學生的具體情況，從而制定出合理的教學策略和教學過程

③學習監(jiān)測模塊:學習檢側(cè)模塊用于監(jiān)測記錄學生的日常學習情況，記錄學生學習某教學單元時的參數(shù)值，并記錄在學生檔案中。包括:學生目前學習單元號；學習方式；正常學習、練習、提前瀏覽、學后復(fù)習；學習時間；學生提示問題的類型和次數(shù)；學生本次練習出錯次數(shù)。

(3)專家決策模塊

CAI中的專家決策系統(tǒng)可以看作專家系統(tǒng)中的推理機。專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個研究領(lǐng)域，它是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，模擬人類專家求解問題的思維過程求解領(lǐng)域內(nèi)的各種問題，其水平可以達到甚至超過入類專家的水平。計算機中存有人類專家的知識并具有推理能力，從而可解決診斷、規(guī)劃、調(diào)度、預(yù)報、決策等要靠人類專家才能完成的任務(wù)。

成功的例子如:① DENDRL系統(tǒng)的性能已超過一般專家的水平，可供數(shù)百人在化學結(jié)構(gòu)分析方面的使用;②MYCIN系統(tǒng)可以對血液傳染病的診斷治療方案提供咨詢意見經(jīng)正式鑒定結(jié)果，對患有細菌血液病、腦膜炎方而的診斷和提供治療方案已超過了這方面的專家。

ICAI根據(jù)學生模塊提供的學生學習情況，通過智能系統(tǒng)的搜索與推理，得出智能化的教學方法與教學策略，能夠較科學地評估學生的學習水平，還可以通過分析學生以往的學習興趣和學習習慣，預(yù)測學生的知識需求和常犯錯誤，動態(tài)地將不同的學習內(nèi)容、學習方法與不同的學生匹配，智能地分析學生錯誤的原因，進而有針對地提出合理的教學建議、學習建議以及改進方法，既提高了學生學習的滿意度，激發(fā)了學生的學習熱情，也對教師教學提供了客觀的依據(jù)和科學的方法。

4 結(jié)束語

由此可見人工智能技術(shù)已經(jīng)逐步應(yīng)用于計算機輔助教學中，與教學現(xiàn)代化有著密切的關(guān)系。人工智能技術(shù)的發(fā)展也必將會對ICAI 的發(fā)展起到巨大推動作用。近幾年來，人工智能的研究者們嘗試著使學生脫離“輔導(dǎo)學習”的過程來接受新知識，而采用“通過活動進行學習”的方式。在教學的其他方面，人工智能技術(shù)還可以建立人類推理模型學習工具等諸多的運用， 展示出越來越好的實用性。隨著Internet 的發(fā)展，虛擬現(xiàn)實技術(shù)的廣泛應(yīng)用， ICAI 也將得到進一步的完善。21 世紀的教育教學手段將是以智能化CAI 為主線，多學科、多方位發(fā)展的新技術(shù)的體現(xiàn)。這種手段產(chǎn)生了人機交互、人機共生等全新概念，使人類擴展了自己的能力，促進了教育領(lǐng)域方方面面的改革。

參考文獻：

[1]王萬森.人工智能原理及其應(yīng)用[M].北京:電子工業(yè)出版社,2000.

第2篇

關(guān)鍵詞：電氣 自動化 人工智能

全面應(yīng)用人工智能技術(shù)的最新成就，充分推動電氣設(shè)備自動化的進一步深化發(fā)展，提高其系統(tǒng)運行趨于智能化的同時，人工智能技術(shù)的應(yīng)用還利于強化系統(tǒng)工作的安全性、穩(wěn)定性，有利于企業(yè)生產(chǎn)效率的提升以及市場競爭力的增強。

一、人工智能技術(shù)研究與應(yīng)用的現(xiàn)實情況

近年來，大量科研單位以及專業(yè)院校都在人工智能技術(shù)的創(chuàng)新與研究以及其電氣設(shè)備控制系統(tǒng)中的應(yīng)用上開展了大量工作，人工智能用于電氣設(shè)備系統(tǒng)的結(jié)構(gòu)設(shè)計、故障診斷、預(yù)警、監(jiān)控以及自動保護等方面都達到了一定的水平。

以結(jié)構(gòu)設(shè)計方面為例，因電氣設(shè)備系統(tǒng)結(jié)構(gòu)設(shè)計復(fù)雜性高，涉及到諸如電路、電磁、電機電器應(yīng)用等等大量的學科專業(yè)知識，更要求工作人員有豐富的實踐經(jīng)驗。目前，在數(shù)字技術(shù)空前創(chuàng)新發(fā)展的背景下，電氣產(chǎn)品及其控制系統(tǒng)的設(shè)計工作業(yè)已轉(zhuǎn)向了CAD，使得新產(chǎn)品新系統(tǒng)的構(gòu)建周期顯著縮短。在此基礎(chǔ)上加入人工智能技術(shù)，系統(tǒng)設(shè)計的質(zhì)量以及速度都可得到全面提升。

此外，人工智能技術(shù)在進行電氣設(shè)備系統(tǒng)故障控制與預(yù)警方面也有非常獨特的優(yōu)勢。電氣控制系統(tǒng)出現(xiàn)故障之前征兆呈非線性，因此人工智能技術(shù)中的模糊邏輯、神經(jīng)網(wǎng)絡(luò)等等部分可以充分發(fā)揮其優(yōu)勢。

最后是人工智能技術(shù)在電氣自動化控制系統(tǒng)中的運用，主要的技術(shù)方法有、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)以及模糊控制三種，其中以最后一種控制技術(shù)最為簡便，可應(yīng)用性最強。人工智能技術(shù)在電氣自動化控制系統(tǒng)中以AI控制器為主，其可以視為非線性函數(shù)近似器。與一般的函數(shù)估計設(shè)備相比較，AI控制系統(tǒng)在進行設(shè)計時不一定必須工作對象的具體模型，這就避免在設(shè)計時需要考慮控制對象模型本身的參數(shù)變等不確定性。此外，其性能提升的空間比較大，而且易于調(diào)節(jié)，一致性強，對于新的數(shù)據(jù)信息適應(yīng)性良好；配置成本低而且更新簡便、抗干擾能力強。

二、電氣自動化控制系統(tǒng)中人工智能技術(shù)的具體應(yīng)用

電氣自動化控制系統(tǒng)當中，人工智能技術(shù)的應(yīng)用有兩種，一是直流傳動控制；另一種是效流傳動控制。

在直流傳動控制中，人工智能技術(shù)的應(yīng)用有模糊邏輯控制技術(shù)為主，有Mamdani與兩種可用于調(diào)速控制系統(tǒng)。它們均具備規(guī)則庫部分，規(guī)則庫實質(zhì)上是一個if-them的模糊規(guī)則集合。以后者為例，它最主要的規(guī)則就是“if x=A，且y=B，則z=f（x，y）z則z”。其中的都是模糊集。模糊控制設(shè)備以推理機為核心部分，它負責模仿人腦的智能化決策以及模糊控制命令的推理。除此以外還有模糊化部分、知識庫部分以及反模糊化部分，第一個部分是通過多種不同形式的函數(shù)對所輸入的變量做出測量，并將其量化、模糊化；第二部分就是由數(shù)據(jù)規(guī)則以及語言控制庫構(gòu)成所構(gòu)成的知識庫，本庫設(shè)計時就是應(yīng)用專家的知識與經(jīng)驗對電氣設(shè)備進行控制，在建立設(shè)備模型時，模型操作設(shè)備依據(jù)人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的推理機制進行模型建設(shè)；最后是以模型參數(shù)量化與中間平均技術(shù)等模糊化技術(shù)的應(yīng)用。

除了模糊邏輯控制技術(shù)以外，還有人工神經(jīng)網(wǎng)絡(luò)控制技術(shù)。這種技術(shù)主要用于不同模式的識別以及各種信號的處理，可以在電氣傳動控制工作中發(fā)揮有效作用。這種技術(shù)以并行結(jié)構(gòu)為主，適用范圍比較廣，可以大大提升條件監(jiān)控、診斷系統(tǒng)的準確性；該控制技術(shù)最常用的學習策略是誤差反向傳播，也就是說在網(wǎng)絡(luò)具備充足的隱藏層、結(jié)點和恰當?shù)募詈瘮?shù)的情況下，多層人工神經(jīng)網(wǎng)絡(luò)只要利用反向傳播就可以計算出對應(yīng)的非線性函數(shù)近似參數(shù)，大大提高網(wǎng)絡(luò)運行速度。

