導(dǎo)言：作為寫作愛好者，不可錯(cuò)過為您精心挑選的10篇人工智能技術(shù)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(shù)在飛行沖突探測(cè)與解脫管理方面的應(yīng)用

人工智能技術(shù)的應(yīng)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(dòng)生成的需要。具體來說，實(shí)現(xiàn)這一功能的模塊是飛行沖突探測(cè)與解脫輔助決策模塊，而該模塊是由沖突探測(cè)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(shí)現(xiàn)飛行沖突的預(yù)測(cè)，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(yīng)用，彌補(bǔ)了人類與機(jī)器各自存在的不足，從而有效的避免了因人為失誤或機(jī)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(jí)分類方法和沖突類型判定法等多種規(guī)則，進(jìn)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(jìn)行方案的推理選擇。而這些規(guī)則，則要被統(tǒng)一存入知識(shí)庫(kù)系統(tǒng)中。這樣，管制人員只要在平時(shí)做好知識(shí)庫(kù)系統(tǒng)的更新和維護(hù)，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(jìn)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(jì)算機(jī)科學(xué)的分支，它企圖了解智能的實(shí)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(yīng)反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)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(jì)的巴斯卡和萊布尼茨。十九世紀(jì)，英國(guó)數(shù)學(xué)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(diǎn)是重視問題求解的方法，忽視知識(shí)重要性。（2）隨著第五代計(jì)算機(jī)的研制進(jìn)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(guó)際互連網(wǎng)的技術(shù)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?wù)摰脑掝}。明斯基認(rèn)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(diǎn)認(rèn)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(jī)智。智能機(jī)器人畢竟是一個(gè)賦予一種人類情感程序的機(jī)器，實(shí)質(zhì)上還是沒有人類的意識(shí)，只有固定的程序。

（2）人工智能機(jī)器的責(zé)任問題。人類不斷向前發(fā)展，社會(huì)不斷進(jìn)步，人類把人工智能機(jī)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(duì)子女，這種愛是相互的。人們要面對(duì)智能機(jī)器的情感控制，我們不能把它視為一臺(tái)機(jī)器，應(yīng)該視為人類其中的一員，他們是一個(gè)種族，我們要對(duì)研制出來的人工智能機(jī)器負(fù)責(zé)。智能機(jī)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(jī)器，我們也要愛護(hù)和保護(hù)他們。

三.人工智能的問題對(duì)策

（1）人工智能情感問題研究。我們可以看出人工智能的機(jī)器情感是一個(gè)極其復(fù)雜的問題，這不僅涉及到人工智能的技術(shù)層面，同時(shí)情感是一種特殊的思維方式，機(jī)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(zé)任問題研究。隨著人類社會(huì)的不斷發(fā)展和進(jìn)步，人工智能技術(shù)研究將成為人類不可避免，人類研究人工智能不僅會(huì)給人類帶來幫助，也會(huì)給人們的帶來一些困惑。我們?cè)谘芯咳斯ぶ悄軝C(jī)器要考慮到，智能機(jī)器發(fā)展到一定程度的時(shí)，智能機(jī)器可以自己轉(zhuǎn)變程序，人類要研究一種機(jī)器人的法律規(guī)范，也要賦予研究機(jī)器人的科學(xué)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(fù)面影響。隨著現(xiàn)代科學(xué)技術(shù)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(xì)菌的出現(xiàn)等。

（2）研究人工智能涉及的學(xué)科領(lǐng)域。人工智能是研究使計(jì)算機(jī)來模擬人的某些思維過程的智能行為學(xué)科，主要包括如下領(lǐng)域：專家系統(tǒng)、機(jī)器學(xué)習(xí)能力、模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)。在智能領(lǐng)域里最關(guān)鍵的問題之一，就是機(jī)器學(xué)習(xí)的問題。一旦機(jī)器有了學(xué)習(xí)能力，人類的未來發(fā)展難以預(yù)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(dá)一定水平，人工智能機(jī)器就可以和人做朋友，可以作為家里的一份子出現(xiàn)，進(jìn)入人們的生活。我們?cè)谖磥硪芯咳斯ぶ悄艿陌l(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(shì)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(huì)輸送人才，尤其是為當(dāng)?shù)厣鐣?huì)輸送人才，服務(wù)于當(dāng)?shù)亟?jīng)濟(jì)的建設(shè)，因此做好調(diào)研工作，必須依托于當(dāng)?shù)仄髽I(yè)。調(diào)研工作不能流于表面，要發(fā)動(dòng)整個(gè)教學(xué)團(tuán)隊(duì)的力量。首先，從專業(yè)層面應(yīng)該有整體規(guī)劃，確定調(diào)研的時(shí)間段、調(diào)研哪些企業(yè)，到具體實(shí)施階段，老師下去調(diào)研的時(shí)候不能僅僅是蓋個(gè)章回來就了事，應(yīng)該提供現(xiàn)場(chǎng)調(diào)研的圖片、個(gè)人小結(jié)等資料，另外為了調(diào)動(dòng)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(jìn)行細(xì)致的分析、總結(jié)工作，提煉出對(duì)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(huì)的作用

每個(gè)專業(yè)都有自己的專業(yè)指導(dǎo)委員會(huì)或是校企合作委員會(huì)，要充分發(fā)揮其作用。首先在人選是一定要經(jīng)過篩選，務(wù)必選擇一個(gè)對(duì)整個(gè)專業(yè)發(fā)展能夠提供指導(dǎo)性意見的人，這就需要他有在這個(gè)行業(yè)多年的工作經(jīng)驗(yàn)，另外需要熱愛教育事業(yè)，不能只是來掛個(gè)名，開個(gè)會(huì)，還需要在平時(shí)的各項(xiàng)工作中直到作用。

2.做好課程體系建設(shè)

2.1根據(jù)專業(yè)情況重新整合課程體系

每個(gè)專業(yè)發(fā)展的沿革不一樣，所以制訂課程體系時(shí)絕不能照抄照搬別人的。尤其是樓宇智能化工程技術(shù)專業(yè)，很多課程的開設(shè)是需要硬件支撐的，因此有些課程其他學(xué)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(qǐng)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(shè)。

2.2注重實(shí)踐課程的教學(xué)設(shè)計(jì)

高職高專的學(xué)生，人才培養(yǎng)的目標(biāo)并不是研究型人才，而是技術(shù)型人才，因此要充分做好實(shí)踐課程體系的建設(shè)。首先，理實(shí)一體課程要采用一體化的教學(xué)模式。教學(xué)決不能只在黑板上寫寫劃劃了，現(xiàn)如今90后的學(xué)生，接受信息的渠道很多，老師一定要充分備課。師生雙方應(yīng)該在實(shí)驗(yàn)實(shí)訓(xùn)室邊教、邊學(xué)、邊做、邊評(píng)定，把理論與實(shí)踐教學(xué)緊密地聯(lián)系在一起。其次，做好學(xué)期實(shí)訓(xùn)課程的教學(xué)設(shè)計(jì)。每個(gè)學(xué)期的實(shí)訓(xùn)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(shù)專業(yè)來說，可以基于電工電子技術(shù)進(jìn)行維修電工的實(shí)訓(xùn)，也可以綜合樓宇智能化工程技術(shù)、安防技術(shù)、消防技術(shù)等進(jìn)行智能管理系統(tǒng)綜合實(shí)訓(xùn)。這種生產(chǎn)性的實(shí)訓(xùn)課程要盡量聘請(qǐng)資深的企業(yè)人員參加，這樣對(duì)于教師和學(xué)生提高專業(yè)技能都有幫助。另外，做好頂崗實(shí)習(xí)和畢業(yè)項(xiàng)目設(shè)計(jì)。教師在給學(xué)生頂崗實(shí)習(xí)成績(jī)?cè)u(píng)定時(shí)要有充分的依據(jù)，不能依照個(gè)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(rèn)證工作。要為學(xué)生制訂彈性的證書獲取機(jī)制，每個(gè)學(xué)期的實(shí)訓(xùn)課程盡量為學(xué)生提供考證的機(jī)會(huì)，告訴學(xué)生哪個(gè)證是必考的，哪些證書是選考的。這樣學(xué)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(píng)價(jià)模式

