發(fā)布時間：2022-05-02 14:37:44
序言：寫作是分享個人見解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的人工智能的應(yīng)用樣本，期待這些樣本能夠為您提供豐富的參考和啟發(fā)，請盡情閱讀。
關(guān)鍵詞：人工智能；電氣工程；自動化
引言
我國電力行業(yè)發(fā)展迅速，為人們的生產(chǎn)生活提供了便利，隨著人們生活水平的不斷提升，人們對于電氣工程自動化的要求也越來越高。在電氣工程自動化中引入人工智能技術(shù)，由機器人代替人工完成電氣工程操作工作，能夠?qū)崿F(xiàn)智能控制，不僅節(jié)省了人力，也有效減少了電氣工程運行中產(chǎn)生的誤差，其良好的技術(shù)優(yōu)勢獲得了一致好評。由此，在電氣工程自動化中應(yīng)用智能技術(shù)，有效滿足了人們對于電力的需求[1]。
1人工智能技術(shù)及電氣工程自動化含義
1.1人工智能技術(shù)
在傳統(tǒng)的電力行業(yè)中，所有工作都是依靠人力完成。人工智能技術(shù)出現(xiàn)后，替代了手工勞動，減少了工作量。人工智能技術(shù)借助編程對人類的行為和思維模式進行模仿，使機器擁有人類相同的行為、思維和感知能力，利用機器完成人類的勞動任務(wù)。人工智能應(yīng)用領(lǐng)域較多，如語言學(xué)、計算機科學(xué)等，其屬于思維科學(xué)技術(shù)，發(fā)展中離不開數(shù)學(xué)的支持，只有將數(shù)學(xué)與人工智能聯(lián)系起來，才能夠促進人工智能技術(shù)的不斷發(fā)展和進步[2]。
1.2電氣工程自動化
電氣工程需充分利用電能、電氣技術(shù)和相關(guān)設(shè)備改善并維持一些限定空間、環(huán)境，主要研究方向是如何轉(zhuǎn)化利用電能。電氣工程及自動化技術(shù)在很多領(lǐng)域都有應(yīng)用，如電力電子技術(shù)、計算機技術(shù)和網(wǎng)絡(luò)控制技術(shù)、信息技術(shù)等，綜合性較強。電氣工程自動化技術(shù)常應(yīng)用在電氣設(shè)備制造公司或者供電、發(fā)電企業(yè)中，對人民生活質(zhì)量和國民經(jīng)濟水平有一定影響[3]。
2電氣工程自動化中人工智能技術(shù)的優(yōu)勢
2.1誤差小
人工智能技術(shù)在電氣工程運行中的應(yīng)用，能夠促使電氣工程控制器抗干擾能力得到有效增強，最大化避免電氣工程運行誤差的出現(xiàn)，對于與電氣工程相關(guān)產(chǎn)品的規(guī)范性和一致性的提升有一定幫助。人工智能技術(shù)在應(yīng)用過程中，需要將相關(guān)的參數(shù)和數(shù)據(jù)一起輸入到控制器中，機器就能夠?qū)崿F(xiàn)自動化生產(chǎn)，避免了電氣工程運行中許多干擾因素的影響。此外，人工智能技術(shù)也能夠科學(xué)有效地評估電氣工程，促使電氣工程獲得更為長遠的發(fā)展。
2.2強化控制效果
人工智能技術(shù)在電氣工程運行中的應(yīng)用，能夠有效提升電氣工程的控制效果，保證電氣工程能夠規(guī)范性、一致性地運行。當(dāng)前，我國電氣工程自動化水平相對較低，傳統(tǒng)電氣工程控制上，需要將電氣工程控制對象預(yù)先設(shè)計好，根據(jù)實際情況開展控制策略，雖然取得了一定效果，但是無法準(zhǔn)確地控制對象，影響電氣工程的運行效果。情況嚴重時，還會對電氣工程的操作水平產(chǎn)生影響。而人工智能技術(shù)的應(yīng)用，能夠促使電氣工程設(shè)備的運行效果得到顯著提升[4]。
2.3不會過多受到外界因素限制
傳統(tǒng)的電氣工程在運行中會因外界因素的變化而產(chǎn)生影響，不僅電氣工程的運行質(zhì)量會受到影響，且會對設(shè)備安全造成威脅。基于此，在電氣工程中，需要重點應(yīng)用人工智能技術(shù)，借助機械手段完成人工操作難以完成的工作，甚至代替人工工作，電氣工程自動化水平就會得到全面提升[5]。在實際應(yīng)用過程中，可以借助控制器操作電氣工程，建立電氣工程自動化模型并完成計算工作，確保電氣工程能夠順利完工。在傳統(tǒng)的電氣工程運行中，仍然使用低端的控制器，因數(shù)值計算類型與模型的參數(shù)出現(xiàn)問題，導(dǎo)致數(shù)值計算產(chǎn)生錯誤，引發(fā)電氣工程出現(xiàn)多種問題。而人工智能技術(shù)在應(yīng)用后，有效減少了電氣工程故障，自動化模型的準(zhǔn)確性也有了顯著提升，且對模型參數(shù)和自動化模型的要求也相應(yīng)有所降低。
2.4操作流程有所優(yōu)化
傳統(tǒng)的電氣工程中，自動化控制器在操作上較難掌握，且要求操作人員具備專業(yè)的知識，一旦工作人員出現(xiàn)操作失誤，會導(dǎo)致電氣工程無法正常運行。而人工智能的應(yīng)用，能夠有效簡化操作流程，且不需要操作人員掌握更多的專業(yè)知識，只需要按照操作程序和語言完成相關(guān)操作即可，能夠有效避免工作人員在操作上的失誤。
2.5減少了后續(xù)維護工作
傳統(tǒng)的電氣工程運行涉及變壓器和線路等多種電氣設(shè)備，多種設(shè)備同時運行會加大工作負擔(dān)，同時也對后期的維護工作造成不良影響。如果電氣設(shè)備長時間未得到維護，會導(dǎo)致設(shè)備老化，影響正常運行。在維護、保養(yǎng)過程中，需要聘請多名專業(yè)人員同時操作，這會直接增加維修維護成本。如果電氣工程自動化中加入人工智能技術(shù)，就能夠有效減少設(shè)備的使用數(shù)量，后期的維護工作壓力也會減小，對于企業(yè)提升經(jīng)濟效益、減少成本有一定積極意義[6]。
3電氣自動化中人工智能技術(shù)的實踐應(yīng)用
3.1人工智能與電氣設(shè)備的融合
人工智能技術(shù)在電氣工程中的應(yīng)用，能夠改變傳統(tǒng)電氣設(shè)備的設(shè)計和運行方法，滿足電氣工程的實際需求，代替?zhèn)鹘y(tǒng)電氣設(shè)備完成更復(fù)雜的程序，全面提升電氣設(shè)備的穩(wěn)定性、可靠性，電氣維修的成本也會顯著降低。電氣工程中電氣設(shè)備與人工智能的結(jié)合，能夠提升工作效率，降低運行成本，簡化操作流程，保證滿足人們的各項需求。人工智能技術(shù)通過簡化電氣工程操作界面，利用各項指令指揮電氣設(shè)備完成工作，工作效率和查詢效率得到顯著提升。
3.2能夠有效排除故障
如果發(fā)電機和發(fā)動機等電氣設(shè)備長期處于運行中，會加重設(shè)備運行負荷，出現(xiàn)安全隱患。在電氣設(shè)備運行中，需要根據(jù)實際運行情況進行分析，避免安全事故出現(xiàn)。在排除故障問題上，傳統(tǒng)方法不僅耗費大量時間，且需要利用變壓器油氣體進行故障查找，在收集和檢驗環(huán)節(jié)耗費大量的人力、物力和財力，檢驗準(zhǔn)確率也相對較低。人工智能的應(yīng)用，可以借助模糊理論技術(shù)和神經(jīng)網(wǎng)絡(luò)診斷出電氣設(shè)備存在的安全問題，并進行自動診斷，能夠有效排除各項故障[7]。人工智能技術(shù)也能夠?qū)υO(shè)備運行故障問題進行診斷，當(dāng)前常用的診斷方法主要包括三種，分別為基于案例診斷、基于故障推理和利用故障樹模型進行診斷。三種方法可以聯(lián)合使用，也可以只使用一種。在診斷上，積極開發(fā)了人工智能算法，并充分結(jié)合數(shù)據(jù)采集技術(shù)和傳感技術(shù)，設(shè)計出了故障診斷系統(tǒng)，能夠及時并精準(zhǔn)地找到故障點。診斷系統(tǒng)包括故障診斷規(guī)則庫、故障推理機、故障診斷過程解釋機、故障診斷數(shù)據(jù)庫等，相比于傳統(tǒng)查找方法，人工智能系統(tǒng)的應(yīng)用有效縮短了查找時間，降低了維修成本。案例庫收集與故障相關(guān)的知識和案例，可以直接提取相關(guān)參數(shù)，參考案例特征對案例進行歸納整理，為系統(tǒng)推理提供參考基礎(chǔ)。故障診斷階段提取故障特征，利用人工智能敏感特征對比方法進行診斷，能夠有效發(fā)現(xiàn)設(shè)備存在的故障，并做出有效的處理[8]。
3.3在產(chǎn)品設(shè)備中的實踐應(yīng)用
電氣設(shè)備的設(shè)計工作涉及多種學(xué)科和內(nèi)容，對設(shè)計人員的專業(yè)水平有較高的要求。為了保證設(shè)計的電氣產(chǎn)品具有科學(xué)性、可靠性特點，需要在設(shè)計中積極融合科學(xué)設(shè)計和知識、經(jīng)驗。人工智能的應(yīng)用有效解決了以上問題，不僅能夠代替人腦解決繁瑣的計算工作，也能夠模擬程序，有效提升工作效率，縮短設(shè)計周期，最終設(shè)計出的產(chǎn)品也具備科學(xué)性特點，實用性較強。但是，其對設(shè)計工作有一定要求，要求設(shè)計人員對于智能軟件的應(yīng)用和設(shè)計有豐富經(jīng)驗，設(shè)計出符合不同需求的產(chǎn)品[9]。
3.4能夠?qū)崿F(xiàn)電氣工程的保護功能
利用人工智能技術(shù)控制電氣工程時，操作人員采取特殊的控制工具能夠遠程控制電氣設(shè)備的運行情況，確保電氣設(shè)備實現(xiàn)停止和復(fù)核操作。在人工智能技術(shù)的控制上，需要技術(shù)操作人員設(shè)置好數(shù)據(jù)，確保數(shù)據(jù)設(shè)置的科學(xué)性，從而有效管理電氣工程。在設(shè)備運行中，操作人員收集并整理好電氣工程相關(guān)的運行數(shù)據(jù)，為了保證軟壓板在運行中不會受到影響，使用時需要修改相關(guān)參數(shù)。在電氣設(shè)備運行過程中，人工智能技術(shù)能夠依據(jù)運行日志自動制作成表格和曲線，通過查看曲線和表格，工作人員就能夠?qū)υO(shè)備的運行情況有一定了解，從而高效地管理設(shè)備運行狀況。人工智能技術(shù)也能夠?qū)崟r檢測電氣設(shè)備的運行情況，一旦數(shù)據(jù)出現(xiàn)異常，能夠第一時間作報警處理，并記錄好異常的數(shù)據(jù)。電氣工程運行過程中，會有多種故障出現(xiàn)，導(dǎo)致電氣工程自動化水平受到影響，也會影響電氣工程的正常運轉(zhuǎn)。應(yīng)用人工智能后，電氣工程的整體工作流程能夠得到優(yōu)化，并實時追蹤設(shè)備的運行情況，保障設(shè)備能夠?qū)崿F(xiàn)良好運轉(zhuǎn)。為了能夠共享電氣設(shè)備的運行情況，需要借助人工智能技術(shù)構(gòu)建云平臺，監(jiān)測設(shè)備的運行情況，并將相關(guān)數(shù)據(jù)傳送到云平臺上，管理人員就能夠通過云平臺對每一臺設(shè)備進行監(jiān)控。與傳統(tǒng)的人工巡航相比，人工智能技術(shù)的實效性更強，能夠?qū)崿F(xiàn)大規(guī)模的監(jiān)控工作，有利于全面提升電氣工程的運轉(zhuǎn)效率，提升企業(yè)的經(jīng)濟效益。
【關(guān)鍵字】人工智能；教育；進展
