人工智能技術(shù)精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能技術(shù)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能技術(shù)范文

[關(guān)鍵詞] 電子商務(wù)　人工智能　數(shù)據(jù)挖掘

電子商務(wù)的飛速發(fā)展給全球經(jīng)濟(jì)帶來的沖擊是巨大的。基于人工智能技術(shù)的電子商務(wù)將能更好地為其發(fā)展帶來良好的基礎(chǔ)，這一過程是電子商務(wù)向著良性發(fā)展的必然趨勢。本文從人工智能技術(shù)與電子商務(wù)的國內(nèi)外動態(tài)、人工智能技術(shù)在電子商務(wù)中的應(yīng)用例子，以及數(shù)據(jù)挖掘技術(shù)在Web上的應(yīng)用等幾個方面對其進(jìn)行論述。

一、電子商務(wù)與人工智能技術(shù)的國內(nèi)外動態(tài)

1.省略域名22220個，BtoB電子商務(wù)市場廣闊，遠(yuǎn)遠(yuǎn)未達(dá)到飽和狀態(tài)，大量的服務(wù)和贏利渠道還處于空白狀態(tài)。電子商務(wù)不僅是企業(yè)建網(wǎng)站，宣傳企業(yè)產(chǎn)品及形象；也不是簡單的網(wǎng)上購物。真正的電子商務(wù)應(yīng)該是以internet為核心的信息技術(shù)進(jìn)行商務(wù)活動和企業(yè)資源處理，說穿了就是信息流的高效管理、增值運用。商務(wù)中國在開發(fā)的每個欄目力求幫助企業(yè)在客戶及供應(yīng)商之間建立信息共享、高速流動，改變商貿(mào)傳統(tǒng)運作方式，在不受時間、地域限制的虛擬商業(yè)網(wǎng)進(jìn)行交易。

本世紀(jì)90年代以來，取得了顯著效果的企業(yè)信息系統(tǒng)模式是外貿(mào)部門的edi系統(tǒng)、商業(yè)部門的商場信息系統(tǒng)以及制造業(yè)的mrpⅡ系統(tǒng)。這些系統(tǒng)的成功，主要是解決了過去手工作業(yè)的速度慢、效率低的問題。而國外在這一階段比較成功的一些例子是制造業(yè)的cals系統(tǒng)、流通業(yè)的edi和金融業(yè)的電子商務(wù)系統(tǒng)。這些系統(tǒng)的最大的特點都是在于企業(yè)之間的協(xié)作。1996年，日本將三菱汽車、日本電裝等汽車公司和部件公司聯(lián)合起來，成立了“v-cals聯(lián)合體”。它們的目標(biāo)不僅是將新車的開發(fā)周期縮短一半，而且要將各種部件調(diào)撥活動的信息、cad設(shè)計信息、各種沖突、噪音試驗信息等構(gòu)成共享數(shù)據(jù)庫，從而形成一個多企業(yè)的有機(jī)聯(lián)合體。

2.人工智能技術(shù)的國內(nèi)外動態(tài)

從1956年正式提出人工智能學(xué)科算起，40多年來，人工智能學(xué)科取得了長足的發(fā)展，成為一門廣泛的交叉和前沿科學(xué)?？偟恼f來，人工智能的目的就是讓計算機(jī)這臺機(jī)器能夠像人一樣思考。如果希望做出一臺能夠思考的機(jī)器，那就必須知道什么是思考，更進(jìn)一步講就是什么是智慧。什么樣的機(jī)器才是智慧的呢？科學(xué)家已經(jīng)作出了汽車，火車，飛機(jī)，收音機(jī)等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢？到目前為止，我們也僅僅知道這個裝在我們天靈蓋里面的東西是由數(shù)十億個神經(jīng)細(xì)胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。

當(dāng)計算機(jī)出現(xiàn)后，人類開始真正有了一個可以模擬人類思維的工具，在以后的歲月中，無數(shù)科學(xué)家為這個目標(biāo)努力著?，F(xiàn)在人工智能已經(jīng)不再是幾個科學(xué)家的專利了，全世界幾乎所有大學(xué)的計算機(jī)系都有人在研究這門學(xué)科，學(xué)習(xí)計算機(jī)的大學(xué)生也必須學(xué)習(xí)這樣一門課程，在大家不懈的努力下，現(xiàn)在計算機(jī)似乎已經(jīng)變得十分聰明了。例如，1997年5月，IBM公司研制的深藍(lán)（Deep Blue）計算機(jī)戰(zhàn)勝了國際象棋大師卡斯帕洛夫（Kasparov）。大家或許不會注意到，在一些地方計算機(jī)幫助人進(jìn)行其它原來只屬于人類的工作，計算機(jī)以它的高速和準(zhǔn)確為人類發(fā)揮著他的作用。人工智能始終是計算機(jī)科學(xué)的前沿學(xué)科，計算機(jī)編程語言和其他計算機(jī)軟件都因為有了人工智能的進(jìn)展而得以存在。

在大多數(shù)學(xué)科中存在著幾個不同的研究領(lǐng)域，每個領(lǐng)域都有其特有的感興趣的研究課題、研究技術(shù)和術(shù)語。在人工智能中，這樣的領(lǐng)域包括語言處理、自動定理證明、智能數(shù)據(jù)檢索系統(tǒng)、視覺系統(tǒng)、問題求解、人工智能方法和程序語言以及自動程序設(shè)計等。在過去30多年中，已經(jīng)建立了一些具有人工智能的計算機(jī)系統(tǒng)；例如，能夠求解微分方程的，下棋的，設(shè)計分析集成電路的，合成人類自然語言的，檢索情報的，診斷疾病以及控制太空飛行器和水下機(jī)器人的具有不同程度人工智能的計算機(jī)系統(tǒng)。

人工智能理論進(jìn)入21世紀(jì)，正醞釀著新的突破――人工生命的提出，不僅意味著人類試圖從傳統(tǒng)的工程技術(shù)途徑，而且將開辟生物工程技術(shù)途徑，去發(fā)展人工智能；同時人工智能的發(fā)展，又將作為人工生命科學(xué)的重要支柱和推動力量?？梢灶A(yù)言:人工智能的研究成果將能夠創(chuàng)造出更多更高級的智能“制品”，并使之在越來越多的領(lǐng)域超越人類智能；人工智能將為發(fā)展國民經(jīng)濟(jì)和改善人類生活作出更大貢獻(xiàn)。

二、電子商務(wù)中應(yīng)用人工智能技術(shù)

人工智能就是設(shè)計和開發(fā)出各種計算機(jī)程序來模擬人的思維結(jié)構(gòu)、推理和求解問題的行為。由于人工智能的研究范圍十分廣泛，對電子商務(wù)也有多方面的影響。

1.數(shù)據(jù)倉庫

數(shù)據(jù)倉庫是把分布在網(wǎng)絡(luò)中不同信息孤島上的數(shù)據(jù)集成到一起，存儲在一個單一的集成關(guān)系型數(shù)據(jù)庫中。利用這種集成信息，用戶可以方便地對信息進(jìn)行訪問，還可以使決策人員對一段時間內(nèi)的歷史數(shù)據(jù)進(jìn)行分析、研究，以獲得事物發(fā)展的趨勢。

數(shù)據(jù)倉庫有兩大優(yōu)點：一是不必重新編制輸入（事務(wù)）處理系統(tǒng)就能夠建立一個結(jié)構(gòu)化的環(huán)境，將輸出（決策支持）處理移入新環(huán)境（數(shù)據(jù)倉庫）中；二是數(shù)據(jù)倉庫建立概念模式（邏輯數(shù)據(jù)模型）、內(nèi)部模式（歷史文件）和外部模式（數(shù)據(jù)倉庫）的三模式環(huán)境。其中歷史文件中的“多對多”（mn）維護(hù)關(guān)系可以簡化為三模式環(huán)境下的多個“一對多”（m*n）關(guān)系。

2.數(shù)據(jù)挖掘與知識發(fā)現(xiàn)

數(shù)據(jù)挖掘（DM. Data Mining）和數(shù)據(jù)庫知識發(fā)現(xiàn)（KDD. Kwowledge Discovery in Data base）是隨著數(shù)據(jù)庫技術(shù)、人工智能技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展而提名的。尤其是隨著電子商務(wù)的開展，信息總量不斷增加，更迫切地需要有效的信息分析工具，以便能發(fā)現(xiàn)大量商業(yè)數(shù)據(jù)間隱藏的依賴關(guān)系，從而抽取有用的信息或知識，指導(dǎo)商業(yè)決策。過去只有簡單的數(shù)據(jù)統(tǒng)計技術(shù)，還未達(dá)到成為智能數(shù)據(jù)分析工具。因此，在數(shù)據(jù)生成和數(shù)據(jù)理解之間還存在很大的差距。DM和KDD就是一種新型的數(shù)據(jù)分析技術(shù)，旨在從大型數(shù)據(jù)庫中提取隱藏的預(yù)測性信息，構(gòu)建高校的數(shù)據(jù)倉庫，發(fā)掘數(shù)據(jù)間潛在的模式，以便于用理解和觀察的形式反映給用戶，從而為企業(yè)做出前瞻的，基于知識的決策參考意見。

DM與KDD需要解決的問題有：超大規(guī)模數(shù)據(jù)庫和高維數(shù)據(jù)；數(shù)據(jù)丟失；變化中的數(shù)據(jù)和知識；模式的易懂性；非標(biāo)準(zhǔn)格式數(shù)據(jù)；多媒體數(shù)據(jù)以及面向?qū)ο髷?shù)據(jù)的處理；與其他系統(tǒng)的集成；網(wǎng)絡(luò)與分布式環(huán)境下的KDD問題等。

DM與KDD的區(qū)別是：KDD是一個綜合的過程，包括實驗記錄，疊代求解，用戶交互以及許多定制要求和決策設(shè)計等，而DM只是KDD中的一個具體但又是關(guān)鍵的步驟。當(dāng)然，它們都對數(shù)據(jù)倉庫進(jìn)行有效利用的技術(shù)手段。

3.生物認(rèn)證技術(shù)

目前，許多磁卡、存單大都是用密碼來進(jìn)行安全保障的，一旦密碼泄漏，也就不安全了。

在電子商務(wù)中，電子貨幣將得到急速的發(fā)展，對安全水平的要求也相應(yīng)提高，從而帶動了人工智能的一個分支領(lǐng)域――生物認(rèn)證技術(shù)的研究與開發(fā)。

生物認(rèn)證技術(shù)是指利用人體某一具有特征的部位，或個人的習(xí)慣，如指紋、掌紋、手形、網(wǎng)膜、虹膜、臉形、聲紋及筆跡等來識別人們的身份的技術(shù)。這種識別技術(shù)與磁卡式的靠持有物認(rèn)證的方法和密碼式的靠知識認(rèn)證的方法相比，具有極大的優(yōu)越性，它不會丟失、被盜和被偽造。

生物認(rèn)證技術(shù)作為一種準(zhǔn)確、快速和高效的身份認(rèn)證方法，正應(yīng)用于如銀行、海關(guān)、醫(yī)療保險、重要通道控制、信息網(wǎng)絡(luò)安全等領(lǐng)域。這是一項集現(xiàn)代化生物科技與計算機(jī)科學(xué)相結(jié)合的高科技實用項目。微軟公司宣布將把生物認(rèn)證技術(shù)添加到自己的視窗操作系統(tǒng)中，這對這項新技術(shù)的發(fā)展將起到促進(jìn)作用。

4.智能數(shù)據(jù)庫信息檢索

在電子商務(wù)平臺應(yīng)用實踐中，如何根據(jù)用戶的意圖、興趣和特點自適應(yīng)地和智能化地從現(xiàn)有的客戶信息、商品庫存信息等大量數(shù)據(jù)信息中對信息進(jìn)行相關(guān)性排列，調(diào)整匹配機(jī)制，以獲得用戶滿意的檢索輸出，成為電子商務(wù)今后應(yīng)用所面臨的一個技術(shù)問題。

三、結(jié)束語

本文從人工智能技術(shù)和電子商務(wù)在國內(nèi)外的發(fā)展動態(tài)、人工智能技術(shù)在電子商務(wù)中的應(yīng)用實例，以及數(shù)據(jù)挖掘技術(shù)在Web上的應(yīng)用幾個方面對人工智能技術(shù)在電子商務(wù)中的應(yīng)用進(jìn)行了概括的論述。隨著電子商務(wù)的不斷發(fā)展和人工智能技術(shù)的不斷完善，兩者在各個領(lǐng)域、各個層次的相互融合將更加密切。作為各自的成功因素，電子商務(wù)和人工智能技術(shù)的融合必將成為一種關(guān)鍵技術(shù)。

參考文獻(xiàn):

[1]王桂森李向陽楊立東:我國電子商務(wù)發(fā)展的制約因素分析[J].商業(yè)研究,2007，04

[2]（加）韓家煒堪博著范明孟小峰譯:數(shù)據(jù)挖掘概念與技術(shù)（原書第2版）[M].機(jī)械工業(yè)出版社，2007，03

第2篇：人工智能技術(shù)范文

Abstract: Cognitive radio technology provides new opportunities and challenges for the development of wireless communication. Intelligence is an important characteristic for cognitive radio, and application of artificial intelligence techniques is key to implement this characteristic. This paper will first provide our own research framework on cognitive radio, second give an overview of application of artificial intelligence to cognitive radio, and last introduce and simulate the application of neural network to cognitive radio.

