HI,欢迎来到学术之家股权代码  102064
0
首页 精品范文 人工智能技术综述

人工智能技术综述

时间:2023-05-30 10:57:08

开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇人工智能技术综述,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。

人工智能技术综述

第1篇

关键词:新一代计算机;人工智能技术;发展趋势

“人工智能”是在1956年的Dartmouth学会上提出的,英文缩写是AI。它是计算机科学等多种学科互相渗透而发展起来的综合性、交叉性学科。从计算机应用系统的角度出发,人工智能是研究如何模拟人类智能活动,使机器能够胜任一些需要人类智能才能完成的复杂工作,以延伸人类智能的科学。

二、人工智能技术的发展状况

随着计算机、信息和并行程序设计技术的发展,人工智能的研究已经发展成为智能体系的研究。到目前为止,人工智能程序已经知道考虑他们要解决的问题,从而寻找比较好的答案。智能体体系可以被认为是智能体的软件工程模型,智能体语言是智能体的软件系统。在我国,智能体技术多被应用到处理具有异构、布、态、规模及自主性的系统中,如Internet,是人工智能技术的新应用。

目前,人工智能技术在美国等欧洲国家仍保持非常快的发展速度。在人工智能技术领域十分活跃的IBM公司,已经为加州劳伦斯利佛摩尔国家实验室制造了号称具有人脑的千分之一智力能力的ASCIWhite电脑。据称,其正在开发的更为强大的blue jean电脑的智力水平将与人脑相当。

三、新一代计算机和人工智能技术的应用

随着人工智能技术的不断发展,越来越多的技术发展都涉及到人工智能,人工智能已经被广泛应用到许多领域。

(一)人工智能技术在计算机符号计算中的应用

计算机最主要的用途之一就是科学计算,通常分为纯数值的计算和符号计算两种。其中符号计算是一种智能化的计算。随着新一代计算机的开发和普及以及人工智能技术的发展,多种功能计算机代数系统软件相继出现,都是用C语言写成的,可以在绝大多数计算机上使用。

(二)人工智能技术在计算机模式识别中的应用

计算机用数学方法研究模式的自动处理就是模式识别。用计算机实现模式的自动识别和判断,是利用人工智能技术开发智能机器的关键,计算机模式识别的特点是效率高,速度快,准确率高,也为人类认识自身智能提供了有利线索。

(三)计算机的机器翻译

计算机把一种语言转变为另一种语言的过程就是机器翻译。目前,我国的机器翻译软件的翻译特点,大致可以分为三类:词典翻译、汉化翻译和专业翻译。词典翻译软件可以迅速查询英文单词或词组的词义,并提供发音;汉化翻译软件提出“智能汉化”的概念,辅助翻译作用更加明显。

(四)人工智能技术在计算机机器学习中的应用

计算机的机器学习主要研究如何使计算机能够模拟或实现人类的学习能力。机器学习是机器具有智能能力的重要标志,也是机器获取知识的根本途径。机器学习是一个难度较大的研究领域,它与认知科学和逻辑学等学科都有着密切的联系,并对人工智能的其他分支也会起到重要的推动作用。

(五)人工智能技术在计算机问题求解中应用

人工智能技术在今天的计算机程序已能够达到各种方盘棋和国际象棋的锦标赛水平。但是,尚未解决包括人类棋手的表达能力和洞察能力等。人们通常都能根据具体问题找到思考问题和解决问题的办法,目前,人工智能技术已能通过计算机程序知道如何考虑要解决的问题,寻找较为准确的解答方法。

(六)人工智能技术在计算机推理证明中应用

逻辑推理在人工智能研究中是最持久的探究领域之一,其别重要的是,通过找到合理准确的方法,集中注意力在大型数据库中的有效事实上,关注可信证明,并在出现新信息时适时修正这些证明。因此,在人工智能方法的研究中,定理证明是一个极其重要的论题。

(七)人工智能技术在计算机语言处理中的应用

自然语言处理是人工智能技术应用于实际领域的典型范例,经过多年艰苦努力,这一领域已获得了大量令人瞩目的成果。目前该领域的主要课题是:计算机系统如何以主题和对话情境为基础,注重大量的常识——世界知识和期望作用,生成和理解自然语言。这是一个极其复杂的编码和解码问题。

(八)人工智能技术在计算机专家系统中的应用

专家系统是人工智能技术中最活跃、最有成效的研究领域,是具有特定领域内大量知识与经验的程序系统,已出现成功应用人工智能技术的趋势。计算机程序如果能体现和应用人类知识,就应该可以帮忙解决问题,而且能发现人类专家在推理过程中出现的差错。

四、新一代计算机和人工智能技术的发展趋势

新一代计算机和人工智能技术的发展潜力巨大,其作为一个整体的研究才刚刚开始。人工智能技术的发展总是超乎人们的想象,要准确地预测人工智能的未来,从目前一些前瞻性的研究中可以看出,未来人工智能技术可能会朝以下几个方向发展:模糊处理、并行化、神经网络和机器情感。

(1)自动推理是新一代计算机和人工智能技术最经典的研究分支,其基本理论是新一代计算机和人工智能技术其它分支的共同基础。其中知识系统的动态演化特征及可行性推理的研究,是最新的热点,很有可能取得突破。

(2)机器学习的研究使得许多新的学习方法相继问世,并获得了成功应用。但是也应看到,现有的机器学习方法尚不够有效,寻求一种新的方法,以解决新一代计算机和人工智能技术研究中的在线学习问题,是研究人员共同关心的问题。

(3)自然语言处理是新一代计算机和人工智能技术应用于实际领域的典型范例,这一领域已获得了大量令人瞩目的理论与应用成果。智能信息检索技术近年来已成为新一代计算机和人工智能技术的一个独立研究分支,将新一代计算机和人工智能技术应用于计算机科学与技术领域的研究,是人工智能走向应用的突破口。

五、结束语

很多新一代计算机和人工智能技术研究的成果已经进入人们的日常生活。未来,人工智能技术的发展将会给人类的知识、思考、生活、工作和教育产生巨大的影响,在人类的生活中占据一席之地,成为人类生活的伙伴。

参考文献:

[1]吴艳.关于“人工智能”技术发展的思考[J].和田师范专科学校学报.2010.

第2篇

关键词:人工智能;前景;趋势

人工智能技术可以说是计算机技术、信息论、心理学以及语言学等诸多学科彼此联系与交叉之后形成的一门全新的学科。近年来,随着全球范围内计算机技术的持续发展,计算机的形象也出现了新的变化。主要表现在人机交互的场景变得愈来愈普遍,计算机被人们赋予了更加多的智能性因素。因为人们将最新计算机技术运用到了诸多学科,对这部分学科的认知也进入到了全新的发展期,从而推动了诸多新研究成果的持续出现。比如,围棋人机大战之中人工智能“阿尔法狗”的轻松取胜、人类大脑奥秘的发现、单一器官克隆的实现等。鉴于计算机这一人类诞生以来所发明的最为重要工具的持续发展,大量新知识、新理论持续涌现,促使人类一定要对其开展全面分析与研究。因为近些年来生物学、神经生理学等各种新研究成果的产生,让人工智能和人类智能的相互关系引发了人们越来越多的探讨。

一、人工智能概述

人工智能(简称AI),又被称为机器智能,是在上个世纪五十年代的Dartmouth学会当中被首次提出的,是计算机科学的重要分支之一。当前能用以研究人工智能的重要物质手段和能实现人工智能技术的主要设备即为计算机。人工智能是通过研究让计算机全面模拟人类思维的过程以及学习、推理和思考等功能的学科,包含了计算机智能的产生原理、形成与人脑智能近似的电脑等,从而让计算机能够真正实现更加高层次、更加高水平的实践运用。人工智能的本质其实是对人类思维中信息过程的一种模拟。对人类思维所进行的模拟主要可通过两条道路来开展,其一为实现结构上的模拟,也就是模拟人类大脑的结构,从而制造出类似于人脑的一种智能化机器。这一设想在实践中被证明为无法实现,这是由于人类对自身大脑和思维的过程还未能形成清晰而又明确的认知;其二是实现功能上的模拟,也就是放弃对人类脑部结构的仿真性模拟,转而从功能角度对人类大脑的思考过程加以模拟。如今人工智能所进行的努力就是对人脑功能的一种模拟。

二、人工智能发展状况分析

(一)全球人工智能发展现状

目前,人工智能技术已经在美国、欧洲以及日本等发达国家得到了迅速发展。在人工智能技术研究中非常突出的美国IBM 公司已为加利福尼亚州的劳伦斯?利弗摩尔实验室研制出了具有人脑智力能力的ASCII White电脑和蓝色牛仔电脑。据披露,后者的智力水平大体上和人脑等同。美国麻省理工学院的人工智能实验室则在实施一个代号是cog的新型项目。该项目希望能够给予人工智能以类似于人类的行为。这一项目的项目之一就是让人工智能的研究成果来捕捉人类眼睛的移动状况以及面部的表情,而另外一个项目则是让人工智能机器人抓住从其眼前所经过的物体。此外,还有一个研究项目是让机器人能够学会倾听音乐节奏,并且把其所听到的音乐旋律通过乐器加以演奏。因为人工智能具备了非常广阔的开发前景,其庞大的发展市场始终为全球各国以及各大企业所一致看好。除美国IBM公司继续在人工智能技术上投入大量资金来确保其在这一领域具有全球领先的地位之外,别的跨国巨头也在人工智能领域之中投入了相当多的资金。比如,世界首富美国微软公司前总裁比尔?盖茨就曾经在美国召开的人工智能国际会议之中作了人工智能方面的专题演讲。其所演讲的主要内容是称微软公司正在致力于推动人工智能基础技术和实用技术之研究,其主要研究领域涵盖了自我决定、知识和信息检索、数据搜集、自然语言以及语音笔迹识别等各项内容。

(二)我国人工智能发展现状

可以说,相当长一个时期以来,我国人工智能研究界的主要探究方向都是把研发具备了人类各种行为特点的高度类人性的机器人作为始终坚持的奋斗目标。在我国机械制造与自动控制专家学者们的努力下,在国家863计划以及国家自然科学基金的大力支持之下,我国的两足步行机器人研究与类人性机器人研究均取得了相当大的进展。早在上个世纪九十年代初,我国就成功地研制出了国内首台两足步行机器人,其后又通过长达十年时间的刻苦攻关,在本世纪初,终于成功地研发出了国内首台类人性机器人。这种机器人拥有和人一般大小的身躯、四肢以及眼睛等,而且还具备了相当强的语言对话能力。其行走之频率也从以往的每六秒钟走一步发展到了每秒钟能够走两步,从以往只能静态地站立到如今能够快速而又自如地进行动态行走,从以往只能够在已知环境下步行到如今可以在不确定的环境中探索前行,而且还取得了人工智能机器人神经网络、生理视觉、双手协调以及手指控制等系统开发的多项人工智能领域重大科研成果。

