计算机技术与人工智能基础范文

导语：如何才能写好一篇计算机技术与人工智能基础，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

人工智能模拟仿真算法危机

1引言

人工智能（Artificial Intelligence），英文缩写为AI。它是用于研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的科学技术。“人工智能”的提起最早大致是在19世纪中叶的Dartmouth学会上被提出来的。它是计算机科学、信息科学、电子技术学、语言科学等多个学科互相影响促进而发展起来的一门综合类的学科。从计算机科学的角度出发，人工智能是研究如何制造智能或智能化的机器来仿真人类智能活动的，以模拟人们智能的科学系统。目前，人类社会已处于信息时代，也可以说是信息爆炸的时代。

人类的科学演变已从单一的“数值计算”发展到系统的“逻辑计算”。人类正在将信息工程学逐步提入到计算机系统中，从而出现了“信息管理”“和“信息交换”等科学的迫切需求。而加速扩大“信息处理”层面来说，现有的计算机的处理数据能力是匹配不了的，缺少领域专业“智能”。这样的“计算机科学”已无法适应信息科学的发展需求。全球的信息科学正在逐步形成，Al作为现代信息科学发展的核心。从古至今人们对提及智能相关的问题就很感兴趣，只不过在计算机没有发明之前，没有任何高科技辅助工具能解开智能的奥秘。

2“数据处理”与“知识处理”

巨大的信息处理能力是计算机技术产生和发展的巨大动力。计算机可以辅助人们全方位的解析科学未知智能领域，信息处理的发展大致分为两个重要阶段：

（1）数值计算阶段，大量文件数据处理和管理。这些都有明确算法和科学的管理方法，这个层面中的显著特征是“数据处理分析”阶段。体显出对众多学科领域学术发展的积极促进作用，逾越了许多的计算领域界限，使原本许多不可解决的问题迎刃而解。

（2）逻辑与符号处理实质阶段，这就必须让计算机具有超强的处理分析能力。在这一阶段的主要研究是对知识数据的处理过程，实现了这些Al就基本呈现在眼前了。

科学技术的发展是不断探索未知领域的漫长过程，也是孕育而生新算法智能工具的过程。探索未知的科学领域需要智能的辅助工具，这就使人类对未知科学领域探索的脚步越来越快。

3人工智能的应用领域

（1）地质勘探、石油化工等领域是人工智能的主要发展使用领域。1978年美国斯坦福国际研究所会议中曾经讨论研发后来制成了矿产勘探开采系统（PROSPECTOR），该系统主要用于勘探矿产、分析种类以及矿产容量等，是工程领域依靠人工智能的一个典型案例。

（2）人工智能和专家系统理论和技术应用在医学领域。形成医学专家系统，他具有极大的科学及经济价值，医生诊断复杂的医学问题集中使用都靠它来解决。人工智能促进医学发展方面起着重要作用，并应用于多个医学领域，现阶段发展趋于完善。

4计算机及人工智能的发展方向

计算机的发展将趋向超高速、超小型、并行处理和智能化。自从1946年世界上第一台电子计算机诞生以来，计算机技术迅猛发展，现有计算机的性能受到挑战，开始从基本原理上寻找计算机发展的领域，新型计算机的研发应运而生。未来量子、光子和分子计算机将具有感知、思考、判断、学习以及一定的语言表达能力，使计算机走进人工智能时代。

现如今科学技术每天都在飞速发展，人工智能的发展空间领域越来越大。但从目前的一些尖端的科学领域的研究可以看出，人工智能未来的发展可能会向更高层次的科学领域深入人工智能的发展作为一种高辅技术实现与人类智能对接是现代社会发展的高效催化剂，人工智能科学整体性的研究探索可以说才刚刚起步，但是它的迷人魅力会促使科学家们前仆后继的投入到研究探索的工作当中去。相信人工智能领域研究开发会离我们的期望目的越来越近。

5结语

计算机的发展现在已经处于第五代的研发当中，其中最核心技术便是人工智能，可以说，人工智能的研究一旦取得突破，那么第五代计算机就有可能研发成功，同时在世界范围内的数据信息科学领域产生重大的意义，乃至对人类文明的发展产生重大影响。由人脑科学、认知能力科学、人工智能等共同研究智能的潜在本质，形成模拟智能科学。而对于人工智能学科整体层面而言，要有所突破前进，必需要有多个学科合作协同，在众多学科研究中实现主动创新。

由于人工智能与计算机技术的飞速进展，对人类社会、人类认知智能等科学的深入研究，形成了研究人脑及思维等学科。电脑与人脑、人工智能与人类智能，特别是智能计算机高度模拟人脑的研究，全面推动了人类社会认知世界的发展，人工智能的深入研究使计算机更加智能聪慧。计算机发展的未来值得注意的是，人类使计算机更加接近自己，人工智能科学领域带动了计算机的飞速发展，计算机的聪明才智更接近人类，智能的计算机大大滴提高了人类认知世界改造世界的能力，人类发明使用智能的计算机推动全人类社会文明的飞跃发展。

参考文献：

[1]蔡自兴，蒙祖强.人工智能基础（第2版）.高等教育出版社.

[2]阎平凡.人工神经网络语模拟进化计算.北京：清华大学出版社，2000.

[3]赵林明.多层前向人工神经网络.郑州：黄河水利出版社，1999.

[4]何佳洲，周志华，陈兆乾.系统故障诊断的一种神经网络方法.计算机工程与应用，1996.

[5]韩立群.人工神经网络管理、设计及应用.北京：化学工业出版社，2004.

[6]周开利，康耀红.神经网络及其MATLAB仿真程序设计.北京：清华大学出版社，2005.

[7]黄国兴，陶树平，丁岳伟.计算机导论（第2版）.清华大学出版社.

篇2

网友提问：连日来，世界冠军李世石与“阿狗”力战3局，战况可谓空前激烈、惊心动魄，最终李世石以0：3不敌“阿狗”。此一战，人类遭遇完败，我们该如何看待这场人类智能与人工智能的巅峰对决？

刘慈欣：1997年IBM的超级计算机“深蓝”战胜了国际象棋冠军弗加里・卡斯帕罗夫；2015年10月“阿狗”以5：0战胜欧洲围棋冠军樊麾；这次“围棋人机大战”中“阿狗”再度力克世界冠军李世石。实际上，前两次的比赛就已经能够证明计算机在棋类方面超越人类，结果属于意料之中。虽然围棋在复杂程度和组成数量上远超国际象棋，它最多有3361种局面，这个数字大概是10170，比已观测到的宇宙中的原子数量还多。但不管怎样，计算机下棋的思维方式没有发生根本变化，可以说本质上是一样的。

计算机在很多方面超越人类已经是不争的事实，这点毋庸置疑。相较于前两次人类与计算机的对决，这次比赛的进步之处在于计算机的处理速度、数据库容量、检索和分类速度都有巨大提高。但总体来看，仍属于量变，而不是质变。对于人工智能技术而言，想要实现计算机模拟人的意识、思维以及信息判断，还需要计算机技术从本质上发生变化。举个例子，人工智能技术中包括模式识别功能，当前计算机能够识别出人的面孔，但是还不能理解表情，更无法通过人的肢体动作获取人类内心的想法。

网友提问：据谷歌公司介绍，“阿狗”已经拥有了极强的学习能力。“围棋人机大战”中，面对李世石“奇招”，“阿狗”从容应对，似乎看出它除了有超强的计算能力之外，还具备了一定的学习能力。如果它具备了这种能力，那成熟的人工智能技术离我们还远吗？ 李世石（中）