關(guān)鍵詞： 人工智能；認(rèn)知無線電；神經(jīng)網(wǎng)絡(luò)

基金項目：國家重點基礎(chǔ)研究發(fā)展規(guī)劃（“973”計劃）項目（2009CB320403）；國家自然科學(xué)基金資助項目（60832008，60832006）；國家科技重大專項課題（2009ZX03007-004）。

作者簡介：柴新代（1964-），男，北京人，本科，高級工程師，研究方向為通信系統(tǒng)工程；董旭（1979-），男，河北景縣人，博士研究生，講師，研究方向為認(rèn)知無線電。

1 概述

無線通信技術(shù)的飛速發(fā)展，正在越來越深刻地影響著人們的生活。與此同時，無線通信技術(shù)的發(fā)展也面臨著嚴(yán)峻的考驗，一方面頻譜資源的固定分配模式和利用率不均衡制約著無線通信寬帶化的發(fā)展，另一方面多種空中接口和網(wǎng)絡(luò)協(xié)議并存的局面為無線網(wǎng)絡(luò)的融合提出了挑戰(zhàn)。1999年Mitola博士提出的“認(rèn)知無線電（Cognitive Radio）”[1]為解決無線通信所面臨的問題提供了新的機(jī)遇。因此，認(rèn)知無線電技術(shù)迅速成為業(yè)界研究的熱點。

認(rèn)知是人類獲取運用知識解決問題的一種抽象，將認(rèn)知運用到無線電技術(shù)，會提高無線電系統(tǒng)的智能性，這也是認(rèn)知無線電技術(shù)區(qū)別于普通軟件無線電的最大特點。認(rèn)知無線電技術(shù)通過實時的獲取外部環(huán)境信息，并對這些信息進(jìn)行分析、學(xué)習(xí)和判斷，得到無線電知識，然后根據(jù)這些知識智能地調(diào)整各種通信參數(shù)，從而最終實現(xiàn)可靠的通信，并達(dá)到最佳的頻譜利用效率。人工智能技術(shù)為實現(xiàn)認(rèn)知無線電的智能性提供了可能，本文將主要圍繞多種人工智能技術(shù)在認(rèn)知無線電中的應(yīng)用進(jìn)行論述，下面將首先介紹認(rèn)知無線電智能化的基礎(chǔ)框架――認(rèn)知環(huán)路和認(rèn)知引擎，然后對幾種人工智能技術(shù)在認(rèn)知無線電中的應(yīng)用進(jìn)行簡要介紹，最后將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)在人工智能中的應(yīng)用，并通過仿真給出一個具體的示例。

2 相關(guān)工作

2.1 認(rèn)知環(huán)路 Mitola博士在提出認(rèn)知無線電概念的同時提出了OOPDAL（觀察-判斷-計劃-決策-行動-學(xué)習(xí)）認(rèn)知環(huán)路[1]，用以支持其認(rèn)知無線電架構(gòu)。此外，學(xué)術(shù)界還提出了多種認(rèn)知環(huán)路模型[2,3]，比較著名的有軍事戰(zhàn)略家Boyd提出的OODA（觀察-判斷-決策-行動）環(huán)路、IBM為自主計算提出的MAPE（監(jiān)測-分析-計劃-執(zhí)行）環(huán)路、Motorola為自主網(wǎng)絡(luò)提出的FOCALE（基礎(chǔ)-觀察-比較-行動-學(xué)習(xí)-擦除）環(huán)路等等。OOPDAL環(huán)路具有完整認(rèn)知功能和清晰的認(rèn)知過程，是設(shè)計認(rèn)知無線電最為理想的環(huán)路模型。本文對OOPDAL環(huán)路各環(huán)節(jié)進(jìn)行了重新定義，豐富了環(huán)路模型的內(nèi)涵與外延，并在原環(huán)路模型基礎(chǔ)上增加“知識庫”，明確表達(dá)了知識獲取與運用的過程。

如圖1所示，經(jīng)改進(jìn)的OOPDAL認(rèn)知環(huán)路由外環(huán)和內(nèi)環(huán)組成，外環(huán)也稱決策環(huán)。認(rèn)知無線電首先“感知”無線域、網(wǎng)絡(luò)域、用戶域、政策域中的數(shù)據(jù)，并對其建模以明確自身所處態(tài)勢；“判斷”是對數(shù)據(jù)的精煉，也即對感知數(shù)據(jù)進(jìn)行清理、集成和選擇，提取出其中對決策有貢獻(xiàn)的信息；“計劃”根據(jù)用戶需求與當(dāng)前環(huán)境生成優(yōu)化目標(biāo)；“決策”根據(jù)優(yōu)化目標(biāo)執(zhí)行優(yōu)化；“行動”將決策結(jié)果付諸實施，使內(nèi)部狀態(tài)和外界環(huán)境發(fā)生變化，這些變化又被重新“感知”，進(jìn)入下一輪循環(huán)。內(nèi)環(huán)又稱學(xué)習(xí)環(huán)，用于從外環(huán)運行的歷史經(jīng)驗中提取知識，并存放入知識庫以指導(dǎo)決策環(huán)運行。

OOPDAL環(huán)路對知識的運用過程充分體現(xiàn)了認(rèn)知無線電的智能性，其中計劃、學(xué)習(xí)、決策等環(huán)節(jié)更是智能性得以實現(xiàn)的關(guān)鍵所在，具體的實現(xiàn)方法則需要借助于人工智能技術(shù)。

2.2 認(rèn)知引擎 認(rèn)知引擎是實現(xiàn)認(rèn)知環(huán)路功能的技術(shù)手段。但很多認(rèn)知引擎的設(shè)計是針對特定方法實現(xiàn)特定任務(wù)的，本文希望設(shè)計一種通用的認(rèn)知引擎架構(gòu)，以適應(yīng)認(rèn)知無線電所面臨的各種應(yīng)用。通用認(rèn)知引擎結(jié)構(gòu)由認(rèn)知核與接口部分組成。認(rèn)知核提供各種豐富的工具，包括知識表示工具、各種推理機(jī)、學(xué)習(xí)機(jī)、優(yōu)化算法庫等，為完成認(rèn)知循環(huán)的各環(huán)節(jié)功能提供支持。接口部分包括感知器接口與用戶接口。感知器接口收集各種感知數(shù)據(jù)，并通過建模系統(tǒng)以機(jī)器可理解的方式表示；用戶接口部分允許用戶調(diào)用認(rèn)知核中各種工具并對其進(jìn)行流程編排和建模完成專用認(rèn)知引擎的構(gòu)建。另外，可配置無線網(wǎng)絡(luò)具備動態(tài)可配置波形與協(xié)議，以執(zhí)行認(rèn)知引擎的決策。

認(rèn)知核是認(rèn)知引擎的核心，包括多種人工智能工具，如專家系統(tǒng)，案例推理，神經(jīng)網(wǎng)絡(luò)，遺傳算法等，每種人工智能的工具不但可以實現(xiàn)相應(yīng)的認(rèn)知功能，還可通過多種不同工具的編排組合實現(xiàn)認(rèn)知無線電的各種應(yīng)用，即實現(xiàn)認(rèn)知引擎的通用性。

3 人工智能技術(shù)概述

如果說認(rèn)知核是認(rèn)知引擎的核心，那么人工智能技術(shù)就是認(rèn)知核的核心。人工智能技術(shù)已有比較成熟的理論體系[4]，但將其應(yīng)用到認(rèn)知無線電還處于探索階段。下面先簡要介紹幾種人工智能技術(shù)在認(rèn)知無線電中的應(yīng)用。

3.1 專家系統(tǒng) 專家系統(tǒng)在人工智能技術(shù)領(lǐng)域有著非常成功的應(yīng)用[5]，并能夠很好的與其他人工智能技術(shù)結(jié)合使用，如遺傳算法，人工神經(jīng)網(wǎng)絡(luò)等。專家系統(tǒng)是運用知識和推理過程來解決只有專家才能解決的復(fù)雜問題，也就是說專家系統(tǒng)是一種模擬專家決策能力的計算機(jī)系統(tǒng)。專家系統(tǒng)主要包括兩個部分：知識庫和推理機(jī)。知識庫用來存儲專家知識，推理機(jī)則依據(jù)專家知識對已有事實進(jìn)行推理和決策。認(rèn)知無線電可以借助專家系統(tǒng)完成推理決策功能。認(rèn)知無線電可以通過主動學(xué)習(xí)或“人在環(huán)中”的方式獲取無線電知識并存儲到知識庫中，然后根據(jù)外部無線環(huán)境和用戶需求的變化，到知識庫中查詢相應(yīng)的先驗知識，并通過推理機(jī)進(jìn)行決策，從而調(diào)整無線電的工作參數(shù)以適應(yīng)環(huán)境和需求的變化。CLIPS是目前比較成熟的專家系統(tǒng)工具，已有學(xué)者將基于CLIPS的專家系統(tǒng)應(yīng)用到認(rèn)知無線電的研究中[6]。

3.2 案例推理 案例推理作為一種人工智能技術(shù)致力于從以往的經(jīng)歷或者案例當(dāng)中得到新問題的解決方案?；诎咐南到y(tǒng)通過在案例庫查找與需要解決的問題相似度最大的案例來找到問題的解決的方法，并將找到的案例與當(dāng)前的場景進(jìn)行匹配，這種匹配實際上就是一種最優(yōu)化的過程。而最初找到的案例是為了節(jié)省優(yōu)化的時間，通過優(yōu)化的新的解決方案，將被作為新的案例存儲到案例庫中。認(rèn)知無線電可以根據(jù)無線環(huán)境的變化調(diào)整工作參數(shù)，不同的環(huán)境和工作參數(shù)可以作為案例存儲到案例庫中[7]。當(dāng)環(huán)境發(fā)生變化，認(rèn)知無線電可以在案例庫中查找與當(dāng)前環(huán)境最為相似的一個案例，然后用該案例與當(dāng)前環(huán)境進(jìn)行匹配，優(yōu)化工作的參數(shù)，并把當(dāng)前環(huán)境和優(yōu)化的參數(shù)作為新的案例存儲到案例庫中。Soar作為一種人工智能系統(tǒng)的開發(fā)工具，可以實現(xiàn)案例推理功能，并可以基于案例進(jìn)行學(xué)習(xí)，國內(nèi)已有學(xué)者基于Soar和GUN Radio軟件無線電平臺開發(fā)出認(rèn)知無線電原型系統(tǒng)。

3.3 遺傳算法 遺傳算法借鑒生物進(jìn)化和遺傳的生物學(xué)原理，可用于解決目標(biāo)優(yōu)化問題，即找到一組參數(shù)（基因）使得目標(biāo)函數(shù)最大化。其基本原理是根據(jù)求解問題的目標(biāo)構(gòu)造適值函數(shù)，使初始種群通過雜交和變異不斷選擇好的適值進(jìn)行繁殖，并最終得到最優(yōu)解。遺傳算法同樣可以作為認(rèn)知無線電的決策方法[6,8]：可以把無線電類比為一個生物系統(tǒng)，將無線電的特征定義為一個染色體，染色體的每個基因?qū)?yīng)無線電一個可變的參量，比如發(fā)射功率、頻率、帶寬、糾錯編碼方法、調(diào)制算法和幀結(jié)構(gòu)等等，這樣就可以通過遺傳算法的進(jìn)化來得到滿足用戶需求和適應(yīng)環(huán)境變化的系統(tǒng)配置參數(shù)。

4 神經(jīng)網(wǎng)絡(luò)在認(rèn)知無線電中的應(yīng)用

對于人工神經(jīng)網(wǎng)絡(luò)的研究源于對人類大腦思維過程的模擬，在很多領(lǐng)域，神經(jīng)網(wǎng)絡(luò)已經(jīng)有了廣泛的應(yīng)用。下面將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)在認(rèn)知無線電中的應(yīng)用。

