前言：中文期刊網精心挑選了人工智能和神經網絡的關系范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
人工智能和神經網絡的關系范文1
【關鍵詞】人工智能；電氣自動化控制；應用研究；智能控制器
1前言
人工智能是計算機技術飛速發展過程中產生的一個重要分支，是對人的意識、思維的信息過程進行模擬，通過對其擴展應用于各個領域，對于整個社會的發展都有著積極的推動作用。在企業、工程運行過程中，為了提高運行管理效率，需要大量的應用到自動化控制技術，將人工智能應用于自動化控制領域對于提高企業運營水平有著很大的幫助。
2人工智能概念、優勢及特點
在這里我們提到的人工智能，是一門以研究、開發用于模擬、延伸和伸展人的智能的理論、方法、技術及應用系統的科學，其最終目的是生產出能以人類智能相似的方式作出反應的智能機器，并應用到社會生產生活的各個方面。在理論上人工智能可以像人那樣思考，甚至超過人腦，所以各領域對于人工智能的未來寄予厚望。人工智能除了具有其他智能技術的特點外，還具有一些獨特的優勢，具體表現為控制性能更高、使用方法更簡便、控制效果高度一致等。通過在電氣自動化領域應用人工智能技術，對于整個領域都有著積極的推動作用，與傳統自動化控制方法比較，其突出的優點體現為更高的性價比、更強的可操作性和更高的可靠性。［1］
3人工智能技術在自動化控制方面的應用
鑒于人工智能技術在自動化控制方面的發展水平，目前其應用主要是體現在電氣設備的設計、電氣控制、故障診斷等多個方面。下面我們分別對其進行細致分析:
3．1在電氣設備設計方面的應用
在傳統的電氣設備設計過程中，由于涉及到的學科內容較多，如電磁學、電動機、變壓器、交直流轉換等。同時對于設計人員的工作經驗也提出很高的要求，在設計完成后還需要進行大量的調試試驗，人力、物力、財力的消耗都非常大。通過將人工智能技術應用于電氣設備設計，除了能夠解決以往人腦很難解決的大量計算和模擬問題外，還能夠有效的控制設計的精確度和工作效率。在對電氣設備進行設計過程中，一般需要應用到兩方面的人工智能技術，分別是專家系統和遺傳算法，前者主要是針對產品的開發性設計，而后者主要是實現對設計方案的優化。通過應用人工智能技術，在設計工作中，對于設計人員工作經驗的要求就大大降低，只需要熟練掌握相關的設計軟件即可。
3．2在電氣控制中的應用
自動化控制作為電氣控制領域中最為重要的一個環節，通過與人工智能的融合，能夠很大幅度的提高電氣運行控制的自動化水平，進而有效的降低人、物、財三者的成本，改善運行系統的質量和效率。較為成熟的智能控制的方法主要包括神經網絡控制、專家控制、模糊控制三類。3．2．1神經網絡控制神經網絡控制中所指的神經網絡，指的是一種經驗模型，它是通過對生物神經網絡功能的模仿而建立的。在信息傳輸處理過程中，模擬生物神經網絡的傳輸處理方式進行。這種模擬人工神經的網絡對于輸入的信號有著極強的處理和反應能力。鑒于神經網絡中各個神經元之間的連接關系非常復雜，而且各個神經元之間是以一種非線性的方式進行信號傳遞，這種情況下，在輸入和輸出信號之間可以構建很多種不同的關系。鑒于這一特點，神經網絡模型同樣可以作為一個黑箱模型來處理那些用機理模型無法精確描述，但是其輸入輸出間確實存在關系的規律。神經網絡控制作為一種成熟的經驗控制的方法，在實際自動化控制中應用的越來越廣泛。3．2．2專家控制專家控制，作為人工智能技術的一個重要分支，也被稱為專家智能控制，是將專家系統的理論和技術，以及控制技術的理論、方法進行有機的結合，在未知環境下，仿效專家的大量經驗，實現對系統的控制。是通過對人類專家的控制知識和經驗進行模擬來實現設備的智能化控制。3．2．3模糊控制模糊控制在人工智能技術中發展的最為成熟，也最為簡單，所以在各個領域都得到了廣泛的應用。一套典型的模糊控制系統，結構如下圖1所示:通過對系統結構示意圖的分析，我們可以看到這一控制系統主要是由模糊控制器、輸入/輸出接口、執行機構、被控對象和檢測裝置五部分組成。其中模糊控制器作為這一系統的核心，可以實現如模糊量化處理、模糊決策、非模糊化處理等多個功能;輸入輸出接口則是實現被控對象與控制器間的數據交換;執行機構主要是生產現場的各類電動機;在模糊控制系統中，根據需要實現功能的不同，被控對象也各不相同，既可以是裝置、設備，也可以是各種對象過程。模糊控制對于那些用精確數學模型難以定義的對象具有更高的優異性。系統中的檢測裝置就是各種不同類型的傳感器，其精度與系統的控制精度有著直接的關系，所以在系統構建時應盡量選擇高精度的傳感器。［2］
3．3在故障診斷中的應用
在電氣自動化運行過程中，故障診斷也是控制系統重要的實現功能，將人工智能技術應用于這一環節，對于提高整個自動化控制系統的運行效率和質量有著巨大的意義，具體應用到的技術包括專家系統、模糊理論及神經網絡，通過對這三種技術的綜合應用，互補優缺點，當電氣系統中的各類電動機、發電機、變壓器發生故障時，可通過人工智能診斷系統對故障點進行及時的診斷和處理。［3］
4結語
人工智能作為人類智力的延伸，在提高人類工作效率的同時，也將會更好為人類提供服務。在上面文章里，我們只是簡單的對人工智能技術及其在電氣自動化控制領域的應用進行了探討。通過加強自動化電氣控制方面人工智能技術的研究和應用，將會有效的推動電氣產業的進一步深化和改革。
參考文獻:
［1］紀．人工智能技術在電氣自動化控制中的應用思路分析［J］．電子測試，2014，(03):138．
［2］馬仲雄．淺談電氣自動化控制中的人工智能技術［J］．電子技術與軟件工程，2014，(11):247．
人工智能和神經網絡的關系范文2
關鍵詞：電力系統；人工智能；模糊控制；神經網絡
引言