刘慈欣：从“阿狗”的表现来看，它主要展示出的能力还是计算机基本逻辑推理能力，至于谷歌所说的学习能力还没有得到完全验证。从人工智能的角度来讲，计算机最需要向人类学习的能力是基于有限信息基础上所产生的想象力和判断力，当计算机的逻辑推理能力和这些能力实现完美结合时，才意味着人工智能进入成熟阶段。

当前距离实现成熟的人工智能技术还很遥远，甚至可以说，未来能不能实现还是个谜。因为有两个重要的技术屏障无法突破，一是当前冯・诺依曼型计算机还不具备模拟人脑的强大能力；二是脑科学的发展速度仍然缓慢，人类对于自身大脑详细的深层结构和运作方式知之甚少。如果脑科学无法实现重大突破，那产生真正意义上的人工智能就是天方夜谭。

如《三体》中所说，当半人马座α星人发现地球存在生命体后，派出智子将人类的基础科学锁死，因为只要基础科学不能实现重大突破，那么应用型科学的发展是有瓶颈的。同样，人工智能技术的发展也遵循这个道理，在人工智能技术之下还有更为基础的计算机科学、脑科学等领域，只有这些科学技术取得重大突破后，人工智能技术才能迎刃而解。

另外，有些网友对人工智能心怀恐惧，这是大可不必的。假如有朝一日成熟的人工智能技术真的诞生了，人类还是有很多办法可以对它进行约束的。 李世石专心参赛

网友提问：作为人工智能程序的“阿狗”还需要进一步提升、完善，谷歌公司的负责人也表示，希望通过“围棋人机大战”找出它的弱点。不过经此一战，人类已经见识到了人工智能技术的强大能量，那么未来当这种技术成熟后，人类生活会发生哪些变化呢？

刘慈欣：这个现在还无法进行预测，不过可以肯定的是，人工智能的出现，意味着人类所做的很多事情都可以完全被计算机、机器人所替代。而且可以断定，计算机、机器人能凭借它们强大的能力帮助人类做出更多出色的成绩。到那时，机器人会走入家庭，像朋友一样与人类相处，甚至还可能为成为人类家庭中的一员。

将思路拉回现实，“围棋人机大战”再次让科技成为舆论热点，并引发公众对基础科学的高度关注，对于科学推广与普及有着积极的意义，会让越来越多的人真实感受到科学技术的魅力，从而产生浓厚的兴趣。同时，对于国家一直以来倡导的科技创新理念也有助推意义，相信人工智能技术会因此受到各方面的关注，吸引更多国家、企业与个人投入力量进行研究。

延伸阅读：

AlphaGo赢了之后 人工智能的必然

20年前，IBM的计算机“深蓝”打败了国际象棋世界冠军卡斯帕罗夫，当时引起不少讨论与关注。而被视为“智力巅峰”的围棋，却是计算机所遇到的一个壁垒，一直无法攻破。如今历史终于被打破，当学习了人类职业棋手和顶尖棋手上万份的棋谱，并且进行了上千万场次自我博弈的AlphaGo出现时，不得不说这是一次质的飞跃。《自然》杂志总结了AlphaGo具备的四套重要算法，如走棋网络、快速走子、估值网络、蒙特卡罗树搜索等，已然具备了高水平的智能决策。

有人质疑AlphaGo没有情感，没有创造力，那么试想如果在比赛前不告诉人类，他对战的是AlphaGo，人类多半会肯定对方棋手的创造力。因为此前，机器的创造力一直不被人类认可，它们看上去死板而且麻烦。但是随着技术的发展，它们变得越来越简易而又快速，甚至成了必不可缺的“助手”。在大量工作中，按照固定流程处理的步骤正在变得完全自动化，而且这些自动化的流程还会像AlphaGo那样，在多种算法与自我博弈中寻求最佳优化。虽然不是每一个公司都像世界级棋手那样高超得屈指可数，但还是有大量公司对人工智能带来的智能水平优化趋之若鹜。

说到这里，不得不提一下，人类对于人工智能的恐惧也是有道理的。技术不一定带来大面积的失业，但是却会带来大量工作转移。大量的白领工作正在被人工智能优化，大量的机械生产管理有了全新的智能流程，大量的市场调查与分析具备新的智能水平，这是一种必然。

篇3

【关键词】电气工程 自动化 智能化技术

一、智能化技术概述

随着科技的发展与进步，计算机编程技术可模仿人类的大脑，例如分析、收集、回馈、处理以及交换信息，因而，计算机以模仿人类大脑的形式，在一定的程度上促进电气工程的自动化发展的步伐。在日常生产、分配、流通与交换中，均需电气工程的自动化控制，并且通过电气工程自动化的控制，可有效实现自动化电气工程，提高工作的效率，进而促使生产与工作总体的效率有所提升。人工智能特殊性是由于其具备三种能力：行为能力、感知能力以及思维能力，因而，人工智能发展的潜力无限大。电气工程自动化作为一门电气信息类的新兴学科，主要应用于信息处理、控制运动、管理及决策、电子电力的技术、工业过程的控制、检测及自动化的仪表与电子及计算机技术等领域。

二、人工智能的应用现状

随着人工智能技术的不断发展， 很多研究人员展开了针对人工智能在电气工程自动化控制方面的研究，例如：应该如何将人工智能系统应用于故障的诊断和预测、电气产品设计优化和保护与控制等领域。在优化设计方面， 设计电气设备是很繁琐的工作。它需要对电磁场、电路、电器电机等学科的知识综合性的运用， 同时还要使用以往设计中的经验。设计以往的产品时，通常是在根据经验和实验的基础上， 通过手工的方式开展的。这样的设计过程很难取得最优的设计方案。电气产品的设计随着计算机技术的发展， 逐渐由手工设计向计算机辅助设计不断转变， 使开发产品的周期大大减少。尤其是在引进了人工智能技术之后，更加促进了CAD技术的发展，大大提高了设计产品的质量和效率。人工智能技术在电气设计方面的应用主要包括专家系统和遗传算法。其中的遗传算法是一种优化的先进算法，在产品的设计优化上有举足轻重的作用。因此电气产品的人工智能化设计很多都采用了这种方式进行优化。电气设备的故障征兆和故障之间有着很多必然和偶然的关系，具有非线性、不确定性的特点， 它的优势能够通过人工智能的方式得到最大的发挥。人工智能技术在电气设备诊断故障方面的应用主要由：专家系统、模糊逻辑和神经网络等。在电力系统之中， 变压器因为重要的地位而受到很多研究者的关注。

三、智能化技术控制的优势分析

对于不同人工智能的控制，需运用不同方式进行探讨，由于部分人工智能的控制器，例如神经、模糊、模糊神经以及遗传算法均属于类非线形函数的近似器；采用此分类有利于了解总体，以及促进对人工智能控制策略综合性的开发，以上人工智能的函数近似器具备常规函数的估计器不具有的优点。

第一，在多数情况下，精确了解控制对象动态方程是相对比较复杂的，所以控制器设计实际的控制对象模型，通常会出现许多不确定因素，例如参数变化与非线性时等，往往无法掌握新的信息。但人工智能的控制器设计，可不需参照控制对象模型。按照鲁棒性、响应时间与下降的时间不一样，人工智能的控制器可经过适当调整以提升自身性能，例如，在下降的时间上，模糊逻辑的控制器可比PID控制器还要快四倍；在上升的时间上，模糊逻辑的控制器可比PID控制器还要快两倍。同古典的控制器比较，人工智能的控制器更具备易调节的特点。尽管缺少专家现场的指引，人工智能的控制器也可以采取响应数据进行设计。