4.1 神經(jīng)網(wǎng)絡(luò)簡介 1943年神經(jīng)物理學(xué)家W.McCulloch和邏輯學(xué)家W.Pits在對人腦的研究中提出了人工神經(jīng)網(wǎng)絡(luò)。目前人工神經(jīng)網(wǎng)絡(luò)作為一種人工智能技術(shù)主要基于統(tǒng)計評估、優(yōu)化和控制理論。人工神經(jīng)網(wǎng)絡(luò)由用以模擬生物神經(jīng)元的大量相連的人工神經(jīng)元組成，主要用于解決人工智能領(lǐng)域的一些復(fù)雜問題，比如機(jī)器學(xué)習(xí)。根據(jù)網(wǎng)絡(luò)結(jié)果和訓(xùn)練方法的不同，人工神經(jīng)網(wǎng)絡(luò)可以分為多種類型，以適應(yīng)多種的應(yīng)用需求[7]。多層線性感知器網(wǎng)絡(luò)（MLPN）：MLPN由多層神經(jīng)元構(gòu)成，每一個神經(jīng)元都是上一層神經(jīng)元輸出的線性組合。一般這種線性組合的權(quán)值在訓(xùn)練前是隨機(jī)生成的，并且可以隨著訓(xùn)練不斷的更新。更新的方法有多種，如后向傳播（BP）、遺傳算法等。其訓(xùn)練方法的性能將由其網(wǎng)絡(luò)規(guī)模和應(yīng)用場景決定。非線性感知器網(wǎng)絡(luò)（NPN）：NPN是利用對每個神經(jīng)元的輸入平方或兩兩相乘的方法將非線性引入神經(jīng)網(wǎng)絡(luò)使其可以對動態(tài)變化的訓(xùn)練數(shù)據(jù)進(jìn)行更好的擬合。但NPN的網(wǎng)絡(luò)結(jié)構(gòu)需要根據(jù)訓(xùn)練數(shù)據(jù)進(jìn)行調(diào)整，另外如果采用BP方法進(jìn)行訓(xùn)練會使網(wǎng)絡(luò)收斂緩慢而導(dǎo)致處理時間過長。徑向基函數(shù)網(wǎng)絡(luò)（RBFN）：RBFN和NPN類似，不同的只是其非線性的引入是在隱含層利用徑向基函數(shù)實現(xiàn)非線性映射，這可以防止網(wǎng)絡(luò)收斂到局部最小值。

4.2 應(yīng)用舉例 由于神經(jīng)網(wǎng)絡(luò)可以動態(tài)的自適應(yīng)和實時的訓(xùn)練，因此可以對系統(tǒng)的各種模式、參數(shù)、屬性等進(jìn)行“學(xué)習(xí)”，并“記住”這些事實，當(dāng)系統(tǒng)有了新的輸入和輸出時，可以進(jìn)行實時的訓(xùn)練來記憶新的事實。這正符合了認(rèn)知無線電認(rèn)知功能的需求，因此神經(jīng)網(wǎng)絡(luò)在認(rèn)知無線電中有著廣泛的應(yīng)用前景。下面就列舉一些神經(jīng)網(wǎng)絡(luò)在認(rèn)知無線電中的應(yīng)用[9-12]。神經(jīng)網(wǎng)絡(luò)可以用于認(rèn)知無線電的頻譜感知，例如利用基于神經(jīng)網(wǎng)絡(luò)的分類器可以根據(jù)信號的循環(huán)平穩(wěn)特性或者頻譜特性等對信號進(jìn)行分類。神經(jīng)網(wǎng)絡(luò)還可用于無線電參數(shù)的自適應(yīng)決策和調(diào)整，神經(jīng)網(wǎng)絡(luò)可以根據(jù)當(dāng)前信道質(zhì)量和用戶需求等所確定的優(yōu)化目標(biāo)選擇無線電參數(shù)。另外神經(jīng)網(wǎng)絡(luò)還可以對無線電系統(tǒng)的各種性能進(jìn)行預(yù)測，神經(jīng)網(wǎng)絡(luò)可以記憶不同無線環(huán)境不同無線參數(shù)所達(dá)到的系統(tǒng)性能，比如誤碼率、吞吐量、時延等等，從而對未來可能產(chǎn)生的系統(tǒng)性能進(jìn)行預(yù)測，進(jìn)而對各種無線參數(shù)進(jìn)行優(yōu)化。

5 仿真及分析

由于無線環(huán)境的開放性，無線系統(tǒng)大都是非線性系統(tǒng)，因此神經(jīng)網(wǎng)絡(luò)用于認(rèn)知無線電也應(yīng)采用非線性模型。非線性感知器網(wǎng)絡(luò)（NPN）可以完成認(rèn)知無線電的學(xué)習(xí)功能，從而對各種系統(tǒng)性能進(jìn)行預(yù)測，下面就通過一個具體例子來仿真基于NPN的誤碼率性能預(yù)測。

5.1 仿真模型 NPN由三層節(jié)點構(gòu)成：輸入層、隱含層和輸出層。隱含層通常只有一層神經(jīng)元，本文在此基礎(chǔ)上擴(kuò)展了隱含層的層數(shù)，從而擴(kuò)大了神經(jīng)網(wǎng)絡(luò)的規(guī)模，使其具有更好的學(xué)習(xí)效果。具體的網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，每個節(jié)點都與下一層的所有節(jié)點唯一相連，除了輸入層節(jié)點，其他各層節(jié)點稱為神經(jīng)元，具有一個非線性的激活函數(shù)，以實現(xiàn)對非線性系統(tǒng)的擬合。本文將采用最為常用的非線性激活函數(shù)――S函數(shù)，即：f

神經(jīng)網(wǎng)絡(luò)的訓(xùn)練將采用BP方法，具體算法如下：

③根據(jù)RMS誤差決定是否調(diào)整權(quán)值，直到RMS誤差或者迭代次數(shù)達(dá)到停止要求。

5.2 仿真場景 仿真場景的設(shè)置將根據(jù)上面提出通用認(rèn)知引擎架構(gòu)進(jìn)行編排。首先認(rèn)知引擎要收集各種數(shù)據(jù)。WiMax可以根據(jù)信道質(zhì)量調(diào)整其調(diào)制編碼模式等無線電參數(shù)，因此將作為通用認(rèn)知引擎架構(gòu)中的可重配置的無線電平臺將系統(tǒng)的誤碼率性能實時上報給認(rèn)知引擎；信噪比作為無線環(huán)境的表征可通過感知器進(jìn)行收集；編碼速率作為用戶對業(yè)務(wù)的需求可通過用戶接口上報給認(rèn)知引擎。然后認(rèn)知引擎內(nèi)基于NPN的學(xué)習(xí)機(jī)就可以對這些數(shù)據(jù)進(jìn)行訓(xùn)練了，訓(xùn)練的方法如上節(jié)所述。最后訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)就可以根據(jù)無線環(huán)境和用戶需求對系統(tǒng)的誤碼率進(jìn)行實時的預(yù)測，從而調(diào)整認(rèn)知無線電的各種操作參數(shù)。

5.3 仿真結(jié)果及分析 由于對神經(jīng)網(wǎng)絡(luò)模型的隱含層進(jìn)行了擴(kuò)展，首先驗證一下改進(jìn)的模型性能是否有所提升。仿真結(jié)果如圖3所示，分別仿真了具有2層、3層和4層神經(jīng)元的NPN的收斂性能。其中2層模型是沒有經(jīng)過改進(jìn)的，其收斂速度最快，但RMS誤差較三層模型差；3層模型雖然收斂速度稍慢，但收斂的RMS誤差最低；4層模型的網(wǎng)絡(luò)規(guī)模最大，因此收斂速度最慢，但其RMS誤差收斂的并不是最低，這是由于神經(jīng)網(wǎng)絡(luò)的規(guī)模應(yīng)該與訓(xùn)練數(shù)據(jù)的規(guī)模相適應(yīng)，過大的網(wǎng)絡(luò)規(guī)模反而不會得到很好的收斂性能。折中考慮，在后續(xù)誤碼率預(yù)測仿真中，將采用3層神經(jīng)元模型的NPN對數(shù)據(jù)進(jìn)行訓(xùn)練。

如圖4所示，利用3層神經(jīng)元模型分別對WiMax場景下的64QAM、16QAM、QPSK和BPSK的誤碼率性能進(jìn)行了預(yù)測。從預(yù)測結(jié)果和實際的仿真結(jié)果的比較可以顯示，隨著調(diào)制模式的升高，預(yù)測的性能將越來越好。

6 結(jié)束語

本文主要介紹了人工智能技術(shù)在認(rèn)知無線電中的應(yīng)用，并通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行舉例，從仿真的結(jié)果可以看出神經(jīng)網(wǎng)絡(luò)在認(rèn)知無線電中應(yīng)用的可能性。人工智能技術(shù)在認(rèn)知無線電領(lǐng)域的應(yīng)用還有著廣闊的研究前景，應(yīng)該積極探索更多的人工智能技術(shù)在認(rèn)知無線電中應(yīng)用。但也并非所有的人工智能技術(shù)都適用于認(rèn)知無線電的開發(fā)和應(yīng)用，應(yīng)在研究中有所選擇把握方向。不同的應(yīng)用場景也對人工智能技術(shù)提出了不同的需求，找到適用于相應(yīng)場景的人工智能技術(shù)也很重要。未來的工作應(yīng)更多的考慮一些實際的應(yīng)用，讓無線通信系統(tǒng)可以真正的像人一樣思考。

參考文獻(xiàn)：

[1]J.Mitola Ⅲ."Cognitive radio: Making software radios more personal"，IEEE Personal Communications，vol.6，no.4，pp.13-18，1999.

[2]S.Haykin."Cognitive radio：Brain-empowered wireless communications"，IEEE Journal on Selected Areas in Communications，vol.23，no.2，pp.201-220，2005.

[3]T.W.Rondeau，C.W.Bostian，D.Maldonado，A.Ferguson，S.Ball，B.Le，and S.Midki，“Cognitive radios in public safety and spectrum management”，Telecommunications Policy and Research Conference，vol.33，2005.

[4]George F.Luger，“Artificial Intelligence Structures and Strategies for Complex Problem Solving Fifth Edition”，Pearson Education Limited，2005.

[5]Joseph C.Giarratano, Gary D.Riley，“Expert System Principles and Programming Fourth Edition”，Thomson learning，2006.

[6]Timothy R.Newman，“Multiple Objective Fitness Functions for Cognitive Radio Adaptation”，Doctor Thesis，2008.

[7]A.He，K.K.Bae，T.R.Newman，J.Gaeddert，K.Kim，R.Menon，L.M.Tirado，J.Neel，Y.Zhao，J.H.Reed，and W.H.Tranter，“A survey of artificial intelligence for cognitive radios”，IEEE Transactiongs on Vehicular Technology，vol.59，no.4，pp.1578-1592，2010.

[8]Thomas W.Rondeau，“Application of Artificial Intelligence to Wireless Communication”，Doctor Thesis，2007.

[9]N.Baldo，B.R.Tamma，B.S.Manoj，R.Rao，and M.Zorzi，“A neural network based cognitive controller for dynamic channel selection”，in Proceedings of IEEE International Conference on Communications（ICC），pp.1-5，2009.

[10]X.Zhu，Y.Liu，W.Weng，and D.Yuan，“Channel sensing algorithm based on neural network for cognitive wireless mesh network”，in Proceedings of IEEE International Conference on Wireless Communications（WiCom），pp.1-4，2008.

第3篇：人工智能技術(shù)范文

【關(guān)鍵詞】人工智能技術(shù)；電氣工程；自動化；發(fā)展方向

前言

隨著現(xiàn)代社會尖端領(lǐng)域中的人工智能技術(shù)迅速的發(fā)展，尖端高科技技術(shù)正在逐漸滲透到每個人的生活當(dāng)中。當(dāng)現(xiàn)有的電氣自動化技術(shù)已經(jīng)難以與現(xiàn)在的高科技飛速發(fā)展的多樣化需求相匹配的時候，相關(guān)的電氣工程技術(shù)就需要不斷地進(jìn)行相應(yīng)的更新?lián)Q代，從而為社會市場經(jīng)濟(jì)經(jīng)濟(jì)創(chuàng)造更大的市場價值。因此，在電氣自動化控制中引進(jìn)尖端領(lǐng)域中的人工智能技術(shù)對于電氣設(shè)備的設(shè)計與應(yīng)用而言具有不可或缺的重要意義，在掌握電氣自動化的人工智能技術(shù)相關(guān)理論的基礎(chǔ)上，相關(guān)企業(yè)更需要探究在不同角度里電氣工程自動化的人工智能技術(shù)應(yīng)怎樣進(jìn)一步合理實現(xiàn)，并對此做出進(jìn)一步的完善與改進(jìn)。

