時間：2023-05-30 10:57:08
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能技術(shù)綜述，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進(jìn)步。
關(guān)鍵詞：新一代計算機；人工智能技術(shù)；發(fā)展趨勢
“人工智能”是在1956年的Dartmouth學(xué)會上提出的，英文縮寫是AI。它是計算機科學(xué)等多種學(xué)科互相滲透而發(fā)展起來的綜合性、交叉性學(xué)科。從計算機應(yīng)用系統(tǒng)的角度出發(fā)，人工智能是研究如何模擬人類智能活動，使機器能夠勝任一些需要人類智能才能完成的復(fù)雜工作，以延伸人類智能的科學(xué)。
二、人工智能技術(shù)的發(fā)展?fàn)顩r
隨著計算機、信息和并行程序設(shè)計技術(shù)的發(fā)展，人工智能的研究已經(jīng)發(fā)展成為智能體系的研究。到目前為止，人工智能程序已經(jīng)知道考慮他們要解決的問題，從而尋找比較好的答案。智能體體系可以被認(rèn)為是智能體的軟件工程模型，智能體語言是智能體的軟件系統(tǒng)。在我國，智能體技術(shù)多被應(yīng)用到處理具有異構(gòu)、布、態(tài)、規(guī)模及自主性的系統(tǒng)中，如Internet，是人工智能技術(shù)的新應(yīng)用。
目前，人工智能技術(shù)在美國等歐洲國家仍保持非常快的發(fā)展速度。在人工智能技術(shù)領(lǐng)域十分活躍的IBM公司，已經(jīng)為加州勞倫斯利佛摩爾國家實驗室制造了號稱具有人腦的千分之一智力能力的ASCIWhite電腦。據(jù)稱，其正在開發(fā)的更為強大的blue jean電腦的智力水平將與人腦相當(dāng)。
三、新一代計算機和人工智能技術(shù)的應(yīng)用
隨著人工智能技術(shù)的不斷發(fā)展，越來越多的技術(shù)發(fā)展都涉及到人工智能，人工智能已經(jīng)被廣泛應(yīng)用到許多領(lǐng)域。
（一）人工智能技術(shù)在計算機符號計算中的應(yīng)用
計算機最主要的用途之一就是科學(xué)計算，通常分為純數(shù)值的計算和符號計算兩種。其中符號計算是一種智能化的計算。隨著新一代計算機的開發(fā)和普及以及人工智能技術(shù)的發(fā)展，多種功能計算機代數(shù)系統(tǒng)軟件相繼出現(xiàn)，都是用C語言寫成的，可以在絕大多數(shù)計算機上使用。
（二）人工智能技術(shù)在計算機模式識別中的應(yīng)用
計算機用數(shù)學(xué)方法研究模式的自動處理就是模式識別。用計算機實現(xiàn)模式的自動識別和判斷，是利用人工智能技術(shù)開發(fā)智能機器的關(guān)鍵，計算機模式識別的特點是效率高，速度快，準(zhǔn)確率高，也為人類認(rèn)識自身智能提供了有利線索。
（三）計算機的機器翻譯
計算機把一種語言轉(zhuǎn)變?yōu)榱硪环N語言的過程就是機器翻譯。目前，我國的機器翻譯軟件的翻譯特點，大致可以分為三類：詞典翻譯、漢化翻譯和專業(yè)翻譯。詞典翻譯軟件可以迅速查詢英文單詞或詞組的詞義，并提供發(fā)音；漢化翻譯軟件提出“智能漢化”的概念，輔助翻譯作用更加明顯。
（四）人工智能技術(shù)在計算機機器學(xué)習(xí)中的應(yīng)用
計算機的機器學(xué)習(xí)主要研究如何使計算機能夠模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)能力。機器學(xué)習(xí)是機器具有智能能力的重要標(biāo)志，也是機器獲取知識的根本途徑。機器學(xué)習(xí)是一個難度較大的研究領(lǐng)域，它與認(rèn)知科學(xué)和邏輯學(xué)等學(xué)科都有著密切的聯(lián)系，并對人工智能的其他分支也會起到重要的推動作用。
（五）人工智能技術(shù)在計算機問題求解中應(yīng)用