伴隨著社會的不斷進步，用戶對電能的要求也在不斷提高:安全、可靠、優質、環保。電力系統在實際工作中也確實存在一些技術難題：首先，電力系統是一種復雜大系統，系統參數包含著諸多的不確定因素，并且具有很強的非線性；其次，電力系統應當具有較強的魯棒性能，以克服系統中的擾動，而且系統對多目標尋優的控制方法要求也較高；最后，復雜系統是由多個子系統相互影響、關聯組成，電力系統需要將多個局部的控制系統相互連接，綜合控制。因此，這一系列尖端的技術難題需要應用更為先進的自動化控制技術即智能控制技術。
1智能控制技術
控制理論的不斷發展，為人類帶來了更加先進的自動化技術，使得人們設計的控制系統穩定、可靠、智能、高效。典型的智能控制技術包括：模糊控制、人工神經網絡、專家系統、遺傳算法等。
1.1模糊控制。模糊控制是基于模糊數學理論的一種控制方法。傳統的控制理論能夠解決模型明朗、確定的系統的控制問題。但當面對類似于電力系統的復雜、模型不確定、因素多的大系統傳統的控制方法就無法高效地解決控制問題。為了克服上述問題，科研人員提出了用模糊數學的理論來解決一些復雜系統的控制問題。模糊控制是一種非線性的控制理論。它采用的是理論與實際相結合的方法解決實際的問題。一般模糊控制技術包含如下幾個部分：定義變量、模糊化、知識庫、邏輯判斷及反模糊化。而其中的邏輯判斷部分運用模糊邏輯、模糊推論方法進行分析，得到最優的模糊控制輸出。
1.2人工神經網絡。人工神經網絡（ArtificialNeuralNetworks，簡寫為ANNs）也簡稱為神經網絡（NNs），此類數學模型模仿動物神經網絡的組成，進行分布式信息處理。通過調整系統內部的各個節點之間的聯系，最終達到控制系統的目的。強魯棒性、非線性特性、自組織自學習的能力和并行處理能力是人工神經網絡基本特性，受到了人們的普遍關注。人工神經網絡在工作前先對控制準則學習，減少系統工作過程中發生錯誤動作的概率?？刂频臏蚀_性可以經過學習之后逐漸完善，提高系統正確動作的權值。
1.3專家系統。專家系統實際上是一個包含著某個專業領域內的大量人類專家知識的一種智能計算機程序系統。該系統通過程序模擬人類專家應用其豐富的知識經驗進行分析、解決問題的過程，最終解決復雜的控制系統的問題。專家系統中的知識庫是反映系統性能的主要部分，系統在解決問題時是通過模擬專家的思維來實現的。用戶在使用過程中可以通過不斷完善專家庫來提高專家系統的性能。專家系統通過反復比對系統的輸入信息，與專家系統中的知識庫的規則進行匹配，最終找到能使數據庫的內容與實際的目標的規則。在改善動態品質和提高遠距離輸電線路能力的問題上，盧強等人提出了利用最優勵磁控制手段，研究成果指出：利用最優勵磁控制方式，可以使大型機組取代古典勵磁方式。
2智能控制技術在電力系統的應用
2.1模糊控制技術在繼電保護領域的應用。電力系統中的繼電保護裝置具有這重要的意義，繼電保護裝置的可靠工作能使電力系統穩定、可靠、安全的運行。對繼電保護裝置的故障識別與診斷越來越嚴苛，電力系統中龐大復雜的故障現象，普通的識別系統無法準確及時地解決問題。因此，采用先進的人工智能技術進行電力系統的繼電保護裝置的故障識別與診斷的工作更加迫切。應用模糊控制技術監視電力系統中變壓器的工作狀態，根據變壓器的參數的變化，結合已知的輸入輸出，利用模糊控制技術進行變壓器的故障診斷。利用最小二乘法的原理將變壓器的一些參數，例如電介質的損耗、泄漏電流、絕緣電阻、變壓器的吸收比等參數作為模糊控制的輸入。將這些輸入參數通過一定的規則進行量化，作為模糊輸入的矩陣，再將變壓器的狀態分為合格、不合格、故障等按照規則量化得到輸出的模糊矩陣。參考其他一些實際經驗中的數據作為擴展出來的輸入輸出矩陣，應用最小二乘法的迭代運算得到輸入與輸出的關系矩陣。應用得出的輸入輸出的關系矩陣就可以對一些變壓器的試驗信息進行分析，診斷。
2.2神經網絡在電力系統故障診斷中的應用。在電力系統故障診斷的過程中，神經網絡將系統的故障報警信息作為神經網絡的輸入量。神經網絡的輸出是電力系統故障診斷的結論。應先讓神經網絡進行學習，對其輸入特定的故障報警，建立一個全面的故障報警樣本庫。通過樣本庫不斷對神經網絡系統進行訓練，使得系統對不同的故障報警輸入產生相應的權重，最終能夠輸出準確的故障診斷的結果。神經網絡故障診斷技術不僅可以應用在電網的故障診斷方面，還可以用于電力設備的故障診斷、電力系統中的變壓器的故障診斷等。神經網絡的算法多種多樣較為常用的有BP神經網絡算法，迭代步長算法，以及變步長法等。在輻射型配電系統中采用BP神經網絡，用ANN模擬各個地區不同電弧電阻下的故障情況，測量阻抗量應用BP神經網絡判斷電力系統出現的問題。該方法能夠有效解決由于電弧引起的測量阻抗不準確，導致保護系統不能正常工作的問題。專家系統在電力變壓器其的故障診斷的應用電力系統中已經有多個部分在控制過程中建立出了數學模型，但是依然存在一些復雜的、規律性不明顯的系統無法抽象出具體的數學模型。這就需要專家系統解決相應的問題。專家控制系統在電力系統中多用于分辨系統的故障報警的狀態，進行分析，提出故障的應急解決方案以及系統的恢復控制方案。專家系統中的知識庫用于提供解決問題的知識，應用推理機使用該專家的知識庫。知識庫可以根據變壓器的不同故障分為多個子系統，例如油位、負荷、溫度等。推理機調用程序根據當前的狀態，按照規定的規則調用系統的特定知識。推理機調用知識庫中的數據時可以采用正向推理、反向推理、混合推理。經過反復的匹配直到找出故障的原因，故障原因可能是多個，將找出的多個原因組合為一個相互關聯的矩陣。最終實現了經過專家系統做出的故障診斷分析。
3總結
人工智能技術是一項新穎先進的技術。在電力系統中應用人工智能技術是電力自動化發展的必然趨勢。針對類似于電力系統的具有非線性、多參數、不確定因素多的復雜大系統，人工智能技術擁有更加優越的控制性能。模糊控制、神經網絡、專家系統等控制理論已經漸漸的成熟，在生產生活的多個方面已經有了越來越多的應用。經過人工智能技術的不斷完善，電力系統自動化的不斷深入，人工智能對電力系統的控制會使電力系統運行更穩定、更經濟，魯棒性能更優越。
參考文獻
[1]朱亮亮,王艷.基于人工智能的電力系統自動化控制[J].科技致富向導,2014,09:300.