【中圖分類號】G40-057 【文獻標(biāo)識碼】A 【論文編號】1009―8097（2008）13―0018―03
人工智能是一門綜合的交叉學(xué)科，涉及計算機科學(xué)、生理學(xué)、哲學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等多個領(lǐng)域。人工智能主要研究用人工的方法和技術(shù)，模仿、延伸和擴展人的智能，實現(xiàn)機器智能，其長期目標(biāo)是實現(xiàn)人類水平的人工智能。[1]從腦神經(jīng)生理學(xué)的角度來看，人類智能的本質(zhì)可以說是通過后天的自適應(yīng)訓(xùn)練或?qū)W習(xí)而建立起來的種種錯綜復(fù)雜的條件反射神經(jīng)網(wǎng)絡(luò)回路的活動。[2]人工智能專家們面臨的最大挑戰(zhàn)之一是如何構(gòu)造一個可以模仿人腦行為的系統(tǒng)。這一研究一旦有突破，不僅給學(xué)習(xí)科學(xué)以技術(shù)支撐，而且能反過來促使人腦的學(xué)習(xí)規(guī)律研究更加清晰，從而提供更加切實有效的方法論。[3]人工智能技術(shù)的不斷發(fā)展，使人工智能不僅成為學(xué)校教育的內(nèi)容之一，也為教育提供了豐富的教育資源，其研究成果已在教育領(lǐng)域得到應(yīng)用，并取得了良好的效果，成為教育技術(shù)的重要研究內(nèi)容。
人工智能的研究更多的是結(jié)合具體領(lǐng)域進行的，其主要研究領(lǐng)域有：專家系統(tǒng)、機器學(xué)習(xí)、模式識別、自然語言理解、自動定理證明、自動程序設(shè)計、機器人學(xué)、博弈、智能決策支持系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和分布式人工智能等。[4]目前，在教育中應(yīng)用較為廣泛與活躍的研究領(lǐng)域主要有專家系統(tǒng)、機器人學(xué)、機器學(xué)習(xí)、自然語言理解、人工神經(jīng)網(wǎng)絡(luò)和分布式人工智能，下面就這些領(lǐng)域進行闡述。
一 專家系統(tǒng)
專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，它使用人工智能技術(shù)，根據(jù)某個領(lǐng)域中一個或多個人類專家提供的知識和經(jīng)驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。[5]專家系統(tǒng)主要組成部分為：知識庫，用于存儲某領(lǐng)域?qū)＜蚁到y(tǒng)的專門知識；綜合數(shù)據(jù)庫，用于存儲領(lǐng)域或問題的初始數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)或信息；推理機，用于記憶所采用的規(guī)則和控制策略的程序，使整個專家系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作；解釋器，向用戶解釋專家系統(tǒng)的行為；接口，使用戶與專家系統(tǒng)進行對話。近幾十年來，專家系統(tǒng)迅速發(fā)展，是人工智能中最活躍、最有成效的一個研究領(lǐng)域，廣泛用于醫(yī)療診斷、地質(zhì)勘探、軍事、石油化工、文化教育等領(lǐng)域。
目前，專家系統(tǒng)在教育中的應(yīng)用最為廣泛與活躍。專家系統(tǒng)的特點通常表現(xiàn)為計劃系統(tǒng)或診斷系統(tǒng)。計劃系統(tǒng)往前走，從一個給定系統(tǒng)狀態(tài)指向最終狀態(tài)。如計劃系統(tǒng)中可以輸入有關(guān)的課堂目標(biāo)和學(xué)科內(nèi)容，它可以制定出一個課堂大綱，寫出一份教案，甚至有可能開發(fā)一堂樣板課，而診斷系統(tǒng)是往后走，從一個給定系統(tǒng)陳述查找原因或?qū)ζ溥M行分析，例如，一個診斷系統(tǒng)可能以一堂CBI（基于計算機的教學(xué)，computer-based instruction）課為例，輸入學(xué)生課堂表現(xiàn)資料，分析為什么課堂的某一部分效果不佳。在開發(fā)專家計劃系統(tǒng)支持教學(xué)系統(tǒng)開發(fā)（ISD）程序的領(lǐng)域中最有名的是梅里爾（Merrill）的教學(xué)設(shè)計專家系統(tǒng)（ID Expert）。[6]
教學(xué)專家系統(tǒng)的任務(wù)是根據(jù)學(xué)生的特點（如知識水平、性格等），以最合適的教案和教學(xué)方法對學(xué)生進行教學(xué)和輔導(dǎo)。其特點為：同時具有診斷和調(diào)試等功能；具有良好的人機界面。已經(jīng)開發(fā)和應(yīng)用的教學(xué)專家系統(tǒng)有美國麻省理工學(xué)院的MACSYMA符號積分與定理證明系統(tǒng)，我國一些大學(xué)開發(fā)的計算機程序設(shè)計語言、物理智能計算機輔助教學(xué)系統(tǒng)以及聾啞人語言訓(xùn)練專家系統(tǒng)等。[7]
目前，在教育中，專家系統(tǒng)的開發(fā)和應(yīng)用更多的集中于遠程教育，為現(xiàn)代遠程教育的智能化提供了有力的技術(shù)支撐。基于專家系統(tǒng)構(gòu)造的智能化遠程教育系統(tǒng)具有以下幾個方面的功能：具備某學(xué)科或領(lǐng)域的專門知識，能生成自己的提問和應(yīng)答； 能夠分析學(xué)生的特征，評價和記錄學(xué)生的學(xué)習(xí)情況，診斷學(xué)生學(xué)習(xí)過程中的錯誤并進行補救教學(xué)；可以選擇不同的教學(xué)方法實現(xiàn)以學(xué)生為主體的個別化教學(xué)。[8]目前應(yīng)用于遠程教育的專家系統(tǒng)有智能決策專家系統(tǒng)、智能答疑專家系統(tǒng)、網(wǎng)絡(luò)教學(xué)資源專家系統(tǒng)、智能導(dǎo)學(xué)系統(tǒng)和智能網(wǎng)絡(luò)組卷系統(tǒng)等。
二 機器人學(xué)
機器人學(xué)是人工智能研究是一個分支，其主要內(nèi)容包括機器人基礎(chǔ)理論與方法、機器人設(shè)計理論與技術(shù)、機器人仿生學(xué)、機器人系統(tǒng)理論與技術(shù)、機器人操作和移動理論與技術(shù)、微機器人學(xué)。[9]機器人的發(fā)展經(jīng)歷了三個階段：第一代機器人是以 “示教―再現(xiàn)”方式進行工作；第二代機器人具有一定的感覺裝置，表現(xiàn)出低級智能；第三代機器人是具有高度適應(yīng)性的自治機器人，即智能機器人。目前開發(fā)和應(yīng)用的機器人大多是智能機器人。機器人技術(shù)的發(fā)展對人類的生活和社會都產(chǎn)生了重要影響，其研究和應(yīng)用逐漸由工業(yè)生產(chǎn)向教育、環(huán)境、社會服務(wù)、醫(yī)療等領(lǐng)域擴展。
機器人技術(shù)涉及多門科學(xué)，是一個國家科技發(fā)展水平和國民經(jīng)濟現(xiàn)代化、信息化的重要標(biāo)志，因此，機器人技術(shù)是世界強國重點發(fā)展的高技術(shù)，也是世界公認的核心競爭力之一，很多國家已經(jīng)將機器人學(xué)教育列為學(xué)校的科技教育課程，在孩子中普及機器人學(xué)知識，從可持續(xù)和長遠發(fā)展的角度，為本國培養(yǎng)機器人研發(fā)人才。[10]在機器人競賽的推動下，機器人教育逐漸從大學(xué)延伸到中小學(xué)，世界發(fā)達國家例如美國、英國、法國、德國、日本等已把機器人教育納入中小學(xué)教育之中，我國許多有條件的中小學(xué)也開展了機器人教育。
機器人在作為教學(xué)內(nèi)容的同時，也為教育提供了有力的技術(shù)支撐，成為培養(yǎng)學(xué)習(xí)者創(chuàng)新精神和實踐能力的新的載體與平臺，大大豐富了教學(xué)資源。多年來，我國中小學(xué)信息技術(shù)教育的主要載體是計算機和網(wǎng)絡(luò)，教學(xué)資源單一，缺乏前瞻性。教學(xué)機器人的引入，不僅激發(fā)了學(xué)生的學(xué)習(xí)興趣，還為教學(xué)提供了豐富的、先進的教學(xué)資源。隨著機器人技術(shù)的發(fā)展，教學(xué)機器人種類越來越多，目前在中小學(xué)較為常用的教學(xué)機器人有：能力風(fēng)暴機器人、通用機器人、未來之星機器人、樂高機器人、納英特機器人、中鳴機器人等。
三 機器學(xué)習(xí)
機器學(xué)習(xí)是要使計算機能夠模仿人的學(xué)習(xí)行為，自動通過學(xué)習(xí)來獲取知識和技巧，[11]其研究綜合應(yīng)用了心理學(xué)、生物學(xué)、神經(jīng)生理學(xué)、邏輯學(xué)、模糊數(shù)學(xué)和計算機科學(xué)等多個學(xué)科。機器學(xué)習(xí)的方法與技術(shù)有機械學(xué)習(xí)、示教學(xué)習(xí)、類比學(xué)習(xí)、示例學(xué)習(xí)、解釋學(xué)習(xí)、歸納學(xué)習(xí)和基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)等，近年來，知識發(fā)現(xiàn)和數(shù)據(jù)挖掘是發(fā)展最快的機器學(xué)習(xí)技術(shù)。機器學(xué)習(xí)（自動獲取新的事實及新的推理算法）是使計算機具有智能的根本途徑，對機器學(xué)習(xí)的研究有助于發(fā)現(xiàn)人類學(xué)習(xí)的機理和揭示人腦的奧秘。[12]
隨著計算機技術(shù)的進步和機器學(xué)習(xí)研究的深入，機器學(xué)習(xí)系統(tǒng)的性能大大提高，各種學(xué)習(xí)算法的應(yīng)用范圍不斷擴大，例如將連接學(xué)習(xí)用于圖文識別，歸納學(xué)習(xí)、分析學(xué)習(xí)用于專家系統(tǒng)等，大大推動了在教育中的應(yīng)用，例如在建構(gòu)適應(yīng)性教學(xué)系統(tǒng)中，用機器學(xué)習(xí)與樸素的貝葉斯分類器動態(tài)了解學(xué)生的學(xué)習(xí)偏好，有較高的準(zhǔn)確率[13]?；诎咐耐评恚╟ase-based reasoning，CBR）是一種新興的機器學(xué)習(xí)和推理方法，其核心思想是重用過去人們解決問題的經(jīng)驗解決新問題，在計算機輔助教育方面，已經(jīng)出現(xiàn)了基于CBR的圖形仿真教育系統(tǒng)，并且，針對個體特征的教育教學(xué)方法研究也有所突破。[14]另外，數(shù)據(jù)挖掘和知識發(fā)現(xiàn)在生物醫(yī)學(xué)、金融管理、商業(yè)銷售等領(lǐng)域的成功應(yīng)用，不僅給機器學(xué)習(xí)注入新的生機，也為機器學(xué)習(xí)在教育中的應(yīng)用提供了新的前景。
四 自然語言理解
