導言：作為寫作愛好者，不可錯過為您精心挑選的10篇人工智能技術論文，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

2人工智能技術在飛行沖突探測與解脫管理方面的應用

人工智能技術的應用可以使空中交通管理系統(tǒng)具有高智能化的特征，從而滿足飛行沖突與解脫管理方案自動生成的需要。具體來說，實現(xiàn)這一功能的模塊是飛行沖突探測與解脫輔助決策模塊，而該模塊是由沖突探測與解脫系統(tǒng)和輔助決策系統(tǒng)組成的。該模塊不但可以實現(xiàn)飛行沖突的預測，還可以為管制人員提供飛行沖突調(diào)配的決策方案，從而減輕管制人員的壓力，幫助他們做出正確的決定。所以，該系統(tǒng)的應用，彌補了人類與機器各自存在的不足，從而有效的避免了因人為失誤或機械故障而造成的飛行事故。從原理角度來看，系統(tǒng)首先通過分析飛行沖突情況來制定可能的解脫方案，然后根據(jù)航空器優(yōu)先級分類方法和沖突類型判定法等多種規(guī)則，進行方案的選擇和排除。在這一推理過程中，為了保證系統(tǒng)推理的有效性，系統(tǒng)需要根據(jù)大量的規(guī)則來進行方案的推理選擇。而這些規(guī)則，則要被統(tǒng)一存入知識庫系統(tǒng)中。這樣，管制人員只要在平時做好知識庫系統(tǒng)的更新和維護，就能夠保證系統(tǒng)推理的有效性，從而根據(jù)系統(tǒng)提供的方案，來進行飛行沖突航班的排序。

篇2

一.人工智能的背景

人工智能是計算機科學的分支，它企圖了解智能的實質(zhì)，并研制出一種新型的以人類思維相似的方式做出相應反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

人工智能的思想萌芽最早可以追溯到十七世紀的巴斯卡和萊布尼茨。十九世紀，英國數(shù)學家布爾和摩爾根提出了“思維定律”，這些可謂是人工智能的開端。（1）50年代至70年代，人工智能相繼出現(xiàn)了一批顯著的成果，這一階段的特點是重視問題求解的方法，忽視知識重要性。（2）隨著第五代計算機的研制進入了80年代，人工智能得到迅猛發(fā)展。它的研制形成了一股研究人工智能的熱潮。（3）90年代，由于國際互連網(wǎng)的技術發(fā)展，將人工智能更面向?qū)嵱?。研究人工智能出現(xiàn)新的。

二.人工智能的發(fā)展給人類帶來倫理問題

（1）人工智能的情感問題。情感問題是千百年來人們一直在談論的話題。明斯基認為，通過把我們的身體部分看做是大腦可以使用的資源，就可以改變它們的精神狀態(tài)。因此，現(xiàn)在人工智能界的一種觀點認為情感是一種特別的思維方式，我們可以利用它來增加我們的機智。智能機器人畢竟是一個賦予一種人類情感程序的機器，實質(zhì)上還是沒有人類的意識，只有固定的程序。

（2）人工智能機器的責任問題。人類不斷向前發(fā)展，社會不斷進步，人類把人工智能機器研制出來，賦予一定的程序，幫助老人，照顧小孩等；愛，不僅是男女之間的愛，也有父母對子女，這種愛是相互的。人們要面對智能機器的情感控制，我們不能把它視為一臺機器，應該視為人類其中的一員，他們是一個種族，我們要對研制出來的人工智能機器負責。智能機器賦予人類的情感，我們也要給予同等的情感。我們不僅要研制智能機器，我們也要愛護和保護他們。

三.人工智能的問題對策

（1）人工智能情感問題研究。我們可以看出人工智能的機器情感是一個極其復雜的問題，這不僅涉及到人工智能的技術層面，同時情感是一種特殊的思維方式，機器是同樣可以具有情感的。人類可能賦予人工智能一定的情感程序，我們要把人工智能的看成一類種族，讓人工智能與我們共同創(chuàng)建美好的大家庭。

（2）人工智能的責任問題研究。隨著人類社會的不斷發(fā)展和進步，人工智能技術研究將成為人類不可避免，人類研究人工智能不僅會給人類帶來幫助，也會給人們的帶來一些困惑。我們在研究人工智能機器要考慮到，智能機器發(fā)展到一定程度的時，智能機器可以自己轉(zhuǎn)變程序，人類要研究一種機器人的法律規(guī)范，也要賦予研究機器人的科學家一定的法律法規(guī)。

四.人工智能的影響

（1）人工智能帶來負面影響。隨著現(xiàn)代科學技術的發(fā)展，人工智能給人類帶來幫助，也給人們帶來了一些問題，像氣候變暖，生物物種的滅絕，新型細菌的出現(xiàn)等。

（2）研究人工智能涉及的學科領域。人工智能是研究使計算機來模擬人的某些思維過程的智能行為學科，主要包括如下領域：專家系統(tǒng)、機器學習能力、模式識別、人工神經(jīng)網(wǎng)絡。在智能領域里最關鍵的問題之一，就是機器學習的問題。一旦機器有了學習能力，人類的未來發(fā)展難以預料！

（3）人工智能的積極影響及美好前景。人工智能的發(fā)展還沒有到達一定水平，人工智能機器就可以和人做朋友，可以作為家里的一份子出現(xiàn)，進入人們的生活。我們在未來要研究人工智能的發(fā)展，也要研究人工智能出現(xiàn)以后所帶來的問題，把人工智能的優(yōu)勢發(fā)揮的更好，給人類帶來更美好的未來。

篇3

高校培養(yǎng)人才的目的是為社會輸送人才，尤其是為當?shù)厣鐣斔腿瞬?，服務于當?shù)亟?jīng)濟的建設，因此做好調(diào)研工作，必須依托于當?shù)仄髽I(yè)。調(diào)研工作不能流于表面，要發(fā)動整個教學團隊的力量。首先，從專業(yè)層面應該有整體規(guī)劃，確定調(diào)研的時間段、調(diào)研哪些企業(yè)，到具體實施階段，老師下去調(diào)研的時候不能僅僅是蓋個章回來就了事，應該提供現(xiàn)場調(diào)研的圖片、個人小結等資料，另外為了調(diào)動老師的積極性，專業(yè)層面可以發(fā)放調(diào)研津貼。材料收集好之后，要依據(jù)材料進行細致的分析、總結工作，提煉出對制訂人才培養(yǎng)方案有用的信息，尤其是企業(yè)需要什么樣的綜合人才、崗位能力分析、職業(yè)資格證書的獲取情況等。

1.2充分發(fā)揮校企合作委員會的作用

每個專業(yè)都有自己的專業(yè)指導委員會或是校企合作委員會，要充分發(fā)揮其作用。首先在人選是一定要經(jīng)過篩選，務必選擇一個對整個專業(yè)發(fā)展能夠提供指導性意見的人，這就需要他有在這個行業(yè)多年的工作經(jīng)驗，另外需要熱愛教育事業(yè)，不能只是來掛個名，開個會，還需要在平時的各項工作中直到作用。

2.做好課程體系建設

2.1根據(jù)專業(yè)情況重新整合課程體系

每個專業(yè)發(fā)展的沿革不一樣，所以制訂課程體系時絕不能照抄照搬別人的。尤其是樓宇智能化工程技術專業(yè)，很多課程的開設是需要硬件支撐的，因此有些課程其他學校能開，本?？赡荛_不了。另外，要充分考慮到師資情況，校內(nèi)教師上不了的課程，要請企業(yè)老師來上課，如果連企業(yè)老師也找不到合適的，就得考慮這門課程是否能開設。

