人工智能技术论文范文

导语：如何才能写好一篇人工智能技术论文，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

在飞行流量管理方面，飞行流量管理系统通过与辅助决策系统相结合，构成了人工智能辅助决策系统的飞行流量管理模块。该模块主要通过计算飞行流量来避免飞行流量的冲突，进而根据分析结果进行航班的排序。从具体的应用情况来看，首先，飞行流量的计算需要大量的原始数据，而这些数据既包含了历史数据，也包含了实时数据。同时，由于这些数据是来自于空域、机场和气象等多个方面的复杂信息，所以系统需要建立相应的飞行流量管理数据库，从而保证数据的准确性和及时性，进而保证飞行流量计算结果的可靠性。其次，在进行飞行流量计算时，系统利用了飞行动力学计算原理。根据数据库的信息，系统对飞机的四维飞行轨迹进行了计算，从而可以得知飞机的降落时间和降落地点。这样，系统就可以得出任意航段和交汇点在任意时间的飞行架次，进而列出潜在的飞行流量冲突信息。再者，在得知以上信息后，系统需要对这些信息进行分析，从而进行航班的排序，进而避免飞行流量的冲突。在排序方面，系统不仅可以实现飞行计划的过程仿真，还可以找出空域资源的“空闲”状态，进而利用该状态，进行航班和起降顺序的调整。而具体的排序原则有两个，一是优先级排序，二是全排列。其中，优先排序是按照一定的标准给这些航班拟定优先级，然后按照优先顺序进行航班的排序。而优先级的拟定标准有很多，比如飞行任务、机型、机场和时间等因素，都可以成为优先级的拟定标准。全排列原则是对冲突的航班进行全排列，从而根据每一次排列的延误损失，选择损失最小的排序方法。相比较来说，全排序法虽然较为科学，但是系统需要承担的运算量较大，因此会占用系统较多的内存资源。

2人工智能技术在飞行冲突探测与解脱管理方面的应用

人工智能技术的应用可以使空中交通管理系统具有高智能化的特征，从而满足飞行冲突与解脱管理方案自动生成的需要。具体来说，实现这一功能的模块是飞行冲突探测与解脱辅助决策模块，而该模块是由冲突探测与解脱系统和辅助决策系统组成的。该模块不但可以实现飞行冲突的预测，还可以为管制人员提供飞行冲突调配的决策方案，从而减轻管制人员的压力，帮助他们做出正确的决定。所以，该系统的应用，弥补了人类与机器各自存在的不足，从而有效的避免了因人为失误或机械故障而造成的飞行事故。从原理角度来看，系统首先通过分析飞行冲突情况来制定可能的解脱方案，然后根据航空器优先级分类方法和冲突类型判定法等多种规则，进行方案的选择和排除。在这一推理过程中，为了保证系统推理的有效性，系统需要根据大量的规则来进行方案的推理选择。而这些规则，则要被统一存入知识库系统中。这样，管制人员只要在平时做好知识库系统的更新和维护，就能够保证系统推理的有效性，从而根据系统提供的方案，来进行飞行冲突航班的排序。

3结论

篇2

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3

关键词：关键词：人工智能；应用领域；发展趋势

中途分类号：TP39    文献标识码：A     文章编号：

引言:

计算机学科的一个重要分支就是人工智能，它与基因工程、纳米科学被列为二十一世纪三大尖端技术、同时人工智能是一门汇集了多种学科相互渗透发展起来的交叉学科。对于人工智能的定义，至今尚未统一，美国斯坦福大学人工智能研究中心尼尔逊教授认为：人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学；麻省理工学院的温斯顿教授认为：人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。除此之外，还有很多种不同的观点，但这些说法都形象地反映了人工智能学科的基本内容和核心思想，那就是：人工智能是研究如何用人工的方法在计算机上模拟、实现和扩展人类智能的一门科学与技术。

1. 人工智能技术的发展

人工智能（(Artificial Intelligence)从上世纪50年展到现在，有也有低迷的时期。研究的方法和研究的态度也有多种，不管是何观点,它们都推动着人工智能技术的发展。今天人工智能技术已渗透到人类生活的方方面面，实实在在的影响着科学技术的发展。

2. 人工智能技术的应用

我们可以看到，当今社会很多领域的各种技术的发展都涉及到了人工智能技术。下面就人工智能的几种典型应用做如下探讨：

2.1人工智能应用之问题的求解

人工智能中的问题解求，就是如何让机器去解决人类会遇到的问题，如何根据某一具体问题找到思考问题并解决这个问题的方法。目前，人工智能技术已经可以通过计算机程序解决了如何考虑要解决的问题，并能寻求较为准确的解决方案。

2.2人工智能应用之逻辑的推理与定理的证明

人工智能研究中最持久的探究领域之一就是逻辑推理。有关定理的证明就是让机器证明非数值性的真假。其中比较重要的是，通过找到合理、准确的方法，集中注意力在大型数据库中的有效事实，关注可信度证明，并在出现新信息时适时修改这些证明。

2.3人工智能应用之自然语言的处理

智能的另一表现就是进行自然语言的交流，自然语言处理就是让机器与人类进行无阻碍的沟通，这正是人工智能技术应用于实际领域的典型范例。目前此领域的主要研究内容是：如何利用计算机系统以主题和对话情境为基础，生成和理解自然语言。

2.4人工智能应用之模式的识别

如何使机器具有感知能力也是智能的表现。模式的识别是利用人工智能技术开发智能机器的关键，主要是通过计算机用数学技术方法来研究模式的自动处理和判读，让计算机实现“看见”，“听见”等功能。计算机模式识别的主要特点是速度快，准确率高，效率高，计算机模式识别也为人类认识自身智能提供了有利帮助。

2.5人工智能应用之智能信息的检索技术

在科学技术飞速发展的今天，人类已进入了“知识爆炸”的时代。传统检索系统已经满不足了对如今如此数量巨大以及种类繁多的文献检索要求。人工智能科技持续稳定发展的重要前提就是智能检索模块，可以说，智能信息的检索技术的运用势在必行。

2.6人工智能应用之专家系统

我们常说的专家系统就是指从人类专家那里获取的知识，并用来解决只有专家才能解决的疑难问题。这是一种基于知识的系统，从而也被称为知识基系统。专家系统是人工智能技术中研究最活跃，最有成效的一个领域。现在的专家系统尤其特殊的模仿了专家在处理故障时的思维方式，其水平有时甚至可以超过人类专家的水平。

2.7人工智能应用之机器人学

机器人对我们并不陌生，已在多个领域获得了越来越普遍的应用，诸如农业、工业、商业、旅游业、航空和海洋等。那么，机器人学所研究的问题主要包括从机器人手臂的最佳移动到实现机器人目标的动作序列的规划方法。机器人和机器人学的研究对人工智能思想的发展都起到了促进作用。

3. 人工智能技术发展趋势

科学技术是第一生产力，但技术的发展往往是远远超越我们的想象。就目前的一些前瞻性研究可以看出，未来人工智能技术的发展有如下几大趋势：

3.1问题求解

问题求解一般包括两种，一种是指解决管理活动中由于意外引起的非预期效应或与预期效应之间的偏差。正在逐渐发展成为搜索和问题归约这类人工智能的基本技术；另一种问题的求解程序，是把各种数学公式符号汇编在一起。其性能已达到非常高的水平，并正在被许多工程师和科学家应用，甚至还有些程序能够用经验来改善其性能。