第二，还可由相应的信息以及语言等形式开展设计工作，人工智能的控制器一致性极强，输入陌生数据便可以出现很高的估测，还可忽视驱动器对控制器的影响。针对部分控制对象而言，尽管目前未采取人工智能的控制器，也能有良好效果，不过对其他控制的对象而言，不一定能产生良好的效果，因而，设计时需遵守具体问题应具体分析原则。在模糊化与反模糊化的过程中，若运用隶属函数、规则库以及适合模糊神经的控制器，便可精确进行实时的确定。

四、智能化技术的运用

（一）电气产品的优化设计。

电气产品优化设计的工作是相对比较复杂的，其主要综合了两方面内容：理论学科的知识与经验知识。电气产品传统的设计方式主要是设计经验综合大量实验手段的验证，缺少相关技术的支持，效率比较低，工作量比较大，难以设计出科学合理的方案。由计算机技术迅速发展，以及人工智能的技术应用，电气产品设计逐渐从手工转入计算机辅助的设计，从一定程度上而言，减少产品从构思至设计至生产时间，并使得设计逐渐迈向智能化、优质化以及高效化的时代。在人工智能的技术运用在优化设计中，主要有两种主要方法：遗传算法与专家系统。遗传算法特征是直接操作结构对象，具备内在隐并行性与全局寻优的能力；可指导优化与自动获取搜索空间，以及自行调整搜索的方向，不需标准的要求。这些遗传算法的特征特别适合产品的优化设计，进而其广泛运用在电气产品人工智能的优化设计之中。专家系统运用于计算机技术与人工智能的技术，主要是依据某领域的一个或是多个专家提供经验与知识，进行合理的判断与推理，模仿人类专家决策的过程，以此处理需人类专家处理复杂的问题，并且其更是产品的优化设计重要的方式，但目前尚处于研究的阶段，实际的应用比较少，未来的发展前景较大。

（二）人工智能控制技术。

人工智能的控制技术将是未来生产的发展趋势，并且目前在电气工程的自动化方面也已广泛运用。控制的方式主要有模糊的控制、专家系统的控制以及神经网络的控制，主要运用的方面是：记录故障且实行在线分析；采集及处理全部模拟量与开关量实时的数据；实时智能的监视各个主要的设施与系统运行的状态；通过鼠标或是键盘达到控制系统的目的。

篇4

论文摘要：随着计算机技术的发展和应用，制造也得发展已经离不开计算机了，计算机辅助工艺设计和人工智能应运而生，当很多非专业性人士对此概念十分模糊，本文初步解释两个概念和其应用范围。

计算机辅助工艺设计(CAPP：Computer Aided ProeessPlanning)，自1965年由挪威人Nikbel提出以来，其系统特性经历了检索式、派生式、混合式、创成式、智能化等过程，智能化CAPP是当前CAPP系统的研究热点。CAPP是现代制造业信息化的一部分，是计算机集成制造系统(CIMS：Computer IntegratedManufacturing Systems)中的桥梁和纽带。“人工智能”(Artificial Intelligence)简称AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能研究如何用计算机去模拟、延伸和扩展人的智能;如何把计算机用得更聪明;如何设计和建造具有高智能水平的计算机应用系统;如何设计和制造更聪明的计算机以及智能水平更高的智能计算机等。人工智能是相对于人类智能而言的，它是采用人工的方法和技术来模拟、延伸和扩展人类智能行为的一门综合学科。

将人工智能技术(AI技术)应用到CAPP系统开发中，使CAPP系统在知识获取、知识推理等方面模拟人的思维方式，解决复杂的工艺规程设计问题，使其具有人类“智能”的特性即为智能化CAPP，是AI在CAPP中的一种应用。

CAPP系统分为专用型和工具型系统。前者可以根据用户的特定需求定制开发，针对性强，具有较好的实用性，但对系统进行功能扩展困难;后者可以由用户根据自身特定的要求进行二次开发，可以实现更多的柔性和开放性，这种系统与CAD(计算机辅助设计)、CAM(计算机辅助制造)、PDM(产品数据管理)等系统的信息共享存在缺陷。

CAPP设计理论目前研究的很少，机械产品设计理论研究的较多，有学者认为设计理论与方法由设计理论基础层、设计工具和支持技术平台层等三大部分组成。有的学者提出四理论框架，即设计过程理论、性能需求理论、知识流理论和多方利益协调理论。CAPP设计理论与机械产品设计理论既有共同性又有特殊性，特别在智能化设计方法方面有较大的差别，因此认为面向智能化的CAPP设计理论与方法体系结构由有三层组成，即基础科学层、信息技术层和智能化设计方法层。

在机械产品工艺设计中，存在大量的不确定因素，许多问题需要靠经验来解决，早期建立在单纯依赖于成组技术基础上的CAPP系统，不能很好地解决这些离散知识的获取问题，只能设计出检索式或派生式系统。近年来，人工智能技术在CAPP系统

开发中的应用，使CAPP技术得到了较大的发展，人工神经网络技术就是AI在CAPP系统中一大应用。人工神经网络(ANN： ArtificialNeuralNetwork)是按照生物神经系统原理处理真实世界的客观事物，它由大量的简单的非线性处理单元高度并联而成，具有信息的分布式存储、并行处理、自组织和自学习及联想记忆等特性;多层前馈网络误差反向传播(ErrorBack Propagation，简称BP)算法。反向传播算法(BP)是一种监督训练多层神经网络的算法，每一个训练范例在网络中经过两遍传递计算：第一遍向前推算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所需输出之差的差错矢量;第二遍向后推算，从输出层至输入层，利用差错矢量对权值进行逐层修改。

AI在CAPP中的另一应用——粗糙集技术。粗糙集(RS：Rough Set)理论是一种擅长处理含糊和不确定问题的数学工具，在理论中“知识”被认为是一种对对象的分类能力，通常采用二维决策表来描述论域的信息，其中列表示属性，行表示对象，每行表示该对象的一条信息。属性分为条件属性和决策属性，论域中的对象根据条件属性的不同，被划分到具有不同决策属性的决策类中。在CAPP系统中，可以用RS理论构建专家系统，对知识进行获取及优化，其基本思路是：将各种零件的加工特征和已知加工方法表达成条件属性和决策属性的形式，一行表示一种零件，多种零件构成一个二维表，对属性进行量化，组织决策表，再采用一定的约简算法对属性集和属性值进行约简，去掉冗余的条件属性和决策规则，得到最小化决策规则集，当输入待加工的零件加工特征时，就可得到优化的加工工艺。

遗传算法，AI在CAPP系统的又一应用。遗传算法(Genetic Algorithm)是模拟达尔文遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在解集的一个种群开始的，而一个种群则由经过基因编码的一定数目的个体组成，每个个体实际上是带有染色体特征的实体。因此，在一开始需要实现从表现型到基因型的映射即编码工作，如二进制编码。初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小挑选个体，并借助于自然遗传学的遗传算子进行组合交叉和变异，产生代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。

智能化CAPP系统开发中还有模糊推理、混沌理论等智能化方法，实际应用中，往往将多种智能技术相互结合，综合运用，发挥各自的特长，如人工神经网络具有知觉形象思维的特性，而模糊推理等具有逻辑思维的特性，将这些方法相互渗透和结合，可起到互补的作用，提高智能化水平。