在交流傳動控制中，人工智能技術(shù)的應(yīng)用也同樣有模糊邏輯與神經(jīng)網(wǎng)絡(luò)兩種具體運用。

就模糊邏輯而言，到目前為止均以模糊控制器直接代替原有的普通速度控制設(shè)備為主，不過西方某大學研發(fā)了一種高性能的帶有多個模糊控制器的全數(shù)字化傳動控制體系，該體系所帶有的模糊控制器即可以用來代替普通的速度控制設(shè)備，又可以用于執(zhí)行它控制任務(wù)。

就人工神經(jīng)網(wǎng)絡(luò)控制技術(shù)而言，實踐研究中以其對交流電氣設(shè)備及其驅(qū)動環(huán)境參數(shù)監(jiān)測及診斷為主。人工神經(jīng)網(wǎng)絡(luò)用作步進電動機控制時，可采用一般的反向轉(zhuǎn)波計算方法，就是通過實驗數(shù)據(jù)的應(yīng)用，通過電機負載轉(zhuǎn)矩以及電機的初始速度最終確定智能監(jiān)控系統(tǒng)可監(jiān)測的最大速度增加值。這種設(shè)計方案的實現(xiàn)，要求神經(jīng)網(wǎng)絡(luò)具備識別三維圖形映射的能力，以便達到比常規(guī)梯形控制計算模式強的控制成效。在此模式下，人工神經(jīng)網(wǎng)絡(luò)可以大大縮減電氣自動化系統(tǒng)定位所需要的時間，并且強化對于負載轉(zhuǎn)矩以及非初始速度變化范圍的控制工作。人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)以多層前饋型為主，具體可分為兩個系統(tǒng)：系統(tǒng)一是在辨識電氣動態(tài)參數(shù)的基礎(chǔ)上對通過定子的電流進行自動調(diào)節(jié)與控制，系統(tǒng)二是在辨識機電系統(tǒng)的運行參數(shù)基礎(chǔ)上對轉(zhuǎn)子速度進行自動調(diào)節(jié)與控制。

第3篇

近年來人工智能高速發(fā)展，計算機視覺、自然語言處理、機器人技術(shù)、語音識別等人工智能技術(shù)逐漸走入我們的視野，這些技術(shù)在改變?nèi)祟惿罘绞降耐瑫r也極大的影響了當前的金融行業(yè)，本文將簡要介紹人工智能技術(shù)，并分析和探討人工智能技術(shù)在金融行業(yè)的一些應(yīng)用狀況。

【關(guān)鍵詞】人工智能 金融

人工智能作為計算機科學的一個重要分支，近年來得到了廣泛的社會關(guān)注。計算機視覺、自然語言處理、機器人、語音識別等人工智能技術(shù)為逐漸走入我們的視野，例如前不久Alphago與李世石的人機大戰(zhàn)，此外還有近年來興起的智能聊天機器人（如微軟小冰、Siri等）、無人駕駛技術(shù)等，這些技術(shù)在一定程度上提高了人們生活的便捷度，為人們略顯單調(diào)的生活增添了樂趣，同時也給各個行業(yè)帶來巨大的變革。在這個過程中，作為與人們生活息息相關(guān)的金融行業(yè)也開始步入了智能時代，隨著互聯(lián)網(wǎng)金融平臺和金融科技公司的興起，人工智能技術(shù)被廣泛應(yīng)用在銀行、保險、投資理財?shù)冉鹑谛袠I(yè)中，如智能投資顧問、股票交易預(yù)測、金融支付驗證、投資理財推薦、貸款審批等等。

1 人工智能技術(shù)概述

1.1 什么是人工智能

人工智能是指使計算機擁有人類智能系統(tǒng)，令其具備一定的自主計算、思考、學習能力，從而高效地完成一些復(fù)雜的任務(wù)。由于人工智能是基于計算機系統(tǒng)運作，與人相比其受環(huán)境的影響也大大降低。同時人工智能技術(shù)使得計算機擁有人類難以企及的大數(shù)據(jù)分析功能，其處理海量、非結(jié)構(gòu)化數(shù)據(jù)以及推斷和演繹問題的能力，使人工智能被廣泛啟用在圖像、視頻、語音、文本等數(shù)據(jù)處理中。

1.2 人工智能主要研究領(lǐng)域介紹

1.2.1 機器視覺

機器視覺是指利用成像系統(tǒng)代替人類的視覺器官，通過計算機程序?qū)Ω黝悎D像進行分析、處理和解釋。借助設(shè)定的算法，計算機能夠?qū)D像中所蘊含的視覺信息，如物體的形狀、位置、姿態(tài)、運動數(shù)據(jù)進行快速地分析評估，例如拍照相機中的人臉檢測、自然場景圖像中的文字定位和識別等。近年來機器視覺已經(jīng)在公共安全監(jiān)控、金融支付驗證以及醫(yī)療圖像診斷等領(lǐng)域有著重要的應(yīng)用。

1.2.2 自然語言處理

自然語言處理是研究在人與人交際中以及在人與計算機交際中的語言問題的一門學科，它通過算法或規(guī)則對龐多復(fù)雜的語言、文字信息來進行各類分析、處理或理解。該領(lǐng)域研究的問題主要有機器翻譯、信息檢索、自動文摘、文檔分類、問答系統(tǒng)等，如通過機器翻譯實現(xiàn)從一種語言到另一種語言的自動翻譯；通過文檔分類實現(xiàn)垃圾郵件的自動過濾，此外，百度、谷歌等搜索引擎通過信息檢索技術(shù)使得知識通過問答的方式得到普及。

1.2.3 語音識別技術(shù)

語音處理是指運用特定程序使得機器具備識別人的語音的功能，從而完成人類所的各項任務(wù)。這三個研究領(lǐng)域作為人工智能最主要的分支，近年來吸引了許多的學者來進行研究，并且各大互聯(lián)網(wǎng)公司也基于這些領(lǐng)域做出了很多應(yīng)用產(chǎn)品。除此之外，人工智能還有專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等重要的研究領(lǐng)域。

2 人工智能在金融業(yè)的一些應(yīng)用

2.1 金融支付驗證

首先是金融支付方面，相比于比較常見的密碼輸入驗證的方法，生物特征識別技術(shù)可以使得密碼驗證的安全性大大提高。目前基于生物特征驗證的金融支付方式主要有三類：指紋驗證、人臉驗證和虹膜驗證。

第一類是指紋驗證，它是通過將采集的指紋圖像與備份指紋圖像來進行對比驗證，近年來許多智能手機開始支持指紋驗證支付，該驗證方式相比于傳統(tǒng)的密碼支付更為安全快捷；第二類是人臉驗證，其通過提取人臉圖像的特征，形成一個描述該面像的特征向量，將之與原先采集的人臉屬性進行比對驗證，在今年的CeBIT上馬云演示了螞蟻金服的人臉驗證支付功能。第三類便是虹膜驗證，也稱視網(wǎng)膜圖像驗證，一個虹膜圖像中約有266個單位的讀取點，其復(fù)雜程度遠遠超過了其他生物特征，是目前公認的安全性和保險性最高的身份驗證方法，目前一些發(fā)達國家已開始把這種身份驗證技術(shù)用于銀行提款機。

2.2 智能客服

在銀行服務(wù)方面，可以通過語音識別技術(shù)、自動問答技術(shù)來構(gòu)建金融領(lǐng)域?qū)Ｓ玫淖詣訂柎饳C器人來實現(xiàn)遠程客戶服務(wù)、業(yè)務(wù)咨詢和業(yè)務(wù)辦理等，這樣不僅可以使得用戶能夠及時得到滿意的答復(fù)，提升用戶的滿意度，而且可以減輕人工服務(wù)的壓力，降低企業(yè)的運營成本。在2015年雙十一期間，螞蟻金服95%客戶服務(wù)已經(jīng)由智能問答機器人完成，并且實現(xiàn)了自動語音識別。

此外，在銀行網(wǎng)點安放可交互型的機器人來替代大堂經(jīng)理，對客戶進行語音交流、業(yè)務(wù)咨詢和辦理等，這樣在一定程度上可以增強銀行服務(wù)的科技感、提升客戶體驗，并且減輕工作人員壓力。例如交通銀行推出的機器人“嬌嬌”、民生銀行退出的機器人“ONE”、農(nóng)業(yè)銀行推出的機器人“智慧小達人”等。

2.3 智能投資顧問

智能投資顧問是指根據(jù)理財客戶的一些指標如年齡、經(jīng)濟實力、消費行為、理財需求、風險偏好等，通過機器學習算法以及現(xiàn)代資產(chǎn)組合優(yōu)化理論來構(gòu)建標準化的數(shù)據(jù)模型，并利用網(wǎng)絡(luò)平臺和人工智能技術(shù)對客戶提供個性化的理財顧問服務(wù)。這種智能推薦服務(wù)類似于目前電商網(wǎng)站的個性化產(chǎn)品推薦服務(wù)，相比于傳統(tǒng)的個人投資顧問，智能投Y顧問更加的可信、客觀和可靠。近年來，國內(nèi)外從事智能投顧的企業(yè)也越來越多，如：德意志銀行推出的機器人投顧“Anlage Finder”、京東金融推出的智投、小金所的機器人投資顧問等。隨著這些歷史數(shù)據(jù)的不斷增大以及算法模型的不斷完善，智能投顧將會個性化和智能化。

3 結(jié)論

隨著互聯(lián)網(wǎng)金融平臺和金融科技公司的興起，現(xiàn)如今的金融行業(yè)已經(jīng)廣泛的與人工智能技術(shù)相結(jié)合，除了上述介紹的三種應(yīng)用外，人工智能技術(shù)還可以用于算法交易、銀行貸款風險分析、客戶分析和聚類、行業(yè)景氣程度分析等等。我們有理由相信隨著人工智能技術(shù)的不斷提高，必定會給金融行業(yè)帶來廣泛而深刻的變革。

參考文獻

[1]楊皓東，江凌，李國俊.國內(nèi)自然語言處理研究熱點分析―基于共詞分析[J].圖書情報工作，2011，55（10）：112-117.

