前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人工智能發(fā)展前景范文，相信會(huì)為您的寫作帶來(lái)幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

人工智能發(fā)展前景范文第1篇

關(guān)鍵詞：人機(jī)大戰(zhàn)；人工智能；發(fā)展前景

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

0.引言

2016年3月15日，備受矚目的“人機(jī)大戰(zhàn)”終于落下帷幕，最終Google公司開(kāi)發(fā)的“AlphaGo”以4∶1戰(zhàn)勝了韓國(guó)九段棋手李世h。毫無(wú)疑問(wèn)，這是人工智能歷史上一個(gè)具有里程碑式的大事件。大家一致認(rèn)為，人工智能已經(jīng)上升到了一個(gè)新的高度。

這次勝利與1997年IBM公司的“深藍(lán)”戰(zhàn)勝國(guó)際象棋世界冠軍卡斯帕羅不同。主要表現(xiàn)在兩個(gè)方面：

（1）AlphaGo的勝利并非僅僅依賴強(qiáng)悍的計(jì)算能力和龐大的棋譜數(shù)據(jù)庫(kù)取勝，而是AlphaGo已經(jīng)擁有了深度學(xué)習(xí)的能力，能夠?qū)W習(xí)已經(jīng)對(duì)弈過(guò)的棋盤，并在練習(xí)和實(shí)戰(zhàn)中不斷學(xué)習(xí)和積累經(jīng)驗(yàn)。

（2）圍棋比國(guó)際象棋更加復(fù)雜，圍棋棋盤有361個(gè)點(diǎn)，其分支因子無(wú)窮無(wú)盡，19×19格圍棋的合法棋局?jǐn)?shù)的所有可能性是冪為171的指數(shù)，這樣的計(jì)算量相當(dāng)巨大。英國(guó)圍棋聯(lián)盟裁判托比表示：“圍棋是世界上最為復(fù)雜的智力游戲，它簡(jiǎn)單的規(guī)則加深了棋局的復(fù)雜性”。因此，進(jìn)入圍棋領(lǐng)域一直被認(rèn)為是目前人工智能的最大挑戰(zhàn)。

簡(jiǎn)而言之，AlphaGo取得勝利的一個(gè)很重要的方面就是它擁有強(qiáng)大的“學(xué)習(xí)”能力。深度學(xué)習(xí)是源于人工神經(jīng)網(wǎng)絡(luò)的研究，得益于大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù)。本文就從人工智能的發(fā)展歷程與現(xiàn)狀入手，在此基礎(chǔ)上分析了人工智能的未來(lái)發(fā)展前景。

1.人工智能的發(fā)展歷程

AlphaGo的勝利表明，人工智能發(fā)展到今天，已經(jīng)取得了很多卓越的成果。但是，其發(fā)展不是一帆風(fēng)順的，人工智能是一個(gè)不斷進(jìn)步，并且至今仍在取得不斷突破的學(xué)科。回顧人工智能的發(fā)展歷程，可大致分為孕育、形成、暗淡、知識(shí)應(yīng)用和集成發(fā)展五大時(shí)期。

孕育期：1956年以前，數(shù)學(xué)、邏輯、計(jì)算機(jī)等理論和技術(shù)方面的研究為人工智能的出現(xiàn)奠定了基礎(chǔ)。德國(guó)數(shù)學(xué)家和哲學(xué)家萊布尼茨把形式邏輯符號(hào)化，奠定了數(shù)理邏輯的基礎(chǔ)。英國(guó)數(shù)學(xué)家圖靈在1936年創(chuàng)立了自動(dòng)機(jī)理論（亦稱圖靈機(jī)），1950年在其著作《計(jì)算機(jī)與智能》中首次提出“機(jī)器也能思維”，被譽(yù)為“人工智能之父”?？傊?，這些人為人工智能的孕育和產(chǎn)生做出了巨大的貢獻(xiàn)。

形成期：1956年夏季，在美國(guó)達(dá)特茅斯大學(xué)舉辦了長(zhǎng)達(dá)2個(gè)多月的研討會(huì)，熱烈地討論用機(jī)器模擬人類智能的問(wèn)題。該次會(huì)議首次使用了“人工智能”這一術(shù)語(yǔ)。這是人類歷史上第一次人工智能研討會(huì)，標(biāo)志著人工智能學(xué)科的誕生。其后的十幾年是人工智能的黃金時(shí)期。在接下來(lái)的幾年中，在眾多科學(xué)家的努力下，人工智能取得了矚目的突破，也在當(dāng)時(shí)形成了廣泛的樂(lè)觀思潮。

暗淡期：20世紀(jì)70年代初，即使最杰出的AI程序也只能解決問(wèn)題中最簡(jiǎn)單的部分，發(fā)展遇到瓶頸也就是說(shuō)所有的AI程序都只是“玩具”，無(wú)法解決更為復(fù)雜的問(wèn)題。隨著AI遭遇批評(píng)，對(duì)AI提供資助的機(jī)構(gòu)也逐漸停止了部分AI的資助。資金上的困難使得AI的研究方向縮窄，缺少了以往的自由探索。

知識(shí)應(yīng)用期：在80年代，“專家系統(tǒng)”（Expect System）成為了人工智能中一個(gè)非常主流的分支?！皩＜蚁到y(tǒng)”是一種程序，為計(jì)算機(jī)提供特定領(lǐng)域的專門知識(shí)和經(jīng)驗(yàn)，計(jì)算機(jī)就能夠依據(jù)一組從專門知識(shí)中推演出的邏輯規(guī)則在某一特定領(lǐng)域回答或解決問(wèn)題。不同領(lǐng)域的專家系統(tǒng)基本都是由知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理機(jī)、解釋機(jī)制、知識(shí)獲取等部分組成。

集成發(fā)展期：得益于互聯(lián)網(wǎng)的蓬勃發(fā)展、計(jì)算機(jī)性能的突飛猛進(jìn)、分布式系統(tǒng)的廣泛應(yīng)用以及人工智能多分支的協(xié)同發(fā)展，人工智能在這一階段飛速發(fā)展。尤其是隨著深度學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)研究的不斷深入，人工智能在近幾十年中取得了長(zhǎng)足的進(jìn)步，取得了令人矚目的成就。

人工智能發(fā)展到今天，出現(xiàn)了很多令人矚目的研究成果。AlphaGo的勝利就是基于這些研究成果的一個(gè)里程碑。當(dāng)前人工智能的研究熱點(diǎn)主要集中在自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)等領(lǐng)域。

2.人工智能l展現(xiàn)狀與前景

人工智能當(dāng)前有很多重要的研究領(lǐng)域和分支。目前，越來(lái)越多的AI項(xiàng)目依賴于分布式系統(tǒng)，而當(dāng)前研究的普遍熱點(diǎn)則集中于自然語(yǔ)言處理、機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)等領(lǐng)域。

自然語(yǔ)言處理：自然語(yǔ)言處理（Natural Language Processing，簡(jiǎn)稱NLP），是語(yǔ)言學(xué)與人工智能的交叉學(xué)科，其主要功能就是實(shí)現(xiàn)讓機(jī)器明白人類的語(yǔ)言，這需要將人類的自然語(yǔ)言轉(zhuǎn)化為計(jì)算機(jī)能夠處理的機(jī)器語(yǔ)言。