人工智能技術(shù)在今天的計算機程序已能夠達(dá)到各種方盤棋和國際象棋的錦標(biāo)賽水平。但是，尚未解決包括人類棋手的表達(dá)能力和洞察能力等。人們通常都能根據(jù)具體問題找到思考問題和解決問題的辦法，目前，人工智能技術(shù)已能通過計算機程序知道如何考慮要解決的問題，尋找較為準(zhǔn)確的解答方法。
（六）人工智能技術(shù)在計算機推理證明中應(yīng)用
邏輯推理在人工智能研究中是最持久的探究領(lǐng)域之一，其別重要的是，通過找到合理準(zhǔn)確的方法，集中注意力在大型數(shù)據(jù)庫中的有效事實上，關(guān)注可信證明，并在出現(xiàn)新信息時適時修正這些證明。因此，在人工智能方法的研究中，定理證明是一個極其重要的論題。
（七）人工智能技術(shù)在計算機語言處理中的應(yīng)用
自然語言處理是人工智能技術(shù)應(yīng)用于實際領(lǐng)域的典型范例，經(jīng)過多年艱苦努力，這一領(lǐng)域已獲得了大量令人矚目的成果。目前該領(lǐng)域的主要課題是：計算機系統(tǒng)如何以主題和對話情境為基礎(chǔ)，注重大量的常識——世界知識和期望作用，生成和理解自然語言。這是一個極其復(fù)雜的編碼和解碼問題。
（八）人工智能技術(shù)在計算機專家系統(tǒng)中的應(yīng)用
專家系統(tǒng)是人工智能技術(shù)中最活躍、最有成效的研究領(lǐng)域，是具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗的程序系統(tǒng)，已出現(xiàn)成功應(yīng)用人工智能技術(shù)的趨勢。計算機程序如果能體現(xiàn)和應(yīng)用人類知識，就應(yīng)該可以幫忙解決問題，而且能發(fā)現(xiàn)人類專家在推理過程中出現(xiàn)的差錯。
四、新一代計算機和人工智能技術(shù)的發(fā)展趨勢
新一代計算機和人工智能技術(shù)的發(fā)展?jié)摿薮螅渥鳛橐粋€整體的研究才剛剛開始。人工智能技術(shù)的發(fā)展總是超乎人們的想象，要準(zhǔn)確地預(yù)測人工智能的未來，從目前一些前瞻性的研究中可以看出，未來人工智能技術(shù)可能會朝以下幾個方向發(fā)展：模糊處理、并行化、神經(jīng)網(wǎng)絡(luò)和機器情感。
（1）自動推理是新一代計算機和人工智能技術(shù)最經(jīng)典的研究分支，其基本理論是新一代計算機和人工智能技術(shù)其它分支的共同基礎(chǔ)。其中知識系統(tǒng)的動態(tài)演化特征及可行性推理的研究，是最新的熱點，很有可能取得突破。
（2）機器學(xué)習(xí)的研究使得許多新的學(xué)習(xí)方法相繼問世，并獲得了成功應(yīng)用。但是也應(yīng)看到，現(xiàn)有的機器學(xué)習(xí)方法尚不夠有效，尋求一種新的方法，以解決新一代計算機和人工智能技術(shù)研究中的在線學(xué)習(xí)問題，是研究人員共同關(guān)心的問題。
（3）自然語言處理是新一代計算機和人工智能技術(shù)應(yīng)用于實際領(lǐng)域的典型范例，這一領(lǐng)域已獲得了大量令人矚目的理論與應(yīng)用成果。智能信息檢索技術(shù)近年來已成為新一代計算機和人工智能技術(shù)的一個獨立研究分支，將新一代計算機和人工智能技術(shù)應(yīng)用于計算機科學(xué)與技術(shù)領(lǐng)域的研究，是人工智能走向應(yīng)用的突破口。
五、結(jié)束語
很多新一代計算機和人工智能技術(shù)研究的成果已經(jīng)進(jìn)入人們的日常生活。未來，人工智能技術(shù)的發(fā)展將會給人類的知識、思考、生活、工作和教育產(chǎn)生巨大的影響，在人類的生活中占據(jù)一席之地，成為人類生活的伙伴。
參考文獻(xiàn)：
[1]吳艷.關(guān)于“人工智能”技術(shù)發(fā)展的思考[J].和田師范專科學(xué)校學(xué)報.2010.