[2]丘智蔚.基于人工智能的方法對智能電網進行安全改進[D].華南理工大學,2014.
[3]馮宗英.配電網狀態估計及量測系統的魯棒性配置研究[D].山東大學,2014.
人工智能和神經網絡的關系范文3
33歲的加拿大發明家黎忠(Le Trung)，花光自己所有積蓄，制造了一個名為“愛子”的女性機器人。黎忠稱，“愛子”是科技與美麗邂逅的產物，她“年方”20多歲，正值青春妙齡，身材苗條，相貌姣好。她總是樂于打掃房間，幫助黎忠記賬，而且知道他愛喝什么。每天早上，“愛子”都為黎忠讀報，開始新的一天。她可以用女性溫柔的聲音告訴黎忠當天的天氣狀況，比如：“戶外是零下2℃”。“愛子”全身關鍵部位布滿傳感器，脖子上還有一個攝像頭，這樣她就可以具備觸覺、視覺和聽覺。愛子可以對撓癢和觸摸做出反應，能夠認人?？梢杂糜⒄Z和日語說1.3萬句話。她可以點頭，手也可以動。如果有人粗魯地觸碰她，她就會憤怒地大聲叫喊。即使黎忠輕輕地拍她的頭，她也會說：“摸女孩的頭可不好，摸你自己的頭?！彼踔習取膀}擾者”的耳光。很有趣，對吧?看來找個機器人做女友并非遙不可及。
雖然這個“愛子”還沒有“智能”到《i，Robot》中的Sunny或《Wall?E》中的瓦力那樣具有情感并自主思考，但她所具備的功能卻足以讓人大吃一驚了。那么，她為何會具有這些看起來非常“人性化”的特征呢?這一切還得從人工智能說起。
關于人工智能
人工智能(ArtificialIntelligence，AI)是計算機學科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術之一(空間技術、能源技術、人工智能)。人工智能是研究使計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規劃等)的學科，主要包括計算機實現智能的原理、制造類似于人腦智能的計算機，使計算機能實現更高層次的應用。人工智能將涉及到計算機科學、心理學、哲學和語言學等學科?？梢哉f幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發展，數學常被認為是多種學科的基礎科學，數學也進入語言、思維領域，人工智能學科也必須借用數學工具，數學不僅在標準邏輯、模糊數學等范圍發揮作用，數學進入人工智能學科，它們將互相促進而更快地發展。近年來人工智能技術獲得了迅速的發展，在很多學科領域都得到應用和發展。
隨著計算機及網絡技術的不斷發展，許多原來無法完成的工作現在已經能夠實現。目前人工智能研究的未來發展方向是智能接口、數據挖掘、主體及多主體系統。其中多主體(Multi-Agent)技術是近年來發展迅猛并在科研和工程技術領域不斷取得應用成果的重要研究方向。主體(Agent)與多主體(Multi-Agent System，MAS)系統的概念起源于人工智能領域，是分布式人工智能的主要方向之一。Agent具有自治性、可通信性、反應性、面向目標性和針對環境性等特性。
咱治性：即對自己的行為或動作具有控制權，無須外部干預，自主地完成其特定的任務；
?可通信性：每個Agent在有組織的群體中，通過相互通信接受任務指派和反饋任務執行的信息；
?反應性：Agent應具備感知環境并做出相應動作的能力；
?面向目標性：對自己的行為做出評價并使其逐步導向目標；
?針對環境性，Agent只能工作在特定的環境中。
典型的智能控制系統通常采用分層控制結構，對整個系統進行分散遞階控制，它將整個系統分為組織層、協調層和響應層。每層均由完成相應任務的Agent組成。響應層Agent對自的子系統進行控制，并向協調層反饋信息；協調層則根據反饋的信息和組織層的指令協調響應層Agent的執行過程；組織層從全局的角度對整個系統進行分析，并向低層Agent發送指令。常見的MAS的體系結構主要有Agent網絡、Agent聯盟以及“黑板”結構。Agent的任務執行機制是指系統對每個Agent分配了不同角色，各自獨立地執行一定的任務，Agent之間遵循民主協商原則和獨立自治的原則。
MAS是在單Agent理論的基礎上發展起來的，它由一組具有自主性、適應性、反應性和社會性的Agent組成，擁有較單Agent更多的資源和知識以及更強的處理能力，是分布式人工智能(Distributed Artificial Intelligence，DAI)在最近的研究中提出的一項新技術。主要應用在對現實世界和社會的模擬、機器人以及智能機械等領域。
機器人的歷史其實并不算長。1959年美國英格伯格和德沃爾制造出世界上第一臺工業機器人，至此機器人的歷史才真正開始。近百年來發展起來的機器人，大致經歷了三個成長階段，即三個時代。第一代為簡單個體機器人，第二代為群體勞動機器人，第三代為類似人類的智能機器人，它的未來發展方向是有知覺和思維，能與人對話。第一代機器人屬于示教再現型，第二代則具備了感覺能力，第三代機器人是智能機器人，它不僅具有感覺能力，而且還具有獨立判斷和行動的能力。當機器人與人類生活接觸更多時，我們可以發現機器人已漸漸擺脫冰冷的機械外觀，研究人員也正設法讓機器人具有人類般的感知能力，如視覺、聽覺、觸覺甚至情緒傳感，并能有相對應的回應等。除TX形機器人，機器人的發展方向更將無限廣闊。
智能機器人未來還能朝模仿生物的形態與功能的“仿生學”方向發展。譬如，美國國防先進研究計劃局贊助航空環境公司研究“黑寡婦”機器人，希望利用15公分長的小型仿真蜘蛛飛行器偵測到衛星也無法拍攝到的細節，伯克利大學正在研究灰塵般大小的微形機器人，只要散布在空氣中就能讓一個個微小感應器串聯成網絡；黏在指尖上，不用鍵盤就可直接操作計算機的機器人，以及撒在冰箱內就能監控食物新鮮程度的“智能型灰塵”。
展望未來，機器人將不只是勞工、手術助理、指揮家、清潔人員和寵物，只要人類的想像力源源不絕，智能機器人也將為我們的生活帶來無限驚喜。
什么技術讓機器人更智能?