自然語(yǔ)言處理主要包括詞法分析、句法分析和語(yǔ)義分析三大部分。詞法分析的核心就是分詞處理，即單詞的邊界處理。句法分析就是對(duì)自然語(yǔ)言中句子的結(jié)構(gòu)、語(yǔ)法進(jìn)行分析如辨別疑問(wèn)句和感嘆句等。而語(yǔ)義分析則注重情感分析和整個(gè)段落的上下文分析，辨別一些字詞在不同的上下文定的語(yǔ)義和情感態(tài)度。

當(dāng)前自然語(yǔ)言的處理主要有兩大方向。一種是基于句法-語(yǔ)義規(guī)則的理性主義理論，該理論認(rèn)為需要為計(jì)算機(jī)制定一系列的規(guī)則，計(jì)算機(jī)在規(guī)則下進(jìn)行推理與判斷。因此其技術(shù)路線是一系列的人為的語(yǔ)料建設(shè)與規(guī)則制定。第二種是基于統(tǒng)計(jì)學(xué)習(xí)的經(jīng)驗(yàn)主義理論，這種理論在最近受到普遍推崇。該理論讓計(jì)算機(jī)自己通過(guò)學(xué)習(xí)并進(jìn)行統(tǒng)計(jì)推斷的方式不停地從數(shù)據(jù)中“學(xué)習(xí)”語(yǔ)言，試圖刻畫真實(shí)世界的語(yǔ)言現(xiàn)象，從數(shù)據(jù)中統(tǒng)計(jì)語(yǔ)言的規(guī)律。

機(jī)器學(xué)習(xí)：機(jī)器學(xué)習(xí)（Machine Learning）是近20年來(lái)興起的人工智能一大重要領(lǐng)域。其主要是指通過(guò)讓計(jì)算機(jī)在數(shù)據(jù)中自動(dòng)分析獲得規(guī)律，從而獲取“自我學(xué)習(xí)”的能力，并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行判斷和預(yù)測(cè)的方法。

機(jī)器學(xué)致可以分為有監(jiān)督的學(xué)習(xí)和無(wú)監(jiān)督的學(xué)習(xí)。有監(jiān)督的學(xué)習(xí)是從給定的訓(xùn)練數(shù)據(jù)集中練出一個(gè)函數(shù)和目標(biāo)，當(dāng)有新的數(shù)據(jù)到來(lái)時(shí)，可以由訓(xùn)練得到函數(shù)預(yù)測(cè)目標(biāo)。有監(jiān)督的學(xué)習(xí)要求訓(xùn)練集同時(shí)有輸入和輸出，也就是所謂的特征和目標(biāo)。而依據(jù)預(yù)測(cè)的結(jié)果是離散的還是連續(xù)的，將有監(jiān)督的學(xué)習(xí)分為兩大問(wèn)題，即統(tǒng)計(jì)分類問(wèn)題和回歸分析問(wèn)題。統(tǒng)計(jì)分類的預(yù)測(cè)結(jié)果是離散的，如腫瘤是良性還是惡性等；而回歸分析問(wèn)題目標(biāo)是連續(xù)的，如天氣、股價(jià)等的預(yù)測(cè)。

無(wú)監(jiān)督學(xué)習(xí)的訓(xùn)練集則沒(méi)有人為標(biāo)注的結(jié)果，這就需要計(jì)算機(jī)去發(fā)現(xiàn)數(shù)據(jù)間的聯(lián)系并用來(lái)分類等。一種常見(jiàn)的無(wú)監(jiān)督學(xué)習(xí)是聚類分析（Cluster Analysis），它是將相似的對(duì)象通過(guò)靜態(tài)分類的方法分成不同的組別或者是特定的子集，讓同一個(gè)子集中的數(shù)據(jù)對(duì)象都有一些相似的屬性，比較常用的聚類方法是簡(jiǎn)潔并快速的“K-均值”聚類算法。它基于K個(gè)中心并對(duì)距離這些中心最近的數(shù)據(jù)對(duì)象進(jìn)行分類。

機(jī)器學(xué)習(xí)還包括如半監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)等類別?？偠灾瑱C(jī)器學(xué)習(xí)是研究如何使用機(jī)器來(lái)模擬人類學(xué)習(xí)活動(dòng)的一門學(xué)科，而其應(yīng)用隨著人工智能研究領(lǐng)域的深入也變得越來(lái)越廣泛，如模式識(shí)別、計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、推薦算法等領(lǐng)域越來(lái)越廣泛地應(yīng)用到了機(jī)器學(xué)習(xí)中。

人工神經(jīng)網(wǎng)絡(luò)：在腦神經(jīng)科學(xué)領(lǐng)域，人們認(rèn)為人類的意識(shí)及智能行為，都是通過(guò)巨大的神經(jīng)網(wǎng)絡(luò)傳遞的，每個(gè)神經(jīng)細(xì)胞通過(guò)突出與其他神經(jīng)細(xì)胞連接，當(dāng)通過(guò)突觸的信號(hào)強(qiáng)度超過(guò)某個(gè)閾值時(shí)，神經(jīng)細(xì)胞便會(huì)進(jìn)入激活狀態(tài)，向所連接的神經(jīng)細(xì)胞一層層傳遞信號(hào)。于1943年提出的基于生物神經(jīng)元的M-P模型的主要思想就是將神經(jīng)元抽象為一個(gè)多輸入單輸出的信息處理單元，并通過(guò)傳遞函數(shù)f對(duì)輸入x1，x2…，xn進(jìn)行處理并模擬神經(jīng)細(xì)胞的激活模式。主要的傳遞函數(shù)有階躍型、線性型和S型。

在此基礎(chǔ)上，對(duì)神經(jīng)網(wǎng)絡(luò)算法的研究又有諸多進(jìn)展。日本的福島教授于1983年基于視覺(jué)認(rèn)知模型提出了卷積神經(jīng)網(wǎng)絡(luò)計(jì)算模型。通過(guò)學(xué)習(xí)訓(xùn)練獲取到卷積運(yùn)算中所使用的卷積系數(shù)，并通過(guò)不同層次與自由度的變化，可以得到較為優(yōu)化的計(jì)算結(jié)果。而AlphaGo也正是采用了這種深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）模型，提高了AlphaGo的視覺(jué)分類能力，也就是所謂的“棋感”，增強(qiáng)了其對(duì)全盤決策和把握的能力。

3.人工智能的發(fā)展前景

總體來(lái)看，人工智能的應(yīng)用經(jīng)歷了博弈、感知、決策和反饋這幾個(gè)里程碑。在以上4個(gè)領(lǐng)域中，既是縱向發(fā)展的過(guò)程，也是橫向不斷改進(jìn)的過(guò)程。

