導語：如何才能寫好一篇人工智能技術論文，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

在飛行流量管理方面，飛行流量管理系統(tǒng)通過與輔助決策系統(tǒng)相結合，構成了人工智能輔助決策系統(tǒng)的飛行流量管理模塊。該模塊主要通過計算飛行流量來避免飛行流量的沖突，進而根據(jù)分析結果進行航班的排序。從具體的應用情況來看，首先，飛行流量的計算需要大量的原始數(shù)據(jù)，而這些數(shù)據(jù)既包含了歷史數(shù)據(jù)，也包含了實時數(shù)據(jù)。同時，由于這些數(shù)據(jù)是來自于空域、機場和氣象等多個方面的復雜信息，所以系統(tǒng)需要建立相應的飛行流量管理數(shù)據(jù)庫，從而保證數(shù)據(jù)的準確性和及時性，進而保證飛行流量計算結果的可靠性。其次，在進行飛行流量計算時，系統(tǒng)利用了飛行動力學計算原理。根據(jù)數(shù)據(jù)庫的信息，系統(tǒng)對飛機的四維飛行軌跡進行了計算，從而可以得知飛機的降落時間和降落地點。這樣，系統(tǒng)就可以得出任意航段和交匯點在任意時間的飛行架次，進而列出潛在的飛行流量沖突信息。再者，在得知以上信息后，系統(tǒng)需要對這些信息進行分析，從而進行航班的排序，進而避免飛行流量的沖突。在排序方面，系統(tǒng)不僅可以實現(xiàn)飛行計劃的過程仿真，還可以找出空域資源的“空閑”狀態(tài)，進而利用該狀態(tài)，進行航班和起降順序的調整。而具體的排序原則有兩個，一是優(yōu)先級排序，二是全排列。其中，優(yōu)先排序是按照一定的標準給這些航班擬定優(yōu)先級，然后按照優(yōu)先順序進行航班的排序。而優(yōu)先級的擬定標準有很多，比如飛行任務、機型、機場和時間等因素，都可以成為優(yōu)先級的擬定標準。全排列原則是對沖突的航班進行全排列，從而根據(jù)每一次排列的延誤損失，選擇損失最小的排序方法。相比較來說，全排序法雖然較為科學，但是系統(tǒng)需要承擔的運算量較大，因此會占用系統(tǒng)較多的內存資源。

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。

3結論

篇2

論文摘要：隨著計算機技術的發(fā)展和應用，制造也得發(fā)展已經離不開計算機了，計算機輔助工藝設計和人工智能應運而生，當很多非專業(yè)性人士對此概念十分模糊，本文初步解釋兩個概念和其應用范圍。

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)調理論。CAPP設計理論與機械產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。

在機械產品工藝設計中，存在大量的不確定因素，許多問題需要靠經驗來解決，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，人工神經網(wǎng)絡技術就是AI在CAPP系統(tǒng)中一大應用。人工神經網(wǎng)絡(ANN： ArtificialNeuralNetwork)是按照生物神經系統(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)督訓練多層神經網(wǎng)絡的算法，每一個訓練范例在網(wǎng)絡中經過兩遍傳遞計算：第一遍向前推算，從輸入層開始，傳遞各層并經過處理后，產生一個輸出，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。初代種群產生之后，按照適者生存和優(yōu)勝劣汰的原理，逐代演化產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。

參考文獻：

篇3

關鍵詞：關鍵詞：人工智能；應用領域；發(fā)展趨勢

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?，F(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容為如何讓計算機模擬或實現(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、人工神經網(wǎng)絡模式的方法逐漸取代，特別是神經網(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人工神經網(wǎng)絡

人工神經網(wǎng)絡，常被簡稱為神經網(wǎng)絡或類神經網(wǎng)絡。是未來人工智能應用的新領域，人工神經網(wǎng)絡是指由大量處理單元（神經元）互連而成的網(wǎng)絡。人工神經網(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網(wǎng)絡的結合。

4. 結論語

人工智能的基本思想已經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.

[6]王鴻斌，張立毅等.人工神經網(wǎng)絡理論及其應用[J].山西電子技術，2006，（02）：41-43.

篇4

關鍵詞：人工智能；電氣；自動化

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量。實現(xiàn)機械的自動化，能夠使得機械在進行運轉的過程中脫離人類的控制自我進行調節(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．并生產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，計算機技術已經滲透到生產生活的方方面面，計算機編程技術的日新月異催生自動化生產，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、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，計算機技術已經滲透到生產生活的方方面面．計算機編程技術的日新月異催生自動化生產，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．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、模糊、模糊神經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驗性知識。傳統(tǒng)的產品設計是采用簡單的實驗手段和根據(jù)經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，電氣產品的設計從手工逐漸轉向計算機輔助設計(CAD)，大大縮短了產品開發(fā)周期。人工智能的引進．使傳統(tǒng)的CAD技術如虎添翼．產品設計的效率及質量得到全面提高。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，非常適合于產品優(yōu)化設計。因此電氣產品人工智能優(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

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。可用于控制的人工智能方法主要有3種：模糊控制、神經網(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。

篇5

關鍵詞：人工智能技術；電力系統(tǒng)；繼電保護

中圖分類號：F407.61 文獻標識碼：A 文章編號：

1暫態(tài)保護

隨著對人工智能技術在繼電保護領域的深人研究,相繼出現(xiàn)了用人工神經網(wǎng)絡來實現(xiàn)故障類型的判別、故障距離的確定、方向保護、主設備保護;用小波理論的數(shù)學手段分析故障產生信號的整個頻帶的信息并用于實現(xiàn)故障檢測。這些人工智能技術不僅為提高故障判別精確度提供了手段,而且能夠使一些基于單一工頻信號的傳統(tǒng)算法難以識別的間題得到解決。然而目前為止,人工智能的應用還沒有能夠提供取代傳統(tǒng)保護的新的原理,而且這些方法的應用同樣受傳感器頻寬的限制,其結果往往是通過復雜的計算和繁瑣的工作只能換取故障識別的準確度或可靠性的一點提高。通過檢測故障暫態(tài)產生的高頻信號來實現(xiàn)傳輸線及電力設備等的保護:“是新一代的電力系統(tǒng)繼電保護思想,簡稱“暫態(tài)保護”。故障暫態(tài)產生的信號中含有大量的信息,其中包括故障的類型、方向、位置、持續(xù)時間等。這些信息貫穿于信號的整個頻域,從直流、工頻到高頻。在基于工頻的傳統(tǒng)保護方式中,故障產生的高頻量被當作于擾濾掉,大量的研究工作用在設計濾掉高頻信號的濾波器上。“暫態(tài)保護”首先通過特殊設計的高頻檢測裝置及算法來從故障暫態(tài)中提取所需的高頻信號,利用專門設計的快速信號處理算法來判斷故障。微處理機技術的發(fā)展使得暫態(tài)保護的實現(xiàn)成為可能。