自然語言理解就是研究如何讓計算機理解人類的自然語言，以實現(xiàn)用自然語言與計算機之間的交流。一個能夠理解自然語言信息的計算機系統(tǒng)看起來就像一個人一樣需要有上下文知識以及根據(jù)這些上下文知識和信息用信息發(fā)生器進行推理的過程。[15]自然語言理解包括口語理解和書面理解兩大任務(wù)，其功能為：回答問題，計算機能正確地回答用自然語言提出的問題；文摘生成，計算機能根據(jù)輸入的文本產(chǎn)生摘要；釋義，計算機能用不同的詞語和句型來復(fù)述輸入的自然語言信息；翻譯，計算機能把一種語言翻譯成另外一種語言。由于創(chuàng)造和使用自然語言是人類高度智能的表現(xiàn)，因此對自然語言處理的研究也有助于揭開人類高度智能的奧秘，深化對語言能力和思維本質(zhì)的認識。[16]
自然語言理解最早的研究領(lǐng)域是機器翻譯，隨著應(yīng)用研究的廣泛開展，也為機器人和專家系統(tǒng)的知識獲取提供了新的途徑，例如由MIT研制的指揮機器人的自然語言理解系統(tǒng)SHRDLU就可以接收自然語言，進行人機對話，回答關(guān)于桌面上積木世界中的各種問題。同時，對自然語言理解的研究也促進了計算機輔助語言教學(xué)和計算機語言設(shè)計等方面的發(fā)展，例如“希賽可”網(wǎng)絡(luò)智能英語學(xué)習(xí)系統(tǒng)，這個基于網(wǎng)絡(luò)的“人-機”語境的建立，突破了普通英語教師和傳統(tǒng)的單機的多媒體教學(xué)軟件所能具備能力限制，也比建立于網(wǎng)絡(luò)的“人-人”語境更具靈活性，可以為遠程學(xué)習(xí)者提供良好的英語學(xué)習(xí)支持，在國內(nèi)第一次系統(tǒng)地將用自然語言進行的人機對話系統(tǒng)應(yīng)用在計算機輔助外語教學(xué)上，在國際上也是一種創(chuàng)新。[17]
五 人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)就是在對大腦的生理研究的基礎(chǔ)上，用模擬生物神經(jīng)元的某些基本功能的元件（即人工神經(jīng)元），按各種不同的聯(lián)結(jié)方式組織起來的一個網(wǎng)絡(luò)，其目的在于模擬大腦的某些機理與機制，實現(xiàn)某個方面的功能，例如可以用于模仿視覺、模式識別、聲音信號處理、控制、故障診斷等領(lǐng)域，人工神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)的基本單元。[18]人工神經(jīng)網(wǎng)絡(luò)有兩種基本結(jié)構(gòu)：遞歸（反饋）網(wǎng)絡(luò)和多層（前饋）網(wǎng)絡(luò)，兩種主要學(xué)習(xí)算法：有指導(dǎo)式學(xué)習(xí)和非指導(dǎo)式學(xué)習(xí)。
人工神經(jīng)網(wǎng)絡(luò)從模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為出發(fā)，具有大規(guī)模并行、分布式存儲和處理、自組織、自適應(yīng)和自學(xué)習(xí)能力，特別適合于處理需要同時考慮許多因素和條件的、不精確和模糊的信息處理問題，[19]這使人工神經(jīng)網(wǎng)絡(luò)具有更大的發(fā)展?jié)撃?，目前已?jīng)開發(fā)和應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)模型有30多種。人工神經(jīng)網(wǎng)絡(luò)在教育中的應(yīng)用大多是與教學(xué)專家系統(tǒng)相結(jié)合，以此來改進教學(xué)專家系統(tǒng)的性能，提高智能性，使其在教學(xué)過程中對突發(fā)問題具有更好的應(yīng)對能力。人工神經(jīng)網(wǎng)絡(luò)在學(xué)校管理中也得到應(yīng)用，例如采用誤差反傳算法（BP）的多層感知器已應(yīng)用于高校管理之中。
六 分布式人工智能(Distributed Artificial Intelligence，DAI)
分布式人工智能是分布式計算與人工智能結(jié)合的結(jié)果，研究目標(biāo)是要創(chuàng)建一種能夠描述自然系統(tǒng)和社會系統(tǒng)的精確概念模型，主要研究問題是各Agent之間的合作與對話，包括分布式問題求解和多Agent系統(tǒng)兩個領(lǐng)域。[20]分布式人工智能系統(tǒng)一般由多個Agent組成，每個Agent又是一個半自治系統(tǒng)，Agent之間及Agent與環(huán)境之間進行并發(fā)活動并進行交互來完成問題求解。[21]由于分布式人工智能系統(tǒng)具有并行、分布、開放、協(xié)作和容錯等優(yōu)點，在資源、時空和功能上克服了單智能系統(tǒng)的局限性，因此獲得了廣泛的應(yīng)用。
分布式人工智能中的Agent和多Agent技術(shù)在教學(xué)中的應(yīng)用逐漸受到關(guān)注。在教學(xué)中引入Agent可以有效地提高教學(xué)系統(tǒng)的智能性，創(chuàng)造良好的學(xué)習(xí)情境，并能激發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣，進行個性化教育。目前，Agent和多Agent技術(shù)多用于遠程智能教學(xué)系統(tǒng)，通過利用其分布性、自主性和社會性等特點，提高網(wǎng)絡(luò)教學(xué)系統(tǒng)的智能性，使教學(xué)資源得到充分利用，并可實現(xiàn)對學(xué)習(xí)者的學(xué)習(xí)行為進行動態(tài)跟蹤，為學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)創(chuàng)造合作性的學(xué)習(xí)環(huán)境。在網(wǎng)絡(luò)教學(xué)軟件中應(yīng)用Agent技術(shù)的一個典型是美國南加利福尼亞大學(xué)（USC）開發(fā)的教學(xué)Adele（Agent for Distance Education - Light Edition） [22]。Agent技術(shù)在網(wǎng)絡(luò)教學(xué)軟件中取得的良好效果，促進了研究者對分布式人工智能在教育中的應(yīng)用研究。
綜上所述，科學(xué)技術(shù)的發(fā)展將會推動人工智能技術(shù)在教育中應(yīng)用的廣度和深度。從人工智能的應(yīng)用趨勢來看，人工智能在教育中應(yīng)用的擴展可以通過以下三個方面進行：一是人工智能與其他先進信息技術(shù)結(jié)合。人工智能已經(jīng)與多媒體技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)等有效的融合，為提高學(xué)習(xí)效率和效度提供了有力的技術(shù)支持，而引起教育技術(shù)界廣泛關(guān)注。[23]例如人工智能技術(shù)通過與多媒體技術(shù)相結(jié)合，可以提高智能教學(xué)系統(tǒng)的教學(xué)效果；與網(wǎng)絡(luò)通訊技術(shù)相結(jié)合，可以提高和改進遠程教育的智能性。二是人工智能應(yīng)用研究領(lǐng)域間的集成。人工智能應(yīng)用研究領(lǐng)域之間并不是彼此獨立，而是相互促進，相互完善，它們可以通過集成擴展彼此的功能和應(yīng)用能力。例如自然語言理解與專家系統(tǒng)、機器人的集成，為專家系統(tǒng)和機器人提供了新的知識獲取途徑。三是人工智能的研究和應(yīng)用出現(xiàn)了許多新的領(lǐng)域，它們是傳統(tǒng)人工智能的延伸與擴展，這些新領(lǐng)域有分布式人工智能與Agent、計算智能與進化計算、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)以及人工生命等[24]，這些發(fā)展與應(yīng)用蘊藏著巨大潛能，必將對教育產(chǎn)生重要的影響。
技術(shù)發(fā)展不斷發(fā)揮著引導(dǎo)教育技術(shù)研究的作用，一種新興技術(shù)的出現(xiàn)總是會掀起相應(yīng)的研究熱潮, 引發(fā)對技術(shù)在教育中應(yīng)用的探討、評價以及與傳統(tǒng)技術(shù)的對比。[25] 人工智能作為一門交叉的前沿學(xué)科，雖然在基本理論和方法等方面存在著爭論，但從其研究成果與應(yīng)用效果來看，有著廣闊的應(yīng)用前景，值得進一步的開發(fā)和利用。
參考文獻
[1] 史忠植,王文杰.人工智能[M].北京:國防工業(yè)出版社,2007:1.
[2][11][18][19] 《計算機與信息科學(xué)十萬個為什么》叢書編輯委員會,計算機與信息科學(xué)十萬個為什么(8):人工智能[M].北京:清華大學(xué)出版社,1998:5,189,78-79,84.
[3] 任友群,胡航.論學(xué)習(xí)科學(xué)的本質(zhì)及其學(xué)科基礎(chǔ)[J].中國電化教育,2007,(5):1-5.
[4][21] 蔡瑞英,李長河.人工智能[M].武漢:武漢理工大學(xué)出版社,2003:12-13.
[5][12][15][20][24] 蔡自興,徐光.人工智能及其應(yīng)用(第三版)――研究生用書[M].北京:清華大學(xué)出版社,2007: 12-14,19-20.
[6] [荷]山尼•戴克斯特拉,[德]諾伯特•M. 西爾,[德]弗蘭茲•肖特,等.任友群,鄭太年主譯.教學(xué)設(shè)計的國際觀第2冊:解決教學(xué)設(shè)計問題[M].北京:教育科學(xué)出版社,2007:67.
[7] 任友群.技術(shù)支撐的教與學(xué)及其理論基礎(chǔ)[M].上海:上海教育出版社,2007:42-43.
[8] 路利娟.應(yīng)用專家系統(tǒng)提升現(xiàn)代遠程教育的智能化[J].中國教育技術(shù)裝備,2007,(12):79-80.
[9] 陳懇,楊向東,劉莉等.機器人技術(shù)與應(yīng)用[M].北京:清華大學(xué)出版社,2007:6.
[10] 關(guān)注機器人幼兒教育――訪鮑青山博士[DB/OL].
[13] 柏宏權(quán),韓慶年.機器學(xué)習(xí)在適應(yīng)性教學(xué)系統(tǒng)中的應(yīng)用研究[J].南京師范大學(xué)學(xué)報(工程技術(shù)版),2007,7(4):76-79.
[14] 楊健,趙秦怡.基于案例的推理技術(shù)研究進展及應(yīng)用[J].計算機工程與設(shè)計,2008,29(3):710-712.
[16] 自然語言理解[DB/OL].
[17] 賈積有.人工智能技術(shù)的遠程教育應(yīng)用探索――“希賽可”智能型網(wǎng)上英語學(xué)習(xí)系統(tǒng)[J].現(xiàn)代教育技術(shù),2006,16(2):26-29.
[22] Erin Shaw, W. Lewis Johnson, and Rajaram Ganeshan, Pedagogical Agents on the Web[DB/OL].