考核的目的是對(duì)學(xué)生的知識(shí)和技能掌握程度的評(píng)價(jià)，也是對(duì)教學(xué)效果的一種評(píng)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(jìn)過程考核，讓學(xué)生付出的每一份努力都能夠得到回報(bào)?？傊?，真實(shí)、客觀的評(píng)價(jià)對(duì)于促進(jìn)學(xué)生的學(xué)習(xí)是非常有幫助的，不僅能提升學(xué)生學(xué)習(xí)的動(dòng)力，還能讓其明白處于集體中的責(zé)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(duì)于學(xué)生綜合素質(zhì)的培養(yǎng)。尤其是樓宇智能化工程技術(shù)這種偏理工科的專業(yè)，要讓學(xué)生明白一個(gè)人以后想在社會(huì)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(gè)人的技能。因此在開設(shè)課程時(shí)要充分考慮到上述能力的培養(yǎng)，可以開設(shè)大學(xué)生就業(yè)創(chuàng)業(yè)、法律法規(guī)常識(shí)、大學(xué)生心理健康教育等公共基礎(chǔ)課，也可以開設(shè)電影藝術(shù)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(lì)學(xué)生創(chuàng)辦或參加社團(tuán)，這對(duì)于學(xué)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(huì)。

篇4

計(jì)算機(jī)輔助工藝設(shè)計(jì)(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(dāng)前CAPP系統(tǒng)的研究熱點(diǎn)。CAPP是現(xiàn)代制造業(yè)信息化的一部分，是計(jì)算機(jī)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(jiǎn)稱AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)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(xué)。人工智能研究如何用計(jì)算機(jī)去模擬、延伸和擴(kuò)展人的智能;如何把計(jì)算機(jī)用得更聰明;如何設(shè)計(jì)和建造具有高智能水平的計(jì)算機(jī)應(yīng)用系統(tǒng);如何設(shè)計(jì)和制造更聰明的計(jì)算機(jī)以及智能水平更高的智能計(jì)算機(jī)等。人工智能是相對(duì)于人類智能而言的，它是采用人工的方法和技術(shù)來模擬、延伸和擴(kuò)展人類智能行為的一門綜合學(xué)科。

將人工智能技術(shù)(AI技術(shù))應(yīng)用到CAPP系統(tǒng)開發(fā)中，使CAPP系統(tǒng)在知識(shí)獲取、知識(shí)推理等方面模擬人的思維方式，解決復(fù)雜的工藝規(guī)程設(shè)計(jì)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(yīng)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(duì)性強(qiáng)，具有較好的實(shí)用性，但對(duì)系統(tǒng)進(jìn)行功能擴(kuò)展困難;后者可以由用戶根據(jù)自身特定的要求進(jìn)行二次開發(fā)，可以實(shí)現(xiàn)更多的柔性和開放性，這種系統(tǒng)與CAD(計(jì)算機(jī)輔助設(shè)計(jì))、CAM(計(jì)算機(jī)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(shè)計(jì)理論目前研究的很少，機(jī)械產(chǎn)品設(shè)計(jì)理論研究的較多，有學(xué)者認(rèn)為設(shè)計(jì)理論與方法由設(shè)計(jì)理論基礎(chǔ)層、設(shè)計(jì)工具和支持技術(shù)平臺(tái)層等三大部分組成。有的學(xué)者提出四理論框架，即設(shè)計(jì)過程理論、性能需求理論、知識(shí)流理論和多方利益協(xié)調(diào)理論。CAPP設(shè)計(jì)理論與機(jī)械產(chǎn)品設(shè)計(jì)理論既有共同性又有特殊性，特別在智能化設(shè)計(jì)方法方面有較大的差別，因此認(rèn)為面向智能化的CAPP設(shè)計(jì)理論與方法體系結(jié)構(gòu)由有三層組成，即基礎(chǔ)科學(xué)層、信息技術(shù)層和智能化設(shè)計(jì)方法層。

在機(jī)械產(chǎn)品工藝設(shè)計(jì)中，存在大量的不確定因素，許多問題需要靠經(jīng)驗(yàn)來解決，早期建立在單純依賴于成組技術(shù)基礎(chǔ)上的CAPP系統(tǒng)，不能很好地解決這些離散知識(shí)的獲取問題，只能設(shè)計(jì)出檢索式或派生式系統(tǒng)。近年來，人工智能技術(shù)在CAPP系統(tǒng)

開發(fā)中的應(yīng)用，使CAPP技術(shù)得到了較大的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)技術(shù)就是AI在CAPP系統(tǒng)中一大應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)(ANN： ArtificialNeuralNetwork)是按照生物神經(jīng)系統(tǒng)原理處理真實(shí)世界的客觀事物，它由大量的簡(jiǎn)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(chǔ)、并行處理、自組織和自學(xué)習(xí)及聯(lián)想記憶等特性;多層前饋網(wǎng)絡(luò)誤差反向傳播(ErrorBack Propagation，簡(jiǎn)稱BP)算法。反向傳播算法(BP)是一種監(jiān)督訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的算法，每一個(gè)訓(xùn)練范例在網(wǎng)絡(luò)中經(jīng)過兩遍傳遞計(jì)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(gè)輸出，并得到一個(gè)該實(shí)際輸出和所需輸出之差的差錯(cuò)矢量;第二遍向后推算，從輸出層至輸入層，利用差錯(cuò)矢量對(duì)權(quán)值進(jìn)行逐層修改。

AI在CAPP中的另一應(yīng)用——粗糙集技術(shù)。粗糙集(RS：Rough Set)理論是一種擅長(zhǎng)處理含糊和不確定問題的數(shù)學(xué)工具，在理論中“知識(shí)”被認(rèn)為是一種對(duì)對(duì)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(duì)象，每行表示該對(duì)象的一條信息。屬性分為條件屬性和決策屬性，論域中的對(duì)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(gòu)建專家系統(tǒng)，對(duì)知識(shí)進(jìn)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(dá)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(gòu)成一個(gè)二維表，對(duì)屬性進(jìn)行量化，組織決策表，再采用一定的約簡(jiǎn)算法對(duì)屬性集和屬性值進(jìn)行約簡(jiǎn)，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(dāng)輸入待加工的零件加工特征時(shí)，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(yīng)用。遺傳算法(Genetic Algorithm)是模擬達(dá)爾文遺傳選擇和自然淘汰的生物進(jìn)化過程的計(jì)算模型，是一種通過模擬自然進(jìn)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(gè)種群開始的，而一個(gè)種群則由經(jīng)過基因編碼的一定數(shù)目的個(gè)體組成，每個(gè)個(gè)體實(shí)際上是帶有染色體特征的實(shí)體。因此，在一開始需要實(shí)現(xiàn)從表現(xiàn)型到基因型的映射即編碼工作，如二進(jìn)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(gè)體的適應(yīng)度大小挑選個(gè)體，并借助于自然遺傳學(xué)的遺傳算子進(jìn)行組合交叉和變異，產(chǎn)生代表新的解集的種群。這個(gè)過程將導(dǎo)致種群像自然進(jìn)化一樣的后生代種群比前代更加適應(yīng)于環(huán)境，末代種群中的最優(yōu)個(gè)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(shí)際應(yīng)用中，往往將多種智能技術(shù)相互結(jié)合，綜合運(yùn)用，發(fā)揮各自的特長(zhǎng)，如人工神經(jīng)網(wǎng)絡(luò)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(jié)合，可起到互補(bǔ)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(shì)，但從目前的人工智能技術(shù)水平來看，不可能使CAPP系統(tǒng)在智能化水平上有實(shí)質(zhì)性的突破，因?yàn)槟壳暗娜斯ぶ悄芗夹g(shù)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(dòng)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(shù)方面有新的發(fā)展，要解決人工智能技術(shù)方面的問題，必須在一些基礎(chǔ)

