人工智能的概況及實(shí)現(xiàn)方法

姚　根

摘要:本文在總結(jié)人工智能在電氣設(shè)備領(lǐng)域取得成果的基礎(chǔ)上,對(duì)存在問題提出一些看法并對(duì)今后的發(fā)展趨勢(shì)作一展望。

關(guān)鍵詞:人工智能 電氣設(shè)備 優(yōu)化設(shè)計(jì) 智能

中圖分類號(hào):T927文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1006-8937(2009)03-0108-01

隨著電力系統(tǒng)容量的不斷擴(kuò)大,電網(wǎng)中電氣設(shè)備的種類及數(shù)量也大量增加,使供電可靠性與用戶要求之間的矛盾日益突出,用傳統(tǒng)方法解決此矛盾已顯得無能為力。因此尋找新的途徑提高電氣設(shè)備的質(zhì)量及其在電網(wǎng)中運(yùn)行的可靠性已是當(dāng)務(wù)之急。人工智能是與傳統(tǒng)學(xué)科完全不同的一門新興前沿學(xué)科,由于它是利用計(jì)算機(jī)來模擬人類的智能活動(dòng),因此完全擺脫了傳統(tǒng)方法的束縛,能解決傳統(tǒng)方法難以解決甚至根本無法解決的問題。自50年代開始發(fā)展到現(xiàn)在,人工智能技術(shù)在理論研究方面取得了突破性進(jìn)展,而且取得了明顯的社會(huì)和經(jīng)濟(jì)效益,已被廣泛應(yīng)用于國(guó)防、航空、醫(yī)療、電力等領(lǐng)域。

1人工智能概況

1956年,麥卡錫等人第一次使用人工智能這一術(shù)語,標(biāo)志著人工智能正式誕生。人工智能是控制論、信息論、系統(tǒng)論、計(jì)算機(jī)科學(xué)、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等學(xué)科相互交叉滲透的產(chǎn)物,它與空間技術(shù)、能源技術(shù)一起被稱為世界三大尖端技術(shù)。各領(lǐng)域的專家學(xué)者將人工智能與本專業(yè)技術(shù)相結(jié)合,取得了一個(gè)又一個(gè)令人注目的成果。雖然人工智能的發(fā)展經(jīng)歷了風(fēng)風(fēng)雨雨,但它已取得的成就不得不令人驚嘆。人工智能的不斷發(fā)展,已產(chǎn)生許多分支,模糊邏輯、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法是其中最為活躍的四大分支。

2人工智能的實(shí)現(xiàn)

為了將人工智能的理論研究成果應(yīng)用于實(shí)際,人們發(fā)明了多種方法。目前大部分的人工智能應(yīng)用系統(tǒng)是在馮·諾依曼結(jié)構(gòu)的通用數(shù)字計(jì)算機(jī)或通用算機(jī)上運(yùn)行求得結(jié)果。這種用軟件實(shí)現(xiàn)的方法靈活性強(qiáng)但速度較慢。從原理上講,幾乎所有的編程語言均可用于解決人工智能算法,但從編程的便捷性和運(yùn)行效率考慮,最好選用“人工智能語言”。常用的人工智能語言有傳統(tǒng)的函數(shù)型語言Lisp、邏輯型語言Prolog及面向?qū)ο笳Z言Smalltalk、VC++及VB等。

為了縮短人工智能應(yīng)用程序的開發(fā)周期,人們還研制出了多種專用開發(fā)工具,如MathWorks公司推出的高性能數(shù)值計(jì)算可視化軟件Matlab中包含有神經(jīng)網(wǎng)絡(luò)工具箱,提供了許多Matlab函數(shù)。另外,還有多種專家系統(tǒng)工具用于開發(fā)特定領(lǐng)域的專家系統(tǒng),如INSIGHT、GURU、CLIPS、ART等。這些實(shí)用工具為開發(fā)人工智能應(yīng)用程序提供了便利條件。在硬件方面,隨著微電子技術(shù)的發(fā)展,出現(xiàn)了非馮諾依曼結(jié)構(gòu)微處理器,給人工智能信息處理帶來了新的生機(jī)和活力。DSP是其中的典型產(chǎn)品,它放棄了馮諾依曼結(jié)構(gòu)而采用了哈佛結(jié)構(gòu),即將程序指令與數(shù)據(jù)的存儲(chǔ)空間分開,各有自己的數(shù)據(jù)與地址總線,使得處理數(shù)據(jù)和指令可以同時(shí)進(jìn)行,大大提高了運(yùn)行速度。在那些因受傳統(tǒng)微處理器速度和結(jié)構(gòu)限制而難以實(shí)現(xiàn)復(fù)雜算法及難以達(dá)到要求速度的場(chǎng)合,可考慮選用DSP。高速DSP芯片已被認(rèn)為是模擬神經(jīng)特性的理想工具,并可直接用在將來的神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)中。同時(shí),各大芯片生產(chǎn)廠商已研制出各種專用模糊芯片和神經(jīng)網(wǎng)絡(luò)芯片,用專用芯片比用軟件方法實(shí)現(xiàn)速度快得多,當(dāng)系統(tǒng)較復(fù)雜或速度要求較高時(shí),可選用這些專用芯片,但專用芯片的價(jià)格較昂貴。