三、人工智能的未来发展趋势

技术的不断发展往往会超出人类最初的想象,要想能够精确入微地得出人工智能的今后具体发展趋势是不可能做到的任务。然而,从当前人工智能研究界所实施的一部分前瞻性研究之中即可看出,今后人工智能有可能会朝着智能模糊处理化、人工智能并行化、神经网络化与机器情感化等方向加以发展,人工智能具有非常大的发展空间与发展潜力。实事求是地说,将人工智能作为整体加以研究尚处于起步阶段,离人类所设定的目标尚有相当遥远的距离,人工智能在以下方面可能还会有新的更大的发展与突破。一是自动推理取得新的发展。自动推理是人工智能研究领域之中最为经典的研究分支之一。其主要理论是人工智能别的分支所具有的十分重要的共同基础。长时间以来,自动推理均属于人工智能研究领域最为热门的研究项目,其中对机器人知识系统动态化演化的特点和可行性的推理所进行的研究,笔者觉得将会是全新的研究热点,而且非常有可能在今后获得新的成绩,而且还会是相当巨大的突破。二是人工智能机器学习研究能够获得长足的进展。如今,诸多新型学习方法不断出现,而且相继获得了研究的进展,比如,增强学习算法就是其中的典型,而reinforcement learning也取得了重要的突破。但是,笔者也发现,如今研究中所得出的学习方法处理还存在不足之处,也就是具有更大的发展空间,尤其是在人工智能在线学习上显得有效性不够,十分需要找到一种全新的学习方法来解决诸多移动机器人、自主agent以及智能信息存取等目前人工智能研究中的问题。可以说,在线学习问题已经成为人工智能研究界人士都十分关心的重要问题,相信随着时间的推移和研究的深入,今后将会在以上这些方面获得突破性进展。三是自然语言处理。这一技术是人工智能技g运用到现实领域之中的一个典型示范例子。通过人工智能研究领域工作者艰苦卓绝的努力,该领域目前已经获得了诸多让人瞩目的理论和运用成果。各类人工智能领域之中的新产品已进到了各个领域之中。比如,智能信息检索技术就在互联网技术的大力影响下,近些年来得到了极其快速的发展,如今已成为了人工智能领域之中的重要的研究分支之一。因为信息的获取和纯化精化技术已经成为当前一个时期计算机研究技术之中十分需要深入探究的课题之一,所以,把人工智能技术的相关内容引入到该领域之中,将会是人工智能从理论研究转为实践运用的一个重要契机和突破口。从近些年来我国人工智能领域的发展实践来看,在此方面的探究已经取得了一些让人激动的成果。笔者相信通过今后的持续的研究,一定能够取得更大的突破,让人工智能能够真正做到造福于民。

四、结束语

总之,人工智能始终处在计算机研究技术的前端,其研究进展在相当大的程度上会决定计算机技术今后的发展趋势。人工智能只是人类工具的一种延长,无法替代人类的大脑,这一点从其诞生之日起就已确定。虽然人工智能无法对人类的智能造成挑战,但是随着人类对于人工智能的研究进一步深化,人工智能还会越来越接近于人类的智能。人工智这一人类智能客体化后之产物,其功效依然会受到人类智能之控制。如今已有大量人工智能的科研成果进入人类的现实生活之中。今后,人工智能的持续发展必然会对人类的生活与工作等带来更加巨大的影响。

参考文献:

[1]史忠植,王文杰. 人工智能[M]. 北京:国防工业出版社,2007.

[2]周以真. 计算思维[J]. 中国计算机学会通讯,2007(3).

[3]陈庆霞. 人工智能研究纲领的发展历程和前景[J]. 科技信息,2008(33).

第3篇

[关键词]人工智能;会计;基础会计

1人工智能在会计领域的应用特质

将德勤财务机器人、用友财务机器人等人工智能在会计领域的应用状况进行分析,可以看到人工智能在会计领域的应用有以下特点。(1)大量规则化应用领域被人工智能取代。原始凭证审核,依托于电子票据二维码应用,票据关键信息(如发票抬头、税号、发票内容、金额等)被人工智能识别并依照规则进行判断;根据原始凭证相关信息依照借、贷规则选择相应会计科目编制会计凭证,也是人工智能依照既定规则完成;根据记账凭证完成记账和报表编制,在会计电算化时代即已完成,对于人工智能而言,则更是“小儿科”,仅需要依照既定规则将数据库文件以视图形式呈现。可以看到,从原始凭证审核、记账凭证编制再到账簿形成、报表形成,会计明晰的规则为人工智能应用提供了切合的舞台,而有明确规则的领域是人工智能能够凸显其计算能力的优势领域。由此可见,以规则为基础的会计核算应用领域能够被人工智能“完美”替代。这也是德勤机器人、用友财务机器人等人工智能最先得以应用的领域。(2)经验化应用领域将被人工智能取代。人工智能以超强的自我学习能力著称,能够通过大数据获取认知上的进步,可以从大量的图片中学习识别猫,也可以从大量的棋谱中学习对弈。会计、医生曾经被认为“越老越值钱”,即是基于经验的价值增加,在工作中不断学习积累经验,能够借助经验处理非常规、复杂的情形。通过学习积累经验获得认知进步,已经成为人工智能擅长的领域。在大数据的基础上,人工智能可以通过案例学习获得“经验”,并且由于存储记忆能力的显著优势超过会计、医生的经验。因此,经验化应用领域将被人工智能取代。(3)人工智能应用推广速度受到成本的影响。2017年德勤财务机器人推出,随后用友财务机器人、浪潮财务机器人也相继面世,一年时间之后这些财务机器人并没有大量应用,其原因既有技术成熟度方面的原因,也有成本方面的原因。财务机器人的应用成本,不仅包括购买财务机器人的价格,还包括企业转换成本。在ERP、财务共享中心等信息化建设之后,信息系统建设的投入大、实施风险高的特征使得企业对于系统切换心存顾虑,使用财务机器人是否又将成为投入高、见效慢的项目,成为企业应用财务机器人不得不考虑的问题。也正是由于受到应用成本的影响,财务机器人在2017年推出之后只是引起了观念、认知上的“地震”,广泛的应用并未看见。

2“基础会计”课程核心

从目前国内高校会计专业、财务管理专业所开设“基础会计”(会计学)课程的情况来看,该课程仍然作为专业基础课开设,其核心内容一般包括:(1)会计核算基本方法,涉及会计要素、会计等式、复式记账、凭证、账簿、财务报告等内容。通过这些内容的学习,学生将掌握借贷记账、凭证编制、账簿登记、财务报告编制等基本方法,掌握会计核算的基本规则,理解会计的基本逻辑与方法。(2)会计核算基本操作,涉及凭证填写与审核、账簿登记、财务报表编制等内容。在会计基本方法学习的基础上,学生将通过实验等方式,掌握凭证填写与审核的规范、账簿登记的规范、财务报表编制规范等操作环节的要求,通过实践体会从凭证填制与审核、账簿登记、财务报表编制的规则与过程,并完成从理论到实践的转换。(3)会计视角的形成。在对会计要素、复式记账的理解中,学生将完成对经济活动的会计视角理解。例如,企业完成销售活动,从经济活动的范畴理解,更多强调客户关系管理、合同签订、履行合同等节点,而从会计视角理解,则更强调伴随销售活动产生的资金流和成本化物流,即在收入形成的同时,根据资金支付的状况选择银行存款、或者应收账款、或者应收票据、或者预收账款进行核算,同时在物流发生后结转相应成本。将经济活动的会计本质进行识别,培养和形成会计视角成为“基础会计”课程的关键内容。也正是因为这个原因,“基础会计”成为会计入门课程。

3人工智能对“基础会计”课程的挑战

(1)规则化应用将被人工智能取代,但修订完善规则为会计人员留出了空间。人工智能因其超强的运算能力,能够在既定规则的指挥下“毫无怨言”地处理原始凭证审核、记账凭证编制、账簿登记、报表编制等工作,并且处理效率更高。单纯地规则化应用,会计人员与人工智能相比,完全不具有优势。仅仅只有在人工智能技术应用的成本还相比人工成本更好的前提下,原始凭证审核、记账凭证编制、账簿登记、编表编制工作仍由会计人员完成。当人工智能技术应用成本得以降低,采用人工智能技术相比雇佣会计人员成本更低,会计人员无疑将面临被人工智能所取代。这也是业界认为人工智能带来会计“地震”的重要原因。虽然2017年会计人工智能出现后并没有马上带来会计人员下岗潮,但这一时刻不会太远,一旦人工智能应用成本得以降低,在人工成本逐渐上升的现实状况下,处理原始凭证审核、记账凭证编制、账簿登记、编表编制的纯规则化会计岗位将被人工智能取代。与此同时,我们必须意识到,人工智能以规则为基础完成会计活动,那么谁来定义规则?战胜棋圣的人工智能以围棋规则为基础开展对弈,无人驾驶以道路交通规则为基础完成驾驶,财务机器人在完成会计活动时同样基于既定的规则。从国家层面看,“会计准则”处于不断的修订完善过程中,新的经济形式不断出现,会计准则往往紧随着新经济活动而修订完善。一旦会计准则变更,意味着完成会计活动的人工智能所依据的规则也需要变更。因此,规则变更与修订为会计人员留出了空间。“人工制定规则,人工智能完成规则”可能成为未来会计活动的新形式!会计人员制定规则,是否需要从了解基本规则入手呢?答案无疑是肯定的。作为制定规则的会计人员,不可能完全不了解基本的借贷规则、基本的账务处理规则,就开始着手调整规则。基于此,了解和掌握基本会计规则应当成为会计人员的必须,通过“基础会计”课程促使会计人员了解和掌握会计基本规则也成为必要选择。但人工智能应用会计规则的优势,促使会计人员在学习掌握基本会计规则时必须思考,学习基本会计规则的目的是应用还是修订完善?如果仅仅将学习会计规则的目的定位于应用,这样的会计人员只能定义为初级会计人员,一旦其人力成本高于人工智能技术应用成本,这种岗位人员无疑是会惨遭淘汰。因此人工智能的出现逼迫会计人员将学习会计规则的目的定位于修订会计规则的高端人才,只有在基础规则之上,跳出规则制定规则,才可能在人工智能应用的大趋势下赢得一席之地。(2)经验积累将被人工智能取代,但经验规则化为会计人员留出了空间。会计人员的经验积累建立在大量案例处理的基础上,在复杂经济业务处理过程中形成隐性知识,如果这些隐性知识不能显性化、不能总结提升为规则,这些隐性知识只能藏于人员的头脑里,导致似乎“越老越值钱”。人工智能具有大数据处理能力,在大数据基础上形成“经验”从而自我学习,并且其总结的经验将以“代码化”的形式显性体现,相比会计人员而言,经验形成的能力更强、经验显性化的能力也更强。但从经验到规则,人工智能还不能直接将积累的经验形成规则,规则的形成还需要人工干预。因此,会计人员的经验积累可以被人工智能取代,但经验规则化为会计人员留出了空间。面临人工智能应用,会计人员“越老越值钱”的优势将不复存在,会计人员的价值不再建立在工作经验的基础上,而是建立在经验知识化、并进一步规则化的基础上。会计人员要完成经验规则化过程,也需要对基本规则熟悉了解、并对经验是否作用于规则修订进行判断的基础上,因此对于基本规则的了解和掌握也是必不可少的。尽管“基础会计”课程仅仅是会计入门知识的介绍,不能形成会计处理经验,在经验积累方面不存在是否课程内容是否被人工智能取代的问题,但由于会计人员需要将经验规则化,需要熟悉了解基本规则,并对经验是否推动规则变化做出判断,因此通过“基础会计”课程学习了解基本规则仍然是必要的。(3)会计视角的形成仍需通过“基础会计”课程培养。人工智能完成了从原始凭证审核到记账凭证编制、再到账簿登记、报表编制的任务,使用人工智能完成这些任务得到的是凭证、账簿、报表这些结果的呈现,对于这些结果、这些信息究竟对于会计人员意味着什么,会计人员通过这些信息怎样从会计的视角去理解经济业务,人工智能并未给出答案。而“基础会计”课程则是从经济业务到会计业务的桥梁和纽带,通过“基础会计”课程的学习,会计要素、会计科目等内容成为将经济语言转换为会计语言的工具,会计视角得以培养形成。因此,从会计视角培育需要来看,“基础会计”课程仍然是有必要开设的。