[2]姚華.支付寶如何利用大數(shù)據(jù)分析進行交易風險管控[J]. 計算機與網(wǎng)絡(luò)，2015，41（19）：49-49.

[3]樊GG，曲雙石.金融產(chǎn)業(yè)升級： 從互聯(lián)網(wǎng)到人工智能[J].當代金融家，2016（06）：46-48.

[4]張雪飛，李潔清.淺談我國商業(yè)銀行的個人理財業(yè)務(wù)[J].活力，2009（04）：44-44.

第4篇

關(guān)鍵詞：繼電保護；人工智能技術(shù)；應(yīng)用；解析

中圖分類號： TM58 文獻標識碼： A 文章編號：

人工智能技術(shù)是通過模擬人類分析問題的思維模式，采用智能手段處理問題的技術(shù)。這種技術(shù)在實際應(yīng)用中，能夠有助于人們處理一些較為復(fù)雜的、并且難以通過數(shù)學模型進行求解的問題，提高問題的處理效率。在電力系統(tǒng)中，采用人工智能技術(shù)對系統(tǒng)中存在的故障進行檢測和處理，為電力系統(tǒng)繼電保護工作的研究與發(fā)展提供了新方法。

一、繼電保護中的人工智能技術(shù)

（一）專家系統(tǒng)

專家系統(tǒng)也簡稱為ES系統(tǒng)，它是發(fā)展最早的、起到繼電保護作用的智能系統(tǒng)。同時，它也是在人工智能系統(tǒng)中應(yīng)用最廣泛、研究最深入的課題之一，這項智能系統(tǒng)與整個知識工程的研究是緊密相連的。專家系統(tǒng)的構(gòu)造，主要涉及了它對知識的表達形式、知識的運用、知識的處理等方面的研究方法以及理論知識。這個系統(tǒng)不單單結(jié)合理論知識來解決一些定性的問題，同時，還通過一種啟發(fā)式的知識，例如，專家經(jīng)驗等解決問題。這樣一來，通過這一系統(tǒng)的使用，就可以在解決問題時縮小知識的搜索的范圍，進而提高解決問題的效率。除此之外，專家系統(tǒng)當中的解釋模塊，可以對一些在推理過程中使用到的知識、推理過程、推理結(jié)論進行進一步的解釋說明。

在電力系統(tǒng)中的繼電保護專家系統(tǒng)當中，通常所使用的表達知識的方式主要有以下幾種：生產(chǎn)模式下的規(guī)則表示方法、框架模式下的表示方法、過程模式下的知識表示方法、面向?qū)ο蟮谋硎痉椒?、知識模型的表示方法。其中，面向?qū)ο蟮谋硎痉椒ê椭R模型的表示方法是在智能技術(shù)、語言技術(shù)以及計算機技術(shù)發(fā)展的基礎(chǔ)上形成的。專家系統(tǒng)在繼電保護的管理以及整定工作當中得到了廣泛的使用。一旦電力系統(tǒng)的運行模式發(fā)生改變、引進新的設(shè)備或者設(shè)備進行檢修，面對這些現(xiàn)象，專家系統(tǒng)的定值以及相應(yīng)的保護配置都會發(fā)生改變。另外，專家系統(tǒng)還可以依據(jù)其自身的運行規(guī)程、電網(wǎng)結(jié)構(gòu)以及專家經(jīng)驗等功能，來對協(xié)助系統(tǒng)的應(yīng)用人員做出保護對策。在人工智能系統(tǒng)中的專家系統(tǒng)雖然可以模擬專家來對繼電保護工作做出相應(yīng)的決策，但是，這種智能系統(tǒng)在實際使用的過程中還存在一些不足之處。例如，該系統(tǒng)在建立知識庫以及維護知識庫的方面還不是很完善，并且容錯能力差，特別是在對一些難度較大、復(fù)雜程度較高的故障進行推理時，系統(tǒng)的反應(yīng)速度較慢。以上種種不足，都會在一定程度上影響專家系統(tǒng)對繼電保護的精準程度。

（二）人工智能系統(tǒng)中的模糊理論

模糊理論簡稱為FST理論，這個理論通過模糊隸屬度這一概念來表述一些不確定、不精準的現(xiàn)象和事件。同時，在模糊理論當中引進了近似推理以及語言變量等模糊邏輯，通過這樣的形式，來表達一些經(jīng)驗知識。通過對這一理論多年的探索和研究，如今，它終于成為能夠具備一套完整推理體系的繼電保護智能技術(shù)，并且被廣泛的運用到電力系統(tǒng)當中。人們在對一件事物進行了解和認識時，過程往往都是在一定層面上來對失誤進行辨別和劃分，在這期間，并不需要精準的、復(fù)雜的計算。然而，模糊理論在解決問題時正是采用了模糊模式，為事物的識別工作提供了便捷、有效的途徑。在整個電力系統(tǒng)當中，會存在很多電氣量，通過微機保護能夠在這方面對人類辨別失誤的能力進行模仿，并且可以區(qū)分和辨別不同對象的特征，最后，利用智能化系統(tǒng)來實現(xiàn)對事物更高的辨別性能。

在進行電力系統(tǒng)中的繼電保護工作時，智能模糊理論已經(jīng)被廣泛的應(yīng)用，并且在一些領(lǐng)域上有了更新的進展。例如，發(fā)動機的保護工作、主變保護以及線路保護等等。但是，在模糊理論的應(yīng)用過程中也會存在一些問題，例如，它在針對復(fù)雜的系統(tǒng)進行模辨識、建立、修改，以及對隸屬度方面的獲取都還沒有得到進一步的完善。因此，這個系統(tǒng)在實際應(yīng)用中并不具備一定的學習能力，自然，在使用的過程中會受到一些條件的制約，進而導(dǎo)致其功能不能很好的發(fā)揮出來。

（三）人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)這一系統(tǒng)的工作原理是最大限度上模擬人類的認知過程和人腦內(nèi)部的組織結(jié)構(gòu)，通過這樣的形式來對相關(guān)信息進行處理。人工神經(jīng)網(wǎng)路系統(tǒng)自身具備很多優(yōu)勢，例如，它具備聯(lián)想記憶功能、適應(yīng)能力強，可以進行并行分布處理等等。因此，這項系統(tǒng)憑借自身的優(yōu)勢在繼電保護工作中得到了重視，并且廣泛應(yīng)用。在使用人工神經(jīng)網(wǎng)絡(luò)對電力系統(tǒng)中的故障進行檢查時，它的診斷方法會與專家系統(tǒng)存在一定的差異性。人工神經(jīng)系統(tǒng)更加注重于通過對標準樣本的訓練與學習，進而對系統(tǒng)內(nèi)部的閾值和連接權(quán)進行調(diào)整，這樣一來，就可以讓知識分布在網(wǎng)絡(luò)上，形成人工神經(jīng)網(wǎng)絡(luò)的記憶模式。由此可見，人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)在獲取知識方面的能力十分強大，同時，它能夠有效的對含噪聲的數(shù)據(jù)進行處理，這在一定程度上彌補了專家系統(tǒng)在對故障檢測時存在的不足。人工神經(jīng)網(wǎng)由于本身屬于非線性的反射，所以，它可以通過這一方法來解決一些較為復(fù)雜的、并且難以求解的非線性問題，這也是它能夠在繼電保護工作中得到廣泛應(yīng)用的原因之一。最近幾年以來，在電力系統(tǒng)的繼電保護方面漸漸出現(xiàn)通過利用人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)來對故障的距離、類型進行判斷，進而有針對性的保護電力設(shè)備。