人工智能在博弈階段，主要是實(shí)現(xiàn)邏輯推理等功能，隨著計(jì)算機(jī)處理能力的進(jìn)步以及深度學(xué)習(xí)等算法的改進(jìn)，機(jī)器擁有了越來(lái)越強(qiáng)的邏輯與對(duì)弈能力。在感知領(lǐng)域，隨著自然語(yǔ)言處理的進(jìn)步，機(jī)器已經(jīng)基本能對(duì)人類的語(yǔ)音與語(yǔ)言進(jìn)行感知，并且能夠已經(jīng)對(duì)現(xiàn)實(shí)世界進(jìn)行視覺(jué)上的感知?；诖髷?shù)據(jù)的處理和機(jī)器學(xué)習(xí)的發(fā)展，機(jī)器已經(jīng)能夠?qū)χ車沫h(huán)境進(jìn)行認(rèn)知，例如微軟的Kinect就能夠準(zhǔn)確的對(duì)人的肢體動(dòng)作進(jìn)行判斷。該領(lǐng)域的主要實(shí)現(xiàn)還包括蘋果的Siri，谷歌大腦以及無(wú)人駕駛汽車中的各種傳感器等。在以上兩個(gè)階段的基礎(chǔ)上，機(jī)器擁有了一定的決策和反饋的能力。無(wú)人駕駛汽車的蓬勃發(fā)展就是這兩個(gè)里程碑很好的例證。Google的無(wú)人駕駛汽車通過(guò)各種傳感器對(duì)周圍的環(huán)境進(jìn)行感知并處理人類的語(yǔ)言等指令，利用所收集的信息進(jìn)行最后的決策，比如操作方向盤、剎車等。

人工智能已經(jīng)滲透到生活中的各個(gè)領(lǐng)域。機(jī)器已經(jīng)能識(shí)別語(yǔ)音、人臉以及視頻內(nèi)容等，從而實(shí)現(xiàn)各種人際交互的場(chǎng)景。在醫(yī)學(xué)領(lǐng)域，人工智能可以實(shí)現(xiàn)自動(dòng)讀片和輔助診斷以及個(gè)性化t療和基因排序等功能。在教育領(lǐng)域，機(jī)器也承擔(dān)了越來(lái)越多的輔助教育，智能交互的功能。在交通領(lǐng)域，一方面無(wú)人車的發(fā)展表明無(wú)人駕駛是一個(gè)可以期待的未來(lái)，另一方面人工智能能夠帶來(lái)更加通暢和智能的交通。另外人工智能在安防、金融等領(lǐng)域也有非常廣闊的發(fā)展前景?？傊?，人工智能在一些具有重復(fù)性的和具備簡(jiǎn)單決策的領(lǐng)域已經(jīng)是一種非常重要的工具，用來(lái)幫助人們解決問(wèn)題，創(chuàng)造價(jià)值。

參考文獻(xiàn)

[1]阮曉東.從AlphaGo的勝利看人工智能的未來(lái)[J].新經(jīng)濟(jì)導(dǎo)刊，2016 （6）：69-74.

人工智能發(fā)展前景范文第2篇

首屆世界智能大會(huì)6月28日至6月30日在天津舉行。6月29日，馬云、李彥宏、柳傳志等行業(yè)大咖分享了對(duì)于人工智能等最新科技的觀點(diǎn)。同時(shí)，在開(kāi)幕式演講中，全國(guó)政協(xié)副主席、科技部部長(zhǎng)萬(wàn)鋼透露，最近新一代人工智能發(fā)展規(guī)劃已編制完成，該規(guī)劃對(duì)直到2030年的中國(guó)人工智能產(chǎn)業(yè)進(jìn)行系統(tǒng)部署，包括與此相關(guān)的人工智能重大科技項(xiàng)目。規(guī)劃將于近日向全社會(huì)公布。

點(diǎn)評(píng)：公開(kāi)信息顯示，目前我國(guó)人工智能已上升到國(guó)家戰(zhàn)略，并于今年3月首次寫入政府工作報(bào)告。據(jù)預(yù)測(cè)，2020年全球人工智能市場(chǎng)規(guī)模將超過(guò)1000億美元，年均增速約為20%，我國(guó)人工智能市場(chǎng)規(guī)模也將達(dá)到百億美元量級(jí)，年均增速超過(guò)50%，行業(yè)發(fā)展前景極為廣闊。近幾年，智能制造被不斷的提及，而隨著互聯(lián)網(wǎng)、智能科技與傳統(tǒng)行業(yè)融合創(chuàng)新發(fā)展，智能科技更是在除制造業(yè)外的，教育、醫(yī)療、農(nóng)業(yè)等各個(gè)領(lǐng)域發(fā)揮重要功效。在此基礎(chǔ)上，世界智能大會(huì)旨在打造世界級(jí)先進(jìn)智能科技成果平臺(tái)、創(chuàng)新合作平臺(tái)、產(chǎn)業(yè)聚集平臺(tái)和投融資對(duì)接平臺(tái)，展現(xiàn)全球領(lǐng)先的前沿科技新成果。此次大會(huì)的專題活動(dòng)覆蓋了深度學(xué)習(xí)、智能制造、人工智能、智能駕駛、智慧安防等多領(lǐng)域。近期A股市場(chǎng)上，受世界智能大會(huì)舉行的利好影響，A股市場(chǎng)人工智能概念板塊表現(xiàn)活躍，關(guān)注標(biāo)的股：科大訊飛、恒生電子、東方網(wǎng)力、佳都科技、工大高新等。

6月份信貸增量以及M2同比增速等成為市場(chǎng)關(guān)注的焦點(diǎn)。對(duì)此，機(jī)構(gòu)普遍認(rèn)為，6月份新增信貸增量或超萬(wàn)億元，M2同比增速或繼續(xù)回落將至9%。華泰證券首席宏觀研究員李超認(rèn)為，5月份信貸增量維持不變的情況下，社融出現(xiàn)了邊際減緩跡象。監(jiān)管趨于嚴(yán)格的背景下，銀行的表外業(yè)務(wù)回歸表內(nèi)將會(huì)是未來(lái)一大趨勢(shì)，同時(shí)居民按揭韌性強(qiáng)，融資利率繼續(xù)上行大背景下，銀行也樂(lè)于擴(kuò)張表內(nèi)業(yè)務(wù)。6月份這一趨勢(shì)將會(huì)繼續(xù)延續(xù)，預(yù)計(jì)6月份的新增貸款在12000億元左右，與之對(duì)應(yīng)的社融新增則在13000億元左右，整個(gè)社會(huì)融資更多的依賴銀行表內(nèi)貸款。當(dāng)然，也有部分機(jī)構(gòu)較為悲觀。交通銀行金融研究中心近日的報(bào)告稱，總體來(lái)看，居民房貸的回落以及金融機(jī)構(gòu)主動(dòng)調(diào)降跨季前資產(chǎn)增速，將很大程度主導(dǎo)6月份貸款增量回落。

人工智能發(fā)展前景范文第3篇

關(guān)鍵詞：智能電網(wǎng)；智能調(diào)度系統(tǒng)；電力電網(wǎng)