1 電氣自動化的人工智能技術(shù)相關(guān)理論概述

隨著近年來社會市場經(jīng)濟(jì)模式及體系的迅速轉(zhuǎn)變，大量相關(guān)的科研單位已經(jīng)將電氣自動化的人工智能技術(shù)作為尖端科技領(lǐng)域內(nèi)的重點研究工作。人工智能屬于技術(shù)科學(xué)所研究的范疇，其主要內(nèi)容包括學(xué)習(xí)、模仿和完善人的一種新型智能方法，而另一方面，人工技能的本質(zhì)實際上也是計算機(jī)學(xué)科的分支，無論是在工業(yè)生產(chǎn)還是實際生活方面，人工智能技術(shù)的大規(guī)模應(yīng)用要歸功于21世紀(jì)微型計算機(jī)的普遍應(yīng)用，模擬信息技術(shù)與智能算法模式在計算機(jī)上的廣泛應(yīng)用上成為人工智能信息運輸傳播有利的推動力。而在電氣自動化的實際應(yīng)用中，相應(yīng)的人工智能技術(shù)多是使用計算機(jī)的軟件創(chuàng)造并對人類的相關(guān)智能行為進(jìn)行進(jìn)一步完善，并輔以相應(yīng)的數(shù)學(xué)、心理學(xué)、電力工程學(xué)等相互交叉并有所關(guān)聯(lián)的學(xué)科范疇加以總結(jié)，最終生產(chǎn)出的有利于電氣工程自動化不同應(yīng)用領(lǐng)域的新型人工智能。而在電氣自動化現(xiàn)有的體系與模式當(dāng)中，同樣也正是利用這些人工智能技術(shù)原理來提高生產(chǎn)效率，為企業(yè)創(chuàng)造更大的市場經(jīng)濟(jì)效益。在電氣設(shè)備控制系統(tǒng)的相關(guān)應(yīng)用上，人工智能技術(shù)取得了卓越的進(jìn)展。以電氣設(shè)備系統(tǒng)的結(jié)構(gòu)設(shè)計為例，現(xiàn)階段在電路、電磁、電機(jī)電氣等方面均能看到使用人工智能技術(shù)的實例，同時，由于數(shù)字技術(shù)等尖端產(chǎn)業(yè)在21世紀(jì)已經(jīng)步入了創(chuàng)新發(fā)展的嶄新時代，電氣產(chǎn)品及其相關(guān)的應(yīng)用已經(jīng)從傳統(tǒng)的工廠設(shè)計轉(zhuǎn)向成為更多的計算機(jī)輔助設(shè)計，使得新產(chǎn)品與新系統(tǒng)的創(chuàng)造周期與生產(chǎn)周期相較于以前有了顯著的縮短，在此前提下加入人工智能技術(shù)，系統(tǒng)設(shè)計的質(zhì)量以及速度都將會得到大幅度的提升。另一方面，電力系統(tǒng)中分布著大量的自動控制和手動控制裝置，如繼電氣、斷路器、隔離開關(guān)等，這些相對簡單的局部控制的協(xié)同作用構(gòu)成整個電力系統(tǒng)復(fù)雜的實時控制，電力系統(tǒng)的保護(hù)實時控制有離散和連續(xù)兩種控制類型，由于人工智能技術(shù)具有清晰的邏輯思維和快速的處理能力，因此同樣將成為未來電氣工程自動化技術(shù)重要的發(fā)展方向。

2 現(xiàn)階段電氣自動化人工智能技術(shù)應(yīng)用情況

2.1 利用人工智能技術(shù)對電氣設(shè)備進(jìn)行故障診斷與排查

由于21世紀(jì)高新科技的迅速發(fā)展，新工藝和新設(shè)備將會在電氣工程企業(yè)的運行過程中擁有更為廣泛的應(yīng)用，但隨之而來的同樣也是企業(yè)所面對的各種技術(shù)難題。新型設(shè)備往往也會擁有更為前進(jìn)的技術(shù)，但其故障的檢修往往也會更為復(fù)雜，這就對相應(yīng)的檢修員工的專業(yè)技術(shù)提出了更為過硬的技術(shù)要求，同時，由于電氣設(shè)備出現(xiàn)故障具有很大的不確定性和非線性可能，相應(yīng)的故障診斷與排查也將會更為艱難。通過利用人工智能技術(shù)可以很好解決這一問題，對于電氣設(shè)備故障的診斷與排查，可以利用人工智能技術(shù)進(jìn)行仿真系統(tǒng)的模糊邏輯診斷，例如在排查發(fā)電機(jī)組或電動機(jī)組故障時，通過利用人工智能技術(shù)中的仿真系統(tǒng)，將通用機(jī)型的發(fā)電機(jī)組構(gòu)造、工作原理、檢修工藝、檢修標(biāo)準(zhǔn)化作業(yè)指導(dǎo)書，以及區(qū)域檢修公司完成的機(jī)組檢修參數(shù)、存在問題、解決辦法、檢修效果等數(shù)據(jù)（文檔）等錄入智能系統(tǒng)，進(jìn)行模糊邏輯診斷，結(jié)合相應(yīng)的實際應(yīng)用經(jīng)驗，將會實現(xiàn)對于電機(jī)故障的全面排查，也會大大提高了檢修故障的精確程度。

2.2 利用人工智能技術(shù)對電氣設(shè)備進(jìn)行優(yōu)化設(shè)計

電氣設(shè)備的優(yōu)化設(shè)計及相關(guān)的工作實際是一項極其復(fù)雜和繁瑣的工作，傳統(tǒng)的設(shè)備設(shè)計都是采用簡單的實驗加上實際操作經(jīng)驗的傳統(tǒng)手工方式進(jìn)行的，所以這就很難獲得最合理的方案。伴隨著21實際計算機(jī)科學(xué)技術(shù)的發(fā)展，電氣設(shè)備的設(shè)計已經(jīng)漸漸從傳統(tǒng)的手工設(shè)計向計算機(jī)輔助設(shè)計方面轉(zhuǎn)型，通過人工智能技術(shù)的引進(jìn)，使得傳統(tǒng)的計算機(jī)及輔助設(shè)計有了新的轉(zhuǎn)變，可以將大量復(fù)雜的的計算過程和模擬過程通過計算機(jī)軟件進(jìn)行完成，從而極大地提高了設(shè)計的效率和設(shè)計的精確度，這需要工作人員根據(jù)實際情況和應(yīng)用需求對相關(guān)人工智能軟件進(jìn)行科學(xué)化的篩選，但同時也需要對人工智能軟件技術(shù)的常用方法具有廣泛的了解和實踐能力。

2.3 利用人工智能技術(shù)進(jìn)行設(shè)備的實時檢測

在電氣自動化的工程中，也可以利用人工智能技術(shù)對于骨干設(shè)備和子系統(tǒng)的運行狀態(tài)進(jìn)行智能實時監(jiān)測，通過模擬虛擬畫面，真是再現(xiàn)設(shè)備和子系統(tǒng)的運行狀態(tài)，同時，通過錄入相應(yīng)的模擬量，人工智能技術(shù)也可實現(xiàn)相應(yīng)的數(shù)據(jù)采集和處理，開關(guān)量模擬實時數(shù)據(jù)，電流電壓全程模擬，電流自動斷電保護(hù)等復(fù)雜功能。同時，實時監(jiān)測也會加強(qiáng)相關(guān)企業(yè)的安全程度，通過在線分析連接報警器可以及時預(yù)報相應(yīng)的突然性災(zāi)害，保證相關(guān)安全問題的有效落實。

3 不同領(lǐng)域中電氣自動化人工智能技術(shù)的進(jìn)一步完善

3.1 建立電氣工程自動化的系統(tǒng)架構(gòu)，合理設(shè)置智能化管理監(jiān)測模塊

在對電氣工程自動化相關(guān)智能化應(yīng)用進(jìn)行使用與架構(gòu)時，應(yīng)當(dāng)充分了解使用人工智能相應(yīng)的實際特點，避免因不熟悉造成相關(guān)安全事故的發(fā)生。同時，建立電氣工程自動化的系統(tǒng)架構(gòu)對于使用電氣自動化人工智能技術(shù)的相關(guān)企業(yè)也是不可或缺的，這將使得企業(yè)能夠進(jìn)一步避免潛在的不安全因素發(fā)生。同時，在智能化電氣自動化系統(tǒng)的架構(gòu)過程中，還應(yīng)對部分系統(tǒng)重點采取設(shè)置智能化管理監(jiān)測模塊的方式，并制定相應(yīng)的管理策略，達(dá)到提升資源利用率的有效目的。

3.2 選用優(yōu)質(zhì)的自動化設(shè)備，確保相關(guān)應(yīng)用的合理控制

電氣工程自動化人工智能技術(shù)應(yīng)用的相關(guān)基礎(chǔ)多為電氣工程自動化的相關(guān)基礎(chǔ)設(shè)備，因此，工程自動化設(shè)備選用的質(zhì)量高低將會直接決定了整個人工智能的科學(xué)性和效率等等。相關(guān)的設(shè)備采購人員應(yīng)保障自動化設(shè)備的高效選取，確保相關(guān)應(yīng)用的合理控制，保障相關(guān)應(yīng)用質(zhì)量的有效落實。

4 結(jié)束語

隨著電氣自動化領(lǐng)域的不斷發(fā)展，電氣自動化中的人工智能技術(shù)作為電氣工程中不可或缺的重要工具，對21世紀(jì)未來的發(fā)展方向已然提出了嶄新的要求。企業(yè)應(yīng)當(dāng)立足于人工智能技術(shù)的應(yīng)用現(xiàn)狀，要求相關(guān)員工熟練掌握人工智能技術(shù)的的相關(guān)理論，并對人工智能技術(shù)在電氣自動化各種具體的應(yīng)用方式進(jìn)行了詳細(xì)的探討與拓展，以期望將電氣自動化的人工智能技術(shù)在不同領(lǐng)域進(jìn)一步地發(fā)展，為當(dāng)今的社會市場經(jīng)濟(jì)創(chuàng)造更好的經(jīng)濟(jì)效益。

參考文獻(xiàn)：

[1]劉大衛(wèi).人工智能技術(shù)在電氣自動化控制中的應(yīng)用[J].電氣工程及相關(guān)理論，2013（20）.

第4篇：人工智能技術(shù)范文

關(guān)鍵詞：人工智能技術(shù)；電氣自動化；應(yīng)用

中圖分類號：TM76 文獻(xiàn)標(biāo)識碼：A

電氣自動化是一門新興的學(xué)科，在電氣信息領(lǐng)域中發(fā)展較快，真正實現(xiàn)了現(xiàn)代化科學(xué)技術(shù)與電氣信息技術(shù)的有機(jī)結(jié)合，與人們?nèi)粘５纳睢⑸a(chǎn)息息相關(guān)，而將人工智能化技術(shù)與電氣自動化結(jié)合起來可以大幅度提高電氣設(shè)備的智能化水平，提高系統(tǒng)控制的穩(wěn)定性以及生產(chǎn)效率等，成為近幾年電氣自動化學(xué)科中研究的熱點問題。

1 人工智能化與電氣自動化

人工智能化技術(shù)到目前為止還沒有一個統(tǒng)一的定義。一般認(rèn)為，人工智能化技術(shù)就是利用計算機(jī)技術(shù)對人類的思維、意識和信息過程進(jìn)行模擬，使機(jī)器能夠完成一些通常只能由人的智能才能完成的復(fù)雜工作。人工智能技術(shù)以計算機(jī)技術(shù)為基礎(chǔ)，并關(guān)聯(lián)信息技術(shù)、控制技術(shù)、自動化技術(shù)、仿生學(xué)、哲學(xué)、心理學(xué)、邏輯學(xué)以及生物學(xué)等，可以說，人工智能化技術(shù)是一個應(yīng)用極為廣泛、高度前沿、綜合性很強(qiáng)的學(xué)科。

電氣自動化技術(shù)是研究與電氣工程有關(guān)的系統(tǒng)運行、自動控制、電力電子技術(shù)、信息處理、試驗分析、研制開發(fā)以及電子與計算機(jī)應(yīng)用等領(lǐng)域的一門學(xué)科。電氣自動化技術(shù)在設(shè)備控制上需要一定的人力投入，因此在工作中容易出現(xiàn)人為差錯，并且工作效率較為低下。因此，將人工智能化技術(shù)用在電氣自動化中，使電氣控制系統(tǒng)具備一定人類的思維判斷能力，可有效彌補(bǔ)當(dāng)前電氣自動化技術(shù)的不足，增加設(shè)備控制的智能化，提高工作效率，有利于產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化與調(diào)整。

2 人工智能化技術(shù)在電氣自動化中應(yīng)用的優(yōu)勢

人工智能化技術(shù)是將預(yù)先設(shè)定好的計算機(jī)語言和程序輸入到計算機(jī)內(nèi)，使計算機(jī)根據(jù)邏輯運算法則對設(shè)備進(jìn)行發(fā)號施令，因此在電氣自動化領(lǐng)域的應(yīng)用中，人工智能化技術(shù)具有傳統(tǒng)技術(shù)所不具備的優(yōu)勢。

2.1 將人為因素的影響降為最低

在傳統(tǒng)的電氣自動化設(shè)備操作中，由于要建立一個系統(tǒng)需要數(shù)量龐大的電氣設(shè)備，同時需要對系統(tǒng)在運行過程中的實時狀態(tài)進(jìn)行監(jiān)測以及數(shù)據(jù)采集，對數(shù)據(jù)進(jìn)行運算分析等，這個系統(tǒng)的建立需要外接大量的線纜，因此整個過程中都需要人的參與，由于人的勞動偶然性較大，一旦失誤可能會影響整個電氣自動化系統(tǒng)的運行。而人工智能化技術(shù)在電氣自動化中不需要外接線纜，可以部分替代人類的腦力勞動，根據(jù)系統(tǒng)運行的實時監(jiān)控數(shù)據(jù)應(yīng)用計算機(jī)程序?qū)ζ渥鞒鲎灾鞯姆治龊团袛?，從而確定設(shè)備下一步要進(jìn)行的工作，完全或部分解放人腦勞動，將人對系統(tǒng)運行的影響程度降為最低，確保系統(tǒng)有效運行。

