大學(xué)生選修課人工智能論文

　　“人工智能”一詞產(chǎn)生于1956午的Dartmouth學(xué)會(huì)上，其作為邊沿學(xué)科，通常也被稱作機(jī)器智能。與傳統(tǒng)的方式比，人工智能是一種全新的科技，是研究、開發(fā)用于延伸、模擬和擴(kuò)展人的智能的方法、理論、技術(shù)及應(yīng)用系統(tǒng)的一門科學(xué)。以下是學(xué)習(xí)啦小編整理的大學(xué)生選修課人工智能論文的相關(guān)資料，歡迎閱讀!

　　大學(xué)生選修課人工智能論文篇一

　　引言

　　“人工智能”一詞產(chǎn)生于1956午的Dartmouth學(xué)會(huì)上，其作為邊沿學(xué)科，通常也被稱作機(jī)器智能。與傳統(tǒng)的方式比，人工智能是一種全新的科技，是研究、開發(fā)用于延伸、模擬和擴(kuò)展人的智能的方法、理論、技術(shù)及應(yīng)用系統(tǒng)的一門科學(xué)。它企圖了解智能的實(shí)質(zhì)，繼而生產(chǎn)出以人類智能相似的方式作出反應(yīng)的一種智能機(jī)器。這種技術(shù)主要通過計(jì)算機(jī)來完成，該領(lǐng)域的研究包括語言識(shí)別、機(jī)器人、自然語言處理、圖像識(shí)別和專家系統(tǒng)等，從而達(dá)到完成需要人類智慧才能解決的復(fù)雜問題的目的。

　　電氣自動(dòng)化這門學(xué)科研究對(duì)象主要為與電氣工程有關(guān)的自動(dòng)控制、系統(tǒng)運(yùn)行、信息處理、研制開發(fā)、電力電子技術(shù)、試驗(yàn)分析以及電子與計(jì)算機(jī)應(yīng)用等。在電氣自動(dòng)化技術(shù)中應(yīng)用人工智能技術(shù)，可以提高設(shè)備運(yùn)行和處理的精確度與準(zhǔn)確性，進(jìn)一步提高自動(dòng)化水平。隨著技術(shù)和經(jīng)濟(jì)的發(fā)展，這項(xiàng)技術(shù)無論是從理論方面還是實(shí)踐方面也得到了迅速發(fā)展。機(jī)械設(shè)備在無人參與的情況下自動(dòng)、準(zhǔn)確的操作和運(yùn)行并實(shí)現(xiàn)自動(dòng)化，就等于減少了人力成本的投入并提高了運(yùn)作的效率。

　　一、人工智能控制器的優(yōu)點(diǎn)

　　人工智能(Artificial Intelligence)，英文縮寫為AI，它是在電氣自動(dòng)化中應(yīng)用較多的人工智能控制器。不同的人工智能控制通常用完全不同的方法去討論。但是AI，如遺傳算法、模糊理論、神經(jīng)算法、模糊神經(jīng)算法都可以看做一類非線性函數(shù)近似器。與常規(guī)函數(shù)估計(jì)器相比，采用AI函數(shù)近似器擁有一些特點(diǎn)：

　　(一)、在許多場(chǎng)合由于實(shí)際控制對(duì)象的精確動(dòng)態(tài)方程很難得到，其模型在控制器設(shè)計(jì)時(shí)往往有很多不確定性因素。而在進(jìn)行人工智能電氣設(shè)計(jì)時(shí)，不需要控制對(duì)象的模型，也不需要知道非線性、參數(shù)變化等具體因素。

　　(二)、人工智能控制器擁有良好的一致性，即使在使用一些新的未知輸入數(shù)據(jù)時(shí)預(yù)測(cè)結(jié)果也能很好，且跟驅(qū)動(dòng)器的特性沒有直接聯(lián)系?，F(xiàn)在沒有使用人工智能的控制算法，對(duì)其他控制對(duì)象的效果就不會(huì)像對(duì)特定對(duì)象控制效果一般好，因此對(duì)具體對(duì)象必須具體設(shè)計(jì)。

　　(三)、人工智能控制器在沒有必須專家知識(shí)時(shí)，通過響應(yīng)數(shù)據(jù)也能進(jìn)行設(shè)計(jì)，且更容易調(diào)節(jié)。運(yùn)用語言和響應(yīng)信息進(jìn)行設(shè)計(jì)，更易于擴(kuò)展和修改，對(duì)數(shù)據(jù)和信息的適應(yīng)性更好，且具有較強(qiáng)的抗干擾性能。