通過使用神經(jīng)網(wǎng)絡(luò)系統(tǒng)來完成繼電保護工作，這不僅可以對故障進行準確的判斷，同時，也提高了解決電力系統(tǒng)中電力故障問題的效率。但是，這種方法在性能上也存在一些不足，例如，對于一些具有啟發(fā)性的知識在處理上還不是很擅長、性能的發(fā)揮主要依靠樣本的完備程度決定等等。

二、人工智能技術(shù)在繼電保護中的應(yīng)用

對于每一種人工智能技術(shù)來說，在對其進行控制和應(yīng)用的過程中都會存在一定的局限性，并且由于這個局限性而導(dǎo)致在處理電力系統(tǒng)當中的一些復(fù)雜問題時，技術(shù)不能充分的發(fā)揮出它的功能，達不到預(yù)期的效果。怎樣把每一種人工智能技術(shù)在解決問題時的優(yōu)勢結(jié)合起來，最終形成一個具有強大功能的綜合性人工智能控制技術(shù)，那將會在很大程度上提高處理電力系統(tǒng)當中故障的能力。因此，我們在人工智能技術(shù)的實際應(yīng)用當中，要盡量規(guī)避每個系統(tǒng)當中的不足，綜合利用人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、模糊理論的優(yōu)勢，更好的完成電力系統(tǒng)保護工作。在實際應(yīng)用中，可以結(jié)合人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)和專家系統(tǒng)，對變電站進行分層分布的故障診斷；可以結(jié)合神經(jīng)網(wǎng)絡(luò)和模糊理論，依據(jù)經(jīng)過改良之后的IEC三比值法，以此建立可以為電力系統(tǒng)中的變壓器進行故障診斷的模糊神經(jīng)網(wǎng)絡(luò)模型。通過這個模型能夠有效的對系統(tǒng)中一些不固定的故障因素進行處理，并且它具備了較強的獲取知識的能力。從人類思維的發(fā)展模式角度來看，將各種人工智能技術(shù)進行融合，分析影響人工智能診斷準確率的因素，進而提高檢測故障的準確率。

總結(jié)：

綜上所述，針對目前現(xiàn)有的人工智能技術(shù)進行重新整合，讓它們可以充分的發(fā)揮出自身的優(yōu)勢，揚長避短。深入的分析人工智能技術(shù)的理論知識和應(yīng)用方法，研究完善繼電保護的手段，提高人工智能技術(shù)對故障的處理能力，確保電力系統(tǒng)能夠健康、穩(wěn)定運行。

參考文獻：

[1]張沛超，胡炎，郁惟鏞.繼電保護專家系統(tǒng)中知識的面向?qū)ο蟊硎痉╗J].繼電器，2010（09）.

[2]王威，郁惟鏞，張沛超.面向?qū)ο蟮睦^電保護整定計算專家系統(tǒng)的研究[J].電力系統(tǒng)及其自動化學報，2010（02）.

第5篇

【關(guān)鍵詞】人工智能；電力系統(tǒng)；應(yīng)用

人工智能技術(shù)簡稱AI，是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學，與基因工程、納米技術(shù)并稱為21世紀三大尖端技術(shù)。由于它是利用計算機來模擬人類的智能活動，因此完全擺脫了傳統(tǒng)方法的束縛，能解決傳統(tǒng)方法難以解決甚至根本無法解決的問題，當前，隨著國家電網(wǎng)建設(shè)“堅強的智能電網(wǎng)”進程的不斷深入，電力系統(tǒng)規(guī)模不斷增加，數(shù)據(jù)量增多，管理上越發(fā)復(fù)雜，因此，將人工智能應(yīng)用于電力自動化控制系統(tǒng)，能有效減少運行成本，提高工作效率，現(xiàn)就該問題進行粗淺探討，以供參考。

一、人工智能技術(shù)概述

人工智能技術(shù)自上世紀50年展至今，在理論研究方面已取得突破性進展，在具體應(yīng)用方面，主要如下：（1）專家系統(tǒng)（ES）。所謂專家系統(tǒng)，即一個計算機程序集，該程序利用當前的輸入信息、知識庫及一系列推理規(guī)則來完成由某一領(lǐng)域?qū)＜也拍芡瓿傻墓ぷ?。專家系統(tǒng)的特點在于其符號表達、邏輯推理及漸進式搜索能力。家系統(tǒng)在電力系統(tǒng)運行控制中的應(yīng)用領(lǐng)域包括報警信號處理、電壓控制、故障診斷、恢復(fù)控制、運行規(guī)劃等。（2）人工神經(jīng)網(wǎng)絡(luò)（ANN）。人工神經(jīng)網(wǎng)絡(luò)是模擬的生物激勵系統(tǒng)，由大量的神經(jīng)元以一定的方式連接而成的，單個神經(jīng)元的作用是實現(xiàn)輸入到輸出的一個非線性函數(shù)關(guān)系，它們之間廣泛的連接組合就使得整個神經(jīng)網(wǎng)絡(luò)有了復(fù)雜的非線性特性，神經(jīng)網(wǎng)絡(luò)將大量的信息隱含在其連接權(quán)值上，根據(jù)一定的學習算法調(diào)節(jié)權(quán)值，使神經(jīng)網(wǎng)絡(luò)實現(xiàn)從m維空間到n維空間復(fù)雜的非線性映射。神經(jīng)網(wǎng)絡(luò)具有良好的快速并行處理能力及分類能力，因此被廣泛地應(yīng)用于電力系統(tǒng)的實時控制、檢測與診斷、短期和長期負荷預(yù)測、狀態(tài)評估等諸多領(lǐng)域。（3）模糊集理論（FL）。FL發(fā)展于上世紀60年代中期，它是多值邏輯的擴展，能夠完成傳統(tǒng)數(shù)學方法難以做到的近似推理。其具體應(yīng)用為：應(yīng)用多目標模糊決策方法，進行故障測距和故障類型識別；給出模糊集理論的配電系統(tǒng)潮流與狀態(tài)估計方法；采用模糊推理估計配電系統(tǒng)負荷水平，歸納各類用戶隨不同因素的變化；用模糊集方法構(gòu)造變壓器保護原理，區(qū)別內(nèi)部故障、涌流、過激以及電流互感器飽和情況下的外部故障；尋求維持電力系統(tǒng)安全運行和充分利用輸電容量之間的折衷解；運用于配電系統(tǒng)損耗模糊計算模型，提高計算精確度等。（4）啟發(fā)式搜索（HS）。啟發(fā)式搜索主要有遺傳算法（GA）和模擬退火（SA）算法兩種，啟發(fā)式搜索通過隨機產(chǎn)生新的解并保留其中較好的結(jié)果，并避免陷入局部最小，以求得全局最優(yōu)解或近似最優(yōu)解。以上兩種方法，都可用來求解任意目標函數(shù)和約束的優(yōu)化問題。