擺開情況下發(fā)生經過渡電阻的短路就是一非線性問題,距離保護很難正確作出故障位置的判別,從而造成誤動或拒動;如果用神經網(wǎng)絡方法,經過大量故障樣本的訓練,只要樣本集中充分考慮了各種情況,則在發(fā)生任何故障時都可正確判別。提出擁有限脈沖相應(finiteimpulseresponse)ANN構造單相和三相變壓器的差動保護,這種ANN模型適于處理瞬時信號,研究了3種結構:第一種用于檢測單相變壓器的內部故障;第2種用于檢測三相變壓器的內部故障;第3種由一組第1種結構的ANN組成,用于檢測三相變壓器的內部故障。在分析BP算法缺點的基礎上,提出了一種變結構神經網(wǎng)絡的最大值算法,通過簡化訓練過程,加快網(wǎng)絡收斂和診斷推理速度,從而提高故障識別率,實現(xiàn)故障的自動診斷和智能化綜合保護。需要指出,神經網(wǎng)絡方法雖然有利于克服專家系統(tǒng)的知識獲取瓶頸、知識庫維護困難等問題,但它不適于處理啟發(fā)性知識。而且,由于ANN技術本身不夠完備,它的學習速度慢,訓練時間長以及解釋功能弱,從而影響了神經網(wǎng)絡的實用化。其它如遺傳算法、進化規(guī)劃等也都有其獨特的求解復雜問題的能力。將這些人工智能方法適當結合可使求解速度更快。天津大學從1996年起進行神經網(wǎng)絡式繼電保護的研究,已取得初步成果。

3人工神經網(wǎng)絡型繼電保護

人工神經網(wǎng)絡(ANN)是模擬人腦組織結構和人類認知過程的信息處理系統(tǒng)。早在1943年,已由心理學家WarrenS.Meeulloeh和數(shù)學家WalthH.Pitts提出神經元數(shù)學模型,后被冷落了一段時間,80年代又迅猛興起〔,飛。ANN之所以受到人們的普遍關注,是由于它具有本質的非線形特征、并行處理能力、強魯棒性以及自組織自學習的能力。其中研究得最為成熟的是誤差的反傳模型算法(BP算法),它的網(wǎng)絡結構及算法直觀、簡單,在工業(yè)領域中應用較多。對于電力系統(tǒng)這個存在著大量非線性的復雜大系統(tǒng)來講,ANN理論在電力系統(tǒng)繼電保護中的應用具有很大的潛力,很多難以列出方程式或難以求解的復雜的非線性問題,應用神經網(wǎng)絡方法則可迎刃而解。例如在輸電線兩側系統(tǒng)電勢角度

4模糊理論

1965年,美國學者L.A.Zadeh在“Informatio-nandConirol’,上首先提出了模糊集合的概念,其論文“FuzzySets”開創(chuàng)了模糊數(shù)學及其應用的新紀元。在模糊理論發(fā)展的初期,它在電力系統(tǒng)中的應用是十分有限的,這主要是因為電力系統(tǒng)的工程師首先考慮的是電力系統(tǒng)的可靠性,對模糊邏輯還持有懷疑態(tài)度。但隨著這一理論的不斷發(fā)展完善,它在電力系統(tǒng)中的應用領域也越來越廣泛,華北電力大學楊奇遜教授提出在特征層次上模擬人腦識別事物的方法來識別電氣量的特征。人類認識事物的過程是在特征層次上對事物進行分類和識別,并不需要復雜、精確的計算。模糊模式識別為進行這類特征識別提供了有效的工具。微機保護正是在這一點上模擬人類識別事物的特征,辨別和區(qū)分不同的對象,最終通過原理上的智能化實現(xiàn)更高的性能。用模糊理論構造變壓器保護原理,以區(qū)別內部故障、涌流、過激以及電流互感器飽和情況下的外部故障。選取變壓器原、副邊的電流為特征量,根據(jù)EMTP程序得到的仿真結果,采用統(tǒng)計方法得到模糊規(guī)則。之后,采用DemPster一Shafer證據(jù)理論對模糊規(guī)則進行處理,得到最終結果?；谀：碚撛O計一種序分量高壓線路保護選相元件。目前華北電力大學研制成功應用模糊理論的高壓線路保護一套,現(xiàn)已通過鑒定,并批量投人運行。然而,在模糊理論中,由于隸屬度的獲取,復雜系統(tǒng)的模糊模型的建立、辨識,語言規(guī)則的獲取、遺忘、修改等理論和方法還不夠完善,使該理論的應用受到了限制。從目前情況來看,將模糊集理論與人工智能中的專家系統(tǒng)、神經網(wǎng)絡等相結合不失為解決這一困難的好方法。

5小波分析

小波分析是一種嶄新的時頻分析方法,具有良好的時頻局部化特性和對信號自適應、“變焦距”多尺度分析能力,適合于對非平穩(wěn)信號的處理。小波分析是Fourier變換的突破性進展,并發(fā)展了窗Fourier變換的局部化思想,它的窗寬隨頻率增高而縮小,符合高頻信號的分辨率較高的要求。小波分析的主要特點之一是具有用多重分辨率來刻劃信號局部特性的能力,從而它很適合探測在正常信號中出現(xiàn)的瞬態(tài)反?，F(xiàn)象并展示其成分。建立了電壓行波的故障特征和小波變換模極大值之間的聯(lián)系,為構造性能優(yōu)良、可靠的行波測距和行波保護奠定了重要的數(shù)學基礎。提出一種用小波理論區(qū)分變壓器勵磁涌流和短路電流的新原理。華北電力大學楊奇遜、劉萬順教授提出利用小波理論進行特征提取,利用模糊集方法區(qū)分變壓器勵磁涌流和故障的新方法。該方法通過小波變換的模極大值的符號特征來提取勵磁涌流的間斷角特征,這種從定量到定性的識別方法為研制新型的變壓器保護提供了一種較先進的新原理。采用小波變換對故障后的暫態(tài)現(xiàn)象進行分析,以快速識別故障類型,可用于高速保護。提出用小波變換和ANN檢測變壓器故障。先用EMTP程序產生變壓器在正常運行和故障時的信號(主要是電流信號),之后用小波變換進行處理,提取特征量,最后用ANN進行訓練和估計。通過應用小波變換提取重要的特征量,ANN的結構得以簡化,訓練速度得到提高。

6結束語

隨著人工智能技術的不斷發(fā)展,新的方法也在不斷涌現(xiàn),在電力系統(tǒng)繼電保護中的應用范圍也在不斷擴大,為繼電保護的發(fā)展注人了新的活力。將不同的人工智能技術結合在一起,分析不確定因素對保護系統(tǒng)的影響,從而提高保護動作的可靠性,是今后智能保護的發(fā)展方向。雖然上述智能方法在電力系統(tǒng)繼電保護中應用取得了一些成果,但這些理論本身還不是很成熟,需要進一步完善,而且某些應用還只是處于探討和實驗階段,距離工程實際還有差距,因此無論是在理論研究還是工程應用方面都還有很多工作要做。隨著電力系統(tǒng)的高速發(fā)展和計算機、通信等各種技術的進步和發(fā)展,可以預見,人工智能技術在繼電保護領域必會得到應用,以解決用常規(guī)方法難以解決的問題。

參考文獻:

[1] 陳斌.人工智能技術在繼電保護中的應用與發(fā)展[J]. 廣東科技. 2009(22)

[2] 張梓奇,蘇健祥.人工智能技術在電力系統(tǒng)中的應用探討[J]. 科技資訊. 2007(21)