1 模式識別
所謂模式，從廣義上說，就是事物的某種特性類屬，如：圖像、文字、語言、符號等感知形象信息；雷達、聲納信號、地球物探、衛星云圖等時空信息動植物種類形態、產品等級、化學結構等類別差異信息等等。模式識別是研究如何使機器具有感知能力，主要研究視覺模式和聽覺模式的識別。如
識別物體、地形，圖象、字體(如簽字)等。在日常生活各方面以及軍事上都有廣大的用途。近年來迅速發展起來應用模糊數學模式，人工神經網絡模式的方法逐漸取代傳統的用統計模式和結構模式的識別方法。特別神經網絡方法在模式識別中取得較大進展。代表性產品有光學字符識別系統(Optical CharacterRecognition，OCR)、語音識別系統等。計算機識別的顯著特點是速度快、準確性和效率高。識別過程與人類的學習過程相似。
最近我國研制成功的無人駕駛系統，就標志著我國研制高速智能汽車的能力已達到當今世界先進水平。汽車自主駕駛技術是集模式識別、智能控制、計算機學和汽車操縱動力學等多門學科于一體的綜合性技術，代表著一個國家控制技術的水平。自主駕駛系統采用計算機視覺導航方式，并采用仿人控制，實現了對汽車的操縱控制。
除此之外，指紋識別系統也是模式識別技術的一個具體應用。利用模式識別技術已成功建立了利用指紋灰度圖像計算紋線局部方向、從而提取指紋特征信息的算法，這一研究成果不僅適于民用身份鑒定也適用于公安刑事偵破的指紋鑒定。目前各地已經建立指紋庫，而檢索一枚現場指紋僅需4分鐘時間。
2 專家系統
專家系統是依靠人類專家已有的知識建立起來的知識系統，目前專家系統是人工智能研究中開展較早、最活躍、成效最多的領域，廣泛應用于醫療診斷、地質勘探、石油化工、軍事、文化教育等各方面。它是在特定的領域內具有相應的知識和經驗的程序系統，它應用人工智能技術、模擬人類專家解決問題時的思維過程，來求解領域內的各種問題，達到或接近專家的水平。隨著計算機科學技術整體水平的提高，分布式專家系統、協同式專家系統等新一代專家系統的研究也發展很快。在新一代專家系統中，不但采用基于規則的推理方法，而且采用了諸如人工神經網絡的方法與技術。
根據專家系統處理的問題的類型，把專家系統分為解釋型、診斷型、調試型、維修型、教育型、預測型、規劃型、設計型和控制型等10種類型。為了實現專家系統，必須要存儲有該專門領域中經過事先總結、分析并按某種模式表示的專家知識庫，并擁有解決實際問題的推理機制。系統能借此做出決策和判斷，其解決問題的水平達到或接近專家的水平，因此能起到專家或專家助手的作用。例如血液凝結疾病診斷系統、電話電纜維護專家系統、花布圖案設計和花布印染專家系統等等。
3 人工神經網絡
人工神經網絡(Artificial NeuralNetwork，簡稱ANN)是模擬生物神經元的結構而提出的一種信息處理方法。它是一種非線性映射的方法，很多難以列出方程式或難以求解的復雜的非線性問題，應用神經網絡方法則可迎刃而解。在人工神經網絡中，信息的處理是由神經元之間的相互作用來實現的，知識與信息的存儲表現為網絡元件互連間分布式的物理聯系，網絡的學習和識別取決于和神經元連接權值的動態演化過程。人工神經網絡由大量簡單的基本元件一一神經元(neuron)相互連接而成的自適應非線性動態系統，神經元是神經網絡的基本處理單元，它一般是一個多輸入單輸出的非線性動態系統，其結構模型如所示。其中為神經元內部狀態，為閾值，為輸入信號，表示從輸入到的聯結權值。
一個人工神經網絡的神經元模型和結構描述了一個網絡如何將它的輸入矢量轉化為輸出矢量的過程。這個轉化過程從數學角度來看就是一個計算的過程。也就是說，人工神經網絡的實質體現了網絡輸入和其輸出之間的一種函數關系。通過選取不同的模型結構和激活函數，可以形成各種不同的人工神經網絡，得到不同的輸入／輸出關系式，并達到不同的設計目的，完成不同的任務，所以在利用人工神經網絡解決實際應用問題之前，必須首先掌握人工神經網絡的模型結構及其特性以及對其輸出矢量的計算。
多年來，人工神經網絡的研究取得了較大的進展，成為具有一種獨特風格的信息處理學科。當然目前的研究還只是一些簡單的人工神經網絡模型。要建立起一套完整的理論和技術系統，需要做出更多努力和探討。然而人工神經網絡已經成為人工智能中極其重要的一個研究領域。在人工神經網絡的實際應用中，絕大部分的神經網絡模型是采用反向傳播(BP)網絡和它的變化形式，它也是前向網絡的核心部分，并體現了人工神經網絡最精華的部分。多層BP網絡結構包括輸入節點、輸出節點，一層或多層隱節點。
BP網絡適宜于處理具有殘缺結構和含有錯誤成分的模式，能夠在信源信息含糊、不確定、不完整，存在矛盾及假象等復雜環境中處理模式。網絡所具有的自學習能力使得傳統專家系統技術應用最為困難的知識獲取工作轉換為網絡的變結構調節過程，從而大大方便了知識庫中知識的記憶和抽取。在許多復雜問題中(如醫學診斷)，存在大量特例和反例，信息來源既不完整又含有假象，且經常遇到不確定信息，決策規則往往相互矛盾，有時無條理可循，這給傳統專家系統應用造成極大困難，甚至在某些領域無法應用，而BP網絡技術則能突破這一障礙，且能對不完整信息進行補全。根據已學會的知識和處理問題的經驗對復雜問題作出合理的判斷決策，給出較滿意的解答，或對未來過程作出有效的預測和估計。這方面的主要應用是：自然語言處理、市場分析、預測估值、系統診斷、事故檢查、密碼破譯、語言翻譯、邏輯推理、知識表達、智能機器人、模糊評判等。