二、人工智能技術(shù)的在電力自動化的應(yīng)用

（1）在電源規(guī)劃中的應(yīng)用。電源規(guī)劃是電力系統(tǒng)中電源布局的戰(zhàn)略規(guī)劃，當前，人們對高質(zhì)量電能的需求越發(fā)突出，因此，加強電力建設(shè)，擴充新電源勢在必行。電源規(guī)劃問題之所以復(fù)雜，其中一個重要原因即是每個規(guī)劃時期備選機組狀態(tài)的數(shù)目龐大，而對于每個具體的規(guī)劃項目，這些狀態(tài)大多是不可行的，而利用專家系統(tǒng)，可以根據(jù)實際規(guī)劃工作時的具體約束條件對方案進行裁減，盡早刪除大量不可行的方案，從而減少優(yōu)化計算的工作量，提高規(guī)劃效率。同時，利用遺傳算法，可以實現(xiàn)站址和站容的優(yōu)化。（2）在電能質(zhì)量分析中的應(yīng)用。20世紀80年代末以來，隨著微電子技術(shù)和電力電子技術(shù)的發(fā)展，基電能質(zhì)量越來越被人們所關(guān)注。為提高電能質(zhì)量，建立電能質(zhì)量檢測和分析識別系統(tǒng)，對其進行正確的檢測、評估和分類就顯得十分必要。傳統(tǒng)的電能質(zhì)量檢測手段主要是以人工方式和便攜式電能質(zhì)量測量儀器為主，對線路和變電站進行現(xiàn)場數(shù)據(jù)采集，工作量大，采集的數(shù)據(jù)不系統(tǒng)也不全面，時間延續(xù)性短，誤差較大，效率低。而采用人工智能技術(shù)能有效克服傳統(tǒng)方法的缺陷。如電力系統(tǒng)中諧波診斷的任務(wù)是對一組電流或電壓的采樣信號確定出各次諧波的含量或感興趣的諧波成分含量，采用人工神經(jīng)網(wǎng)絡(luò)，可以在避免噪聲和間諧波的情況下分析諧波問題。又如，電力系統(tǒng)電源側(cè)電壓及負荷變化將引起用戶側(cè)電壓波動，長時間的電壓偏移將使得供電電壓質(zhì)量得不到保證，因此，保持電壓偏移在允許范圍內(nèi)是衡量電能質(zhì)量標準的一項重要內(nèi)容。而基于專家系統(tǒng)而設(shè)計的變電站無功控制裝置，能將已有的無功電壓控制經(jīng)驗或知識用規(guī)則表示出來，形成專家系統(tǒng)的知識庫。并能像有經(jīng)驗的調(diào)度員那樣，在面臨不同運行工況時，根據(jù)上述的規(guī)則由無功電壓實時變化值有效地作出合理的電壓調(diào)節(jié)決策。此外，人工智能技術(shù)在電能質(zhì)量分析中的應(yīng)用，還包括電能質(zhì)量的擾動分析、電能質(zhì)量的數(shù)據(jù)管理和數(shù)據(jù)挖掘，等等。（3）在故障診斷中的應(yīng)用。電力系統(tǒng)可能出現(xiàn)的故障種類繁多，具有復(fù)雜性、不確定性及非線性等特點，從一次系統(tǒng)的故障看，可分為線路和元件故障兩大類；從二次系統(tǒng)的故障看，則可粗略地分為保護系統(tǒng)、信號系統(tǒng)、測量系統(tǒng)、控制系統(tǒng)及電源系統(tǒng)五類故障，若采用傳統(tǒng)的方法診斷效率低，準確率不高，而采用人工智能技術(shù)，能大大提高故障診斷的準確率。專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯是人工智能技術(shù)用于故障診斷的方法，例如人工智能故障診斷技術(shù)運用于發(fā)電機及電動機進行的故障診斷時，將模糊理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合，不僅保留了故障診斷知識的模糊性，還結(jié)合了神經(jīng)網(wǎng)絡(luò)學習能力強的優(yōu)點，共同實現(xiàn)對電機故障的診斷，大大提高了故障診斷的準確率。（4）在電力系統(tǒng)無功優(yōu)化中的應(yīng)用。謂電力系統(tǒng)無功優(yōu)化，就是指當電力系統(tǒng)的結(jié)構(gòu)參數(shù)及負荷情況給定時，通過對某些控制變量的優(yōu)化，在滿足所有指定約束條件的前提下，使系統(tǒng)的一個或多個性能指標達到最優(yōu)的無功調(diào)節(jié)手段，它是保證電力系統(tǒng)安全，提高運行經(jīng)濟性的手段之一。將人工智能技術(shù)應(yīng)用于電力系統(tǒng)無功優(yōu)化中，主要有如下幾方面：如，針對傳統(tǒng)方法在處理配電網(wǎng)無功優(yōu)化時不能處理多元約束問題的缺陷，模糊優(yōu)化法通過引入模糊集理論，能使一些不確定的問題得到解決，使用模糊優(yōu)化法，可優(yōu)化配電網(wǎng)的電容器投切，減少了配電網(wǎng)的網(wǎng)損并提高了其電壓質(zhì)量。使用禁忌算法，能有效地處理不可微的目標函數(shù)，解決配電網(wǎng)補償電容器優(yōu)化投切0-1組合優(yōu)化問題，并可以處理補償電容器分檔投切的組合優(yōu)化問題。而使用人工神經(jīng)網(wǎng)絡(luò)，可以將網(wǎng)損最小作為優(yōu)化目標，用人工神經(jīng)網(wǎng)絡(luò)模型對多抽頭的配電網(wǎng)電容器進行實時控制，等等。（5）在電力系統(tǒng)繼電保護中的應(yīng)用。通過專家系統(tǒng)，能把保護、斷路器的動作邏輯以及運行人員的診斷經(jīng)驗用規(guī)則表示出來，形成故障診斷專家系統(tǒng)的知識庫，進而根據(jù)報警信息對知識庫進行推理，獲得故障診斷的結(jié)論。輸電網(wǎng)絡(luò)中保護的動作邏輯一級保護與斷路器之間的關(guān)系易于用直觀的、模塊化的規(guī)則表示出來能夠在一定程度上解決不確定性問題，能夠給出符合人類語言習慣的結(jié)論并具有相應(yīng)的解釋能力等。此外框架法專家系統(tǒng)善于表達具有分類結(jié)構(gòu)的知識，能夠比較清楚的表達事物之間的相關(guān)性，可以簡化繼承性知識的表述和存儲，在輸電網(wǎng)絡(luò)報警信息處理和故障診斷中也有少量應(yīng)用。（6）在抑制電力系統(tǒng)低頻振蕩中的應(yīng)用。大規(guī)模電網(wǎng)互聯(lián)易產(chǎn)生低頻振蕩，對電力系統(tǒng)的安全造成嚴重威脅。低頻振蕩產(chǎn)生的原因，源于系統(tǒng)缺乏阻尼，目前，低頻振蕩抑制措施中研究較多的是電力系統(tǒng)穩(wěn)定器FACTS和PSS阻尼控制器，以上兩種辦法均存在一定缺陷，即存在魯棒性差的問題，而人工智能技術(shù)能模擬人類處理問題的過程、容易計及人的經(jīng)驗和具有一定的學習能力，將神經(jīng)網(wǎng)絡(luò)、模糊理論、GA等人工智能技術(shù)應(yīng)用于FACTS控制器和自適PSS的研究，能解決阻尼控制器參數(shù)的魯棒最優(yōu)整定，有效抑制電力系統(tǒng)低頻振蕩問題。

總之，隨著人工智能技術(shù)的不斷進步，新的方法將不斷涌現(xiàn)，其在電力系統(tǒng)中的應(yīng)用也將越來越廣，如何綜合已有技術(shù)，揚長避短，并探索新的技術(shù)和理論方法，將其應(yīng)用于解決未來電力系統(tǒng)的各種問題，是我們今后探索研究的主要方向。

參 考 文 獻

[1]蔡自興，徐光祐．人工智能技術(shù)及應(yīng)用[M]．北京：清華大學出版社，2000

第6篇

關(guān)鍵詞：機械電子工程；人工智能技術(shù)；應(yīng)用

中圖分類號：TP18 文獻標識碼：A

在現(xiàn)代經(jīng)濟社會發(fā)展速度不嗉涌斕謀塵跋攏社會生產(chǎn)力水平明顯提高。對于我國而言，在工業(yè)機械工程發(fā)展過程中，現(xiàn)代電子技術(shù)的應(yīng)用促進傳統(tǒng)機械工程逐步過渡至現(xiàn)代電子機械工程，而隨著計算機技術(shù)以及信息技術(shù)的蓬勃發(fā)展，機械工程開始呈現(xiàn)出智能化、自動化的發(fā)展方向。特別是人工智能技術(shù)發(fā)展以來，此項技術(shù)在機械電子工程領(lǐng)域中的應(yīng)用日益廣泛，對提高生產(chǎn)力水平的意義同樣非常確切。本文即圍繞機械電子工程領(lǐng)域中人工智能技術(shù)的相關(guān)應(yīng)用問題進行分析與探討，望能夠引起各方重視與關(guān)注。

一、人工智能的概述

人工智能是研究、開發(fā)用于模擬、延伸以及擴展人的智能的理論、方法、技術(shù)以及應(yīng)用系統(tǒng)的全新學科。作為計算機科學的重要分支之一，人工智能技術(shù)所追求的是了解智能的本質(zhì)，并研發(fā)出一種與人類智能高度相似的智能機器。從人工智能誕生以來，相關(guān)理論與應(yīng)用技術(shù)不斷成熟，人工智能技術(shù)的應(yīng)用范圍也明顯擴大。可以預(yù)見的是，未來人工智能技術(shù)下所帶來的一系列科技產(chǎn)品將成為人類智慧的“容器”。

二、人工智能技術(shù)的作用分析

人工智能技術(shù)的應(yīng)用對意識結(jié)構(gòu)的變化有非常重要的影響，使意識論研究領(lǐng)域明顯擴大。人工智能終端作為一種全新形態(tài)的機器設(shè)備進入人意識器官范疇中。人工智能技術(shù)下，除了能夠完成人腦的一部分意識活動以外，甚至在部分功能上較人腦有著更為明顯的優(yōu)勢，如對信息進行處理，以及采取行動的速度，以及對動作和記憶的準確性等方面。除此以外，通過對人工智能技術(shù)的應(yīng)用與發(fā)展，還為未來ICT等網(wǎng)絡(luò)技術(shù)的發(fā)展提供了方向與指導(dǎo)，包括云計算、深度學習、以及智能算法等在內(nèi)的大規(guī)模網(wǎng)絡(luò)應(yīng)用成為ICT產(chǎn)業(yè)重要的發(fā)展方向之一，深度學習作為人工智能研究領(lǐng)域中的重點關(guān)注對象之一，可通過構(gòu)建模擬人腦進行分析學習的神經(jīng)網(wǎng)絡(luò)的方式，促進互聯(lián)網(wǎng)領(lǐng)域的飛躍式發(fā)展。