篇6

>> 引入深度學習的人工智能類課程 中西合璧的人工智能課程雙語教學模式 可調戲的人工智能 生活中的人工智能 不斷超越的人工智能 逐漸靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天類專業(yè)“人工智能”課程的教學探索 林業(yè)院校人工智能課程教學的思考 人工智能導論課程的興趣教學法 人工智能概論課程的教學思考 “人工智能”課程教學的實踐與探索 游戲開發(fā)應用中的“人工智能”課程教學方法探討 人工智能的應用研究 人工智能的日常應用 人工智能的應用和發(fā)展 淺析電氣自動化控制中的人工智能應用 分析繼電保護中的人工智能技術及其應用 電氣自動化控制中的人工智能應用分析 常見問題解答 當前所在位置：l)。在情境創(chuàng)設時,教師根據(jù)學生特點提出了多種應用需求,例如化妝品銷售咨詢等。學生利用該工具,興趣盎然地開發(fā)了自己的小型專家系統(tǒng),不僅理解了專家系統(tǒng)的特點、作用、運行方式等,還具有強烈的成就感。

2.2面向研究的情境創(chuàng)設

蘇霍姆林斯基認為,研究型教學法應該充分體現(xiàn)學生的主體地位,激勵、引導和幫助學生去主動發(fā)現(xiàn)問題、分析問題和解決問題,激發(fā)學生學習的內在興趣和成就動機[4]。人工智能課程中包含了大量的前沿問題,研究型課題比比皆是,如何平衡這些研究課題與興趣、實用的關系,是教學設計中重點考慮的內容。

下面以“規(guī)劃”中的路徑規(guī)劃內容為例,詳細分析以研究為導向的情境創(chuàng)設過程。表2給出了整個教學設計。

綜合幾次研究課題完成情況,班級中有1/3的學生通過廣泛查閱資料和多次與教師討論,提交了質量尚可的標準格式論文,并因此獲得了學院的科研學分。除此之外,教師還組織這部分具備一定科研潛力的學生參加科研項目,進一步磨練科研技能,極大提高了學生的學習興趣和能力。

3DBR驅動的教學過程

人工智能課程各單元內容相對獨立,難以形成統(tǒng)一的聯(lián)系,怎樣驗證各單元的學習效果?從提出問題到任務解決,每個單元的學習通常要跨越幾節(jié)課甚至幾周,怎樣在此期間保持學生的興趣和關注?

DBR是情境設計、實施、評價、再設計、理論形成等環(huán)節(jié)多次迭代循環(huán)的過程,柯林斯稱之為“不斷進步的修正”(Progressive Refinement),以檢測設計的價值。因此,評價是教學過程中非常重要的一環(huán)。本課程教學主要做好兩個環(huán)節(jié),以驅動整個教學過程的推進。

1) 實踐環(huán)節(jié)。

通常的實踐環(huán)節(jié)是課程結束后固定時間的實際任務,而本課程的實踐卻貫穿整個教學過程,是單元教學、教師、學生之間的粘合劑。實踐包括應用型實踐和研究型實踐,一般在每個單元教學開始,提出問題后,實踐任務就被布置下去,例如前面所述的“黑白棋”、“路徑規(guī)劃算法研究”等。學生接受任務后,帶著問題搜索解決途徑,在此期間需要教師提供方法指導及答疑(既可固定時間,也可通過E-mail等形式)。及時地交流,特別是針對實際問題的交流,不僅有效率,而且便于教師及時調整教學設計。

2) 教學評價。

除了課程考核以外,每個教學單元結束時都有反饋和評價環(huán)節(jié)。評價方式包括單元測試、編寫軟件測試、研討會等。具體采用何種形式,要根據(jù)前一階段的反饋信息決定。這些來自學生反饋信息包括前一階段學習的接受情況、興趣點、其他課業(yè)繁忙情況等。在學期的不同時間點采用合適的評價方式,有助于加強學習刺激,總結和發(fā)現(xiàn)教學設計中的問題,及時調整。

通過上述兩個環(huán)節(jié)的推動,精心設計的教學內容得以順利實施并被學生欣然接受。2/3的學生在整個學期教學中都保持了積極的態(tài)度和充分的關注度,確實感受到人工智能的魅力,并能夠從技術角度看待人工智能,消除了未學或初學時的神秘感。

4教學實施效果分析

1) 正效果分析。

中原工學院計算機學院作為普通工科院校,以培養(yǎng)實用型人才為主,人工智能并非主干課程,學生重視程度不足。兩年來,經過教師與學生的共同努力,教學改革成果逐步體現(xiàn)。人工智能類學生人數(shù)從過去的5%上升到15%,科研論文數(shù)量從1%上升到20%。有20%的學生接觸過或正在從事人工智能類項目的研究與開發(fā),考研選擇人工智能科目的學生比例從0上升到15%,考研成功人數(shù)占畢業(yè)生總人數(shù)的20%。

人工智能教學中采用的應用型與研究型情境創(chuàng)設,不僅促進了學生理解接受知識,而且鍛煉提高了學生獨立分析、解決問題及開發(fā)能力。學習也不再局限于課堂,而是拓展到圖書館、互聯(lián)網(wǎng)等更廣闊的空間。學生在學習期間保持了高度的關注,充分發(fā)揮了主動性和主體意識,為持續(xù)發(fā)展奠定了良好的基礎。

2) 不足分析。

DBR的方法論能夠促使教師在教學過程中不斷完善教學設計,融合先進的教學理論及工具,逐步加深學習的理解和設計的提升,切實提高教學效果。然而,仍然存在一些DBR無法解決或完善的問題。具體表現(xiàn)在:

(1) 缺乏合適的教材。目前大多數(shù)教材的示例以解答式或推證式為主,設計型或實際項目案例較少。

(2) 投入時間限制。盡管上述教學設計和教學過程都經過精心準備與實施,但是要取得好的成效,還需要教師和學生都投入大量時間交流、研究或開發(fā)。而學生課業(yè)繁忙造成了實施的瓶頸。

這些不足制約了上述教學方法的實際實施效果,需要今后不斷改進。

5小結

本文針對普通工科院校學生特點,將DBR研究成果應用于人工智能課程。教學效果表明,精心設計的應用型與研究型情境有助于維持學生長時間的關注度、主動性和興趣;強調基于評價的修正使教學過程可調節(jié),學生的學習效果更可靠。希望本文研究能夠對人工智能教學及學生培養(yǎng)起到一定的參考作用,下一階段的主要工作是進行適合的教材建設。

參考文獻:

[1] 楊南昌. 基于設計的研究:正在興起的學習研究新范式[J]. 中國電化教育,2007(5):6-10.

[2] 曾安,余永權,曾碧. 人工智能課程教學模式的探討[J]. 江西教育學院學報:綜合版,2006,27(6):40-43.

[3] 李鳴華. 案例教學法在高中人工智能課程中的運用研究[J]. 中國電化教育,2008(2):99-102.

[4] 楊種學. 研究型教學法在數(shù)據(jù)結構課程中的應用研究[J]. 計算機教育,2007(1):55-56.