【關(guān)鍵詞】人工智能；電力系統(tǒng)；應(yīng)用
人工智能技術(shù)簡稱AI，是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，與基因工程、納米技術(shù)并稱為21世紀三大尖端技術(shù)。由于它是利用計算機來模擬人類的智能活動，因此完全擺脫了傳統(tǒng)方法的束縛，能解決傳統(tǒng)方法難以解決甚至根本無法解決的問題，當(dāng)前，隨著國家電網(wǎng)建設(shè)“堅強的智能電網(wǎng)”進程的不斷深入，電力系統(tǒng)規(guī)模不斷增加，數(shù)據(jù)量增多，管理上越發(fā)復(fù)雜，因此，將人工智能應(yīng)用于電力自動化控制系統(tǒng)，能有效減少運行成本，提高工作效率，現(xiàn)就該問題進行粗淺探討，以供參考。
一、人工智能技術(shù)概述
人工智能技術(shù)自上世紀50年展至今，在理論研究方面已取得突破性進展，在具體應(yīng)用方面，主要如下：（1）專家系統(tǒng)（ES）。所謂專家系統(tǒng)，即一個計算機程序集，該程序利用當(dāng)前的輸入信息、知識庫及一系列推理規(guī)則來完成由某一領(lǐng)域?qū)＜也拍芡瓿傻墓ぷ?。專家系統(tǒng)的特點在于其符號表達、邏輯推理及漸進式搜索能力。家系統(tǒng)在電力系統(tǒng)運行控制中的應(yīng)用領(lǐng)域包括報警信號處理、電壓控制、故障診斷、恢復(fù)控制、運行規(guī)劃等。（2）人工神經(jīng)網(wǎng)絡(luò)（ANN）。人工神經(jīng)網(wǎng)絡(luò)是模擬的生物激勵系統(tǒng)，由大量的神經(jīng)元以一定的方式連接而成的，單個神經(jīng)元的作用是實現(xiàn)輸入到輸出的一個非線性函數(shù)關(guān)系，它們之間廣泛的連接組合就使得整個神經(jīng)網(wǎng)絡(luò)有了復(fù)雜的非線性特性，神經(jīng)網(wǎng)絡(luò)將大量的信息隱含在其連接權(quán)值上，根據(jù)一定的學(xué)習(xí)算法調(diào)節(jié)權(quán)值，使神經(jīng)網(wǎng)絡(luò)實現(xiàn)從m維空間到n維空間復(fù)雜的非線性映射。神經(jīng)網(wǎng)絡(luò)具有良好的快速并行處理能力及分類能力，因此被廣泛地應(yīng)用于電力系統(tǒng)的實時控制、檢測與診斷、短期和長期負荷預(yù)測、狀態(tài)評估等諸多領(lǐng)域。（3）模糊集理論（FL）。FL發(fā)展于上世紀60年代中期，它是多值邏輯的擴展，能夠完成傳統(tǒng)數(shù)學(xué)方法難以做到的近似推理。其具體應(yīng)用為：應(yīng)用多目標(biāo)模糊決策方法，進行故障測距和故障類型識別；給出模糊集理論的配電系統(tǒng)潮流與狀態(tài)估計方法；采用模糊推理估計配電系統(tǒng)負荷水平，歸納各類用戶隨不同因素的變化；用模糊集方法構(gòu)造變壓器保護原理，區(qū)別內(nèi)部故障、涌流、過激以及電流互感器飽和情況下的外部故障；尋求維持電力系統(tǒng)安全運行和充分利用輸電容量之間的折衷解；運用于配電系統(tǒng)損耗模糊計算模型，提高計算精確度等。（4）啟發(fā)式搜索（HS）。啟發(fā)式搜索主要有遺傳算法（GA）和模擬退火（SA）算法兩種，啟發(fā)式搜索通過隨機產(chǎn)生新的解并保留其中較好的結(jié)果，并避免陷入局部最小，以求得全局最優(yōu)解或近似最優(yōu)解。以上兩種方法，都可用來求解任意目標(biāo)函數(shù)和約束的優(yōu)化問題。
二、人工智能技術(shù)的在電力自動化的應(yīng)用
（1）在電源規(guī)劃中的應(yīng)用。電源規(guī)劃是電力系統(tǒng)中電源布局的戰(zhàn)略規(guī)劃，當(dāng)前，人們對高質(zhì)量電能的需求越發(fā)突出，因此，加強電力建設(shè)，擴充新電源勢在必行。電源規(guī)劃問題之所以復(fù)雜，其中一個重要原因即是每個規(guī)劃時期備選機組狀態(tài)的數(shù)目龐大，而對于每個具體的規(guī)劃項目，這些狀態(tài)大多是不可行的，而利用專家系統(tǒng)，可以根據(jù)實際規(guī)劃工作時的具體約束條件對方案進行裁減，盡早刪除大量不可行的方案，從而減少優(yōu)化計算的工作量，提高規(guī)劃效率。同時，利用遺傳算法，可以實現(xiàn)站址和站容的優(yōu)化。（2）在電能質(zhì)量分析中的應(yīng)用。20世紀80年代末以來，隨著微電子技術(shù)和電力電子技術(shù)的發(fā)展，基電能質(zhì)量越來越被人們所關(guān)注。為提高電能質(zhì)量，建立電能質(zhì)量檢測和分析識別系統(tǒng)，對其進行正確的檢測、評估和分類就顯得十分必要。傳統(tǒng)的電能質(zhì)量檢測手段主要是以人工方式和便攜式電能質(zhì)量測量儀器為主，對線路和變電站進行現(xiàn)場數(shù)據(jù)采集，工作量大，采集的數(shù)據(jù)不系統(tǒng)也不全面，時間延續(xù)性短，誤差較大，效率低。而采用人工智能技術(shù)能有效克服傳統(tǒng)方法的缺陷。如電力系統(tǒng)中諧波診斷的任務(wù)是對一組電流或電壓的采樣信號確定出各次諧波的含量或感興趣的諧波成分含量，采用人工神經(jīng)網(wǎng)絡(luò)，可以在避免噪聲和間諧波的情況下分析諧波問題。又如，電力系統(tǒng)電源側(cè)電壓及負荷變化將引起用戶側(cè)電壓波動，長時間的電壓偏移將使得供電電壓質(zhì)量得不到保證，因此，保持電壓偏移在允許范圍內(nèi)是衡量電能質(zhì)量標(biāo)準(zhǔn)的一項重要內(nèi)容。而基于專家系統(tǒng)而設(shè)計的變電站無功控制裝置，能將已有的無功電壓控制經(jīng)驗或知識用規(guī)則表示出來，形成專家系統(tǒng)的知識庫。并能像有經(jīng)驗的調(diào)度員那樣，在面臨不同運行工況時，根據(jù)上述的規(guī)則由無功電壓實時變化值有效地作出合理的電壓調(diào)節(jié)決策。此外，人工智能技術(shù)在電能質(zhì)量分析中的應(yīng)用，還包括電能質(zhì)量的擾動分析、電能質(zhì)量的數(shù)據(jù)管理和數(shù)據(jù)挖掘，等等。（3）在故障診斷中的應(yīng)用。電力系統(tǒng)可能出現(xiàn)的故障種類繁多，具有復(fù)雜性、不確定性及非線性等特點，從一次系統(tǒng)的故障看，可分為線路和元件故障兩大類；從二次系統(tǒng)的故障看，則可粗略地分為保護系統(tǒng)、信號系統(tǒng)、測量系統(tǒng)、控制系統(tǒng)及電源系統(tǒng)五類故障，若采用傳統(tǒng)的方法診斷效率低，準(zhǔn)確率不高，而采用人工智能技術(shù)，能大大提高故障診斷的準(zhǔn)確率。專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯是人工智能技術(shù)用于故障診斷的方法，例如人工智能故障診斷技術(shù)運用于發(fā)電機及電動機進行的故障診斷時，將模糊理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合，不僅保留了故障診斷知識的模糊性，還結(jié)合了神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力強的優(yōu)點，共同實現(xiàn)對電機故障的診斷，大大提高了故障診斷的準(zhǔn)確率。（4）在電力系統(tǒng)無功優(yōu)化中的應(yīng)用。謂電力系統(tǒng)無功優(yōu)化，就是指當(dāng)電力系統(tǒng)的結(jié)構(gòu)參數(shù)及負荷情況給定時，通過對某些控制變量的優(yōu)化，在滿足所有指定約束條件的前提下，使系統(tǒng)的一個或多個性能指標(biāo)達到最優(yōu)的無功調(diào)節(jié)手段，它是保證電力系統(tǒng)安全，提高運行經(jīng)濟性的手段之一。將人工智能技術(shù)應(yīng)用于電力系統(tǒng)無功優(yōu)化中，主要有如下幾方面：如，針對傳統(tǒng)方法在處理配電網(wǎng)無功優(yōu)化時不能處理多元約束問題的缺陷，模糊優(yōu)化法通過引入模糊集理論，能使一些不確定的問題得到解決，使用模糊優(yōu)化法，可優(yōu)化配電網(wǎng)的電容器投切，減少了配電網(wǎng)的網(wǎng)損并提高了其電壓質(zhì)量。使用禁忌算法，能有效地處理不可微的目標(biāo)函數(shù)，解決配電網(wǎng)補償電容器優(yōu)化投切0-1組合優(yōu)化問題，并可以處理補償電容器分檔投切的組合優(yōu)化問題。而使用人工神經(jīng)網(wǎng)絡(luò)，可以將網(wǎng)損最小作為優(yōu)化目標(biāo)，用人工神經(jīng)網(wǎng)絡(luò)模型對多抽頭的配電網(wǎng)電容器進行實時控制，等等。（5）在電力系統(tǒng)繼電保護中的應(yīng)用。通過專家系統(tǒng)，能把保護、斷路器的動作邏輯以及運行人員的診斷經(jīng)驗用規(guī)則表示出來，形成故障診斷專家系統(tǒng)的知識庫，進而根據(jù)報警信息對知識庫進行推理，獲得故障診斷的結(jié)論。輸電網(wǎng)絡(luò)中保護的動作邏輯一級保護與斷路器之間的關(guān)系易于用直觀的、模塊化的規(guī)則表示出來能夠在一定程度上解決不確定性問題，能夠給出符合人類語言習(xí)慣的結(jié)論并具有相應(yīng)的解釋能力等。此外框架法專家系統(tǒng)善于表達具有分類結(jié)構(gòu)的知識，能夠比較清楚的表達事物之間的相關(guān)性，可以簡化繼承性知識的表述和存儲，在輸電網(wǎng)絡(luò)報警信息處理和故障診斷中也有少量應(yīng)用。（6）在抑制電力系統(tǒng)低頻振蕩中的應(yīng)用。大規(guī)模電網(wǎng)互聯(lián)易產(chǎn)生低頻振蕩，對電力系統(tǒng)的安全造成嚴重威脅。低頻振蕩產(chǎn)生的原因，源于系統(tǒng)缺乏阻尼，目前，低頻振蕩抑制措施中研究較多的是電力系統(tǒng)穩(wěn)定器FACTS和PSS阻尼控制器，以上兩種辦法均存在一定缺陷，即存在魯棒性差的問題，而人工智能技術(shù)能模擬人類處理問題的過程、容易計及人的經(jīng)驗和具有一定的學(xué)習(xí)能力，將神經(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PSS的研究，能解決阻尼控制器參數(shù)的魯棒最優(yōu)整定，有效抑制電力系統(tǒng)低頻振蕩問題。