理論和基礎(chǔ)科學(xué)方面有新的突破，如在生命科學(xué)、數(shù)學(xué)等方面要有新的突破。由此可見，在可以預(yù)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(shì)的基礎(chǔ)上，綜合應(yīng)用各種人工智能技術(shù)，實(shí)現(xiàn)CAPP系統(tǒng)的智能化。

通過以上論述，相信大家對(duì)計(jì)算機(jī)輔助工藝設(shè)計(jì)與人工智能以及AI在CAPP中的應(yīng)用有了一定的了解。人工智能技術(shù)的不斷發(fā)展，智能化CAPP系統(tǒng)必將在知識(shí)獲取、表達(dá)和處理的靈活性和有效性上得到進(jìn)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(shù)水平，是我國(guó)由制造大國(guó)成為制造強(qiáng)國(guó)。

篇5

21世紀(jì)以來，世界都已經(jīng)進(jìn)入大數(shù)據(jù)發(fā)展時(shí)代，人工智能的應(yīng)用與居民生活息息相關(guān)。人工智能就是模仿人類的行為方式和思維模式進(jìn)行工作處理，它比計(jì)算機(jī)技術(shù)更加具有實(shí)用價(jià)值。所以，為了迅速提高我國(guó)大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用，論文基于此展開詳細(xì)分析探討，深入研究人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用價(jià)值。以下主要針對(duì)于人工智能計(jì)算機(jī)的基本內(nèi)容展開簡(jiǎn)單分析與探討：

一、人工智能計(jì)算機(jī)的概況

利用計(jì)算機(jī)技術(shù)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(shù)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(xué)科知識(shí)包括信息與計(jì)算科學(xué)、語言學(xué)、數(shù)學(xué)、心理學(xué)等都有關(guān)聯(lián)。人工智能的發(fā)展目標(biāo)是通過計(jì)算機(jī)技術(shù)讓本該由人工操作的危險(xiǎn)或復(fù)雜的工作由人工智能機(jī)器代替,從而額實(shí)現(xiàn)節(jié)約勞動(dòng)力、減少事故危害發(fā)生的情況，進(jìn)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(fù)雜的問題或是當(dāng)前還無法解決的問題，若是發(fā)生由計(jì)算機(jī)運(yùn)算都還無法獲得正確模型的情況，此時(shí)就可利用人工智能來對(duì)該項(xiàng)問題進(jìn)行有效解決，針對(duì)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(luò)使用質(zhì)量。第二，人工智能可以將簡(jiǎn)單的東西或知識(shí)復(fù)雜化，得到人們想要的高級(jí)程序和數(shù)據(jù)，從而節(jié)約實(shí)現(xiàn)，提高工作效率。

二、大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用

（一）數(shù)據(jù)挖掘技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用數(shù)據(jù)挖掘技術(shù)在近幾年來越來越受到人們的重視，因?yàn)閿?shù)據(jù)挖掘技術(shù)是大數(shù)據(jù)時(shí)展的關(guān)鍵技術(shù)。利用人工智能技術(shù)可研究外界不安全因素的入侵頻率，并在網(wǎng)絡(luò)安全運(yùn)行的前提下結(jié)合網(wǎng)絡(luò)存貯狀態(tài)，將研究結(jié)果記錄保存。之后的工作中，若計(jì)算機(jī)處于運(yùn)行情況時(shí)發(fā)生安全問題，系統(tǒng)會(huì)立即給予警告提示，并及時(shí)攔截入侵對(duì)象。數(shù)據(jù)挖掘技術(shù)其實(shí)從根本上來看，就是由人工智能技術(shù)和大數(shù)據(jù)技術(shù)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(jì)算機(jī)實(shí)現(xiàn)對(duì)數(shù)據(jù)的批量處理。此外，數(shù)據(jù)挖掘技術(shù)還可與各種傳感器融合工作，從而實(shí)現(xiàn)技術(shù)功效的最大潛力，不斷增強(qiáng)計(jì)算機(jī)系統(tǒng)的功效和實(shí)用價(jià)值。

（二）入侵檢測(cè)技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用現(xiàn)展迅速，網(wǎng)絡(luò)科技已成為人們?nèi)粘Ｉ钪兄陵P(guān)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(luò)安全技術(shù)的發(fā)展是保證網(wǎng)絡(luò)使用正常工作的重要前提。當(dāng)前，已經(jīng)有很多網(wǎng)絡(luò)機(jī)制被運(yùn)用到保護(hù)網(wǎng)絡(luò)安全的工作中，但是在對(duì)網(wǎng)絡(luò)安全管理時(shí)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(luò)技術(shù)的發(fā)展迅速，很多手機(jī)支付等網(wǎng)絡(luò)支付方式中會(huì)存在支付密碼泄露的情況?；诖?，在網(wǎng)絡(luò)計(jì)算機(jī)安全使用過程中起到良好作用的是入侵檢測(cè)技術(shù)。該技術(shù)被使用時(shí)，可以對(duì)網(wǎng)絡(luò)中潛存的安全隱患信息及時(shí)偵查處理，對(duì)其數(shù)據(jù)信息進(jìn)行檢測(cè)，最后將檢測(cè)結(jié)果的分析報(bào)告反饋給用戶，實(shí)現(xiàn)有效檢測(cè)。入侵檢測(cè)技術(shù)的不斷發(fā)展和完善，讓計(jì)算機(jī)網(wǎng)絡(luò)的安全運(yùn)行得到極大保障，在對(duì)計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行安全檢測(cè)的條件下，防止網(wǎng)絡(luò)受到外界環(huán)境的干擾。人工智能技術(shù)中還可結(jié)合人工神經(jīng)系統(tǒng)高和專家系統(tǒng)網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)實(shí)時(shí)變化信息的即時(shí)監(jiān)控，切實(shí)保障計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的安全發(fā)展。

篇6

一、關(guān)于一體化智能系統(tǒng)的構(gòu)建分析

現(xiàn)階段，人工智能技術(shù)已逐漸在石油工程領(lǐng)域中取得了廣泛性應(yīng)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(guān)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(cè)、鉆孔曲線測(cè)量及油藏特征分析等方面內(nèi)容，需得出準(zhǔn)確性數(shù)據(jù)信息便于為其他工作開展提供切實(shí)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(shè)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(shí)別、測(cè)井?dāng)?shù)據(jù)介紹及提高采收率等內(nèi)容；第四，知識(shí)融合型問題。需要選出較為合理恰當(dāng)實(shí)踐應(yīng)用手段?？傮w來說，盡管智能化系統(tǒng)已逐步應(yīng)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(dá)到最佳效果，并且智能系統(tǒng)還具備一定局限性特點(diǎn)，對(duì)石油工程實(shí)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(shù)手段，徹底解決以往智能系統(tǒng)應(yīng)用存在不足，借助科學(xué)合理分析方法對(duì)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(lǐng)域中人工智能技術(shù)的應(yīng)用分析

（一）油田地面設(shè)施系統(tǒng)模擬應(yīng)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(yùn)送到三相分離設(shè)備中，并從分離設(shè)備中分離出適量高壓氣進(jìn)入到管網(wǎng)結(jié)構(gòu)中，并且周圍環(huán)境溫度還對(duì)設(shè)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(guān)工作人員能積極構(gòu)建智能模型結(jié)構(gòu)，準(zhǔn)確測(cè)量出石油工程地面系統(tǒng)實(shí)際運(yùn)行情況，對(duì)分離設(shè)備產(chǎn)油量起到一定幫助作用。同時(shí)石油工程參與人員還應(yīng)根據(jù)項(xiàng)目開況構(gòu)建神經(jīng)模型結(jié)構(gòu)，著手于數(shù)據(jù)統(tǒng)計(jì)分析情況，主要包括鑒定識(shí)別和數(shù)字矩陣補(bǔ)孔兩點(diǎn)內(nèi)容，隨后可綜合采用模糊聚類和變量分析方法對(duì)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(gè)變量可能對(duì)最終結(jié)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(shì)，分別是數(shù)據(jù)代表性和利用數(shù)據(jù)對(duì)研發(fā)模型進(jìn)行檢驗(yàn)等，往往該種方法主要適用于列串?dāng)?shù)據(jù)量低于30%情況下。