4“基础会计”应对人工智能应用的适应性调整

概括起来看,面对人工智能应用的大趋势,“基础会计”课程仍有必要开设,但应对这一趋势,需要从课程目标、课程内容上进行适应性调整。具体包括:(1)“基础会计”课程目标需要定位于会计基本规则体系建立而非操作能力。由于人工智能能够以高效率的优势完成规则应用,因此“基础会计”课程目标不能再强调凭证编制、账簿登记、报表编制等应用能力,应该将“基础会计”的课程目标定位于促使学生构建会计规则体系,培育经济业务的会计视角。学生学习“基础会计”的目的不再是掌握原始凭证审核、记账凭证编制、账簿登记、报表编制操作,而是建立会计规则体系,掌握会计语言实现从会计角度理解经济业务。(2)“基础会计”课程内容需要强化会计要素、会计等式、借贷记账等基本规则体系内容,弱化凭证、账簿等操作性内容。根据前面的分析可见,“基础会计”作为基本规则介绍的入门课程,学生需要通过该门课程的学习,掌握会计基本规则,并在此基础上逐步培养提升规则制定的能力。以往课程中,通过实验、实训提高学生填写凭证、登记账簿的操作能力,但这些操作未来将被人工智能高效替代。在人工智能在会计规则化应用领域形成趋势的当前,操作能力培养这部分内容需要弱化,而对于会计规则体系的理解、会计视角的培养应当强化。(3)“基础会计”课程内容中需要适当增加有关大数据、人工智能方面的内容,介绍大数据、人工智能在会计领域的应用趋势,以帮助学生了解会计在信息时代、人工智能时代可能发生的变革,提前应对可能发生的变化。会计不能脱离社会经济生活而存在,人工智能时代已经对会计提出了变革要求,应对这一要求,“基础会计”应当不回避,主动做出调整和适应。例如,对于会计总论的阐述中,介绍会计的发展趋势,不能还停留将会计电算化作为发展前沿,电算化阶段已经成为过去,大数据、人工智能才是未来的发展前沿;在会计的发展阶段中,古代会计阶段、现代会计阶段、电算化会计阶段的划分也值得商榷,复式记账、计算机的出现作为阶段划分的关键节点,但在2017年人工智能推出后,是否在电算化会计阶段之后已经需要重新再切分出人工智能会计应用阶段,值得学术界探讨。

5结语

财务机器人诞生后会计岗位可能面临失业潮,“基础会计”课程似乎也已经没有必要开设。通过分析人工智能的特质、“基础会计”课程的核心,指出在人工智能应用趋势到来的当前,规则化应用将被人工智能取代,但修订完善规则为会计人员留出了空间;经验积累将被人工智能取代,但经验规则化为会计人员留出了空间;会计视角的形成仍需通过“基础会计”课程培养。因此“基础会计”课程仍然有必要开设,其课程目标需要定位于会计基本规则体系建立而非操作能力,其课程内容需要强化会计要素、会计等式、借贷记账等基本规则体系内容,弱化凭证、账簿等操作性内容,同时课程内容中需要适当增加有关大数据、人工智能方面的内容。

主要参考文献

[1]陈婷蔚.人工智能在会计领域的应用探析———以德勤财务机器人为例[J].商业会计,2018,5(10):77-78.

[2]王加灿,苏阳.人工智能与会计模式变革[J].财会通讯,2017(22):41-43.

[3]任世赢.人工智能技术对会计行业的影响及对策[J].北方经贸,2018(1):96-97.

[4]邓文伟.人工智能时代的会计研究综述[J].国际商务财会,2018(5):86-88.

第4篇

【关键词】智能机器人;发展现状;应用;趋势

0 引言

智能机器人是一种可编程和多功能的,用来搬运材料、零件、工具的操作机,或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能机器人则是一个在感知-思维-效应方面全面模拟人的机器系统,外形不一定像人。它是人工智能技术的综合试验场,可以全面地考察人工智能各个领域的技术,研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。一部智能机器人应该具备三方面的能力:感知环境的能力、执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能力。智能机器人与工业机器人的根本区别在于,智能机器人具有感知功能与识别、判断及规划功能[1]。

随着智能机器人的应用领域的扩大,人们期望智能机器人在更多领域为人类服务,代替人类完成更复杂的工作。然而,智能机器人所处的环境往往是未知的、很难预测。智能机器人所要完成的工作任务也越来越复杂;对智能机器人行为进行人工分析、设计也变得越来越困难。目前,国内外对智能机器人的研究不断深入。

本文对智能机器人的现状和发展趋势进行了综述,分析了国内外的智能机器人的发展,讨论了智能机器人在发展中存在的问题,最后提出了对智能机器人发展的一些设想。

1 国内外在该领域的发展现状综述

1.1 智能机器人的发展现状

智能机器人是第三代机器人[2],这种机器人带有多种传感器,能够将多种传感器得到的信息进行融合,能够有效的适应变化的环境,具有很强的自适应能力、学习能力和自治功能。

目前研制中的智能机器人智能水平并不高,只能说是智能机器人的初级阶段。智能机器人研究中当前的核心问题有两方面:一方面是,提高智能机器人的自主性,这是就智能机器人与人的关系而言,即希望智能机器人进一步独立于人,具有更为友善的人机界面。从长远来说,希望操作人员只要给出要完成的任务,而机器能自动形成完成该任务的步骤,并自动完成它。另一方面是,提高智能机器人的适应性,提高智能机器人适应环境变化的能力,这是就智能机器人与环境的关系而言,希望加强它们之间的交互关系[3]。

智能机器人涉及到许多关键技术,这些技术关系到智能机器人的智能性的高低。这些关键技术主要有以下几个方面:多传感信息耦合技术,多传感器信息融合就是指综合来自多个传感器的感知数据,以产生更可靠、更准确或更全面的信息,经过融合的多传感器系统能够更加完善、精确地反映检测对象的特性,消除信息的不确定性,提高信息的可靠性;导航和定位技术,在自主移动机器人导航中,无论是局部实时避障还是全局规划,都需要精确知道机器人或障碍物的当前状态及位置,以完成导航、避障及路径规划等任务;路径规划技术,最优路径规划就是依据某个或某些优化准则,在机器人工作空间中找到一条从起始状态到目标状态、可以避开障碍物的最优路径;机器人视觉技术,机器人视觉系统的工作包括图像的获取、图像的处理和分析、输出和显示,核心任务是特征提取、图像分割和图像辨识;智能控制技术,智能控制方法提高了机器人的速度及精度;人机接口技术,人机接口技术是研究如何使人方便自然地与计算机交流[4]。

在各国的智能机器人发展中,美国的智能机器人技术在国际上一直处于领先地位,其技术全面、先进,适应性也很强,性能可靠、功能全面、精确度高,其视觉、触觉等人工智能技术已在航天、汽车工业中广泛应用。日本由于一系列扶植政策,各类机器人包括智能机器人的发展迅速。欧洲各国在智能机器人的研究和应用方面在世界上处于公认的领先地位[5]。中国起步较晚,而后进入了大力发展的时期,以期以机器人为媒介物推动整个制造业的改变,推动整个高技术产业的壮大[6]。

1.2 智能机器人的广泛应用

现代智能机器人基本能按人的指令完成各种比较复杂的工作,如深海探测、作战、侦察、搜集情报、抢险、服务等工作,模拟完成人类不能或不愿完成的任务,不仅能自主完成工作,而且能与人共同协作完成任务或在人的指导下完成任务,在不同领域有着广泛的应用[7]。

智能机器人按照工作场所的不同,可以分为管道、水下、空中、地面机器人等。管道机器人可以用来检测管道使用过程中的破裂、腐蚀和焊缝质量情况,在恶劣环境下承担管道的清扫、喷涂、焊接、内部抛光等维护工作,对地下管道进行修复;水下机器人可以用于进行海洋科学研究、海上石油开发、海底矿藏勘探、海底打捞救生等;空中机器人可以用于通信、气象、灾害监测、农业、地质、交通、广播电视等方面;服务机器人半自主或全自主工作、为人类提供服务,其中医用机器人具有良好的应用前景;仿人机器人的形状与人类似,具有移动功能、操作功能、感知功能、记忆和自治能力,能够实现人机交互;微型机器人以纳米技术为基础在生物工程、医学工程、微型机电系统、光学、超精密加工及测量(如扫描隧道显微镜) 等方面具有广阔的应用前景[8]。

在国防领域中,军用智能机器人得到前所未有的重视和发展,近年来,美英等国研制出第二代军用智能机器人,其特点是采用自主控制方式,能完成侦察、作战和后勤支援等任务,在战场上具有看、嗅等能力,能够自动跟踪地形和选择道路,具有自动搜索、识别和消灭敌方目标的功能。如美国的Navplab自主导航车,SSV自主地面战车等。在未来的军事智能机器人中,还会有智能战斗机器人、智能侦察机器人、智能警戒机器人、智能工兵机器人、智能运输机器人等等,成为国防装备中新的亮点[9]。

在服务工作方面,世界各国尤其是西方发达国家都在致力于研究开发和广泛应用服务智能机器人,以清洁机器人为例,随着科学技术的进步和社会的发展,人们希望更多地从繁琐的日常事务中解脱出来,这就使得清洁机器人进入家庭成为可能。日本公司研制的地面清扫机器人,可沿墙壁从任何一个位置自动启动,利用不断旋转的刷子将废弃物扫入自带容器中;车站地面擦洗机器人工作时一面将清洗液喷洒到地面上,一面用旋转刷不停地擦洗地面,并将脏水吸入所带的容器中;工厂的自动清扫机器人可用于各种工厂的清扫工作。美国的一款清洁机器人“Roomba”具有高度自主能力,可以游走于房间各家具缝隙间,灵巧地完成清扫工作。瑞典的一款机器人“三叶虫”,表面光滑,呈圆形,内置搜索雷达,可以迅速地探测到并避开桌腿、玻璃器皿、宠物或任何其它障碍物。一旦微处理器识别出这些障碍物,它可重新选择路线,并对整个房间做出重新判断与计算,以保证房间的各个角落都被清扫[10]。

甚至在体育比赛方面,也得到了很大的发展,近年来在国际上迅速开展起来足球机器人与机器人足球高技术对抗活动,国际上已成立相关的联合会FIRA,许多地区也成立了地区协会,已达到比较正规的程度且有相当的规模和水平。机器人足球赛目的是将足球(高尔夫球) 撞入对方球门取胜。球场上空(2m ) 高悬挂的摄像机将比赛情况传入计算机内,由预装的软件作出恰当的决策与对策,通过无线通讯方式将指挥命令传给机器人。机器人协同作战, 双方对抗,形成一场激烈的足球比赛。在比赛过程中, 机器人可以随时更新它的位置每当它穿过地面线截面[11],双方的教练员与系统开发人员不得进行干预。机器人足球融计算机视觉、模式识别、决策对策、无线数字通讯、自动控制与最优控制、智能体设计与电力传动等技术于一体,是一个典型的智能机器人系统[12]。