DBR Utilized Teaching Method for Artificial Intelligence

WANG Lu, LU Xiao-xia

(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)

篇7

研討會邀請函格式【一】

關于出席機器人和人工智能產業(yè)技術創(chuàng)新研討會的邀請函

XX高函〔2017〕29號

XX省科學技術廳

各有關單位：

為落實《XX省科技創(chuàng)新十三五規(guī)劃》，明確我省機器人和人工智能產業(yè)技術創(chuàng)新主攻方向，凝練2018-2020年省科技項目申報指南重點內容，推動機器人和人工智能技術在智能制造、智慧生活、現(xiàn)代服務業(yè)等領域的深入應用，培育經濟發(fā)展新動能，XX省科學技術廳決定組織召開XX省機器人和人工智能產業(yè)技術創(chuàng)新研討會。

一、會議組織

主辦單位：XX省科學技術廳

協(xié)辦單位：XX省自動化學會

二、時間和地點

2017年3月24日(星期五)上午9:00-12:00。XX省軍區(qū)迎賓樓酒店(原XX省軍區(qū)招待所西院，石家莊市裕華東路100號)五樓報告廳。

三、參會人員

省內相關高等院校、科研機構機器人和人工智能領域專家及學術帶頭人;

省內機器人和人工智能領域相關企業(yè)的企業(yè)家、產品或技術研發(fā)負責人;

省內相關產業(yè)園區(qū)的管理負責人。

參會人員約50人。

四、相關事項

1、請各位參會嘉賓圍繞我省或本園區(qū)、本企業(yè)機器人和人工智能領域技術創(chuàng)新的現(xiàn)狀、發(fā)展重點、創(chuàng)新方向及創(chuàng)新需求等做好發(fā)言準備，一般每人發(fā)言時間10-15分鐘，請制作PPT。

2、請參會嘉賓于3月22日(星期三)下午5點前將參會人員名單報會務組，發(fā)言PPT請于3月23日(星期四)下午5點前發(fā)會務組。

3、研討會交通、食宿費自理。

誠邀相關專家、學者、企業(yè)家、產業(yè)園區(qū)負責人出席會議并做交流發(fā)言。

省科技廳聯(lián)系人：

會務組(XX省自動化學會辦公室)聯(lián)系人：

傳真：

E-mail:

XX省科學技術廳

2017年3月21日

研討會邀請函格式【二】

2017年是中國全面建成小康社會的關鍵之年。為貫徹關于推動中華優(yōu)秀傳統(tǒng)文化傳承、創(chuàng)新和博物館發(fā)展的一系列重要論述，落實國家戰(zhàn)略背景下的博物館信息化建設，持續(xù)推進科技支撐文化繁榮發(fā)展，建設社會主義文化強國，XX數(shù)字科普協(xié)會、XX博物館學會、中國博物館協(xié)會博物館數(shù)字化專業(yè)委員會、中國文物學會文物攝影專業(yè)委員會、中科院網(wǎng)絡科普聯(lián)盟、XX聯(lián)合大學擬在6月89日聯(lián)合主辦2017年XX數(shù)字博物館研討會。

XX數(shù)字博物館研討會是在XX市科學技術協(xié)會、XX市文物局、XX市經濟和信息化委員會指導下的數(shù)字博物館方面的綜合學術交流活動。從2005年開始，每兩年舉辦一次，已成功舉辦了六屆XX數(shù)字博物館研討會，出版了五本研討會論文集。XX數(shù)字博物館研討會對利用高新技術特別是數(shù)字技術推動博物館(科技館)信息化建設，推動文物數(shù)字資源利用，推動博物館(科技館)提升公共服務能力等方面具有積極地指導作用，得到社會和行業(yè)贊譽與認可。

2017年XX數(shù)字博物館(科技館)研討會將更廣泛地邀請與數(shù)字博物館(科技館)建設相關的博物館(科技館)、企業(yè)、機構以及科技、科普、教育、設計、藝術等領域的專家學者齊聚一堂，共同圍繞主題和議題進行深入探討。

研討會還將舉辦展覽，展示數(shù)字博物館(科技館)、有關企業(yè)和機構在此領域的新技術、新成果、新案例，宣傳成功經驗，提供更具針對性、務實性的交流機會。根據(jù)實際情況，我們擬組織優(yōu)秀展覽、展示產品評審。在此，組委會特邀請您和您單位積極組織提交論文和展覽、展示產品并參加研討會和展覽展示。

一、研討會議題

主題：用互聯(lián)網(wǎng)+模式，講博物館故事

分議題：

1、新技術應用助力博物館數(shù)字內容建設

2、數(shù)字博物館創(chuàng)意設計與融合發(fā)展

3、新興媒體助力博物館的傳播與服務

4、數(shù)字博物館價值挖掘與應用

二、論文提交方法

本屆研討會論文提交方法：

1.電子郵件：

2.電子光盤：投寄或直接報送均可。

3.收稿截止日期：2017年4月30日。

4.錄用通知發(fā)放日期：2017年5月15日。

三、論文要求與基本格式

來稿請投中文稿，一般不超過5000字。

要求見附件1。

四、展覽展示要求

1.2017-2017年數(shù)字博物館(科技館)建設成果。

2.數(shù)字化專項展陳、互動、體驗類案例(如APP、二維碼、微視頻等)。

3.數(shù)據(jù)管理與文物資源最新應用技術及案例。

要求見附件2。

五、聯(lián)系辦法

研討會組委會辦公室設在XX數(shù)字科普協(xié)會。

聯(lián) 系 人：

電子郵箱：

聯(lián)系電話：

通訊地址：XX市朝陽區(qū)育慧里4號604室

郵編：

研討會邀請函格式【三】

XX光學系統(tǒng)(Radiant Vision Systems)通過高分辨率CCD相機、分析軟件、與技術支持等一體化解決方案幫助您將產線生產效率與顯示器產品質量提升至一個更高的層次。

Radiant將于2017年4月11日中國電子信息博覽會展會現(xiàn)場舉辦XX光學系統(tǒng)技術研討會，屆時，Radiant技術專家將與您共同探討平板顯示產品及新興顯示技術(OLED,ARVR, 車載)產品缺陷檢測等問題，并將為您著重展現(xiàn)這種自動化檢測技術在平板顯示器及其他顯示器產品制造環(huán)節(jié)的實踐應用。

2017 XX光學系統(tǒng)研討會

時間： 2017年4月11日 上午 9:30 - 12:00

地點： 深圳會展中心3樓314會議室

日程：略

由于現(xiàn)場席位有限，若您對本場研討會感興趣，您可以：

篇8

鐘老師，您已經研究了幾十年的信息科學?！缎畔⒖茖W原理》一書已經重印到第五版。您能否給讀者們講一講，信息科學是什么？有什么特點？

鐘義信：簡要地說，信息科學就是研究信息及其運動規(guī)律的科學。具體地說，信息科學是“以信息為研究對象、以信息運動規(guī)律為研究內容、以信息科學方法為研究指南、以擴展人的智力能力（它是信息能力的有機整體）為研究目標”的一門新興橫斷科學。

武健：從概念、定義來看，信息科學與計算機科學并不完全一樣。因為信息科學是以信息運動規(guī)律為研究內容的，研究內容既不專指計算，也不是專指計算機。從這個角度思考，信息科技課程與計算機課程的內容將有很大的區(qū)別。這對于一線信息技術教師來說，了解信息科學就更加重要了。您能否給我們講一講信息科學的核心內容是什么？它對于整個社會能發(fā)揮什么作用？