篇7

中途分類號(hào)：TP39    文獻(xiàn)標(biāo)識(shí)碼：A     文章編號(hào)：

引言:

計(jì)算機(jī)學(xué)科的一個(gè)重要分支就是人工智能，它與基因工程、納米科學(xué)被列為二十一世紀(jì)三大尖端技術(shù)、同時(shí)人工智能是一門匯集了多種學(xué)科相互滲透發(fā)展起來的交叉學(xué)科。對(duì)于人工智能的定義，至今尚未統(tǒng)一，美國(guó)斯坦福大學(xué)人工智能研究中心尼爾遜教授認(rèn)為：人工智能是關(guān)于知識(shí)的學(xué)科——怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)；麻省理工學(xué)院的溫斯頓教授認(rèn)為：人工智能就是研究如何使計(jì)算機(jī)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(diǎn)，但這些說法都形象地反映了人工智能學(xué)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(jì)算機(jī)上模擬、實(shí)現(xiàn)和擴(kuò)展人類智能的一門科學(xué)與技術(shù)。

1. 人工智能技術(shù)的發(fā)展

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

2. 人工智能技術(shù)的應(yīng)用

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

2.1人工智能應(yīng)用之問題的求解

人工智能中的問題解求，就是如何讓機(jī)器去解決人類會(huì)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(gè)問題的方法。目前，人工智能技術(shù)已經(jīng)可以通過計(jì)算機(jī)程序解決了如何考慮要解決的問題，并能尋求較為準(zhǔn)確的解決方案。

2.2人工智能應(yīng)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(lǐng)域之一就是邏輯推理。有關(guān)定理的證明就是讓機(jī)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(zhǔn)確的方法，集中注意力在大型數(shù)據(jù)庫(kù)中的有效事實(shí)，關(guān)注可信度證明，并在出現(xiàn)新信息時(shí)適時(shí)修改這些證明。

2.3人工智能應(yīng)用之自然語言的處理

智能的另一表現(xiàn)就是進(jìn)行自然語言的交流，自然語言處理就是讓機(jī)器與人類進(jìn)行無阻礙的溝通，這正是人工智能技術(shù)應(yīng)用于實(shí)際領(lǐng)域的典型范例。目前此領(lǐng)域的主要研究?jī)?nèi)容是：如何利用計(jì)算機(jī)系統(tǒng)以主題和對(duì)話情境為基礎(chǔ)，生成和理解自然語言。

2.4人工智能應(yīng)用之模式的識(shí)別

如何使機(jī)器具有感知能力也是智能的表現(xiàn)。模式的識(shí)別是利用人工智能技術(shù)開發(fā)智能機(jī)器的關(guān)鍵，主要是通過計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來研究模式的自動(dòng)處理和判讀，讓計(jì)算機(jī)實(shí)現(xiàn)“看見”，“聽見”等功能。計(jì)算機(jī)模式識(shí)別的主要特點(diǎn)是速度快，準(zhǔn)確率高，效率高，計(jì)算機(jī)模式識(shí)別也為人類認(rèn)識(shí)自身智能提供了有利幫助。

2.5人工智能應(yīng)用之智能信息的檢索技術(shù)

在科學(xué)技術(shù)飛速發(fā)展的今天，人類已進(jìn)入了“知識(shí)爆炸”的時(shí)代。傳統(tǒng)檢索系統(tǒng)已經(jīng)滿不足了對(duì)如今如此數(shù)量巨大以及種類繁多的文獻(xiàn)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(shù)的運(yùn)用勢(shì)在必行。

2.6人工智能應(yīng)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(shí)，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(shí)的系統(tǒng)，從而也被稱為知識(shí)基系統(tǒng)。專家系統(tǒng)是人工智能技術(shù)中研究最活躍，最有成效的一個(gè)領(lǐng)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(shí)的思維方式，其水平有時(shí)甚至可以超過人類專家的水平。

2.7人工智能應(yīng)用之機(jī)器人學(xué)

機(jī)器人對(duì)我們并不陌生，已在多個(gè)領(lǐng)域獲得了越來越普遍的應(yīng)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(jī)器人學(xué)所研究的問題主要包括從機(jī)器人手臂的最佳移動(dòng)到實(shí)現(xiàn)機(jī)器人目標(biāo)的動(dòng)作序列的規(guī)劃方法。機(jī)器人和機(jī)器人學(xué)的研究對(duì)人工智能思想的發(fā)展都起到了促進(jìn)作用。

3. 人工智能技術(shù)發(fā)展趨勢(shì)

科學(xué)技術(shù)是第一生產(chǎn)力，但技術(shù)的發(fā)展往往是遠(yuǎn)遠(yuǎn)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(shù)的發(fā)展有如下幾大趨勢(shì)：

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(dòng)中由于意外引起的非預(yù)期效應(yīng)或與預(yù)期效應(yīng)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(shù)；另一種問題的求解程序，是把各種數(shù)學(xué)公式符號(hào)匯編在一起。其性能已達(dá)到非常高的水平，并正在被許多工程師和科學(xué)家應(yīng)用，甚至還有些程序能夠用經(jīng)驗(yàn)來改善其性能。

3.2機(jī)器學(xué)習(xí)

人工智能研究的核心課題之一就是機(jī)器學(xué)習(xí)。我們知道學(xué)習(xí)是人類智能的重要特征，那么機(jī)器學(xué)習(xí)就是指機(jī)器自動(dòng)獲取知識(shí)的過程。機(jī)器學(xué)習(xí)是機(jī)器獲取知識(shí)的根本途徑，也是機(jī)器智能的重要標(biāo)志。計(jì)算機(jī)的機(jī)器學(xué)習(xí)主要研究?jī)?nèi)容為如何讓計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)能力。今后機(jī)器學(xué)習(xí)的研究主要是研究人腦思維的過程、人類學(xué)習(xí)的機(jī)理等。

3.3模式識(shí)別

用計(jì)算機(jī)實(shí)現(xiàn)模式(文字、聲音、人物、物體等)的自動(dòng)識(shí)別，彌補(bǔ)計(jì)算機(jī)對(duì)外部世界感知能力低下的缺陷，使計(jì)算機(jī)能夠通過感官接受外界信息，識(shí)別和理解周圍環(huán)境。依然是人工智能技術(shù)今后研究的重要方向。因?yàn)槟Ｊ阶R(shí)別能為人類認(rèn)識(shí)自身智能提供線索，也是開發(fā)智能機(jī)器的一個(gè)最關(guān)鍵的突破口。目前計(jì)算機(jī)模式識(shí)別系統(tǒng)的研究熱點(diǎn)主要為三維景物、活動(dòng)目標(biāo)的識(shí)別和分析方面。傳統(tǒng)的用統(tǒng)計(jì)模式和結(jié)構(gòu)模式的識(shí)別方法將會(huì)被近年來迅速發(fā)展起來的模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代，特別是神經(jīng)網(wǎng)絡(luò)方法在模式識(shí)別中取得較大進(jìn)展。

3.4專家系統(tǒng)

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

3.5人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)，常被簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。是未來人工智能應(yīng)用的新領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)是指由大量處理單元（神經(jīng)元）互連而成的網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自學(xué)習(xí)能力，主要擅長(zhǎng)處理復(fù)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(shí)人工神經(jīng)網(wǎng)絡(luò)還具有大規(guī)模并行處理和分布的信息存儲(chǔ)能力?；蛟S未來智能計(jì)算機(jī)的構(gòu)成可能就是作為主機(jī)的馮•諾依曼型機(jī)與作為智能外圍的人工神經(jīng)網(wǎng)絡(luò)的結(jié)合。

4. 結(jié)論語

人工智能的基本思想已經(jīng)在許多領(lǐng)域中得到應(yīng)用，對(duì)于人工智能技術(shù)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(dòng)人類在科學(xué)與生活領(lǐng)域的發(fā)展。

參考文獻(xiàn)：

[1]胡勤.人工智能概述[J].電腦知識(shí)與技術(shù)，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(xué)出版社，2002.87-91.