人工神經網絡是未來人工智能應用的新領域，情感是智能的一部分，而不是與智能相分離的，因此人工智能領域的下一個突破可能在于賦予計算機情感能力。情感能力對于計算機與人的自然交往至關重要。
目前AI研究出現了新的，這一方面是因為在人工智能理論方面有了新的進展，另一方面也是因為計算機硬件突飛猛進的發展。隨著計算機速度的不斷提高、存儲容量的不斷擴大、價格的不斷降低以及網絡技術的不斷發展，許多原來無法完成的工作現在已經能夠實現。目前人工智能研究的3個熱點是：智能接口、數據挖掘、主體及多主體系統。
毋庸置疑，未來的機器人與人類社會的生活更為密切地結合起來，以為人做出更多的服務作為要素。研究內容主要包括餐飲服務多機器人系統、競技與娛樂多機器人系統、家庭生活支援多機器人系統及其關鍵技術的研究、系統集成試驗驗證和示范應用。
1 餐飲服務多機器人系統
設計規劃智能餐飲服務模式、研究和突破機器人自動烹飪工藝及烹飪方法、智能餐飲多機器人間的交互及安全操作等關鍵技術，研制開發由迎賓／點菜、烹飪、送菜機器人組成的智能餐飲服務多機器人系統，實現以機器人為主的餐廳服務系統集成和示范應用。這樣，我們通過點菜系統輸入喜歡的菜品。就可以在家里盡享五星級服務了。
2 競技多機器人系統
研究競技與娛樂機器人的復雜動作的運動規劃與控制、高速視覺識別與伺服控制、多機器人間的協調控制等關鍵技術，研制以仿人機器人為核心的武術，足球等競技與娛樂多機器人系統，實現多機器人的協同武術表演與足球比賽、機器人與人的互動娛樂(圖9)。足球機器人就由四個部分組成，即視覺系統、通訊系統、計算機系統及移動裝置等，在賽場上可以實現自主踢球，不受外界控制。
3 家庭生活支援多機器人系統
研究基于網絡的機器人遠程監測與遙操作、自主導航與規劃技術、家政多機器人協調作業等關鍵技術，構建面向家居監控、家庭輔助作業等家庭生活支援多機器人系統，實現家庭設備的遠程遙控與監測、家庭輔助作業等功能。未來家庭機器人正朝著實用型的方向發展，一個合格的家庭機器人，還應當具備多項技能。例如檢測到家中有異常情況時，可將住宅內的情形通過圖片形式發送到主人手機或個人電腦上。并能兼保姆和秘書，早上叫醒你，提醒你一天的日程安排，并轉達當天的電話留言等等。你將再也不必因為忘了老婆的生日或結婚紀念日而挨訓了。
人工智能和神經網絡的關系范文4
【關鍵詞】電力系統；變革性；智能控制；發展趨勢
目前，大量應用實例及工程實際研究進一步表明應用控制理論在電力系統的安全穩定控制的巨大效益以及現實可用性和廣闊前景?，F代控制理論在中國電力系統中的應用，碧口水電站100Mw機組上最優勵磁控制得到最好的證明。如今，現代控制理論在電力系統中的應用已發展成電力系統學科中一個引人注目的活躍的分支。近年來，模糊技術、神經網絡、專家系統等技術的發展又開拓了智能控制技術的新道路。
1、電力系統中智能控制的應用領域
人工智能控制作為一門新的技術學科，涉及到多方面知識，如數學、哲學、心理學、計算機科學、控制論、不定性論，人工智能控制技術運用于多個層次，在智能控制，機器人學，語言和圖像理解，遺傳編程上相當于催化劑，使工作更有效地進行著。在現代科學技術不斷進步的社會，效率的提高是最重要的，無論在生產還是生活方面。計算機技術的廣泛運用是當今社會發展的強有力保障，自動化生產、運輸、傳播離不開計算機編程技術。
2、智能控制的優勢
把人工智能控制的方法引入電力控制系統，將控制理論的分析和理論的洞察力與人工智能控制的靈活框架結合起來，才有可能得到新的認識上的突破。人工智能控制主要表現在智能決策上，能夠有效地解決復雜性和不確定性的控制問題。模糊控制就是在研究人的控制行為特點的基礎上發展起來的。對于無法構造數學模型的被控制對象，讓計算機模仿人的思維方式，進行控制決策。人的控制可以用語言加以描述，總結成一系列的條件語句，即控制規則。運用微機的程序來實現這些控制規則，這樣就很像是人的思考行為了。因此，人工智能控制可以有效地解決現代工業生產中許多無法用數學模型精確描述的工藝工程，以及利用傳統數字計算機難以獲得令人滿意效果的諸多問題，在電力系統應用中表現了很大的優勢。
3、智能控制的主要應用方法
3.1模糊技術在電力系統中的自動化控制中的應用
“模糊理論”（FT）是將經典集合理論模糊化，它是一個經典集合論。模糊語言變量，模糊邏輯和模糊推理，是有完整的推理系統的智能技術。模糊控制是一種切實可行的方法，控制的模擬模糊推理和決策過程。它的原理是根據已知規則的控制和數據，由模糊輸入量推導出模糊控制輸出主要包括模糊化、模糊推理與模糊判決三部分。根據這三個部分的分析，做出正確的決策。
隨著科學技術的進步和社會的不斷發展，模糊控制理論也在隨之改進，模糊控制的優點逐漸得到體現，并且已被廣泛應用與推廣。模糊理論在電力系統中的應用越來越多，顯示了模糊理論在解決電力系統問題上未來的發展潛能。在國外的成功案例中也不斷在使用這一控制技術。例如，在歐洲某些國家調度中心，研究用模糊控制的方法描述調度員的負荷預測方法，已取得了令人滿意的效果。