3存在問題及對(duì)未來的展望

①?gòu)纳鲜鰢?guó)內(nèi)外人工智能在電氣設(shè)備方面的應(yīng)用現(xiàn)狀可看到,雖然這方面的研究工作已全面展開,并已取得了一定成績(jī),有些經(jīng)實(shí)踐檢驗(yàn)是可行的,但整體來說應(yīng)用水平仍較低,大部分的工作僅停留在理論探索或仿真實(shí)驗(yàn)上,實(shí)際應(yīng)用遠(yuǎn)遠(yuǎn)落后于理論研究,即使少數(shù)形成產(chǎn)品也只是對(duì)人工智能技術(shù)簡(jiǎn)單初級(jí)的應(yīng)用。因此,對(duì)電氣科技工作者而言,當(dāng)務(wù)之急是解決科研成果向?qū)嵱棉D(zhuǎn)化的問題,形成產(chǎn)品,將科學(xué)技術(shù)真正轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力,充分利用人工智能當(dāng)前已取得的研究成果為電力系統(tǒng)安全可靠運(yùn)行服務(wù)。

②同屬電氣領(lǐng)域,各行業(yè)的發(fā)展也不平衡。從以上綜述的內(nèi)容來看,人工智能技術(shù)在變壓器、發(fā)電機(jī)、電動(dòng)機(jī)等電機(jī)行業(yè)的研究較深較廣,而在斷路器、接觸器、繼電器等電器行業(yè)的研究水平較低。實(shí)際上,電器是電力系統(tǒng)中將電能輸送到用戶的重要環(huán)節(jié),以低壓電器為例,發(fā)電機(jī)發(fā)出的電能約80%是通過低壓電器分配的。

③人工智能與其它新技術(shù)一樣,受實(shí)際應(yīng)用的推動(dòng),不斷發(fā)展和完善。其中最令人矚目的是“人工智能混合技術(shù)”。實(shí)踐已證明,混合式人工智能技術(shù)可彌補(bǔ)單一技術(shù)存在的缺陷,獲取較優(yōu)的性能,為我們的實(shí)際應(yīng)用開辟更為廣闊的空間。以神經(jīng)網(wǎng)絡(luò)為例,神經(jīng)網(wǎng)絡(luò)與模糊邏輯、生物細(xì)胞學(xué)、概率論相融合而產(chǎn)生了模糊神經(jīng)網(wǎng)絡(luò)、細(xì)胞神經(jīng)網(wǎng)絡(luò)、隨機(jī)神經(jīng)網(wǎng)絡(luò)等。目前,人們又建立了與混沌有關(guān)的神經(jīng)網(wǎng)絡(luò)模型——智能模擬神經(jīng)網(wǎng)絡(luò)。小波分析與神經(jīng)網(wǎng)絡(luò)相結(jié)合的混合式神經(jīng)網(wǎng)絡(luò)在電氣設(shè)備優(yōu)化設(shè)計(jì)及故障診斷中已取得成效。在一些復(fù)雜場(chǎng)合,還用到組合技術(shù),針對(duì)大型汽輪發(fā)電機(jī)組故障診斷問題,提出了多層次多分布式混合智能診斷方法,即用模糊邏輯進(jìn)行數(shù)據(jù)預(yù)處理,用模糊神經(jīng)網(wǎng)絡(luò)等進(jìn)行故障分類,用專家系統(tǒng)尋找故障原因和進(jìn)行故障驗(yàn)證?？梢灶A(yù)見,這種混合技術(shù)及組合技術(shù)的應(yīng)用將是今后的發(fā)展方向。

④人工智能應(yīng)用水平的不斷提高,將為電氣設(shè)備從設(shè)計(jì)、制造、銷售、運(yùn)行到維護(hù)提供一條龍服務(wù),并且人工智能型電氣設(shè)備將具有通信功能,在電力系統(tǒng)中不再是孤立的單元,電氣設(shè)備與電氣設(shè)備之間、電氣設(shè)備與上位計(jì)算機(jī)之間可以進(jìn)行雙向數(shù)據(jù)通信。這樣,將從整體上提高整個(gè)電網(wǎng)的運(yùn)行品質(zhì)。

⑤隨著微電子技術(shù)、軟件技術(shù)的不斷進(jìn)步,人工智能的實(shí)現(xiàn)在相當(dāng)長(zhǎng)時(shí)期內(nèi)仍應(yīng)保持兩條腿走路。軟件方面,新的開發(fā)工具不斷出現(xiàn),使人工智能越來越方便地運(yùn)用于各種領(lǐng)域。硬件方面,性能更好、價(jià)格更低的人工智能芯片,如模糊芯片、神經(jīng)網(wǎng)絡(luò)芯片甚至“知識(shí)芯片”將不斷涌現(xiàn),模糊計(jì)算機(jī)、神經(jīng)計(jì)算機(jī)等新一代計(jì)算機(jī)將出現(xiàn),以代替在該領(lǐng)域的數(shù)字計(jì)算機(jī),這無疑又將給人工智能的實(shí)際應(yīng)用帶來徹底革命。

參考文獻(xiàn):

[1] 王黔玲.論人工智能研究綱領(lǐng)的轉(zhuǎn)變[J].社會(huì)科學(xué)研究,2004.

[2] 王建芳.論人工智能科學(xué)誕生的邏輯背景[J].晉陽學(xué)刊,1995.

[3] 劉曉力.認(rèn)知科學(xué)研究綱領(lǐng)的困境與走向[J].中國(guó)社會(huì)科學(xué),2003.

[4] 寧春勇.人工智能能否超越人類智能?[D].中國(guó)優(yōu)秀碩士學(xué)位論文全文數(shù)據(jù)庫(kù),2007.