中圖分類號(hào)：TM73 文獻(xiàn)標(biāo)識(shí)碼：A

電力電網(wǎng)調(diào)度系統(tǒng)對(duì)電力系統(tǒng)而言是至關(guān)重要的，在電力系統(tǒng)初具雛形時(shí)，由于科技落后，電力電網(wǎng)調(diào)度系統(tǒng)不是智能的，是由工作人員通過(guò)打電話的方法了解各個(gè)電力站的運(yùn)行狀況，如果發(fā)現(xiàn)電力站的運(yùn)行發(fā)生異常狀況，就會(huì)憑借工作人員的經(jīng)驗(yàn)，對(duì)發(fā)生的異常狀況進(jìn)行處理。現(xiàn)如今，科技水平不斷發(fā)展，自動(dòng)化技術(shù)也不斷地更新，電力電網(wǎng)的智能調(diào)度系統(tǒng)在電力系統(tǒng)中也得到了應(yīng)用，并取得了一定的成效。與傳統(tǒng)電網(wǎng)系統(tǒng)相比，電力電網(wǎng)的智能調(diào)度系統(tǒng)不是孤立存在的，它是一個(gè)實(shí)時(shí)動(dòng)態(tài)的系統(tǒng)，可以有效地進(jìn)行分析和調(diào)控電力系統(tǒng)，當(dāng)電力站發(fā)生故障時(shí)，電力電網(wǎng)的智能調(diào)度系統(tǒng)可以更加精準(zhǔn)和及時(shí)地對(duì)故障分析和處理，更加快捷方便，可以更全面地了解電力電網(wǎng)的運(yùn)行狀況。

一、電力電網(wǎng)智能調(diào)度系統(tǒng)概述

（一）電網(wǎng)調(diào)度系統(tǒng)自動(dòng)化的現(xiàn)狀和前景

在科學(xué)技術(shù)不斷發(fā)展的今天，電網(wǎng)調(diào)度系統(tǒng)已由最初單純獲取電力系統(tǒng)的數(shù)據(jù)轉(zhuǎn)換為全面了解電力電網(wǎng)的運(yùn)行狀況，成為了能量管理系統(tǒng)。雖然我國(guó)科學(xué)技術(shù)水平在不斷的發(fā)展，但是技術(shù)理論仍然不是很先進(jìn)，導(dǎo)致電網(wǎng)調(diào)度系統(tǒng)的自動(dòng)化和智能化程度仍然不是很高。因此，如何更好地運(yùn)用現(xiàn)代科學(xué)技術(shù)，完善電力電網(wǎng)的智能調(diào)度系統(tǒng)，使電力電網(wǎng)的智能調(diào)度系統(tǒng)更加高效便捷，實(shí)現(xiàn)真正的智能，這將是電力系統(tǒng)的未來(lái)趨勢(shì)。

（二）電力電網(wǎng)系統(tǒng)智能調(diào)度的概念

電力電網(wǎng)系統(tǒng)智能調(diào)度就是指調(diào)度系統(tǒng)可以對(duì)電力系統(tǒng)的電網(wǎng)的每個(gè)狀態(tài)進(jìn)行自動(dòng)獲取，綜合了解其中的變化，協(xié)助電力調(diào)度員的管理，使電力調(diào)度員操作更加便捷精準(zhǔn)，便于獲取最好的方案，從而保證電網(wǎng)的安全運(yùn)作。電力電網(wǎng)系統(tǒng)智能調(diào)度系統(tǒng)的功能不單單是基礎(chǔ)的電力系統(tǒng)的穩(wěn)態(tài)分析，在電力系統(tǒng)發(fā)生突如其來(lái)的故障時(shí)還應(yīng)該具有一定的分析功能，可以及時(shí)幫助電力調(diào)度員解決故障，并且還應(yīng)該可以兼容日益發(fā)展的運(yùn)行系統(tǒng)。新型的電力電網(wǎng)系統(tǒng)智能系統(tǒng)比如今使用于電力系統(tǒng)中的調(diào)度系統(tǒng)更加復(fù)雜，更加龐大。新型的電力電網(wǎng)系統(tǒng)智能系統(tǒng)不單單需要電力系統(tǒng)中各個(gè)系統(tǒng)相互獨(dú)立，卻有相互統(tǒng)一，各個(gè)系統(tǒng)間可以互相幫助，除此之外，還要求新型的電力電網(wǎng)系統(tǒng)智能系統(tǒng)有兼容第三方軟件的能力，該系統(tǒng)的最終構(gòu)架應(yīng)該是一種開(kāi)放式的軟件體系。

二、 人工智能在電網(wǎng)調(diào)度系統(tǒng)中的應(yīng)用

（一）人工智能的概念

人工智能又名機(jī)器智能，融合了計(jì)算機(jī)科學(xué)、數(shù)理邏輯、控制論、信息論、神經(jīng)生物學(xué)以及語(yǔ)言學(xué)等多門學(xué)科的知識(shí)理論，最終發(fā)展而成的一門綜合性學(xué)科。人工智能的主要目標(biāo)就是運(yùn)用人類的智慧，使計(jì)算機(jī)系統(tǒng)日益的先進(jìn)，逐漸使計(jì)算機(jī)系統(tǒng)表現(xiàn)出人類的一些基本智能行為?？茖W(xué)家進(jìn)行了大量的科研實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，人工智能技術(shù)發(fā)展的速度也越來(lái)越快，已經(jīng)廣泛地應(yīng)用與各行各業(yè)，并發(fā)揮了顯著的效果。不可否認(rèn)，人工智能必將是未來(lái)的發(fā)展趨勢(shì)。

（二）人工智能系統(tǒng)方法分類

二十世紀(jì)八十年代初，人工智能技術(shù)剛剛崛起，不斷地應(yīng)用于電力系統(tǒng)以及電力系統(tǒng)的相關(guān)行業(yè)中，主要原因如下：

1電力系統(tǒng)在當(dāng)時(shí)那個(gè)年代就已經(jīng)擁有了很大的規(guī)模，數(shù)據(jù)處理十分的繁瑣，并且系統(tǒng)要求動(dòng)態(tài)實(shí)時(shí)性，憑借當(dāng)時(shí)的計(jì)算機(jī)水平根本沒(méi)有辦法快速獲取計(jì)算結(jié)果，嚴(yán)重拖累了電力系統(tǒng)的工作效率。

2電力系統(tǒng)的非線性根本沒(méi)有辦法憑借當(dāng)時(shí)的計(jì)算機(jī)水平建立出精確的線性數(shù)學(xué)模型。

3由于當(dāng)時(shí)科學(xué)技術(shù)水平不是很發(fā)達(dá)，大多數(shù)人對(duì)電力系統(tǒng)不是十分了解最終導(dǎo)致電力系統(tǒng)行業(yè)中存在很多模棱兩可的問(wèn)題。

4由于當(dāng)時(shí)科學(xué)技術(shù)水平不是很發(fā)達(dá)，很多電力系統(tǒng)的專家只能根據(jù)自己的經(jīng)驗(yàn)對(duì)電力系統(tǒng)進(jìn)行分析，根本無(wú)法運(yùn)用精確的數(shù)學(xué)進(jìn)行描述。與傳統(tǒng)的計(jì)算不同，人工智能算法是以解決知識(shí)中所存在的問(wèn)題的方法為基礎(chǔ)，解決了傳統(tǒng)計(jì)算方法的缺點(diǎn)。因此，人工智能應(yīng)用于實(shí)際的電力系統(tǒng)中是十分必要的。