3.2机器学习

人工智能研究的核心课题之一就是机器学习。我们知道学习是人类智能的重要特征，那么机器学习就是指机器自动获取知识的过程。机器学习是机器获取知识的根本途径，也是机器智能的重要标志。计算机的机器学习主要研究内容为如何让计算机模拟或实现人类的学习能力。今后机器学习的研究主要是研究人脑思维的过程、人类学习的机理等。

3.3模式识别

用计算机实现模式(文字、声音、人物、物体等)的自动识别，弥补计算机对外部世界感知能力低下的缺陷，使计算机能够通过感官接受外界信息，识别和理解周围环境。依然是人工智能技术今后研究的重要方向。因为模式识别能为人类认识自身智能提供线索，也是开发智能机器的一个最关键的突破口。目前计算机模式识别系统的研究热点主要为三维景物、活动目标的识别和分析方面。传统的用统计模式和结构模式的识别方法将会被近年来迅速发展起来的模糊数学模式、人工神经网络模式的方法逐渐取代，特别是神经网络方法在模式识别中取得较大进展。

3.4专家系统

专家系统是根据某领域中一个或多个专家提供的知识或经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题的智能软件，它是一个具有大量的专门知识与经验的程序系统。目前各种专家系统已遍布各个专业领域，因此专家系统还将是人工智能应用研究最广泛和最活跃的应用领域之一。

3.5人工神经网络

人工神经网络，常被简称为神经网络或类神经网络。是未来人工智能应用的新领域，人工神经网络是指由大量处理单元（神经元）互连而成的网络。人工神经网络具有很强的自学习能力，主要擅长处理复杂的多维的非线 性问题，不但可以解决定量的问题，还可以解决定性的问题，同时人工神经网络还具有大规模并行处理和分布的信息存储能力。或许未来智能计算机的构成可能就是作为主机的冯•诺依曼型机与作为智能外围的人工神经网络的结合。

4. 结论语

人工智能的基本思想已经在许多领域中得到应用，对于人工智能技术未来的发展还有很多未知的可能，但无论如何发展都将推动人类在科学与生活领域的发展。

参考文献：

[1]胡勤.人工智能概述[J].电脑知识与技术，2010，（13）：3507-3509.

[2]朱福喜，汤怡群等.人工智能原理[M].武昌：武汉大学出版社，2002.87-91.

[3]张妮等.人工智能技术发展及应用研究综述[J].煤矿机械，2009，（02）：4-7.

[4]亓慧.议当代人工智能的应用领域和发展状况[J].福建电脑，2008，（05）：33.

[5]蔡自兴，徐光.人工智能及其应用[M].北京：清华大学出版社，2003.51-93.

[6]王鸿斌，张立毅等.人工神经网络理论及其应用[J].山西电子技术，2006，（02）：41-43.

篇4

关键词：人工智能；电气；自动化

人工智能技术是随着计算机技术发展逐步形成的，是基于人的智能为基础理论进行研究和探索，其目的是开发出一种能够具有人类智能的智能机器，在当前最为常见的人工智能方式有机器人、语言识别和图像处理系统。人工智能是计算机科学的一个分支，是计算机发展中利用相应的技术手段对各种信息资源进行辨别和分析的基础。随着社会发展中，人们对电力需求的日益增加，使得在电力系统发展的过程中，对其控制方式也在逐步的提高。要实现其良好的控制措施和控制手段，传统的人为控制方法早已无法满足当前社会发展的需求，这就使得在电气施工中对人工智能技术要求不断增加，从而提高电气设备运行质量。实现机械的自动化，能够使得机械在进行运转的过程中脱离人类的控制自我进行调节和运行，从而降低人力成本和管理成本。积极运用人工智能的新成果无疑有利的，是基于当前电气自动化学科应用和分析过程中实现其发展的前提和关键，更好死社会发展中智能技术手段进行分析与应用的结局。

1、人工智能应用理论分析

人工智能(Artificial Intelligence)，英文缩写为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。人工智能是计算机科学的一个分支，它企图了解智能的实质．并生产出一种新的能以人类智能相似的方式作出反应的智能机器 该领域的研究包括机器人、语言识别、图像识别 自然语言处理和专家系统等。自从1956年“人工智能 一词在Dartmouth学会上提出以后，人工智能研究飞速发展，成为以计算机为主．涉及信息论．控制论， 自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学的一门学科。人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂的工作。 当今社会，计算机技术已经渗透到生产生活的方方面面，计算机编程技术的日新月异催生自动化生产，运输，传播的快速发展。人脑是最精密的机器，编程也不过是简单的模仿人脑的收集、分析、交换、处理、回馈，所以模仿模拟人脑的机能将是实现自动化的主要途径。电气自动化控制是增强生产、流通、交换、分配等关键一环，实现自动化，就等于减少了人力资本投入，并提高了运作的效率。随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用， 以解决用传统的方法难以解决的复杂系统的控制问题。

当今社会，计算机技术已经渗透到生产生活的方方面面．计算机编程技术的日新月异催生自动化生产，运输 传播的快速发展。人脑是最精密的机器，编程也不过是简单的模仿人脑的收集、分析、交换、处理、回馈．所以模仿模拟人脑的机能将是实现自动化的主要途径。电气自动化控制是增强生产．流通、交换、分配等关键一环．实现自动化，就等于减少了人力资本投入，并提高了运作的效率。

2、人工智能控制器的优势

不同的人工智能控制通常用完全不同的方法去讨论。但Al控制器例如：神经、模糊、模糊神经以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解．也有利于控制策略的统一开发。这些Al函数近似器比常规的函数估计器具有更多的优势．这些优势如下：

(1)它们的设计不需要控制对象的模型(在许多场合，很难得到实际控制对象的精确动态方程，实际控制对象的模型在控制器设计时往往有很多不确实性因素，例如：参数变化，非线性时，往往不知道)。

(2)通过适当调整(根据响应时间 下降时间、鲁棒性能等)它们能提高性能。例如模糊逻辑控制器的上升时间比最优PID控制器快1.5倍 ，下降时间快3.5倍， 过冲更小。

(3)它们比古典控制器的调节容易。

(4)在没有必须专家知识时．通过响应数据也能设计它们。

(5)运用语言和响应信息可能设计它们。

总而言之，当采用自适应模糊神经控制器、规则库和隶属函数在模糊化和反模糊化过程中能够自动地实时确定。有很多方法来实现这个过程，但主要的目标是使用系统技术实现稳定的解，并且找到最简单的拓朴结构配置．自学习迅速，收敛快速。

3、人工智能的应用现状

随着人工智能技术的发展，许多高等院校及科研机构就人工智能在电气设备的应用方面展开了研究工作，如将人工智能用于电气产品优化设计，故障预测及诊断、控制与保护等领域。

3.1 优化设计

电气设备的设计是一项复杂的工作 它不仅要应用电路、电磁场、电机电器等学科的知识，还要大量运用设计中的经验性知识。传统的产品设计是采用简单的实验手段和根据经验用手工的方式进行的．因此很难获得最优方案。随着计算机技术的发展，电气产品的设计从手工逐渐转向计算机辅助设计(CAD)，大大缩短了产品开发周期。人工智能的引进．使传统的CAD技术如虎添翼．产品设计的效率及质量得到全面提高。用于优化设计的人工智能技术主要有遗传算法和专家系统。遗传算法是一种比较先进的优化算法，非常适合于产品优化设计。因此电气产品人工智能优化设计大部分采用此种方法或其改进方法。