總之，隨著人工智能技術(shù)的不斷進步，新的方法將不斷涌現(xiàn)，其在電力系統(tǒng)中的應(yīng)用也將越來越廣，如何綜合已有技術(shù)，揚長避短，并探索新的技術(shù)和理論方法，將其應(yīng)用于解決未來電力系統(tǒng)的各種問題，是我們今后探索研究的主要方向。
參 考 文 獻
[1]蔡自興，徐光祐．人工智能技術(shù)及應(yīng)用[M]．北京：清華大學(xué)出版社，2000
“人工智能”一詞最早是在1956年Dartmouth學(xué)會上提出的。從那以后,研究者們發(fā)展了眾多理論和原理,人工智能的概念也隨之?dāng)U展。人工智能其英文全稱為ArtificialIntelligence，縮寫為人所共知的AI，它主要是對用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)等進行研究討論。對于人工智能的定義義眾說不一，一般有兩種說法：一種是人工智能是關(guān)于知識的學(xué)科，即怎樣對知識進行表示以及怎樣獲取知識并對知識進行使用的科學(xué)；另一種是人工智能研究的是如何實現(xiàn)讓計算機做過去只有人才能夠做的智能工作。但是不管是哪一種，它都是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器。人工智能的定義可以分為兩部分，即“人工”和“智能”。對于“人工”，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。誕生對于“智能”，則存在著很大的爭議。因為這涉及到了諸如意識（consciousness）、自我（self）、思維（mind）（包括無意識的思維（unconscious_mind）等等問題。人類唯一能夠了解的智能就是人類本身的智能。但是我們對我們自身智能的理解都非常有限，對構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。人工智能的實現(xiàn)方式有2種方法。一種是采用傳統(tǒng)的編程技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學(xué)方法（Engineeringapproach），它已在一些領(lǐng)域內(nèi)作出了成果，如文字識別、電腦下棋等。另一種是模擬法（Modelingapproach），它不僅要看效果，還要求實現(xiàn)方法也和人類或生物機體所用的方法相同或相類似。
2人工智能的發(fā)展
對于人工智能的研究一共可以分為五個階段。第一個階段是人工智能的興起與冷落，這個時間是在20世紀的50年代。這個階段是人工智能的起始階段，人工智能的概念首次被提出，并相繼涌現(xiàn)出一批科技成果，例如機器定理證明、跳棋程序、LISP表處理語言等。由于人工智能處于起始階段，很多地方都存在著缺陷，在加上對自然語言的翻譯失敗等諸多原因，人工智能的發(fā)展一度陷入了低谷。同時在這一個階段的人工智能研究有一個十分明顯的特點：問題求解的方法過度重視，卻忽視知識重要性。第二個階段從20世紀的60年代末到70年代。專家系統(tǒng)的出現(xiàn)將人工智能的研究再一次推向。其中比較著名的專家系統(tǒng)有DENDAL化學(xué)質(zhì)譜分析系統(tǒng)、MTCIN疾病診斷和治療系統(tǒng)、Hearsay-11語言理解系統(tǒng)等。這些專家系統(tǒng)的出現(xiàn)標(biāo)志著人工智能已經(jīng)進入了實際運用的階段。同時國際人工智能聯(lián)合會于1969年成立。第三個階段是20世紀80年代。這個階段伴隨著第五代計算機的研制，人工智能的研究也取得了極大的進展。日本為了能夠使推理的速度達到數(shù)值運算的速度那么快，于1982年開始了“第五代計算機研制計劃”。這個計劃雖然最終結(jié)果是以失敗結(jié)束，但是它卻帶來了人工智能研究的又一輪熱潮。第四個階段是20世紀的80年代末。1987年是神經(jīng)網(wǎng)絡(luò)這一新興科學(xué)但是的年份。1987年，美國召開了第一次神經(jīng)網(wǎng)絡(luò)國際會議，并向世人宣告了這一新興科學(xué)的誕生。此后，世界各國在神經(jīng)網(wǎng)絡(luò)上的投資也開始逐漸的增加。第五個階段是20世紀90年代后。網(wǎng)絡(luò)技術(shù)的出現(xiàn)于發(fā)展，為人工智能的研究提供了新的方向。人工智能的研究已經(jīng)從曾經(jīng)的單個智能主體研究開始轉(zhuǎn)向到基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。在這個階段人工智能不僅僅只對基于同一目標(biāo)的分布式問題求解進行研究，同時還對多個智能主體的多目標(biāo)問題求解進行研究，讓人工智能有更多的實際用途。
3對人工智能的思考
3.1人工智能與人的智能
從哲學(xué)上的量變引起質(zhì)變的角度來講，人工智能在不斷的發(fā)展過程中一定會產(chǎn)生質(zhì)的飛躍。在最初，人工智能只具有簡單的模擬功能，但是發(fā)展到現(xiàn)在已經(jīng)具備了思考的能力（邏輯推理分析），這已經(jīng)表明人工智能在不斷量變的過程中已經(jīng)發(fā)生了質(zhì)變。有人認為有人會說人工智能不會超過人類的智能，理由是人工智能是人類創(chuàng)造出來的。但是現(xiàn)實中很多人類創(chuàng)造出來的東西已經(jīng)在某一些方面超過了人類本身的能力，例如起重機的力氣超過人類很多；汽車速度也遠超過人類的速度。人類之所以會制造出各種各樣的工具，其目的就是希望自身的能力能通過這些工具進行延伸和突破。人類研究人工智能就是希望人工智能幫助人類實現(xiàn)人類某些無法實現(xiàn)的東西。還有人認為人工智能是人類創(chuàng)造出來的，所以它一定存在著致命的弱點，也因此人的智能優(yōu)于人工智能。但是殊不知人類與機器相比也有著十分明顯的弱點，例如人類所需要的生存條件比機器更加的嚴格，人類思維會受到人的情緒所影響，而機器只是受到程序的影響，它們沒有情緒的起伏。就目前的人工智能而言，它們在某一些領(lǐng)域比人類更強。但是目前我們必須正視人工智能的一些還沒有辦法改變的缺陷，那就是人工智能的學(xué)習(xí)能力與創(chuàng)新能力。人工智能的知識獲取大部門都是人為的進行灌輸，而無法像人類自身那樣進行主動的學(xué)習(xí)。同時人工智能只能夠利用已有的知識去解決一些問題，但是卻還不能夠創(chuàng)造性的提出一些新的東西。
3.2對機器人三大定律的困惑
美國最著名的科普作家艾薩克．阿西莫夫提出過比較著名的機器人三大定律：第一定律，機器人不得傷害人，或任人受到傷害而無所作為；第二定律，機器人應(yīng)服從人的一切命令，但命令與第一定律相抵觸時例外；第三定律，機器人必須保護自身的安全，但不得與第一、第二定律相抵觸。雖然這只是科幻作家所提出的一家之言，但是也代表了人類對與人工智能發(fā)展的一種期望與擔(dān)心。人們害怕自己所創(chuàng)造出來的人工智能會傷害人類自己。但是阿西莫夫所提出三大定律都是以人類為中心的，而忽視了人工智能本身?；蛟S這是人類的一種天性，世間所有的事物都應(yīng)該圍繞人類自身來定義、發(fā)展。就好像人類自以為掌控了能夠改變大自然的力量，最終卻被大自然反噬一樣。同時，隨著科學(xué)技術(shù)的發(fā)展，人工智能已經(jīng)不單單需要邏輯思維與模仿，同時還應(yīng)該將情感賦予人工智能。因為隨著科學(xué)家對人類大腦和精神系統(tǒng)的研究的深入，已經(jīng)愈來愈肯定情感是智能的一部分。如果人工智能具有了情感之后，人類的自我中心又是否會傷害到人類自己創(chuàng)造出來的人工智能。
3.3對人工智能未來的思考
人工智能有著十分巨大的發(fā)展?jié)摿?，對于人工智能的研究雖然經(jīng)過了很多年，但是這也僅僅是剛剛開始而已，繼續(xù)研究下去在很多方面都會有重大的突破。自動推理是人工智能最經(jīng)典的一個研究分支，它的基本理論是人工智能其它分支的共同基礎(chǔ)。一直以來人工智能最熱門的研究內(nèi)容里面就有自動推理，同時在該知識系統(tǒng)中的動態(tài)演化特征及可行性推理的研究是一個十分熱門的研究內(nèi)容，很有可能取得大的突破。機器學(xué)習(xí)一直在致力于研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能。在過去的很長的一段時間內(nèi)都沒有取得十分顯著的成果。但是許多新的學(xué)習(xí)方法相繼問世，并且已經(jīng)有了實際的應(yīng)用，這充分的說明在這方面的研究已經(jīng)有了很大的進步。自然語言處理是計算機科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向。在經(jīng)過人工智能研究人員的艱苦努力之后，在該領(lǐng)域中已取得了大量令人矚目的理論與實際應(yīng)用成果，許多產(chǎn)品已經(jīng)進人了眾多領(lǐng)域。智能信息檢索技術(shù)在Internet技術(shù)的影響下，近年來發(fā)展勢頭十分迅猛，而且已經(jīng)成為了人工智能的一個獨立研究分支。
1人工智能技術(shù)的綜述
人工智能技術(shù)是以計算機技術(shù)為基礎(chǔ)，融合多門學(xué)科的綜合性科學(xué)技術(shù)，其主要是通過計算機模擬構(gòu)建人的智能，并且創(chuàng)建機器人系統(tǒng)和專家系統(tǒng)實現(xiàn)對電氣自動控制系統(tǒng)的智能化操作。人工智能技術(shù)的突出特點是：一是操作性。人工智能技術(shù)主要是依托計算機的控制實現(xiàn)對電氣設(shè)備的控制，因此人工智能技術(shù)具有很強的邏輯性，便于控制人員進行操作；二是價值大。人工智能技術(shù)不僅融合了計算機技術(shù)，而且其還實現(xiàn)了對電氣設(shè)備的自動化控制與監(jiān)測，實現(xiàn)了以較小的投入獲得更大的經(jīng)濟效益的目的。比如通過人工智能技術(shù)可以減少人工操作環(huán)節(jié)，進而為企業(yè)節(jié)省相當(dāng)多的人力資源成本費用；三是準(zhǔn)確性比較高。人工智能技術(shù)主要是計算機依據(jù)人的智能建立計算機控制系統(tǒng)，實現(xiàn)對電氣設(shè)備的精確性操作，比如利用人工智能技術(shù)可以對電氣設(shè)備的運行情況進行智能檢測與處理，避免了人工檢測所存在的弊端。
2人工智能技術(shù)在電氣自動化控制系統(tǒng)中應(yīng)用的必要性
人工智能技術(shù)的最大優(yōu)勢就是通過對電氣控制系統(tǒng)信息的收集、研究，制定出具體的有效處理措施，從而代替?zhèn)鹘y(tǒng)的依靠人腦進行操作的模式。將人工智能技術(shù)應(yīng)用到電氣自動化控制系統(tǒng)中具有重要的意義：
2.1能夠有效解決電氣自動化控制過程中存在的病態(tài)結(jié)構(gòu)問題