2.2注重實踐課程的教學設計

高職高專的學生，人才培養(yǎng)的目標并不是研究型人才，而是技術型人才，因此要充分做好實踐課程體系的建設。首先，理實一體課程要采用一體化的教學模式。教學決不能只在黑板上寫寫劃劃了，現(xiàn)如今90后的學生，接受信息的渠道很多，老師一定要充分備課。師生雙方應該在實驗實訓室邊教、邊學、邊做、邊評定，把理論與實踐教學緊密地聯(lián)系在一起。其次，做好學期實訓課程的教學設計。每個學期的實訓內(nèi)容可以是基于某門課程的也可以是基于多門課程的，以樓宇智能化工程技術專業(yè)來說，可以基于電工電子技術進行維修電工的實訓，也可以綜合樓宇智能化工程技術、安防技術、消防技術等進行智能管理系統(tǒng)綜合實訓。這種生產(chǎn)性的實訓課程要盡量聘請資深的企業(yè)人員參加，這樣對于教師和學生提高專業(yè)技能都有幫助。另外，做好頂崗實習和畢業(yè)項目設計。教師在給學生頂崗實習成績評定時要有充分的依據(jù)，不能依照個人的喜好，這就需要專業(yè)層面制訂合理的規(guī)章制度。最后，做好職業(yè)認證工作。要為學生制訂彈性的證書獲取機制，每個學期的實訓課程盡量為學生提供考證的機會，告訴學生哪個證是必考的，哪些證書是選考的。這樣學生可以根據(jù)自己的需求選考合適的證書。

2.3改革創(chuàng)新考核方式和評價模式

考核的目的是對學生的知識和技能掌握程度的評價，也是對教學效果的一種評估。在改革創(chuàng)新考核形式上，可以根據(jù)課程性質(zhì)的不同采用多種多樣的考核形式，可以積極推進過程考核，讓學生付出的每一份努力都能夠得到回報?？傊鎸?、客觀的評價對于促進學生的學習是非常有幫助的，不僅能提升學生學習的動力，還能讓其明白處于集體中的責任。

2.4注重綜合素質(zhì)的培養(yǎng)

人才培養(yǎng)方案制訂過程中要充分注重對于學生綜合素質(zhì)的培養(yǎng)。尤其是樓宇智能化工程技術這種偏理工科的專業(yè)，要讓學生明白一個人以后想在社會上立足并且過得幸福，這跟人的綜合素質(zhì)是分不開的，并不完全依賴于個人的技能。因此在開設課程時要充分考慮到上述能力的培養(yǎng)，可以開設大學生就業(yè)創(chuàng)業(yè)、法律法規(guī)常識、大學生心理健康教育等公共基礎課，也可以開設電影藝術欣賞、圍棋、書法等素質(zhì)拓展課。另外，可以在以專業(yè)為單位積極鼓勵學生創(chuàng)辦或參加社團，這對于學生綜合能力的培養(yǎng)非常有幫助，讓他們提前了解和融入社會。

篇4

計算機輔助工藝設計(CAPP：Computer Aided ProeessPlanning)，自1965年由挪威人Nikbel提出以來，其系統(tǒng)特性經(jīng)歷了檢索式、派生式、混合式、創(chuàng)成式、智能化等過程，智能化CAPP是當前CAPP系統(tǒng)的研究熱點。CAPP是現(xiàn)代制造業(yè)信息化的一部分，是計算機集成制造系統(tǒng)(CIMS：Computer IntegratedManufacturing Systems)中的橋梁和紐帶。“人工智能”(Artificial Intelligence)簡稱AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工智能研究如何用計算機去模擬、延伸和擴展人的智能;如何把計算機用得更聰明;如何設計和建造具有高智能水平的計算機應用系統(tǒng);如何設計和制造更聰明的計算機以及智能水平更高的智能計算機等。人工智能是相對于人類智能而言的，它是采用人工的方法和技術來模擬、延伸和擴展人類智能行為的一門綜合學科。

將人工智能技術(AI技術)應用到CAPP系統(tǒng)開發(fā)中，使CAPP系統(tǒng)在知識獲取、知識推理等方面模擬人的思維方式，解決復雜的工藝規(guī)程設計問題，使其具有人類“智能”的特性即為智能化CAPP，是AI在CAPP中的一種應用。

CAPP系統(tǒng)分為專用型和工具型系統(tǒng)。前者可以根據(jù)用戶的特定需求定制開發(fā)，針對性強，具有較好的實用性，但對系統(tǒng)進行功能擴展困難;后者可以由用戶根據(jù)自身特定的要求進行二次開發(fā)，可以實現(xiàn)更多的柔性和開放性，這種系統(tǒng)與CAD(計算機輔助設計)、CAM(計算機輔助制造)、PDM(產(chǎn)品數(shù)據(jù)管理)等系統(tǒng)的信息共享存在缺陷。

CAPP設計理論目前研究的很少，機械產(chǎn)品設計理論研究的較多，有學者認為設計理論與方法由設計理論基礎層、設計工具和支持技術平臺層等三大部分組成。有的學者提出四理論框架，即設計過程理論、性能需求理論、知識流理論和多方利益協(xié)調(diào)理論。CAPP設計理論與機械產(chǎn)品設計理論既有共同性又有特殊性，特別在智能化設計方法方面有較大的差別，因此認為面向智能化的CAPP設計理論與方法體系結構由有三層組成，即基礎科學層、信息技術層和智能化設計方法層。

在機械產(chǎn)品工藝設計中，存在大量的不確定因素，許多問題需要靠經(jīng)驗來解決，早期建立在單純依賴于成組技術基礎上的CAPP系統(tǒng)，不能很好地解決這些離散知識的獲取問題，只能設計出檢索式或派生式系統(tǒng)。近年來，人工智能技術在CAPP系統(tǒng)

開發(fā)中的應用，使CAPP技術得到了較大的發(fā)展，人工神經(jīng)網(wǎng)絡技術就是AI在CAPP系統(tǒng)中一大應用。人工神經(jīng)網(wǎng)絡(ANN： ArtificialNeuralNetwork)是按照生物神經(jīng)系統(tǒng)原理處理真實世界的客觀事物，它由大量的簡單的非線性處理單元高度并聯(lián)而成，具有信息的分布式存儲、并行處理、自組織和自學習及聯(lián)想記憶等特性;多層前饋網(wǎng)絡誤差反向傳播(ErrorBack Propagation，簡稱BP)算法。反向傳播算法(BP)是一種監(jiān)督訓練多層神經(jīng)網(wǎng)絡的算法，每一個訓練范例在網(wǎng)絡中經(jīng)過兩遍傳遞計算：第一遍向前推算，從輸入層開始，傳遞各層并經(jīng)過處理后，產(chǎn)生一個輸出，并得到一個該實際輸出和所需輸出之差的差錯矢量;第二遍向后推算，從輸出層至輸入層，利用差錯矢量對權值進行逐層修改。