[3]張妮等.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].煤礦機(jī)械，2009，（02）：4-7.

[4]亓慧.議當(dāng)代人工智能的應(yīng)用領(lǐng)域和發(fā)展?fàn)顩r[J].福建電腦，2008，（05）：33.

[5]蔡自興，徐光.人工智能及其應(yīng)用[M].北京：清華大學(xué)出版社，2003.51-93.

篇8

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

2003年12月5日,國(guó)內(nèi)第一個(gè)“智能科學(xué)與技術(shù)”本科專業(yè)在北京大學(xué)誕生[2],它標(biāo)志著我國(guó)智能科學(xué)與技術(shù)本科教育的開始,對(duì)我國(guó)智能科學(xué)技術(shù)人才培養(yǎng)和智能科學(xué)與技術(shù)學(xué)科建設(shè)起到極大的帶動(dòng)作用。目前,人工智能課程的教學(xué)存在幾個(gè)問題:首先,注重講授理論知識(shí),實(shí)驗(yàn)環(huán)節(jié)滯后,這不利于培養(yǎng)學(xué)生的實(shí)踐能力,更談不上實(shí)踐創(chuàng)新。其次,人工智能是交叉學(xué)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(xué)生學(xué)習(xí)時(shí)抓不住重點(diǎn),不能理解人工智能的根本方法和思想。一般說來,計(jì)算機(jī)專業(yè)的其他課程,如網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、算法分析與設(shè)計(jì)等,都是求解結(jié)構(gòu)化問題的基本技術(shù),而人工智能技術(shù)則是解決非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的有效技術(shù)。最后,人工智能科學(xué)與技術(shù)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(gè)研究方向結(jié)合起來,也沒有把傳授課本知識(shí)和引導(dǎo)啟發(fā)創(chuàng)新結(jié)合起來。

適應(yīng)知識(shí)經(jīng)濟(jì)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(chǔ)研究的生命,而高等學(xué)校的教學(xué)只有與科研緊密結(jié)合,才能在培養(yǎng)學(xué)生的創(chuàng)新精神方面有所作為。為此,針對(duì)人工智能的課程特點(diǎn),我們積極開展研究型教學(xué)、研究型學(xué)習(xí),提高大學(xué)生的學(xué)習(xí)能力、實(shí)踐能力和創(chuàng)新能力的研究與實(shí)踐。在教材上,我們選用了清華大學(xué)出版社出版、馬少平等編寫的《人工智能》。我們的教學(xué)研究與實(shí)踐的主要內(nèi)容包括三個(gè)方面:啟發(fā)式傳授人工智能解決問題的非結(jié)構(gòu)化的思想;成體系的實(shí)驗(yàn)訓(xùn)練;以及與畢業(yè)論文,學(xué)校大學(xué)生科研項(xiàng)目資助計(jì)劃,國(guó)家大學(xué)生創(chuàng)新性實(shí)驗(yàn)計(jì)劃相對(duì)接的科研訓(xùn)練。這三個(gè)主要方面,層層遞進(jìn)、環(huán)環(huán)相扣,是體系完整的創(chuàng)新型人工智能教學(xué)實(shí)踐。下面,我們就這三個(gè)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(jié)構(gòu)化思想

現(xiàn)實(shí)世界的問題可以按照結(jié)構(gòu)化程度劃分成三個(gè)層次[1]:1)結(jié)構(gòu)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(jié)構(gòu)化問題,難以用確定的形式來描述,主要根據(jù)經(jīng)驗(yàn)來求解;3)半結(jié)構(gòu)化問題,介于上述兩者之間。一般說來,計(jì)算機(jī)專業(yè)的其他課程如網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、算法分析與設(shè)計(jì)等,都是求解結(jié)構(gòu)化問題的基本技術(shù)。而人工智能技術(shù)則是解決非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的有效技術(shù)。人工智能的教學(xué)可以讓學(xué)生在體驗(yàn)、認(rèn)識(shí)人工智能知識(shí)與技術(shù)的過程中獲得對(duì)非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的解決過程的了解,從而達(dá)到培養(yǎng)學(xué)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(jí)搜素、謂詞邏輯和歸結(jié)原理、知識(shí)表示、不確定性推理方法、機(jī)器學(xué)習(xí)等。這些主要內(nèi)容也可以相應(yīng)地歸結(jié)為若干個(gè)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(jié)算法、貝葉斯網(wǎng)絡(luò)、決策樹、神經(jīng)網(wǎng)絡(luò)(BP算法、自組織網(wǎng)絡(luò)和Hopfield神經(jīng)網(wǎng)絡(luò)算法)。元啟發(fā)式算法是一種啟發(fā)式的隨機(jī)算法,是用來解決非結(jié)構(gòu)化問題的典型算法,其思想和傳統(tǒng)的決定性算法如動(dòng)態(tài)規(guī)劃、分支限界完全不一樣。學(xué)生在剛一接觸到這些元啟發(fā)式算法一時(shí)難以接受和理解其機(jī)理,對(duì)算法的有效性往往半信半疑。根據(jù)非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的特點(diǎn),講解和演示算法在解決此類問題的具體步驟和詳細(xì)過程,從而讓學(xué)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(shí)候,學(xué)生會(huì)問,是模擬退火算法強(qiáng),還是遺傳算法強(qiáng);在講到機(jī)器學(xué)習(xí)算法的時(shí)候,學(xué)生會(huì)問到底哪個(gè)分類算法最好,這時(shí)候我們可以把搜索(優(yōu)化)領(lǐng)域和機(jī)器學(xué)習(xí)領(lǐng)域的“沒有免費(fèi)午餐”定理進(jìn)行適當(dāng)?shù)闹v解和解釋,從而把具體算法實(shí)現(xiàn)層面之上的一些人工智能的哲學(xué)思想進(jìn)行傳授。

在人工智能的具體教學(xué)中,采用問題教學(xué)法和參與式教學(xué)法。在問題教學(xué)法中,圍繞人工智能的知識(shí)模塊,在引導(dǎo)學(xué)生發(fā)現(xiàn)各種各樣問題的前提下,傳授知識(shí)。教學(xué)活動(dòng)中,嘗試使人工智能知識(shí)圍繞實(shí)際問題而展現(xiàn),使問題不僅成為激發(fā)學(xué)生求知欲的前提,也成為學(xué)生期盼、理解和吸收知識(shí)的前提,以此激發(fā)學(xué)生的創(chuàng)造動(dòng)機(jī)和創(chuàng)造性思維。在參與式教學(xué)中,打破人工智能算法的枯燥、沉悶的傳統(tǒng)教學(xué)法,嘗試開放式教學(xué)內(nèi)容;提問式講課;無標(biāo)準(zhǔn)答案的課程設(shè)計(jì);查找文獻(xiàn),分組動(dòng)手實(shí)現(xiàn)人工智能算法等參與式教學(xué)方法,培養(yǎng)和發(fā)揚(yáng)學(xué)生的參與意識(shí),通過參與式教學(xué)提高學(xué)生學(xué)習(xí)的主動(dòng)性、積極性和效率,培養(yǎng)學(xué)生的動(dòng)手能力和創(chuàng)新能力。