2.2 簡化了操作方法

相對于傳統(tǒng)電氣自動化控制技術(shù)來說，人工智能電氣自動化控制比較容易調(diào)整，而且操作方法簡便，對信息和數(shù)據(jù)的適應(yīng)能力和應(yīng)變能力較強(qiáng)，不需要復(fù)雜的專業(yè)知識，僅通過信息和數(shù)據(jù)即可對系統(tǒng)進(jìn)行設(shè)計。

2.3 使電氣自動化控制系統(tǒng)運行更精確

傳統(tǒng)的自動化控制系統(tǒng)是根據(jù)控制對象來設(shè)計控制器模型，由于電氣自動化控制系統(tǒng)復(fù)雜程度較高，因此其不可控因素較多，而在實際工作中控制對象的參數(shù)是時刻變化的，不可能得出一個精確的動態(tài)方程，使得自動化控制系統(tǒng)的運行也不可能精確無誤，從一定程度上降低了系統(tǒng)的工作效率。而人工智能化電氣控制系統(tǒng)不需要根據(jù)控制對象來設(shè)計模型，因而不受其他因素的影響，使其在運行過程中較為精確，工作效率較高。

2.4 可有效提高產(chǎn)品一致性

在人工智能化電氣控制系統(tǒng)的控制下，電氣產(chǎn)品的生產(chǎn)過程是依靠預(yù)先設(shè)定好的機(jī)器語言來操作，操作過程嚴(yán)格按照設(shè)定的參數(shù)來執(zhí)行，在重復(fù)的生產(chǎn)過程中機(jī)器的動作可達(dá)到完全的精確，從而確保了電氣產(chǎn)品的一致性。即便在生產(chǎn)過程中出現(xiàn)一定的誤差，通過監(jiān)測系統(tǒng)監(jiān)測到的數(shù)據(jù)將會及時反饋到控制系統(tǒng)，控制系統(tǒng)根據(jù)當(dāng)前反饋的信息和數(shù)據(jù)及時作出調(diào)整，以適應(yīng)新的生產(chǎn)條件。

3人工智能化技術(shù)在電氣自動化控制中的實際應(yīng)用

3.1 人工智能化技術(shù)促進(jìn)電氣的產(chǎn)品優(yōu)化設(shè)計

傳統(tǒng)的電氣產(chǎn)品設(shè)計一般是手工來完成，利用實驗法與設(shè)計經(jīng)驗相結(jié)合的方式來進(jìn)行產(chǎn)品設(shè)計，因此一般設(shè)計的過程較為漫長，工作效率不高，并且設(shè)計方案無法達(dá)到最優(yōu)。而隨著人工智能化技術(shù)的應(yīng)用，一些原本靠經(jīng)驗、靠實驗、靠手工的設(shè)計將由計算機(jī)技術(shù)代為完成，可以有效縮短設(shè)計的時間，極大增加了設(shè)計效率。人工智能化技術(shù)可以將專家的經(jīng)驗和知識輸入到計算機(jī)中建立自己的智能專家系統(tǒng)，通過這個專家系統(tǒng)可以模擬專家的思維、判斷過程，而不需要真正的專家在場，對設(shè)計方案進(jìn)行智能比對，給出修改意見，對方案進(jìn)行取長補(bǔ)短，實現(xiàn)電器產(chǎn)品的最優(yōu)化設(shè)計。

3.2 簡化電氣自動化控制的流程

傳統(tǒng)的電氣自動化控制流程較為復(fù)雜，在工作過程中要求嚴(yán)格按照流程順序操作，任何一個環(huán)節(jié)出現(xiàn)問題都會導(dǎo)致出現(xiàn)故障，嚴(yán)重影響電氣設(shè)備的正常運行。應(yīng)用人工智能技術(shù)，可以使電氣自動化控制流程更為簡單，因此在自動化控制的整個過程中出現(xiàn)故障的概率大為降低，保證設(shè)備的正常運行。

3.3 人工智能化技術(shù)對電氣設(shè)備的故障的診斷

在電氣設(shè)備出現(xiàn)故障時，傳統(tǒng)的故障診斷技術(shù)耗時較長，效率較低，而且無法對潛在的故障進(jìn)行分析和預(yù)判。而人工智能化技術(shù)集合了專家系統(tǒng)、模糊邏輯和神經(jīng)網(wǎng)絡(luò)等三種故障診斷方法，一旦電氣設(shè)備出現(xiàn)故障，系統(tǒng)經(jīng)過快速的分析和運算及時找到故障所在，因此故障診斷效率極高，并且通過專家系統(tǒng)可實現(xiàn)對故障的預(yù)判，以便及時采取有效措施，實現(xiàn)故障的事前控制，將故障消除在最初狀態(tài)，有效保證系統(tǒng)的運行，提高了工作效率。

結(jié)語

將人工智能化技術(shù)用在電氣自動化生產(chǎn)中可以有效提高系統(tǒng)運行的可靠性，降低人為因素對生產(chǎn)的干擾，并可提高設(shè)備的生產(chǎn)效率和產(chǎn)品的一致性，除此之外，人工智能化技術(shù)還在不斷發(fā)展的過程中，在可預(yù)見的將來在電氣自動化生產(chǎn)中會發(fā)揮更大的作用。

第5篇：人工智能技術(shù)范文

糊理論、遺傳算法等人工智能技術(shù)的含義進(jìn)行了介紹，并對這些技術(shù)在電力系統(tǒng)中的應(yīng)用和存在問題進(jìn)行了分析。

關(guān)鍵詞：人工智能、電力系統(tǒng)、應(yīng)用

中圖分類號：TM76 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2012）03-0000-00

1、人工智能技術(shù)

人工智能技術(shù)(AI artificial intelligence)是一項將人類知識轉(zhuǎn)化為機(jī)器智能的技術(shù)。它研究的是怎樣用機(jī)器模仿人腦從事推理、規(guī)劃、設(shè)計、思考和學(xué)習(xí)等思維活動，解決需要由專家才能處理好的復(fù)雜問題。在應(yīng)用方面，以專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等最為普遍[1][2] 。

1.1 專家系統(tǒng)(ES)

專家系統(tǒng)是利用知識和推理來解決專家不能解決的問題。傳統(tǒng)程序需要固定程序和復(fù)雜算法，輸入數(shù)據(jù)并得出結(jié)果。專家系統(tǒng)集中大量的符號處理，采用啟發(fā)式方法模擬專家的推理過程，通過推理，利用知識解決問題。它具有邏輯思維和符號處理能力，能修改原來知識，適合于電力系統(tǒng)問題的分析。

1.2 人工神經(jīng)網(wǎng)絡(luò)(ANN)

人工神經(jīng)網(wǎng)絡(luò)是大量處理單元廣泛互聯(lián)而成的網(wǎng)絡(luò)，是一種模擬動物神經(jīng)系統(tǒng)的技術(shù)。神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)和自學(xué)習(xí)的能力，能并行處理分布信息。電力系統(tǒng)應(yīng)用人工神經(jīng)網(wǎng)絡(luò)可以進(jìn)行實時控制、狀態(tài)評估等。

1.3 遺傳算法(GA)

遺傳算法是一種進(jìn)化論的數(shù)學(xué)模型，借鑒自然遺傳機(jī)制的隨機(jī)搜索算法。它的主要特征是群體搜索和群體中個體之間的信息交換。該方法適用于處理傳統(tǒng)搜索方法難以解決的非線性問題。

1.4 模糊邏輯(FL)

當(dāng)輸入是離散的變量，難以建立數(shù)學(xué)模型。而模糊邏輯則成功地應(yīng)用在潮流計算、系統(tǒng)規(guī)劃、故障診斷等電力系統(tǒng)問題。

1.5 混合技術(shù)

以上各種智能控制方法各有局限性，有些甚至難以處理電力系統(tǒng)實際問題。因此需要結(jié)合各個算法的優(yōu)勢，采用人工智能混合技術(shù)。其中包括：模糊專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)等技術(shù)。

2、人工智能技術(shù)的在電力自動化的應(yīng)用

2.1在電能質(zhì)量研究中的應(yīng)用

人工智能技術(shù)可以對電壓波動、電壓不平衡、電網(wǎng)諧波等電能質(zhì)量參數(shù)進(jìn)行在線監(jiān)測和分析。在檢測和識別電能質(zhì)量擾動時能克服傳統(tǒng)方法的缺陷。專家系統(tǒng)隨著經(jīng)驗的積累、擾動類型變化而不斷擴(kuò)充和修改，便于用戶的掌握[3] 。

此外，專家系統(tǒng)和模糊邏輯可用于培訓(xùn)變電站工作人員。智能軟件可以模擬故障情形，有利于提高運行人員的操作技能。

2.2 變壓器狀態(tài)監(jiān)測與故障診斷專家系統(tǒng)

變壓器事故原因判斷起來十分復(fù)雜。判斷過程中，必須通過內(nèi)外部的檢測等各種方法綜合分析作出判斷。變壓器監(jiān)測和診斷專家系統(tǒng)首先對油中氣體進(jìn)行分析。異常時，根據(jù)異常程度結(jié)合試驗進(jìn)行分析，決定變壓器的停運檢查。若經(jīng)分析發(fā)現(xiàn)變壓器已嚴(yán)重故障，需立即退出運行，則要結(jié)合電氣試驗手段對變壓器的故障性質(zhì)及部位做出確診。

變壓器監(jiān)測和診斷專家系統(tǒng)通過診斷模塊和推理機(jī)制，能診斷出變壓器的故障并提出相應(yīng)對策，提高了變壓器內(nèi)部故障的診斷水平，實現(xiàn)了電力變壓器狀態(tài)檢修和在線監(jiān)測。

2.3 人工智能技術(shù)在低壓電器中的應(yīng)用

低壓電器的設(shè)計以實驗為基礎(chǔ)，需要分析靜態(tài)模型和動態(tài)過程。人工智能技術(shù)能進(jìn)行分段過程的動態(tài)設(shè)計，對變化規(guī)律進(jìn)行曲線擬合并進(jìn)行人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練，建立變化規(guī)律預(yù)測模型，降低了開發(fā)成本。

低壓電器需要通過試驗進(jìn)行性能認(rèn)證。而低壓電器的壽命很難進(jìn)行評價。模糊識別方法，從考慮產(chǎn)品性能的角度出發(fā)，將動態(tài)測得的反映性能的特性指標(biāo)作為模糊識別的變量特征值，能夠建立評估電器性能的模糊識別模型[5] 。

2.4 人工智能在電力系統(tǒng)無功優(yōu)化中的應(yīng)用

無功優(yōu)化是保證電力系統(tǒng)安全，提高運行經(jīng)濟(jì)性的手段之一。通過無功優(yōu)化，可以使各個性能指標(biāo)達(dá)到最優(yōu)。但是無功優(yōu)化是一個復(fù)雜的非線性問題[6] 。

人工智能算法能應(yīng)用于電力系統(tǒng)無功優(yōu)化。如改進(jìn)的模擬退火算法，在求解高中壓配電網(wǎng)的無功優(yōu)化問題中，采用了記憶指導(dǎo)搜索方法來加快搜索速度。模式法進(jìn)行局部尋優(yōu)以增加獲得全局最優(yōu)解的可能性，能夠以較大概率獲得全局最優(yōu)解，提高了收斂穩(wěn)定性。禁忌搜索方法尋優(yōu)速度較快，在跳出局部最優(yōu)解方面有較大優(yōu)勢。遺傳算法在解決多變量、非線性、離散性的問題時有極大的優(yōu)勢。要求較少的求解信息的，模型簡單，適用范圍廣。

2.5 人工智能在電力系統(tǒng)繼電保護(hù)中應(yīng)用

自適應(yīng)型繼電保護(hù)裝置能地適應(yīng)各種變化，改善保護(hù)的性能，使之適應(yīng)各種運行方式和故障類型。它能夠有效地處理各種故障信息，獲得可靠的保護(hù)。

借助于人工智能技術(shù)不但能夠提取故障信息，還能利用其自學(xué)習(xí)和自適應(yīng)能力，根據(jù)不同運行工況，自適應(yīng)地調(diào)整保護(hù)定值和動作特性。

2.6 人工智能在抑制電力系統(tǒng)低頻振蕩的應(yīng)用

大規(guī)模電網(wǎng)互聯(lián)易產(chǎn)生低頻振蕩，嚴(yán)重威脅著電力系統(tǒng)的安全。人工智能為電力系統(tǒng)低頻振蕩的控制提供了技術(shù)支持。神經(jīng)網(wǎng)絡(luò)、模糊理論、GA等人工智能技術(shù)應(yīng)用于FACTS控制器和自適應(yīng)PSS的研究，為抑制電力系統(tǒng)低頻振蕩提供了新的手段。

3、人工智能在電力系統(tǒng)中存在的前景

作為一門交叉學(xué)科，人工智能將隨著其他理論的發(fā)展而進(jìn)入新的發(fā)展階段。應(yīng)用新方法解決問題，或促進(jìn)各種方法的融合，保持簡單的數(shù)學(xué)模型和全局尋優(yōu)情況下，尋求到更少的運算量，提高算法效率，將是未來發(fā)展的趨勢。