现代智能机器人不仅在上述方面有广泛应用,而将渗透到生活的各个方面,像在煤炭工业在矿业方面,考虑到社会上对煤炭需求量日益增长的趋势和煤炭开采的恶劣环境,将智能机器人应用于矿业势在必行。在建筑方面,有高层建筑抹灰机器人、预制件安装机器人、室内装修机器人、擦玻璃机器人、地面抛光机器人等。在核工业方面,主要研究机构灵巧、动作准确可靠、反应快、重量轻的机器人等等[13]。智能机器人的应用领域的日益扩大,人们期望智能机器人能在更多的领域为人类服务,代替人类完成更多更复杂的工作。

2 讨论与展望

2.1 智能机器人的发展趋势展望

智能机器人具有广阔的发展前景,目前机器人的研究正处于第三代智能机器人阶段,尽管国内外对此的研究已经取得了许多成果,但其智能化水平仍然不尽人意。未来的智能机器人应当在以下几方面着力发展:面向任务,由于目前人工智能还不能提供实现智能机器的完整理论和方法,已有的人工智能技术大多数要依赖领域知识,因此当我们把机器要完成的任务加以限定,及发展面向任务的特种机器人,那么已有的人工智能技术就能发挥作用,使开发这种类型的智能机器人成为可能;传感技术和集成技术,在现有传感器的基础上发展更好、更先进的处理方法和其实现手段,或者寻找新型传感器,同时提高集成技术,增加信息的融合;机器人网络化,利用通信网络技术将各种机器人连接到计算机网络上,并通过网络对机器人进行有效的控制;智能控制中的软计算方法,与传统的计算方法相比,以模糊逻辑、基于概率论的推理、神经网络、遗传算法和混沌为代表的软计算技术具有更高的鲁棒性、易用性及计算的低耗费性等优点,应用到机器人技术中,可以提高其问题求解速度,较好地处理多变量、非线性系统的问题;机器学习,各种机器学习算法的出现推动了人工智能的发展,强化学习、蚁群算法、免疫算法等可以用到机器人系统中,使其具有类似人的学习能力,以适应日益复杂的、不确定和非结构化的环境;智能人机接口,人机交互的需求越来越向简单化、多样化、智能化、人性化方向发展,因此需要研究并设计各种智能人机接口如多语种语音、自然语言理解、图像、手写字识别等,以更好地适应不同的用户和不同的应用任务,提高人与机器人交互的和谐性; 多机器人协调作业,组织和控制多个机器人来协作完成单机器人无法完成的复杂任务,在复杂未知环境下实现实时推理反应以及交互的群体决策和操作。

2.2 建议及设想

由于现有的智能机器人的智能水平还不够高,因此在今后的发展中,努力提高各发面的技术及其综合应用,大力提高智能机器人的智能程度,提高智能机器人的自主性和适应性,是智能机器人发展的关键。同时,智能机器人涉及多个学科的协同工作,不仅包括技术基础,甚至还包括心理学、伦理学等社会科学,让智能机器人完成有益于人类的工作,使人类从繁重、重复、危险的工作中解脱出来,就像科幻作家阿西莫夫的“机器人学三大法则”一样,让智能机器人真正为人类利益服务,而不能成为反人类的工具。相信在不远的将来,各行各业都会充满形形的智能机器人,科幻小说中的场景将在科学家们的努力下逐步成为现实,很好地提高人类的生活品质和对未知事物的探索能力。

我国的智能机器人发展还落后于世界先进水平,而智能机器人又是高科技的集中体现,具有重要的发展价值,因此我国在智能机器人领域要认清形势、明确发展发现和目标,采取符合我国国情的可行发展对策,努力缩小与世界领先水平的差距,早日让智能机器人全面为社会的发展服务。相信经过政府的重视和投入,科技工作者的不懈奋斗,我国的智能机器人发展水平能达到新的高度。

【参考文献】

[1]董砚秋.智能机器人概述[J].网络与信息,2007,07:68-69.

[2]机器人发展简史[J].世界科学,2007-03-10.

[3]张钹.智能机器人的现状及发展[J].科学导报,1992,06:42-46.

[4]孟庆春,齐勇,张淑军,杜春侠,殷波,高云.智能机器人及其发展[J].中国海洋大学学报,2004,09:831-838.

[5]朱力.目前各国机器人发展情况[J].China youth s&t,2003,11:38-39.

[6]恽为民.中国机器人发展之我见[J].读者之声,1995-02-30.

[7]贾玉赞.浅议智能机器人发展及应用[J].太原科技,2003-03-20.

[8]孟庆春,齐勇,张淑军,杜春侠,殷波,高云.智能机器人及其发展[J].中国海洋大学学报,2004,09:831-838.

[9]朱玉章.未来智能机器人[J].军事世界,2003-10-32.

[10]谭定忠,王启明,李金山,李林.清洁机器人研究发展现状[J].机械工程师,2004,6:9-11.

[11]Akhtaruzzaman, M.; Khirul Hasan, S.K.; Shafie, A.A. Design and development of an intelligent autonomous mobile robot for a soccer game competition[J]. Proceedings of the 2009 International Conference on Mechanical and Electronics Engineering, 2010: 167-71.

第5篇

【关键词】:反事故演习系统 ;物联网; 智能技术;研究

中图分类号: E251.2 文献标识码: A

0 引言

随着电网规模不断扩大,新设备、新技术源源不断地在电力系统中应用,在快速发展的过程中也给电网运行带来诸多不安全因素。电网反事故演习正是锻炼电网运行人员处理大型电网事故的综合能力、提高全网在发生重大事故时的快速反应能力和综合协调能力的最有效方式。近年来,美国、加拿大发生的大停电事故给我国电力安全工作敲响了警钟,尤其是在当前我国电力体制改革的关键阶段,对调度部门的电网管理水平及全网大型突发事故的反映能力提出了更高的要求。电网反事故演习已成为提高电网运行水平,检验电网抗灾能力的重要手段之一[1,2]。

当前电网的结构不断完善,电网发生事故的概率也在逐步降低,但新进员工由于缺乏事故处理实践经验,需要有更加完善的平台来辅助和学习;而老调度员具备丰富的经验,亦需要有更加智能化的工具来促进发挥。因此,建立一套独立的功能齐全的电网反事故演习平台是我们迫切需要解决的问题。

1 目前反事故演习系统存在的问题

目前电力系统普遍应用传统的基于PBX、采用Client/Server模式的语音通信系统,此系统只能实现简单语音通信平台的功能,无法实现图文传输、数据共享、视频接入、流程控制、科学评估等功能,已无法满足调度员与远距离的各厂站值班人员协调作战、进行联合反事故演练的需要,具体主要体现在以下几个方面:

⑴事故场景无数据库管理,模拟事故种类少,演习重复性高,不能做到对各类故障的真实模拟。

⑵导演控制没有流程化管理及参演角色不能智能定义,指挥调度缺乏视频联动。

⑶告警信息缺乏综合与提炼,事故处理没有智能化预案,在复杂事故条件下,调度员往往受困于大量表象数据,难以及时提取重点,无法全面、准确的对电网故障进行分析[3]。

⑷事故现场展示不充分,参演各方的操作过程没有视频与路线全程反馈,导演、观摩人员没有实时视频,对事故处理流程缺乏直观的评价依据。

⑸演习日志缺乏记录,演习评估缺乏合理的机制,反事故演习最终评分困难。

针对目前反事故演习系统应用中存在的上述问题,本文提出了利用先进的物联网技术构建智能反事故演习系统平台的框架方案,物联网是一个大的技术系统,通过无线射频识别技术、数据网络、无线传感器网络、人工智能技术、以及GPS全球卫星定位系统等,它可以对任何对象或过程进行统一控制和数据信息的实时有效采集,并与网络连接,实现信息的交换与通信。物联网还可以与RFID系统、无线传感器数据网络和因特网联网形成整体网络。

基于物联网平台的智能反事故演习系统旨在利用物联网平台配合多媒体等新技术实现图文传输、数据共享、视频接入、流程控制、科学评估等功能,从而大幅提升反事故演习水平,便利、直观地反应演习进程,更加有效的促进反事故演习工作。

2 系统概况

2.1体系结构

本方案研究系统平台主要有以下六部分组成:事故场景模拟、事故监控与预警、演习预案管理、演习指挥调度、视频现场监控、演习评估系统。

2.1.1 事故场景模拟

事故场景模拟主要研究和开发现场事故场景模拟软件,模拟各种事故。本次研究的系统采用人工智能技术开发了事故场景模拟软件。采用全动态仿真算法,将模拟的电力系统中的暂态、中期及长过程有机的统一起来进行真实的数据模拟计算,并且利用多媒体技术共同实现场景化的事故现场真实模拟和再现,还具有事故控制、事故上报的功能;物联网平台通过调度员培训仿真系统(以下简称DTS)接口或者平台自身模拟DTS的信息和数据实现对预置故障点的动态监控和自动预警,设置智能按钮或手工选择下达远程控制指令模拟事故的触发、排除。

2.1.2 事故监控与预警

事故监控与预警主要研究和开发反事故演习监控预警系统、实时监督与管理各模拟事故点信息平台。本方案研究的反事故演习监控预警系统主要功能为:有效整合并综合利用电力系统的稳态、动态和暂态运行信息,对电网实施全面而综合的实时监视和控制,在故障处理过程中,能够利用人工智能分析模式提供的辅助决策功能帮助调度员正确处理故障。

2.1.3 演习预案管理

演习预案管理主要研究预案描述方式,设计解析算法,对预案对象进行数学建模,开发预案管理系统。预案管理系统主要包括:预案的添加、修改、执行动作的编辑。本预案管理系统主要由总导演登录进行演习题目与预案的编写,演习任务的下发。预案管理平台上实现大型方案的验证、操作,预演;演习小组运用预案管理可以全程参与验证工作,在实战平台上进行培训和操演。

2.1.4 演习指挥调度

演习指挥调度主要研究开发集成指挥调度软件,可进行通话强插、通话监听、调度历史记录、语音记录、实时语音回放、会议记录等。演习指挥调度主要包括:总导演与各级分导演。通过角色定义对导演、观摩、被演作区分,让每个角色在平台内清晰分辨,将演习现场与视频关联起来,通过关联关系实现指挥系统和监控系统的联动,展示整个演习过程。

2.1.5 视屏监控及GPS应用

视频现场监控主要研究开发视频管理软件,通过此套系统,数字视频、音频将实现远程双向实时传输 ,可以使观摩人员看到演习各方情况,实现演习过程中的实时跟踪和动态监控,做到远程监控和回放。在反事故演习中,根据信号来源可分为三类:①各单位参演人员的声音、视频图像; ②各单位观摩现场声音、视频图像;③DTS系统的展示图像[2,3]。

2.1.6演习评估系统

演习评估系统主要研究开发演习评估模型、演习评估软件。通过采取全程连贯演练、综合检验、量化评估的方法, 建立评估模型。评估模型能通过全程采集的信息全面评估整体演习质量,检验演习水平。通过评估模型开发评估软件,应用计算机信息技术进行分析、比较、演算,能够较为客观、准确地反映演习的实际效果。在演习结束后,评委组通过评估软件,比较事故处理流程与预案标准之间差异,进行综合评分。观摩人员亦可以通过“演习评估系统”对整个演习进行打分评估,直观方便。