鐘義信：信息科學的概念（定義）也可以通過它的基本模型來表現(xiàn)（見下頁圖1）。

這個模型也可以簡化為以下更直觀一些的模型（見下頁圖2）。

考察信息科學的定義和它的基本模型（以及簡化模型）可以知道：

信息科學最大的特點是研究“信息”（而不是物質和能量）。

它的核心內容就是研究“信息運動規(guī)律，即信息-知識-智能轉換的規(guī)律”。

世間一切物質的運動都會產生信息。人類正是通過研究信息，才能認識世界（包括自然和社會）。因此，信息科學的研究目標，就是“擴展人類的智力能力，也就是擴展人類認識世界和改造世界的能力”。這就是信息科學對于整個社會的作用所在。

武健：我記得您曾經講過信息分成主客體關系，那么我們理解基本模型與簡化模型也是一步步地發(fā)展出來的。從簡到繁是否可以這樣理解？（如下頁圖3）

從信息定義的基本模型中，還可以看到信息科學在特別關注著策略，尤其是人的策略。從這個角度來看，信息科技課程中會有著一批以前沒有的教學內容。技術課中的學習計算機操作的教學目標是學會操作。而信息科技框架下的課程則需要以應用技術，挖掘其中的問題解決策略，了解信息科學概念與原理為主要目標了。

每個學科都會有一批本學科的科學家，像牛頓對于物理，哈勃對于天文，歐姆對于電學……信息科學是一門新興的橫斷科學，那么您認為這門學科中有代表性的信息科學家有哪些人？

鐘義信：橫斷科學，是在概括和綜合多門學科的基礎上形成的一類學科。它不是以客觀世界的某種物質結構及其運動形式為研究對象，而是從許多物質結構及其運動形式中抽出某一特定的共同方面作為研究對象，其研究對象橫貫多個領域甚至一切領域。所以，信息科學家、信息技術專家會有自己的領域，但會在共同的信息方向有突出貢獻。

如香農（Shannon）在1948年發(fā)表了論文“通信的數(shù)學理論”，奠定了“通信信息論”;維納（Wiener）在1948年出版了著作《控制論》，奠定了隨機控制理論，貝塔朗菲（Bertalanffy）在20世紀60年代出版了《一般系統(tǒng)論》，建立了系統(tǒng)論。西蒙（Simon）對功能模擬的人工智能理論做出了奠基性的貢獻，費根鮑姆（Feigenbaum）是人工智能專家系統(tǒng)的開拓者，閔斯基（Minsky）對人工神經網(wǎng)絡和認知理論有突出的貢獻，查德（Zadeh）創(chuàng)建了支持信息科學研究的模糊集合和模糊邏輯， 柯爾莫戈洛夫（Kolmogorov）對信息理論和控制理論都有杰出貢獻，等等。這些人都在信息科學領域有過不同方面的重要建樹，都可以稱之為信息科學家。

由于我國只有各種信息技術的學術機構而沒有專門的信息科學的學術機構，很少純粹信息科學方面的交流機會，因此很難確定誰是信息科學家。不過，由于我國信息化建設的迅猛發(fā)展，確實出現(xiàn)了不少在信息科學技術方面做出重要貢獻的人員。

武健：信息科學是一門新興的學科。既然是“新興”，那么它一定在發(fā)展，甚至是快速發(fā)展。您認為信息科學主要研究的方向與進展如何？現(xiàn)階段出現(xiàn)了什么樣的困難？

鐘義信：相對而言，信息科學是一門非常年輕的學科。因此，它的主要研究方向應當是信息科學的基礎理論，研究信息的基本運動規(guī)律。其中包括信息理論、知識理論、智能理論，特別是信息、知識、智能之間的轉換理論（一體化理論）。

經過半個多世紀的研究和探索，我們在這些基礎研究方面取得了可喜的進展，具體表現(xiàn)在：建立了超越與拓展傳統(tǒng)信息論的“全信息理論”，發(fā)現(xiàn)了“知識的生態(tài)學規(guī)律”，創(chuàng)建了“機制模擬的人工智能理論”，實現(xiàn)了“結構主義、功能主義、行為主義人工智能理論”的統(tǒng)一，還創(chuàng)建了“基礎意識―情感―理智三位一體的高等人工智能”，特別值得提到的是，發(fā)現(xiàn)了意義重大的“信息轉換與智能創(chuàng)生定律”。

在取得這些進展的過程中，發(fā)現(xiàn)物質科學（代表性科學是物理科學）的科學觀（還原論）和方法論（分而治之）不適用于信息科學（和智能科學）研究，總結并提出了適用于信息科學研究的新的科學觀和方法論。

面臨的主要困難是：由于信息科學和智能理論的研究對象多數(shù)是非常復雜的問題，因此現(xiàn)有的數(shù)學工具不敷應用，特別是其中的邏輯理論還相當單薄，不足以支持這些復雜問題的創(chuàng)新研究。這是當前信息科學發(fā)展中的“瓶頸”。

武?。盒畔⒖茖W關系到的方法論可以分成信息科學研究的方法論和信息技術應用的方法論。根據(jù)這樣的觀點，在信息科技課程中，需要以完整的信息綜合活動展開教學，而不適合片面地學習信息獲取、信息處理某一個片段。因為信息科學方法論更強調從整體到局部，不建議從信息運動中的某一細節(jié)去理解典型的信息過程。

信息科技的方法論分成理論研究層級和技術應用層級。您認為在信息科學研究中，常用的方法與手段有哪些？

鐘義信：與物理科學研究方法最大的不同，是不再采用“分而治之，各個擊破”這種流行了數(shù)百年之久而且一直行之有效的傳統(tǒng)科學研究方法論，而是改為運用全新的“信息轉換與智能創(chuàng)生”方法論。

原因是：“分而治之”方法論在把系統(tǒng)分解為若干子系統(tǒng)的時候，必定會丟失各個子系統(tǒng)之間相互聯(lián)系相互作用的信息，而這些信息正是復雜信息系統(tǒng)的生命線。就像研究人腦思維奧秘的時候，如果采用“分而治之”的方法把人腦分解為若干部分進行研究，即使把每個部分都研究好了，也無法揭示人腦思維的奧秘，因為分解之后的這些人腦部分根本無法復原為活的人腦。

“信息轉換與智能創(chuàng)生”方法認為，信息系統(tǒng)是一個生態(tài)系統(tǒng)：由信息生成知識進而生成智能（策略），從而按照策略解決問題。它強調信息、知識、智能（策略）之間的相互聯(lián)系和相互作用，強調信息、知識、智能（策略）之間的生態(tài)聯(lián)系，根據(jù)外部世界客體的信息和認識主體的目的，可以通過學習創(chuàng)生解決問題的智能策略。

至于具體的研究工具，基本也是硬件試驗和軟件仿真（包括虛擬現(xiàn)實）。

武健：在信息科學體系中，您認為這個領域中最基本的概念和原理是什么？

鐘義信：信息科學最基本的概念包括信息、知識、智能。人們往往把信息科學技術僅僅局限在“信息”范疇，這其實是對信息科學技術嚴重的。經過這樣的信息科學技術的作用，就大大被削弱了。

信息科學最基本的原理則是：信息―知識―智能轉換原理。正確運用這個基本原理，人們就可以在具體的環(huán)境中求出解決問題、而且保證實現(xiàn)“主客雙贏”的智能策略，從而滿意地解決問題。