在應用控制中，大多依據模型來進行，并且這一方法已經漸漸的被廣泛接受。模型有簡單的也有復雜的。一般線性模型為簡單模型，但是實際應用中大多為復雜的非線性系統。在模擬非線性過程中，模糊關系模型（FRM）是一個簡單而有效的方法，仍然只是“次優”方法。模糊關系模型來直接描述的輸入和輸出之間的關系，單輸出系統是容易實現的，但實現多輸出系統仍然是困難的。如果要為了克服這些缺點，要與其他人工智能技術和模糊理論相結合，并且在實際應用中取得良好的效果。
3.2專家系統在電力系統自動化控制中的應用
專家系統（ES）是發展較早、也是比較成熟的一類人工智能控制技術。專家系統主要由知識庫和推理機構成，它根據某個領域的專家提供的特殊領域知識進行推理，模擬人類專家作出決策的過程，提供具有專家水平的解答。目前，電力系統運行和控制由有經驗的調度人員借助自動化技術完成。這是由于一方面傳統數值分析方法缺乏啟發性推理的能力，同時也無法進行知識積累，另一方面電力系統自身的復雜性使一些必要的數學模型及狀態量很難獲取，單純的數值方法難以滿足電力系統的要求。因此，在電力自動化系統中引入電力專家的經驗知識是十分必要的。
目前，全球都有不少與電力系統控制相關的專家系統投入試運行或進入實用化推廣階段，并取得了不錯的效果，但是仍然存在著一些問題值得研究和探索：①當系統規模較大、規則較多時，完成推理的速度受到限制，因此目前已有的專家系統大多是用于離線，或者在線解決屬于系統分析方面的問題，而在實時控制方面的應用還剛剛起步，有待進一步的研究；②現有的專家系統缺乏有效的學習機制，對付新情況的能力有限，而且容錯能力較差，當系統發生故障或網絡結構、系統參數、設備控制器配置等發生變化的情況下，將有可能得不到結果或給出錯誤的結果。如何與ANN、模糊推理等其它人工智能控制方法結合以提高專家系統的自學習能力和容錯能力是值得研究的課題；③大型專家系統的建造周期長，知識的獲取和校核比較困難，要建立完備的知識庫，維護難度比較大，在建造專家系統之前必須充分考慮這些問題。
3.3人工神經網絡在電力系統自動化控制中的應用
人工神經網絡出現在上世紀40年代，（ANN）它是一個模擬的傳輸和處理，由人工只能模仿簡單的控制，以神經元信息的人的基本特征連接而成。經歷了七十多年的研究發展，在模型結構、學習算法等方面取得了許多重大的研究成果。與ES相比有三點優勢，ANN的特點是用神經元和它們之間的有向權重來隱含處理問題的知識：首先，人工神經網絡可以把信息分布存儲，而且容錯能力強；其次，人工神經網絡有很強的學習能力，可以把知識實現自我組織，以適應不同的信息處理的需求；還有就是，人工神經網絡計算神經元之間是相對獨立性的，以方便的并行處理，執行速度更快。
人工神經網絡的應用目前還存在一些問題，如果想更好的運用人工神經網絡就要找到它的弱點。人工神經網絡的應用研究方向重心就要去處理如何利用人工神經網絡的優點，克服其缺點，以達到更好的效果。如果人工神經網絡理論想在電力系統自動化及控制領域的應用發展的更加廣闊，就加大對技術研究。
人工智能和神經網絡的關系范文5
關鍵詞：電氣工程；智能化技術；自動化控制；應用
中圖分類號：F407.6文獻標識碼： A
1 、人工智能應用理論分析
人工智能是一門新的科學，它主要是研究開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統。計算機科學的一個分支就是人工智能。智能化技術通過對智能本質的闡述，使機器擁有了與人類類似的智能，其研究成果主要有語言圖像識別系統、專家系統及機器人等。電氣工程作為人類生產生活的重要活動，與其密切相關的系統運行、自動化控制、計算機應用及信息處理等功能，均有智能化技術涉及。不過相比于最為精密的人類大腦，人工智能不可能那么完美，它僅能通過計算機編程模仿人類大腦，完成信息收集、分析、處理及反饋等程序。這仍然有效促進了電氣工程自動化控制的發展，有效節省了人力資源，保障了人們生命安全，提升了工作效率。
2、 智能化控制的優點
人工智能種類不同，其控制方法也不同。為更好地理解分類總體，便于控制策略系統開發，對于神經網絡、模糊邏輯與遺傳算法等，均可看做非線性函數的近似器，一般函數估計器并不具備此類優勢。對動態方程進行精確掌握控制較為困難，在控制設計時具有較多不確定因素，像非線性及參數變化等。根據魯棒性能、下降時間與響應時間等不同，智能化控制器在設計控制對象模型時可通過自身適當調整來提高其性能，像下降時間因素，與最優秀的 PID 控制器相比，模糊邏輯控制要快4倍多，普通控制更是無法相比，而在上升時間因素方面，它要比最優秀的 PID 控制器高出 2 倍以上。與普通控制器相比，即使沒有專家系統指導，智能化控制器依然能應用相應數據來完成設計，也可通過語言及信息等方法，并且在調節方面，智能化控制器更易調節。智能化控制器具有很強的一致性，當輸入未知數據時，智能化控制器可實施有效估計，其估計效率很高，對于驅動器所產生的影響可忽略不計。智能化控制器還能解決一般方法無法解決的問題，普通神經控制器中的學習算法、拓撲結構等已定型，需要很長時間來計算，其應用效果不是很理想，而運用智能化控制器就有效解決了所遇難題，提高了學習算法的速度。在新數據信息方面，智能化控制器具有良好適應性，其抗干擾能力更強，擴展修改也很容易，對于配置應用的實現，其價格實惠，尤其是最小配置的應用。