2.2系统特色介绍

2.2.1利用物联网人工智能技术实现全面、准确的电网故障分析

基于物联网人工智能技术的反事故演习监控预警系统,采用正向推理及模糊推理技术,实现对单个或关联的多个告警信号进行推理判断,对繁多的告警信号进行综合与提炼,帮助调度员快速定位故障元件、确定故障性质,使调度员在最短的时间内了解电网的事故发生、开关变位、保护动作等情况。本系统在判断出故障元件的同时,对故障涉及的开关、保护、备自投的动作和功率、电压、电流越限情况进行分析,并生成故障信息统计表,统计故障元件、停电范围、负荷损失、发电机功率及过载设备等信息,根据备自投装置的状态和策略,验证备自投是否正确动作。 在此基础上通过人工智能分析模块形成多种事故处理预案,并以负荷损失最小、操作步骤最少为优先级对处理预案进行排序,如图1 所示,供调度员参考、辨别,帮助调度员形成清晰的处理思路。

图1 人工智能分析模块事故处理预案生成图

2.2.2通过可视化展示提高演习观摩效果

通过采用射频识别技术、传感器技术获取演习各方的位置信息、身份信息,用户可随时查看导演、被演人员、事故现场操作、抢修现场等实时视频,并在语音接通后,自动播放对方的视频信息。在事故现场和调度室都安装有视频摄像头,视频信号通过网络传输可以实现现场视频的监控,同时与指挥调度系统联动。

基于物联网的GPS定位功能主要研究在GPS地图上动态显示参演信息,GIS动态跟踪参演人员各自手持终端,定时向平台服务器传送经纬度信息,平台服务器接收到最新经纬度信息后实时在GIS地图上更新,以实现动态监控步行轨迹,并以不同颜色区分人员组别。

2.2.3利用演习评估软件对参演人员进行综合评价

演习评估软件拥有一套完善的指标体系,覆盖事故处理的全过程,具体包括:事件是否正确触发了预案、调度人员是否正确执行了预案、演习人员是否按预案严格执行、是否按规定时间到达等等,在反事故演习过程中,评估软件对每个用户名的操作进行记录统计,对于每条扣分,系统会备注扣分原因,对于每项错误操作,系统会分析错误原因并记录,根据错误分析结果, 可以使得每个参演单位的各级人员认识到自身的不足之处, 在今后的工作中加以改进。对于反事故演习中出现的典型问题, 将在反事故总结会上进行讨论。

3结术语

基于物联网平台的智能反事故演习系统为调度员培训和联合反事故演习提供了前所未有的真实而直观的手段,物联网技术的运用有效地解决了反事故演习中事故真实模拟、演习流程控制、调度与视频联动、观摩信息直观、演习评估完善等一系列问题,有助于提高参演调度员的事故处理水平,有助于检验电网运行人员在应急状态下的快速反应能力,对于提高事故状态下电网优化应急资源配置、协同作战有着重要的现实意义。

参考文献:

[1] 崔长江, 李林峰. 运用DTS 实现广西电网联合反事故演习综述[J]. 广西电力, 2008, 31(2): 41-45.

第6篇

关键词:现代模拟电路;故障诊断;方法探讨

模拟电路故障,就是在模拟电路运行过程中,因为电路中器件某个参数发生变化致使电路无法正常运行。模拟故障主要分为两类:硬故障和软故障。硬故障是在电路运行中出现的开路或短路等状态。软故障就是指电路的某个器件的参数发生变化致使电路运行不正常的故障。

1 模拟电路故障诊断中遇到的困难有哪些

⑴模拟电路出现的故障情况不尽相同,而且其本身参数(输入激励与输出响应及网络中各元件的参数等)是连续量,造成故障模型比较繁琐,难以量化。⑵因为参数误差、非线性、或环境造成的干扰等多项因素,使得电路工作特性发生偏移,导致输入与输出关系复杂,从而使得一些故障诊断方法失去了其准确性。⑶非线性问题在模拟电路中广泛的存在,伴随着电路规模的线性增大,使得计算量大大增加;现在在电路中存在着大量的反馈回路,而这也同样增加了计算量,也是测试变得复杂了许多。⑷现在的电路元器件多是被封装的,这样就造成可测电压的可及节点数会很少,从而使可用作故障诊断的信息量减少,致使故障定位中的不准确程度提高,使得判断错误,造成严重后果。上述这些困难如果只用传统的数学方法描述将会很难达到诊断效果。因为人工智能技术可以很好地模拟人类处理问题的过程,并且具有学习能力,还可以积累经验,所以这门技术在现代模拟电路诊断中得到了广泛的应用。下面将介绍以人工智能技术为基础的一些诊断方法。

2 现代模拟电路故障诊断的方法

2.1 专家系统故障诊断方法

专家系统,就是指一个内部具有很多专家水平的某个领域的知识和经验的智能计算机程序系统。专家系统可以依据某个领域中人类专家提供的知识和经验进行推理、演算、判断来模拟人类专家处理问题的过程,从而解决某些需要专家决定的复杂问题。通过观察到的数据来判断出现故障的原因就是诊断专家系统的任务。其基本的工作原理是:先把专家知识机器诊断经验用规则表示出来,形成故障诊断专家系统的知识库,再根据报警信息对知识库进行推理,诊断出故障元件。

在模拟电路故障诊断中主要是应用基于产生式规则的专家系统,其得到广泛应用的原因主要是由故障诊断和基于产生式规则的专家系统的特点所决定的。使用这种诊断方法的特点是:可以将故障与征兆之间的关系易于用直观的,模块化的规则表示出来,并且这种专家系统允许增加、删除或修改一些规则,来确保诊断系统的实时性和有效性,还可以在一定程度上解决不确定性的问题和给出符合人类语言习惯的结论并具有相应的解释能力等。

尽管专家系统能有效的模拟故障诊断专家并完成故障诊断的过程,不过在实际应用过程中仍存在一些缺陷,主要是知识获取的瓶颈问题以及你能有效解决故障诊断中许多不确定因素,这些问题就影响了故障诊断的准确性。除此之外,专家系统在自适应能力、学习能力和实时性方面也存在着不同程度的局限。其解决方案是将其与具有信息处理特点的神经网络和适合人类认识特征模糊理论相结合。

2.2 神经网络故障诊断方法

人工神经网络(ANN)是模拟人脑组织结构和人类认知过程的信息处理系统,具有并行分布处理、自适应、联想记忆等优点。ANN技术解决故障诊断问题的主要步骤为:根据诊断问题组织学习样本,根据问题和样本构造神经网络,选择合适的学习算法和参数。利用ANN的学习、联想记忆、分布式并行信息处理功能,可以解决诊断系统中不确定知识表示、获取、和并行推理等问题。在上一方法中提到神经网络可以弥补专家系统的一部分缺陷,但是ANN技术仍有不足之处。由于其自身不够完备,学习速度慢、训练时间长等原因,影响了它的实用化。为了可以将其更好的应用在模拟电路故障诊断中,许多学者把ANN与遗传算法、专家系统及故障字典法等相结合,较好地解决了智能中小规模模拟电路故障诊断难题。若是想解决大规模的模拟电路故障诊断问题,还需学者们进行深一步的研究。

2.3 模糊故障诊断方法

模糊故障诊断方法是依据专家经验在故障征兆空间与故障原因空间建立模糊关系矩阵,再讲个条模糊推理规则产生的模糊关系矩阵进行组合,根据一定的判断阈值来识别故障元件。其优点是:模糊理论可适应不确定性的问题;模糊知识库使用语言变量来表述专家的经验,更接近人的表达习惯;模糊理论能够得到问题的多个可能的解决方案,并根据这些方案模糊度的高低进行优先程度排序等。由于隶属度的获取,复杂系统模糊模型的建立、辨识,语言规则的获取、遗忘、修改等理论和方法还不够完善,所以这种方法的应用就受到了很大的限制。若是将其与专家系统、ANN等相结合,则可有效地解决这些困难。除了上述这些诊断方法外,还有小波变换故障诊断方法、多传感器信息融合故障诊断方法、基于Agent技术的故障诊断方法等。

人工智能技术在今后的工程中具有广泛的应用前景,这种技术的应用将会使得模拟电路故障诊断的方法得到进一步发展,是诊断方法更加趋于完善,使其适用性更加广泛,为实现复杂大规模模拟电路的故障诊断提供更有效且更实用的方法,其将会成为今后模拟电路故障诊断的主发展方向。

[参考文献]

[1]张少刚,齐世平,等.现代模拟电路故障诊断新方法[J].信息与电子工程.2006,4(6):476-480.

第7篇

关键词:人工智能;计算机体系结构;硬件;软件

人工智能是让机器模拟人类思维和行为方式,从而让其在某些方面达到人类智能的水平。它的研究涉及了多门学科知识,是一个跨学科的研究领域。但是计算机硬件和软件的发展,是人工智能实现的基本保障。本文从计算机体系结构入手,介绍了计算机硬件和软件的发展过程和趋势,以及对人工智能发展起到的作用。

1计算机的体系结构

计算机体系是一个多级层次结构,通常将其分为硬件和软件两大部分。硬件部分主要有输入/输出设备、存储器和CPU。软件有系统软件和应用软件两类。现代集成技术使得计算机的体积越来越小,但是性能却越来越强。硬件作为计算机基本的组成部分,是作为物理底层为上层软件的运作提供了基本的环境支持。在计算机体系设计中的一个核心问题就是如何提高计算机硬件运行和服务的效率,使上层软件的运行更加快速和流畅。随着上层软件种类和功能的不断增加,对底层硬件的要求越来越高。硬件和软件的兼容、配合以及交互成了体系设计最大的问题。分布式体系结构提升了硬件的处理能力,但同时增加了系统结构的复杂性和操作性。如今,随着网络技术的发展,云平台区块链技术的成熟,计算机体系从传统的单机系统扩展为以网络结构为基础的多系统多体系平台。这种模式从理论上看,大大增加的了系统结构的复杂性,但对于用户体验而言,这种复杂性完全可以忽略,用户不需要对其有更多地了解,也不需要投入更多的成本。相反,用户体验到的是方便、快捷、高效的运行环境。集群计算机体系结构就是一个典型的案例。它通过以太网或InfiniBand网络作为内联方式,使用Linux操作系统和并行编程接口,采用价格比较低的服务器为运算节点,整个系统较之前系统的成本明显降低,而且公开性和操作性都比较强[1]。软件作为计算机体系结构中的上层应用,在20世纪80年代前,只是为专门的计算机而定制的小程序,功能比较简单更没有形成产业。20世纪80年代后,随着计算机硬件集成化程度提高,计算机体积变小个人电脑普及,各种功能齐全的软件也应用而生,软件开发逐渐标准化产业化。进入21世纪后,英特网普及,开源社区发展迅速,开源软件开始流行,软件开发也逐渐向网络化、智能化的方向发展。其开发策略也从原来面向过程的编程转化到了面向对象的编程,开发的软件功能更强大也更具有人性化,为人类在生活生产中解决很多实际问题。计算机体系结构的发展使得计算机能够以更低的成本,更好的互动,在网络环境下发挥更好的性能。为人工智能的发展提供了更有效的运行环境。