3.2 故障诊断

电气设备的故障与其征兆之间的关系错综复杂，具有不确定性及非线性．用人工智能方法恰好能发挥其优势。已用于电气设备故障诊断的人工智能技术有：模糊逻辑、专家系统、神经网络。

变压器由于在电力系统中的特殊地位而备受关注，有关方面的研究论文较多。目前对变压器进行故障诊断最常用的方法是对变压器油中分解的气体进行分析．

3．3智能控制

人工智能控制技术在自动控制领域的研究与应用已广泛展开．但在电气设备控制领域所见报道不多。可用于控制的人工智能方法主要有3种：模糊控制、神经网络控制、专家系统控制。由于模糊控制是其中最为简单、最具实际意义的方法．因而它的应用实例最多。

篇5

关键词：人工智能技术；电力系统；继电保护

中图分类号：F407.61 文献标识码：A 文章编号：

1暂态保护

随着对人工智能技术在继电保护领域的深人研究,相继出现了用人工神经网络来实现故障类型的判别、故障距离的确定、方向保护、主设备保护;用小波理论的数学手段分析故障产生信号的整个频带的信息并用于实现故障检测。这些人工智能技术不仅为提高故障判别精确度提供了手段,而且能够使一些基于单一工频信号的传统算法难以识别的间题得到解决。然而目前为止,人工智能的应用还没有能够提供取代传统保护的新的原理,而且这些方法的应用同样受传感器频宽的限制,其结果往往是通过复杂的计算和繁琐的工作只能换取故障识别的准确度或可靠性的一点提高。通过检测故障暂态产生的高频信号来实现传输线及电力设备等的保护:“是新一代的电力系统继电保护思想,简称“暂态保护”。故障暂态产生的信号中含有大量的信息,其中包括故障的类型、方向、位置、持续时间等。这些信息贯穿于信号的整个频域,从直流、工频到高频。在基于工频的传统保护方式中,故障产生的高频量被当作于扰滤掉,大量的研究工作用在设计滤掉高频信号的滤波器上。“暂态保护”首先通过特殊设计的高频检测装置及算法来从故障暂态中提取所需的高频信号,利用专门设计的快速信号处理算法来判断故障。微处理机技术的发展使得暂态保护的实现成为可能。

摆开情况下发生经过渡电阻的短路就是一非线性问题,距离保护很难正确作出故障位置的判别,从而造成误动或拒动;如果用神经网络方法,经过大量故障样本的训练,只要样本集中充分考虑了各种情况,则在发生任何故障时都可正确判别。提出拥有限脉冲相应(finiteimpulseresponse)ANN构造单相和三相变压器的差动保护,这种ANN模型适于处理瞬时信号,研究了3种结构:第一种用于检测单相变压器的内部故障;第2种用于检测三相变压器的内部故障;第3种由一组第1种结构的ANN组成,用于检测三相变压器的内部故障。在分析BP算法缺点的基础上,提出了一种变结构神经网络的最大值算法,通过简化训练过程,加快网络收敛和诊断推理速度,从而提高故障识别率,实现故障的自动诊断和智能化综合保护。需要指出,神经网络方法虽然有利于克服专家系统的知识获取瓶颈、知识库维护困难等问题,但它不适于处理启发性知识。而且,由于ANN技术本身不够完备,它的学习速度慢,训练时间长以及解释功能弱,从而影响了神经网络的实用化。其它如遗传算法、进化规划等也都有其独特的求解复杂问题的能力。将这些人工智能方法适当结合可使求解速度更快。天津大学从1996年起进行神经网络式继电保护的研究,已取得初步成果。

3人工神经网络型继电保护

人工神经网络(ANN)是模拟人脑组织结构和人类认知过程的信息处理系统。早在1943年,已由心理学家WarrenS.Meeulloeh和数学家WalthH.Pitts提出神经元数学模型,后被冷落了一段时间,80年代又迅猛兴起〔,飞。ANN之所以受到人们的普遍关注,是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法(BP算法),它的网络结构及算法直观、简单,在工业领域中应用较多。对于电力系统这个存在着大量非线性的复杂大系统来讲,ANN理论在电力系统继电保护中的应用具有很大的潜力,很多难以列出方程式或难以求解的复杂的非线性问题,应用神经网络方法则可迎刃而解。例如在输电线两侧系统电势角度

4模糊理论

1965年,美国学者L.A.Zadeh在“Informatio-nandConirol’,上首先提出了模糊集合的概念,其论文“FuzzySets”开创了模糊数学及其应用的新纪元。在模糊理论发展的初期,它在电力系统中的应用是十分有限的,这主要是因为电力系统的工程师首先考虑的是电力系统的可靠性,对模糊逻辑还持有怀疑态度。但随着这一理论的不断发展完善,它在电力系统中的应用领域也越来越广泛,华北电力大学杨奇逊教授提出在特征层次上模拟人脑识别事物的方法来识别电气量的特征。人类认识事物的过程是在特征层次上对事物进行分类和识别,并不需要复杂、精确的计算。模糊模式识别为进行这类特征识别提供了有效的工具。微机保护正是在这一点上模拟人类识别事物的特征,辨别和区分不同的对象,最终通过原理上的智能化实现更高的性能。用模糊理论构造变压器保护原理,以区别内部故障、涌流、过激以及电流互感器饱和情况下的外部故障。选取变压器原、副边的电流为特征量,根据EMTP程序得到的仿真结果,采用统计方法得到模糊规则。之后,采用DemPster一Shafer证据理论对模糊规则进行处理,得到最终结果。基于模糊理论设计一种序分量高压线路保护选相元件。目前华北电力大学研制成功应用模糊理论的高压线路保护一套,现已通过鉴定,并批量投人运行。然而,在模糊理论中,由于隶属度的获取,复杂系统的模糊模型的建立、辨识,语言规则的获取、遗忘、修改等理论和方法还不够完善,使该理论的应用受到了限制。从目前情况来看,将模糊集理论与人工智能中的专家系统、神经网络等相结合不失为解决这一困难的好方法。

5小波分析

小波分析是一种崭新的时频分析方法,具有良好的时频局部化特性和对信号自适应、“变焦距”多尺度分析能力,适合于对非平稳信号的处理。小波分析是Fourier变换的突破性进展,并发展了窗Fourier变换的局部化思想,它的窗宽随频率增高而缩小,符合高频信号的分辨率较高的要求。小波分析的主要特点之一是具有用多重分辨率来刻划信号局部特性的能力,从而它很适合探测在正常信号中出现的瞬态反常现象并展示其成分。建立了电压行波的故障特征和小波变换模极大值之间的联系,为构造性能优良、可靠的行波测距和行波保护奠定了重要的数学基础。提出一种用小波理论区分变压器励磁涌流和短路电流的新原理。华北电力大学杨奇逊、刘万顺教授提出利用小波理论进行特征提取,利用模糊集方法区分变压器励磁涌流和故障的新方法。该方法通过小波变换的模极大值的符号特征来提取励磁涌流的间断角特征,这种从定量到定性的识别方法为研制新型的变压器保护提供了一种较先进的新原理。采用小波变换对故障后的暂态现象进行分析,以快速识别故障类型,可用于高速保护。提出用小波变换和ANN检测变压器故障。先用EMTP程序产生变压器在正常运行和故障时的信号(主要是电流信号),之后用小波变换进行处理,提取特征量,最后用ANN进行训练和估计。通过应用小波变换提取重要的特征量,ANN的结构得以简化,训练速度得到提高。