2成體系的實(shí)驗(yàn)訓(xùn)練

獨(dú)立開展人工智能實(shí)驗(yàn)課程,開發(fā)一批新型、富有創(chuàng)意的實(shí)驗(yàn)案例庫(kù),搭建一個(gè)創(chuàng)新實(shí)驗(yàn)和虛擬學(xué)習(xí)社區(qū)平臺(tái)。人工智能實(shí)驗(yàn)課程的特點(diǎn)是應(yīng)用各種人工智能方法,根據(jù)問題的約束、結(jié)構(gòu)、信息進(jìn)行表示建模和計(jì)算機(jī)上實(shí)現(xiàn),是與人工智能原理同步的實(shí)驗(yàn)課程。學(xué)生必須掌握的人工智能的基本原理和計(jì)算機(jī)操作技能,它對(duì)于學(xué)生的知識(shí)、能力和綜合素質(zhì)的培養(yǎng)與提高起著至關(guān)重要的作用,在整個(gè)教學(xué)過程中占有非常重要的地位,是計(jì)算機(jī)軟件、計(jì)算機(jī)應(yīng)用、計(jì)算機(jī)網(wǎng)絡(luò)、軟件工程等專業(yè)的一門重要的必修專業(yè)課程。通過實(shí)驗(yàn),學(xué)生得到嚴(yán)格的訓(xùn)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(shù),熟悉各種計(jì)算環(huán)境的基本使用。

在培養(yǎng)學(xué)生掌握實(shí)驗(yàn)的基本操作、基本技能和基本知識(shí)的同時(shí),努力培養(yǎng)學(xué)生的創(chuàng)新意識(shí)與創(chuàng)新能力。為實(shí)現(xiàn)這一目標(biāo),在課程內(nèi)容安排上采用適量基本原理與方法的實(shí)驗(yàn)內(nèi)容為基本內(nèi)容,增加一系列綜合性實(shí)驗(yàn)和開放性創(chuàng)新實(shí)驗(yàn)問題,在實(shí)驗(yàn)內(nèi)容方面更注重研究性實(shí)驗(yàn)中的創(chuàng)新問題。實(shí)驗(yàn)內(nèi)容方面分為三個(gè)層次:基本原理的基礎(chǔ)性實(shí)驗(yàn)、綜合實(shí)驗(yàn)和研究性實(shí)驗(yàn)。在后兩個(gè)層次的實(shí)驗(yàn)中,部分引入人工智能課程小組團(tuán)隊(duì)的最新科研成果,目的在于通過完成這些研究性實(shí)驗(yàn),培養(yǎng)學(xué)生獨(dú)立解決實(shí)際問題的能力,以提升學(xué)生的科研素質(zhì)與創(chuàng)新意識(shí)。我們將這些設(shè)計(jì)實(shí)驗(yàn)稱為新型實(shí)驗(yàn)案例庫(kù),它被放在人工智能課程小組網(wǎng)站上,以此搭建一個(gè)創(chuàng)新實(shí)驗(yàn)和虛擬學(xué)習(xí)社區(qū)平臺(tái)。通過實(shí)驗(yàn)課程的學(xué)習(xí)和訓(xùn)練,學(xué)生應(yīng)達(dá)到下列要求。

1) 掌握人工智能方法的優(yōu)點(diǎn)及其在實(shí)際中的應(yīng)用。

2) 學(xué)會(huì)對(duì)人工智能問題進(jìn)行分析建模和應(yīng)用各種計(jì)算工具實(shí)現(xiàn)問題求解,熟悉對(duì)實(shí)驗(yàn)現(xiàn)象的觀察和記錄,實(shí)驗(yàn)數(shù)據(jù)的獲取與設(shè)計(jì),最佳實(shí)驗(yàn)條件的判斷和選擇,實(shí)驗(yàn)結(jié)果的分析和討論等一套嚴(yán)謹(jǐn)?shù)膶?shí)驗(yàn)方法。

3) 鞏固并加深對(duì)人工智能原理課程的基本原理和概念的理解,培養(yǎng)學(xué)生勤奮學(xué)習(xí),求真求實(shí)的科學(xué)品德,培養(yǎng)學(xué)生的動(dòng)手能力、觀察能力、查閱文獻(xiàn)能力、思維能力、想象能力、表達(dá)能力。

4) 通過完成綜合研究性實(shí)驗(yàn),培養(yǎng)學(xué)生獨(dú)立解決實(shí)際問題的能力,提高學(xué)生的科研素質(zhì)與創(chuàng)新意識(shí)。

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

在實(shí)驗(yàn)組織方面,根據(jù)各實(shí)驗(yàn)的目的和要求,學(xué)生分為5人1組,指定一個(gè)組長(zhǎng),每組選擇1套實(shí)驗(yàn)題目?；A(chǔ)實(shí)驗(yàn)題目要求達(dá)到27學(xué)時(shí)、綜合性實(shí)驗(yàn)題目選擇1題和研究性實(shí)驗(yàn)題目選擇1題,基礎(chǔ)實(shí)驗(yàn)題目要求在規(guī)定時(shí)間內(nèi),小組獨(dú)立完成實(shí)驗(yàn)測(cè)定、數(shù)據(jù)處理,并撰寫實(shí)驗(yàn)報(bào)告。實(shí)驗(yàn)過程中, 要求學(xué)生勤于動(dòng)手, 敏銳觀察, 細(xì)心操作, 開動(dòng)腦筋, 分析鉆研問題, 準(zhǔn)確記錄原始數(shù)據(jù), 經(jīng)教師檢查,實(shí)驗(yàn)及其原始數(shù)據(jù)記錄才有效。同時(shí),團(tuán)隊(duì)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(xué)會(huì)與他人合作,培養(yǎng)團(tuán)隊(duì)創(chuàng)新能力。

3課程學(xué)習(xí)與畢業(yè)論文,科研訓(xùn)練相結(jié)合

人工智能技術(shù)在一定程度上代表著信息技術(shù)的前沿和未來,通過學(xué)習(xí)和體驗(yàn)人工智能的知識(shí)和技術(shù),學(xué)生能夠在一定程度上了解信息技術(shù)發(fā)展的前沿知識(shí),這有助學(xué)生開闊視野、培養(yǎng)興趣,為今后繼續(xù)深造或走向社會(huì)奠定堅(jiān)實(shí)的基礎(chǔ)[3-4]。

人工智能的理論和方法廣泛應(yīng)用于數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、模式識(shí)別、圖像處理中,這些內(nèi)容既是高年級(jí)的后續(xù)課程,又是現(xiàn)在熱門的研究方向。學(xué)習(xí)和深刻理解人工智能的理論、方法和應(yīng)用,對(duì)后續(xù)課程學(xué)習(xí)以及今后的研究具有重要的意義。

我院規(guī)定大學(xué)三年級(jí)的學(xué)生開始聯(lián)系畢業(yè)論文指導(dǎo)導(dǎo)師,同時(shí)確定畢業(yè)論文的研究方向,提前進(jìn)行科研實(shí)踐,以培養(yǎng)實(shí)踐能力和研究素質(zhì)。人工智能課程正好是大三高年級(jí)開設(shè)的專業(yè)課,因此,我們把課程實(shí)驗(yàn)及設(shè)計(jì)與同學(xué)的興趣相結(jié)合,引導(dǎo)學(xué)生,并提煉和形成學(xué)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(xué)實(shí)踐,很多學(xué)生的選題都與上述歸納的人工智能若干算法相關(guān),如算法本身的研究和改進(jìn),或是算法在各領(lǐng)域,如數(shù)據(jù)挖掘、圖像處理等的應(yīng)用。在我們的科研能力訓(xùn)練計(jì)劃中,一批項(xiàng)目和課題,如混合神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用、差分演化算法研究與應(yīng)用、基于協(xié)同訓(xùn)練的推薦系統(tǒng)等,分別受到國(guó)家和學(xué)校本科生科研項(xiàng)目立項(xiàng)資助。一批三四年級(jí)的本科生以第一作者身份在國(guó)內(nèi)核心期刊、國(guó)際會(huì)議和期刊上發(fā)表學(xué)術(shù)論文,這激發(fā)了學(xué)生的科研興趣,使學(xué)生體會(huì)到了創(chuàng)新的樂趣。

總之,課程學(xué)習(xí)與畢業(yè)論文、學(xué)校大學(xué)生科研項(xiàng)目資助計(jì)劃、國(guó)家大學(xué)生創(chuàng)新性實(shí)驗(yàn)計(jì)劃相對(duì)接的科研訓(xùn)練,極大地提升了學(xué)生的創(chuàng)新能力和科研基本素質(zhì)。