電氣自動化控制過程中因為電氣設(shè)備精密度越來越高，因此在運行過程中所出現(xiàn)的病態(tài)結(jié)構(gòu)很難應(yīng)用傳統(tǒng)的方式表達出來，而人工智能技術(shù)則可以有效解決此類問題，其完全有能力利用定量與定性相結(jié)合的控制方式對控制系統(tǒng)進行計算與分析。
2.2實現(xiàn)自動控制系統(tǒng)的數(shù)據(jù)采集與處理功能
將人工智能技術(shù)應(yīng)用到電氣自動化控制中能夠依托專家系統(tǒng)對電氣設(shè)備進行實時監(jiān)視，并且對相關(guān)信息進行自動收集與儲存，一旦發(fā)現(xiàn)存在潛在故障或者存在事故的事件，人工智能技術(shù)就會自動采取相應(yīng)的控制方式，對故障進行自動處理，進而避免了電氣系統(tǒng)故障的進一步擴大化。
2.3簡化了人工操作過程，降低了人工操作造成的損失
人工智能技術(shù)通過計算機設(shè)備就可以實現(xiàn)對電氣設(shè)備的自動化控制，比如電氣系統(tǒng)的人工智能化控制系統(tǒng)就可以通過鼠標(biāo)對控制開關(guān)進行自動控制，并且對勵磁電流進行調(diào)整。同時電氣人工智能控制系統(tǒng)還設(shè)定了應(yīng)用管理權(quán)限，限制了相應(yīng)操作人員的權(quán)限，實現(xiàn)了專人專崗制度，細化了操作責(zé)任制度。
3人工智能技術(shù)在電氣自動化控制中應(yīng)用的思路分析
3.1人工智能技術(shù)在電氣自動化設(shè)備中的應(yīng)用
我們知道電氣自動化控制系統(tǒng)屬于非常負責(zé)的控制系統(tǒng)，其不僅包含復(fù)雜的元件，而且還需要操作人員嚴格按照自動化控制系統(tǒng)的要求進行操作，而將人工智能技術(shù)應(yīng)用到電氣設(shè)備中可以實現(xiàn)計算機的自動化操作，最重要的就是可以代替?zhèn)鹘y(tǒng)的需要人工進行設(shè)備檢測的落后模式，實現(xiàn)了對電氣設(shè)備的運行狀態(tài)、故障檢測以及維修意見等一體的功能，降低了人工操作的失誤性，提高了電氣設(shè)備的應(yīng)用壽命，為企業(yè)節(jié)省了大量的成本。
3.2人工智能技術(shù)在電氣控制過程中的應(yīng)用
將智能技術(shù)應(yīng)用到電氣自動化控制過程中，是人工智能技術(shù)發(fā)展的重要動力，通過人工智能化的電氣控制系統(tǒng)不僅可以提高電氣設(shè)備的工作效率，而且還可以降低電氣自動化控制中的故障發(fā)生率。人工智能技術(shù)主要師模糊控制、專家控制以及神經(jīng)網(wǎng)絡(luò)控制和集成智能控制。本文以專家控制為例，專家控制就是將專家系統(tǒng)的設(shè)計規(guī)范和運行機制與電氣控制劉楠相結(jié)合實現(xiàn)實時控制系統(tǒng)的設(shè)計，其主要是對自動控制的知識獲取、表示以及推理機制的建立。
3.3在事故和故障診斷中人工智能技術(shù)的應(yīng)用分析
人工智能技術(shù)在電氣設(shè)備故障中的作用是非常大的，尤其是對發(fā)動機的故障檢修是具有重要作用的，我們知道在電氣設(shè)備中由于其結(jié)構(gòu)比較復(fù)雜，依靠人工很難對其進行深入的檢測，因此需要借助人工智能技術(shù)實現(xiàn)對設(shè)備的檢修。我們以變壓器為例，將智能技術(shù)應(yīng)用到變壓器的故障檢修中首先就是先收集電壓器油體中分解的氣體，然后通過對油體氣體的分析，找出故障的原因，進而自動形成解決措施。這樣有效避免了人工檢測所出現(xiàn)的失誤現(xiàn)象。另外人工智能技術(shù)在電氣設(shè)備操作中的應(yīng)用價值也比較大。通過人工智能技術(shù)可以實現(xiàn)電氣自動化控制環(huán)節(jié)的簡單化，比如在機床加工中，如果運用人工智能技術(shù)則能夠有效降低機床操作的復(fù)雜性，并且能夠?qū)C床的運行信息進行收集與儲存，便于日后對相關(guān)信息的查詢。
4結(jié)束語
關(guān)鍵詞：人工智能；機器學(xué)習(xí)；教育應(yīng)用
一、前言
當(dāng)前的人工智能雖然還不夠完善但其在人類的發(fā)展進程中起到了巨大的作用。因為其具有了超強的學(xué)習(xí)和分析的能力，在個人以及人工智能較量的過程中人工智能一直都是處在領(lǐng)先的地位，為此可以利用到人工智能來促進到人類社會的快速發(fā)展。
二、相關(guān)概念闡述
人工智能又稱AI，是模擬物種智能應(yīng)用的技術(shù)實現(xiàn)和科學(xué)。機器智能的科研市場領(lǐng)域包括各種圖像和語言結(jié)構(gòu)的快速識別，以及使用語言直接處理和服務(wù)機器人。它不僅相當(dāng)于人類行為的智能，還可以系統(tǒng)地模擬物種的思維，并將在幾年內(nèi)超越歷史上的物種。在未來，機器人不斷學(xué)習(xí)，以使仿人機器人模仿人類的學(xué)習(xí)方式，在這一過程，獲得新的各種知識，智能機器人的學(xué)習(xí)過程更快，可以實現(xiàn)對海量綜合數(shù)據(jù)的深入分析。此外，人工智能機器人不僅可以獲得更準(zhǔn)確的結(jié)果，而且具有獨特且更快的信號傳輸速率。許多科學(xué)家有能力超越人類自身。在深入思考核心問題時，實際上，很多人因為機器人是人類設(shè)計的，所以不可能超越人類的歷史，但是人工智能機器人可能具有集成的學(xué)習(xí)功能，因此這種可能性將變得非常大。人工智能機器人具有繼續(xù)學(xué)習(xí)技術(shù)的能力，沒有人能夠預(yù)測學(xué)習(xí)數(shù)據(jù)后的整體智能水平。
三、人工智能視域下機器人學(xué)習(xí)的適切性
在當(dāng)前的文化和教育生活環(huán)境中，由于智能教育的興起，大數(shù)據(jù)情境系統(tǒng)功能可以為學(xué)生綜合分析和選擇各種類型的信息，從而重用具有潛在影響的知識可以促進智能教育的發(fā)展。智能機器人繼續(xù)學(xué)習(xí)，但借助計算機來分析綜合數(shù)據(jù)，例如，以完全掌握規(guī)則并進行非常有效的分析和預(yù)測?？梢钥闯?，機器人正為人類智能教育而學(xué)習(xí)更有益。在教育中，信息化的進程在今天的時代，智能教育無疑已經(jīng)成為吸引學(xué)生在學(xué)習(xí)過程中的重要因素。將學(xué)習(xí)與先進技術(shù)核心技術(shù)結(jié)合起來的方法有很多。人工智能機器人必然會給文化教育生態(tài)系統(tǒng)帶來幫助。向人工智能機器人學(xué)習(xí)的方式很多，學(xué)校教師可以提高和教育的整體質(zhì)量和效率，學(xué)生也可以贏得符合自身市場需求的學(xué)習(xí)服務(wù)，這有助于減輕學(xué)生和家長的負擔(dān)。
四、人工智能視域下機器人學(xué)習(xí)的應(yīng)用創(chuàng)新研究
從人工智能技術(shù)的角度來看，智能機器人學(xué)習(xí)是目前世界上最先進的技術(shù)。大數(shù)據(jù)在教育相關(guān)領(lǐng)域的應(yīng)用具有很好的業(yè)務(wù)前景。人工智能機器人持續(xù)學(xué)習(xí)的應(yīng)用可以幫助一些學(xué)生實現(xiàn)相關(guān)知識與數(shù)據(jù)之間的聯(lián)系。
（一）機器人學(xué)習(xí)與教育之間的融合僅從當(dāng)前的現(xiàn)象來看，大多數(shù)教師不了解核心技術(shù)，而了解該技術(shù)的人也不了解教育，這很容易導(dǎo)致無法在教育與核心之間形成良好的關(guān)系。因為技術(shù)研發(fā)人員不了解教育，所以不能從教育的多個角度審視開發(fā)過程，優(yōu)秀的教師也不能從技術(shù)角度回應(yīng)數(shù)據(jù)的全面發(fā)展。在人工智能開發(fā)領(lǐng)域，機器人應(yīng)該深入地整合到學(xué)習(xí)和教育中。組織技術(shù)實施和教育核心領(lǐng)域的相關(guān)人員進行直接溝通和交流，使人工智能機器人在學(xué)習(xí)和應(yīng)用過程中能夠更充分地認識到技術(shù)研發(fā)和生產(chǎn)人員的過程。
（二）機器人學(xué)習(xí)在學(xué)習(xí)場景方面的應(yīng)用人工智能在學(xué)校教育領(lǐng)域的應(yīng)用，因其未來的發(fā)展趨勢而呈現(xiàn)出明顯的趨勢。然而，隨著學(xué)校教育核心領(lǐng)域的許多專業(yè)學(xué)科的介入，對學(xué)習(xí)人工智能機器人的要求將越來越高。當(dāng)你開始學(xué)習(xí)同一個主題時，需要在同一個應(yīng)用程序中逐步建立不同的場景。這對機器人來說更難在未來繼續(xù)學(xué)習(xí)，但也是最值得創(chuàng)新的。仿人機器人普遍對大量綜合數(shù)據(jù)進行深入分析，分析每個學(xué)習(xí)內(nèi)容主題的特點和各部分學(xué)生的特點，并采取相應(yīng)的更有針對性的基本教學(xué)方法，提高同學(xué)教育的速度和效率。
（三）機器人學(xué)習(xí)對于智慧環(huán)境創(chuàng)新方面的應(yīng)用首先，由于文化教育市場中的數(shù)據(jù)種類繁多且缺乏正常秩序，這也增加了在大型集成數(shù)據(jù)系統(tǒng)中分析和處理文化和教育數(shù)據(jù)的難度。其次，在隨后的數(shù)據(jù)處理過程中，隨著時間的推移會遇到數(shù)據(jù)隱私問題，如何保護數(shù)據(jù)隱私是另一個需要注意的關(guān)鍵問題。因此，在教育的相關(guān)領(lǐng)域，大綜合數(shù)據(jù)的后續(xù)處理以改善文化教育和質(zhì)量，并確保在教育中最終數(shù)據(jù)的合理使用，必須在許多方面進行協(xié)調(diào)與合作，從而促進共享的合法性。最后，必須有效地確?？梢蚤L期保持教育中的數(shù)據(jù)情況并實現(xiàn)流程標(biāo)準(zhǔn)化。有可能實現(xiàn)最終數(shù)據(jù)的統(tǒng)一，這將大大降低全面數(shù)據(jù)交換的總體成本，并努力實現(xiàn)數(shù)據(jù)的無縫集成。數(shù)據(jù)的最終數(shù)據(jù)主要是由于目標(biāo)學(xué)生的地區(qū)差異，以滿足同一學(xué)生學(xué)習(xí)知識的不同需求。
關(guān)鍵詞：人工智能；單片機原理及應(yīng)用；CAI軟件；自主學(xué)習(xí)
中圖分類號：G642.3 文獻標(biāo)志碼：A 文章編號：1674-9324（2016）45-0268-03
一、引言