　　(四)、通過適當(dāng)調(diào)整(根據(jù)響應(yīng)時(shí)間、魯棒性能或者下降時(shí)間等)，可以提高設(shè)計(jì)函數(shù)的性能。在進(jìn)行適當(dāng)調(diào)整后，模糊邏輯控制器的下降時(shí)間比最優(yōu)PID控制器快3.5倍，而上升時(shí)間比最優(yōu)PID的快1.5倍。

　　二、人工智能在電氣自動(dòng)化中的應(yīng)用

　　(一)、人工智能在優(yōu)化設(shè)計(jì)中的應(yīng)用

　　電氣設(shè)備的設(shè)計(jì)不僅要大量運(yùn)用設(shè)計(jì)中的經(jīng)驗(yàn)性知識(shí)，還要機(jī)電、電磁場(chǎng)、應(yīng)用電路等學(xué)科的知識(shí)，可以說是一項(xiàng)復(fù)雜的工作。與傳統(tǒng)的產(chǎn)品設(shè)計(jì)相比，為了獲得最優(yōu)方案，計(jì)算機(jī)輔助設(shè)計(jì)(CAD)成為電氣產(chǎn)品設(shè)計(jì)的重點(diǎn)，而人工智能的引進(jìn)幫助改進(jìn)傳統(tǒng)CAD技術(shù)，產(chǎn)品設(shè)計(jì)的效率及質(zhì)量得到全面提高，也大大縮短了產(chǎn)品開發(fā)周期。人工智能技術(shù)用于優(yōu)化設(shè)計(jì)主要有專家系統(tǒng)和遺傳算法兩種技術(shù)手段。電氣產(chǎn)品人工智能優(yōu)化設(shè)計(jì)大部分采用遺傳算法，這種算法適合于產(chǎn)品優(yōu)化設(shè)計(jì)，相對(duì)前者比較先進(jìn)。

　　(二)、人工智能在故障診斷中的應(yīng)用

　　在電氣設(shè)備故障診斷中人工智能技術(shù)中的神經(jīng)網(wǎng)絡(luò)、模糊理論、專家系統(tǒng)等應(yīng)用較廣泛，特別是在發(fā)電機(jī)和電動(dòng)機(jī)故障診斷、變壓器故障診斷中的應(yīng)用。針對(duì)設(shè)備故障的復(fù)雜性、不確定性、非線性等特點(diǎn)，用傳統(tǒng)的故障診斷方法無法進(jìn)行診斷，致使診斷效率較低。為了提高診斷準(zhǔn)確率，就要應(yīng)用人工智能方法。專家系統(tǒng)、模糊邏輯和神經(jīng)網(wǎng)絡(luò)三大故障診斷方法是人工智能技術(shù)采用的主要手段。如在電動(dòng)機(jī)和發(fā)動(dòng)機(jī)的故障診斷中，結(jié)合神經(jīng)網(wǎng)絡(luò)和模糊理論，使用人工智能化的故障診斷技術(shù)，可實(shí)現(xiàn)較強(qiáng)的神經(jīng)網(wǎng)絡(luò)與故障診斷知識(shí)模糊性共同診斷，起到提高故障診斷準(zhǔn)確率的效果。

　　(三)、人工智能在電氣設(shè)備設(shè)計(jì)中的應(yīng)用

　　電氣自動(dòng)化專業(yè)中電力電子技術(shù)、電路、變壓器、電機(jī)、電磁場(chǎng)等多門學(xué)科內(nèi)容都在電氣設(shè)備設(shè)計(jì)里涉及到，這是一個(gè)復(fù)雜過程，不僅需要大量的財(cái)力、物力和人力投入，也對(duì)設(shè)計(jì)者的實(shí)際工作經(jīng)驗(yàn)要求很高。如果借助于人工智能技術(shù)，就能大大提高設(shè)計(jì)的精度和工作效率，解決很多人腦難以快速解決的模擬過程和繁瑣計(jì)算。優(yōu)化設(shè)計(jì)常常采用遺傳算法，開發(fā)性設(shè)計(jì)通常采用專家系統(tǒng)，要進(jìn)行高效率、高質(zhì)量的設(shè)計(jì)工作，應(yīng)用時(shí)就要注意不同的實(shí)際情況和不同算法的使用，此外還要求工作人員具有豐富人工智能軟件工作經(jīng)驗(yàn)和較高水平的應(yīng)用能力。