4結(jié)語

針對(duì)人工智能的課程特點(diǎn),我們積極開展研究型教學(xué)、研究型學(xué)習(xí),提高大學(xué)生的學(xué)習(xí)能力、實(shí)踐能力和創(chuàng)新能力的研究與實(shí)踐。我們的教學(xué)研究與實(shí)踐主要內(nèi)容包括三個(gè)方面:啟發(fā)式傳授人工智能解決問題的非結(jié)構(gòu)化的思想;成體系的實(shí)驗(yàn)訓(xùn)練;以及與畢業(yè)論文、學(xué)校大學(xué)生科研項(xiàng)目資助計(jì)劃、國(guó)家大學(xué)生創(chuàng)新性實(shí)驗(yàn)計(jì)劃相對(duì)接的科研訓(xùn)練。這三個(gè)主要方面,層層遞進(jìn)、環(huán)環(huán)相扣,是體系完整的創(chuàng)新型人工智能教學(xué)實(shí)踐,新的改革和實(shí)踐在教學(xué)中取得了令人滿意效果。

參考文獻(xiàn):

[1] 張劍平. 關(guān)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(gè)智能科學(xué)技術(shù)專業(yè)[J]. 計(jì)算機(jī)教育,2009(11):16-20.

[3] 羅輝,梁艷春. 大學(xué)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(shè)想[J]. 計(jì)算機(jī)時(shí)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(kuò)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(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支 它企圖了解智能的實(shí)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(jī)器．該領(lǐng)域的研究包括機(jī)器人．語言識(shí)別、圖像識(shí)別 自然語言處理和專家系統(tǒng)等。電氣自動(dòng)化是研究與電氣工程有關(guān)的系統(tǒng)運(yùn)行、自動(dòng)控制，電力電子技術(shù)、信息處理、試驗(yàn)分析 研制開發(fā)以及電子與計(jì)算機(jī)應(yīng)用等領(lǐng)域的一門學(xué)科。實(shí)現(xiàn)機(jī)械的自動(dòng)化，讓機(jī)械部份脫離人類的直接控制和操作自動(dòng)實(shí)現(xiàn)某些過程是電氣自動(dòng)化和人工智能研究的交匯點(diǎn)。積極運(yùn)用人工智能的新成果無疑有利于電氣自動(dòng)化學(xué)科特別是自動(dòng)控制領(lǐng)域的發(fā)展．也有利于提高電氣設(shè)各運(yùn)行的智能化水平．對(duì)改造電氣設(shè)備系統(tǒng)，增強(qiáng)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(yīng)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(kuò)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(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)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(jī)器 該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)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(xué)會(huì)上提出以后，人工智能研究飛速發(fā)展，成為以計(jì)算機(jī)為主．涉及信息論．控制論， 自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)的一門學(xué)科。人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜的工作。

當(dāng)今社會(huì)，計(jì)算機(jī)技術(shù)已經(jīng)滲透到生產(chǎn)生活的方方面面．計(jì)算機(jī)編程技術(shù)的日新月異催生自動(dòng)化生產(chǎn)，運(yùn)輸 傳播的快速發(fā)展。人腦是最精密的機(jī)器，編程也不過是簡(jiǎn)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(jī)能將是實(shí)現(xiàn)自動(dòng)化的主要途徑。電氣自動(dòng)化控制是增強(qiáng)生產(chǎn)．流通、交換、分配等關(guān)鍵一環(huán)．實(shí)現(xiàn)自動(dòng)化，就等于減少了人力資本投入，并提高了運(yùn)作的效率。

2、人工智能控制器的優(yōu)勢(shì)

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(jì)器具有更多的優(yōu)勢(shì)．這些優(yōu)勢(shì)如下：

(1)它們的設(shè)計(jì)不需要控制對(duì)象的模型(在許多場(chǎng)合，很難得到實(shí)際控制對(duì)象的精確動(dòng)態(tài)方程，實(shí)際控制對(duì)象的模型在控制器設(shè)計(jì)時(shí)往往有很多不確實(shí)性因素，例如：參數(shù)變化，非線性時(shí)，往往不知道)。

(2)通過適當(dāng)調(diào)整(根據(jù)響應(yīng)時(shí)間 下降時(shí)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(shí)間比最優(yōu)PID控制器快1.5倍 ，下降時(shí)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(shí)時(shí)．通過響應(yīng)數(shù)據(jù)也能設(shè)計(jì)它們。

(5)運(yùn)用語言和響應(yīng)信息可能設(shè)計(jì)它們。

總而言之，當(dāng)采用自適應(yīng)模糊神經(jīng)控制器、規(guī)則庫(kù)和隸屬函數(shù)在模糊化和反模糊化過程中能夠自動(dòng)地實(shí)時(shí)確定。有很多方法來實(shí)現(xiàn)這個(gè)過程，但主要的目標(biāo)是使用系統(tǒng)技術(shù)實(shí)現(xiàn)穩(wěn)定的解，并且找到最簡(jiǎn)單的拓樸結(jié)構(gòu)配置．自學(xué)習(xí)迅速，收斂快速。

3、人工智能的應(yīng)用現(xiàn)狀

隨著人工智能技術(shù)的發(fā)展，許多高等院校及科研機(jī)構(gòu)就人工智能在電氣設(shè)備的應(yīng)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(shè)計(jì)，故障預(yù)測(cè)及診斷、控制與保護(hù)等領(lǐng)域。

3.1 優(yōu)化設(shè)計(jì)

電氣設(shè)備的設(shè)計(jì)是一項(xiàng)復(fù)雜的工作 它不僅要應(yīng)用電路、電磁場(chǎng)、電機(jī)電器等學(xué)科的知識(shí)，還要大量運(yùn)用設(shè)計(jì)中的經(jīng)驗(yàn)性知識(shí)。傳統(tǒng)的產(chǎn)品設(shè)計(jì)是采用簡(jiǎn)單的實(shí)驗(yàn)手段和根據(jù)經(jīng)驗(yàn)用手工的方式進(jìn)行的．因此很難獲得最優(yōu)方案。隨著計(jì)算機(jī)技術(shù)的發(fā)展，電氣產(chǎn)品的設(shè)計(jì)從手工逐漸轉(zhuǎn)向計(jì)算機(jī)輔助設(shè)計(jì)(CAD)，大大縮短了產(chǎn)品開發(fā)周期。人工智能的引進(jìn)．使傳統(tǒng)的CAD技術(shù)如虎添翼．產(chǎn)品設(shè)計(jì)的效率及質(zhì)量得到全面提高。用于優(yōu)化設(shè)計(jì)的人工智能技術(shù)主要有遺傳算法和專家系統(tǒng)。遺傳算法是一種比較先進(jìn)的優(yōu)化算法，非常適合于產(chǎn)品優(yōu)化設(shè)計(jì)。因此電氣產(chǎn)品人工智能優(yōu)化設(shè)計(jì)大部分采用此種方法或其改進(jìn)方法。

3.2 故障診斷

電氣設(shè)備的故障與其征兆之間的關(guān)系錯(cuò)綜復(fù)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(shì)。已用于電氣設(shè)備故障診斷的人工智能技術(shù)有：模糊邏輯、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)。

變壓器由于在電力系統(tǒng)中的特殊地位而備受關(guān)注，有關(guān)方面的研究論文較多。目前對(duì)變壓器進(jìn)行故障診斷最常用的方法是對(duì)變壓器油中分解的氣體進(jìn)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(shù)在發(fā)電機(jī)及電動(dòng)機(jī)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(shù)在自動(dòng)控制領(lǐng)域的研究與應(yīng)用已廣泛展開．但在電氣設(shè)備控制領(lǐng)域所見報(bào)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(luò)控制、專家系統(tǒng)控制。由于模糊控制是其中最為簡(jiǎn)單、最具實(shí)際意義的方法．因而它的應(yīng)用實(shí)例最多。