《單片機原理及應(yīng)用》是自動化、電氣工程及其自動化、測控技術(shù)與儀器、等專業(yè)的核心課程。隨著電子技術(shù)的飛速發(fā)展，單片機系列、型號、功能等也不斷地更新?lián)Q代，涌現(xiàn)出了許多《單片機原理及應(yīng)用》方面的優(yōu)秀教材和著作[1-3]，由于單片機的快速發(fā)展和廣泛應(yīng)用，促使許多教師在教學(xué)內(nèi)容、方法及實驗方面進行了大量的探討和研究，如“微課程教學(xué)”、“MOOC教學(xué)”等應(yīng)用已取得了較好的教學(xué)效果[4-8]。然而，人工智能技術(shù)應(yīng)用于教育領(lǐng)域目前仍處于初始研究和探索階段，其應(yīng)用前景廣闊，具有重要的理論研究意義和實際應(yīng)用價值。
基于“人工智能”中的“專家系統(tǒng)技術(shù)”，研究設(shè)計《單片機原理及應(yīng)用》課程新型教學(xué)平臺的總體構(gòu)架，研究課程知識的表述模型和知識獲取的推理算法，建立知識表述規(guī)則集和構(gòu)建專家系統(tǒng)知識庫，以實現(xiàn)：
（1）學(xué)生可以自主學(xué)習(xí)，基于知識樹規(guī)則方便地獲取該課程的全部知識點，學(xué)生隨時提出的問題，均可及時獲取答案；學(xué)生可及時獲取單片機發(fā)展的新知識以及新的應(yīng)用領(lǐng)域成果；
（2）教師高效處理、分析和制作課程知識點信息，并將其進行規(guī)則表述，同時可對知識庫進行不斷的更新；隨時可對課程的知識點進行增添、刪除和修改，基于互聯(lián)網(wǎng)技術(shù)獲取新型單片機原理及相應(yīng)的應(yīng)用知識，不斷更換新課程的教學(xué)內(nèi)容；
（3）基于互聯(lián)網(wǎng)技術(shù)實現(xiàn)教師與學(xué)生之間的互動教學(xué)和學(xué)生與學(xué)生之間的協(xié)同學(xué)習(xí)；基于教堂教學(xué)、電子課件、動畫、視頻等多媒體手段，以創(chuàng)造大規(guī)模、大數(shù)據(jù)、跨時空的學(xué)習(xí)模式。
目前，在教育領(lǐng)域，基于人工智能研究的知識模塊化表述和推理機制構(gòu)成的專家系統(tǒng)是人工智能的代表之一，基于人工智能-專家系統(tǒng)在高密度、大規(guī)模的知識數(shù)據(jù)庫上模擬人類的信息處理和決策過程，因此智能化的專家系統(tǒng)具備了教育功能、自學(xué)習(xí)功能、咨詢功能及自適應(yīng)功能等，將其應(yīng)用于教育領(lǐng)域潛力巨大、用途廣泛、快速高效。
本文研究了《單片機原理及應(yīng)用》CAI軟件的研制方法，采用MS Visual Studio 2012作為開發(fā)環(huán)境，結(jié)合人工智能技術(shù)，實現(xiàn)了智能搜索算法，達到了自主學(xué)習(xí)與自動答疑的目的。
二、《單片機原理及應(yīng)用》CAI系統(tǒng)設(shè)計
為了提高本科生的教學(xué)質(zhì)量，基于人工智能-專家系統(tǒng)技術(shù)研究《單片機原理及應(yīng)用》課程的教學(xué)內(nèi)容和教學(xué)方法改革措施，并可將其研究成果推廣應(yīng)用于自動化類專業(yè)相關(guān)課程建設(shè)；培養(yǎng)學(xué)生掌握本課程的基本原理和應(yīng)用知識，引導(dǎo)其自主學(xué)習(xí)以提高分析問題能力、解決問題的能力及創(chuàng)新能力，實現(xiàn)學(xué)生與老師之間的互動，實現(xiàn)教學(xué)內(nèi)容的不斷更新和教學(xué)方法的不斷完善。
（一）《單片機原理及應(yīng)用》課程總體設(shè)計
分析目前本課程的教學(xué)內(nèi)容和方法的局限性，提出《單片機原理及應(yīng)用》課程教學(xué)內(nèi)容和教學(xué)方法改革的總體方案。目前，普通高?！秵纹瑱C原理及應(yīng)用》課程所用教材的目錄大致如圖1中的實線部分所示。虛線表示可即時修改其中的相關(guān)內(nèi)容。
（二）課程知識本體的表達模型
知識的表示對專家系統(tǒng)來說至關(guān)重要。知識本體的表述包括事物、個體和對象等，研究其規(guī)則、過程和函數(shù)，構(gòu)成應(yīng)用程序所表述的知識內(nèi)容，可以作用于表述各種對象類，具有普遍性和通用性。其表達方式如圖2所示。
（三）基于人工智能技術(shù)的課程教學(xué)內(nèi)容和教學(xué)方法結(jié)構(gòu)設(shè)計
專家系統(tǒng)結(jié)構(gòu)一般有六部分：知識庫（Knowledge Base）、數(shù)據(jù)庫（Data Base）、推理機（Inference Engine）、解釋子系統(tǒng)（Explanatory System）、人機接口（Man-machine Interface）和知識獲取子系統(tǒng)（Knowledge Acquisition）。教學(xué)專家系統(tǒng)的基本結(jié)構(gòu)如圖3中的實線部分所示。
①知識厙：用于存儲專家系統(tǒng)知識。主要用于收集和存儲某領(lǐng)域教師、專家的經(jīng)驗，知識及書本知識、基本常識等。包括事物的表達方式，可行操作、事實和規(guī)則等；
②綜合數(shù)據(jù)庫：綜合數(shù)據(jù)庫又稱總體數(shù)據(jù)庫或全局數(shù)據(jù)庫，主要用于存放有關(guān)問題求解的假設(shè)、初始數(shù)據(jù)、目標(biāo)、求解狀態(tài)、中間結(jié)果以及最終結(jié)果；
③推理機：推理機是專家系統(tǒng)的核心部分，用于模擬專家的思維過程、控制、協(xié)調(diào)整個專家系統(tǒng)的工作，它根據(jù)用戶所提供的初始數(shù)據(jù)和問題求解要求，運用知識庫中的事實和規(guī)則，按照一定的推理方法和控制策略對問題進行推理求解，并將產(chǎn)生的結(jié)果輸出給學(xué)生；
④知識獲取子系統(tǒng)：在構(gòu)建和維護知識庫時作為專家系統(tǒng)和教師、領(lǐng)域?qū)＜?、工程師等的接口?/p>
⑤解釋子系統(tǒng)：解釋機構(gòu)由一組計算機程序組成，它對推理給出必要的解釋，并根據(jù)學(xué)生問題的要求做出相應(yīng)的回應(yīng)，最后把結(jié)果通過人機接口輸出給學(xué)生；
⑥人機接口：學(xué)生、專家系統(tǒng)和教師、領(lǐng)域?qū)＜?、工程師之間溝通的媒介，它把相互之間的交互信息轉(zhuǎn)換成彼此都能夠理解的形式，由一組程序及相應(yīng)的硬件組成，用于完成I/O工作。
三、CAI軟件實現(xiàn)過程舉例
《單片機原理及應(yīng)用》課程CAI系統(tǒng)主界面如圖4所示。點擊“進入系統(tǒng)”之后，將出現(xiàn)“課程內(nèi)容學(xué)習(xí)”和“知識點概述游覽”兩部分。
（1）“課程內(nèi)容學(xué)習(xí)”部分包括“教材知識學(xué)習(xí)”、“課堂PPT內(nèi)容講解”以及“實驗教學(xué)內(nèi)容”等，例如目前常用的單片機的類型如圖5所示。本課程的主要設(shè)計和創(chuàng)新實驗如圖6所示。
（2）“知識點概述游覽”部分包括：
①知識點獲取方式：即通過引導(dǎo)操作可得到關(guān)聯(lián)性強的知識點解釋、關(guān)聯(lián)性中等的知識點解釋以及關(guān)聯(lián)性弱的知識點解釋；
②問題解答方式：學(xué)生可根據(jù)自己的學(xué)習(xí)情況查詢問題的基本答案（即對問題的解釋），若基于專家知識庫無法解釋所提的問題，則可將該問題提交給任課教師，任課教師會盡快對該問題給出解答；
③專家?guī)熘R更新方式：隨著單片機類型、結(jié)構(gòu)、接口技術(shù)以及開發(fā)方式等的不斷發(fā)展，本課程的知識結(jié)構(gòu)和內(nèi)容的更新也要求同步進行。因此，專家知識庫信息的更新工作可由任課教師來完成，但是更新信息可來源于文獻資料查閱、企業(yè)行業(yè)應(yīng)用領(lǐng)域調(diào)研以及實踐實驗教學(xué)過程總結(jié)等。
課程教材與上課PPT和實驗內(nèi)容具有相關(guān)性，在實際教學(xué)中也要求其具有一致性，如圖1中虛線部分表示可即時修改相關(guān)的內(nèi)容。
四、結(jié)論
本文將人工智能-專家系統(tǒng)技術(shù)應(yīng)用于《單片機原理及應(yīng)用》課程的教學(xué)內(nèi)容和教學(xué)方法的改革方案，構(gòu)建新型教學(xué)平臺。采用《單片機原理及應(yīng)用》課程知識的綜合表達方式，并研究課程知識的推理機制?；谖墨I資料查閱、企業(yè)行業(yè)應(yīng)用領(lǐng)域調(diào)研以及實踐實驗教學(xué)過程總結(jié)，實現(xiàn)《單片機原理及應(yīng)用》課程教學(xué)內(nèi)容快速更新，實現(xiàn)該課程的智能化和網(wǎng)絡(luò)化教學(xué)。
在教學(xué)過程中，實現(xiàn)學(xué)生與老師之間的互動，實現(xiàn)學(xué)生和老師之間知識的共享，達到學(xué)生能夠自主學(xué)習(xí)和老師能夠及時了解學(xué)生學(xué)習(xí)情況修改補充教學(xué)內(nèi)容的目的。針對“知識庫”、“綜合數(shù)據(jù)庫”以及“推理機制”實現(xiàn)在線綜合更新方法。《單片機原理及應(yīng)用》是自動化、電氣工程及其自動化、測控技術(shù)與儀器、等專業(yè)的核心課程，目前，將人工智能-專家系統(tǒng)技術(shù)應(yīng)用于高等學(xué)校該課程的教學(xué)，對于提高教學(xué)質(zhì)量，激發(fā)學(xué)生的學(xué)習(xí)積極性和增強學(xué)生自主學(xué)習(xí)的能力具有重要的理論研究意義和很好實際應(yīng)用價值。
參考文獻：
[1]何立民.MCS-51系列單片機應(yīng)用系統(tǒng)設(shè)計[M].北京：北京航天航空大學(xué)出版社，1995.
[2]李華，孫曉民，李紅青.MCS-51系列單片機實用接口技術(shù)[M].北京航天航空大學(xué)出版社，1995.
[3]張毅剛，彭喜元，彭宇.單片機原理及應(yīng)用（第2版）[M].北京：高等教育出版社，2010.
[4]周冠玲，馮占英，李戰(zhàn).“單片機原理及應(yīng)用”課程教學(xué)改革的探討[J].中國電化教學(xué)，2012，（6）：105-107.
[5]趙月靜，陳繼榮，張永弟.單片機原理及應(yīng)用課程創(chuàng)新實踐教學(xué)改革[J].實驗技術(shù)與管理，2013，30（1）：176-179.
[6]李冰.單片機原理及應(yīng)用課程的項目化教學(xué)改革與探索[J].教學(xué)研究，2015，38（1）：70-73，82.