智能化是今后CAPP系统发展的主要趋势，但从目前的人工智能技术水平来看，不可能使CAPP系统在智能化水平上有实质性的突破，因为目前的人工智能技术主要是模拟人的逻辑思维和逻辑推理方面的能力，不能有效地模拟人的形象思维、抽象思维和创造性思维能力，而CAPP系统不仅要有推理的功能，还要有“联想”的功能， CAPP系统开发是要解决大量的人类思维活动方面的智能问题。因此要提高CAPP系统的智能化水平，必须在人工智能技术方面有新的发展，要解决人工智能技术方面的问题，必须在一些基础

理论和基础科学方面有新的突破，如在生命科学、数学等方面要有新的突破。由此可见，在可以预见的将来，智能化CAPP系统的发展仍将是在充分发挥人的智能优势的基础上，综合应用各种人工智能技术，实现CAPP系统的智能化。

通过以上论述，相信大家对计算机辅助工艺设计与人工智能以及AI在CAPP中的应用有了一定的了解。人工智能技术的不断发展，智能化CAPP系统必将在知识获取、表达和处理的灵活性和有效性上得到进一步的发展，提高CAPP系统的智能化水平，从而提高现代制造技术水平，是我国由制造大国成为制造强国。

参考文献：

篇5

关键词：人工智能的优势；发展现状；具体应用

当前人工智能的应用对于普通人的生活来说，最常见的有智能语音助手或者是智能控制家电开关等等。而在计算机网络中运用人工智这种技术，可以有效借助人工智能技术较为高效的计算能力和超强的学习模仿能力，使得计算机的系统进行更进一步自我完善，增强整体对于数据以及相关信息处理的效率，可以使计算机更加稳定高效的帮助人们进行工作。

1简述人工智能及其优势

在日常的生活中，经常会听到人工智能这几个字，但是许多的人对其并不了解。人工智能的技术就是在运用智能化的机器系统，以及相对自动化的机械设备来对人的思维模式进行的一种模拟化的技术手段。在计算机网络中应用人工智能的这种技术，其实就是将网络的技术与现代的计算机技术进行一个合理的结合，使一部分的人力劳动可以由相关的技术来代替实现更加高效的数据处理，此技术与计算机的网络技术联系非常紧密。对于计算机的网络技术来说，其主要应用场景就是对于一系列数据进行处理，而人工智能的应用可以帮助计算机提升及信息的处理能力，在网络信息处理的过程中，由于互联网是一个大的整体，信息的处理会有许多的不确定性，这就使得在信息的处理方面会有非常大的难度，对于所掌握数据的精确程度也很难有一个准确控制。而人工智能的相关技术有着较强的控制信息的能力，并且对于已经有的数据可以进行跟踪，这样在信息的处理过程中，就可以极大程度的提升所掌握的数据精确性以及真实性，最大程度地避免了数据模糊不清而造成的处理不到位的情况，极大提升了计算机对于信息的处理能力。

2人工智能的发展现状

人工智能技术的发展，对于计算机网络对数据的处理是否真实是否可靠起到了重要的影响作用。由于人工智能的独特优势，对于数据的后期编辑、处理以及管理都起到非常大的帮助作用，人工智能的技术研发在我国的计算机和科技领域都是一项重大的突破，在计算机网络多年的发展历史中，可以清晰地观察到人工智能对于计算机网络的发展起到的重要推动作用。此技术的提出不仅仅在文字和图片、视频的处理方面有着极大的促进作用，并且使计算机网络更加接近人脑的思维方式，对于劳动力的解放有重大的贡献。此外，人工智能对于数据高效的处理能力，使得人类在使用计算机的时候，工作的效率得到了极大的提升，促进了整体计划可以更加高效地完成，对于整个计算机网络的整体发展都起到着不容小觑的推动作用。

3人工智能技术在计算机网络中俄具体应用

（1）维护网络的安全

现如今互联网高速的发展，拉近了人与人之间的距离。几乎各家各户都已经用上了互联网，而不断在网络上出现的信息泄露以及个人隐私的数据被盗取现象，使得维护网络的安全变得迫在眉睫。人工智能技术对于数据的高强度整合能力，以及精确的分析能力可以有效地提升整个网络系统的安全度，保护个人的信息不被窃取。一方面，用户在使用互联网的过程中，可能会由于点击到一些钓鱼网站，而使得整体的电脑有木马病毒的入侵，使得计算机的安全受到了危害，及时地进行网络防护墙的设置，可以在计算机遭受到不明病毒攻击时，就及时进行拦截，智能地向用户提醒此网站含有不安全的信息。采取人工智能的技术可以对于网络中的各种信息进行及时的整理和分析，通过智能化的处理网络中具有高危险性的IP地址，并对其进行一定的记录，这样一旦用户不小心点击了高危险性的网址就可以及时地进行阻止，并采取防止病毒继续扩散的措施。即使感染了病毒，由于人工智能的技术拥有良好的查找病毒数据来源的功能，因此可以及时地找到源头，防止整个的电脑系统由于攻击而瘫痪。另一方面，人工智能的使用，不仅仅可以防止病毒的入侵，还可以有效的防治垃圾邮件。在日常使用互联网的过程中，用户通过互联网来传送邮件的过程中，经常会收到许多的垃圾邮件，这对用户造成了很大的困扰，人工智能相关技术的使用，可以在邮件的使用过程中及时对邮件进行分类，一旦邮件的内容涉及危险以及不健康的内容，就可以智能地向用户提醒，加强用户对于邮件信息的筛选以及处理，保护用户网络使用时的纯净感。

（2）提升网络管理的效率

互联网的不断扩大，使越来越多的人在日常生活中开始接触到互联网，由最开始的尖端高知识分子人才，才能学会使用的网络技术，到现在甚至是小学生都会用互联网来进行日常的一些交流活动，用户群体变得不断地扩大，这使得网络的管理变得越来越复杂、越来越困难。因此，及时的提升在计算机网络中的系统管理能力，对于用户使用互联网的感受来说有着极其重要的作用。人工智能技术由于其大数据分析的优势，可以有效地处理各种各样的信息数据，并且对这些数据进行一个分类管理，因此将人工智能的技术与计算机网络的管理进行有效的结合，可以促进对于网络的系统管理变得更加智能，提升管理的科学性与高效性，极大提升了互联网中对于各种信息的管理及处理效率，使得用户在使用的过程中更加的便捷舒适。

（3）对于硬件可以起到防护的作用

一台计算机要想正常的运转，除了各种软件不能遭受到病毒的侵害之外，对于硬件系统进行良好的防护也是非常重要的。比如在计算机的组成中对其电路板以及电阻等一系列的微小的电子性元器件一旦出现问题，就可能会导致整个计算机无法正常的运转，而人工智能的技术的应用中，其中人工神经网络技术的应用场景也是非常广泛，其技术的使用可以有效分析不同的硬件，取保在运行过程中状态都正常，并且对于控制中枢可以智能性的发出相应的指令来控制硬件正常的运转。因此对于网络中的一些核心及关键的设备，应当设置人工智能传感器，一旦设备在运转的过程中出现了问题，就可以及时地报警，对于产生的故障进行一定的防护措施，避免危害不断地扩张而造成更大的经济损失。