三、機械電子工程及人工智能分析

1.機械電子工程特點

機械電子工程是將電子工程、機械工程以及自動化工程結(jié)合起來的綜合性學科，在機械電工工程中占據(jù)非常重要的地位?，F(xiàn)階段機械電子工程主要具有以下幾個方面的特點：（1）機械電子產(chǎn)品結(jié)構(gòu)相對簡單。機械電子產(chǎn)品構(gòu)造復(fù)雜程度不高，產(chǎn)品占地面積有限，能夠改變傳統(tǒng)意義上機械電子產(chǎn)品占地面積大且外觀笨拙復(fù)雜的特點，對優(yōu)化機械電子產(chǎn)品工作性能也有重要意義；（2）機械電子工程設(shè)計方案合理性高。在電子工程、機械工程以及自動化工程相互融合的背景下，設(shè)計人員能夠更為全面的決策設(shè)計方案，促進機械電子工程的不斷進步與發(fā)展。如，將機械電子工程技術(shù)與管理技術(shù)相結(jié)合，一來能夠促進機械電子工程在管理體制層面的發(fā)展革新，二來能夠促進機械電子技術(shù)在管理層面的發(fā)展進步，綜合價值突出。

2.人工智能特點

人工智能是研究、開發(fā)用于模擬、延伸以及擴展人的智能的理論、方法、技術(shù)以及應(yīng)用系統(tǒng)的全新學科。作為計算機科學的重要分支之一，人工智能技術(shù)所追求的是了解智能的本質(zhì)，并研發(fā)出一種與人類智能高度相似的智能機器，研究對象包括圖像識別、語言識別、機器人、自然語言處理以及專家系統(tǒng)等多個部分。人工智能技術(shù)的應(yīng)用具有以下幾個方面的特點：（1）人工智能技術(shù)使人與人之間的溝通交流更加密切。人工智能技術(shù)作為高新科學技術(shù)，為大眾間的溝通交流提供了極大便利，實現(xiàn)與不同群體的溝通，在促進人類社會進步的同時還對人工智能技術(shù)的改革創(chuàng)新提供動力；（2）人工智能技術(shù)對促進經(jīng)濟增長有重要意義。應(yīng)用人工智能技術(shù)能夠促進社會消費，擴大國內(nèi)市場需求，對實現(xiàn)經(jīng)濟平穩(wěn)健康發(fā)展有積極價值；（3）人工智能技術(shù)的應(yīng)用有助于企業(yè)經(jīng)濟目標的快速實現(xiàn)。人工智能技術(shù)大量應(yīng)用會促進行業(yè)市場的擴大，吸引投資，提高企業(yè)經(jīng)濟效益。

四、機械電子工程中人工智能應(yīng)用

1.機械電子工程與人工智能的關(guān)系

不穩(wěn)定性是機械電子工程普遍面臨的問題之一，該特點的存在導(dǎo)致機械電子工程系統(tǒng)信息輸入與信息輸出之間的關(guān)系難以準確地描述出來。由于建設(shè)規(guī)則庫方法、學習并生成知識描述法以及數(shù)學方式推導(dǎo)法這3種傳統(tǒng)機械電子工程系統(tǒng)描述方法在嚴密性與精確度方面存在一定的局限，因此往往難以滿足機械電子工程系統(tǒng)日益復(fù)雜的描述需求。但從信息處理的角度上來說，人工智能技術(shù)的應(yīng)用及其與機械電子工程系統(tǒng)的融合對于解決系統(tǒng)不穩(wěn)定性、不確定性以及復(fù)雜性問題有非常確切的優(yōu)勢。從這一角度上來說，將人工智能技術(shù)與機械電子工程相結(jié)合已成為機械電子工程領(lǐng)域發(fā)展的必然方向與趨勢之一。

2.模糊系統(tǒng)及神經(jīng)網(wǎng)絡(luò)系統(tǒng)

模糊系統(tǒng)的理論基礎(chǔ)與模糊集合，設(shè)計工具為模糊理論。模糊推理系統(tǒng)具有模糊信息的處理功能，在自動化控制、數(shù)字處理等諸多領(lǐng)域中得到了大量的應(yīng)用，所取得的效果非常顯著。模糊推理系統(tǒng)創(chuàng)建模擬人腦的相關(guān)功能，并分析語言信號，在網(wǎng)絡(luò)結(jié)構(gòu)的依托下無限接近連續(xù)函數(shù)，并遵循域至域的映射規(guī)則對信息進行儲存。但模糊推理系統(tǒng)在應(yīng)用中具有連接性不固定的特點，計算量偏小，因此應(yīng)用范圍存在一定的限制。

神經(jīng)網(wǎng)絡(luò)系統(tǒng)是人工智能技術(shù)領(lǐng)域中的關(guān)鍵分支之一，神經(jīng)網(wǎng)絡(luò)將信息分布于網(wǎng)絡(luò)上的主要模式是神經(jīng)元的興奮模式。在神經(jīng)網(wǎng)絡(luò)系統(tǒng)干預(yù)下，可實現(xiàn)對信息的分布儲存以及對動態(tài)信息的協(xié)同處理。神經(jīng)網(wǎng)絡(luò)系統(tǒng)可在確保行為豐富的前提下最大限度地精簡結(jié)構(gòu)，利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)功能直接模擬大腦結(jié)構(gòu)，并分析數(shù)字信號，在各個神經(jīng)元間構(gòu)成點對點的映射關(guān)系，進而達到提高信息數(shù)據(jù)輸入、輸出精度，并提高計算量的目的。

結(jié)語

綜上所述，人工智能技術(shù)的應(yīng)用與人工智能系統(tǒng)的構(gòu)建、發(fā)展在很大程度上促進了現(xiàn)代機械電子工程的快速發(fā)展與進步。現(xiàn)代機械電子工程設(shè)計必須以人工智能技術(shù)的合理應(yīng)用為依托，達成雙贏的理想局面。在這一過程中，相關(guān)人員必須充分關(guān)注機械電子工程與人工智能技術(shù)的融合，不斷開拓全新的人工智能技術(shù)，把握兩者發(fā)展中的相通點與共同點，以促進兩者的共同發(fā)展與進步。

參考文獻

[1]梁國強.試論人工智能技術(shù)在供水設(shè)備機械電氣自動化控制中的應(yīng)用[J].中小企業(yè)管理與科技，2015（27）：252.

[2]韓斌.機械電子工程與人工智能的關(guān)系分析[J].數(shù)字技術(shù)與應(yīng)用，2013（6）：254-254.

[3]孫偉.電氣自動化控制中人工智能技術(shù)的應(yīng)用研究[J].科技創(chuàng)新與應(yīng)用，2014（7）：70-70.

第7篇

的有關(guān)內(nèi)容。

關(guān)鍵詞電氣；控制；智能；技術(shù)；理論；應(yīng)用；自動化；

中圖分類號：F407.6文獻標識碼：A 文章編號：

引言

人類智能的特殊性在于它擁有感知能力，思維能力和行為能力三種能力，因此發(fā)展?jié)摿薮蟆６斯ぶ悄苁侵赣扇祟愔圃斐鰜淼摹皺C器”所表現(xiàn)出來的智能。它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式作出反應(yīng)的智能機器。電氣自動化是電氣信息領(lǐng)域的一門新興學科，它主要運用運動控制、工業(yè)過程控制、電力電子技術(shù)、檢測與自動化儀表、電子與計算機技術(shù)、信息處理、管理與決策等領(lǐng)域。人工智能技術(shù)的運用極大地促進了電氣自動化學科特別是自動控制領(lǐng)域的發(fā)展，提高了電氣設(shè)備運行的智能化，增強了控制系統(tǒng)的穩(wěn)定性，是對生產(chǎn)技術(shù)的又一次巨大革新。

一、人工智能應(yīng)用理論分析

人工智能(Artificial Intelligence)，英文縮寫為 AI。人工智能也稱機器智能，是一門邊沿學科，屬于自然科學和社會科學的交叉。自從1956 年“人工智能”一詞在 Dartmouth 學會上提出以后，人工智能研究得到了飛速發(fā)展。二十世紀七十年代以來被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。也被認為是二十一世紀（基因工程、納米科學、人工智能）三大尖端技術(shù)之一。人工智能是研究使計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規(guī)劃等）的學科，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應(yīng)用。人工智能是包括十分廣泛的科學，它由不同的領(lǐng)域組成，它是哲學，認知科學，數(shù)學，神經(jīng)生理學，心理學，計算機科學，信息論，控制論，不定性論，仿生學等多種學科互相滲透而發(fā)展起來的一門綜合性學科。主要應(yīng)用于智能控制，專家系統(tǒng)，機器人學，語言和圖像理解，遺傳編程機器人工廠等?？偟恼f來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。人工智能不是人的智能，更不會超過人的智能。