3、 智能化技術應用
3.1 模糊邏輯及其控制應用
電氣工程的自動化控制系統中含有較多的模糊控制器，它能有效代替 PID 控制器，并可用于其他任務。模糊控制器由英國的阿伯丁大學開發，它常應用于各類數字動態的傳動系統里。對于模糊邏輯的控制應用主要有 M 型與 S 型兩種，截至目前為止，僅有 M 型控制器用在調速控制當中。不過，這兩種控制器均有規則庫，可稱為 if them 的模糊規則集。S 型控制器的規則為 if X 是 G，且 Y 是 H，則 W=（fX，Y），其中 G 與 H 為模糊集。M 型控制器主要由模糊化、推理機、知識庫與反模糊化所構成，模糊化主要用來實現變量的量化、測量與模糊化，其隸屬函數具有很多形式；推理機為模糊控制器關鍵部分，可模仿人類對模糊控制行為進行決策與推理；而知識庫主要是由語言控制的規則庫與數據庫所構成，規則庫開發方式為：將專家知識與經歷放于控制及應用目標上，建設操作器控制的行動，在建模過程當中，應用模糊控制器與神經網絡的推理機來操作；反模糊化主要用來量化與反模糊化，包括中間平均技術與最大化的反模糊化等技術。
3.2 神經網絡及其控制應用
在電氣工程的驅動系統與交流電機等的診斷監測中運用了神經網絡，其中，神經網絡的反向轉波算法要比梯形控制法性能更好，它有效減短了定位時間，并且有效控制了非初始速度與負載轉矩大范圍的變化。神經網絡系統結構為多層的前饋性，可運用常規的反向學習算法，在兩個子系統里，其中一個系統經過機電系統參數可辨別控制轉子的速度，另一系統經過電氣動態參數辨別控制定子的電流。智能神經網絡已在信號處理與模式識別上獲得了廣泛應用，因智能神經網絡具有非線性一致的函數估計器，所以被有效應用于電氣傳動的控制領域，其優勢前文已提及，即具有較強的一致性，不用被控系統的數學模型，抗噪音能力強。而且智能神經網絡為并行結構，較為適合很多個傳感器的輸入應用，例如用于診斷系統及條件監控中可使其決策可靠性得到加強。神經網絡常用學習技術為誤差反向的傳播技術，當網絡含有足夠多的隱藏結點、隱藏層與激勵函數時，網絡神經僅能實現所需映射，而對最優隱藏結點、層數及激勵函數等進行選擇的問題，一般是通過嘗試法來解決的。反向傳播的算法為最快的下降法，結點誤差反饋到網絡可用來調整權重，應用反向傳播技術可快速得到非線性函數的近似值，對網絡結點具有較大影響。
3.3 優化設計與故障診斷
電氣工程中的電氣設備設計是項復雜工作，需要應用到電磁場、電路及電機等有關學科知識，也需要運用經驗知識。原來的產品設計一般是運用實驗方法與經驗手工方法，其所得方案并不是最優化的?？呻S著計算機技術的發展，電氣工程產品設計已由手工方法轉變為 CAD 設計，這有效減短了產品的開發周期，在此基礎上引進智能化技術，可說為 CAD 設計添上了翅膀，使其設計質量與效率得到了更大提高。為進一步優化電氣設計，當前正嘗試在電氣工程中應用專家系統，不過專家系統仍處于研究階段，其應用于實際尚需進一步努力。我國的沈陽工業大學就研究了永磁同步的電動機專家系統，其他院校也都在積極開發設計專家系統，并獲得了一定成效。智能化技術在優化設計方面的應用還體現在遺傳算法上，遺傳算法是種先進計算法，其計算精度高，在電氣工程中十分常用，故作用不可忽視。在電氣工程中，故障和它的征兆間具有錯綜復雜的關系，具有非線性與不確定的特點，應用智能化技術恰好發揮了它的優勢。電氣設備的故障診斷中應用的技術有神經網絡、邏輯模糊與專家系統，在變壓器、電動機與發電機等的故障診斷中，智能化診斷技術均得到了較為廣泛的應用。
3.4 PLC 技術的應用
隨著科學技術的發展，電力生產要求也越來越高，有些大型電力企業里的輔助系統，其繼電控制器被 PLC 技術所代替。用 PLC 系統可實現輔助系統某工藝流程控制，并可協調整個企業的生產。在電力企業當中，其輸煤系統由儲煤、上煤、配煤與輔助系統等所構成，并通過現場傳感器、主站層與遠程的 I/O 站等組成輸煤的控制系統，其中，主站層由 PLC 及人機接口所組成，設立在集控室里，集控室中以自動控制系統為主、手動控制為輔，并通過顯示屏監視及控制系統，這大大提高了企業的生產效率。供電系統中應用 PLC 技術，有效實現了其自動切換，且實物元件被軟繼電器所取代，極大提高了供電系統的安全可靠性。
結束語
電氣工程作為人類生產生活的重要組成部分，其生產自動化程度直接關系著電氣工程的工作效率與安全性。在激烈的市場競爭下，在電氣工程中應用智能化技術實現自動化控制，不僅能有效提高企業自身經濟效益與競爭實力，還能將人類從繁重的勞動中解救出來，推動人類社會整體前進的步伐。
［參考文獻］
［1］翟輝.淺談人工智能在電氣自動化控制中應用［J］.科技創新導報，2009（27）
［2］郝俊華，李春麗.基于人工智能技術的電氣自動化控制研究［J］.中國新技術新產品，2012（9）
人工智能和神經網絡的關系范文6
關鍵詞 礦井提升機；模糊理論；神經網絡；小波變化；智能診斷
中圖分類號：TD534 文獻標識碼：A 文章編號：1671—7597（2013）051-041-01
