亚洲欧美精品沙发,日韩在线精品视频,亚洲Av每日更新在线观看,亚洲国产另类一区在线5

<pre id="hdphd"></pre>

  • <div id="hdphd"><small id="hdphd"></small></div>
      學(xué)習(xí)啦 > 新聞資訊 > 科技 > 人工智能話題論文

      人工智能話題論文

      時(shí)間: 坤杰951 分享

      人工智能話題論文

        人工智能簡稱為AI,是對人類大腦簡化及抽象,也是人類智能模擬的重要途徑,現(xiàn)在我國人工智能工具主要有專家系統(tǒng)、模糊理論、神經(jīng)網(wǎng)絡(luò)、禁忌搜索、粒子群算法及遺傳算法等,以下是學(xué)習(xí)啦小編整理分享的人工智能話題論文的相關(guān)資料,歡迎閱讀!

        人工智能話題論文篇一

        芻議人工智能技術(shù)在我國電廠的應(yīng)用與探討

        人工智能簡稱為AI,是對人類大腦簡化及抽象,也是人類智能模擬的重要途徑,現(xiàn)在我國人工智能工具主要有專家系統(tǒng)、模糊理論、神經(jīng)網(wǎng)絡(luò)、禁忌搜索、粒子群算法及遺傳算法等,隨著我國電力事業(yè)大力發(fā)展,很多人工智能技術(shù)被應(yīng)用在了電廠中,并發(fā)揮了巨大作用,優(yōu)化了電廠中電力系統(tǒng)的組合、運(yùn)行及市場定價(jià)等眾多問題,保證電廠供電的安全可靠性。

        1 AI在我國電廠應(yīng)用及探討

        1.1 專家系統(tǒng)應(yīng)用與探討

        專家系統(tǒng)可簡稱為ES,它所面向主要是各非結(jié)構(gòu)問題,特別是處理啟發(fā)式、定性的或者不確定知識(shí)信息,通過各樣的推理過程來達(dá)到系統(tǒng)所要求任務(wù)目標(biāo),在上世紀(jì)80年代,為了克服原有控制理論不足,自動(dòng)控制領(lǐng)域工程師及學(xué)者將專家系統(tǒng)方法及思想引入了控制系統(tǒng)中進(jìn)行應(yīng)用及探討。典型專家系統(tǒng)主要有推理機(jī)、知識(shí)庫、知識(shí)獲取機(jī)制以及人機(jī)界面四部分組成,專家系統(tǒng)在我國電廠里的應(yīng)用是最早及較為成熟的人工智能技術(shù),并且發(fā)展了很多專家系統(tǒng),在電力系統(tǒng)不同領(lǐng)域被應(yīng)用,像電網(wǎng)調(diào)度、系統(tǒng)恢復(fù)、監(jiān)測和診斷、預(yù)想事故篩選等,特別是監(jiān)測核事故診斷成為專家系統(tǒng)在電廠中最主要應(yīng)用領(lǐng)域。依據(jù)知識(shí)存儲(chǔ)方式不同,能把ES分為決策樹、知識(shí)經(jīng)驗(yàn)、規(guī)則及模型等不同形式,模型形式的知識(shí)所表達(dá)方式是比較適合實(shí)時(shí)處理的,比基于規(guī)則形式推理方式要更為簡單及快捷及容易維護(hù)。ES在輸電網(wǎng)絡(luò)診斷故障里的典型應(yīng)用為產(chǎn)生式規(guī)則系統(tǒng),就是把斷路器、保護(hù)器動(dòng)作邏輯和運(yùn)行人員診斷經(jīng)驗(yàn)運(yùn)用規(guī)則的形式進(jìn)行表示,并形成知識(shí)庫,依據(jù)報(bào)警信息進(jìn)行知識(shí)庫推理,以獲得診斷結(jié)論,這種產(chǎn)生式規(guī)則專家系統(tǒng)在電廠中能夠被廣泛應(yīng)用主要是因這種專家系統(tǒng)及故障診斷特點(diǎn)所決定的,在輸電網(wǎng)絡(luò)里斷路器及一級(jí)保護(hù)間的關(guān)系能用模塊化及直觀規(guī)則進(jìn)行表示,并且能允許刪除、增加及修改某些規(guī)則,從而保證診斷系統(tǒng)有效性及實(shí)時(shí)性,對不確定問題在一定程度上給予了解決,還能給出一些符合人類語言結(jié)論及解釋能力。同時(shí),框架法的專家系統(tǒng)能夠進(jìn)行分類結(jié)構(gòu)知識(shí)表達(dá),以及對事物間的相關(guān)性進(jìn)行表達(dá),并簡化繼承性知識(shí)存儲(chǔ)及表述。專家系統(tǒng)這種人工智能技術(shù)盡管能有效模擬完成故障診斷,可在電廠實(shí)際應(yīng)用里,還存在著一定不足,主要為知識(shí)獲取及維護(hù)問題,并且接口也不是很友好,對故障診斷里的很多不確定因素也無法有效解決,從而影響了診斷準(zhǔn)確性。