4、結(jié)語

人類智能主要包括三個(gè)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(jī)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(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(dòng)程序設(shè)計(jì)．專家系統(tǒng)，機(jī)器人學(xué)等方面，而這諸多方面都體現(xiàn)了一個(gè)自動(dòng)化的特征．表達(dá)了一個(gè)共同的主題，即提高機(jī)械人類意識(shí)能力，強(qiáng)化控制自動(dòng)化．因此人工智能在電氣自動(dòng)化領(lǐng)域?qū)?huì)大有作為，電氣自動(dòng)化控制也需要人工智能的參與。

篇10

人工智能技術(shù)是隨著計(jì)算機(jī)技術(shù)發(fā)展逐步形成的，是基于人的智能為基礎(chǔ)理論進(jìn)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(jī)器，在當(dāng)前最為常見的人工智能方式有機(jī)器人、語言識(shí)別和圖像處理系統(tǒng)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，是計(jì)算機(jī)發(fā)展中利用相應(yīng)的技術(shù)手段對(duì)各種信息資源進(jìn)行辨別和分析的基礎(chǔ)。隨著社會(huì)發(fā)展中，人們對(duì)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(duì)其控制方式也在逐步的提高。要實(shí)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(dāng)前社會(huì)發(fā)展的需求，這就使得在電氣施工中對(duì)人工智能技術(shù)要求不斷增加，從而提高電氣設(shè)備運(yùn)行質(zhì)量。實(shí)現(xiàn)機(jī)械的自動(dòng)化，能夠使得機(jī)械在進(jìn)行運(yùn)轉(zhuǎn)的過程中脫離人類的控制自我進(jìn)行調(diào)節(jié)和運(yùn)行，從而降低人力成本和管理成本。積極運(yùn)用人工智能的新成果無疑有利的，是基于當(dāng)前電氣自動(dòng)化學(xué)科應(yīng)用和分析過程中實(shí)現(xiàn)其發(fā)展的前提和關(guān)鍵，更好死社會(huì)發(fā)展中智能技術(shù)手段進(jìn)行分析與應(yīng)用的結(jié)局。

1、人工智能應(yīng)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(kuò)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(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)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(jī)器 該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)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(xué)會(huì)上提出以后，人工智能研究飛速發(fā)展，成為以計(jì)算機(jī)為主．涉及信息論．控制論， 自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)的一門學(xué)科。人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜的工作。 當(dāng)今社會(huì)，計(jì)算機(jī)技術(shù)已經(jīng)滲透到生產(chǎn)生活的方方面面，計(jì)算機(jī)編程技術(shù)的日新月異催生自動(dòng)化生產(chǎn)，運(yùn)輸，傳播的快速發(fā)展。人腦是最精密的機(jī)器，編程也不過是簡(jiǎn)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(jī)能將是實(shí)現(xiàn)自動(dòng)化的主要途徑。電氣自動(dòng)化控制是增強(qiáng)生產(chǎn)、流通、交換、分配等關(guān)鍵一環(huán)，實(shí)現(xiàn)自動(dòng)化，就等于減少了人力資本投入，并提高了運(yùn)作的效率。隨著信息技術(shù)的發(fā)展，許多新方法和技術(shù)進(jìn)入工程化、產(chǎn)品化階段，這對(duì)自動(dòng)控制技術(shù)提出獷新的挑戰(zhàn)，促進(jìn)了智能理論在控制技術(shù)中的應(yīng)用， 以解決用傳統(tǒng)的方法難以解決的復(fù)雜系統(tǒng)的控制問題。

當(dāng)今社會(huì)，計(jì)算機(jī)技術(shù)已經(jīng)滲透到生產(chǎn)生活的方方面面．計(jì)算機(jī)編程技術(shù)的日新月異催生自動(dòng)化生產(chǎn)，運(yùn)輸 傳播的快速發(fā)展。人腦是最精密的機(jī)器，編程也不過是簡(jiǎn)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(jī)能將是實(shí)現(xiàn)自動(dòng)化的主要途徑。電氣自動(dòng)化控制是增強(qiáng)生產(chǎn)．流通、交換、分配等關(guān)鍵一環(huán)．實(shí)現(xiàn)自動(dòng)化，就等于減少了人力資本投入，并提高了運(yùn)作的效率。

2、人工智能控制器的優(yōu)勢(shì)

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(jì)器具有更多的優(yōu)勢(shì)．這些優(yōu)勢(shì)如下：

(1)它們的設(shè)計(jì)不需要控制對(duì)象的模型(在許多場(chǎng)合，很難得到實(shí)際控制對(duì)象的精確動(dòng)態(tài)方程，實(shí)際控制對(duì)象的模型在控制器設(shè)計(jì)時(shí)往往有很多不確實(shí)性因素，例如：參數(shù)變化，非線性時(shí)，往往不知道)。

(2)通過適當(dāng)調(diào)整(根據(jù)響應(yīng)時(shí)間 下降時(shí)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(shí)間比最優(yōu)PID控制器快1.5倍 ，下降時(shí)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(shí)時(shí)．通過響應(yīng)數(shù)據(jù)也能設(shè)計(jì)它們。

(5)運(yùn)用語言和響應(yīng)信息可能設(shè)計(jì)它們。

總而言之，當(dāng)采用自適應(yīng)模糊神經(jīng)控制器、規(guī)則庫(kù)和隸屬函數(shù)在模糊化和反模糊化過程中能夠自動(dòng)地實(shí)時(shí)確定。有很多方法來實(shí)現(xiàn)這個(gè)過程，但主要的目標(biāo)是使用系統(tǒng)技術(shù)實(shí)現(xiàn)穩(wěn)定的解，并且找到最簡(jiǎn)單的拓樸結(jié)構(gòu)配置．自學(xué)習(xí)迅速，收斂快速。

3、人工智能的應(yīng)用現(xiàn)狀

隨著人工智能技術(shù)的發(fā)展，許多高等院校及科研機(jī)構(gòu)就人工智能在電氣設(shè)備的應(yīng)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(shè)計(jì)，故障預(yù)測(cè)及診斷、控制與保護(hù)等領(lǐng)域。

3.1 優(yōu)化設(shè)計(jì)

電氣設(shè)備的設(shè)計(jì)是一項(xiàng)復(fù)雜的工作 它不僅要應(yīng)用電路、電磁場(chǎng)、電機(jī)電器等學(xué)科的知識(shí)，還要大量運(yùn)用設(shè)計(jì)中的經(jīng)驗(yàn)性知識(shí)。傳統(tǒng)的產(chǎn)品設(shè)計(jì)是采用簡(jiǎn)單的實(shí)驗(yàn)手段和根據(jù)經(jīng)驗(yàn)用手工的方式進(jìn)行的．因此很難獲得最優(yōu)方案。隨著計(jì)算機(jī)技術(shù)的發(fā)展，電氣產(chǎn)品的設(shè)計(jì)從手工逐漸轉(zhuǎn)向計(jì)算機(jī)輔助設(shè)計(jì)(CAD)，大大縮短了產(chǎn)品開發(fā)周期。人工智能的引進(jìn)．使傳統(tǒng)的CAD技術(shù)如虎添翼．產(chǎn)品設(shè)計(jì)的效率及質(zhì)量得到全面提高。用于優(yōu)化設(shè)計(jì)的人工智能技術(shù)主要有遺傳算法和專家系統(tǒng)。遺傳算法是一種比較先進(jìn)的優(yōu)化算法，非常適合于產(chǎn)品優(yōu)化設(shè)計(jì)。因此電氣產(chǎn)品人工智能優(yōu)化設(shè)計(jì)大部分采用此種方法或其改進(jìn)方法。

3.2 故障診斷

電氣設(shè)備的故障與其征兆之間的關(guān)系錯(cuò)綜復(fù)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(shì)。已用于電氣設(shè)備故障診斷的人工智能技術(shù)有：模糊邏輯、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)。

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

3．3智能控制