（4）提升企业的竞争能力

人工智能的应用可以对于整个计算机的网络系统实现不断优化的目标，由于基于人工的智能系统可以及时地获取计算机在运转过程中的关键性信息，并将其进行整合，在进行信息的整合与分析的基础之上，对于系统进行控制和不断地完善，保证整体的计算机可以正常和稳定的运行。此外，对一个企业来说，要想适应不断发展的信息网络技术，以及不断调整的行业要求，就必须将传统的企业及时与人工智能技术进行结合和转型。对于企业来说，应用人工智能的技术可以有效地提升整个企业的工作效率，降低由于一些人为因素而导致的误差，而人工智能的引入可以综合性的分析企业目前对于科技知识的掌握情况并进行系统的分类，这样管理人员就可以根据不同的划分情况以及员工的基础，制定合理的学习计划来促进整个企业的人员都可以成为精通人工智能技术以及网络信息技术的综合型人才，使得企业在行业中拥有更强的竞争力。

篇6

阿尔文・托夫勒在《第三次浪潮》中讲到，人类从农业文明到工业文明是物质高速发展的时代，未来是一个信息文明时代。

随着计算机的诞生，人类从互联网时代迈进了现在的移动互联网时代；随着计算机技术和互联网的发展，人工智能从理论研究慢慢走入了现实应用，人类又将迅速迎来新的时代。我们正处于时代变革的风口浪尖。

在移动互联网时代，数字世界产生的信息越来越多，其数量之大远远超过了现实世界的信息总和，其增长速度之快也大大超过了现实世界的信息增速。所以说，这也是一个信息过载的时代。

面对这些海量信息，人类怎样有效存储、使用、获取？怎样在用的时候就有自动提供的信息？这就是人工智能的意义。

我们需要人工智能提供一个全新的信息解决方案，未来的智慧型手机正是人工智能的一个实现方式。

人工智能+智能手机=智慧手机

我们希望，人工智能能够帮助我们主动获取信息、推送所需信息，同时过滤信息，提供及时服务。我们希望，人工智能的信息交互方式能够更自然，像与人交谈一样更方便、更快捷。

人工智能怎样实现？智慧型手机是人工智能的一个实现方式。

我在华为负责消费者终端，我的理解是，人工智能加上现在的智能手机，就是未来的智慧型手机。我们把它叫Superphone或Smartphone，把AI+Smartphone融入到智能手机中来。

智慧手机是人的化身

今天，人类获取信息是人直接和现实世界和数字世界连接。人工智能时代，我们希望智慧手机成为人的分身或化身，人能通过手机与现实世界和数字世界连接。

智慧手机每天伴随着你，你使用得越久，它越知道你的喜好和需求，最终不仅成为你的仆人、助理，更是你的分身或化身。智慧手机可以直接与现实世界打交道，它主动和你一起进行镜像的同时工作和双向交互。

我们希望智慧手机能够代替人的功能。人有了眼睛、嘴巴、耳朵，能够看、说、听，大脑可以直接判断，身体可以行动。除了胳膊、腿的功能需要机器人实施，未来的智慧手机借助传感器、语音识别、机器视觉与自然视觉的交互等技术设备，人其他器官的功能都可以在智慧终端上实现。届时，智慧手机将成为一个人工智能机器人，它只是没有物理上的胳膊和腿，而语音、视觉、智慧、判断等其他功能一应俱全。

具备决策、连接和云端功能

智慧手机要具备人本地决策的能力。本地决策是机器在本地学习，是机器使用资料，即使当网络连接断掉了，在大数据、云计算和人工智能的运算下，在云端的支撑下，机器能够继续通过本地学习做出决策。

我们希望未来的机器人、智慧手机具有连接的功能，能够代替人连接周边、产生操作。比如，与车的连接、办公室的连接、人的连接、家庭的连接，以及和人本身的连接。华为正在研究这种连接的语言，未来我们打算把更智能的东西放进来。我们希望机器和周边的通信和交互的语言能够标准化，形成更多能够互通的语言。

我们希望未来的机器人、智慧手机同时具有云端的功能。人没有大脑实时对外联网的能力，但智慧手机具备。人很难记住所有资料，但智慧手机可以通过深度学习、计算、大数据处理在云端获取所有的资料和经验。与云端连接后，智慧手机的功能会更强大，甚至在某些方面超过人类。

华为将投向人工智能

这是一个融合的时代。华为是基础通信设施供应商，我们也提供计算服务、存储服务、机器学习和芯片解决方案。机器学习、深度计算、大数据和云服务等云端方面的研究，华为一直在做。

人工智能时代对于计算机的架构提出了新的要求，未来的计算机架构会发生很大改变。因为大脑的架构和计算机的架构是不一样的。大脑的结构中，人的计算、神经元的计算和存储是在一起交互的，而计算机不是。现在的计算机架构在深度学习和软件运算时，效率很低，计算机架构的改变可以把效率提升几千倍、几万倍。华为正在做这方面的研究。

去年，华为的研究投入全球排名第九位，今年会继续增加，可能会上升到前几位，在可预见的两三年内，华为的研发投入有望成为世界第一。

篇7

【关键词】配电网 自动化技术 电力系统

现在有越来越多的新型技术被应用到电力系统中，其中配电网自动化技术的应用，可以全面满足电力行业发展需求，更好的提高电网运行的可靠性与稳定性。想要更好的提高配电网自动化技术在电力系统中的应用效果，需要明确其应用的方向，然后确定相应的应用方式，并将其与其他现代技术，如人工智能、计算机信息技术等，做好对电气设备以及整体系统的管理。

1 自动化技术在电力系统中应用方向

配电网自动化技术是一种新型的现代化技术，主要以标准信息模型为依据，然后利用各种配网实际与高级应用软件，如现代电子技术、计算机网络技术、通信技术等，将配电网实时信息、离线信息、电网结构参数、用户信息以及地理信息等进行集成处理，构成一个完整的自动化管理系统，对整个配电网系统的运行状态进行检、控制以及管理。将其应用到电力系统中，主要可以仿真系统与人工智能两个方面研究发展。一方面，为获取更多有效数据，通过自动化技术的研究，建立自动化实时仿真系统，以此来提高试验稳定性，将其应用到各类新装置科研测试中，与多种控制装置形成封闭环境[1]。仿真系统的研究与应用，可以提高电力动态监测效果，并且可以通过仿真建模来提高实验室仿真程度，提高实验数据真实性。另一方面，自动化技术与人工智能技术的综合应用，可以在现有程度上进一步提高元件故障监测与处理，保证电力系统的稳定运行。智能自动化技术的研究，可以对软件进行设计与开发，提高电力系统智能水平。

2 配电网自动化技术应用所存问题

虽然现在各种新型技术已经与自动化技术进行了有效结合，但是在具体应用过程中仍存在一定的不足，主要是因为受国情决定，城市规划与电力系统采取分块管理，存在适应度低的配电结构，不能在整体上满足电力系统应用需求。对于存在的问题主要体现在几个方面：（1）配电网络电源点不能满足城市发展需求，在城镇化发展速度加快的背景下，负荷增长过快，现存电力设备配套建设不合理，存在线路长、半径小等问题[2]。（2）系统规划不合理，尤其是建设日期比较早的导线过细，各类电气设备能耗高，具有比较大的线损率。早期配电网建设时投资比较少，所选设备与导线性能比较差，系统运行可靠性低。（3）配电网建设系统性要求高，自身结构复杂，存在大量环网联络点。并且为满足城市建设发展，还需要对既有系统进行改造，整个处理技术要求比较高，对自动化技术的应用要求也更为严格。