礦井提升機是集械、電、液于一體的大型設備。礦井提升機在煤礦生產過程中主要擔負著提升人員、生產設備、煤炭和矸石等任務。礦井提升機一旦發生故障，輕則導致礦山停產停工，嚴重時則有可能造成人員傷亡事件。為了確保礦井提升機能夠安全運行避免礦山事故的發生，國內外相關科技工作者也進行了大量的探討和研究，其中礦井提升機的故障診斷技術是一個重要方面。礦井提升機故障診斷技術的成功應用對煤礦的安全生產起到了積極的作用，為煤礦企業也會產生巨大的經濟效益。
1 礦井提升機故障分類
礦井提升機的故障可分為機械故障與電氣故障兩類。機械故障是指礦井提升機設備上的某些參數超過了正常運行時的額限，是一種提升機設備的外在表現形式，主要解決方法是給提升機設備增加一些保護裝置，防止機械故障發生。電氣故障需要測量和檢測提升機設備上的工況參數和數據信息，并將這些工礦參數和數據信息進行數據處理和綜合分析才能診斷出提升機設備的故障位置、故障問題和原因。由于礦井提升機的電氣故障往往與很多的設備變量和參數有關聯，從而降低了提升機故障診斷的準確率。如果電氣故障不能有效而快速的得到解決，也會導致提升機設備機械故障的發生。
2 礦井提升機故障診斷存在的問題
目前關于提升機故障診斷研究還相對較少，現有的提升機故障診斷系統也存在一些不足和缺陷。比如，當提升機控制系統中的傳感器或執行器發生故障問題， 將會嚴重影響提升機系統的安全可靠運行；對礦井提升機系統中的工礦參數和數據信息處理準確度不高，提升機設備智能化程度相對較低，也是目前礦井提升機故障診斷中存在的問題；對于以開發的礦井提升機智能故障診斷系統還存在自適應能力弱，實時性不強等缺點。
3 礦井提升機智能故障診斷技術及發展趨勢
提高礦井提升機的安全可靠性，通常有2種方法。一種是設計高可靠的礦井提升機制動系統，二是對礦井提升機的制動系統進行故障診斷。目前對于礦井提升機的智能故障診斷的研究成果很多，下面主要介紹幾種常見的智能故障診斷技術以及提升機故障診斷技術未來的發展趨勢。
3.1 基于模糊理論的礦井提升機故障診斷方法
礦井提升機的模糊診斷法是將數學集合論的概念應用到提升機設備的故障診斷中，進行模糊推理，實現礦井提升機的故障診斷，從而解決提升機設備征兆與故障間的不確定關系。該診斷方法模糊推理邏輯嚴謹，但是由于較難確定礦井提升機故障的模糊關系，模糊診斷知識獲取困難等原因，因此礦井提升機的模糊診斷法還缺乏一定的準確性。
3.2 基于神經網絡的礦井提升機故障診斷方法
人工神經網絡具有容錯能力、自學習和自適應能力以及并行處理信息能力強等特點。由于人工神經網絡具有以上特點，目前將人工神經網絡應用到礦井提升機故障診斷的研究也逐漸增多，主要研究有基于BP神經網絡或基于Elman神經網絡的礦井提升機故障診斷方法。該方法的主要思想是將礦井提升機的故障特征向量作為人工神經網絡的輸入，將礦井提升機的故障分類模式向量作為人工神經網絡的輸出。輸入特征信號的提取方法主要有：時域特征法、頻域特征法以及幅值域特征法；時間序列法；小波變換特征提取法等。
3.3 基于小波變換的礦井提升機故障診斷方法
小波變換是時間頻率的局部化分析，它通過平移伸縮運算對信號進行多尺度細化，從而達到在信號低頻處頻率細分，高頻處時間細分，進而可以觀察到信號的任意特性細節。其最顯著的特點是能夠進行信號的多分辨率分析，對于正常信號中夾帶的瞬態反常現象，不僅能檢測出來，還能夠展示該反常信號的成分，因此基于小波變換技術在礦井提升機的故障診斷中得到了廣泛應用。利用小波變換對礦井提升機的動態系統的故障檢測與診斷也具有很好的效果，為礦井提升機的智能故障診斷技術提供了一種強而有力的分析手段。
3.4 基于人工智能的礦井提升機故障診斷方法
基于免疫粒子群算法的礦井提升機故障診斷方法是將人工免疫模型和離散粒子群進化算法相結合的一種礦井提升機故障診斷方法。該方法提高了礦井提升機故障診斷的執行效率，并且能夠適應提升機故障診斷過程中出現的不確定性，還可以實現多種提升機故障診斷。
基于遺傳神經網絡算法的礦井提升機故障診斷方法是將遺傳算法和人工神經網絡相結合的一種新的提升機故障診斷方法。該方法將遺傳算法的全局特性和神經網絡的并行處理信息能力強等優點相接合，能夠有效的克服人工神經網絡收斂速度慢以及容易陷入局部極小等缺點，從而更加準確的建立礦井提升機故障診斷系統，快速地判斷出礦井提升機的故障。
4 結束語
隨著現代科技的發展，越來越多的新型智能診斷理論開始應用于礦井提升機的故障診斷，如小波分析、人工神經網絡、免疫算法以及遺傳算法等。開展對礦井提升機的智能故障診斷的研究，將會極大地提高提升機運行的安全可靠性，避免礦井事故的發生，減少不必要的損失， 為礦井提升機設備的經濟、高效以及安全運行提供強而有力的技術支持。
參考文獻
[1]張平.礦用機電設備常見故障及其解決策略[J].硅谷，2012（6）：88.
[2]羅永仁，晏飛.故障智能診斷技術及其在礦井提升機上的應用研究[J].2006（11）：117-119.
[3]吳艦，吳楠.基于小波分析的煤礦機電設備故障檢測關鍵技術應用研究[J].自動化與儀器儀表，2011（5）：85-86.
[4]汪楚嬌，夏士雄，牛強.免疫粒子群算法及其在礦井提升機故障診斷中的應用[J].電子學報，2010：94-98.
作者簡介