        1.2 遺傳算法應(yīng)用與探討

        遺傳算法能簡稱為GA,是根據(jù)遺傳機(jī)制及自然選擇在計(jì)算機(jī)上,進(jìn)行生物化機(jī)制模擬來尋優(yōu)搜索的算法可在龐大復(fù)雜搜索空間里進(jìn)行合適搜索,并找出最優(yōu)及準(zhǔn)最優(yōu)的解決方法,這種算法簡單及適用,其魯棒性也比較強(qiáng),這種智能技術(shù)對求解問題基本沒有限制,對常規(guī)求解復(fù)雜過程涉及較少,可得到局部或全部的最優(yōu)解集,與傳統(tǒng)優(yōu)化技術(shù)相比,這種技術(shù)更能解決及處理傳統(tǒng)難以解決的非線性問題,因此,這種技術(shù)被廣泛應(yīng)用在電廠中的電力市場、規(guī)劃及調(diào)度等方面,并且在故障診斷上,其應(yīng)用效果也是不錯(cuò)的,可對輸電網(wǎng)絡(luò)中,故障診斷模型的建立成為了遺傳算法存在主要途徑,也是值得探討問題,遺傳算法如果可以建立適合數(shù)學(xué)模型,不僅能解決電力系統(tǒng)中的故障診斷問題,還能解決其他類似故障診斷問題,加強(qiáng)遺傳算法合理模型建立是應(yīng)該研究及探討的。

        1.3 神經(jīng)網(wǎng)絡(luò)應(yīng)用與探討

        神經(jīng)網(wǎng)絡(luò)技術(shù)簡稱為ANN,其主要特點(diǎn)為廣泛化、高度并行處理及非線性的映射功能等,對于控制領(lǐng)域具有較強(qiáng)吸引力,對于沒有模型及復(fù)雜的不確定問題具有學(xué)習(xí)能力及自適應(yīng)力,能夠用在控制系統(tǒng)自適應(yīng)環(huán)節(jié)及補(bǔ)償環(huán)節(jié)里,非線性描述能力能夠用在非線性控制及辨識(shí)中,而快速計(jì)算能力能夠進(jìn)行復(fù)雜控制問題計(jì)算優(yōu)化,其定量及定性分布存儲(chǔ)及合成能力能夠用在復(fù)雜控制系統(tǒng)里的圖像信息處理利用及接口轉(zhuǎn)換,容錯(cuò)能力能夠應(yīng)用在非結(jié)構(gòu)過程控制,網(wǎng)絡(luò)神經(jīng)已成為電廠應(yīng)用中最成功的智能技術(shù),像網(wǎng)絡(luò)神經(jīng)在電廠故障診斷中的應(yīng)用,每個(gè)神經(jīng)網(wǎng)絡(luò)均負(fù)責(zé)系統(tǒng)里的部分診斷,ANN技術(shù)經(jīng)過現(xiàn)場很多樣本學(xué)習(xí)及訓(xùn)練,對其中閾值及連接權(quán)進(jìn)行不斷調(diào)整,讓知識(shí)隱式分布于所有網(wǎng)絡(luò)中,以實(shí)現(xiàn)模式記憶,這樣ANN就具有獲得較多知識(shí)能力,這種人工智能技術(shù)廣泛應(yīng)用在電力系統(tǒng)監(jiān)測、診斷、實(shí)時(shí)控制、狀態(tài)評(píng)估及負(fù)荷預(yù)測等領(lǐng)域,并且依據(jù)神經(jīng)網(wǎng)絡(luò)技術(shù)的負(fù)荷預(yù)測已經(jīng)成為電廠電力系統(tǒng)中最成功應(yīng)用之一。