（三）人工智能在電網(wǎng)調(diào)度系統(tǒng)中的應(yīng)用以及方法：

1 專家系統(tǒng)

在二十世紀(jì)六十年代，專家系統(tǒng)作為人工智能在電網(wǎng)調(diào)度系統(tǒng)中的應(yīng)用的重要分支開(kāi)始興起，專家系統(tǒng)顧名思義，這個(gè)系統(tǒng)擁有極其接近人類思維模式的智能系統(tǒng)，可以很好地進(jìn)行分析和推理，就猶如一些擁有豐富經(jīng)驗(yàn)和淵博知識(shí)的專家，在特定的區(qū)域里憑借區(qū)域內(nèi)固有的數(shù)據(jù)庫(kù)對(duì)問(wèn)題進(jìn)行合理的分析，最終提出適當(dāng)?shù)膯?wèn)題解決方案。在專家系統(tǒng)應(yīng)用于電力電網(wǎng)調(diào)度系統(tǒng)中，應(yīng)該包括電網(wǎng)的管理、對(duì)電力系統(tǒng)進(jìn)行綜合的監(jiān)測(cè)作用、對(duì)故障進(jìn)行分析并及時(shí)提供解決意見(jiàn)等。

2 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)顧名思義，就是一種類似于人類大腦的神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)可以對(duì)給與的信息進(jìn)行適當(dāng)合理的分析，并且處理，最終演變成數(shù)學(xué)模型，人工神經(jīng)網(wǎng)絡(luò)的本身就是對(duì)自然界某種算法或者函數(shù)的逼近，也可能是一種邏輯表達(dá)方式。人工智能神經(jīng)網(wǎng)絡(luò)與人類的大腦十分相似，具有一定的自學(xué)和聯(lián)想能力，可以快速地根據(jù)特定的規(guī)律推算出大致的結(jié)果。人工神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛應(yīng)用于人工電力電網(wǎng)系統(tǒng)的動(dòng)態(tài)控制與診斷、狀態(tài)數(shù)據(jù)估計(jì)等很多的相關(guān)領(lǐng)域，并取得了一定的成效，而其中的人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)估計(jì)分析技術(shù)已經(jīng)十分的完善。

3 遺傳算法

遺傳算法就是根據(jù)達(dá)爾文生物種族進(jìn)化論中遺傳機(jī)制和自然選擇學(xué)機(jī)理的生物進(jìn)化過(guò)程進(jìn)行模擬最終獲取相應(yīng)的計(jì)算模型，遺傳算法可以通過(guò)模擬自然進(jìn)化過(guò)程分析獲取最好的解決方案。具體方法如下：

（1）選取一定數(shù)量的候選集。

（2）根據(jù)一定的條件，計(jì)算出這些候選集的應(yīng)用范圍。

（3）根據(jù)計(jì)算所得的應(yīng)用范圍適來(lái)確定符合應(yīng)用范圍的候選集。

（4）加工處理符合應(yīng)用范圍的候選集，最終形成新的候選集。

在整個(gè)遺傳學(xué)算法中，達(dá)爾文自然選擇學(xué)機(jī)理中的“適者生存”一直貫穿始終，遺傳算法憑借自身十分優(yōu)異的計(jì)算和處理功能，已經(jīng)廣泛地應(yīng)用于電力電網(wǎng)系統(tǒng)中。

4 Agent技術(shù)

Agent技術(shù)是一種智能計(jì)算實(shí)體，在分布式系統(tǒng)中擁有靈活性、主動(dòng)性、反應(yīng)性、交互性和自主性。Agent體系結(jié)構(gòu)是一種自主行為實(shí)體，單純憑借現(xiàn)今的計(jì)算機(jī)水平，很難準(zhǔn)確對(duì)Agent體系結(jié)構(gòu)進(jìn)行描述，其大略可分為三種類型，是混合式體系結(jié)構(gòu)、反應(yīng)式體系結(jié)構(gòu)和審慎式體系結(jié)構(gòu)。如今，反應(yīng)式體系結(jié)構(gòu)是其中主要的研究對(duì)象，事件處理系統(tǒng)、方法集合和內(nèi)部狀態(tài)集組成了反應(yīng)式體系結(jié)構(gòu)。具備良好適應(yīng)性和開(kāi)放性的Agent技術(shù)作為在新一代調(diào)度自動(dòng)化系統(tǒng)，發(fā)展前景不可小視。

對(duì)于同類發(fā)電機(jī)組而言，綜合考量其安全性能、經(jīng)濟(jì)效益和環(huán)保指標(biāo)等要素，可以分別表示出機(jī)組的可靠性能R、經(jīng)濟(jì)效益標(biāo)準(zhǔn)E、環(huán)境標(biāo)準(zhǔn)D，以及熱電比例H，依次用a表示其權(quán)值。那么可以得出：I=a*（R+E+D+H），其中每個(gè)權(quán)值的和為1。

設(shè)定機(jī)組工作的經(jīng)濟(jì)程度與出力之間的關(guān)系為函數(shù)E（P），那么用來(lái)指代系統(tǒng)經(jīng)濟(jì)性能的公式可以表示成：E=E（P max）/ P max。

系統(tǒng)的環(huán)保性指標(biāo)可以用單位排放的污染氣體總量來(lái)表示；系統(tǒng)的熱電比是將單位出力表示為熱量數(shù)值，設(shè)定熱電之間轉(zhuǎn)化的關(guān)系函數(shù)H（P），那么可以得出：H=H（P max）/ P max。

（四）Agent技術(shù)的發(fā)展前景

分布式的Agent技術(shù)就是將能量管理系統(tǒng)模塊封裝成Agent，使智能電網(wǎng)調(diào)度擁有更強(qiáng)的自治性和可移植性，從而在一定程度上解決了智能電網(wǎng)調(diào)度的一些問(wèn)題。現(xiàn)如今，學(xué)者對(duì)人工智能技術(shù)不斷深入地研究，從而使其更加廣泛地應(yīng)用于電力系統(tǒng)中，并取得了一定的效果。在科學(xué)技術(shù)不斷發(fā)展的背景下，Agent技術(shù)一定會(huì)擁有更廣闊的前景。

三、 國(guó)內(nèi)外電力電網(wǎng)智能調(diào)度系統(tǒng)的研究現(xiàn)狀

在二十世紀(jì)九十年代，Dy-Liacco作為“現(xiàn)代能量控制中心”概念的創(chuàng)始人，十分全面地論述建立了電力電網(wǎng)智能調(diào)度系統(tǒng)的文獻(xiàn)，在文中提到想要解決電力系統(tǒng)中存在的一些問(wèn)題，應(yīng)該用智能機(jī)器調(diào)度員替代人工調(diào)度員，除此之外，文中還提到要綜合仿真培訓(xùn)和自動(dòng)學(xué)習(xí)等功能，從而使電力電網(wǎng)自動(dòng)運(yùn)行。在我國(guó)，盧強(qiáng)院士最先提出了“數(shù)字電力系統(tǒng)”的概念，主要講訴的是正常情況下電力電網(wǎng)智能調(diào)度系統(tǒng)對(duì)電力系統(tǒng)的監(jiān)管的分析的功能等；華北電力大學(xué)的楊以涵教授則帶領(lǐng)自己的科研組進(jìn)行電力系統(tǒng)的研究，基于“數(shù)字電力系統(tǒng)”的概念，分析電力系統(tǒng)中電網(wǎng)會(huì)出現(xiàn)的故障，以及安全方面等進(jìn)行了探討，最終形成了建立以分析和解決電網(wǎng)故障的“調(diào)度機(jī)器人”的思維模式。