武?。阂话闳硕贾溃F(xiàn)代科學與技術有著不可分割的密切關系。一方面，很多人還不知道什么是信息科學，另一方面，還不能想象信息科學與信息技術之間有什么關系。您認為兩者有什么樣的區(qū)別與聯(lián)系？

鐘義信：信息科學與信息技術是一對孿生的概念，信息科學是信息技術的理論基礎，信息技術是信息科學理論的具體實現(xiàn)。兩者相互聯(lián)系，相互促進。

武?。汉芏嗳苏J為信息技術就是計算機技術加上網(wǎng)絡技術，信息技術就是能夠用計算機上網(wǎng)。這部分人覺得，信息技術就是信息技術，不是什么“關于信息的技術”。關于這些觀點您是怎么看的？從信息科學的角度來看信息技術應當包含什么內容？

鐘義信：只要對照信息科學的簡化模型，就可以很明確地回答：信息技術不等于計算機技術和網(wǎng)絡技術，因為這個說法很不全面，忽略了傳感技術，忽略了控制技術，特別是忽略了人工智能技術。

實際上，在以往，關于“信息技術”的概念，確實曾經流行過很多各不相同的說法。其中比較出名的包括：

1C說――認為“信息技術就是Communication技術”，理由是：信息論就是通信論;也有一些人認為“信息技術就是Computer技術”，理由是：計算機就是用來處理信息的技術。

2C說――認為“信息技術就是Computer+ Communication技術”。

3C說――認為“信息技術就是Computer+ Communication + Control技術”。

但是，對照信息科學的簡化模型就可以明白，這些說法都屬于“以偏概全”的認識，都是不全面的認識。

從信息科學的簡化模型可以非常清晰地了解到具體的信息技術內容，包括實現(xiàn)信息獲取功能的“傳感技術”，實現(xiàn)信息傳遞和策略傳遞功能的“通信技術”，實現(xiàn)信息預處理功能的“計算機技術和存儲技術”，實現(xiàn)信息認知功能和智能決策功能的“人工智能技術”，實現(xiàn)策略執(zhí)行功能的“控制技術”，以及實現(xiàn)反饋學習和策略優(yōu)化的“信息系統(tǒng)自組織技術”等。

武?。耗J為未來20～30年，信息科技最有意思的發(fā)展可能是什么？

鐘義信：根據(jù)“科學技術擬人律”，未來20～30年，信息科學技術最有意義的發(fā)展將是人工智能技術。

對照信息科學簡化模型就知道，擴展感覺器官功能的傳感技術、擴展傳導神經系統(tǒng)的通信技術、擴展思維器官預處理功能的計算機技術以及擴展效應器官功能的控制技術都是相對而言的技術，擴展思維器官認知功能和決策功能的人工智能技術才是核心技術。目前信息技術已經得到長足的發(fā)展（未來當然還會繼續(xù)發(fā)展），這就為核心信息技術的發(fā)展打好了基礎，也產生了需求。因此，未來20～30年間，人工智能科學技術必然成為發(fā)展的主導潮流。

武?。耗J為學習信息科技的知識對于中小學生來說有何意義？有沒有哪一部分內容需要在現(xiàn)階段特別強調的？

鐘義信：中小學生絕對應當學習基本的信息科學知識，掌握信息技術的基本能力。當今的時代是信息時代，不學習信息科學技術，就會成為落伍的一代，被淘汰的一代。這是非常危險的。

當然，中小學生學習信息科學技術應當遵循“循序漸進”的認知規(guī)律和“興趣引導”的教學方法。事實上，信息科學技術本身的發(fā)展就是循序漸進的，如圖4所示。

武?。耗鷮χ行W的信息科學與技術課程（不等同于計算機課程）有何期望與要求？

鐘義信：根據(jù)“信息科學技術”的定義，“計算機科學技術”只是“信息科學技術”的一個組成部分。部分不等于全體，部分不能代替全體。所以，不能用“計算機”課程代替“信息科學技術”課程。

中小學的信息科學技術教育是一個極其重要的問題，又是一個十分復雜的問題。我們不能就事論事孤立地討論中小學的信息科學技術課程，而應當把它作為“國家信息科學技術教育系統(tǒng)工程”來統(tǒng)籌考慮：小學階段學什么？中學階段學什么？大學階段學什么？碩士研究生階段學什么？博士研究生階段學什么？等等。

按照“信息科學技術教育系統(tǒng)工程”的思路，中小學生應當通過“學習最為基礎的信息科學概念”和“掌握最為基本的信息技術能力”形成“最淺層（然而又是準確的）的信息科學技術觀念和濃厚的興趣”。其中，“觀念和興趣”是最重要的，而“概念和能力”則是支撐這種“觀念和興趣”的支柱。

武?。虹娎蠋煟兄x您的指導。您認為2010年后，學科基本研究才逐步成熟起來。一門學科從成熟到走進基礎教育往往需要十多年的工作，而信息科技課程的發(fā)展將是長期的。希望您以后能夠經常關注基礎教育中的信息科技課程發(fā)展，給我們更多指導。

附錄：

篇9

論文摘要：隨著數(shù)據(jù)庫技術和人工智能技術的不斷進步，數(shù)據(jù)挖掘技術逐步發(fā)展起來，作為當前計算機信息技術中的一項較為新興的技術，綜合運用了數(shù)理統(tǒng)計、模式識別、計算智能、人工智能等多項先進技術，主要是從大量的數(shù)據(jù)中來發(fā)現(xiàn)和挖掘一些隱含的有價值的知識，從大型的數(shù)據(jù)庫數(shù)據(jù)中挖掘一些人們比較感興趣的知識，本文主要講了數(shù)據(jù)挖掘技術的概念、數(shù)據(jù)挖掘技術在保護設備故障信息中的實現(xiàn)方法以及數(shù)據(jù)挖掘技術保護設備故障信息管理的基本功能等問題。

數(shù)據(jù)挖掘技術作為當前計算機信息技術中的一項較為新興的技術，綜合運用了數(shù)理統(tǒng)計、模式識別、計算智能、人工智能等多項先進技術，主要是從大量的數(shù)據(jù)中來發(fā)現(xiàn)和挖掘一些隱含的有價值的知識，也就是從大型的數(shù)據(jù)庫數(shù)據(jù)中挖掘一些人們比較感興趣的知識，這些被提取的知識通常會表現(xiàn)為模式、規(guī)律、規(guī)則和概念，將數(shù)據(jù)挖掘的所有對象定義成數(shù)據(jù)庫或者是文件系統(tǒng)以及其他的一些組織在一起的數(shù)據(jù)集合，數(shù)據(jù)挖掘技術也是現(xiàn)在智能理論系統(tǒng)的重要研究內容，已經開始被應用于行政管理、醫(yī)學、金融、商業(yè)、工業(yè)等不同的領域當中，在保護設備故障信息管理方面發(fā)揮出了積極的作用。