目前，隨著科技的進步和計算機技術(shù)的廣泛使用，傳統(tǒng)的勞動密集型生產(chǎn)也不能滿足社會生產(chǎn)的需要，效率更高的技術(shù)密集型生產(chǎn)也扮演著越來越重要的角色，目前，勞動密集型產(chǎn)業(yè)仍是我國產(chǎn)業(yè)經(jīng)營的主要形式，與西方發(fā)達國家相比生產(chǎn)力還比較落后，生產(chǎn)線的自動化水平還比較低，生產(chǎn)效率不高。隨著社會經(jīng)濟發(fā)展水平的不斷提高，勞動密集型產(chǎn)業(yè)逐步向技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)變已是經(jīng)濟發(fā)展的客觀要求，生產(chǎn)自動化已成為大勢所趨。人工智能應(yīng)用于電氣自動化控制領(lǐng)域，能模擬人腦的機能對信息進行收集、分析、交換、處理、回饋，擁有對生產(chǎn)判斷、處理的能力，能大大提高生產(chǎn)效率，實現(xiàn)生產(chǎn)的自動化，調(diào)整和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。

二、人工智能控制器的優(yōu)勢

不同的人工智能控制通常用完全不同的方法去討論。 但AI 控制器例如:神經(jīng) 、模糊 、模糊神經(jīng)以及遺傳算法都可看成一類非線性函數(shù)近似器。 這樣的分類就能得到較好的總體理解，也有利于控制策略的統(tǒng)一開發(fā)。 這些 AI 函數(shù)近似器比常規(guī)的函數(shù)估計器具有更多的優(yōu)勢，這些優(yōu)勢如下。

2.1 它們的設(shè)計不需要控制對象的模型 （在許多場合 ，很難得到實際控制對象的精確動態(tài)方程， 實際控制對象的模型在控制器設(shè)計時往往有很多不確實性因素。 例如:參數(shù)變化，非線性時，往往不知道。

2.2 通過適當調(diào)整（根據(jù)響應(yīng)時間 、下降時間 、魯棒性能等)它們能提高性能。 例如: 模糊邏輯控制器的上升時間比最優(yōu)PID 控制器快 1.5 倍，下降時間快 3.5 倍。

2.3 它們比古典控制器的調(diào)節(jié)容易。

2.4 在沒有必須專家知識時 ， 通過響應(yīng)數(shù)據(jù)也能設(shè)計它們。

2.5 運用語言和響應(yīng)信息可能設(shè)計它們。

2.6 它們有相當好的一致性 (當使用一些新的未知輸入數(shù)據(jù)就能得到好的估計)，與驅(qū)動器的特性無關(guān)。 現(xiàn)在沒有使用人工智能的控制算法對特定對象控制效果非常好， 但對其他控制對象效果就不會一致性地好， 因此對具體對象必須具體設(shè)計。

三、人工智能的應(yīng)用

隨著人工智能技術(shù)的發(fā)展。人工智能控制的應(yīng)用領(lǐng)域也越來越廣闊，包括人工智能用于電氣產(chǎn)品優(yōu)化設(shè)計、故障預(yù)測及診斷、控制與保護等。

3.1優(yōu)化設(shè)計。電氣產(chǎn)品的優(yōu)化設(shè)計是一項復(fù)雜的工作，集中了理論學科知識和經(jīng)驗知識兩方面的內(nèi)容。在傳統(tǒng)的電氣產(chǎn)品設(shè)計中，主要采用的方法是設(shè)計經(jīng)驗結(jié)合大量的實驗手段驗證，缺乏足夠的技術(shù)支持，工作量龐大，效率低下，難以得到合理最優(yōu)的設(shè)計方案。隨著計算機技術(shù)的突飛猛進，加上人工智能技術(shù)的運用，電器產(chǎn)品的設(shè)計從手工逐漸轉(zhuǎn)向計算機輔助設(shè)計，極大地減少了產(chǎn)品從構(gòu)思到設(shè)計到生產(chǎn)的時間，設(shè)計越來越優(yōu)質(zhì)化、高效化、智能化。遺傳算法和專家系統(tǒng)是人工智能技術(shù)用于優(yōu)化設(shè)計的兩種主要的方法。遺傳算法的特點是直接對結(jié)構(gòu)對象進行操作，具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力；能自動獲取和指導(dǎo)優(yōu)化的搜索空間，自適應(yīng)地調(diào)整搜索方向，不需要確定的規(guī)則。遺傳算法的這些性質(zhì)非常適合于產(chǎn)品優(yōu)化設(shè)計，因此廣泛應(yīng)用于電氣產(chǎn)品的人工智能優(yōu)化設(shè)計。專家系統(tǒng)應(yīng)用人工智能技術(shù)和計算機技術(shù)，根據(jù)某領(lǐng)域一個或多個專家提供的知識和經(jīng)驗，進行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復(fù)雜問題。它也是產(chǎn)品優(yōu)化設(shè)計的一個重要手段，目前仍處于研究階段，實際運用較少，未來具有很大的發(fā)展前景。

3.2故障診斷。電氣設(shè)備的故障具有非線性、不確定性和復(fù)雜性等特點，采用傳統(tǒng)的方法診斷效率低、準確率不高。人工智能方法的引進大大提高了故障診斷的準確率。模糊邏輯、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)是人工智能技術(shù)用于故障診斷的方法。例如人工智能故障診斷技術(shù)運用于發(fā)電機及電動機進行的故障診斷時，將模糊理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合，不僅保留了故障診斷知識的模糊性，還結(jié)合了神經(jīng)網(wǎng)絡(luò)學習能力強的優(yōu)點，共同實現(xiàn)對電機故障的診斷，大大提高了故障診斷的準確率。

3.3智能控制。人工智能控制技術(shù)是未來生產(chǎn)發(fā)展的一個趨勢，在電氣自動化上也已經(jīng)得到了廣泛的應(yīng)用?？刂品椒ㄖ饕菍＜蚁到y(tǒng)控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制。目前主要應(yīng)用于以下方面：對所有開關(guān)量、模擬量的實時數(shù)據(jù)進行采集與處理；對各主要設(shè)備和系統(tǒng)的運行狀態(tài)進行實時智能監(jiān)視；通過鍵盤或鼠標實現(xiàn)對系統(tǒng)的控制；記錄故障并進行在線分析。

四、恒壓供水案例分析

恒壓供水在工業(yè)和民用供水系統(tǒng)中已普遍使用， 由于系統(tǒng)的負荷變化的不確定性， 采用傳統(tǒng)的 PID 算法實現(xiàn)壓力控制的動態(tài)特性指標很難收到理想的效果。 在恒壓供水自動化控制系統(tǒng)的設(shè)計初期曾采用多種進口的調(diào)節(jié)器， 系統(tǒng)的動態(tài)特性指標總是不穩(wěn)定，通過實際應(yīng)用中的對比發(fā)現(xiàn)，應(yīng)用模糊控制理論形成的控制方案在恒壓系統(tǒng)中有較好的效果。 在實施過程中選用了 AI 一 808 人工智能調(diào)節(jié)器作為主控制器，結(jié)合 FXIN PLC 邏輯控制功能很好地實現(xiàn)了水廠的全自動化恒壓供水。 對于單獨采用 PLC 實現(xiàn)壓力和邏輯控制方案， 由于PLC 的運算能力不足編寫一個完善的模糊控制算法比較困難，而且參數(shù)的調(diào)整也比較麻煩，所以所提出的方案具有較高的性價比。本案例中只是一個人工智能在電氣自動化中的一個小小的應(yīng)用，也是電氣元件生產(chǎn)供給的一個方向，實現(xiàn)機械智能化是我們努力的追求，將人工智能的先進的最新成果應(yīng)用于電氣自動化控制的實踐是一個誘人的課題。

結(jié)束語

人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能完成的復(fù)雜的工作， 電氣自動化是研究與電氣工程有關(guān)的系統(tǒng)運行。 人工智能主要包括感知能力、思維能力和行為能力，人工智能的應(yīng)用體現(xiàn)在問題求解，邏輯推理與定理證明，自然語言理解，自動程序設(shè)計，專家系統(tǒng)，機器人學等方面。 而這諸多方面都體現(xiàn)了一個自動化的特征，表達了一個共同的主題， 即提高機械的人類意識能力， 強化控制自動化。 因此人工智能在電氣自動化領(lǐng)域?qū)笥凶鳛?，電氣自動化控制也需要人工智能的參與。

參考文獻

[1]葉干洲.人工智能技術(shù)在電氣自動化控制中的應(yīng)用[J].科技咨詢，2010(15).