2计算机硬件的发展

1946年,第一代电子管计算机研制成功,它的主要特征是体积大、耗电大,运算速度慢;1959年第二代晶体管计算机诞生,与电子管相比晶体管寿命长、体积小、运算速度快;1965年第三代集成电路计算机产生,集成电路技术使计算机在性能和结构方面都有了很大的提升,其主要的代表就是IBM公司研制的360系列计算机;1971年以后,是大规模集成电路和超大规模集成电路的计算机,以英特尔公司推出的x86系列和奔腾系列微处理器为标志,它不仅大大缩小了计算机的体积,而且还提高了计算机的处理能力。在处理器的研制上,英特尔公司不断刷新着主频记录,处理器一直以摩尔定律的速度在发展,其处理能力每18个月到24个月就增加一倍。1972年的8080处理器,主频2MHz每秒处理50万条指令;1978年的8086处理器,主频8MHz每秒处理80万条指令;1982年的80286处理器,主频12MHz每秒处理270万条指令;1989年的486DX处理器,主频25MHz每秒处理2000万条指令;1993年的奔腾处理器,主频233MHz每秒处理4.35亿条指令;1997的奔腾Ⅱ处理器,主频333MHz每秒处理7.7亿条指令;2000年奔腾Ⅳ处理器,主频已经达到1.4GHz[2]。当英特尔还在一心追求处理器高主频的时候,另一家公司NVIDIA在1999年8月了一种专门做图像运算工作的微处理器GPU(GraphicProcessingUnit)。GPU采用的是一种全新的架构模式,它将几何转换与光照功能以硬件的形式集成在图形芯片中,由图形芯片直接负责几何转换和光照操作,这使得处理器性能大大提高。与CPU相比,GPU在高清视频、数码照片处理、3D渲染等方面的表现非常优越。GPU的诞生,使得对处理器的研制从追求高主频转换成追求高性能,NVIDIA与ATI两大公司为此展开了激烈的竞争。直到2008年,随着大数据云计算的兴起,以及智能手机的广泛应用,市场对高性能已不再是唯一的诉求,性能适中的轻量级GPU成为了下一个发展方向[3]。随着人工智能技术的发展,神经网络的规模越来越大,采用多处理器集成的架构模式使得算法实现的装置体积巨大。为此,2015年,谷歌推出了TPU(TensorPro-cessingUnit),它是一种专用于神经网络计算的处理器,主要用于深度学习、AI运算,其算力较GPU有很大的提高。AlphaGo是第一个战胜围棋世界冠军的人工智能机器人,最初它内部安装了1202个CPU和176个GPU用于运算处理。2015年引入TPU之后,与李世石对战的AlphaGo,只有48个TPU负责所有的计算任务。存储器是计算机硬件的另一个主要组成部分。在计算机体系中一般采用外存、缓存、内存多级存储策略。外存容量大成本低但相对读取速度慢,通常用来保存需要长久存放于计算机内的大量数据,例如系统安装的软件、用户的资料、数据库等;缓存是为了提高数据读取的命中率而引入的一种机制;内存数据读取的速度与CPU相当,可以和CPU直接进行数据的交换,是CPU处理数据的来源。但因为内存是通过大量的晶体管构成寄存器来保存数据的,所以采用的硅片面积比较大,制造成本高,在系统中容量配置相对小些。但是随着电子制造技术的提升,现在pc机硬盘的配置可以达到1TB,内存容量如果是64位操作系统一般都在4GB。计算机存储器容量的增加可以满足人工智能时代海量数据的存储。随着计算机硬件的发展,计算机输入系统也呈现多样化形式。数据来源不再是单纯的以键盘输入为主的模式。摄像机微型化之后,计算机系统普遍都安装了摄像头,通过摄像头可以实现视频的采集;而在计算机系统中安装声音采集器可以实现语音输入。传感器可以模拟人类感官让计算机可以像人类一样从自然环境中获取信息,常见的有触觉传感器、视觉传感器、力觉传感器、温湿度传感器和超声波传感器等。计算机的这些新型输入方式更接近于人类日常生活的习惯,也使计算机用起来更人性化,智能化。计算机硬件的这些特性是人工智能发展的基本保障。

3计算机软件的发展

计算机语言是计算机软件开发的主要工具,也是解决实际问题的手段。20世纪50年代,为了方便人们操控计算机的运行,机器指令顺应而生。它采用的是二进制编码,增加了计算机的可操作性,但对用户而言可读性不高,调试难度大。汇编语言是第二代计算机语言,用字母和单词(add、sub等)代替一些特定的指令,增加了程序的可读性,但它是直接面向硬件的操作指令,程序的可移植性差。之后,出现的高级语言其表现形式更接近于数学语言和自然语言,可读性强。而且不依赖于计算机硬件,能在不同的机器上运行,可移植性强。计算机语言的发展,极大地促进了计算机在各个领域的应用和普及,给人们的日常生活带来了翻天覆地的变化。随着人工智能的出现,计算机语言也逐渐向智能化、网络化的方向发展。1956年达特茅斯会议提出“人工智能”概念之后,1958年麦卡锡和明斯基的人工智能项目组,开发了LISP语言。LISP使用表结构来表达非数值的计算问题,实现技术简单是使用最广泛的人工智能语言。1972年一种基于谓词逻辑的编程语言Prolo生,它是面向逻辑面向用户的一种编程语言,主要用于描述知识的逻辑关系和抽象概念,也称为描述性语言。Prolog依照人的思维逻辑,运用数理逻辑中的谓词逻辑来描述解决的问题方法,告诉计算机“要做什么”而不是“怎么做”。Prolog编写的程序更接近于自然语言,逻辑性强易写易读易于正确性证明。1982年,由LarryWall设计的Perl语言是运行在Unix环境下的一种脚本语言。Perl对文件和字符有很强的处理能力,主要用于大型网站开发。20世纪90年代初,荷兰人Rossum设计了Python语言,其语法清晰、简洁,并且拥有大量第三方函数模块,编程简单但功能强大,很快成为了人工智能主要的编程语言[4]。在大数据背景下人工智能发展更加迅速,随之而来的是计算机需处理的海量数据,而且这些数据来源广泛,特点多样,若是利用传统的算法进行数据的分析处理,确定数据的有效性和安全性,需耗费大量的时间,也导致整个系统运行变慢,性能下降。而人工智能语言编写的软件利用模糊逻辑粗糙集理论在不影响系统性能的情况下,可以对海量数据实现快速推理和分析,挖掘数据深层次的价值,得出其背后隐藏的规律,有效地帮助人类作出合理的决策。进入21世纪后,网络高速发展,开源软件由于开放二次开发的权力,具有低成本高安全的特性受到了各国企业和政府的支持得到迅速发展。开源软件是在遵守一个开源协议的前提下,将程序的源代码公开,允许其他人学习修改和,也可转化成任何形式的实用软件的一类软件。截至2006年底,全球研发和应用开源软件的企业占到了总数的50%以上。而人工智能开源软件(OpenCV、NLTK、CNTK、TensorFlow等)在自然语言处理、计算机视觉、机器深度学习等领域中也扮演着重要的角色。

4结语

人工智能的发展涉及生物学、神经学、仿生学、电子科学、计算机科学等学科,是多学科交叉融合发展的领域。用来支持人工智能实现的计算机系统,也逐渐表现出一种软中有硬、硬中有软的混合模式。现场可编程门阵列(Field-ProgrammableGateArrays,FPGA)就是一种典型的代表。基于现场可编程门阵列的系统设计,其硬件功能的实现可以通过软件设置来完成,通过调试软件参数就可以实现硬件功能的改进。这种全新的软硬件设计理念使计算机系统具有更强的灵活性和适应性,提高了人工智能的应用效率,为人工智能构建了一个更具可扩展性的大脑。

参考文献

[1]刘细妹.计算机体系结构现状及发展趋势研究[J].计算机产品与流通,2019(3):98.

[2]付华.浅析计算机硬件发展史[J].电脑知识与技术,2016(13):249-250.

[3]Janlen.光影之路GPU架构发展史[J].微型计算机,2011(33):99-117.

第8篇

关键词: 机电一体化 现状 发展趋势

    一、机电一体化的产生与应用

    20世纪60年代以来,人们利用电子技术的初步成果来完善机械产品的性能后,刺激了机械产品与电子技术的结合。计算机技术、控制技术、通信技术的发展,为机电一体化的发展更进一步奠定了技术基础。20世纪80年代末期,机电一体化技术和产品得到了极大发展。各国均开始对机电一体化技术和产品给以很大的关注和支持,20世纪90年代后期,开始了机电一体化技术向智能化方向迈进的新阶段,机电一体化进入了深入发展时期。光学、通信技术等进入了机电一体化,微细加工技术也在机电一体化中展露头脚,出现了光机电一体化和微机电一体化等新分支。我国从20世纪80年代开始开展机电一体化研究和应用。取得了一定成果,它的发展和进步依赖并促进相关技术的发展和进步。机电一体化已成为一门有着自身体系的新型学科,随着科学技术的不断发展,还将被赋予新的内容。

    二、机电一体化的发展现状

    机电一体化的发展大体可以分为3个阶段。20世纪60年代以前为第一阶段,这一阶段称为初级阶段。在这一时期,人们利用电子技术的初步成果来完善机械产品的性能。特别是在第二次世界大战期间,战争刺激了机械产品与电子技术的结合,这些机电结合的军用技术,战后转为民用,对战后经济的恢复起了积极的作用。那时研制和开发从总体上看还处于自发状态。由于当时电子技术的发展尚未达到一定水平,机械技术与电子技术的结合还不可能广泛和深入发展,已经开发的产品也无法大量推广。

    20世纪70年代~80年代为第二阶段,可称为蓬勃发展阶段。这一时期,计算机技术、控制技术、通信技术的发展,为机电一体化的发展奠定了技术基础。大规模、超大规模集成电路 和微型计算机的迅猛发展,为机电一体化的发展提供了充分的物质基础。

    20世纪90年代后期,开始了机电一体化技术向智能化方向迈进的新阶段,机电一体化进入深入发展时期。一方面,光学、通信技术等进入了机电一体化,微细加工技术也在机电一体化中展露头脚,出现了光机电一体化和微机电一体化等新分支;另一方面对机电一体化系统的建模设计、分析和集成方法、机电一体化的学科体系和发展趋势都进行了深入研究。同时,由于人工智能技术、神经网络技术及光纤技术等领域取得的巨大进步,更为机电一体化技术开辟了发展的广阔天地。这些研究,将促使机电一体化进一步建立完整的基础和逐渐形成完整的科学体系。我国是从20世纪80年代初才开始在这方面研究和应用。国务院成立了机电一体化领导小组并将该技术列为“863计划”中。在制定“九五”规划和2010年发展纲要时充分考虑了国际上关于机电一体化技术的发展动向和由此可能带来的影响。许多大专院校、研究机构及一些大中型企业对这一技术的发展及应用也做了大量的工作,虽然取得了一定成果,但与日本等先进国家相比仍有相当差距。

    三、机电一体化的发展趋势

    (一)智能化趋势

    智能化是21世纪机电一体化技术发展的一个重要发展方向。人工智能在机电一体化建设者的研究日益得到重视,机器人与数控机床的智能化就是重要应用。这里所说的“智能化”是对机器行为的描述,是在控制理论的基础上,吸收人工智能、运筹学、计算机科学、模糊数学、心理学、生理学和混沌动力学等新思想、新方法,模拟人类智能,使它具有判断推理、逻辑思维、自主决策等能力,以求得到更高的控制目标。机电一体化产品不可能具有与人完全相同的智能。但是,高性能、高速的微处理器使机电一体化产品赋有低级智能或人的部分智能。