隨著電力系統(tǒng)的發(fā)展，電力系統(tǒng)的復(fù)雜性不斷增加，不確定因素越來越多。隨著人工智能技術(shù)的不斷發(fā)展和提高，利用人工智能技術(shù)來解決電力系統(tǒng)的問題將會受到越來越多的重視。

4、結(jié)語

隨著我國電力系統(tǒng)的持續(xù)穩(wěn)步發(fā)展，電力系統(tǒng)數(shù)據(jù)量不斷增加，管理上復(fù)雜程度大幅度增長，市場競爭的加大，為人工智能技術(shù)在電力系統(tǒng)的應(yīng)用提供了廣闊前景。

但人工智能技術(shù)的基本理論還不成熟，只是停留在仿真和實驗階段。人工智能的開發(fā)是一個長期的過程，需要不斷改進(jìn)和完善，并在實際應(yīng)用中接受檢驗。

參考文獻(xiàn)：

[1] 馬少平,朱小燕. 人工智能[M]．北京：清華大學(xué)出版社，2004

第6篇：人工智能技術(shù)范文

 

對于政府監(jiān)管來說，監(jiān)管手段總是在一定程度上落后于正在發(fā)展中的產(chǎn)品技術(shù)，因而導(dǎo)致一個個監(jiān)管盲區(qū)，由此而引發(fā)很多不必要的監(jiān)管事故，所以進(jìn)行必要的監(jiān)管技術(shù)調(diào)研就成為了衛(wèi)生計生綜合監(jiān)督管理局的重要工作，現(xiàn)在以電子工程與人工智能技術(shù)相結(jié)合的電子產(chǎn)品日益成為消費市場的新寵，相應(yīng)的監(jiān)管要求也隨之而來，下面本文通過對于電子工程與人工智能技術(shù)的探討來研究提升監(jiān)管水平的方法，以有利于人民的身心健康。

 

1 電子工程與人工智能技術(shù)概述以及關(guān)系

 

1.1 技術(shù)概述

 

隨著社會經(jīng)濟(jì)大發(fā)展，現(xiàn)代學(xué)科間交流水平也在不斷提升，他山之石可以攻玉，很多學(xué)科的交叉點都會給我們帶來意想不到驚喜，同時也會帶來會更多的困惑與不解，同時學(xué)科交叉點的技術(shù)要求也比較高，造成科技黑箱的幾率比較大，下面就是關(guān)于電子工程與人工智能技術(shù)的基本定義：

 

“電子工程又稱“弱電技術(shù)”或“信息技術(shù)”。可進(jìn)一步細(xì)分為電測量技術(shù)、調(diào)整技術(shù)以及電子技術(shù)。是電氣工程的一個子類，是面向電子領(lǐng)域的工程學(xué)。在今天其研究對象已經(jīng)超出了電子領(lǐng)域。應(yīng)用形式涵蓋了電動設(shè)備以及運用了控制技術(shù)、測量技術(shù)、調(diào)整技術(shù)、計算機(jī)技術(shù)，直至信息技術(shù)的各種電動開關(guān)。主要研究領(lǐng)域為電路與系統(tǒng)、通信、電磁場與微波技術(shù)以及數(shù)字信號處理等。”

 

“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)。屬于計算機(jī)科學(xué)，并力圖明了智能的實質(zhì)，并生產(chǎn)出一種新的與人類智能相類似的做出反應(yīng)的智能機(jī)器，探究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大?！?/p>

 

1.2 相互關(guān)系概述

 

由上文的基本概述可知對于電子工程與人工智能來說，二者都是科技時代的產(chǎn)物都以計算機(jī)技術(shù)作為技術(shù)支撐，都帶與現(xiàn)代科技的烙印并且都屬于現(xiàn)代科技體系中的新興勢力但二者現(xiàn)在發(fā)展?jié)摿薮螅⑶覍τ诙邅碚f都需要大量的高素質(zhì)專業(yè)人才才能維持現(xiàn)實情況下的體系運轉(zhuǎn)，同時整個社會對于其的依賴性也在加強(qiáng)，并且在進(jìn)行社會活動時，這兩項技術(shù)在很多的時候處于相互之間不可或缺的狀態(tài)，特別是在現(xiàn)實的實際應(yīng)用中這樣的案例更是明顯。

 

最明顯的實際應(yīng)用案例就是淘寶中的“推薦購物”，其技術(shù)設(shè)計基礎(chǔ)就是電子工程，同時通過人工智能進(jìn)行大數(shù)據(jù)的處理，進(jìn)而分析得出消費者的購物偏好，進(jìn)而影響消費者的購物選擇，這其實就是電子工程與人工智能初步結(jié)合的案例，但是在其中我們也能明顯地發(fā)現(xiàn)在這兩種技術(shù)的相互作用上還是有一些細(xì)微的不均衡之處，尤其是在二者的相互配合上，還是一太保的商品推薦為例，在一定的情況下由于不能很好的識別相關(guān)產(chǎn)品信息很容易，造成產(chǎn)品信息大量供應(yīng)給消費者使消費者對于商品選擇無所適從，反而側(cè)面打壓了消費者的消費興趣，減少了消費量。

 

還有一種實際案例就是搜索引擎中的搜索引導(dǎo)，特別是“相關(guān)搜索”選項的出現(xiàn)更是這樣兩種技術(shù)的典型應(yīng)用，在進(jìn)行“相關(guān)搜索”的匹配時也是進(jìn)行電子工程基礎(chǔ)上的人工智能技術(shù)的具體應(yīng)用，但是主要的大范圍社會人眾多數(shù)據(jù)分析而不是個人數(shù)據(jù)分析，在進(jìn)行大范圍的社會人的數(shù)據(jù)分析時不可避免的會造成對于個人數(shù)據(jù)要的缺失尤其是對于特殊個人數(shù)據(jù)的重視不夠。這樣一來，精細(xì)化水平就會大大下降，不得不說一方面這是現(xiàn)在人工智能技術(shù)還不很過關(guān)另一方面也可以看出這樣大數(shù)據(jù)分析下宏觀規(guī)律下的微觀缺失。

 

上面介紹的是日常共組與生活中的具體應(yīng)用，但是在一些高端制造業(yè)二者的相互結(jié)合與相互之間技術(shù)主導(dǎo)權(quán)的爭奪會表現(xiàn)得更加明顯。

 

微電子工業(yè)是現(xiàn)在新興工業(yè)的代表之一，其對于電子工程與人工智能的工業(yè)化要求就很有現(xiàn)代工業(yè)發(fā)展的代表性，對于微電子工業(yè)來說，其生產(chǎn)很大程度上就是依賴于人工智能技術(shù)在其生產(chǎn)車間，很少有人工的出現(xiàn)特別是精密儀器更是完全被電子機(jī)器人所取代，而這一類型的生產(chǎn)機(jī)器人就是電子工程與人工智能技術(shù)的結(jié)合體，在微電子工業(yè)中這種機(jī)器人的作用是不可替代的相應(yīng)的，兩種技術(shù)的結(jié)合也是不可替代的，窺一斑可見全豹，對于現(xiàn)代工業(yè)發(fā)展來說，電子工程與人工智能技術(shù)的相互結(jié)合是不可避免的，但是隨著技術(shù)的發(fā)展到底是重視基礎(chǔ)工程建設(shè)還是進(jìn)行高端技術(shù)建設(shè)就會成為現(xiàn)在技術(shù)控制者們必須考慮的問題，所以在相對經(jīng)費一定情況下在微電子工業(yè)內(nèi)部，自然也會進(jìn)行這樣的論爭。

 

2 電子工程與人工智能技術(shù)對于政府監(jiān)管的影響

 

上面我們講了電子工程與人工智能技術(shù)的相互結(jié)合與相互促進(jìn)的關(guān)系以及在其中一些相互爭奪技術(shù)主導(dǎo)權(quán)的影響，下面我們根據(jù)二者關(guān)系下的實際生活應(yīng)用，對于政府相關(guān)監(jiān)管部門，特別是衛(wèi)生計生綜合監(jiān)督部門在其中起的作用和可能面臨的挑戰(zhàn)進(jìn)行探討。

 

2.1 監(jiān)管部門面臨的挑戰(zhàn)

 

對于現(xiàn)在的衛(wèi)生計生綜合監(jiān)督部門來說電子工程與人工智能技術(shù)相互結(jié)合產(chǎn)生的社會新產(chǎn)品，對于現(xiàn)實工作確實造成了不少的困難以及相關(guān)的挑戰(zhàn)。

 

首先，對于現(xiàn)下比較流行性的網(wǎng)絡(luò)虛假醫(yī)療廣告，特別是近年來泛濫成災(zāi)的未經(jīng)檢驗合格的化妝品與減肥藥銷售，由于網(wǎng)絡(luò)中網(wǎng)店的覆蓋面積廣而且在現(xiàn)代物流下產(chǎn)品從發(fā)貨到消費者使用的時效性大大加快，并于此產(chǎn)生了很多相關(guān)危害公共安全的事件，很多都是監(jiān)管部門不能及時進(jìn)行監(jiān)管活動而造成的，但是這些物流與購買系統(tǒng)都是以電子工程與人工職能相結(jié)合為技術(shù)基礎(chǔ)的，由此可知，在現(xiàn)實條件下對于衛(wèi)生監(jiān)管部門來說，這種技術(shù)的廣泛推廣確實造成了監(jiān)管漏洞的出現(xiàn)，

 

在造成監(jiān)管漏洞的同時，人才的缺乏也是監(jiān)管部門面臨的巨大挑戰(zhàn)，對于監(jiān)管部門來說很多的新人都是通過公務(wù)員招聘考試而來的，由于公務(wù)員招聘考試不可能進(jìn)行定向的專業(yè)招聘，而且現(xiàn)實中精通這兩項技術(shù)的人，大多出路比較好，相對而言公務(wù)員的待遇對他們并不具有很大的吸引力，所以一方面，人才的匱乏另一方面很難進(jìn)行相對應(yīng)有針對性的設(shè)別使用，特別是進(jìn)行專業(yè)設(shè)別的采購困難增加的情況下。

 

2.2 監(jiān)管部門的技術(shù)升級機(jī)遇

 

監(jiān)管部門的技術(shù)很明顯落后與時代的發(fā)展，所以現(xiàn)在對于監(jiān)管部門來說適應(yīng)電子工程與人工智能技術(shù)結(jié)合就成為了當(dāng)務(wù)之急，所謂機(jī)遇與挑戰(zhàn)并存，根據(jù)“倒逼理論”這又何嘗不是監(jiān)管部門進(jìn)行人才更新?lián)Q代與技術(shù)升級的大好機(jī)會。

 

監(jiān)管部門主要就是衛(wèi)生計生綜合監(jiān)督局，對于現(xiàn)在的衛(wèi)生計生監(jiān)督局來說，最重要的就是適應(yīng)現(xiàn)在的潮流，進(jìn)行人才的選拔與培養(yǎng)，一方面進(jìn)行大學(xué)生人才培養(yǎng)計劃，與當(dāng)?shù)刂攸c大學(xué)以及省內(nèi)外重點大學(xué)進(jìn)行溝通，建立雙向人才培養(yǎng)機(jī)制，并以此為基點提升衛(wèi)生計生綜合監(jiān)督活動信息化的進(jìn)程，通過這些人才的引進(jìn)，進(jìn)一步提升管理水平以及進(jìn)行人才的更新?lián)Q代，在引進(jìn)人才的同時也可以在本單位內(nèi)進(jìn)行，相關(guān)人才的培訓(xùn)，一方面可以進(jìn)行人才的更新?lián)Q代并為其做一個準(zhǔn)備避免人才出現(xiàn)斷層，另一方面，在進(jìn)行本單位舊有人才的培養(yǎng)可以為現(xiàn)在有志于學(xué)習(xí)與自我提升的干部同志提供一個學(xué)習(xí)的機(jī)會并利用他們舊有的經(jīng)驗與現(xiàn)在的技術(shù)設(shè)備進(jìn)行調(diào)試性試驗，提升設(shè)備在單位的基本適應(yīng)性，以便與未來的人才與設(shè)備的集體適應(yīng)性提升。

 

上面是對于人才的建設(shè)，另一方面也不可忽視設(shè)備建設(shè)，對于現(xiàn)在的設(shè)備制造可以充分采用招標(biāo)與技術(shù)協(xié)商的方式，并可以對原有的技術(shù)河北進(jìn)行升級改造提升原有設(shè)備的適應(yīng)性，以此為基本新舊結(jié)合，促進(jìn)技術(shù)的進(jìn)步，以便于更好的進(jìn)行衛(wèi)生計生綜合監(jiān)督工作為社會安全作出自己的貢獻(xiàn)。

 

3 小結(jié)

 

本文通過對于現(xiàn)代電子工程與人工智能技術(shù)的介紹以及相關(guān)的應(yīng)用前景探究，可以清楚地表明二者之間的關(guān)系時相互依存的雖然在一定時候會出現(xiàn)內(nèi)部技術(shù)的主導(dǎo)權(quán)之爭，但是這不是主流，所以在進(jìn)行現(xiàn)代的衛(wèi)生與計生管理時應(yīng)該充分利用這樣的優(yōu)勢并利用其客觀條件實現(xiàn)人才的更新?lián)Q代，完成現(xiàn)代衛(wèi)生工作的重要改革，為人民的公共安全提供自己的力量。