[2]陳洪峰.國內(nèi)電氣自動化發(fā)展狀況與趨勢[J].科技創(chuàng)新導(dǎo)報，2009.

[3]張培銘，繆希仁等.展望21世紀電器發(fā)展方向———人工智能電器[J].電工技術(shù)雜志，2006(4).

第8篇

關(guān)鍵詞：智能技術(shù)；電氣自動化；應(yīng)用

中圖分類號：TM76；TP18 文獻標識碼：A 文章編號：1674-7712 （2014） 12-0000-01

人工智能技術(shù)是一種融合了多種學科的先進技術(shù)，在人工智能技術(shù)進入工業(yè)生產(chǎn)的很長時間內(nèi)，使得我國的工業(yè)生產(chǎn)自動化水平得到了跨越式的提高。通過將人工智能技術(shù)應(yīng)用于電氣自動化控制的各個方面，最終實現(xiàn)了電氣設(shè)備的“智能”操作，通過為電氣設(shè)備賦予了如同大腦一般的邏輯思維，提高了電氣控制的精確性和可靠性。因此，人工智能的出現(xiàn)，不僅可以幫助企業(yè)提高生產(chǎn)效率，更重要的是可以為未來電氣自動化、智能化的發(fā)展趨勢提供了新的思路。

一、人工智能技術(shù)的發(fā)展與特點

（一）人工智能技術(shù)的發(fā)展

人工智能技術(shù)是伴隨著計算機技術(shù)發(fā)展而興起來的一門綜合性科學?！叭斯ぶ悄堋钡母拍钭钤缙鹪从?956年Dartmouth學會上，一批具有超前眼光的科學家，對于如何利用機器來模擬智能進行了廣泛的討論，使得“人工智能”作為一門新興學科進入了人們的視野。隨著時代的發(fā)展，人工智能技術(shù)越來越成熟和完善，在國內(nèi)外眾多科技企業(yè)和高校聯(lián)合研究的努力之下，已經(jīng)出現(xiàn)了智能語音、智能圖像、語義理解等先進的人工智能技術(shù)，它不僅可以改變了人們的生產(chǎn)生活方式，更重要的是為人工智能技術(shù)的不斷地創(chuàng)新和融合發(fā)展，逐漸形成一體化的人工智能技術(shù)鏈奠定基礎(chǔ)。

（二）人工智能技術(shù)的特點

人工智能技術(shù)作為當前世界三大主流技術(shù)之一，不僅在應(yīng)用范圍上占據(jù)優(yōu)勢，還以其自身豐富的研究領(lǐng)域、跨學科的研究方法等特點，成為最具有挑戰(zhàn)性的前沿科學，整體來說，智能技術(shù)在自動化控制方面的特點具體表現(xiàn)為：一是隨著人工智能技術(shù)的完善，將工業(yè)生產(chǎn)的控制精度、效率都提高了一個新的層次，實現(xiàn)了工業(yè)生產(chǎn)控制的各種信息得到及時處理和調(diào)整，使得自動化生產(chǎn)流程變的更加柔性化；二是伴隨著工業(yè)自動化生產(chǎn)的同步性和綜合性趨勢越來越顯著，人工智能技術(shù)與自動化生產(chǎn)集成技術(shù)相互融合，以各種可操作、可編程的智能控制器，最終實現(xiàn)了電氣自動化生產(chǎn)的多功能和穩(wěn)定生產(chǎn)目的。

二、電氣自動化中的人工智能技術(shù)探悉

工業(yè)自動化生產(chǎn)的順利進行，要從自動化生產(chǎn)的目標入手，通過一定的控制程序完成每個生產(chǎn)流程的任務(wù)，因此，將人工智能技術(shù)運用到電氣自動化生產(chǎn)時，能夠自動、高速的處理來自于生產(chǎn)過程中的各類數(shù)據(jù)，從輸入設(shè)備到存儲運算器，再至智能控制器，人工職能技術(shù)的每個環(huán)節(jié)，都可以對工業(yè)自動化生產(chǎn)“了如指掌”，保證了生產(chǎn)的完整性，又提高了產(chǎn)品的質(zhì)量，為電氣自動化生產(chǎn)帶來豐厚的收益，其具體應(yīng)用可以從以下幾個方面進行分析：

（一）保證了電氣自動化設(shè)計的先進性

對于自動化控制來說，一套成熟的電氣自動化控制從設(shè)計到正式投入使用的周期較長，而且在這個復(fù)雜而漫長的過程中，其設(shè)計電路的繁瑣性、細致性都是令人難以想象的。由于在傳統(tǒng)設(shè)計過程中，大部分設(shè)計工作都是依靠設(shè)計師的經(jīng)驗，以人工繪圖布線的方式完成，這就拉長了自動控制的設(shè)計周期的同時，也使得電氣設(shè)計不一定是最好的方案，由此可見，傳統(tǒng)方式下的電氣自動化控制的設(shè)計難度主要集中于此。而人工智能技術(shù)的出現(xiàn)，大大改變了電氣自動化控制的設(shè)計過程，將設(shè)計變的更加高效和簡單，從人工智能的技術(shù)層面分析，人工智能技術(shù)主要通過強大的計算機設(shè)計功能，將控制設(shè)計在人工智能技術(shù)的啟發(fā)之下，充分顯示出人工智能技術(shù)的透明性和靈活性，特別是人工智能技術(shù)的擴展性是一大特色，它可以將很多新知識納入自己的存儲系統(tǒng)中，將自動化控制設(shè)計的現(xiàn)在與未來需求結(jié)合在一起。從一定程度上可以認為，人工智能技術(shù)已經(jīng)在幾十年的發(fā)展中，將設(shè)計過程從理論變?yōu)閷嵺`，最終保證設(shè)計出來的電氣自動化過程或產(chǎn)品能保持高質(zhì)、高效的優(yōu)良品質(zhì)。

（二）將電氣自動化控制能力提升到新的高度

電氣自動化的控制過程充滿了大量的數(shù)據(jù)和運算，人工智能技術(shù)的應(yīng)用，可以通過模糊算法、遺傳算法和專家系統(tǒng)對非線性函數(shù)進行計算，使得自動化控制變的更加精準，與以往控制理論相比，智能技術(shù)具有便于調(diào)節(jié)、一致性好、抗干擾能力強等優(yōu)點。比如以人工智能技術(shù)中的模糊控制舉例，這種結(jié)構(gòu)簡單、性能穩(wěn)定的控制方式，讓自動化控制的多維化變?yōu)楝F(xiàn)實，對控制模式識別和信號處理有著不可缺少的重要作用，比如在全自動輪胎鋼絲圈的生產(chǎn)過程中，對不同產(chǎn)品的生產(chǎn)牽引速度采用模糊控制，不僅有利于生產(chǎn)速度的有效控制，還可以充分發(fā)揮人工智能技術(shù)中專家系統(tǒng)的優(yōu)勢，實現(xiàn)生產(chǎn)控制的簡單、快速，使得工業(yè)自動化生產(chǎn)取得了良好的成效。

（三）滿足了電氣自動化故障的診斷需求

故障診斷也是電氣自動化控制所不能忽略的重要環(huán)節(jié)，故障診斷的目的是為了確保自動化設(shè)備的安全性和準確性，隨著我國工業(yè)自動化程度的不斷提高，故障診斷對于自動化控制的重要性也將不言而喻，常見的人工智能診斷技術(shù)有專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、分行幾何等，每個故障檢測技術(shù)都有自己獨特的適用范圍，它們都具備對故障信息的完全處理能力，包括對故障進行有效診斷并給出相應(yīng)的解決措施，所以，智能診斷技術(shù)對推進我國電氣自動化控制的發(fā)展意義重大，應(yīng)該不斷加強人工智能診斷技術(shù)的探索和研究。

三、結(jié)束語

綜上所述，人工智能技術(shù)已經(jīng)為電氣自動化生產(chǎn)帶來了創(chuàng)新的發(fā)展的靈感，特別是隨著越來越多的理論和知識研究的深入，使得這項技術(shù)變的更為“智能化”，以最終滿足日益復(fù)雜的現(xiàn)代工業(yè)的自動化生產(chǎn)的需求。

參考文獻：

[1]紀.人工智能技術(shù)在電氣自動化控制中的應(yīng)用思路分析[J].電子測試，2014（03）.

[2]周超.人工智能技術(shù)在電氣自動化控制中的運用[J].硅谷，2012（08）.

[3]劉冰.解析電氣自動化控制中人工智能技術(shù)的運用[J].科技創(chuàng)業(yè)家，2014（08）.