6结束语

随着人工智能技术的不断发展,新的方法也在不断涌现,在电力系统继电保护中的应用范围也在不断扩大,为继电保护的发展注人了新的活力。将不同的人工智能技术结合在一起,分析不确定因素对保护系统的影响,从而提高保护动作的可靠性,是今后智能保护的发展方向。虽然上述智能方法在电力系统继电保护中应用取得了一些成果,但这些理论本身还不是很成熟,需要进一步完善,而且某些应用还只是处于探讨和实验阶段,距离工程实际还有差距,因此无论是在理论研究还是工程应用方面都还有很多工作要做。随着电力系统的高速发展和计算机、通信等各种技术的进步和发展,可以预见,人工智能技术在继电保护领域必会得到应用,以解决用常规方法难以解决的问题。

参考文献:

[1] 陈斌.人工智能技术在继电保护中的应用与发展[J]. 广东科技. 2009(22)

[2] 张梓奇,苏健祥.人工智能技术在电力系统中的应用探讨[J]. 科技资讯. 2007(21)

篇6

>> 引入深度学习的人工智能类课程 中西合璧的人工智能课程双语教学模式 可调戏的人工智能 生活中的人工智能 不断超越的人工智能 逐渐靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天类专业“人工智能”课程的教学探索 林业院校人工智能课程教学的思考 人工智能导论课程的兴趣教学法 人工智能概论课程的教学思考 “人工智能”课程教学的实践与探索 游戏开发应用中的“人工智能”课程教学方法探讨 人工智能的应用研究 人工智能的日常应用 人工智能的应用和发展 浅析电气自动化控制中的人工智能应用 分析继电保护中的人工智能技术及其应用 电气自动化控制中的人工智能应用分析 常见问题解答 当前所在位置：l)。在情境创设时,教师根据学生特点提出了多种应用需求,例如化妆品销售咨询等。学生利用该工具,兴趣盎然地开发了自己的小型专家系统,不仅理解了专家系统的特点、作用、运行方式等,还具有强烈的成就感。

2.2面向研究的情境创设

苏霍姆林斯基认为,研究型教学法应该充分体现学生的主体地位,激励、引导和帮助学生去主动发现问题、分析问题和解决问题,激发学生学习的内在兴趣和成就动机[4]。人工智能课程中包含了大量的前沿问题,研究型课题比比皆是,如何平衡这些研究课题与兴趣、实用的关系,是教学设计中重点考虑的内容。

下面以“规划”中的路径规划内容为例,详细分析以研究为导向的情境创设过程。表2给出了整个教学设计。

综合几次研究课题完成情况,班级中有1/3的学生通过广泛查阅资料和多次与教师讨论,提交了质量尚可的标准格式论文,并因此获得了学院的科研学分。除此之外,教师还组织这部分具备一定科研潜力的学生参加科研项目,进一步磨练科研技能,极大提高了学生的学习兴趣和能力。

3DBR驱动的教学过程

人工智能课程各单元内容相对独立,难以形成统一的联系,怎样验证各单元的学习效果?从提出问题到任务解决,每个单元的学习通常要跨越几节课甚至几周,怎样在此期间保持学生的兴趣和关注?

DBR是情境设计、实施、评价、再设计、理论形成等环节多次迭代循环的过程,柯林斯称之为“不断进步的修正”(Progressive Refinement),以检测设计的价值。因此,评价是教学过程中非常重要的一环。本课程教学主要做好两个环节,以驱动整个教学过程的推进。

1) 实践环节。

通常的实践环节是课程结束后固定时间的实际任务,而本课程的实践却贯穿整个教学过程,是单元教学、教师、学生之间的粘合剂。实践包括应用型实践和研究型实践,一般在每个单元教学开始,提出问题后,实践任务就被布置下去,例如前面所述的“黑白棋”、“路径规划算法研究”等。学生接受任务后,带着问题搜索解决途径,在此期间需要教师提供方法指导及答疑(既可固定时间,也可通过E-mail等形式)。及时地交流,特别是针对实际问题的交流,不仅有效率,而且便于教师及时调整教学设计。

2) 教学评价。

除了课程考核以外,每个教学单元结束时都有反馈和评价环节。评价方式包括单元测试、编写软件测试、研讨会等。具体采用何种形式,要根据前一阶段的反馈信息决定。这些来自学生反馈信息包括前一阶段学习的接受情况、兴趣点、其他课业繁忙情况等。在学期的不同时间点采用合适的评价方式,有助于加强学习刺激,总结和发现教学设计中的问题,及时调整。

通过上述两个环节的推动,精心设计的教学内容得以顺利实施并被学生欣然接受。2/3的学生在整个学期教学中都保持了积极的态度和充分的关注度,确实感受到人工智能的魅力,并能够从技术角度看待人工智能,消除了未学或初学时的神秘感。

4教学实施效果分析

1) 正效果分析。

中原工学院计算机学院作为普通工科院校,以培养实用型人才为主,人工智能并非主干课程,学生重视程度不足。两年来,经过教师与学生的共同努力,教学改革成果逐步体现。人工智能类学生人数从过去的5%上升到15%,科研论文数量从1%上升到20%。有20%的学生接触过或正在从事人工智能类项目的研究与开发,考研选择人工智能科目的学生比例从0上升到15%,考研成功人数占毕业生总人数的20%。

人工智能教学中采用的应用型与研究型情境创设,不仅促进了学生理解接受知识,而且锻炼提高了学生独立分析、解决问题及开发能力。学习也不再局限于课堂,而是拓展到图书馆、互联网等更广阔的空间。学生在学习期间保持了高度的关注,充分发挥了主动性和主体意识,为持续发展奠定了良好的基础。

2) 不足分析。

DBR的方法论能够促使教师在教学过程中不断完善教学设计,融合先进的教学理论及工具,逐步加深学习的理解和设计的提升,切实提高教学效果。然而,仍然存在一些DBR无法解决或完善的问题。具体表现在:

(1) 缺乏合适的教材。目前大多数教材的示例以解答式或推证式为主,设计型或实际项目案例较少。

(2) 投入时间限制。尽管上述教学设计和教学过程都经过精心准备与实施,但是要取得好的成效,还需要教师和学生都投入大量时间交流、研究或开发。而学生课业繁忙造成了实施的瓶颈。

这些不足制约了上述教学方法的实际实施效果,需要今后不断改进。

5小结

本文针对普通工科院校学生特点,将DBR研究成果应用于人工智能课程。教学效果表明,精心设计的应用型与研究型情境有助于维持学生长时间的关注度、主动性和兴趣;强调基于评价的修正使教学过程可调节,学生的学习效果更可靠。希望本文研究能够对人工智能教学及学生培养起到一定的参考作用,下一阶段的主要工作是进行适合的教材建设。

参考文献:

[1] 杨南昌. 基于设计的研究:正在兴起的学习研究新范式[J]. 中国电化教育,2007(5):6-10.

[2] 曾安,余永权,曾碧. 人工智能课程教学模式的探讨[J]. 江西教育学院学报:综合版,2006,27(6):40-43.

[3] 李鸣华. 案例教学法在高中人工智能课程中的运用研究[J]. 中国电化教育,2008(2):99-102.