AI在CAPP中的另一應用——粗糙集技術。粗糙集(RS：Rough Set)理論是一種擅長處理含糊和不確定問題的數(shù)學工具，在理論中“知識”被認為是一種對對象的分類能力，通常采用二維決策表來描述論域的信息，其中列表示屬性，行表示對象，每行表示該對象的一條信息。屬性分為條件屬性和決策屬性，論域中的對象根據(jù)條件屬性的不同，被劃分到具有不同決策屬性的決策類中。在CAPP系統(tǒng)中，可以用RS理論構建專家系統(tǒng)，對知識進行獲取及優(yōu)化，其基本思路是：將各種零件的加工特征和已知加工方法表達成條件屬性和決策屬性的形式，一行表示一種零件，多種零件構成一個二維表，對屬性進行量化，組織決策表，再采用一定的約簡算法對屬性集和屬性值進行約簡，去掉冗余的條件屬性和決策規(guī)則，得到最小化決策規(guī)則集，當輸入待加工的零件加工特征時，就可得到優(yōu)化的加工工藝。

遺傳算法，AI在CAPP系統(tǒng)的又一應用。遺傳算法(Genetic Algorithm)是模擬達爾文遺傳選擇和自然淘汰的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法。遺傳算法是從代表問題可能潛在解集的一個種群開始的，而一個種群則由經(jīng)過基因編碼的一定數(shù)目的個體組成，每個個體實際上是帶有染色體特征的實體。因此，在一開始需要實現(xiàn)從表現(xiàn)型到基因型的映射即編碼工作，如二進制編碼。初代種群產(chǎn)生之后，按照適者生存和優(yōu)勝劣汰的原理，逐代演化產(chǎn)生出越來越好的近似解，在每一代，根據(jù)問題域中個體的適應度大小挑選個體，并借助于自然遺傳學的遺傳算子進行組合交叉和變異，產(chǎn)生代表新的解集的種群。這個過程將導致種群像自然進化一樣的后生代種群比前代更加適應于環(huán)境，末代種群中的最優(yōu)個體經(jīng)過解碼，可以作為問題近似最優(yōu)解。

智能化CAPP系統(tǒng)開發(fā)中還有模糊推理、混沌理論等智能化方法，實際應用中，往往將多種智能技術相互結合，綜合運用，發(fā)揮各自的特長，如人工神經(jīng)網(wǎng)絡具有知覺形象思維的特性，而模糊推理等具有邏輯思維的特性，將這些方法相互滲透和結合，可起到互補的作用，提高智能化水平。

智能化是今后CAPP系統(tǒng)發(fā)展的主要趨勢，但從目前的人工智能技術水平來看，不可能使CAPP系統(tǒng)在智能化水平上有實質(zhì)性的突破，因為目前的人工智能技術主要是模擬人的邏輯思維和邏輯推理方面的能力，不能有效地模擬人的形象思維、抽象思維和創(chuàng)造性思維能力，而CAPP系統(tǒng)不僅要有推理的功能，還要有“聯(lián)想”的功能， CAPP系統(tǒng)開發(fā)是要解決大量的人類思維活動方面的智能問題。因此要提高CAPP系統(tǒng)的智能化水平，必須在人工智能技術方面有新的發(fā)展，要解決人工智能技術方面的問題，必須在一些基礎

理論和基礎科學方面有新的突破，如在生命科學、數(shù)學等方面要有新的突破。由此可見，在可以預見的將來，智能化CAPP系統(tǒng)的發(fā)展仍將是在充分發(fā)揮人的智能優(yōu)勢的基礎上，綜合應用各種人工智能技術，實現(xiàn)CAPP系統(tǒng)的智能化。

通過以上論述，相信大家對計算機輔助工藝設計與人工智能以及AI在CAPP中的應用有了一定的了解。人工智能技術的不斷發(fā)展，智能化CAPP系統(tǒng)必將在知識獲取、表達和處理的靈活性和有效性上得到進一步的發(fā)展，提高CAPP系統(tǒng)的智能化水平，從而提高現(xiàn)代制造技術水平，是我國由制造大國成為制造強國。

篇5

21世紀以來，世界都已經(jīng)進入大數(shù)據(jù)發(fā)展時代，人工智能的應用與居民生活息息相關。人工智能就是模仿人類的行為方式和思維模式進行工作處理，它比計算機技術更加具有實用價值。所以，為了迅速提高我國大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡技術中的應用，論文基于此展開詳細分析探討，深入研究人工智能在計算機網(wǎng)絡技術中的應用價值。以下主要針對于人工智能計算機的基本內(nèi)容展開簡單分析與探討：

一、人工智能計算機的概況

利用計算機技術來模仿人類的行為方式和思維模式就叫做人工智能。人工智能，技術的涵蓋內(nèi)容廣泛，且創(chuàng)新性高、挑戰(zhàn)力度大，它的發(fā)展與各學科知識包括信息與計算科學、語言學、數(shù)學、心理學等都有關聯(lián)。人工智能的發(fā)展目標是通過計算機技術讓本該由人工操作的危險或復雜的工作由人工智能機器代替,從而額實現(xiàn)節(jié)約勞動力、減少事故危害發(fā)生的情況，進而提高工作效率和工作質(zhì)量。人工智能的發(fā)展形式多樣。第一，人工智能可以幫助完善某些較為復雜的問題或是當前還無法解決的問題，若是發(fā)生由計算機運算都還無法獲得正確模型的情況，此時就可利用人工智能來對該項問題進行有效解決，針對模糊的問題和內(nèi)容，利用人工智能模式來不斷提高網(wǎng)絡使用質(zhì)量。第二，人工智能可以將簡單的東西或知識復雜化，得到人們想要的高級程序和數(shù)據(jù)，從而節(jié)約實現(xiàn)，提高工作效率。

二、大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡技術中的應用

（一）數(shù)據(jù)挖掘技術在計算機網(wǎng)絡技術中的應用數(shù)據(jù)挖掘技術在近幾年來越來越受到人們的重視，因為數(shù)據(jù)挖掘技術是大數(shù)據(jù)時展的關鍵技術。利用人工智能技術可研究外界不安全因素的入侵頻率，并在網(wǎng)絡安全運行的前提下結合網(wǎng)絡存貯狀態(tài)，將研究結果記錄保存。之后的工作中，若計算機處于運行情況時發(fā)生安全問題，系統(tǒng)會立即給予警告提示，并及時攔截入侵對象。數(shù)據(jù)挖掘技術其實從根本上來看，就是由人工智能技術和大數(shù)據(jù)技術的綜合發(fā)展而來，模仿人類處理數(shù)據(jù)信息的特征和方式，讓計算機實現(xiàn)對數(shù)據(jù)的批量處理。此外，數(shù)據(jù)挖掘技術還可與各種傳感器融合工作，從而實現(xiàn)技術功效的最大潛力，不斷增強計算機系統(tǒng)的功效和實用價值。

（二）入侵檢測技術在計算機網(wǎng)絡技術中的應用現(xiàn)展迅速，網(wǎng)絡科技已成為人們?nèi)粘Ｉ钪兄陵P重要的組成成分，給人們的生活工作帶來極大便利，但是其中也潛存很多不穩(wěn)定因素。所以，網(wǎng)絡安全技術的發(fā)展是保證網(wǎng)絡使用正常工作的重要前提。當前，已經(jīng)有很多網(wǎng)絡機制被運用到保護網(wǎng)絡安全的工作中，但是在對網(wǎng)絡安全管理時發(fā)現(xiàn)仍舊有很多不穩(wěn)定因素的存在，尤其是現(xiàn)在網(wǎng)絡技術的發(fā)展迅速，很多手機支付等網(wǎng)絡支付方式中會存在支付密碼泄露的情況?；诖?，在網(wǎng)絡計算機安全使用過程中起到良好作用的是入侵檢測技術。該技術被使用時，可以對網(wǎng)絡中潛存的安全隱患信息及時偵查處理，對其數(shù)據(jù)信息進行檢測，最后將檢測結果的分析報告反饋給用戶，實現(xiàn)有效檢測。入侵檢測技術的不斷發(fā)展和完善，讓計算機網(wǎng)絡的安全運行得到極大保障，在對計算機網(wǎng)絡進行安全檢測的條件下，防止網(wǎng)絡受到外界環(huán)境的干擾。人工智能技術中還可結合人工神經(jīng)系統(tǒng)高和專家系統(tǒng)網(wǎng)絡，實現(xiàn)對實時變化信息的即時監(jiān)控，切實保障計算機網(wǎng)絡技術的安全發(fā)展。