    (二)模块化趋势

    模块化是一项重要而艰巨的工程。由于机电一体化产品种类和生产厂家繁多,研制和开发具有标准机械接口、电气接口、动力接口、环境接口的机电一体化产品单元是一项十分复杂但又是非常重要的事。如研制集减速、智能调速、电机于一体的动力单元,具有视觉、图像处理、识别和测距等功能的控制单元,以及各种能完成典型操作的机械装置。这样可利用标准单元迅速开发出新产品,也可以扩大生产规模,制定各项标准,以便各部件、单元的匹配和接口。从电气产品的标准化、系列化带来的好处可以肯定,无论是对生产标准机电一体

化单元的企业还是对生产机电一体化产品的企业,规模化将给机电一体化企业带来美好的前程。

    (三)网络化趋势

    计算机技术等的突出成就是网络技术。网络技术的兴起和飞速发展给科学技术、工业生产等领域都带来了巨大的变革。各种网络将全球经济、生产连成一片,企业间的竞争也将全球化。机电一体化新产品一旦研制出来,只要其功能独到,质量可靠,很快就会畅销全球。由于网络的普及,基于网络的各种远程控制和监视技术方兴未艾,而远程控制的终端设备本身就是机电一体化产品。现场总线和局域网技术使家用电器网络化已成大势,利用家庭网络将各种家用电器连接成以计算机为中心的计算机 集成家电系统,使人们在家里分享各种高技术带来的便利与快乐,因此机电一体化产品朝着网络化方向发展是为大势所趋。

    (四)微型化趋势

    微型化指的是机电一体化向微型机器和微观领域发展的趋势,国外称其为微电子机械系统(mems),泛指几何尺寸不超过1cm的机电一体化产品,并向微米、纳米级发展。微机电一体化产品体积小、耗能少、运动灵活,具有不可比拟的优势。微机电一体化发展的瓶颈在于微机械技术,微机电一体化产品的加工采用精细加工技术,即超精密技术,它包括光刻技术和蚀刻技术。

第9篇

关键词:在役桥梁;专家系统

中图分类号:TP311.1 文献标识码:A DoI: 10.3969/j.issn.1003-6970.2012.05.029

专家系统是一个具有大量专门知识与经验的程序系统,它应用人工智能技术和计算机技术,根据一个或多个人类专家提供的在特殊领域内专家用以分析和解决问题的知识、能力、经验及方法,总结出来形成一些规律性的东西作为规则,用软件方法予以实现,然后存储起来[5-6]。而专家系统在在役桥梁方面的研究目前来说还是比较少。本文就对专家系统在在役桥梁方面的应用进行了较深入的研究。

ES 的基本设计思想就是将知识和控制推理策略分开,形成一个知识库。ES 在控制推理策略的引导下利用存储起来的知识分析和处理问题。这样,在解决问题时,用户为系统提供一些已知数据,然后从系统中获得专家水平的结论[7]。

为了使管理方便和数据库的维护容易,我们每一种症状都进行了统一编号,用一定意义的符号代替原始的文字,这样的设计一方面也可以降低在工作中系统对缓冲空间的需要量。

2.1.1 重点模块分析

桥梁加固处治专家系统工作包括很多流程,其中最关键的是选择病害诊断及最优的加固处治措施,使加固效果最大化。针对不同部位病害特征及桥梁所处的环境提出相应的加固技

对于桥梁加固后效果评估模块中钢筋混凝土套箍空腹式主拱圈加固技术非常重要。钢筋砼套箍封闭主拱圈加固拱桥技术通过沿原主拱圈环向周边增设一层钢筋砼套箍,形成复合主拱圈。

对于桥梁加固后效果评估模块中钢筋混凝土套箍空腹式主拱圈加固技术非常重要。钢筋砼套箍封闭主拱圈加固拱桥技术通过沿原主拱圈环向周边增设一层钢筋砼套箍,形成复合主拱圈[1]。

选择.Net平台运用面向对象的编程方法来进行系统开发。

2.2.1 系统设计概要

系统架构综述:综合参考软件开发规范,考虑到系统的可维护性,稳定性,可扩展性,系统整体采用分层架构。宏观看来,系统分为三层,软件UI层,子业务模块层及业务核心层;各个层级之间通过“对象”通信;

2.2.2 系统设计概要

1)系统架构综述:综合参考软件开发规范,考虑到系统的可维护性,稳定性,可扩展性,系统整体采用分层架构。宏观看来,系统分为三层,软件UI层,子业务模块层及业务核心层;各个层级之间通过“对象”通信;层级间关系如图3所示:图3 系统各层级间关系示意图

2)桥梁病害诊断模块设计:桥梁病害诊断模块是本系统的核心,其凝聚着桥梁安全方面专家的心血,通过什么方式来完整、准确的“表达”出专家的智慧是本模块的设计要点。纵观现有技术,结合本系统自身特点,我们决定采用业内成熟的“工作流”来完成。

根据实地检测,主拱圈在L/4处出现明显下挠。计算其容许下挠值:7.0(cm)。

第10篇

关键词:智能电网;智能变电站;电气自动化

中图分类号:TM76 文献标识码:A 文章编号:1006-8937(2015)26-0118-02

近年来,我国建设坚强智能电网的进程不断推进,以智能化、自动化、节能高效为特征的智能电网时代已经悄悄来临。智能电网的迅猛发展推动了电网的发输变配等各个环节的技术革新,目前新建变电站中智能变电站占据了较大比重,基于此,有关智能变电站的电气自动化和数字化等问题成为理论界的研究热点。

1 智能电网与智能变电站

在世界能源危机背景下,智能电网的概念应运而生。同传统的电网技术相比,智能电网以清洁、灵活、自愈为特征,具有显著的优点,成为近年来世界电网发展的主流方向。

智能电网六大支撑技术包括:灵活的网络拓扑技术、实时通信技术、先进的传感与测量技术、智能化继电保护、发达的故障诊断技术、科学的运行决策技术。

智能变电站的建设与应用恰是智能电网技术的集中体现,在信息的采集、通信、传递和输出的全过程实现了智能化,以保护智能化、通信网络化、协议统一化、管理自动化为特征,如图1所示。

2 智能变电站的电气自动化探讨

我国的变电站电气自动化技术起步较晚,但发展迅速,经历了电磁式、晶体管型、集成电路等发展阶段后,微机保护开始占据变电站继电保护的主流,近年来逐渐成熟的智能化保护更是成为智能变电站电气自动化的发展热门。

2.1 一次设备的智能化

智能变电站的发展首先推动了一次设备的智能化,首先是变压器的自动化,主要体现在在线监测的自动化,包括:对变压器油的色谱实时监测、套管绝缘的实时监测、变压器油等的实时监测,通过对变压器工作状态的实时监测实现变压器的智能化。

此外,包括互感器、开关、断路器在内的一次设备普遍实现了智能化,包括各类测量表计、PMU、合并单元、智能终端等在内的电气设备智能化,通过测量数字化、控制网络化,实现一次设备的状态可视化和功能一体化,从而完成对变电站设备的实时监控,实现站内一次设备的整体可控制和自动化,近年来逐渐向着集成式一次设备方向发展和演变,将数字化测量、智能化控制和状态监测集成于一体。

同时,智能变电站的发展也给光电互感器技术发展带来了巨大机遇,各类新型的光学数字式互感器进入变电站,成为智能变电站发展的重要特征,随着光电技术和微电子技术的发展,有源光电互感器迅速发展,通过光纤传输节省了大量的电缆,模拟量的A/D转换直接在互感器内部进行,降低了敷设工作的压力,节省了投资成本,普通互感器与光学互感器的对比,如图2所示。

2.2 二次设备的智能化

2.2.1 智能化保护

智能化保护的系统结构图,如图3所示。通过光学互感器或电子式互感器采集一次设备的电压、电流等模拟量,并经过合并单元对数据进行数据的汇总,通过多路采集器来将模拟量进行汇总并上送,从而节省了大量的电力电缆,达到了变电站一次与二次系统的隔离,提升了模拟量的测试精度。变电站内间隔层与过程层之间通过IEC61850-9-2协议进行通信,将各类信息上送到智能化保护,在保护中完成逻辑的运算,随着近年来DSP和单片机技术的发展,智能化保护在计算速度、指令周期、运算效率等方面的性能不断提升,保护输出的GOOSE跳闸指令能够实时下发,控制断路器的跳合闸。

2.2.2 电力系统广域保护

电力系统广域保护也是近年来电网电气自动化技术的研究热点问题,为电网后备保护的发展提供了新的思路。传统的继电保护必须依靠系统的单端电气量或双端电气量,而电力系统广域保护则立足于广域电气量的采集,将各区域电网视为一体,实时采集广域量,并通过实时数据监测和高速数据运算,来实现保护逻辑的判断,最终动作于告警和跳闸。

目前,广域保护包括集中式、IED分布式、集中和分布式相配合这三种模式,与传统保护相比,广域保护能够更好的适应不同的负荷工况和系统运行方式、保护功能的实现对定值整定的依赖程度低、提升了系统躲过负荷限制的能力。

同时,由于广域保护需要采集众多的电网内部广域数据,因此需要的信息交互延时较长,一定程度上影响了其动作速度,因此,可以作为后备保护应用于电网。

2.3 各类人工智能技术的应用

随着智能电网的推进,电力系统逐渐向着智能化、网络化、一体化方向发展,各类人工智能技术在变电站电气自动化领域发挥了巨大作用,包括神经网络、遗传算法、进化规划、模糊逻辑、小波理论等新型技术获得推广应用,继电保护技术逐步向着保护、控制、测量、通信集成的方向发展。

在此推动下,电力系统继电保护不仅能够存储更大容量的故障信息,还能有更快的数据处理功能和更大的存放空间,保护的通信能力更强,能够更加智能化的与其它的保护和控制设备通讯,实现全网数据与信息的资源共享。

以人工神经网络为例,电力系统内部存在很多非线性元件,包括电容、电感、电力电子元件等,通过人工神经网络理论,能够克服传统保护方法的特点,很好的解决包括配电箱线损较高、电网动态分析等非线性难题。

2.4 交直流一体化电源

智能变电站能够通过调控一体和运维一体化实现无人值守,无人值守变电站需要配备交直流一体化的电源,通过统一设计、统一集中控制、统一进行生产和调试,来达到对分散数据的采集和集中管控,同时在变电站内,能够实时查阅各交直流电源的参数和运行状态,并同步修改系统的参数、运行方式,发出相应的遥控开关命令,从而实现对智能变电站一体化交直流电源的状态检修和智能化管理,降低日常巡视、管理、维护的工作量。

3 结 语

智能电网技术的发展在全世界范围内掀起了一场技术革新的浪潮,变电站作为电网的基本组成部分,包括一次设备、二次设备、辅助电源等在内的电气设备逐步自动化和智能化,电网处于不断的发展和变革之中,电网技术的发展也将更加的多元化、多维度、高精度,经过持续不断的技术探索,我国智能变电站的发展前景持续向好,电气自动化程度将不断提升。

参考文献:

[1] 刘强.智能电网继电保护技术探讨[J].江苏电机工程,2010,(2).

[2] 熊小伏,陈星田,夏莹,等.面向智能电网的继电保护系统重构[J].电力系统自动化,2009,(17).

[3] 邵宝珠,王优胤,宋丹.智能电网对继电保护发展的影响[J].东北电力技术,2010,(2).

