人工智能概况及实现方法.docVIP

人工智能的概况及实现方法 　　摘要:本文在总结人工智能在电气设备领域取得成果的基础上,对存在问题提出一些看法并对今后的发展趋势作一展望。 　　关键词:人工智能 电气设备 优化设计 智能 　　中图分类号:T927文献标识码:A文章编号:1006-8937(2009)03-0108-01 　　 　　随着电力系统容量的不断扩大,电网中电气设备的种类及数量也大量增加,使供电可靠性与用户要求之间的矛盾日益突出,用传统方法解决此矛盾已显得无能为力。因此寻找新的途径提高电气设备的质量及其在电网中运行的可靠性已是当务之急。人工智能是与传统学科完全不同的一门新兴前沿学科,由于它是利用计算机来模拟人类的智能活动,因此完全摆脱了传统方法的束缚,能解决传统方法难以解决甚至根本无法解决的问题。自50年代开始发展到现在,人工智能技术在理论研究方面取得了突破性进展,而且取得了明显的社会和经济效益,已被广泛应用于国防、航空、医疗、电力等领域。 　　 　　1人工智能概况 　　 　　1956年,麦卡锡等人第一次使用人工智能这一术语,标志着人工智能正式诞生。人工智能是控制论、信息论、系统论、计算机科学、神经生理学、心理学、数学、哲学等学科相互交叉渗透的产物,它与空间技术、能源技术一起被称为世界三大尖端技术。各领域的专家学者将人工智能与本专业技术相结合,取得了一个又一个令人注目的成果。虽然人工智能的发展经历了风风雨雨,但它已取得的成就不得不令人惊叹。人工智能的不断发展,已产生许多分支,模糊逻辑、专家系统、神经网络、遗传算法是其中最为活跃的四大分支。 　　 　　2人工智能的实现 　　 　　为了将人工智能的理论研究成果应用于实际,人们发明了多种方法。目前大部分的人工智能应用系统是在冯?诺依曼结构的通用数字计算机或通用算机上运行求得结果。这种用软件实现的方法灵活性强但速度较慢。从原理上讲,几乎所有的编程语言均可用于解决人工智能算法,但从编程的便捷性和运行效率考虑,最好选用“人工智能语言”。常用的人工智能语言有传统的函数型语言Lisp、逻辑型语言Prolog及面向对象语言Smalltalk、VC++及VB等。 　　为了缩短人工智能应用程序的开发周期,人们还研制出了多种专用开发工具,如MathWorks公司推出的高性能数值计算可视化软件Matlab中包含有神经网络工具箱,提供了许多Matlab函数。另外,还有多种专家系统工具用于开发特定领域的专家系统,如INSIGHT、GURU、CLIPS、ART等。这些实用工具为开发人工智能应用程序提供了便利条件。在硬件方面,随着微电子技术的发展,出现了非冯诺依曼结构微处理器,给人工智能信息处理带来了新的生机和活力。DSP是其中的典型产品,它放弃了冯诺依曼结构而采用了哈佛结构,即将程序指令与数据的存储空间分开,各有自己的数据与地址总线,使得处理数据和指令可以同时进行,大大提高了运行速度。在那些因受传统微处理器速度和结构限制而难以实现复杂算法及难以达到要求速度的场合,可考虑选用DSP。高速DSP芯片已被认为是模拟神经特性的理想工具,并可直接用在将来的神经网络计算机中。同时,各大芯片生产厂商已研制出各种专用模糊芯片和神经网络芯片,用专用芯片比用软件方法实现速度快得多,当系统较复杂或速度要求较高时,可选用这些专用芯片,但专用芯片的价格较昂贵。 　　 　　3存在问题及对未来的展望 　　 　　①从上述国内外人工智能在电气设备方面的应用现状可看到,虽然这方面的研究工作已全面展开,并已取得了一定成绩,有些经实践检验是可行的,但整体来说应用水平仍较低,大部分的工作仅停留在理论探索或仿真实验上,实际应用远远落后于理论研究,即使少数形成产品也只是对人工智能技术简单初级的应用。因此,对电气科技工作者而言,当务之急是解决科研成果向实用转化的问题,形成产品,将科学技术真正转化为现实生产力,充分利用人工智能当前已取得的研究成果为电力系统安全可靠运行服务。 　　②同属电气领域,各行业的发展也不平衡。从以上综述的内容来看,人工智能技术在变压器、发电机、电动机等电机行业的研究较深较广,而在断路器、接触器、继电器等电器行业的研究水平较低。实际上,电器是电力系统中将电能输送到用户的重要环节,以低压电器为例,发电机发出的电能约80%是通过低压电器分配的。 　　③人工智能与其它新技术一样,受实际应用的推动,不断发展和完善。其中最令人瞩目的是“人工智能混合技术”。实践已证明,混合式人工智能技术可弥补单一技术存在的缺陷,获取较优的性能,为我们的实际应用开辟更为广阔的空间。以神经网络为例,神经网络与模糊逻辑、生物细胞学、概率论相融合而产生了模糊神经网络、细胞神经网络、随机神经网络等。目前,人们又建立了与混沌有关的神经网络模型――智能模拟神经网络。