3 配电网自动化技术在电力系统中应用分析

3.1 变电站自动化技术应用

自动化技术与计算机网络技术的综合研究，推动了其在电力系统中应用发展，可以更进一步提高电力生产效率。在实际应用上，应以计算机信息技术作为依据，对变电站整个系统运行方式进行详细分析，并以电缆或者光纤取代电力信号光缆，形成稳定性、安全性更高的运行系统。想要在变电站实现自动化生产与管理，需要提高对变电站运行监视与控制效果，及时掌握实时运行数据、综合数据以及各设备参数等，及时发现系统运行中所存问题，并采取措施进行管理。另外，在此基础上还应做好对输电线路的电气自动化研究，实现计算机运行管理以及信息记录自动化，使得变电站成为电网调度自动化的重要部分，提高变电站自身操作效果。

3.2 智能电网自动化技术应用

信息管理系统作为计算机常用技术之一，现在已经与电力系统自动化技术进行有效的融合，可以完成对整个电网运行的智能化控制，真正实现智能电网自动化。自动化技术在此方面的应用，集合了输变电、配电、发电以及用户等整个流程，而作为变电站自动化系统以及稳定控制系统已经被广泛的应用到计算机技术系统中[3]。智能电网建设需要依托于通信技术，并且要于计算机技术进行综合分析，保证整个网络运行控制的实时性与可靠性满足实际发展需求。

3.3 电网调度自动化技术应用

电网调度自动化技术是配电网自动化技术研究应用的主要方向，具体可以划分为五个等级，即国家电网、大区电网、省级电网、地区电网以及县级调度等，并且对于不同等级电网调度与计算机应用并不分开。此方面自动化的实现主要是利用计算机网络中心， 构建完善电网调度控制中心，将电网系统内各分项均容纳其中，在整体上实现电网调度管理。计算机系统在电网调度中的应用，不但可以就整个系统的运行状态进行实时监控以及数据的采集，更重要的是可以完成数据信息的综合分析，对电力系统电力负荷进行预测，以及根据实际运行状态来采取相应的措施进行管理，争取不断提高电力系统运行的稳定性与安全性。

3.4 PLC自动化技术应用

PLC技术是继电接触控制技术以及计算机技术相结合的产物，可以完成对内部存储的有效控制，并将可编程序应用到存储器中，能够更好的实现对可编程序逻辑的控制。将此项技术应用到电力系统中，可以就传统系统运行中存在的灵活性差、控制效果低等问题进行优化，并且可以降低系统运行中产生的能耗。另外，PLC自动化技术自身所具有的功能性比较强大，在对各项数据进行分析处理的基础上，还可以实现对各类数据的传送与转换，对提高电网运行管理效果具有重要意义。

4 结语

社会生产速度的加快，使得电网运行负荷不断增加，为了在现有基础上更进一步提高系统运行效率，实现电力系统的自动化管理，还需要就自动化技术做更为深入的研究。将其与各项新型现代化技术进行融合，采取有效的措施将其应用到配电网中，对电网运行状态进行实时监控以及数据采集，并做好各类数据的分析处理，根据系统运行状态来选择相应的管理措施，争取不断提高电网运行有效性与稳定性。

参考文献：

篇8

关键词：决策支持系统 人工智能 专家系统

一、智能决策技术概述

1.决策支持系统的形成

随着计算机技术和应用的发展，如科学计算、数据处理、管理信息系统的发展以及运筹学和管理科学的应用，为决策支持系统的形成打下了基础。决策支持系统(Decision Support System—DDS)是80年代迅速发展起的新型计算机学科。70年代初由美国M.S.Scott Morton在《管理决策系统》一文中首先提出决策支持系统的概念。

DSS实质上是在管理信息系统和运筹学的基础上发展起来的。管理信息系统重点在对大量数据的处理。运筹学在运用模型辅助决策体现在单模型辅助决策上。随着新技术的发展，所需要不得不解决的问题会愈来愈复杂，所涉及的模型会愈来愈多，模型类型也由数学模型扩充数据处理模型。模型数量也愈来愈多。这样，对多模型辅助决策问题，在决策支持系统出现之前是靠人来实现模型间的联合和协调。决策支持系统的出现就是要解决由计算机自动组织和协调多模型运行，对大量数据库中数据的存取和处理，达到更高层次的辅助决策能力。决策支持系统的新特点就是增加了模型库和模型库管理系统，它把众多的模型(数学模型和数据处理模型以及更广泛的模型)有效地组织和存储起来，并且建立了模型库和数据库的有机结合。这种有机结合适应人机交互功能，自然促使新型系统的出现，即DDS的出现。它不同于MIS数据处理，也不同于模型的数值计算，而是它们的有机集成。它既有数据处理功能又具有数值计算功能。

决策支持系统概念及结构。决策支持系统是综合利用大量数据，有机组合众多模型(数学模型与数据处理模型等)，通过人机交互，辅助各级决策者实现科学决策的系统。

DSS使人机交互系统、模型库系统、数据库系统三者有机结合起来。它大大扩充了数据库功能和模型库功能，即DSS的发展使管理信息系统上升到决策支持系统的新台阶上。DSS使那些原来不能用计算机解决的问题逐步变成能用计算机解决。

2.人工智能概念和研究范围

(1)人工智能定义。由计算机来表示和执行人类的智能活动(如判断、识别、理解、学习、规划和问题求解等)就是人工智能。人工智能的研究在逐步扩大机器智能，使计算机逐步向人的智能靠近。

(2)人工智能的研究范围。人工智能研究的基本范围有：问题求解、逻辑推理和定理证明、自然语言处理、自动程序设计、学习、专家系统、机器人学、机器视觉、智能检索系统、组合高度问题、系统与表达语言等；其主要研究领域有：自然语言处理、机器人学、知识工程。

自然语言处理：语音的识别与合成，自然语言的理解和生成，机器翻译等。

机器人学：从操纵型、自动型转向智能型。在重、难、险、害等工作领域中推广使用机器人。

知识工程：研究和开发专家系统。目前人工智能的研究中，最接近实用的成果是专家系统。专家系统在符号推理、医疗诊断、矿床勘探、化学分析、工程设计、军事决策、案情分析等方面都取得明显的效果。

3.决策支持新技术

(1)数据仓库的兴起和概念。数据仓库(Data Warehouse—DW)的概念是Prism Solutions公司副总裁W.H.Inmon在1992年出版的书《建立数据仓库》(Building the Data Warehouse)中提出的。数据仓库的提出是以关系数据库，并行处理和分布式技术的飞速发展为基础，它是解决信息技术在发展中一方面拥有大量数据，另一方面有用信息却很贫乏(Data rich—Information poor)这种不正常现象的综合解决方案。

W.H.Inmon在《建立数据仓库》一书中，对数据仓库定义为：数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用于支持经营管理中决策制定过程。

传统数据库用于事务处理，也叫操作型处理，是指对数据库联机进行日常操作，即对一或一组记录的查询和修改，主要为企业特定的应用服务的。用户关心的是响应时间，数据的安全性和完整性。数据仓库用于决策支持，也称分析型处理，用于决策分析，它是建成立决策支持系统的基础。

(2)数据仓库的特点。数据仓库是面向主题的：主题是数据归类的标准，每一个主题基本对应一个宏观的分析领域。

数据仓库是集成的：数据进入数据仓库之前，必须经过加工与集成。对不同的数据来源进行统一数据结构和编码。统一原始数据中的所有矛盾之处，如字段的同名异义，异名同义，单位不统一，字长不一致等。总之将原始数据结构作一个从面向应用到面向主题的大转变。