篇6

一、關于一體化智能系統(tǒng)的構建分析

現(xiàn)階段，人工智能技術已逐漸在石油工程領域中取得了廣泛性應用，其中涉及到高層管理決策、采油工程、油井處理及鉆井油藏等相關內(nèi)容，可有效解決石油工程開展期間存在不足之處，具體可將石油工程面臨問題分為以下幾種類型：第一，數(shù)據(jù)型問題。主要包括地震數(shù)據(jù)檢測、鉆孔曲線測量及油藏特征分析等方面內(nèi)容，需得出準確性數(shù)據(jù)信息便于為其他工作開展提供切實可行參考依據(jù)[1]；第二，優(yōu)化型問題。具體是指通過地面設備的合理優(yōu)化來大大提高石油產(chǎn)量；第三，公式型問題。主要包括鑒定識別、測井數(shù)據(jù)介紹及提高采收率等內(nèi)容；第四，知識融合型問題。需要選出較為合理恰當實踐應用手段?？傮w來說，盡管智能化系統(tǒng)已逐步應用到石油工程中去，但卻因?qū)I(yè)人士缺乏明顯創(chuàng)新想象力而無法達到最佳效果，并且智能系統(tǒng)還具備一定局限性特點，對石油工程實施效率提升有著不利影響。在這種情況下，為有效克服上述難題，就需石油工程工作人員能積極采用人工智能技術手段，徹底解決以往智能系統(tǒng)應用存在不足，借助科學合理分析方法對數(shù)據(jù)信息展開深入化分析探討，從而促使石油行業(yè)能夠順利發(fā)展。

二、石油工程領域中人工智能技術的應用分析

（一）油田地面設施系統(tǒng)模擬應用。在此以某區(qū)域油田資源為例，該油田共有700多口生產(chǎn)井，所有生產(chǎn)液體全部運送到三相分離設備中，并從分離設備中分離出適量高壓氣進入到管網(wǎng)結構中，并且周圍環(huán)境溫度還對設備工作效率有著直接影響，可以說是后期石油產(chǎn)量的主要影響因素之一。因此為有效解決這一問題，就需相關工作人員能積極構建智能模型結構，準確測量出石油工程地面系統(tǒng)實際運行情況，對分離設備產(chǎn)油量起到一定幫助作用。同時石油工程參與人員還應根據(jù)項目開況構建神經(jīng)模型結構，著手于數(shù)據(jù)統(tǒng)計分析情況，主要包括鑒定識別和數(shù)字矩陣補孔兩點內(nèi)容，隨后可綜合采用模糊聚類和變量分析方法對石油工程中涉及到的所有數(shù)據(jù)變量展開分析探討，充分考慮到各個變量可能對最終結果產(chǎn)生影響，防止數(shù)據(jù)信息出現(xiàn)較大變化情況。除此之外，模糊聚類還包含兩大優(yōu)勢，分別是數(shù)據(jù)代表性和利用數(shù)據(jù)對研發(fā)模型進行檢驗等，往往該種方法主要適用于列串數(shù)據(jù)量低于30%情況下。

篇7

中途分類號：TP39    文獻標識碼：A     文章編號：

引言:

計算機學科的一個重要分支就是人工智能，它與基因工程、納米科學被列為二十一世紀三大尖端技術、同時人工智能是一門匯集了多種學科相互滲透發(fā)展起來的交叉學科。對于人工智能的定義，至今尚未統(tǒng)一，美國斯坦福大學人工智能研究中心尼爾遜教授認為：人工智能是關于知識的學科——怎樣表示知識以及怎樣獲得知識并使用知識的科學；麻省理工學院的溫斯頓教授認為：人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。除此之外，還有很多種不同的觀點，但這些說法都形象地反映了人工智能學科的基本內(nèi)容和核心思想，那就是：人工智能是研究如何用人工的方法在計算機上模擬、實現(xiàn)和擴展人類智能的一門科學與技術。

1. 人工智能技術的發(fā)展

人工智能（(Artificial Intelligence)從上世紀50年展到現(xiàn)在，有也有低迷的時期。研究的方法和研究的態(tài)度也有多種，不管是何觀點,它們都推動著人工智能技術的發(fā)展。今天人工智能技術已滲透到人類生活的方方面面，實實在在的影響著科學技術的發(fā)展。

2. 人工智能技術的應用

我們可以看到，當今社會很多領域的各種技術的發(fā)展都涉及到了人工智能技術。下面就人工智能的幾種典型應用做如下探討：

2.1人工智能應用之問題的求解

人工智能中的問題解求，就是如何讓機器去解決人類會遇到的問題，如何根據(jù)某一具體問題找到思考問題并解決這個問題的方法。目前，人工智能技術已經(jīng)可以通過計算機程序解決了如何考慮要解決的問題，并能尋求較為準確的解決方案。

2.2人工智能應用之邏輯的推理與定理的證明

人工智能研究中最持久的探究領域之一就是邏輯推理。有關定理的證明就是讓機器證明非數(shù)值性的真假。其中比較重要的是，通過找到合理、準確的方法，集中注意力在大型數(shù)據(jù)庫中的有效事實，關注可信度證明，并在出現(xiàn)新信息時適時修改這些證明。

2.3人工智能應用之自然語言的處理

智能的另一表現(xiàn)就是進行自然語言的交流，自然語言處理就是讓機器與人類進行無阻礙的溝通，這正是人工智能技術應用于實際領域的典型范例。目前此領域的主要研究內(nèi)容是：如何利用計算機系統(tǒng)以主題和對話情境為基礎，生成和理解自然語言。

2.4人工智能應用之模式的識別

如何使機器具有感知能力也是智能的表現(xiàn)。模式的識別是利用人工智能技術開發(fā)智能機器的關鍵，主要是通過計算機用數(shù)學技術方法來研究模式的自動處理和判讀，讓計算機實現(xiàn)“看見”，“聽見”等功能。計算機模式識別的主要特點是速度快，準確率高，效率高，計算機模式識別也為人類認識自身智能提供了有利幫助。

2.5人工智能應用之智能信息的檢索技術

在科學技術飛速發(fā)展的今天，人類已進入了“知識爆炸”的時代。傳統(tǒng)檢索系統(tǒng)已經(jīng)滿不足了對如今如此數(shù)量巨大以及種類繁多的文獻檢索要求。人工智能科技持續(xù)穩(wěn)定發(fā)展的重要前提就是智能檢索模塊，可以說，智能信息的檢索技術的運用勢在必行。

2.6人工智能應用之專家系統(tǒng)

我們常說的專家系統(tǒng)就是指從人類專家那里獲取的知識，并用來解決只有專家才能解決的疑難問題。這是一種基于知識的系統(tǒng)，從而也被稱為知識基系統(tǒng)。專家系統(tǒng)是人工智能技術中研究最活躍，最有成效的一個領域。現(xiàn)在的專家系統(tǒng)尤其特殊的模仿了專家在處理故障時的思維方式，其水平有時甚至可以超過人類專家的水平。