結(jié)語(yǔ)

綜上所述，電力電網(wǎng)調(diào)度系統(tǒng)對(duì)電力系統(tǒng)而言是至關(guān)重要的，電力電網(wǎng)的智能調(diào)度系統(tǒng)是一個(gè)實(shí)時(shí)動(dòng)態(tài)的系統(tǒng)，可以有效地進(jìn)行分析和調(diào)控電力系統(tǒng)，當(dāng)電力站發(fā)生故障時(shí)，電力電網(wǎng)的智能調(diào)度系統(tǒng)可以更加精準(zhǔn)和及時(shí)地對(duì)故障分析和處理，更加快捷方便，可以更全面地了解電力電網(wǎng)的運(yùn)行狀況。本文對(duì)電力電網(wǎng)智能調(diào)度系統(tǒng)做了簡(jiǎn)單的介紹，對(duì)電力電網(wǎng)智能調(diào)度系統(tǒng)的具體應(yīng)用進(jìn)行了探討，希望本文可以給相關(guān)電力電網(wǎng)工作者甚至是研究者帶來(lái)一定的參考作用，使電力電網(wǎng)的智能調(diào)度系統(tǒng)更加完善，可以更好地應(yīng)用于電力系統(tǒng)中。

參考文獻(xiàn)

[1]狄以偉.面向未來(lái)智能電網(wǎng)的智能調(diào)度研究[D].濟(jì)南：山東大學(xué)，2010.

人工智能發(fā)展前景范文第4篇

在我國(guó)的科技發(fā)展領(lǐng)域，人工智能的出現(xiàn)帶來(lái)了新的發(fā)展前景和發(fā)展動(dòng)力。伴隨著科技大發(fā)展的信息化時(shí)代的到來(lái)，現(xiàn)在涉及到人們生產(chǎn)生活的各個(gè)領(lǐng)域都開(kāi)始實(shí)現(xiàn)了人工智能技術(shù)的研究和嘗試性應(yīng)用，通過(guò)實(shí)踐應(yīng)用表明，人工智能確實(shí)發(fā)揮了巨大的技術(shù)推動(dòng)作用。本文從人工智能的概念入手，詳細(xì)闡述了人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的運(yùn)用和未來(lái)發(fā)展方向，最后對(duì)人工智能的科技發(fā)展措施進(jìn)行了完整總結(jié)。

【關(guān)鍵詞】

人工智能；計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)；運(yùn)用

引言

到目前為止，我國(guó)的很多領(lǐng)域都已經(jīng)開(kāi)始了人工智能技術(shù)的應(yīng)用，人工智能的技術(shù)應(yīng)用大大方便了我們的生活，同時(shí)，也實(shí)現(xiàn)了生產(chǎn)和服務(wù)領(lǐng)域的革新和進(jìn)步，對(duì)我國(guó)整體的科技進(jìn)步和發(fā)展發(fā)揮了重要作用。

1人工智能簡(jiǎn)介

1.1概念

人工智能是在近些年逐步興起和開(kāi)始被大家熟知的技術(shù)名詞，人工智能主要應(yīng)用在人工模擬操控以及實(shí)現(xiàn)人的智能性擴(kuò)展和延伸，人工智能綜合了相關(guān)領(lǐng)域的智能性技術(shù)、智能操作方法以及智能技術(shù)應(yīng)用，屬于一門綜合性較強(qiáng)的技術(shù)類應(yīng)用科學(xué)。屬于一門獨(dú)立的新型技術(shù)學(xué)科。人工智能主要的應(yīng)用載體為計(jì)算機(jī)，通過(guò)技術(shù)研究嘗試實(shí)現(xiàn)計(jì)算機(jī)實(shí)體發(fā)揮出人的智能，實(shí)現(xiàn)對(duì)人的智能性模擬應(yīng)用，智能性延伸和擴(kuò)展。從根本上來(lái)講就是尋求高應(yīng)用技能的計(jì)算機(jī)，通過(guò)科學(xué)的設(shè)計(jì)和新型的建造方式實(shí)現(xiàn)計(jì)算機(jī)應(yīng)用系統(tǒng)的高智能水平發(fā)揮。人工智能的概念是以人類智能為參考的，主要的應(yīng)用方法是利用人工技術(shù)，通過(guò)人類智能行為的計(jì)算機(jī)開(kāi)發(fā)和引入，綜合性研究的科學(xué)載體。近些年來(lái)，伴隨著計(jì)算機(jī)軟硬件的技術(shù)更新發(fā)展速度不斷加快，計(jì)算機(jī)的實(shí)際應(yīng)用速度和效率不斷提高、實(shí)際的資源存儲(chǔ)能力不斷提高，同時(shí)，實(shí)際的網(wǎng)絡(luò)技術(shù)普及促使電子類產(chǎn)品價(jià)格不斷下降，許多人工無(wú)法短時(shí)間內(nèi)快速完成的任務(wù)通過(guò)計(jì)算機(jī)已經(jīng)可以輕松搞定，人工智能也由此擁有了更多的現(xiàn)實(shí)應(yīng)用能力和基礎(chǔ)。目前，我國(guó)的人工智能研究主要集中在三個(gè)重要領(lǐng)域，其中包括了智能化的接口設(shè)計(jì)、智能化的數(shù)據(jù)搜索以及智能化的主體系統(tǒng)研究[1]。

1.2接口技術(shù)研究

為了實(shí)現(xiàn)更加便捷自然的人工智能交流技術(shù)應(yīng)用，智能接口技術(shù)的研究在近些年來(lái)越來(lái)越受到關(guān)注。數(shù)據(jù)的提煉和有效信息的挖掘技術(shù)需要從大量模糊和隨機(jī)的數(shù)據(jù)中進(jìn)行有效信息提取，從而實(shí)現(xiàn)對(duì)潛在和隱含信息中有價(jià)值數(shù)據(jù)的搜索和提煉的過(guò)程。所以，這一過(guò)程就需要搜索的主體具有一定的意念、選擇性能力以及辨識(shí)方法，屬于一個(gè)智能化的概念主體。同時(shí)具有明顯的自主性特征。通過(guò)對(duì)人類大腦智能化識(shí)別以及模糊數(shù)據(jù)處理功能模仿，實(shí)現(xiàn)智能化計(jì)算機(jī)的應(yīng)用。未來(lái)，人工智能將會(huì)在人工神經(jīng)網(wǎng)絡(luò)中進(jìn)一步應(yīng)用和普及，成為未來(lái)可具發(fā)展?jié)摿Φ娜骂I(lǐng)域。在人工智能技術(shù)應(yīng)用過(guò)程中，包含了語(yǔ)言信息自動(dòng)處理、定理化的自動(dòng)證明以及智能化信息檢索和問(wèn)題解答等等。所以，人工智能應(yīng)用中人機(jī)關(guān)系的變化將會(huì)進(jìn)一步對(duì)人們生活方式以及生產(chǎn)模式產(chǎn)生重要影響，成為整體信息技術(shù)發(fā)展的新方向和新課題。在新的發(fā)展階段，人工智能也將擁有新的應(yīng)用領(lǐng)域需要出現(xiàn)[2]。