[4] 杨种学. 研究型教学法在数据结构课程中的应用研究[J]. 计算机教育,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

研讨会邀请函格式【一】

关于出席机器人和人工智能产业技术创新研讨会的邀请函

XX高函〔2017〕29号

XX省科学技术厅

各有关单位：

为落实《XX省科技创新十三五规划》，明确我省机器人和人工智能产业技术创新主攻方向，凝练2018-2020年省科技项目申报指南重点内容，推动机器人和人工智能技术在智能制造、智慧生活、现代服务业等领域的深入应用，培育经济发展新动能，XX省科学技术厅决定组织召开XX省机器人和人工智能产业技术创新研讨会。

一、会议组织

主办单位：XX省科学技术厅

协办单位：XX省自动化学会

二、时间和地点

2017年3月24日(星期五)上午9:00-12:00。XX省军区迎宾楼酒店(原XX省军区招待所西院，石家庄市裕华东路100号)五楼报告厅。

三、参会人员

省内相关高等院校、科研机构机器人和人工智能领域专家及学术带头人;

省内机器人和人工智能领域相关企业的企业家、产品或技术研发负责人;

省内相关产业园区的管理负责人。

参会人员约50人。

四、相关事项

1、请各位参会嘉宾围绕我省或本园区、本企业机器人和人工智能领域技术创新的现状、发展重点、创新方向及创新需求等做好发言准备，一般每人发言时间10-15分钟，请制作PPT。

2、请参会嘉宾于3月22日(星期三)下午5点前将参会人员名单报会务组，发言PPT请于3月23日(星期四)下午5点前发会务组。

3、研讨会交通、食宿费自理。

诚邀相关专家、学者、企业家、产业园区负责人出席会议并做交流发言。

省科技厅联系人：

会务组(XX省自动化学会办公室)联系人：

传真：

E-mail:

XX省科学技术厅

2017年3月21日

研讨会邀请函格式【二】

2017年是中国全面建成小康社会的关键之年。为贯彻关于推动中华优秀传统文化传承、创新和博物馆发展的一系列重要论述，落实国家战略背景下的博物馆信息化建设，持续推进科技支撑文化繁荣发展，建设社会主义文化强国，XX数字科普协会、XX博物馆学会、中国博物馆协会博物馆数字化专业委员会、中国文物学会文物摄影专业委员会、中科院网络科普联盟、XX联合大学拟在6月89日联合主办2017年XX数字博物馆研讨会。

XX数字博物馆研讨会是在XX市科学技术协会、XX市文物局、XX市经济和信息化委员会指导下的数字博物馆方面的综合学术交流活动。从2005年开始，每两年举办一次，已成功举办了六届XX数字博物馆研讨会，出版了五本研讨会论文集。XX数字博物馆研讨会对利用高新技术特别是数字技术推动博物馆(科技馆)信息化建设，推动文物数字资源利用，推动博物馆(科技馆)提升公共服务能力等方面具有积极地指导作用，得到社会和行业赞誉与认可。

2017年XX数字博物馆(科技馆)研讨会将更广泛地邀请与数字博物馆(科技馆)建设相关的博物馆(科技馆)、企业、机构以及科技、科普、教育、设计、艺术等领域的专家学者齐聚一堂，共同围绕主题和议题进行深入探讨。

研讨会还将举办展览，展示数字博物馆(科技馆)、有关企业和机构在此领域的新技术、新成果、新案例，宣传成功经验，提供更具针对性、务实性的交流机会。根据实际情况，我们拟组织优秀展览、展示产品评审。在此，组委会特邀请您和您单位积极组织提交论文和展览、展示产品并参加研讨会和展览展示。

一、研讨会议题

主题：用互联网+模式，讲博物馆故事

分议题：

1、新技术应用助力博物馆数字内容建设

2、数字博物馆创意设计与融合发展

3、新兴媒体助力博物馆的传播与服务

4、数字博物馆价值挖掘与应用

二、论文提交方法

本届研讨会论文提交方法：

1.电子邮件：

2.电子光盘：投寄或直接报送均可。

3.收稿截止日期：2017年4月30日。

4.录用通知发放日期：2017年5月15日。

三、论文要求与基本格式

来稿请投中文稿，一般不超过5000字。

要求见附件1。

四、展览展示要求

1.2017-2017年数字博物馆(科技馆)建设成果。

2.数字化专项展陈、互动、体验类案例(如APP、二维码、微视频等)。

3.数据管理与文物资源最新应用技术及案例。

要求见附件2。

五、联系办法

研讨会组委会办公室设在XX数字科普协会。

联 系 人：

电子邮箱：

联系电话：

通讯地址：XX市朝阳区育慧里4号604室

邮编：

研讨会邀请函格式【三】

XX光学系统(Radiant Vision Systems)通过高分辨率CCD相机、分析软件、与技术支持等一体化解决方案帮助您将产线生产效率与显示器产品质量提升至一个更高的层次。

Radiant将于2017年4月11日中国电子信息博览会展会现场举办XX光学系统技术研讨会，届时，Radiant技术专家将与您共同探讨平板显示产品及新兴显示技术(OLED,ARVR, 车载)产品缺陷检测等问题，并将为您着重展现这种自动化检测技术在平板显示器及其他显示器产品制造环节的实践应用。

2017 XX光学系统研讨会

时间： 2017年4月11日 上午 9:30 - 12:00

地点： 深圳会展中心3楼314会议室

日程：略

由于现场席位有限，若您对本场研讨会感兴趣，您可以：

篇8

钟老师，您已经研究了几十年的信息科学。《信息科学原理》一书已经重印到第五版。您能否给读者们讲一讲，信息科学是什么？有什么特点？

钟义信：简要地说，信息科学就是研究信息及其运动规律的科学。具体地说，信息科学是“以信息为研究对象、以信息运动规律为研究内容、以信息科学方法为研究指南、以扩展人的智力能力（它是信息能力的有机整体）为研究目标”的一门新兴横断科学。

武健：从概念、定义来看，信息科学与计算机科学并不完全一样。因为信息科学是以信息运动规律为研究内容的，研究内容既不专指计算，也不是专指计算机。从这个角度思考，信息科技课程与计算机课程的内容将有很大的区别。这对于一线信息技术教师来说，了解信息科学就更加重要了。您能否给我们讲一讲信息科学的核心内容是什么？它对于整个社会能发挥什么作用？

钟义信：信息科学的概念（定义）也可以通过它的基本模型来表现（见下页图1）。

这个模型也可以简化为以下更直观一些的模型（见下页图2）。

考察信息科学的定义和它的基本模型（以及简化模型）可以知道：

信息科学最大的特点是研究“信息”（而不是物质和能量）。

它的核心内容就是研究“信息运动规律，即信息-知识-智能转换的规律”。

世间一切物质的运动都会产生信息。人类正是通过研究信息，才能认识世界（包括自然和社会）。因此，信息科学的研究目标，就是“扩展人类的智力能力，也就是扩展人类认识世界和改造世界的能力”。这就是信息科学对于整个社会的作用所在。

武健：我记得您曾经讲过信息分成主客体关系，那么我们理解基本模型与简化模型也是一步步地发展出来的。从简到繁是否可以这样理解？（如下页图3）

从信息定义的基本模型中，还可以看到信息科学在特别关注着策略，尤其是人的策略。从这个角度来看，信息科技课程中会有着一批以前没有的教学内容。技术课中的学习计算机操作的教学目标是学会操作。而信息科技框架下的课程则需要以应用技术，挖掘其中的问题解决策略，了解信息科学概念与原理为主要目标了。