2.7人工智能應用之機器人學

機器人對我們并不陌生，已在多個領域獲得了越來越普遍的應用，諸如農(nóng)業(yè)、工業(yè)、商業(yè)、旅游業(yè)、航空和海洋等。那么，機器人學所研究的問題主要包括從機器人手臂的最佳移動到實現(xiàn)機器人目標的動作序列的規(guī)劃方法。機器人和機器人學的研究對人工智能思想的發(fā)展都起到了促進作用。

3. 人工智能技術發(fā)展趨勢

科學技術是第一生產(chǎn)力，但技術的發(fā)展往往是遠遠超越我們的想象。就目前的一些前瞻性研究可以看出，未來人工智能技術的發(fā)展有如下幾大趨勢：

3.1問題求解

問題求解一般包括兩種，一種是指解決管理活動中由于意外引起的非預期效應或與預期效應之間的偏差。正在逐漸發(fā)展成為搜索和問題歸約這類人工智能的基本技術；另一種問題的求解程序，是把各種數(shù)學公式符號匯編在一起。其性能已達到非常高的水平，并正在被許多工程師和科學家應用，甚至還有些程序能夠用經(jīng)驗來改善其性能。

3.2機器學習

人工智能研究的核心課題之一就是機器學習。我們知道學習是人類智能的重要特征，那么機器學習就是指機器自動獲取知識的過程。機器學習是機器獲取知識的根本途徑，也是機器智能的重要標志。計算機的機器學習主要研究內(nèi)容為如何讓計算機模擬或?qū)崿F(xiàn)人類的學習能力。今后機器學習的研究主要是研究人腦思維的過程、人類學習的機理等。

3.3模式識別

用計算機實現(xiàn)模式(文字、聲音、人物、物體等)的自動識別，彌補計算機對外部世界感知能力低下的缺陷，使計算機能夠通過感官接受外界信息，識別和理解周圍環(huán)境。依然是人工智能技術今后研究的重要方向。因為模式識別能為人類認識自身智能提供線索，也是開發(fā)智能機器的一個最關鍵的突破口。目前計算機模式識別系統(tǒng)的研究熱點主要為三維景物、活動目標的識別和分析方面。傳統(tǒng)的用統(tǒng)計模式和結構模式的識別方法將會被近年來迅速發(fā)展起來的模糊數(shù)學模式、人工神經(jīng)網(wǎng)絡模式的方法逐漸取代，特別是神經(jīng)網(wǎng)絡方法在模式識別中取得較大進展。

3.4專家系統(tǒng)

專家系統(tǒng)是根據(jù)某領域中一個或多個專家提供的知識或經(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雜問題的智能軟件，它是一個具有大量的專門知識與經(jīng)驗的程序系統(tǒng)。目前各種專家系統(tǒng)已遍布各個專業(yè)領域，因此專家系統(tǒng)還將是人工智能應用研究最廣泛和最活躍的應用領域之一。

3.5人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡，常被簡稱為神經(jīng)網(wǎng)絡或類神經(jīng)網(wǎng)絡。是未來人工智能應用的新領域，人工神經(jīng)網(wǎng)絡是指由大量處理單元（神經(jīng)元）互連而成的網(wǎng)絡。人工神經(jīng)網(wǎng)絡具有很強的自學習能力，主要擅長處理復雜的多維的非線 性問題，不但可以解決定量的問題，還可以解決定性的問題，同時人工神經(jīng)網(wǎng)絡還具有大規(guī)模并行處理和分布的信息存儲能力?；蛟S未來智能計算機的構成可能就是作為主機的馮•諾依曼型機與作為智能外圍的人工神經(jīng)網(wǎng)絡的結合。

4. 結論語

人工智能的基本思想已經(jīng)在許多領域中得到應用，對于人工智能技術未來的發(fā)展還有很多未知的可能，但無論如何發(fā)展都將推動人類在科學與生活領域的發(fā)展。

參考文獻：

[1]胡勤.人工智能概述[J].電腦知識與技術，2010，（13）：3507-3509.

[2]朱福喜，湯怡群等.人工智能原理[M].武昌：武漢大學出版社，2002.87-91.

[3]張妮等.人工智能技術發(fā)展及應用研究綜述[J].煤礦機械，2009，（02）：4-7.

[4]亓慧.議當代人工智能的應用領域和發(fā)展狀況[J].福建電腦，2008，（05）：33.

[5]蔡自興，徐光.人工智能及其應用[M].北京：清華大學出版社，2003.51-93.

篇8

人工智能(Artificial Intelligence,AI)是計算機科學與技術專業(yè)的一門重要專業(yè)課程,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科。它研究如何用計算機模仿人腦所從事的推理、證明、識別、理解、設計、學習、思考、規(guī)劃以及問題求解等思維活動,并以此解決需要人類專家才能處理的復雜問題,例如咨詢、診斷、預測、規(guī)劃等決策性問題[1]。人工智能是一門涉及數(shù)學、計算機、控制論、信息學、心理學、哲學等學科的交叉和綜合學科。目前,人工智能很多研究領域,如自然語言處理、模式識別、機器學習、數(shù)據(jù)挖掘、智能檢索、機器人技術、智能計算等都走在了信息技術的前沿,有許多研究成果已經(jīng)進入并影響了人們的生活。

2003年12月5日,國內(nèi)第一個“智能科學與技術”本科專業(yè)在北京大學誕生[2],它標志著我國智能科學與技術本科教育的開始,對我國智能科學技術人才培養(yǎng)和智能科學與技術學科建設起到極大的帶動作用。目前,人工智能課程的教學存在幾個問題:首先,注重講授理論知識,實驗環(huán)節(jié)滯后,這不利于培養(yǎng)學生的實踐能力,更談不上實踐創(chuàng)新。其次,人工智能是交叉學科,內(nèi)容比較繁雜,各種教材的內(nèi)容不一樣,授課沒有統(tǒng)一的體系,學生學習時抓不住重點,不能理解人工智能的根本方法和思想。一般說來,計算機專業(yè)的其他課程,如網(wǎng)絡技術、數(shù)據(jù)庫技術、算法分析與設計等,都是求解結構化問題的基本技術,而人工智能技術則是解決非結構化、半結構化問題的有效技術。最后,人工智能科學與技術飛速發(fā)展,但目前人工智能只被視為一門專業(yè)課,課程講授和人工智能沒有作為一個研究方向結合起來,也沒有把傳授課本知識和引導啟發(fā)創(chuàng)新結合起來。

適應知識經(jīng)濟發(fā)展的高等教育,要把培養(yǎng)創(chuàng)造精神和創(chuàng)新能力擺在突出的位置。創(chuàng)新是基礎研究的生命,而高等學校的教學只有與科研緊密結合,才能在培養(yǎng)學生的創(chuàng)新精神方面有所作為。為此,針對人工智能的課程特點,我們積極開展研究型教學、研究型學習,提高大學生的學習能力、實踐能力和創(chuàng)新能力的研究與實踐。在教材上,我們選用了清華大學出版社出版、馬少平等編寫的《人工智能》。我們的教學研究與實踐的主要內(nèi)容包括三個方面:啟發(fā)式傳授人工智能解決問題的非結構化的思想;成體系的實驗訓練;以及與畢業(yè)論文,學校大學生科研項目資助計劃,國家大學生創(chuàng)新性實驗計劃相對接的科研訓練。這三個主要方面,層層遞進、環(huán)環(huán)相扣,是體系完整的創(chuàng)新型人工智能教學實踐。下面,我們就這三個方面內(nèi)容展開探討。