　　(四)、人工智能在電力系統(tǒng)中的應(yīng)用

　　啟發(fā)式搜索、專家系統(tǒng)、模糊集理論神經(jīng)網(wǎng)絡(luò)這四方面是人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用。專家系統(tǒng)主要是模擬專家的決策過程，依靠特定領(lǐng)域的專家的知識(shí)和經(jīng)驗(yàn)進(jìn)行推理判斷。該系統(tǒng)由知識(shí)庫、推理機(jī)、數(shù)據(jù)庫、咨詢解釋、人機(jī)接口和知識(shí)獲取六部分組成，對(duì)各種需要專家進(jìn)行決策的難題進(jìn)行處理，是集經(jīng)驗(yàn)和專業(yè)知識(shí)、大量規(guī)則于一身的復(fù)雜程序系統(tǒng)。

　　現(xiàn)有許多種神經(jīng)網(wǎng)絡(luò)和訓(xùn)練算法在電力系統(tǒng)中得到廣泛應(yīng)用。神經(jīng)網(wǎng)絡(luò)的復(fù)雜狀態(tài)分類能力、識(shí)別能力都很強(qiáng)，有完全分布式的存儲(chǔ)方式和靈活的學(xué)習(xí)方式，廣泛應(yīng)用于大規(guī)模信息處理中。模糊邏輯對(duì)負(fù)荷變化和電力生產(chǎn)等小確定因素建立求屬函數(shù)，能夠完成高難度的數(shù)學(xué)近似計(jì)算，可以構(gòu)建電力系統(tǒng)的最優(yōu)化潮流模型。模糊理論廣泛應(yīng)用于電力系統(tǒng)的系統(tǒng)規(guī)劃、潮流計(jì)算和模糊控制方面。

　　(五)人工智能在電氣控制中的應(yīng)用

　　實(shí)現(xiàn)增強(qiáng)分配、交換、生產(chǎn)、流通的關(guān)鍵環(huán)節(jié)就靠電氣自動(dòng)化控制，提高控制自動(dòng)化，就能夠提高系統(tǒng)的運(yùn)作效率和質(zhì)量，減少物力、人力、財(cái)力的投入。人工智能技術(shù)將專家系統(tǒng)控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制三種控制應(yīng)用于電氣設(shè)備控制中，其中用得最多的是模糊控制，因?yàn)槠渑c實(shí)際聯(lián)系最為緊密。最新研究中，各種數(shù)字高動(dòng)態(tài)性能傳動(dòng)系統(tǒng)中應(yīng)用了模糊神經(jīng)控制器，并得到了新的研究果。現(xiàn)舉個(gè)實(shí)例論證模糊神經(jīng)控制器在電氣傳動(dòng)控制中的應(yīng)用：

　　模糊控制在電氣傳動(dòng)控制中的應(yīng)用主要是直流傳動(dòng)控制，包括Sugeno和Mamdani。Sugeno控制器典型的規(guī)則是：假設(shè)A和B是兩個(gè)模糊集，如果x隸屬于A，且y隸屬于B，則Z=f(x,y)。Mamdani用于調(diào)速控制，其規(guī)則庫是個(gè)if-then模糊規(guī)則集，Sugeno控制器其實(shí)是Mamdani控制器的特例。

　　結(jié)語

　　當(dāng)今社會(huì)日新月異，計(jì)算機(jī)編程技術(shù)催生自動(dòng)化運(yùn)輸、生產(chǎn)、傳播的快速發(fā)展，科技的發(fā)展促進(jìn)了智能技術(shù)的發(fā)展。模仿模擬人腦的機(jī)能，使機(jī)器能夠勝任一些通常需要���類智能完成的復(fù)雜的工作正是實(shí)現(xiàn)自動(dòng)化的一個(gè)主要目標(biāo)，實(shí)現(xiàn)自動(dòng)化，就等于提高了運(yùn)作的效率，減少了人力資本投入。

　　而在電氣自動(dòng)化控制中也應(yīng)該應(yīng)用這種人工智能技術(shù)，這項(xiàng)技術(shù)在經(jīng)濟(jì)和社會(huì)發(fā)展中起到極大的作用。人工智能的應(yīng)用體現(xiàn)了一個(gè)自動(dòng)化的特征，這種特征能增強(qiáng)產(chǎn)品生產(chǎn)、流通、交換、分配環(huán)節(jié)效率，提高電氣設(shè)備的質(zhì)量和使用效率。相信人工智能在今后電氣自動(dòng)化的應(yīng)用中會(huì)更多發(fā)揮優(yōu)點(diǎn)，為我國電氣設(shè)備的發(fā)展提供更大的技術(shù)支持和幫助。

下一頁分享更優(yōu)秀的<<<大學(xué)生選修課人工智能論文