2人工智能在網(wǎng)絡(luò)技術(shù)中的應(yīng)用

在網(wǎng)絡(luò)安全領(lǐng)域，人工智能技術(shù)應(yīng)用也逐步廣泛發(fā)展起來(lái)?；ヂ?lián)網(wǎng)信息時(shí)代人們的交流和聯(lián)系日益密切起來(lái)。人們的生產(chǎn)生活也因此大為便捷。但是，信息交流溝通的便利性加大的同時(shí)也必然引起網(wǎng)絡(luò)信息的安全系數(shù)降低，網(wǎng)絡(luò)安全隱患多種多樣。所以，人工智能技術(shù)的網(wǎng)絡(luò)安全維護(hù)應(yīng)用將成為重要的突破口，大大提高網(wǎng)絡(luò)安全系數(shù)，同時(shí)實(shí)現(xiàn)網(wǎng)絡(luò)安全性能的提高，對(duì)用戶的信息安全進(jìn)行充分保護(hù)。人工智能最突出的特點(diǎn)就是對(duì)于不確定性信息以及不可知性信息的理解以及整合能力較高，這些都是可利用在網(wǎng)絡(luò)安全維護(hù)中的重要技術(shù)優(yōu)勢(shì)。能夠很好的對(duì)入網(wǎng)訪問(wèn)者進(jìn)行智能識(shí)別，提高信息的安全和穩(wěn)定性[3]。同時(shí)，人工智能技術(shù)還可以很好的應(yīng)用到計(jì)算機(jī)網(wǎng)絡(luò)信息服務(wù)領(lǐng)域中，一般被稱為智能信息處理技術(shù)，通過(guò)這一技術(shù)的融合可以有效提高人工智能的個(gè)性化任務(wù)設(shè)置，豐富實(shí)用方式，提高綜合服務(wù)水平。在軟件方面，各類新型開(kāi)發(fā)工具都在不斷應(yīng)用，人工智能的領(lǐng)域化拓展速度不斷加快，在硬件方面，技術(shù)革新帶來(lái)了性能的不斷提高，同時(shí)價(jià)格也在不斷降低。

3結(jié)論

綜上所述，我國(guó)的人工智能科學(xué)技術(shù)在很多領(lǐng)域的應(yīng)用已經(jīng)得到了很大的突破，科學(xué)技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)都是在人工智能發(fā)展過(guò)程中得到自身應(yīng)用拓展的重要組成。通過(guò)以人工智能計(jì)算機(jī)網(wǎng)絡(luò)應(yīng)用模式的分析和研究，進(jìn)一步為人工智能的未來(lái)發(fā)展提供理論研究和參考價(jià)值。

作者：谷世紅 畢然 單位：石家莊信息工程職業(yè)學(xué)院

參考文獻(xiàn)

[1]熊英.人工智能及其在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].技術(shù)與市場(chǎng)，2011，02：20.

人工智能發(fā)展前景范文第5篇

【關(guān)鍵詞】智能化技術(shù)；電氣工程；自動(dòng)化

1、前言

人工智能特殊性是由于其具備三種能力：行為能力、感知能力以及思維能力，因而，人工智能發(fā)展的潛力無(wú)限大。電氣工程自動(dòng)化作為一門電氣信息類的新興學(xué)科，主要應(yīng)用于信息處理、控制運(yùn)動(dòng)、管理及決策、電子電力的技術(shù)、工業(yè)過(guò)程的控制、檢測(cè)及自動(dòng)化的儀表與電子及計(jì)算機(jī)技術(shù)等領(lǐng)域。智能化技術(shù)的應(yīng)用促進(jìn)電氣工程自動(dòng)化學(xué)科尤其是自動(dòng)控制的領(lǐng)域發(fā)展，提升電氣設(shè)備的運(yùn)行智能化，有效增強(qiáng)控制系統(tǒng)穩(wěn)定的性能，是生產(chǎn)技術(shù)又一次巨大的革新。

2、人工智能運(yùn)用的理論

人工智能概念在1956年的時(shí)候首次提出后，其發(fā)展的狀態(tài)一直良好，并且逐漸形成以計(jì)算機(jī)為核心，包括哲學(xué)、醫(yī)學(xué)、生物學(xué)、心理學(xué)、自動(dòng)化、控制論、信息論與數(shù)理邏輯的綜合性科學(xué)，其屬于計(jì)算機(jī)科學(xué)中重要的分支，對(duì)智能本質(zhì)有較好的闡述，且生產(chǎn)了與人類的智能機(jī)器相仿的機(jī)器，實(shí)現(xiàn)了多種研究。隨著科技的發(fā)展與進(jìn)步，計(jì)算機(jī)編程技術(shù)可模仿人類的大腦，例如分析、收集、回饋、處理以及交換信息，因而，計(jì)算機(jī)以模仿人類大腦的形式，在一定的程度上促進(jìn)電氣工程的自動(dòng)化發(fā)展的步伐。在日常生產(chǎn)、分配、流通與交換中，均需電氣工程的自動(dòng)化控制，并且通過(guò)電氣工程自動(dòng)化的控制，可有效實(shí)現(xiàn)自動(dòng)化電氣工程，提高工作的效率，進(jìn)而促使生產(chǎn)與工作總體的效率有所提升[1]。

3、人工智能的控制優(yōu)勢(shì)

對(duì)于不同人工智能的控制，需運(yùn)用不同方式進(jìn)行探討，由于部分人工智能的控制器，例如神經(jīng)、模糊、模糊神經(jīng)以及遺傳算法均屬于類非線形函數(shù)的近似器；采用此分類有利于了解總體，以及促進(jìn)對(duì)人工智能控制策略綜合性的開(kāi)發(fā)，以上人工智能的函數(shù)近似器具備常規(guī)函數(shù)的估計(jì)器不具有的優(yōu)點(diǎn)。

首先，在多數(shù)情況下，精確了解控制對(duì)象動(dòng)態(tài)方程是相對(duì)比較復(fù)雜的，所以控制器設(shè)計(jì)實(shí)際的控制對(duì)象模型，通常會(huì)出現(xiàn)許多不確定因素，例如參數(shù)變化與非線性時(shí)等，往往無(wú)法掌握新的信息。但人工智能的控制器設(shè)計(jì)，可不需參照控制對(duì)象模型。按照魯棒性、響應(yīng)時(shí)間與下降的時(shí)間不一樣，人工智能的控制器可經(jīng)過(guò)適當(dāng)調(diào)整以提升自身性能，例如，在下降的時(shí)間上，模糊邏輯的控制器可比PID控制器還要快四倍；在上升的時(shí)間上，模糊邏輯的控制器可比PID控制器還要快兩倍。同古典的控制器比較，人工智能的控制器更具備易調(diào)節(jié)的特點(diǎn)。盡管缺少專家現(xiàn)場(chǎng)的指引，人工智能的控制器也可以采取響應(yīng)數(shù)據(jù)進(jìn)行設(shè)計(jì)。