1啟發(fā)式傳授人工智能解決問題的非結構化思想

現(xiàn)實世界的問題可以按照結構化程度劃分成三個層次[1]:1)結構化問題,能用形式化(或稱公式化)方法描述和求解的一類問題;2)非結構化問題,難以用確定的形式來描述,主要根據(jù)經(jīng)驗來求解;3)半結構化問題,介于上述兩者之間。一般說來,計算機專業(yè)的其他課程如網(wǎng)絡技術、數(shù)據(jù)庫技術、算法分析與設計等,都是求解結構化問題的基本技術。而人工智能技術則是解決非結構化、半結構化問題的有效技術。人工智能的教學可以讓學生在體驗、認識人工智能知識與技術的過程中獲得對非結構化、半結構化問題的解決過程的了解,從而達到培養(yǎng)學生多角度思維的目的。

我們使用的教材主要內(nèi)容包括搜索和高級搜素、謂詞邏輯和歸結原理、知識表示、不確定性推理方法、機器學習等。這些主要內(nèi)容也可以相應地歸結為若干個典型算法,如啟發(fā)式A*搜索算法、 剪枝算法、元啟發(fā)式算法(模擬退火,遺傳算法)、謂詞邏輯歸結算法、貝葉斯網(wǎng)絡、決策樹、神經(jīng)網(wǎng)絡(BP算法、自組織網(wǎng)絡和Hopfield神經(jīng)網(wǎng)絡算法)。元啟發(fā)式算法是一種啟發(fā)式的隨機算法,是用來解決非結構化問題的典型算法,其思想和傳統(tǒng)的決定性算法如動態(tài)規(guī)劃、分支限界完全不一樣。學生在剛一接觸到這些元啟發(fā)式算法一時難以接受和理解其機理,對算法的有效性往往半信半疑。根據(jù)非結構化、半結構化問題的特點,講解和演示算法在解決此類問題的具體步驟和詳細過程,從而讓學生掌握人工智能算法的基本思想。在講解不同的元啟發(fā)式算法的時候,學生會問,是模擬退火算法強,還是遺傳算法強;在講到機器學習算法的時候,學生會問到底哪個分類算法最好,這時候我們可以把搜索(優(yōu)化)領域和機器學習領域的“沒有免費午餐”定理進行適當?shù)闹v解和解釋,從而把具體算法實現(xiàn)層面之上的一些人工智能的哲學思想進行傳授。

在人工智能的具體教學中,采用問題教學法和參與式教學法。在問題教學法中,圍繞人工智能的知識模塊,在引導學生發(fā)現(xiàn)各種各樣問題的前提下,傳授知識。教學活動中,嘗試使人工智能知識圍繞實際問題而展現(xiàn),使問題不僅成為激發(fā)學生求知欲的前提,也成為學生期盼、理解和吸收知識的前提,以此激發(fā)學生的創(chuàng)造動機和創(chuàng)造性思維。在參與式教學中,打破人工智能算法的枯燥、沉悶的傳統(tǒng)教學法,嘗試開放式教學內(nèi)容;提問式講課;無標準答案的課程設計;查找文獻,分組動手實現(xiàn)人工智能算法等參與式教學方法,培養(yǎng)和發(fā)揚學生的參與意識,通過參與式教學提高學生學習的主動性、積極性和效率,培養(yǎng)學生的動手能力和創(chuàng)新能力。

2成體系的實驗訓練

獨立開展人工智能實驗課程,開發(fā)一批新型、富有創(chuàng)意的實驗案例庫,搭建一個創(chuàng)新實驗和虛擬學習社區(qū)平臺。人工智能實驗課程的特點是應用各種人工智能方法,根據(jù)問題的約束、結構、信息進行表示建模和計算機上實現(xiàn),是與人工智能原理同步的實驗課程。學生必須掌握的人工智能的基本原理和計算機操作技能,它對于學生的知識、能力和綜合素質(zhì)的培養(yǎng)與提高起著至關重要的作用,在整個教學過程中占有非常重要的地位,是計算機軟件、計算機應用、計算機網(wǎng)絡、軟件工程等專業(yè)的一門重要的必修專業(yè)課程。通過實驗,學生得到嚴格的訓練,能規(guī)范地掌握人工智能的基本理論和主要方法、基本問題求解技術,熟悉各種計算環(huán)境的基本使用。

在培養(yǎng)學生掌握實驗的基本操作、基本技能和基本知識的同時,努力培養(yǎng)學生的創(chuàng)新意識與創(chuàng)新能力。為實現(xiàn)這一目標,在課程內(nèi)容安排上采用適量基本原理與方法的實驗內(nèi)容為基本內(nèi)容,增加一系列綜合性實驗和開放性創(chuàng)新實驗問題,在實驗內(nèi)容方面更注重研究性實驗中的創(chuàng)新問題。實驗內(nèi)容方面分為三個層次:基本原理的基礎性實驗、綜合實驗和研究性實驗。在后兩個層次的實驗中,部分引入人工智能課程小組團隊的最新科研成果,目的在于通過完成這些研究性實驗,培養(yǎng)學生獨立解決實際問題的能力,以提升學生的科研素質(zhì)與創(chuàng)新意識。我們將這些設計實驗稱為新型實驗案例庫,它被放在人工智能課程小組網(wǎng)站上,以此搭建一個創(chuàng)新實驗和虛擬學習社區(qū)平臺。通過實驗課程的學習和訓練,學生應達到下列要求。

1) 掌握人工智能方法的優(yōu)點及其在實際中的應用。

2) 學會對人工智能問題進行分析建模和應用各種計算工具實現(xiàn)問題求解,熟悉對實驗現(xiàn)象的觀察和記錄,實驗數(shù)據(jù)的獲取與設計,最佳實驗條件的判斷和選擇,實驗結果的分析和討論等一套嚴謹?shù)膶嶒灧椒ā?/p>

3) 鞏固并加深對人工智能原理課程的基本原理和概念的理解,培養(yǎng)學生勤奮學習,求真求實的科學品德,培養(yǎng)學生的動手能力、觀察能力、查閱文獻能力、思維能力、想象能力、表達能力。

4) 通過完成綜合研究性實驗,培養(yǎng)學生獨立解決實際問題的能力,提高學生的科研素質(zhì)與創(chuàng)新意識。

在培養(yǎng)學生掌握實驗的基本操作、基本技能和基本知識的同時,進一步培養(yǎng)學生分析問題和解決問題的能力,培養(yǎng)學生的創(chuàng)新意識、創(chuàng)新精神和創(chuàng)新能力,為學生今后從事科研、教學或企事業(yè)單位的分析檢驗以及新技術的研發(fā)工作打下扎實的基礎。

在實驗組織方面,根據(jù)各實驗的目的和要求,學生分為5人1組,指定一個組長,每組選擇1套實驗題目?；A實驗題目要求達到27學時、綜合性實驗題目選擇1題和研究性實驗題目選擇1題,基礎實驗題目要求在規(guī)定時間內(nèi),小組獨立完成實驗測定、數(shù)據(jù)處理,并撰寫實驗報告。實驗過程中, 要求學生勤于動手, 敏銳觀察, 細心操作, 開動腦筋, 分析鉆研問題, 準確記錄原始數(shù)據(jù), 經(jīng)教師檢查,實驗及其原始數(shù)據(jù)記錄才有效。同時,團隊作業(yè),需要多人分工合作、相互幫助,這樣可以提高人際交往和溝通能力,學會與他人合作,培養(yǎng)團隊創(chuàng)新能力。