每个学科都会有一批本学科的科学家，像牛顿对于物理，哈勃对于天文，欧姆对于电学……信息科学是一门新兴的横断科学，那么您认为这门学科中有代表性的信息科学家有哪些人？

钟义信：横断科学，是在概括和综合多门学科的基础上形成的一类学科。它不是以客观世界的某种物质结构及其运动形式为研究对象，而是从许多物质结构及其运动形式中抽出某一特定的共同方面作为研究对象，其研究对象横贯多个领域甚至一切领域。所以，信息科学家、信息技术专家会有自己的领域，但会在共同的信息方向有突出贡献。

如香农（Shannon）在1948年发表了论文“通信的数学理论”，奠定了“通信信息论”;维纳（Wiener）在1948年出版了著作《控制论》，奠定了随机控制理论，贝塔朗菲（Bertalanffy）在20世纪60年代出版了《一般系统论》，建立了系统论。西蒙（Simon）对功能模拟的人工智能理论做出了奠基性的贡献，费根鲍姆（Feigenbaum）是人工智能专家系统的开拓者，闵斯基（Minsky）对人工神经网络和认知理论有突出的贡献，查德（Zadeh）创建了支持信息科学研究的模糊集合和模糊逻辑， 柯尔莫戈洛夫（Kolmogorov）对信息理论和控制理论都有杰出贡献，等等。这些人都在信息科学领域有过不同方面的重要建树，都可以称之为信息科学家。

由于我国只有各种信息技术的学术机构而没有专门的信息科学的学术机构，很少纯粹信息科学方面的交流机会，因此很难确定谁是信息科学家。不过，由于我国信息化建设的迅猛发展，确实出现了不少在信息科学技术方面做出重要贡献的人员。

武健：信息科学是一门新兴的学科。既然是“新兴”，那么它一定在发展，甚至是快速发展。您认为信息科学主要研究的方向与进展如何？现阶段出现了什么样的困难？

钟义信：相对而言，信息科学是一门非常年轻的学科。因此，它的主要研究方向应当是信息科学的基础理论，研究信息的基本运动规律。其中包括信息理论、知识理论、智能理论，特别是信息、知识、智能之间的转换理论（一体化理论）。

经过半个多世纪的研究和探索，我们在这些基础研究方面取得了可喜的进展，具体表现在：建立了超越与拓展传统信息论的“全信息理论”，发现了“知识的生态学规律”，创建了“机制模拟的人工智能理论”，实现了“结构主义、功能主义、行为主义人工智能理论”的统一，还创建了“基础意识―情感―理智三位一体的高等人工智能”，特别值得提到的是，发现了意义重大的“信息转换与智能创生定律”。

在取得这些进展的过程中，发现物质科学（代表性科学是物理科学）的科学观（还原论）和方法论（分而治之）不适用于信息科学（和智能科学）研究，总结并提出了适用于信息科学研究的新的科学观和方法论。

面临的主要困难是：由于信息科学和智能理论的研究对象多数是非常复杂的问题，因此现有的数学工具不敷应用，特别是其中的逻辑理论还相当单薄，不足以支持这些复杂问题的创新研究。这是当前信息科学发展中的“瓶颈”。

武健：信息科学关系到的方法论可以分成信息科学研究的方法论和信息技术应用的方法论。根据这样的观点，在信息科技课程中，需要以完整的信息综合活动展开教学，而不适合片面地学习信息获取、信息处理某一个片段。因为信息科学方法论更强调从整体到局部，不建议从信息运动中的某一细节去理解典型的信息过程。

信息科技的方法论分成理论研究层级和技术应用层级。您认为在信息科学研究中，常用的方法与手段有哪些？

钟义信：与物理科学研究方法最大的不同，是不再采用“分而治之，各个击破”这种流行了数百年之久而且一直行之有效的传统科学研究方法论，而是改为运用全新的“信息转换与智能创生”方法论。

原因是：“分而治之”方法论在把系统分解为若干子系统的时候，必定会丢失各个子系统之间相互联系相互作用的信息，而这些信息正是复杂信息系统的生命线。就像研究人脑思维奥秘的时候，如果采用“分而治之”的方法把人脑分解为若干部分进行研究，即使把每个部分都研究好了，也无法揭示人脑思维的奥秘，因为分解之后的这些人脑部分根本无法复原为活的人脑。

“信息转换与智能创生”方法认为，信息系统是一个生态系统：由信息生成知识进而生成智能（策略），从而按照策略解决问题。它强调信息、知识、智能（策略）之间的相互联系和相互作用，强调信息、知识、智能（策略）之间的生态联系，根据外部世界客体的信息和认识主体的目的，可以通过学习创生解决问题的智能策略。

至于具体的研究工具，基本也是硬件试验和软件仿真（包括虚拟现实）。

武健：在信息科学体系中，您认为这个领域中最基本的概念和原理是什么？

钟义信：信息科学最基本的概念包括信息、知识、智能。人们往往把信息科学技术仅仅局限在“信息”范畴，这其实是对信息科学技术严重的。经过这样的信息科学技术的作用，就大大被削弱了。

信息科学最基本的原理则是：信息―知识―智能转换原理。正确运用这个基本原理，人们就可以在具体的环境中求出解决问题、而且保证实现“主客双赢”的智能策略，从而满意地解决问题。

武健：一般人都知道，现代科学与技术有着不可分割的密切关系。一方面，很多人还不知道什么是信息科学，另一方面，还不能想象信息科学与信息技术之间有什么关系。您认为两者有什么样的区别与联系？

钟义信：信息科学与信息技术是一对孪生的概念，信息科学是信息技术的理论基础，信息技术是信息科学理论的具体实现。两者相互联系，相互促进。

武健：很多人认为信息技术就是计算机技术加上网络技术，信息技术就是能够用计算机上网。这部分人觉得，信息技术就是信息技术，不是什么“关于信息的技术”。关于这些观点您是怎么看的？从信息科学的角度来看信息技术应当包含什么内容？

钟义信：只要对照信息科学的简化模型，就可以很明确地回答：信息技术不等于计算机技术和网络技术，因为这个说法很不全面，忽略了传感技术，忽略了控制技术，特别是忽略了人工智能技术。

实际上，在以往，关于“信息技术”的概念，确实曾经流行过很多各不相同的说法。其中比较出名的包括：

1C说――认为“信息技术就是Communication技术”，理由是：信息论就是通信论;也有一些人认为“信息技术就是Computer技术”，理由是：计算机就是用来处理信息的技术。

2C说――认为“信息技术就是Computer+ Communication技术”。

3C说――认为“信息技术就是Computer+ Communication + Control技术”。

但是，对照信息科学的简化模型就可以明白，这些说法都属于“以偏概全”的认识，都是不全面的认识。

从信息科学的简化模型可以非常清晰地了解到具体的信息技术内容，包括实现信息获取功能的“传感技术”，实现信息传递和策略传递功能的“通信技术”，实现信息预处理功能的“计算机技术和存储技术”，实现信息认知功能和智能决策功能的“人工智能技术”，实现策略执行功能的“控制技术”，以及实现反馈学习和策略优化的“信息系统自组织技术”等。

武健：您认为未来20～30年，信息科技最有意思的发展可能是什么？

钟义信：根据“科学技术拟人律”，未来20～30年，信息科学技术最有意义的发展将是人工智能技术。

对照信息科学简化模型就知道，扩展感觉器官功能的传感技术、扩展传导神经系统的通信技术、扩展思维器官预处理功能的计算机技术以及扩展效应器官功能的控制技术都是相对而言的技术，扩展思维器官认知功能和决策功能的人工智能技术才是核心技术。目前信息技术已经得到长足的发展（未来当然还会继续发展），这就为核心信息技术的发展打好了基础，也产生了需求。因此，未来20～30年间，人工智能科学技术必然成为发展的主导潮流。