此外，還可由相應(yīng)的信息以及語(yǔ)言等形式開(kāi)展設(shè)計(jì)工作，人工智能的控制器一致性極強(qiáng)，輸入陌生數(shù)據(jù)便可以出現(xiàn)很高的估測(cè)，還可忽視驅(qū)動(dòng)器對(duì)控制器的影響。針對(duì)部分控制對(duì)象而言，盡管目前未采取人工智能的控制器，也能有良好效果，不過(guò)對(duì)其他控制的對(duì)象而言，不一定能產(chǎn)生良好的效果，因而，設(shè)計(jì)時(shí)需遵守具體問(wèn)題應(yīng)具體分析原則。在模糊化與反模糊化的過(guò)程中，若運(yùn)用隸屬函數(shù)、規(guī)則庫(kù)以及適合模糊神經(jīng)的控制器，便可精確進(jìn)行實(shí)時(shí)的確定[2]。

4、智能化技術(shù)的運(yùn)用

由人工智能的技術(shù)不斷發(fā)展，運(yùn)用智能化技術(shù)控制的領(lǐng)域也逐漸廣闊，包含人工智能運(yùn)用在電氣產(chǎn)品的優(yōu)化設(shè)計(jì)、控制及保護(hù)、故障的預(yù)測(cè)與診斷等方面。

4.1電氣產(chǎn)品的優(yōu)化設(shè)計(jì)

電氣產(chǎn)品優(yōu)化設(shè)計(jì)的工作是相對(duì)比較復(fù)雜的，其主要綜合了兩方面內(nèi)容：理論學(xué)科的知識(shí)與經(jīng)驗(yàn)知識(shí)。電氣產(chǎn)品傳統(tǒng)的設(shè)計(jì)方式主要是設(shè)計(jì)經(jīng)驗(yàn)綜合大量實(shí)驗(yàn)手段的驗(yàn)證，缺少相關(guān)技術(shù)的支持，效率比較低，工作量比較大，難以設(shè)計(jì)出科學(xué)合理的方案。由計(jì)算機(jī)技術(shù)迅速發(fā)展，以及人工智能的技術(shù)應(yīng)用，電氣產(chǎn)品設(shè)計(jì)逐漸從手工轉(zhuǎn)入計(jì)算機(jī)輔助的設(shè)計(jì)，從一定程度上而言，減少產(chǎn)品從構(gòu)思至設(shè)計(jì)至生產(chǎn)時(shí)間，并使得設(shè)計(jì)逐漸邁向智能化、優(yōu)質(zhì)化以及高效化的時(shí)代。

在人工智能的技術(shù)運(yùn)用在優(yōu)化設(shè)計(jì)中，主要有兩種主要方法：遺傳算法與專家系統(tǒng)。遺傳算法特征是直接操作結(jié)構(gòu)對(duì)象，具備內(nèi)在隱并行性與全局尋優(yōu)的能力；可指導(dǎo)優(yōu)化與自動(dòng)獲取搜索空間，以及自行調(diào)整搜索的方向，不需標(biāo)準(zhǔn)的要求。這些遺傳算法的特征特別適合產(chǎn)品的優(yōu)化設(shè)計(jì)，進(jìn)而其廣泛運(yùn)用在電氣產(chǎn)品人工智能的優(yōu)化設(shè)計(jì)之中。專家系統(tǒng)運(yùn)用于計(jì)算機(jī)技術(shù)與人工智能的技術(shù)，主要是依據(jù)某領(lǐng)域的一個(gè)或是多個(gè)專家提供經(jīng)驗(yàn)與知識(shí)，進(jìn)行合理的判斷與推理，模仿人類專家決策的過(guò)程，以此處理需人類專家處理復(fù)雜的問(wèn)題，并且其更是產(chǎn)品的優(yōu)化設(shè)計(jì)重要的方式，但目前尚處于研究的階段，實(shí)際的應(yīng)用比較少，未來(lái)的發(fā)展前景較大。

4.2故障的診斷

電氣設(shè)施故障具備非線性、復(fù)雜性以及不確定性等特征，運(yùn)用傳統(tǒng)方式進(jìn)行的診斷效率較低、準(zhǔn)確率低。人工智能的方式引進(jìn)極大提升了故障的診斷準(zhǔn)確率，而人工智能的技術(shù)運(yùn)用在故障的診斷方式主要有三種：神經(jīng)網(wǎng)絡(luò)、模糊邏輯以及專家系統(tǒng)。例如，運(yùn)用人工智能的技術(shù)，對(duì)電動(dòng)機(jī)與發(fā)電機(jī)進(jìn)行故障診斷的時(shí)候，結(jié)合神經(jīng)網(wǎng)絡(luò)與模糊理論，不但保留故障診斷的模糊性，更結(jié)合神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力強(qiáng)優(yōu)勢(shì)，共同對(duì)電機(jī)故障進(jìn)行診斷，極大提升了故障的診斷準(zhǔn)確率。

4.3人工智能控制技術(shù)

人工智能的控制技術(shù)將是未來(lái)生產(chǎn)的發(fā)展趨勢(shì)，并且目前在電氣工程的自動(dòng)化方面也已廣泛運(yùn)用?？刂频姆绞街饕心：目刂?、專家系統(tǒng)的控制以及神經(jīng)網(wǎng)絡(luò)的控制，主要運(yùn)用的方面是：記錄故障且實(shí)行在線分析；采集及處理全部模擬量與開(kāi)關(guān)量實(shí)時(shí)的數(shù)據(jù)；實(shí)時(shí)智能的監(jiān)視各個(gè)主要的設(shè)施與系統(tǒng)運(yùn)行的狀態(tài)；通過(guò)鼠標(biāo)或是鍵盤達(dá)到控制系統(tǒng)的目的[3]。

5、小結(jié)

總而言之，人工智能的理論是經(jīng)過(guò)對(duì)人的智能實(shí)行模擬、開(kāi)發(fā)與延伸實(shí)現(xiàn)的理論，其體現(xiàn)電氣自動(dòng)化的特點(diǎn)。因而智能化技術(shù)運(yùn)用于電氣工程的自動(dòng)化中，可發(fā)揮巨大的作用，促進(jìn)電氣優(yōu)化的設(shè)計(jì)，及時(shí)診斷故障，并且還可實(shí)現(xiàn)智能控制，不斷提升電氣工程的效率，更好地服務(wù)于社會(huì)。

參考文獻(xiàn)

[1]婭.智能化技術(shù)在電氣工程自動(dòng)化控制中的應(yīng)用[J].科技致富向?qū)В?012（27）：217-217.