数据仓库是稳定的：数据仓库中包括了大量的历史数据。数据经集成进入数据仓库后是极少或根本不更新的。

数据仓库是随时间变化的：数据仓库内的数据时限在5-10年，故数据的键码包含时间项，标明数据的历史时期，这适合DSS进行时间趋势分析。

数据仓库中数据很大：通常的数据仓库的数据量为10GB级，大型的是一个TB级数据量。数据中索引和综合数据占2/3，原始数据占1/3。

数据仓库软、硬件要求：需要一个巨大的硬件平台和一个并行的数据库系统。

(3)数据开采的概念及方法。1995年在加拿大召开了第一届知识发现(Knowledge Discovery in Database—KDD)和数据开采(Data Mining—DM)国际学术会议以后，“数据开采”开始流行，它是“知识发现”概念的深化，知识发现与数据开采是人工智能、机器学习与数据库技术相结合的产物。KDD一词是在1989年8月于美国底特律市召开的第一届KDD国际学术会议上正式形成的。

知识发现被认为是从数据中发现有用知识的整个过程。数据开采被认为是KDD过程中的一个特定步骤，它用专门算法从数据中抽取模式。

数据开采的主要方法和技术有：信息论方法、集合论方法、仿生物技术、公式发现、统计分析方法及其它方法。

二、智能决策技术原理

篇9

[关键词]人工智能；电气自动化控制；应用要点

中图分类号：U526 文献标识码：A 文章编号：1009-914X（2017）14-0066-01

引言

际中自动化技术具有很强的操作性，工作人员利用计算机控制机器完成作业。电气工程自动化中主要研究信息采集与处理，确保技术的实用效果，因此电气自动化系统在各行业都有着广泛应用，而电气工程自动化必定依赖计算机，研究电气自动化控制中人工智能技术具有现实意义。

1、人工智能概述

人工智能本质上是计算机科学的重要独立分支，其依托于计算机技术发展而来，目前来说人工智能在全球都属于尖端技术。人工智能实际就是让机器像人一样快速识别相应事物，借助计算机快速处理速度，保证结果的真实有效。人工智能作为先进技术，包含众多内容，比如分析与识别模拟景物、理解并生成自然语言等，这些都属于人工智能的研究范围。人工智能通过人工方式打造出可以和人类一样思维并采取相似反应的机器。但人工智能并不能取代人类，仅是人工智能处理方式的达成与人类一样的处理效果。

2、人工智能优点

2.1 大幅度提高工作效率

在电气化设备中加入人工智是一项最英明的决策，它能够有效减少各行业工作时间，提高工作效率。还能够及时、有效的处理好电脑输入设备输送来的数据，并对数据进行整理、分析和记录，合成新的有用的信息供大家参考和使用。由此可以看出，人工智能的广泛应用能够加快信息处理的速度，能够高效、准确的对信息进行优化和转换，将复杂信息简单化，帮助更多有需要的人和行业使用。

2.2 发挥电气自动化作用

在电气工程自动化发展历程中人工智能起着科学的导向作用。他充分发挥着系统的管理作用，促进企业转型，为企业节能减排做出巨大贡献，对于预算过程中产生的误差能进行有效排查和纠错，帮助企业避免很多因预算不周而产生的损失。同时，人工智能还能帮助企业及时发现和处理突发问题。作为一个帮助企业运转正常化的重要辅助工具，电气工程自动化在企业运转中，具有十分重要的意义和作用。比如，人工智能在制定企业生产计划、检测市场现状和营销状况过程中作用显著。因此，要有效提高企业管理水平，就需要将人工智能与企业发展紧密联系在一起。

2.3 较高性价比与操作性

电气自动化中人工智能技术广泛应用，实现电气自动化科学管理，实现长远发展。人工智能技术运行时具有通信与信息收集能力，优化电气系统运行，有效控制成本，因此性价比较高。此外人工智能技术具有自动逻辑Fenix功能，可以提高技术运行效率与准确度，节省成本开支。此外，数字化平台开放性带来操作代码程序，提高设置使用效率。

3、电气自动化控制中人工智能技术的应用

3.1 电气设备设计

电气设备设计应用很多学科知识，比如电机、电路等内容。现阶段随着相关行业发展壮大，人们对电气设备设计提出更高要求与标准，设计过程中必须依据人们实际生活改善与提升电气设备设计水平。传统电气设备设计工作中主要凭借设计师自身经验，很多时候没有考虑市场需求，出现严重资源浪费。而人工智能技术可以有效改善这点问题，设计师设计师需要计算很多复杂公式，极易出现错误，而人工智能技术可以有效解决此问题，通过自主演练确保结果的真实有效，降低设计人员工作强度。

3.2 电气控制质量

电气自动化控制作为主要环节，提升此环节效率，有助于提升电气运行系统的自动化水平，同时还能有效降低各项资源消耗度，大幅度提高人工系统运行的顺畅性。一般情况下，电气自动化设备中人工智能技术主要应用在专家系统、模糊控制及神经网络控制等内容。其中模糊控制有着最广泛的应用，主要原因在于其与实际生产工序有着紧密联系。电力系统直接影响系统自动化水平，也在实际管理工作中有着应用，影响日常操作。人工智能可以实时操作电脑程序，结合实际自动生成报表、日志及自动存储等功能。在企业中建立电气自动化人工智能化系统，主要就是将企业各方面的管理系统与信息自动化技术有机结合在一起，确保企业内部各级部门日常工作的信息，都能及时收集、汇报到上级管理部门处，以便管理人员能够在自动化电气管理系统的辅助之下，对各项工作的开展情况进行分析与管理，从而有效提升企业整体的管理水平以及工作执行能力水平。

3.3 故障诊断应用

电气故障诊断本质就是依据电气设备信息确定技术状态是否正常，同时明确故障性质与部位，查找故障发生原因，并给出具体解决措施。电气领域中，受到各种不确定因素影响造成频繁发生各种故障与事故，如果不能及时处理与解决这些故障或意外，既有可能带来严重的经济损失。传统电气控制过程中，也可以充分利用一些诊断方法，但实际中发现这些方法都无法准确确定结果的精准度，诊断过程与方法相对复杂。比如传统诊断变压器故障方法是，需要首先收集产生的气体，诊断气体判断其是否存在故障。诊断过程中需要耗费大量人力与物理，如果诊断结果不正确，直接造成大量人力与精力浪费。引入人工智能技术后，可以提高诊断结果的准确性与便捷性。除过变压器故障诊断外，还可以诊断发动机、发电机等电气设备进行故障诊断，大幅度提高工作效率，减低企业诊断成本，提高效益。

3.4 电气控制应用

人工智能技术在电气自动化控制中发挥着重要作用，已成为电气领域的主要构成部分。电气自动化与智能化可以有效降低工作成本，大幅度提高工作效率，比如人工智能抄表系统（图1）。

传统电气自动化控制过程中，实际操作中受到各类因素影响总会出现一些错误，加上部分操作过程相对繁琐，造成错误率大幅度提升。电气自动化控制领域中人工智能技术主要表现为有效控制神经系统、模糊控制与专家系统。利用模糊控制可以通过直流与交流实现自动化传动控制。通常来说，可以将模糊控制分成两种：Surgeno和Mamdam，后者可以直接通过调速控制，前者则是后者的主要构成。自从模糊神经元控制器应用于高性能传动产品中，人工智能技术在电气领域日益占据更重要的作用。

4、结语

人工智能技术在电气自动化控制中应用，不但可以实现智能化控制电气设备，还可以节省人工、通过计算机进行远程监控，提高企业生产效率，降低生产成本。生产工作中应用智能生产模式可以大大降低成本，企业通过此项技术可以提高自身竞争力，走在行业前列。希望通过本文论述，为融合电气自动化控制与人工智能技术提供借鉴。

参考文献

[1] 王佳.人工智能及其在SEO技术中的应用[J].电脑知识与技术.2016（30）：11.