武健：您认为学习信息科技的知识对于中小学生来说有何意义？有没有哪一部分内容需要在现阶段特别强调的？

钟义信：中小学生绝对应当学习基本的信息科学知识，掌握信息技术的基本能力。当今的时代是信息时代，不学习信息科学技术，就会成为落伍的一代，被淘汰的一代。这是非常危险的。

当然，中小学生学习信息科学技术应当遵循“循序渐进”的认知规律和“兴趣引导”的教学方法。事实上，信息科学技术本身的发展就是循序渐进的，如图4所示。

武健：您对中小学的信息科学与技术课程（不等同于计算机课程）有何期望与要求？

钟义信：根据“信息科学技术”的定义，“计算机科学技术”只是“信息科学技术”的一个组成部分。部分不等于全体，部分不能代替全体。所以，不能用“计算机”课程代替“信息科学技术”课程。

中小学的信息科学技术教育是一个极其重要的问题，又是一个十分复杂的问题。我们不能就事论事孤立地讨论中小学的信息科学技术课程，而应当把它作为“国家信息科学技术教育系统工程”来统筹考虑：小学阶段学什么？中学阶段学什么？大学阶段学什么？硕士研究生阶段学什么？博士研究生阶段学什么？等等。

按照“信息科学技术教育系统工程”的思路，中小学生应当通过“学习最为基础的信息科学概念”和“掌握最为基本的信息技术能力”形成“最浅层（然而又是准确的）的信息科学技术观念和浓厚的兴趣”。其中，“观念和兴趣”是最重要的，而“概念和能力”则是支撑这种“观念和兴趣”的支柱。

武健：钟老师，感谢您的指导。您认为2010年后，学科基本研究才逐步成熟起来。一门学科从成熟到走进基础教育往往需要十多年的工作，而信息科技课程的发展将是长期的。希望您以后能够经常关注基础教育中的信息科技课程发展，给我们更多指导。

附录：

篇9

论文摘要：随着数据库技术和人工智能技术的不断进步，数据挖掘技术逐步发展起来，作为当前计算机信息技术中的一项较为新兴的技术，综合运用了数理统计、模式识别、计算智能、人工智能等多项先进技术，主要是从大量的数据中来发现和挖掘一些隐含的有价值的知识，从大型的数据库数据中挖掘一些人们比较感兴趣的知识，本文主要讲了数据挖掘技术的概念、数据挖掘技术在保护设备故障信息中的实现方法以及数据挖掘技术保护设备故障信息管理的基本功能等问题。

数据挖掘技术作为当前计算机信息技术中的一项较为新兴的技术，综合运用了数理统计、模式识别、计算智能、人工智能等多项先进技术，主要是从大量的数据中来发现和挖掘一些隐含的有价值的知识，也就是从大型的数据库数据中挖掘一些人们比较感兴趣的知识，这些被提取的知识通常会表现为模式、规律、规则和概念，将数据挖掘的所有对象定义成数据库或者是文件系统以及其他的一些组织在一起的数据集合，数据挖掘技术也是现在智能理论系统的重要研究内容，已经开始被应用于行政管理、医学、金融、商业、工业等不同的领域当中，在保护设备故障信息管理方面发挥出了积极的作用。

一、数据挖掘技术的概念

随着数据库技术和人工智能技术的不断进步，数据挖掘技术逐步发展起来，主要是指从大量的数据中发现和挖掘一些隐含的有价值的有用信息和知识，这些被提取的知识通常会表现为模式、规律、规则和概念，将数据挖掘的所有对象定义成数据库或者是文件系统以及其他的一些组织在一起的数据集合，当前数据挖掘技术已经逐渐被应用于了医药业、保险业、制造业、电信业、银行业、市场营销等不同的领域，随着计算技术、网络技术以及信息技术的不断进步，在故障诊断过程中所采集到的数据可以被广泛地存储在不同的数据库当中，如果依然采用传统的数据处理方法来对这些海量的信息数据进行分析处理，不仅会浪费大量的实践而且也很难挖掘到有效的信息数据，同时，尽管智能诊断以及专家系统等方式在故障的诊断过程中已经被得到了广泛的应用，但是这些方法却仍然存在着很多推理困难、知识瓶颈等一些尚未完全被解决的问题，采用数据挖掘技术就可以比较有效地来解决这些难题，在故障诊断的过程中发挥其独特的优势。从不同的角度进行分析，数据挖掘技术可以分为不同的方法，就目前的发展现状来看，常用的数据挖掘技术方法主要有遗传算法、粗集方法、神经网络方法以及决策树方法等。

二、数据挖掘技术在保护设备故障信息中的实现方法

1.基本原理。在设备出现故障时采用数据挖掘技术对设备进行一系列的故障诊断，也就是说根据这一设备的运行记录，对其运行的趋势进行预测，并对其可能存在的运行状态进行分类，故障诊断的实质就是一种模式识别方式，对机器设备的故障进行诊断的过程也就是该模式匹配和获取的过程。

2.对故障诊断的数据挖掘方法建模。针对机械故障的诊断来说，首先就应当获取一些关于本机组的一些运行参数，既要包括机器在正常运行以及平稳工作时的信息数据，也应当包括机器在出现故障时的一些信息数据，在现场的监控系统中往往就会存在着相应的正常工作状态下以及出现故障时的不同运行参数，而数据挖掘的任务就是从这些杂乱无章的信息样本库中找出其中所隐藏着的内在规律，并且从中提取各自故障的不同特征，在对故障的模式进行划分时，我们通常可以借助概率统计的方式，在对故障模式进行识别时可以采用较为成熟的关联规则理论，实现变量之间的关联关系，并最终得到分类所需要用到的一些规则，从而最终达到分类的目的，依据这些规则，就可以对一些新来的数据进行判断，而且可以准确地对故障进行分类，找出故障所产生的原因和解决故障的正确方法。

三、数据挖掘技术保护设备故障信息管理的基本功能

1.数据传输功能。数据挖掘技术保护设备故障信息管理与分析系统的主要数据来源就是故障信息的分站系统，而分站系统中的数据是各个子站的一个数据汇总，而保护设备故障信息管理与分析系统所采用的获取数据的主要方式就是一些专门的通信程序构建起系统与分站之间的联系，将分站上的一些汇总数据传输到故障信息系统的数据库中，分析系统所具有的数据传输功能，在进行数据的处理时又能做到不影响原先分站数据库的正常运行，并且具备抗干扰能力强、计算效率高的优点。

2.数据的分析功能。系统在正常运行时，会从故障信息子站或者是分站采集相关的数据并且对这些采集到的数据进行分析整理，最终得到有用的数据信息，利用数据挖掘技术对庞大的故障数据进行分析、分类以及整理，能够有效地找出有用的信息，归并一些冗余的信息，对信息进行有效地存储和分类。另外，数据挖掘技术还具有信息查询的功能，可以进行不同条件下的查询，例如按时间段、报告类型、设备型号以及单位等进行查询，实现查询后的备份转存等，根据故障信息系统所提供高的数据信息以及本系统库中所保存的一些整定阻抗值，可以通过逻辑判断生产继电保护动作的分析报告，主要包括对故障过程的简述、故障切除情况以及保护动作情况等，可以便于继电保护人员直观的对保护装置的动作情况进行分析。

