人工智能应用领域论文.docxVIP

人工智能应用领域论文 人工智能在工程技术领域的具体应用研究 [摘 要]人工智能工程应用系统的发展及其背景是在人类科技与革新的大爆发乃是本世纪的特点。由总体而言，在本世纪内，各门科技学科的理论体系得到了充实和完善。到本世纪下半叶则体现为各类技术的集成与综合。由此，人类的社会生产力水平得到了史无前例的迅速增长。近四五十年发展尤为迅速。 [关键词]人工智能，工程技术应用 首先，介绍下人工智能Artificial Intelligence，AI是一门综合了计算机科学、生理学、哲学的交叉学科。人工智能的研究课题涵盖面很广，从机器视觉到专家系统，包括了许多不同的领域。 其中特点是让机器学会“思考” 人工智能学科是计算机科学中涉及研究、设计和应用智能机器的一个分支。 1.20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。计算智能是一种仿生计算方法，它从生物底层对智能行为进行模拟和研究，拓展了传统的计算模式，为复杂问题的求解提供了新的解决办法。为了提高计算智能的应用效率，本文分析了二进制遗传算法中早熟收敛的成因，指出了传统的变异算子在防止早熟收敛方面的不足，提出了一种能有效预防早熟现象的二元变异算子，并在此基础上提出了一种便于用常规逻辑门电路实现的遗传算法。鉴于参数选择对于遗传算法求解效率的影响。 2.人工智能在工程技术各行各业的应用 1工业过程中的智能控制。生产过程的智能控制主要包括两个方面：局部级和全局级。 2机械制造中的智能控制。在现代先进制造系统中，需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况，人工智能技术为解决这一难题提供了有效的解决方案。 3电力电子学研究领域中的智能控制。电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程，国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中，取得了良好的控制效果 。 4人工智能在水利工程中应用。大坝安全监测自动化系统结构和大坝安全智能决策支持系统DSIDSS。 1针对大坝安全监测系统的可靠性问题，将现场总线监测网络结构和基于现场总线的通信网络模型应用于大坝安全监测系统中，提高了系统的可靠性和系统组网的灵活性，使大坝安全监测自动化系统可根据现场条件灵活组网，增加了系统的实用性。重点研究了监控网络的系统结构、网络通讯模式和功能分布。 2针对自动化监控系统的数据真实性和合理性检验问题，研究了大坝安全监测数据的预处理方法，应用灰色系统理论和过程突变理论建立了监测数据的在线检验模型，有效地解决了自动化系统监测数据的合理性和真实性的在线检验问题。 3应用人工神经网络技术研究了大坝监测数据的分析方法，建立了基于自学习神经元的自学习即网络监控模型，为大坝安全监控模型的建立和预测提供了新的思路和方法。 4针对合理处理DSIDSS中的不确定因素问题，采用模糊测度和模糊积分理论的基本思想和方法进行了处理。结合模糊集和可能性理论，提出了大坝安全等级划分和安全判据的表示方法。应用模糊测度和模糊积分理论，较好地解决了大坝安全综合评价中不确定性因素的计算机表示和处理方法。 5探讨了DSIDSS中的知识表示和推理技术，应用知识的语义网络和模糊产生式规则表示方法，建立了大坝安全智能决策支持系统的知识库。所采用的模糊推理方法克服了传统Bayes推理方法的部分缺陷，在实际应用中表明是合理有效的一种推理模式。 人工智能的过程及在工程技术转化的顺序包含： 1.机器学习 机器学习Machine Learning是研究计算机怎样模拟或实现人类的学习行为，以获取新 的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。 2.模式识别 1. 模式识别概述 模式识别Pattern Recognition是人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”。随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。计算机模式识别在20世纪60年代初迅速发展并成为一门新学科。 模式识别Pattern Recogni