第7篇：人工智能技術(shù)范文

人工智能技術(shù)是人類科學(xué)技術(shù)不斷發(fā)展進(jìn)步的必然結(jié)果，也是工業(yè)發(fā)展過程中，促進(jìn)工業(yè)自動化科學(xué)化發(fā)展的重要推動力量。在人工智能技術(shù)的發(fā)展中，科技的發(fā)展和工業(yè)技術(shù)的進(jìn)步會促進(jìn)人工智能技術(shù)的發(fā)展；反之，人工智能技術(shù)的進(jìn)步，可以完成那些人類自身無法辦到、技術(shù)條件效果不好的生產(chǎn)技術(shù)操作。當(dāng)前的人工智能主要是計算機(jī)技術(shù)的發(fā)展結(jié)果，隨著計算機(jī)技術(shù)的飛速發(fā)展，通過對計算機(jī)信息特點和操作性能的了解和設(shè)計，使計算機(jī)操作系統(tǒng)具有更多更先進(jìn)的人工化反應(yīng)，并在實際的信息技術(shù)處理過程中，通過其系統(tǒng)內(nèi)部的人工化、智能化識別和處理系統(tǒng)，對電氣自動化控制和其他工業(yè)技術(shù)領(lǐng)域在運行中的問題進(jìn)行自主解決。如今，人工智能技術(shù)已經(jīng)取得了較大的進(jìn)步，其研究發(fā)展項目也越來越多，越來越先進(jìn)，實用性越來越強(qiáng)。人工智能技術(shù)已經(jīng)廣泛運用與工業(yè)自動化、過程控制和電子信息處理等先進(jìn)的技術(shù)領(lǐng)域。人工智能技術(shù)通過模糊理論算法、遺傳算法和模糊神經(jīng)算法等方式，可以在電氣自動化控制中，采取更靈活多變的控制方式，對電氣自動化設(shè)備運行中的不穩(wěn)定因素和動態(tài)變化進(jìn)行自主的調(diào)整，從而保障其運行的準(zhǔn)確和高效，減少出錯率。人工智能技術(shù)的運用，可以大大減少在電氣自動化控制等領(lǐng)域的人力成本，并且能夠解決一些工作人員無法有效監(jiān)控和解決的問題，做到及時有效。

2人工智能技術(shù)在電氣自動化控制中的應(yīng)用

2.1人工智能控制實現(xiàn)了數(shù)據(jù)的采集及處理功能

在電氣設(shè)備的運行過程中，數(shù)據(jù)的采集和處理是了解電氣設(shè)備自動化控制情況，發(fā)現(xiàn)運行過程中的問題和提出解決辦法的重要依據(jù)。在傳統(tǒng)的自動化控制中，由于技術(shù)水平和實際運行中的動態(tài)變化，數(shù)據(jù)的采集和傳輸無法做到準(zhǔn)確和穩(wěn)定，保存數(shù)據(jù)容易出現(xiàn)丟失的情況。人工智能技術(shù)的使用，可以保障電氣自動化運行過程中對動態(tài)信息的及時收集和穩(wěn)定傳輸，對相關(guān)數(shù)據(jù)的保存工作也更安全，這就提高了電氣自動化的控制水平，充分保障了電氣運行中的安全性和穩(wěn)定性。

2.2人工智能控制實現(xiàn)了系統(tǒng)運行監(jiān)視機(jī)報警功能

電氣自動化控制是用電氣的可編程控制器，控制繼電器，帶動執(zhí)行機(jī)構(gòu)，完成預(yù)期設(shè)計動作的過程。在此過程中，系統(tǒng)內(nèi)部各部分之間的運行都要嚴(yán)格按照設(shè)計模型和函數(shù)計算的基礎(chǔ)上進(jìn)行，如果系統(tǒng)中的一點出現(xiàn)問題，就會造成整個自動控制系統(tǒng)的故障。在以往的自動化控制系統(tǒng)運行中，對系統(tǒng)內(nèi)部各部分之間的運行數(shù)據(jù)和運行狀態(tài)進(jìn)行實時監(jiān)測，對運行中的特殊情況進(jìn)行及時的報警處理，幫助自動化系統(tǒng)及時處理可能出現(xiàn)的故障，提醒電氣管理人員加強(qiáng)對電氣系統(tǒng)的管理。

2.3人工智能控制實現(xiàn)了操作控制功能

電氣自動化控制的主要特征之一就是通過計算機(jī)的一鍵操作，就可以實現(xiàn)對電氣系統(tǒng)的整體控制，保障電氣自動化運行符合現(xiàn)實的需要。傳統(tǒng)的自動化系統(tǒng)的操作，需要靠人工對系統(tǒng)各個環(huán)節(jié)進(jìn)行人工操作，從而促進(jìn)自動化系統(tǒng)內(nèi)部的協(xié)調(diào)和配合，這種方式既降低了自動化運行的效率，也增加了自動化系統(tǒng)的故障發(fā)生頻率。人工智能技術(shù)對電氣自動化系統(tǒng)的控制，是通過各種先進(jìn)的算法，按照電氣自動化的需求，對自動化系統(tǒng)進(jìn)行自動化和智能化設(shè)計，從而實現(xiàn)對電氣自動化控制系統(tǒng)的同時操作，大大提高了自動化控制的效率，減少了單獨指令操作中容易出現(xiàn)的不協(xié)調(diào)情況的發(fā)生。

3人工智能技術(shù)在電氣自動化控制中的控制方式

3.1模糊控制

模糊控制以模糊推理和模糊語言變量等為理論基礎(chǔ)，并以專家經(jīng)驗作為模糊控制的規(guī)則。模糊控制就是在被控制的對象的模糊模型的基礎(chǔ)之上，運用模糊控制器，實現(xiàn)對電氣控制系統(tǒng)的控制。在實際控制設(shè)計過程中，通過對計算機(jī)控制系統(tǒng)的使用，使電氣自動化系統(tǒng)形成具有反饋通道的閉環(huán)結(jié)構(gòu)的數(shù)字控制系統(tǒng)，從而達(dá)到對電氣自動化系統(tǒng)的科學(xué)控制。

3.2專家控制

專家控制是指在進(jìn)行電氣自動化控制過程中，利用相關(guān)的系統(tǒng)控制理論和控制技術(shù)的結(jié)合，通過對以往控制經(jīng)驗的模擬和學(xué)習(xí)，實現(xiàn)電氣自動化控制中智能控制技術(shù)的實施。這種控制方式具有很強(qiáng)的靈活性，在實際運行中，面對控制要求和系統(tǒng)運行情況，專家控制可以自覺選取控制率，并通過自我調(diào)整，強(qiáng)化對工作環(huán)境的適應(yīng)。

3.3網(wǎng)絡(luò)神經(jīng)控制

網(wǎng)絡(luò)神經(jīng)控制的原理就是基于對人腦神經(jīng)元的活動模擬，以逼近原理為依據(jù)的網(wǎng)絡(luò)建模。神經(jīng)控制是有學(xué)習(xí)能力的，屬于學(xué)習(xí)控制，對電氣自動化控制中出現(xiàn)的新問題可以及時提出有效的解決辦法，并通過對相關(guān)技術(shù)問題的分析解決，提高自身的人工智能水平。

4結(jié)語

第8篇：人工智能技術(shù)范文

【關(guān)鍵詞】人工智能;自動化;電氣工程

工程師們將人工智能技術(shù)運用于電氣工程自動化中，可以隨時監(jiān)控和分析電氣工程自動化中的數(shù)據(jù)，方便我們做出及時有效的處理，確保電力系統(tǒng)運行的穩(wěn)定與安全運行。

1電氣自動化人工智能技術(shù)的應(yīng)用優(yōu)勢

1.1受外界因素干擾程度小

在構(gòu)建電氣自動化模型時，傳統(tǒng)的電氣工程的控制器一般會受到很多因素的影響，比如，模型的參數(shù)變化、數(shù)值計算的不同數(shù)據(jù)和類型等，而如果運用人工智能的電氣工程自動化，那么就可以避免外界因素的干擾，受影響程度比較小。同時，人工智能化的電氣工程控制器沒有必要或得十分精確的動態(tài)數(shù)據(jù)模型，對模型環(huán)境及相關(guān)參數(shù)的要求程度不高。

1.2自動化控制能力比較強(qiáng)

智能化技術(shù)有著十分強(qiáng)大的控制功能，可以對形式不同的數(shù)據(jù)進(jìn)行多方位的分析評估與處理，并得到相比人工計算出來的數(shù)據(jù)更加的精確。人工智能化的控制系統(tǒng)對數(shù)據(jù)的處理有著相對一致性的特點，由于具有不同的控制對象，其具體的內(nèi)容呈現(xiàn)出豐富的多樣性變化，根據(jù)現(xiàn)實的問題的需要，進(jìn)行智能化技術(shù)的集中精確處理，以便于合理地解決所遇到的問題。

1.3參數(shù)的調(diào)整更為方便

相對于傳統(tǒng)的電氣自動化技術(shù)來說，人工智能技術(shù)對參數(shù)的調(diào)整及方式的控制更為簡單方便快捷，在實際的應(yīng)用中，人工智能系統(tǒng)較為簡單，易于操作與學(xué)習(xí)。人工智能技術(shù)在具體的應(yīng)用中適應(yīng)能力極強(qiáng)，可以在無人操作成為未來的可能，無需工作人員到現(xiàn)場進(jìn)行控制，便可以實現(xiàn)對電氣系統(tǒng)的故障排查與處理，并自動調(diào)整電氣工程運行中出現(xiàn)的不確定性參數(shù)。電氣系統(tǒng)的參數(shù)出現(xiàn)的現(xiàn)象，往往是無法避免的。由于測量的不是非常精準(zhǔn)，參數(shù)的實際值將會與其設(shè)計值有所偏差，電氣系統(tǒng)在運行中受環(huán)境的影響，會引起參數(shù)的大幅度的不一致。利用抗變換性的變化、下降的時間與響應(yīng)的時間，能夠十分有效地節(jié)省電氣工程系統(tǒng)的人力、物力和財務(wù)。

1.4計算具有超高的精確性

鑒于人工智能技術(shù)受外部因素影響不是很大，有著十分強(qiáng)烈的抗干擾性。工程師們提前對電氣系統(tǒng)的參數(shù)進(jìn)行設(shè)定，在實際的操作中不用過多的考慮參數(shù)的變化，這些參數(shù)會在劃分在一個固定的范圍內(nèi)，不會出現(xiàn)差值較大的情況，在一定程度上提升了計算的精確度。工程師們在實際的電氣工程控制中，借助參數(shù)模型對一些常見的故障進(jìn)行簡單的模擬處理，科學(xué)合理地預(yù)防故障。比如高鐵故障程序的精確計算和科學(xué)預(yù)防。

2電氣自動化人工智能技術(shù)的應(yīng)用

2.1智能控制

運用智能化的一些技術(shù)手段，可實現(xiàn)電氣工程的無人化操作，實行對電氣項目的遠(yuǎn)程化管理與監(jiān)控，節(jié)省了較多的人力與物力，同時使得電氣項目得以更加便捷有效的開展。人工智能于電氣設(shè)備控制方面的一些具體應(yīng)用，涉及到模糊控制、專家系統(tǒng)控制以及神經(jīng)網(wǎng)絡(luò)控制，簡化設(shè)備的操作與電流的簡單調(diào)整，實現(xiàn)報表的自動化生成與存儲，更好地規(guī)范不同類型文件的格式，減輕工作人員后期對數(shù)據(jù)查找、篩選的負(fù)擔(dān)。除此之外，工作者們通過傳統(tǒng)控制過程的直、交流傳動，有效控制整個電氣工程系統(tǒng)，這些大多體現(xiàn)在人工智能的一些模糊控制中。因此，人工智能在改善電氣工程自動化的操作效率、簡化操作的流程、降低人力的工作量等方面有著較為顯著的成效。

2.2故障診斷

我們通常所說的電氣工程故障診斷，是根據(jù)電氣工程的設(shè)備在工作中的有關(guān)信息，來判斷其狀態(tài)是否有異常，對故障進(jìn)行準(zhǔn)確的定性，確定發(fā)生故障的位置，探查故障的發(fā)生的原因，預(yù)測故障的發(fā)展趨勢，尋求相應(yīng)的解決措施。電氣工程故障的診斷以故障機(jī)理與技術(shù)檢測為根本，以信號的處理與模式的識別為基本方法。在電氣系統(tǒng)的實際運行中，變壓器、發(fā)電機(jī)等電氣設(shè)備出現(xiàn)故障是不可避免的，我們傳統(tǒng)的故障診斷方法存在諸多問題，比如說耗時多、診斷難等。基于人工智能的神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)和模糊理論的運用，檢測并診斷電氣工程可能存在的故障，最大限度地避免差錯的發(fā)生，來達(dá)到出錯率降最低。