一、數(shù)據(jù)挖掘技術的概念

隨著數(shù)據(jù)庫技術和人工智能技術的不斷進步，數(shù)據(jù)挖掘技術逐步發(fā)展起來，主要是指從大量的數(shù)據(jù)中發(fā)現(xiàn)和挖掘一些隱含的有價值的有用信息和知識，這些被提取的知識通常會表現(xiàn)為模式、規(guī)律、規(guī)則和概念，將數(shù)據(jù)挖掘的所有對象定義成數(shù)據(jù)庫或者是文件系統(tǒng)以及其他的一些組織在一起的數(shù)據(jù)集合，當前數(shù)據(jù)挖掘技術已經逐漸被應用于了醫(yī)藥業(yè)、保險業(yè)、制造業(yè)、電信業(yè)、銀行業(yè)、市場營銷等不同的領域，隨著計算技術、網(wǎng)絡技術以及信息技術的不斷進步，在故障診斷過程中所采集到的數(shù)據(jù)可以被廣泛地存儲在不同的數(shù)據(jù)庫當中，如果依然采用傳統(tǒng)的數(shù)據(jù)處理方法來對這些海量的信息數(shù)據(jù)進行分析處理，不僅會浪費大量的實踐而且也很難挖掘到有效的信息數(shù)據(jù)，同時，盡管智能診斷以及專家系統(tǒng)等方式在故障的診斷過程中已經被得到了廣泛的應用，但是這些方法卻仍然存在著很多推理困難、知識瓶頸等一些尚未完全被解決的問題，采用數(shù)據(jù)挖掘技術就可以比較有效地來解決這些難題，在故障診斷的過程中發(fā)揮其獨特的優(yōu)勢。從不同的角度進行分析，數(shù)據(jù)挖掘技術可以分為不同的方法，就目前的發(fā)展現(xiàn)狀來看，常用的數(shù)據(jù)挖掘技術方法主要有遺傳算法、粗集方法、神經網(wǎng)絡方法以及決策樹方法等。

二、數(shù)據(jù)挖掘技術在保護設備故障信息中的實現(xiàn)方法

1.基本原理。在設備出現(xiàn)故障時采用數(shù)據(jù)挖掘技術對設備進行一系列的故障診斷，也就是說根據(jù)這一設備的運行記錄，對其運行的趨勢進行預測，并對其可能存在的運行狀態(tài)進行分類，故障診斷的實質就是一種模式識別方式，對機器設備的故障進行診斷的過程也就是該模式匹配和獲取的過程。

2.對故障診斷的數(shù)據(jù)挖掘方法建模。針對機械故障的診斷來說，首先就應當獲取一些關于本機組的一些運行參數(shù)，既要包括機器在正常運行以及平穩(wěn)工作時的信息數(shù)據(jù)，也應當包括機器在出現(xiàn)故障時的一些信息數(shù)據(jù)，在現(xiàn)場的監(jiān)控系統(tǒng)中往往就會存在著相應的正常工作狀態(tài)下以及出現(xiàn)故障時的不同運行參數(shù)，而數(shù)據(jù)挖掘的任務就是從這些雜亂無章的信息樣本庫中找出其中所隱藏著的內在規(guī)律，并且從中提取各自故障的不同特征，在對故障的模式進行劃分時，我們通?？梢越柚怕式y(tǒng)計的方式，在對故障模式進行識別時可以采用較為成熟的關聯(lián)規(guī)則理論，實現(xiàn)變量之間的關聯(lián)關系，并最終得到分類所需要用到的一些規(guī)則，從而最終達到分類的目的，依據(jù)這些規(guī)則，就可以對一些新來的數(shù)據(jù)進行判斷，而且可以準確地對故障進行分類，找出故障所產生的原因和解決故障的正確方法。

三、數(shù)據(jù)挖掘技術保護設備故障信息管理的基本功能

1.數(shù)據(jù)傳輸功能。數(shù)據(jù)挖掘技術保護設備故障信息管理與分析系統(tǒng)的主要數(shù)據(jù)來源就是故障信息的分站系統(tǒng)，而分站系統(tǒng)中的數(shù)據(jù)是各個子站的一個數(shù)據(jù)匯總，而保護設備故障信息管理與分析系統(tǒng)所采用的獲取數(shù)據(jù)的主要方式就是一些專門的通信程序構建起系統(tǒng)與分站之間的聯(lián)系，將分站上的一些匯總數(shù)據(jù)傳輸?shù)焦收闲畔⑾到y(tǒng)的數(shù)據(jù)庫中，分析系統(tǒng)所具有的數(shù)據(jù)傳輸功能，在進行數(shù)據(jù)的處理時又能做到不影響原先分站數(shù)據(jù)庫的正常運行，并且具備抗干擾能力強、計算效率高的優(yōu)點。

2.數(shù)據(jù)的分析功能。系統(tǒng)在正常運行時，會從故障信息子站或者是分站采集相關的數(shù)據(jù)并且對這些采集到的數(shù)據(jù)進行分析整理，最終得到有用的數(shù)據(jù)信息，利用數(shù)據(jù)挖掘技術對龐大的故障數(shù)據(jù)進行分析、分類以及整理，能夠有效地找出有用的信息，歸并一些冗余的信息，對信息進行有效地存儲和分類。另外，數(shù)據(jù)挖掘技術還具有信息查詢的功能，可以進行不同條件下的查詢，例如按時間段、報告類型、設備型號以及單位等進行查詢，實現(xiàn)查詢后的備份轉存等，根據(jù)故障信息系統(tǒng)所提供高的數(shù)據(jù)信息以及本系統(tǒng)庫中所保存的一些整定阻抗值，可以通過邏輯判斷生產繼電保護動作的分析報告，主要包括對故障過程的簡述、故障切除情況以及保護動作情況等，可以便于繼電保護人員直觀的對保護裝置的動作情況進行分析。

四、結語

隨著企業(yè)自動化程度的不斷提高以及數(shù)據(jù)庫技術的迅速發(fā)展，很多企業(yè)在一些重要的設備方面都安裝了監(jiān)測系統(tǒng)，對設備運行過程中的一些重要參數(shù)和數(shù)據(jù)進行采集，采用數(shù)據(jù)挖掘技術可以有效地解決設備故障診斷中的一些知識獲取瓶頸，將數(shù)據(jù)挖掘系統(tǒng)充分應用到監(jiān)控系統(tǒng)中，有效解決故障診斷中的一些困難，事實證明，將數(shù)據(jù)挖掘技術應用到故障診斷中是非常有效的，也是值得研究和學習的新型技術手段。

參考文獻：

[1]李勛,龔慶武,楊群瑛,羅思需,李社勇.基于數(shù)據(jù)挖掘技術的保護設備故障信息管理與分析系統(tǒng)[j].電力自動化設備,2011,9

[2]李建業(yè),劉志遠,蔡乾,趙洪波.基于web的故障信息系統(tǒng)[j].電力信息化,2007,s1

篇10

[關鍵詞]人工智能；神經網(wǎng)絡控制；模糊神經元控制；自適應控制

中圖分類號：U686 文獻標識碼：A 文章編號：1009-914X（2017）15-0069-01

1.序言

人工智能控制技術一直沒能取代古典控制方法。但隨著現(xiàn)代控制理論的發(fā)展，控制器設計的常規(guī)技術正逐漸被廣泛使用的人工智能軟件技術（人工神經網(wǎng)絡、模糊控制、模糊神經網(wǎng)絡、遺傳算法等）所替代。這些方法的共同特點是：都需要不同數(shù)量和類型的必須的描述系統(tǒng)和特性的“a priori”知識。由于這些方法具有很多優(yōu)勢，因此工業(yè)界強烈希望開發(fā)、生產使用這些方法的系統(tǒng)，但又希望該系統(tǒng)實現(xiàn)簡單、性能優(yōu)異。