四、结语

随着企业自动化程度的不断提高以及数据库技术的迅速发展，很多企业在一些重要的设备方面都安装了监测系统，对设备运行过程中的一些重要参数和数据进行采集，采用数据挖掘技术可以有效地解决设备故障诊断中的一些知识获取瓶颈，将数据挖掘系统充分应用到监控系统中，有效解决故障诊断中的一些困难，事实证明，将数据挖掘技术应用到故障诊断中是非常有效的，也是值得研究和学习的新型技术手段。

参考文献：

[1]李勋,龚庆武,杨群瑛,罗思需,李社勇.基于数据挖掘技术的保护设备故障信息管理与分析系统[j].电力自动化设备,2011,9

[2]李建业,刘志远,蔡乾,赵洪波.基于web的故障信息系统[j].电力信息化,2007,s1

篇10

[关键词]人工智能；神经网络控制；模糊神经元控制；自适应控制

中图分类号：U686 文献标识码：A 文章编号：1009-914X（2017）15-0069-01

1.序言

人工智能控制技术一直没能取代古典控制方法。但随着现代控制理论的发展，控制器设计的常规技术正逐渐被广泛使用的人工智能软件技术（人工神经网络、模糊控制、模糊神经网络、遗传算法等）所替代。这些方法的共同特点是：都需要不同数量和类型的必须的描述系统和特性的“a priori”知识。由于这些方法具有很多优势，因此工业界强烈希望开发、生产使用这些方法的系统，但又希望该系统实现简单、性能优异。

2、人工智能在直流传动中的运用

2.1.模糊逻辑控制应用

主要有两类模糊控制器，Mamdani和Sugeno型。到目前为止只有Mamdani模糊控制器用于调速控制系统中。值得注意的是这两种控制器都有规则库，它是一个if-then模糊规则集。但Sugeno控制器的典型规则是“如果X是A，并且y是B，那么Z=f（x，y）”。这里A和B是模糊集；Z=f（x，y）是x，y的函数，通常是输入变量x，y的多项式。当f是常数，就是零阶Sugeno模型，因此Sugeno是Mamdani控制器的特例。

Mamdani控制器由下面四个主要部分组成：

2.1.1模糊化实现输入变量的测量、量化和模糊化。隶属函数有多种形式。

2.1.2知识库由数据库和语言控制规则库组成。开发规则库的主要方法是：把专家的知识和经历用于应用和控制目标；建模操作器的控制行动；建模过程；使用自适应模糊控制器和人工神经网络推理机制。

2.1.3推理机是模糊控制器的核心，能模仿人的决策和推理模糊控制行为。

2.1.4反模糊化实现量化和反模糊化。在各种出版物中，介绍了许多被模糊化的控制器，但这应与“充分模糊”控制器完全区分开来，“充分模糊”控制器才是完全意义上的模糊控制器，被模糊化的控制器易于实现，往往通过改造现有古典控制器得以实现，如被模糊化的PI控制器（FPIC）使用模糊逻辑改变控制器的比例、积分参数，从而使系统的性能得到提高（17），控制器参数的微小变化可能导致特性的极大提高，被模糊化的控制器参数调整方法如下：P（ti）=P（ti-1）+kP*CP，I（ti）=I（ti-1）*CI。但如应用“充分”模糊逻辑控制器，系统响应远远优于FPIC和最优古典PI控制器，用于最优化常规控制器的计算时间比模糊化控制器所需的时间多得多。因此，使用最小配置的FPIC控制器是可能的选择之一，事实上，这也是用现有驱动装置实现的最简单方法。

2.2.ANNS的应用

过去二十年，人工神经网络（ANNS）在模式识别和信号处理中得到广泛运用。由于ANNS有一致性的非线性函数估计器，因此它也可有效的运用于电气传动控制领域，它们的优势是不需要被控系统的数学模型，一致性很好，对噪音不敏感。另外，由于ANNS的并行结构，它很适合多传感器输入运用，比如在条件监控、诊断系统中能增强决策的可靠性，当然，最近电气传动朝着最小化传感器数量方向发展，但有时，多传感器可以减少系统对特殊传感器缺陷的敏感性，不需要过高的精度，也不需要复杂的信号处理。

3.人工智能在交流传动中的应用

3.1.模糊逻辑的应用

在大多数讨论模糊逻辑在交流传动中运用的文章中，都介绍的是用模糊控制器取代常规的速度调节器，可英国Aberdeen大学开发的全数字高性能传动系统中有多个模糊控制器（4），这些模糊控制器不仅用来取代常规的PI或PID控制器，同时也用于其他任务。该大学还把模糊神经控制器用于各种全数字高动态性能传动系统开发中。也有一些优秀的文章论述运用模糊逻辑控制感应电机的磁通和力矩。

矢量控制器也是一种间接控制类型，并且很好的特性。文献（27）提出了一种模糊逻辑速度控制器。它的输入标定因子是变化的。实验结果也验证了所提方案的有效性。该系统中模糊速度控制器与常规的PI速度控制器和CRPWM塑变器一起使用，它往往用来补偿可能的惯性和负载转矩的扰动。常规PI控制器用来稳定系统的稳态速度响应。矢量控制器使用转子磁通观测器观测（UI观测器，iw观测器（1）（4）），模糊逻辑用于转子电阻的估计。

到目前为止，只有两种运用人工智能技术的工业产品，其一是下节介绍的安川矢量变频器，另一个是日立矢量变频器，日立公司最近开发了J300系列IGBT矢量变频器，功率范围是5.5KW--55KW。它的主要特点是使用无传感器矢量控制算法和强大的自调整功能。无传感器磁通矢量控制方案采样两相定子电流，在初始自整定阶段，电机和负载的惯性以及其他参数例如定子电感，定子和转子电阻、励磁电感等参数被计算。日立公司宣称这是世界上第一台使用模糊控制的变频器。它考虑了电机和系统的特性，转矩计算软件在整个频率范围保证了转矩的精确控制。变频器的主要性能指标如下：1Hz时150%或更高的启动转矩；在3∶1的速度范围（20到60HZ/16到50HZ）电机不用降低功率使用；速度调节比率小于。

AI控制器也能提高直接转矩控制系统的性能，这也是值得深入研究的一个宽广领域。英国Aberdeen大学的研究人员开发了基于人工智能的开关矢量选择器以及速度、转矩、磁通观测器等，初步结果令人鼓舞（9）。可以预见不久的将业，将会得到更好的结果，将会出现更多的工业应用产品（47）（48）。

3.2.神经网络的应用

非常少的文章讨论神经网络用于交流电机的控制，大量文章讨论神经网络在交流电机和驱动系统的条件监测和诊断中的运用。文献（33）介绍了使用常规反向转波算法的ANN用于步进电机控制算法的最优化。该方案使用实验数据，根据负载转矩和初始速度来确定最大可观测速度增量。这就需要ANN学习三维图形映射。该系统与常规控制算法（梯形控制法）相比具有更好的性能，并且大大减少了定位时间，对负载转矩的大范围变化和非初始速度也有满意的控制效果。文献（34）用两个ANNS控制和辩识感应电机，但只给出了仿真研究。

最后值得指出的是现在发表的大多数有关ANN对各种电机参数估计的论文，一个共同的特点是，它们都是用多层前馈ANNS，用常规反向传播算法，只是学习算法的模型不同或被估计的参数不同。

参考文献：

[1] 蔡自兴.关于人工智能学派及其在理论、方法上的观点.高技术通讯，1995，5（5）：55―57