2.3優(yōu)化設(shè)計

對電氣工程自動化設(shè)備的優(yōu)化設(shè)計，涵蓋許多方面的內(nèi)容，舉個簡單的例子，電壓、電動機(jī)、變壓器等，這是一個覆蓋面廣、復(fù)雜性高、耗時耗力的過程，需要設(shè)計人員具備豐富的電氣自動化知識、相關(guān)經(jīng)驗及動手操作的能力。由于人工智能與計算機(jī)技術(shù)的快速發(fā)展，電氣工程自動化設(shè)備的完善設(shè)計，已經(jīng)由原來的手工設(shè)計轉(zhuǎn)變?yōu)橛嬎銠C(jī)自動化輔助設(shè)計，減少了產(chǎn)品開發(fā)的周期。人工智能借助CAD技術(shù)與計算機(jī)輔助技術(shù)進(jìn)行自動化設(shè)備的優(yōu)化設(shè)計，通常采用比較先進(jìn)的計算方法，在操作結(jié)構(gòu)的對象方面更加直接，在計算方面有著準(zhǔn)確性與高效性。電氣設(shè)備所發(fā)生的故障多數(shù)設(shè)計的十分復(fù)雜，只有明確地把握問題出現(xiàn)的預(yù)兆與隱患，才能使得電氣設(shè)備的設(shè)計更加優(yōu)化。

3結(jié)論

綜上所述，人工智能技術(shù)作為新興的電氣工程自動化技術(shù)，其作用是不容忽視的，在具體的實踐中得到較好的驗證。人工智能技術(shù)于工程自動化中的應(yīng)用，是對系統(tǒng)的感知、分析、判斷與行動，使得機(jī)械化的電氣系統(tǒng)如同人類一般，有著一定的邏輯思維，可以取代人的位置來完成一些特定的工作。通過人工智能技術(shù)對電氣工程的智能控制、故障診斷、優(yōu)化設(shè)計，加強(qiáng)其穩(wěn)定性與安全性，推動電力產(chǎn)業(yè)的結(jié)構(gòu)調(diào)整，實現(xiàn)經(jīng)濟(jì)效益與社會效益的統(tǒng)一。

參考文獻(xiàn)

[1]劉振鵬.電氣自動化控制人工智能技術(shù)的應(yīng)用分析[J].科技資訊,2014.

[2]孥磊.淺談電氣自動化控制系統(tǒng)中智能化技術(shù)的應(yīng)用[J].大科技•科學(xué)之謎,2012.

第9篇：人工智能技術(shù)范文

【關(guān)鍵詞】電氣自動化；人工智能技術(shù)

中圖分類號：F407文獻(xiàn)標(biāo)識碼： A

0.引言

隨著社會不斷的發(fā)展進(jìn)步，對于生產(chǎn)力的要求也相應(yīng)的有所提高，而提高生產(chǎn)力最有效的辦法就是將科學(xué)技術(shù)運用到生產(chǎn)當(dāng)中。如果將人工智能技術(shù)運用到企業(yè)生產(chǎn)過程中，不僅可以提高生產(chǎn)效率，而且可以減少生產(chǎn)成本，所以，許多企業(yè)對人工智能技術(shù)產(chǎn)生了濃厚的興趣。作為一門實踐應(yīng)用性學(xué)科，電氣自動化的主要任務(wù)是就是針對電氣系統(tǒng)進(jìn)行研究，從而促進(jìn)生產(chǎn)力的發(fā)展。在現(xiàn)代生產(chǎn)力的發(fā)展過程中，電氣自動化發(fā)揮了非常重要的作用，所以必須要注重對其的研究與創(chuàng)新。將人工智能技術(shù)運用到電氣控制系統(tǒng)中，是電氣自動化領(lǐng)域的一項重大的改革創(chuàng)新之舉。在電氣自動化領(lǐng)域中運用人工智能技術(shù)，不僅可以減少安全事故的發(fā)生，而且可以有效的提高工作效率，從而促進(jìn)企業(yè)的發(fā)展。本文通過分析當(dāng)前人工智能技術(shù)的發(fā)展?fàn)顩r，結(jié)合其自身特點，研究人工智能技術(shù)在電氣控制系統(tǒng)中的運用。

1.人工智能技術(shù)的內(nèi)容及特點

對于人工智能技術(shù)而言，其不僅包括對人類智能相關(guān)理論的探索，還包括在此基礎(chǔ)上對人類智能相關(guān)理論的進(jìn)一步深入研究，如模擬、延伸和拓展等。人工智能技術(shù)是計算機(jī)技術(shù)的一個重要組成部分，對人工智能技術(shù)進(jìn)行研究，不僅可以對人類智能出現(xiàn)的相關(guān)理論進(jìn)行探討，還可以在此基礎(chǔ)上進(jìn)行相應(yīng)的模擬研究，將生產(chǎn)過程智能化。人工智能化技術(shù)涉及到多門學(xué)科，例如心理學(xué)和邏輯學(xué)等等，但是，作為人工智能技術(shù)的基礎(chǔ)，計算機(jī)科學(xué)對其有著十分重要的影響。一般而言，人工智能技術(shù)的相關(guān)研究主要針對一些復(fù)雜問題，并希望這些復(fù)雜的工作是由智能機(jī)器來完成的。作為一種非常精密的機(jī)器，人腦的思考是可以被模仿的，例如智能機(jī)的編程過程便是如此。因此，大部分企業(yè)都采用了模擬人腦的方法來實現(xiàn)自動化。

人工智能技術(shù)最突出段特點就是與人一樣，能夠完成復(fù)雜的腦力勞動，可以自動采集信息并作出相應(yīng)的處理。人工智能機(jī)擁有精確的計算能力，如果在電氣自動化控制中運用人工智能機(jī)，不僅可以優(yōu)化生產(chǎn)和交換等過程，而且可以將生產(chǎn)過程自動化，這樣就可以讓企業(yè)縮減成本，同時，還能提高生產(chǎn)效率。所以，為了優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，應(yīng)該在電氣自動化控制行業(yè)運用人工智能技術(shù)。

2.人工智能技術(shù)在電氣自動化控制行業(yè)中運用的現(xiàn)狀

（1）在完善電氣設(shè)備設(shè)計的過程中,不僅設(shè)計到相關(guān)的電路和電磁場理論知識,而且還要求設(shè)計人員擁有相關(guān)的實踐經(jīng)驗。在傳統(tǒng)的設(shè)計方法中，普遍采取手工設(shè)計的方式，這種方式主要依賴于以往的設(shè)計經(jīng)驗，所以難以選出最佳的設(shè)計方案。但是，社會經(jīng)濟(jì)的發(fā)展使得計算機(jī)技術(shù)有了很大的提高，這就改變了電氣產(chǎn)品的設(shè)計方式，讓手工設(shè)計開始向計算機(jī)設(shè)計轉(zhuǎn)變，這對于電氣產(chǎn)品而言，很大程度的縮短了其研發(fā)周期。在電氣自動化控制中，運用人工智能技術(shù)可以促進(jìn)CAD技術(shù)的發(fā)展，從而提高了產(chǎn)品設(shè)計的總有效率，同時確保了產(chǎn)品的質(zhì)量。

（2）實現(xiàn)智能控制功能。首先，要采集并整理數(shù)據(jù)，這就需要實時采集所有的開關(guān)量以及模擬量，在進(jìn)行處理和儲存的過程當(dāng)中，應(yīng)該根據(jù)需要來進(jìn)行；其次，實現(xiàn)監(jiān)視和事件報警功能。在進(jìn)行實時智能監(jiān)視的過程中，需要根據(jù)各種主要設(shè)備的模擬量數(shù)值和開關(guān)量狀態(tài)來進(jìn)行，一旦發(fā)現(xiàn)事故報警越限和狀態(tài)變化事件報警情況，就會出現(xiàn)事故處理提示和自動處理功能，從而實現(xiàn)語音、電話和圖像等報警功能；然后，實現(xiàn)操作控制功能。通過鍵盤或鼠標(biāo)就能實現(xiàn)對斷路器及電動隔離開關(guān)的控制、勵磁電流的調(diào)整。運行人員可按順控程序進(jìn)行同期并網(wǎng)帶負(fù)荷或停機(jī)操作。另外，為了能夠與值班管理相互適應(yīng)，系統(tǒng)還應(yīng)該限制運行人員的操作權(quán)限。最后，實現(xiàn)故障錄波功能，例如波形捕捉、開關(guān)量的變位和順序記錄等功能。

3.電氣自動化控制中人工智能技術(shù)的應(yīng)用

3.1 在電氣設(shè)備中運用人工智能技術(shù)

根據(jù)實踐經(jīng)驗發(fā)現(xiàn)，在電氣自動化化領(lǐng)域中，要想讓電氣化系統(tǒng)運行正常不是一項簡單的工作，這其中涉及的知識面非常廣泛，因此，必須任用高素質(zhì)人才控制電氣化系統(tǒng)的運行。除此之外，任用控制電氣化系統(tǒng)運行人員時，還必須選擇責(zé)任心強(qiáng)的工作人員，只有這樣才能在最大程度上保證設(shè)備可以正常運行。但是，如果選擇人工智能技術(shù)來控制電氣化系統(tǒng)的運行，只要通過編寫程序并進(jìn)行相關(guān)的網(wǎng)絡(luò)操作，就可以很好完成這項工作，讓電氣設(shè)備無需人為干涉，就可以自動運作，這樣不僅可以為企業(yè)節(jié)省人力資源的成本，而且可以更加完美的完成工作。

3.2 在電氣控制過程中運用人工智能技術(shù)

在電氣領(lǐng)域中，電氣控制有著舉足輕重的的作用，如果可以將電氣控制的過程全面自動化，不僅可以幫助企業(yè)提高生產(chǎn)效率，縮減資金投入，而且可以為企業(yè)節(jié)省人力資源成本。在電氣自動化領(lǐng)域中運用人工智能技術(shù)，其最突出的體現(xiàn)除了神經(jīng)網(wǎng)絡(luò)控制和模糊控制之外，還有專家系統(tǒng)控制。

3.3 在平常操作中運用人工智能技術(shù)

在我們的日常生活中，常常會遇到與電氣行業(yè)相關(guān)的問題，因此，我們應(yīng)該通過改進(jìn)傳統(tǒng)的操作方法，讓電氣系統(tǒng)的操作更加簡單有效，使其能夠更好的在我們?nèi)粘Ｉ钪邪l(fā)揮作用。只要將人工智能技術(shù)運用到電氣系統(tǒng)操作過程中，就能夠化繁為簡，這樣就可以在任何地點通過電腦控制完成相關(guān)操作，達(dá)到遠(yuǎn)程控制的目的。除此之外，通過對界面進(jìn)行優(yōu)化設(shè)計，對信息進(jìn)行分類保存，這樣以后需要查詢時就可以迅速準(zhǔn)確的找到想要的信息。不僅如此，通過運用人工智能技術(shù)，還可以自動生成報表，這不僅可以為企業(yè)節(jié)省時間和人力資源成本，還可以提高工作效率。

3.4 在電氣事故和故障診斷過程中運用人工智能技術(shù)

在電氣事故和故障診斷過程中運用人工智能技術(shù)，主要是通過模糊理論、神經(jīng)網(wǎng)絡(luò)以及專家系統(tǒng)進(jìn)行診斷，這是非十分有效的一種方法。由于電氣行業(yè)自身的特點，常常會有電氣事故和故障發(fā)生，如果不能及時的發(fā)現(xiàn)電氣事故和故障發(fā)生的原因，將會為企業(yè)帶來重大的損失。傳統(tǒng)的事故和故障診斷方式不僅復(fù)雜，而且其診斷的準(zhǔn)確率較低。例如傳統(tǒng)方式診斷變壓器故障時，首先要收集變壓器油液中排出的廢氣，然后對其進(jìn)行分析，最后才能根據(jù)分析結(jié)果判斷導(dǎo)致故障的原因。這種方法不僅耗時長，效率低，需要經(jīng)過很長時間才能得出診斷結(jié)果，而且不能確保得出準(zhǔn)確的診斷結(jié)果。與此同時，在排除故障時，傳統(tǒng)的方法也不簡單。所以，必須對傳統(tǒng)的故障診斷方法進(jìn)行改進(jìn)，這樣才能減少故障帶來的損失，如果在電氣事故和故障診斷中運用人工智能技術(shù)，就可以很好的解決這個問題，不僅如此，這種診斷方法的準(zhǔn)確率也更高，且排除故障的效率同樣更高。

4.結(jié)束語

綜上所述，在電氣自動化控制中運用人工智能技術(shù)，不僅可以將電氣控制的過程全面自動化，幫助企業(yè)提高生產(chǎn)效率，而且可以為企業(yè)節(jié)省人力資源成本和資金投入，對于電氣自動化領(lǐng)域的發(fā)展有著重大意義。

【參考文獻(xiàn)】

[1]翟輝.人工智能在電氣自動化控制中應(yīng)用[J].科技創(chuàng)新導(dǎo)報，2011(27).

[2]胡蝶.人工智能在電氣自動化控制中的應(yīng)用[J].中小企業(yè)管理與科技，2012(27).