2、人工智能在直流傳動中的運用

2.1.模糊邏輯控制應用

主要有兩類模糊控制器，Mamdani和Sugeno型。到目前為止只有Mamdani模糊控制器用于調速控制系統(tǒng)中。值得注意的是這兩種控制器都有規(guī)則庫，它是一個if-then模糊規(guī)則集。但Sugeno控制器的典型規(guī)則是“如果X是A，并且y是B，那么Z=f（x，y）”。這里A和B是模糊集；Z=f（x，y）是x，y的函數(shù)，通常是輸入變量x，y的多項式。當f是常數(shù)，就是零階Sugeno模型，因此Sugeno是Mamdani控制器的特例。

Mamdani控制器由下面四個主要部分組成：

2.1.1模糊化實現(xiàn)輸入變量的測量、量化和模糊化。隸屬函數(shù)有多種形式。

2.1.2知識庫由數(shù)據(jù)庫和語言控制規(guī)則庫組成。開發(fā)規(guī)則庫的主要方法是：把專家的知識和經歷用于應用和控制目標；建模操作器的控制行動；建模過程；使用自適應模糊控制器和人工神經網(wǎng)絡推理機制。

2.1.3推理機是模糊控制器的核心，能模仿人的決策和推理模糊控制行為。

2.1.4反模糊化實現(xiàn)量化和反模糊化。在各種出版物中，介紹了許多被模糊化的控制器，但這應與“充分模糊”控制器完全區(qū)分開來，“充分模糊”控制器才是完全意義上的模糊控制器，被模糊化的控制器易于實現(xiàn)，往往通過改造現(xiàn)有古典控制器得以實現(xiàn)，如被模糊化的PI控制器（FPIC）使用模糊邏輯改變控制器的比例、積分參數(shù)，從而使系統(tǒng)的性能得到提高（17），控制器參數(shù)的微小變化可能導致特性的極大提高，被模糊化的控制器參數(shù)調整方法如下：P（ti）=P（ti-1）+kP*CP，I（ti）=I（ti-1）*CI。但如應用“充分”模糊邏輯控制器，系統(tǒng)響應遠遠優(yōu)于FPIC和最優(yōu)古典PI控制器，用于最優(yōu)化常規(guī)控制器的計算時間比模糊化控制器所需的時間多得多。因此，使用最小配置的FPIC控制器是可能的選擇之一，事實上，這也是用現(xiàn)有驅動裝置實現(xiàn)的最簡單方法。

2.2.ANNS的應用

過去二十年，人工神經網(wǎng)絡（ANNS）在模式識別和信號處理中得到廣泛運用。由于ANNS有一致性的非線性函數(shù)估計器，因此它也可有效的運用于電氣傳動控制領域，它們的優(yōu)勢是不需要被控系統(tǒng)的數(shù)學模型，一致性很好，對噪音不敏感。另外，由于ANNS的并行結構，它很適合多傳感器輸入運用，比如在條件監(jiān)控、診斷系統(tǒng)中能增強決策的可靠性，當然，最近電氣傳動朝著最小化傳感器數(shù)量方向發(fā)展，但有時，多傳感器可以減少系統(tǒng)對特殊傳感器缺陷的敏感性，不需要過高的精度，也不需要復雜的信號處理。

3.人工智能在交流傳動中的應用

3.1.模糊邏輯的應用

在大多數(shù)討論模糊邏輯在交流傳動中運用的文章中，都介紹的是用模糊控制器取代常規(guī)的速度調節(jié)器，可英國Aberdeen大學開發(fā)的全數(shù)字高性能傳動系統(tǒng)中有多個模糊控制器（4），這些模糊控制器不僅用來取代常規(guī)的PI或PID控制器，同時也用于其他任務。該大學還把模糊神經控制器用于各種全數(shù)字高動態(tài)性能傳動系統(tǒng)開發(fā)中。也有一些優(yōu)秀的文章論述運用模糊邏輯控制感應電機的磁通和力矩。

矢量控制器也是一種間接控制類型，并且很好的特性。文獻（27）提出了一種模糊邏輯速度控制器。它的輸入標定因子是變化的。實驗結果也驗證了所提方案的有效性。該系統(tǒng)中模糊速度控制器與常規(guī)的PI速度控制器和CRPWM塑變器一起使用，它往往用來補償可能的慣性和負載轉矩的擾動。常規(guī)PI控制器用來穩(wěn)定系統(tǒng)的穩(wěn)態(tài)速度響應。矢量控制器使用轉子磁通觀測器觀測（UI觀測器，iw觀測器（1）（4）），模糊邏輯用于轉子電阻的估計。

到目前為止，只有兩種運用人工智能技術的工業(yè)產品，其一是下節(jié)介紹的安川矢量變頻器，另一個是日立矢量變頻器，日立公司最近開發(fā)了J300系列IGBT矢量變頻器，功率范圍是5.5KW--55KW。它的主要特點是使用無傳感器矢量控制算法和強大的自調整功能。無傳感器磁通矢量控制方案采樣兩相定子電流，在初始自整定階段，電機和負載的慣性以及其他參數(shù)例如定子電感，定子和轉子電阻、勵磁電感等參數(shù)被計算。日立公司宣稱這是世界上第一臺使用模糊控制的變頻器。它考慮了電機和系統(tǒng)的特性，轉矩計算軟件在整個頻率范圍保證了轉矩的精確控制。變頻器的主要性能指標如下：1Hz時150%或更高的啟動轉矩；在3∶1的速度范圍（20到60HZ/16到50HZ）電機不用降低功率使用；速度調節(jié)比率小于。

AI控制器也能提高直接轉矩控制系統(tǒng)的性能，這也是值得深入研究的一個寬廣領域。英國Aberdeen大學的研究人員開發(fā)了基于人工智能的開關矢量選擇器以及速度、轉矩、磁通觀測器等，初步結果令人鼓舞（9）。可以預見不久的將業(yè)，將會得到更好的結果，將會出現(xiàn)更多的工業(yè)應用產品（47）（48）。

3.2.神經網(wǎng)絡的應用

非常少的文章討論神經網(wǎng)絡用于交流電機的控制，大量文章討論神經網(wǎng)絡在交流電機和驅動系統(tǒng)的條件監(jiān)測和診斷中的運用。文獻（33）介紹了使用常規(guī)反向轉波算法的ANN用于步進電機控制算法的最優(yōu)化。該方案使用實驗數(shù)據(jù)，根據(jù)負載轉矩和初始速度來確定最大可觀測速度增量。這就需要ANN學習三維圖形映射。該系統(tǒng)與常規(guī)控制算法（梯形控制法）相比具有更好的性能，并且大大減少了定位時間，對負載轉矩的大范圍變化和非初始速度也有滿意的控制效果。文獻（34）用兩個ANNS控制和辯識感應電機，但只給出了仿真研究。

最后值得指出的是現(xiàn)在發(fā)表的大多數(shù)有關ANN對各種電機參數(shù)估計的論文，一個共同的特點是，它們都是用多層前饋ANNS，用常規(guī)反向傳播算法，只是學習算法的模型不同或被估計的參數(shù)不同。

參考文獻：

[1] 蔡自興.關于人工智能學派及其在理論、方法上的觀點.高技術通訊，1995，5（5）：55―57