大学生选修课人工智能论文
“人工智能”一词产生于1956午的Dartmouth学会上，其作为边沿学科，通常也被称作机器智能。与传统的方式比，人工智能是一种全新的科技，是研究、开发用于延伸、模拟和扩展人的智能的方法、理论、技术及应用系统的一门科学。以下是小编整理的大学生选修课人工智能论文的相关资料，欢迎阅读!
大学生选修课人工智能论文篇一
引言
“人工智能”一词产生于1956午的Dartmouth学会上，其作为边沿学科，通常也被称作机器智能。与传统的方式比，人工智能是一种全新的科技，是研究、开发用于延伸、模拟和扩展人的智能的方法、理论、技术及应用系统的一门科学。它企图了解智能的实质，继而生产出以人类智能相似的方式作出反应的一种智能机器。这种技术主要通过计算机来完成，该领域的研究包括语言识别、机器人、自然语言处理、图像识别和专家系统等，从而达到完成需要人类智慧才能解决的复杂问题的目的。
电气自动化这门学科研究对象主要为与电气工程有关的自动控制、系统运行、信息处理、研制开发、电力电子技术、试验分析以及电子与计算机应用等。在电气自动化技术中应用人工智能技术，可以提高设备运行和处理的精确度与准确性，进一步提高自动化水平。随着技术和经济的发展，这项技术无论是从理论方面还是实践方面也得到了迅速发展。机械设备在无人参与的情况下自动、准确的操作和运行并实现自动化，就等于减少了人力成本的投入并提高了运作的效率。
一、人工智能控制器的优点
人工智能(Artificial Intelligence)，英文缩写为AI，它是在电气自动化中应用较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讨论。但是AI，如遗传算法、模糊理论、神经算法、模糊神经算法都可以看做一类非线性函数近似器。与常规函数估计器相比，采用AI函数近似器拥有一些特点：
(一)、在许多场合由于实际控制对象的精确动态方程很难得到，其模型在控制器设计时往往有很多不确定性因素。而在进行人工智能电气设计时，不需要控制对象的模型，也不需要知道非线性、参数变化等具体因素。
(二)、人工智能控制器拥有良好的一致性，即使在使用一些新的未知输入数据时预测结果也能很好，且跟驱动器的特性没有直接联系。现在没有使用人工智能的控制算法，对其他控制对象的效果就不会像对特定对象控制效果一般好，因此对具体对象必须具体设计。
(三)、人工智能控制器在没有必须专家知识时，通过响应数据也能进行设计，且更容易调节。运用语言和响应信息进行设计，更易于扩展和修改，对数据和信息的适应性更好，且具有较强的抗干扰性能。
(四)、通过适当调整(根据响应时间、鲁棒性能或者下降时间等)，可以提高设计函数的性能。在进行适当调整后，模糊逻辑控制器的下降时间比最优PID控制器快3.5倍，而上升时间比最优PID的快1.5倍。
二、人工智能在电气自动化中的应用
(一)、人工智能在优化设计中的应用
电气设备的设计不仅要大量运用设计中的经验性知识，还要机电、电磁场、应用电路等学科的知识，可以说是一项复杂的工作。与传统的产品设计相比，为了获得最优方案，计算机辅助设计(CAD)成为电气产品设计的重点，而人工智能的引进帮助改进传统CAD技术，产品设计的效率及质量得到全面提高，也大大缩短了产品开发周期。人工智能技术用于优化设计主要有专家系统和遗传算法两种技术手段。电气产品人工智能优化设计大部分采用遗传算法，这种算法适合于产品优化设计，相对前者比较先进。
(二)、人工智能在故障诊断中的应用
在电气设备故障诊断中人工智能技术中的神经网络、模糊理论、专家系统等应用较广泛，特别是在发电机和电动机故障诊断、变压器故障诊断中的应用。针对设备故障的复杂性、不确定性、非线性等特点，用传统的故障诊断方法无法进行诊断，致使诊断效率较低。为了提高诊断准确率，就要应用人工智能方法。专家系统、模糊逻辑和神经网络三大故障诊断方法是人工智能技术采用的主要手段。如在电动机和发动机的故障诊断中，结合神经网络和模糊理论，使用人工智能化的故障诊断技术，可实现较强的神经网络与故障诊断知识模糊性共同诊断，起到提高故障诊断准确率的效果。
(三)、人工智能在电气设备设计中的应用
电气自动化专业中电力电子技术、电路、变压器、电机、电磁场等多门学科内容都在电气设备设计里涉及到，这是一个复杂过程，不仅需要大量的财力、物力和人力投入，也对设计者的实际工作经验要求很高。如果借助于人工智能技术，就能大大提高设计的精度和工作效率，解决很多人脑难以快速解决的模拟过程和繁琐计算。优化设计常常采用遗传算法，开发性设计通常采用专家系统，要进行高效率、高质量的设计工作，应用时就要注意不同的实际情况和不同算法的使用，此外还要求工作人员具有丰富人工智能软件工作经验和较高水平的应用能力。
(四)、人工智能在电力系统中的应用
启发式搜索、专家系统、模糊集理论神经网络这四方面是人工智能技术在电力系统中的应用。专家系统主要是模拟专家的决策过程，依靠特定领域的专家的知识和经验进行推理判断。该系统由知识库、推理机、数据库、咨询解释、人机接口和知识获取六部分组成，对各种需要专家进行决策的难题进行处理，是集经验和专业知识、大量规则于一身的复杂程序系统。
现有许多种神经网络和训练算法在电力系统中得到广泛应用。神经网络的复杂状态分类能力、识别能力都很强，有完全分布式的存储方式和灵活的学习方式，广泛应用于大规模信息处理中。模糊逻辑对负荷变化和电力生产等小确定因素建立求属函数，能够完成高难度的数学近似计算，可以构建电力系统的最优化潮流模型。模糊理论广泛应用于电力系统的系统规划、潮流计算和模糊控制方面。
(五)人工智能在电气控制中的应用
实现增强分配、交换、生产、流通的关键环节就靠电气自动化控制，提高控制自动化，就能够提高系统的运作效率和质量，减少物力、人力、财力的投入。人工智能技术将专家系统控制、模糊控制、神经网络控制三种控制应用于电气设备控制中，其中用得最多的是模糊控制，因为其与实际联系最为紧密。最新研究中，各种数字高动态性能传动系统中应用了模糊神经控制器，并得到了新的研究果。现举个实例论证模糊神经控制器在电气传动控制中的应用：
模糊控制在电气传动控制中的应用主要是直流传动控制，包括Sugeno和Mamdani。Sugeno控制器典型的规则是：假设A和B是两个模糊集，如果x隶属于A，且y隶属于B，则Z=f(x,y)。Mamdani用于调速控制，其规则库是个if-then模糊规则集，Sugeno控制器其实是Mamdani控制器的特例。
结语
当今社会日新月异，计算机编程技术催生自动化运输、生产、传播的快速发展，科技的发展促进了智能技术的发展。模仿模拟人脑的机能，使机器能够胜任一些通常需要���类智能完成的复杂的工作正是实现自动化的一个主要目标，实现自动化，就等于提高了运作的效率，减少了人力资本投入。
而在电气自动化控制中也应该应用这种人工智能技术，这项技术在经济和社会发展中起到极大的作用。人工智能的应用体现了一个自动化的特征，这种特征能增强产品生产、流通、交换、分配环节效率，提高电气设备的质量和使用效率。相信人工智能在今后电气自动化的应用中会更多发挥优点，为我国电气设备的发展提供更大的技术支持和帮助。