3課程學習與畢業(yè)論文,科研訓練相結合

人工智能技術在一定程度上代表著信息技術的前沿和未來,通過學習和體驗人工智能的知識和技術,學生能夠在一定程度上了解信息技術發(fā)展的前沿知識,這有助學生開闊視野、培養(yǎng)興趣,為今后繼續(xù)深造或走向社會奠定堅實的基礎[3-4]。

人工智能的理論和方法廣泛應用于數(shù)據(jù)挖掘、機器學習、模式識別、圖像處理中,這些內(nèi)容既是高年級的后續(xù)課程,又是現(xiàn)在熱門的研究方向。學習和深刻理解人工智能的理論、方法和應用,對后續(xù)課程學習以及今后的研究具有重要的意義。

我院規(guī)定大學三年級的學生開始聯(lián)系畢業(yè)論文指導導師,同時確定畢業(yè)論文的研究方向,提前進行科研實踐,以培養(yǎng)實踐能力和研究素質(zhì)。人工智能課程正好是大三高年級開設的專業(yè)課,因此,我們把課程實驗及設計與同學的興趣相結合,引導學生,并提煉和形成學生的畢業(yè)選題和課外的科研方向,它是提高本科生研究創(chuàng)新能力的有效手段。

基于新的教學實踐,很多學生的選題都與上述歸納的人工智能若干算法相關,如算法本身的研究和改進,或是算法在各領域,如數(shù)據(jù)挖掘、圖像處理等的應用。在我們的科研能力訓練計劃中,一批項目和課題,如混合神經(jīng)網(wǎng)絡的研究與應用、差分演化算法研究與應用、基于協(xié)同訓練的推薦系統(tǒng)等,分別受到國家和學校本科生科研項目立項資助。一批三四年級的本科生以第一作者身份在國內(nèi)核心期刊、國際會議和期刊上發(fā)表學術論文,這激發(fā)了學生的科研興趣,使學生體會到了創(chuàng)新的樂趣。

總之,課程學習與畢業(yè)論文、學校大學生科研項目資助計劃、國家大學生創(chuàng)新性實驗計劃相對接的科研訓練,極大地提升了學生的創(chuàng)新能力和科研基本素質(zhì)。

4結語

針對人工智能的課程特點,我們積極開展研究型教學、研究型學習,提高大學生的學習能力、實踐能力和創(chuàng)新能力的研究與實踐。我們的教學研究與實踐主要內(nèi)容包括三個方面:啟發(fā)式傳授人工智能解決問題的非結構化的思想;成體系的實驗訓練;以及與畢業(yè)論文、學校大學生科研項目資助計劃、國家大學生創(chuàng)新性實驗計劃相對接的科研訓練。這三個主要方面,層層遞進、環(huán)環(huán)相扣,是體系完整的創(chuàng)新型人工智能教學實踐,新的改革和實踐在教學中取得了令人滿意效果。

參考文獻:

[1] 張劍平. 關于人工智能教育的思考[J]. 電化教育研究,2003(1):24-28.

[2] 謝昆青. 第一個智能科學技術專業(yè)[J]. 計算機教育,2009(11):16-20.

[3] 羅輝,梁艷春. 大學生畢業(yè)論文與科研能力培養(yǎng)及就業(yè)[J]. 吉林教育,2003(10):18.

[4] 金聰,劉金安. 人工智能教育在能力培養(yǎng)中的作用及改革設想[J]. 計算機時代,2006(9):66-69.

Reform and Practice of Innovative Teaching in Artificial Intelligence

WANG Jia-hai, YIN Jian, LING Ying-biao

篇9

人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法 技術及應用系統(tǒng)的一門新的技術科學。人工智能是計算機科學的一個分支 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的智能機器．該領域的研究包括機器人．語言識別、圖像識別 自然語言處理和專家系統(tǒng)等。電氣自動化是研究與電氣工程有關的系統(tǒng)運行、自動控制，電力電子技術、信息處理、試驗分析 研制開發(fā)以及電子與計算機應用等領域的一門學科。實現(xiàn)機械的自動化，讓機械部份脫離人類的直接控制和操作自動實現(xiàn)某些過程是電氣自動化和人工智能研究的交匯點。積極運用人工智能的新成果無疑有利于電氣自動化學科特別是自動控制領域的發(fā)展．也有利于提高電氣設各運行的智能化水平．對改造電氣設備系統(tǒng)，增強控制系統(tǒng)穩(wěn)定性．加快生產(chǎn)效率都有重大意義。

1、人工智能應用理論分析

人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬，延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工智能是計算機科學的一個分支，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的智能機器 該領域的研究包括機器人、語言識別、圖像識別 自然語言處理和專家系統(tǒng)等。自從1956年“人工智能 一詞在Dartmouth學會上提出以后，人工智能研究飛速發(fā)展，成為以計算機為主．涉及信息論．控制論， 自動化、仿生學、生物學、心理學、數(shù)理邏輯、語言學、醫(yī)學和哲學的一門學科。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雜的工作。

當今社會，計算機技術已經(jīng)滲透到生產(chǎn)生活的方方面面．計算機編程技術的日新月異催生自動化生產(chǎn)，運輸 傳播的快速發(fā)展。人腦是最精密的機器，編程也不過是簡單的模仿人腦的收集、分析、交換、處理、回饋．所以模仿模擬人腦的機能將是實現(xiàn)自動化的主要途徑。電氣自動化控制是增強生產(chǎn)．流通、交換、分配等關鍵一環(huán)．實現(xiàn)自動化，就等于減少了人力資本投入，并提高了運作的效率。

2、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Al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Al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：

(1)它們的設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)通過適當調(diào)整(根據(jù)響應時間 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， 過沖更小。

(3)它們比古典控制器的調(diào)節(jié)容易。

(4)在沒有必須專家知識時．通過響應數(shù)據(jù)也能設計它們。

(5)運用語言和響應信息可能設計它們。

總而言之，當采用自適應模糊神經(jīng)控制器、規(guī)則庫和隸屬函數(shù)在模糊化和反模糊化過程中能夠自動地實時確定。有很多方法來實現(xiàn)這個過程，但主要的目標是使用系統(tǒng)技術實現(xiàn)穩(wěn)定的解，并且找到最簡單的拓樸結構配置．自學習迅速，收斂快速。

3、人工智能的應用現(xiàn)狀

隨著人工智能技術的發(fā)展，許多高等院校及科研機構就人工智能在電氣設備的應用方面展開了研究工作，如將人工智能用于電氣產(chǎn)品優(yōu)化設計，故障預測及診斷、控制與保護等領域。

3.1 優(yōu)化設計

電氣設備的設計是一項復雜的工作 它不僅要應用電路、電磁場、電機電器等學科的知識，還要大量運用設計中的經(jīng)驗性知識。傳統(tǒng)的產(chǎn)品設計是采用簡單的實驗手段和根據(jù)經(jīng)驗用手工的方式進行的．因此很難獲得最優(yōu)方案。隨著計算機技術的發(fā)展，電氣產(chǎn)品的設計從手工逐漸轉(zhuǎn)向計算機輔助設計(CAD)，大大縮短了產(chǎn)品開發(fā)周期。人工智能的引進．使傳統(tǒng)的CAD技術如虎添翼．產(chǎn)品設計的效率及質(zhì)量得到全面提高。用于優(yōu)化設計的人工智能技術主要有遺傳算法和專家系統(tǒng)。遺傳算法是一種比較先進的優(yōu)化算法，非常適合于產(chǎn)品優(yōu)化設計。因此電氣產(chǎn)品人工智能優(yōu)化設計大部分采用此種方法或其改進方法。