第11篇

【关键词】人脸识别 人脸检测

近年,生物特征识别这一技术发展今非昔比。其中,人脸识别是一种非接触性技术,具有可视化、符合人的思维习惯的特点,得以在商业、安全等领域广泛应用。目前,人脸识别逐渐成为一个热门的研究领域。

1 人脸识别的方法

随着技术的发展,人脸识别方法也呈现出“百花齐放”的趋势。从整体上把握,人脸识别技术可以分为以下三种:

1.1 基于几何特征的正面人脸识别方法

该方法是最早的人脸检测方法,是对人脸的等先验知识导出规则的利用。人脸面部器官可以近似的看作是常见的几何单元,肤色也人脸的是重要特征之一。该方法就是采集人脸的重要的面部特征及其之间的相对距离、特征分布等参数从而形成一个可以表示人脸特征向量,例如角度、曲率等。该方法抗干扰能力极强,对于光照变化的敏感度很低,并且直接利用人脸信息,便于理解。同时,由于该方法算法只关心器官的基本形状和位置结构,并没有侧重细节特征,所以对于从图像中提取稳定的特征就比较困难。这就意味着当人的面部表情的变化较大时,或者是出现了存在遮挡物等影响鲁棒性差的情况,对于人脸特征的提取就会变得困难甚至错误。

1.2 基于模板匹配的人脸识别方法

模板匹配主要包括静态匹配和弹性匹配,可以细分为:动态连接匹配法、特征脸方法、线性判别方法、神经网络法等。静态匹配方法在使用时也需要对图像进行适当的标准化,随后利用整幅图像的灰度级、生理特征区的灰度图像和变换后的人脸图像模板。由于是静态的匹配,模板的灵活性差,当出现面部表情过大时,就无法使用模板。所以产生了动态的模板匹配,也称为动态连接匹配法。该方法是建立反映人脸特征形状可变部分的特征参数模型。该方法的有点就在于其灵活性大大的提高,适用于更多情况下的人脸检测,同时鲁棒性较于静态更好。但是该方法容易因为计算时间太长而陷入局部最小。

1.3 基于模型的人脸识别方法

该方法是利用数学模型的参数进行人脸识别,合并人脸尺度和人脸方向的人脸。该方法着重了人脸各器官的不同特征和相互联系,又不敏感于面部表情变化,鲁棒性好,计算量也并不巨大。基于隐马尔科夫模型法就是其中最经典的方法。

2 人脸识别的现状

人脸识别技术正式起步于美国,我国接触该技术较晚,但是经过科研人员和学者们多年的研究和实验,目前我国的人脸识别技术已经达到国际先进的水平。

2.1 国内

在我国,最早从人工向计算机智能识别发展的生物识别技术是指纹识别,但是在实际应用中逐渐产生了对人脸识别技术的需求。从2001年开始,公安部门就开始使用这一技术来防范打击重大刑事犯罪并取得国家的支持。随后,我国在2008年北京奥运会举行时应用了人脸识别技术,这标志着我国的人脸识别进入大规模的使用阶段。在前几年举办的世博会上,该技术得到更加广泛的应用,同时各大公司也逐渐加入,实现了人脸识别技术在中国的大规模应用。随着我国技术的不断进步,“三化两合”将是人脸识别发展的必然趋势。“三化”指:主流化、芯片化、标准化;“两合”指:与其他生物特征的多生物特征融合与REID的联合。

2.2 国外

国内外对于人脸识别的研究都非常的活跃。美国、德国、日本等经济发达国家和部分发展中国家都有研究机构和研究人员对此进行专门的研究。以下只取其中筛龉家作为例子。

2.2.1 美国

美国是人脸识别技术最先起步的国家,也是最先应用该技术的国家,其人脸识别技术的水平一直走在国际前列。早在1993年,美国国防部就启动了FERET项目,为其之后的生物智能识别技术奠定了基础,推动人脸识别技术从初始阶段提升到原型系统阶段。目前,美国电影中没有钥匙孔只有一个摄像头的大门,刷一下人脸就可以进入;机要部门的核心设备通过指纹进行设备的解锁;追踪情节中利用街边摄像头进行识别等等,这些场景在实际生活中已经得到实际的应用。例如,FBI在2014年就推出了他们的新一代的电子识别系统,总投入超过10亿美金。用于利用监控锁定犯罪嫌疑人,从而进行全网追捕。不仅如此,美国国防部和国土安全部门加大了对人工智能识别技术的投资,用来防止对公共安全造成的威胁。

2.2.2 日本

日本虽然也是略晚接触人脸识别技术的国家,但是其发展却日新月异。在2014年日本的一家研究中心就在日本大阪试验一项基于视频的人脸识别技术,目的在于当灾难来临是,通过实时监控中人脸的表情以及人流的动态来判断各个紧急安全出口是否可用。日本近年来一直在加快对只能视频分析技术的研究。据中关在线报道,2015年日本日立公司推出的视频监控人脸识别技术能够技术能够以3600万张图像/秒的速度进行扫描,以高精度识别出路人,并且即时存储路人脸部图像,将长相相似的人脸进行分类。随后,据中新网2015年7月3日报道,日本在国内的骨干机场引进了通过计算机智能识别人脸来确认身份的系统,有望在举办东京奥运会和残奥会的之前,推进日本人出入境审查的无人化,大大缩短外国游客入境审查的时间。

3 人脸识别的展望

虽然人脸识别技术目前还存在一些缺陷,但是这一技术目前已经得到了非常迅速的发展,还出现了专门的国际会议,越来越多的研究人员和研究机构投入其中,同时各国也开始逐渐试验这一技术,那些亟待解决的问题不过也是时间的问题。相信不久的将来,这一人工智能技术会在不断的应用中逐渐完善,并且造福全人类。

参考文献

[1]吴巾一.人脸识别方法综述[A].计算机应用研究,2009(09):3205-3209

[2]姜贺.基于几何特征的人脸识别算法[D].大连:大连理工大学,2008(12).

[3]生物特征识别技术需从应用中逐步完善[J].智能建筑与城市信息,2014(09):15-19

[4]余龙华.基于隐马尔科夫模型的人脸识别[A].计算机技术与发展,2012(02):25-28

第12篇

关键字:配电网,故障诊断,数据挖掘

配电网故障诊断是从技术上提高配电网安全可靠运行的重要手段,准确的故障定位、分析故障原因,提出故障恢复方案能够减少停电时间,加快线路的恢复,减少因停电造成的经济损失。因此,配电网故障诊断技术的研究有着十分重要的理论和实用价值[1]。目前,国内外比较典型的配电网故障诊断方法有故障电流法、专家系统法、人工神经网络法、基于模糊理论的方法、基于优化技术的方法和基于数据挖掘的方法。

1 故障电流法

故障电流法是以图论为基础,根据配电网的拓扑模型进行故障诊断。其基本原理是根据配电网络的结构写出网络描述矩阵和根据故障信号写出配电网络故障信息矩阵,进而由网络描述矩阵和故障信息矩阵相乘后得到一个描述矩阵,随后对描述矩阵进行规格化处理,得到故障判断矩阵,当发生故障时,依据故障判断矩阵进行故障判别和定位[2]。该方法依据系统潮流的变化来判断的,当发生故障时,系统的结果和参数变化,使得潮流的计算和分析处理耗时较长,会影响诊断和恢复处理速度,难以达到理想的效果。

2 专家系统法

专家系统是利用计算机技术将相关领域的理论知识和专家的经验知识融合在一起,通过数据库、知识库、推理机、人机接口、解释程序和知识获取程序的有机连接,达到具备解决专业领域问题的能力。专家系统在配电网故障诊断中的典型应用是基于生产式规则的系统,它把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出了,形成故障诊断专家系统的知识库,通过查找知识库对报警信息进行推理,获得诊断结论。专家系统虽然能够有效模拟故障诊断专家完成故障诊断,但是在实际应用中存在知识库建立困难、校核和维护困难、容错能力差等局限性,容易造成诊断错误。

3 人工神经网络法

人工神经网络是模拟人类神经系统传输、处理信息过程的理论化数学模型,是一种大规模并行分布处理系统。它的最大特点是采用神经元及它们之间的有向权重连接来隐含处理问题的知识,具有很强的自学习能力,在学习完成之后,还具有一定的泛化能力和容错能力,即使输入信号带有一定的干扰噪声,仍能给出正确的输出结果[3]。它的这些优点对于在配电网故障定位中的应用具有重要的意义,主要用来进行故障识别和故障定位。

4 基于模糊理论的方法

模糊理论是将经典集合理论模糊化,并引入语言变量和近似推理的模糊逻辑,具有完整的推理体系的智能技术。在电力系统中,由于保护或断路器的误动作、拒动,信道传输干扰,保护动作时间偏差等因素的影响,输、配电网络故障诊断存在不确定性,而模糊理论可以适应不确定性问题,擅长模拟人类思维中的近似推理、语言变量来表述专家的经验,得到问题的多个可能的解决方案,并根据其模糊度的高低进行排序,进而得出问题的最佳解决方案。因此,基于模糊理论的方法比较适用于故障诊断,目前已经在配电网故障定位中得到了应用。

基于模糊理论的故障诊断系统,虽然可以增强处理不确定性的能力,但是采用模糊理论进行电网故障诊断,需寻求有效的手段对电网中的各种不确定性进行客观地模糊表达,需要充分利用历史统计数据和经验知识。当诊断对象的结构发生变化时,如何对模糊知识库进行快速、有效的更新维护也需要更进一步的研究[4]。

5 基于优化技术的方法

基于优化技术算法是国内外学者提出的进行电网故障定位的一种新思路,根据电网故障的特点设定假想事故集的目标函数,利用各种优化算法根据适应度值对假想事故集进行更新,直至搜索到适应度最大的假想事故集,作为最终故障诊断结果。其实质是将故障诊断问题转化为无约束的0-1整数规划问题进行寻优处理。这类方法的基本思路是:根据保护动作原理,将故障诊断问题表示为0-1整数规划问题,然后用优化算法求解。配电网故障诊断中使用的优化算法主要有遗传算法、模拟退火算法和基于覆盖集理论的算法。基于优化技术的方法在信息发生畸变时,出现复杂的故障模式的r候,难以保证诊断结果的可靠性。

6 基于数据挖掘的方法

数据挖掘近年来研究比较活跃的研究领域,是人工智能与数据库技术相结合的产物。它是利用数据挖掘的各种算法从大量数据中挖掘出隐含其中的知识。近年来,已有研究者开始把数据挖掘技术引入到电力系统的诊断故障中,并取得了一些成功的经验。数据挖掘技术在电力系统故障诊断中的应用目前正处于起步阶段,解决如何把诊断对象与数据挖掘算法结合,确定出诊断对象的诊断模型,以及如何把数据挖掘和传统的人工智能技术相结合是进一步深入研究的课题。

电力系统的故障大部分发生在配电网,配电网发生故障后,故障诊断系统根据监测系统得到的相关信息对配电网发生的故障进行实时分析和判断,提出正确有效的健全区域停电恢复策略,帮助调度员准确的确定故障位置,隔离故障区域,快速恢复非故障区域供电。随着技术的日趋成熟,配电网故障诊断技术必将在提高配电网安全可靠运行方面发挥巨大的作用。

参考文献:

[1]马士聪,高厚磊,徐丙垠,薛永端.配电网故障定位技术综述[J].电力系统保护与控制.2009(11).

[2]艾闯.配电网故障快速诊断方法分析[J].中国电业(技术版).2013(12).