[2] 黄西平.电气自动化控制中的人工智能技术[J].山东工业技术.2016（21）：78.

篇10

关键词：机械电子；人工智能；安全生产；融合分析

1 机械电子工程特点

机械电子工程从产生到现在总共经历三个发展阶段：第一阶段-手工加工时期，在这个阶段产品生产主要依靠人力，产品生产效率直接由人力资源决定。这种情况下人们不断通过提高技术水平促进生产力提高，实现机械工程的发展；第二阶段-流水线生产时期，主要标志是产品生产开始使用流水线模式，大幅度提高生产效率，实现规模化生产，但流水线生产模式要求零部件具有统一标准，不能满足个性化需求；第三阶段-集约化生产时期，这个阶段也是现在加工制造业正采用的发展模式，该模式下缩短产品生产周期，满足个性化需求，提高企业核心竞争力。

机械电子工程各学科存在物理上的关联性，同时还存在信息与功能的协整性。传统机械电子工程与智能化机械电子工程相比，后者具有明显优势：首先设计的差异性，传统机械电子工程注重机械结构与力学设计，而智能化机械电子工程则将核心调整为机械与电子，设计过程中充分融合其他学科理论强调智能应用，利用机电技术模块化与集成化的特点，提高性能加大应用范围，近年在安全生产及管理领域得到了广泛应用。

2 人工智能特点分析

人工智能技术依托计算机技术诞生的综合性学科，该学科中涵盖计算机科学、信息化及人文科学等。人工智能也是计算机科学技术的一个分支，试图通过研究智能的本质，据此生产出能够模拟人类大脑、肢体等活动方式的智能机器，具体包括图像识别、自然语言处理、语音识别和专家系统等内容。有人曾设想，在未来，人工智能带来的科技产品，将有可能超越人体智能。这个并不是异想天开，在2016年3月15日，由谷歌公司研发的机器人阿尔法狗在围棋比赛中战胜韩国围棋高手李世石，就充分说明了人工智能的强大性。现在人们愈发重视人工智能技术，结合大数据分析应用的人工智能将在生活与工作中发挥越来越重要的作用。

与机械电子工程类似，人工智能也经历过三个发展阶段：初级阶段，该阶段还没有广泛使用计算机，社会也没有接纳机械化大生产模式。这个阶段主要还是手工生产，只是偶尔使用机械化手段。部分大型工业企业开始探索人工智能，但受到总体科技水平的限制，成果有限；第二阶段，机械化大生产广泛普及，计算机科学开始发展。生产需求与生活需求不断增加，这个阶段开始使用人工智能，但受到经济因素影响，人工智能仅在一些大型工厂中使用；第三阶段，这个阶段中人工智能得到普及，发展速度不断加快，开始兴起物联网大数据技术。这正是我们所处的阶段，人工智能的应用将工作和生活变得简单与便利，促进人类社会快速发展。

3 整合机械电子工程与人工智能的措施

3.1 两者相关性分析

随着科技进步与社会发展，电子化信息迅速发展，机械电子工程作为基础性学科在生活中得到广泛应用。但机械电子工程也有不足的地方，比如系统复杂不稳定、功能多变等，这些问题的根本还是电子信息系统不够完善。人工智能本身具有的信息快速传递与及时处理信息等特点可以有效弥补这一情况。机械电子工程输入与输出过程中，电子信息系统会出现很多困难与阻力，如果输入信息过于复杂，电子信息系统极有可能出现失误，这时就需要人工操作进行解决。如果可以将两者融合起来，就可以解决机械电子工程中存在的不足与缺陷。

3.2 分析具体应用

3.2.1 机械电子技术中的模糊推理系统要点。模糊推理系统作为一个相对完整的系统，本身具有极强的信息处理能力，加上其结构简单，因此有着较强的实用性。目前社会上已经在广泛使用模糊推理系统，主要应用在自动化控制及数据处理。当机械电子系统运行时，该系统会模拟人脑分析语言并下达处理指令，在网络结构中产生一组与处理指令相对性的函数。模糊推理系统主要运用的方式是域到域，实现储备信息规则的目的。但实际运行中也存在一些问题，比如：计算量不能满足实际需求、连接方式不够固定等，造成该系统在输入与输出环节存在误差，这正是人工智能技术的优势，目前的趋势是融合人工智能神经网络系统到机电模糊推理系统中取长补短，综合应用。

3.2.2 人工智能技术的神经网络系统要点。人工智能主要研究如何通过计算机模拟人的行为与思维过程。计算机使用人工智能可以大幅度提高应用层次，扩大应用范围。神经网络则是一种通过神经元成立的模式，将其分布在网络上实现人机互动。人工神经系统结构简单、功能不足，但也有显著优势：神经元构成模式可以最大程度地发挥神经系统的功能与效用，完成高难度的行为模式。神经网络系统分析数字信号是主要通过模拟结果进行，根据分析出的结果设定相应参数值，最后通过网络计算出关联函数。神经网络系统所运用的方式较为简单，在信息输入过程中，所有的神经元之间有着固定的联系，且计算量会很大，不管是在信息输出还是信息输入方面，都具有非常高的精准度。该领域的技术完美的补充了机械电子模糊推理系统计算能力及信息输入输出的不足，两项技术的融合应用前景非常看好。

4 智能信息化机械电子的发展应用趋势

在我国的生产和安全监管中，机械电子工程的应用也呈现出智能化的发展趋势，主要体现在研发效率高、机械化程度高的技术，特别是在煤矿、非煤矿山等安全生产、监管领域，智能化的机电技术可以提高安全性、增加效率，有效防止人员误操作导致的生产安全事故，例如：瓦斯自动断电系统，绞车自动防跑车系统，煤矿智能监控平台都已经普遍运用到了生产中，另外目前事故比例最大的交通运输行业也在普及智能机电技术，全国均已建立了客运信息监控平台，未来的趋势是强化平台功能性、智能化，更好地避免交通事故的发生。在机加工领域红外遥感结合的智能机电技术已经逐步应用于生产，防止人员过界事故。以往发生的生产安全事故有过惨痛的教训，如果使用智能机电技术进行防控是可以避免的，例如2014年的昆山“8.2”特别重大爆炸事故，这是一起粉尘浓度过大引起的爆炸，如果当时安装有粉尘浓度传感器及自动报警停线系统，那么这起事故完全可以避免，目前该技术已经广泛应用于煤矿行业的瓦斯监控中。机械化智能化水平不断提高是当前科技发展的大势所趋，特别是在安全生产及监管中更应该努力研究并推广。

5 结束语

总而言之，智能信息化电子工程具有显著优势，其本身也将成为工业制造发展的必然趋势。文章中作者以机械电子工程及人工智能的概念、特点入手，详细分析两者之间的相关性，探讨两者融合发展的可行性，最后给出整合机械电子工程与人工智能运用于生产及监管的思路。希望通过文章论述，可以为从业者提供一定的借鉴，共同努力促进行业技术进步发展。

参考文献