3.2 故障診斷

電氣設備的故障與其征兆之間的關系錯綜復雜，具有不確定性及非線性．用人工智能方法恰好能發(fā)揮其優(yōu)勢。已用于電氣設備故障診斷的人工智能技術有：模糊邏輯、專家系統(tǒng)、神經(jīng)網(wǎng)絡。

變壓器由于在電力系統(tǒng)中的特殊地位而備受關注，有關方面的研究論文較多。目前對變壓器進行故障診斷最常用的方法是對變壓器油中分解的氣體進行分析．從而判斷變壓器的故障程度。人工智能故障診斷技術在發(fā)電機及電動機方面的研究工作也較為活躍。

3．3智能控制

人工智能控制技術在自動控制領域的研究與應用已廣泛展開．但在電氣設備控制領域所見報道不多?？捎糜诳刂频娜斯ぶ悄芊椒ㄖ饕?種：模糊控制、神經(jīng)網(wǎng)絡控制、專家系統(tǒng)控制。由于模糊控制是其中最為簡單、最具實際意義的方法．因而它的應用實例最多。

4、結語

人類智能主要包括三個方面．即感知能力．思維能力 行為能力。而人工智能是指由人類制造出來的 機器”所表現(xiàn)出來的智能。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域?qū)笥凶鳛?，電氣自動化控制也需要人工智能的參與。

篇10

人工智能技術是隨著計算機技術發(fā)展逐步形成的，是基于人的智能為基礎理論進行研究和探索，其目的是開發(fā)出一種能夠具有人類智能的智能機器，在當前最為常見的人工智能方式有機器人、語言識別和圖像處理系統(tǒng)。人工智能是計算機科學的一個分支，是計算機發(fā)展中利用相應的技術手段對各種信息資源進行辨別和分析的基礎。隨著社會發(fā)展中，人們對電力需求的日益增加，使得在電力系統(tǒng)發(fā)展的過程中，對其控制方式也在逐步的提高。要實現(xiàn)其良好的控制措施和控制手段，傳統(tǒng)的人為控制方法早已無法滿足當前社會發(fā)展的需求，這就使得在電氣施工中對人工智能技術要求不斷增加，從而提高電氣設備運行質(zhì)量。實現(xiàn)機械的自動化，能夠使得機械在進行運轉(zhuǎn)的過程中脫離人類的控制自我進行調(diào)節(jié)和運行，從而降低人力成本和管理成本。積極運用人工智能的新成果無疑有利的，是基于當前電氣自動化學科應用和分析過程中實現(xiàn)其發(fā)展的前提和關鍵，更好死社會發(fā)展中智能技術手段進行分析與應用的結局。

1、人工智能應用理論分析

人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬，延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工智能是計算機科學的一個分支，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的智能機器 該領域的研究包括機器人、語言識別、圖像識別 自然語言處理和專家系統(tǒng)等。自從1956年“人工智能 一詞在Dartmouth學會上提出以后，人工智能研究飛速發(fā)展，成為以計算機為主．涉及信息論．控制論， 自動化、仿生學、生物學、心理學、數(shù)理邏輯、語言學、醫(yī)學和哲學的一門學科。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雜的工作。 當今社會，計算機技術已經(jīng)滲透到生產(chǎn)生活的方方面面，計算機編程技術的日新月異催生自動化生產(chǎn)，運輸，傳播的快速發(fā)展。人腦是最精密的機器，編程也不過是簡單的模仿人腦的收集、分析、交換、處理、回饋，所以模仿模擬人腦的機能將是實現(xiàn)自動化的主要途徑。電氣自動化控制是增強生產(chǎn)、流通、交換、分配等關鍵一環(huán)，實現(xiàn)自動化，就等于減少了人力資本投入，并提高了運作的效率。隨著信息技術的發(fā)展，許多新方法和技術進入工程化、產(chǎn)品化階段，這對自動控制技術提出獷新的挑戰(zhàn)，促進了智能理論在控制技術中的應用， 以解決用傳統(tǒng)的方法難以解決的復雜系統(tǒng)的控制問題。

當今社會，計算機技術已經(jīng)滲透到生產(chǎn)生活的方方面面．計算機編程技術的日新月異催生自動化生產(chǎn)，運輸 傳播的快速發(fā)展。人腦是最精密的機器，編程也不過是簡單的模仿人腦的收集、分析、交換、處理、回饋．所以模仿模擬人腦的機能將是實現(xiàn)自動化的主要途徑。電氣自動化控制是增強生產(chǎn)．流通、交換、分配等關鍵一環(huán)．實現(xiàn)自動化，就等于減少了人力資本投入，并提高了運作的效率。

2、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Al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Al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：

(1)它們的設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)通過適當調(diào)整(根據(jù)響應時間 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， 過沖更小。

(3)它們比古典控制器的調(diào)節(jié)容易。

(4)在沒有必須專家知識時．通過響應數(shù)據(jù)也能設計它們。

(5)運用語言和響應信息可能設計它們。

總而言之，當采用自適應模糊神經(jīng)控制器、規(guī)則庫和隸屬函數(shù)在模糊化和反模糊化過程中能夠自動地實時確定。有很多方法來實現(xiàn)這個過程，但主要的目標是使用系統(tǒng)技術實現(xiàn)穩(wěn)定的解，并且找到最簡單的拓樸結構配置．自學習迅速，收斂快速。

3、人工智能的應用現(xiàn)狀

隨著人工智能技術的發(fā)展，許多高等院校及科研機構就人工智能在電氣設備的應用方面展開了研究工作，如將人工智能用于電氣產(chǎn)品優(yōu)化設計，故障預測及診斷、控制與保護等領域。

3.1 優(yōu)化設計

電氣設備的設計是一項復雜的工作 它不僅要應用電路、電磁場、電機電器等學科的知識，還要大量運用設計中的經(jīng)驗性知識。傳統(tǒng)的產(chǎn)品設計是采用簡單的實驗手段和根據(jù)經(jīng)驗用手工的方式進行的．因此很難獲得最優(yōu)方案。隨著計算機技術的發(fā)展，電氣產(chǎn)品的設計從手工逐漸轉(zhuǎn)向計算機輔助設計(CAD)，大大縮短了產(chǎn)品開發(fā)周期。人工智能的引進．使傳統(tǒng)的CAD技術如虎添翼．產(chǎn)品設計的效率及質(zhì)量得到全面提高。用于優(yōu)化設計的人工智能技術主要有遺傳算法和專家系統(tǒng)。遺傳算法是一種比較先進的優(yōu)化算法，非常適合于產(chǎn)品優(yōu)化設計。因此電氣產(chǎn)品人工智能優(yōu)化設計大部分采用此種方法或其改進方法。

3.2 故障診斷

電氣設備的故障與其征兆之間的關系錯綜復雜，具有不確定性及非線性．用人工智能方法恰好能發(fā)揮其優(yōu)勢。已用于電氣設備故障診斷的人工智能技術有：模糊邏輯、專家系統(tǒng)、神經(jīng)網(wǎng)絡。

變壓器由于在電力系統(tǒng)中的特殊地位而備受關注，有關方面的研究論文較多。目前對變壓器進行故障診斷最常用的方法是對變壓器油中分解的氣體進行分析．

3．3智能控制