曹玉臣 綏化學(xué)院電氣工程學(xué)院 黑龍江綏化 152061
【文章摘要】
我國經(jīng)濟和科技的迅速發(fā)展使得電氣工程自動化技術(shù)被廣泛應(yīng)用到電力領(lǐng)域，并促進著電力產(chǎn)業(yè)的高速發(fā)展。作為近年來在電氣工程自動化中新興起的一門技術(shù)，人工智能技術(shù)的應(yīng)用不僅提高了電氣工程的自動化水平，而且對于電力產(chǎn)業(yè)的整體發(fā)展也起到了重要的推動作用。本文通過對人工智能的概念和應(yīng)用領(lǐng)域進行簡要分析，在結(jié)合其在電氣工程自動化中應(yīng)用優(yōu)勢的基礎(chǔ)上，對人工智能在電氣工程自動化中的應(yīng)用方法展開了深入研究。
【關(guān)鍵詞】
人工智能；電氣工程自動化；電力系統(tǒng)
0 前言
人工智能在近年來被人們研究并應(yīng)用，其研究范圍不僅包括了智能控制、圖像識別和語言識別，還包括了人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)等方面的研究。而電氣工程自動化則主要研究與電氣工程相關(guān)的系統(tǒng)運行和自動控制技術(shù)以及電子電氣技術(shù)和信息處理技術(shù)。通過將人工智能科學(xué)地應(yīng)用到電氣工程自動化當(dāng)中，可以使電氣自動化系統(tǒng)對相關(guān)的數(shù)據(jù)進行實時分析并處理，從而實現(xiàn)電力的自動化生產(chǎn)。故本文針對人工智能的概念及其在電氣工程自動化中應(yīng)用的優(yōu)勢，對其在電氣工程自動化中的應(yīng)用進行了詳細分析。
1 人工智能簡述
1.1 人工智能的概念與應(yīng)用領(lǐng)域
人工智能是研究并開發(fā)用來模擬、延伸并擴展人的智能的理論、方法以及技術(shù)和應(yīng)用系統(tǒng)的一門計算機科學(xué)的分支學(xué)科。作為一門極富挑戰(zhàn)性的學(xué)科，人工智能企圖對智能的實質(zhì)進行了解，并產(chǎn)生一種以與人類智能相似的方式對事物做出反應(yīng)的智能系統(tǒng)或機器。近年來，人工智能在機器翻譯、智能控制、機器人學(xué)、專家系統(tǒng)、航天應(yīng)用以及遺傳編程和龐大信息處理與語言圖像識別等領(lǐng)域均得到了不同程度的應(yīng)用。
1.2 人工智能在電氣工程自動化應(yīng)用的優(yōu)勢
人工智能在電氣工程自動化中的應(yīng)用主要是通過人工智能控制器來實現(xiàn)的， 根據(jù)人工智能控制器自身非線性函數(shù)近似器的相關(guān)特性，可將其在電氣工程自動化中的應(yīng)用優(yōu)勢總結(jié)為如下幾方面：
1.2.1 受外界影響因素較小。傳統(tǒng)的電氣工程控制器在進行自動化模型的構(gòu)建時通常會受到模型參數(shù)變化、不同數(shù)值計算類型等諸多不確定因素的影響，而基于人工智能控制器的電氣自動化系統(tǒng)則無需獲得精準(zhǔn)的動態(tài)模型，同時，在自動化模型的建立過程中，對參數(shù)和模型環(huán)境的運行要求也相對較低。因此，基于人工智能的電氣工程可以大幅提高其自動化水平。
1.2.2 參數(shù)調(diào)節(jié)便利。與傳統(tǒng)控制器相比，人工智能控制除了具有簡單易學(xué)和適應(yīng)能力強等特點外，還可通過參照相關(guān)數(shù)據(jù)，利用語言與響應(yīng)信息進行自動化模型參數(shù)的設(shè)計，為參數(shù)的調(diào)節(jié)提供了較大便利。
1.2.3 電氣產(chǎn)品性能的一致性較好。與傳統(tǒng)的基于特定目標(biāo)的控制方法相比，基于人工智能的電氣自動化系統(tǒng)具有較高的一致性，在忽略部分外部影響因素的基礎(chǔ)上，即使向系統(tǒng)中輸入任何未知的相關(guān)數(shù)據(jù)也可以使得到的結(jié)果產(chǎn)生很高的估計值，在提升了產(chǎn)品規(guī)范性的同時，保證了產(chǎn)品本身的一致性。
1.2.4 操作過程的誤差較小。人工智能技術(shù)在電氣工程自動化系統(tǒng)中應(yīng)用時，由于受外部因素的影響較小，且控制器自身的抗干擾性較強，這就使得經(jīng)設(shè)定過的參數(shù)在運行過程中出現(xiàn)的誤差較小。
1.2.5 節(jié)省資源。基于傳統(tǒng)控制器的電氣操作，通常會涉及到線路、變壓器以及電線和電纜等多種電氣設(shè)備，又需要專業(yè)的工作人員對相關(guān)電氣設(shè)備進行管理和維修，增加了人力和物力等大量資源的消耗。而與傳統(tǒng)的控制器相比，人工智能可以減少系統(tǒng)對線路、變壓器以及電線、電纜的依賴，進而減少人力和無力的投入。
2 人工智能在電氣工程自動化中的應(yīng)用方法
2.1 人工智能在電氣設(shè)備中的應(yīng)用
人工智能在電氣設(shè)備中的應(yīng)用主要是指人工智能對電氣設(shè)備的優(yōu)化設(shè)計。電氣設(shè)備的優(yōu)化設(shè)計工作較為復(fù)雜，不僅要求設(shè)備的優(yōu)化與設(shè)計人員具備電路、電磁場以及電機和電器等方面的知識，還需要其具有豐富的經(jīng)驗和較強的應(yīng)變能力。傳統(tǒng)的以人工手動制作為基礎(chǔ)的產(chǎn)品設(shè)計方式已經(jīng)無法滿足當(dāng)前電氣工程自動化的具體要求，而以計算機輔助設(shè)計為產(chǎn)品設(shè)計方法，即CAD 的產(chǎn)品設(shè)計方法的應(yīng)用有效縮短了產(chǎn)品的開發(fā)周期。在電氣設(shè)備的設(shè)計過程中，將人工智能引入CAD 中， 可以有效提高產(chǎn)品的設(shè)計質(zhì)量與設(shè)計效率。就現(xiàn)階段而言，人工智能在電氣設(shè)備設(shè)計優(yōu)化方面主要體現(xiàn)在遺傳算法和專家系統(tǒng)兩個層次上。由于遺傳算法對自動化模型的計算方法較為先進且其計算結(jié)果具有較高精度，因此，遺傳算法經(jīng)常被應(yīng)用于相關(guān)電氣產(chǎn)品的優(yōu)化設(shè)計中。在專家系統(tǒng)的應(yīng)用方面，由于電氣設(shè)備在出現(xiàn)故障前是存在相關(guān)征兆的，根據(jù)電氣設(shè)備故障的非線性與不確定性的特點，在專家系統(tǒng)中加入人工智能，可以最大限度地發(fā)揮專家系統(tǒng)對產(chǎn)品合理性的設(shè)計作用，從而提高電氣產(chǎn)品的整體性能。
2.2 人工智能在電氣控制過程中的應(yīng)用
電氣控制過程對于電氣工程自動化技術(shù)以及電氣技術(shù)的整體應(yīng)用具有決定性的作用，確保電氣系統(tǒng)高效穩(wěn)定的運行是電氣自動化研究領(lǐng)域長期以來備受討論的問題。對于技術(shù)人員而言，電氣控制過程的要求是較為嚴格的，其控制過程也相對繁瑣，經(jīng)常出現(xiàn)的問題是由于技術(shù)人員的操作不當(dāng)使得電氣設(shè)備發(fā)生故障或降低了設(shè)備的運行效率。人工智能在電氣工程中的應(yīng)用一方面可以使技術(shù)人員提高對電氣控制過程的精準(zhǔn)度，另一方面， 對于提高電氣系統(tǒng)的整體運行效率也具有重要作用。首先，人工智能通過借助計算機自動計算的核心技術(shù)，實現(xiàn)了代替部分人工智能工作的電氣控制功能，在節(jié)省了人力和物力的同時，提高了控制精度。其次，人工智能的應(yīng)用以界面化的形式簡化了控制流程，不僅提高了電氣系統(tǒng)的控制效率，而且也實現(xiàn)了對電氣系統(tǒng)的遠程控制。再次，人工智能的應(yīng)用使得系統(tǒng)可以及時地將相關(guān)的重要信息與數(shù)據(jù)進行保存，進而通過自動生成報表的形式，降低人力物力的投入，并為技術(shù)人員日后的數(shù)據(jù)查詢工作提供較大便利。最后，在人工智能的模糊控制中，還可以根據(jù)電氣系統(tǒng)傳統(tǒng)控制過程的交、直流傳動實現(xiàn)對整個電氣系統(tǒng)的控制。一方面，在以直流傳動為主的電氣控制過程中，人工智能的模糊邏輯控制主要包括了Sugeno 與Mamdani，Mamdani 主要用來對電氣系統(tǒng)的運行速度進行調(diào)控，而Sugeno 則是Mamdani 的一種特殊情況。另一方面，在以交流傳動為主的電氣控制過程中，則主要應(yīng)用基于人工智能理論的模糊控制器來代替?zhèn)鹘y(tǒng)的電氣調(diào)速控制器來實現(xiàn)電氣系統(tǒng)的各方面功能。
2.3 人工智能在電氣設(shè)備故障診斷中的應(yīng)用
對電氣工程自動化系統(tǒng)及其運行過程進行分析可知，電氣設(shè)備例如發(fā)電機、發(fā)動機以及變壓器等均容易頻繁出現(xiàn)相關(guān)事故。傳統(tǒng)的故障診斷方法為：對所收集的變壓器油所產(chǎn)生的氣體進行分析，進而根據(jù)所收集氣體樣本的分析結(jié)果判斷存在故障與否?；趥鹘y(tǒng)方法下的電氣設(shè)備故障檢測除了需要耗費大量時間外，還需要相關(guān)維護人員對設(shè)備檢測進行實時監(jiān)控，加之電氣設(shè)備故障自身具有較強的突發(fā)性和不確定性，大幅增加了設(shè)備故障診斷的難度。基于人工智能的電氣設(shè)備故障診斷方法在設(shè)備診斷過程中加入了模糊理論以及基于人工智能技術(shù)的神經(jīng)網(wǎng)絡(luò)和專家技術(shù)，進而有效提高了電氣設(shè)備故障診斷的效率，并在提高電氣工程生產(chǎn)效率的同時，也減少了人力和物力資源的輸出。
2.4 人工智能在電力系統(tǒng)中的應(yīng)用
就現(xiàn)階段而言，人工智能中的專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)自動化中的應(yīng)用比較普遍。其中，專家系統(tǒng)是一個較為復(fù)雜的程序系統(tǒng)，其通過集大量的規(guī)則、知識和經(jīng)驗于一身，通過對電力系統(tǒng)中的問題進行分析和判斷，進而模擬專家決策的過程來解決相關(guān)問題。在應(yīng)用專家系統(tǒng)對電力系統(tǒng)進行優(yōu)化和調(diào)控時，應(yīng)該根據(jù)系統(tǒng)運行的實際情況和相關(guān)要求，更新電力系統(tǒng)中的數(shù)據(jù)庫、規(guī)則庫以及知識庫中的數(shù)據(jù)信息，從而使其與電力系統(tǒng)的應(yīng)用需要相適應(yīng)。
在人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用方面，由于該種方法本身具有高度靈活的學(xué)習(xí)方式，其存儲方式也呈現(xiàn)出完全的分布式，因此， 其被廣泛應(yīng)用于電力系統(tǒng)大規(guī)模數(shù)據(jù)的處理當(dāng)中。人工神經(jīng)網(wǎng)絡(luò)通過對模型進行合理分類，進而科學(xué)選擇相關(guān)輸入，以此來構(gòu)建不同類型的季節(jié)性時間模型，利用該模型可以對電力系統(tǒng)的短期負荷進行有效預(yù)測，從而幫助技術(shù)人員對故障可能出現(xiàn)的系統(tǒng)環(huán)節(jié)進行全面分析，提高系統(tǒng)運行效率。
3 結(jié)論
本文通過對人工智能的概念和應(yīng)用領(lǐng)域進行分析，并結(jié)合其在電氣工程自動化中的應(yīng)用優(yōu)勢，進而對其在電氣設(shè)備、電氣設(shè)備故障診斷以及電氣控制過程中的應(yīng)用展開了深入探討。可見，未來加強對人工智能在電氣工程自動化中的研究和應(yīng)用力度，對于提高電氣工程的自動化水平并促進電力產(chǎn)業(yè)健康、全面發(fā)展具有重要的歷史作用和現(xiàn)實意義。
【參考文獻】
[1] 劉建廷. 淺析智能化技術(shù)在電氣工程自動化中的應(yīng)用[J]. 科技致富向?qū)В?014，12（21）：188.