        2 其它人工智能技術(shù)應(yīng)用及探討

        2.1 粒子群算法及模糊理論應(yīng)用與探討

        粒子群算法可稱為PSO算法,這種智能技術(shù)算法簡單,容易實(shí)現(xiàn),并且可調(diào)節(jié)參數(shù)也比較少,已經(jīng)被應(yīng)用在了很多學(xué)科及領(lǐng)域里,在電廠中也正被嘗試及應(yīng)用,可這種算法的精度不是很高,還容易陷入局部極值中。其設(shè)計(jì)思路為:在多維解的搜索空間里,運(yùn)用這種算法,可在初始化之后得到一群隨機(jī)的粒子,并搜索到最有位置及全局極值,這種算法能夠被應(yīng)用在電廠變電站的選址上,并且在電源規(guī)劃上也有一定優(yōu)越性,可也面臨著諸多不確定因素,加強(qiáng)這些因素全面有效描述,成為電廠應(yīng)用及探討方向所在。模糊理論簡稱為FS,是自動(dòng)控制及模糊邏輯相結(jié)合而成的,其功能是模擬人類決策及推理過程,運(yùn)用專家經(jīng)驗(yàn)及知識(shí)來控制規(guī)則的,可有效處理未知及不準(zhǔn)確控制問題,并且不用建模,是種非線性的控制,以萬能逼近的定理作為充分理論依據(jù)的,模糊控制器可當(dāng)做萬能的,完成所需任何非線性的控制任務(wù),在很多工程及領(lǐng)域系統(tǒng)里,都沒有辦法建立較為精準(zhǔn)數(shù)學(xué)模型,這使得模糊理論得到了廣泛應(yīng)用,在電廠里,自然也得到了較為廣泛應(yīng)用,像電廠的故障診斷里,一些故障及征兆間的關(guān)系是比較模糊的,不確定的,這時(shí)所得結(jié)果也就是模糊的,其傳統(tǒng)方法去為依據(jù)專家經(jīng)驗(yàn)進(jìn)行模糊關(guān)系矩陣建立,并對模糊關(guān)系給予組合及合并等,隨著這種智能技術(shù)發(fā)展,將模糊知識(shí)庫運(yùn)用語言變量進(jìn)行表達(dá),更接近人類表達(dá)習(xí)慣,對于問題多個(gè)解決方案,依據(jù)模糊度高低來優(yōu)化排序,在一定程序上,增加了專家系統(tǒng)容錯(cuò)性,這種理論已被應(yīng)用在電廠故障診斷識(shí)別、變壓器保護(hù)及配電系統(tǒng)等領(lǐng)域里。

        2.2 禁忌搜索算法

        這種技術(shù)比較適合優(yōu)化組合問題解決,可處理不可微目標(biāo)函數(shù),其理論思想為運(yùn)用靈活記憶技術(shù),把最近若干次的迭代過程進(jìn)行反方向移動(dòng),并記錄進(jìn)tabu表里,處在這個(gè)表里的移動(dòng)是不能在現(xiàn)有迭代過程里實(shí)現(xiàn)的,從而避免了已訪問解群體的訪問及循環(huán)產(chǎn)生,這種技術(shù)主要有tabu表、移動(dòng)及特赦規(guī)則三要素組成,這種智能技術(shù)在電廠的電力系統(tǒng)里也得到了應(yīng)用,主要運(yùn)用了十進(jìn)制及二進(jìn)制編碼這兩類方案對實(shí)際系統(tǒng)給予優(yōu)化計(jì)算,這種技術(shù)對局部最優(yōu)解跳出方面具有較大優(yōu)勢,并且收斂效果好,能夠進(jìn)行快速尋優(yōu),可運(yùn)用單點(diǎn)搜索不能夠在全部空間內(nèi)進(jìn)行搜索,這使得初始值好壞直接決定了算法速度及其解質(zhì)量。

        3 結(jié)束語

        近些年,人工智能技術(shù)在電廠中的應(yīng)用除了以上算法及技術(shù)外,還有分布式人工智能、混合智能、蟻群算法及混沌優(yōu)化法等,隨著我國電力事業(yè)不斷發(fā)展,市場競爭不斷加大,人工智能技術(shù)在電廠中的應(yīng)用是越來越廣泛及發(fā)展良好。

      下一頁分享更優(yōu)秀的<<<人工智能話題論文

      2600566