關(guān)鍵詞：人工智能；前景；趨勢
人工智能技術(shù)可以說是計算機技術(shù)、信息論、心理學(xué)以及語言學(xué)等諸多學(xué)科彼此聯(lián)系與交叉之后形成的一門全新的學(xué)科。近年來，隨著全球范圍內(nèi)計算機技術(shù)的持續(xù)發(fā)展，計算機的形象也出現(xiàn)了新的變化。主要表現(xiàn)在人機交互的場景變得愈來愈普遍，計算機被人們賦予了更加多的智能性因素。因為人們將最新計算機技術(shù)運用到了諸多學(xué)科，對這部分學(xué)科的認(rèn)知也進(jìn)入到了全新的發(fā)展期，從而推動了諸多新研究成果的持續(xù)出現(xiàn)。比如，圍棋人機大戰(zhàn)之中人工智能“阿爾法狗”的輕松取勝、人類大腦奧秘的發(fā)現(xiàn)、單一器官克隆的實現(xiàn)等。鑒于計算機這一人類誕生以來所發(fā)明的最為重要工具的持續(xù)發(fā)展，大量新知識、新理論持續(xù)涌現(xiàn)，促使人類一定要對其開展全面分析與研究。因為近些年來生物學(xué)、神經(jīng)生理學(xué)等各種新研究成果的產(chǎn)生，讓人工智能和人類智能的相互關(guān)系引發(fā)了人們越來越多的探討。
一、人工智能概述
人工智能（簡稱AI），又被稱為機器智能，是在上個世紀(jì)五十年代的Dartmouth學(xué)會當(dāng)中被首次提出的，是計算機科學(xué)的重要分支之一。當(dāng)前能用以研究人工智能的重要物質(zhì)手段和能實現(xiàn)人工智能技術(shù)的主要設(shè)備即為計算機。人工智能是通過研究讓計算機全面模擬人類思維的過程以及學(xué)習(xí)、推理和思考等功能的學(xué)科，包含了計算機智能的產(chǎn)生原理、形成與人腦智能近似的電腦等，從而讓計算機能夠真正實現(xiàn)更加高層次、更加高水平的實踐運用。人工智能的本質(zhì)其實是對人類思維中信息過程的一種模擬。對人類思維所進(jìn)行的模擬主要可通過兩條道路來開展，其一為實現(xiàn)結(jié)構(gòu)上的模擬，也就是模擬人類大腦的結(jié)構(gòu)，從而制造出類似于人腦的一種智能化機器。這一設(shè)想在實踐中被證明為無法實現(xiàn)，這是由于人類對自身大腦和思維的過程還未能形成清晰而又明確的認(rèn)知；其二是實現(xiàn)功能上的模擬，也就是放棄對人類腦部結(jié)構(gòu)的仿真性模擬，轉(zhuǎn)而從功能角度對人類大腦的思考過程加以模擬。如今人工智能所進(jìn)行的努力就是對人腦功能的一種模擬。
二、人工智能發(fā)展?fàn)顩r分析
（一）全球人工智能發(fā)展現(xiàn)狀
目前，人工智能技術(shù)已經(jīng)在美國、歐洲以及日本等發(fā)達(dá)國家得到了迅速發(fā)展。在人工智能技術(shù)研究中非常突出的美國IBM 公司已為加利福尼亞州的勞倫斯？利弗摩爾實驗室研制出了具有人腦智力能力的ASCII White電腦和藍(lán)色牛仔電腦。據(jù)披露，后者的智力水平大體上和人腦等同。美國麻省理工學(xué)院的人工智能實驗室則在實施一個代號是cog的新型項目。該項目希望能夠給予人工智能以類似于人類的行為。這一項目的項目之一就是讓人工智能的研究成果來捕捉人類眼睛的移動狀況以及面部的表情，而另外一個項目則是讓人工智能機器人抓住從其眼前所經(jīng)過的物體。此外，還有一個研究項目是讓機器人能夠?qū)W會傾聽音樂節(jié)奏，并且把其所聽到的音樂旋律通過樂器加以演奏。因為人工智能具備了非常廣闊的開發(fā)前景，其龐大的發(fā)展市場始終為全球各國以及各大企業(yè)所一致看好。除美國IBM公司繼續(xù)在人工智能技術(shù)上投入大量資金來確保其在這一領(lǐng)域具有全球領(lǐng)先的地位之外，別的跨國巨頭也在人工智能領(lǐng)域之中投入了相當(dāng)多的資金。比如，世界首富美國微軟公司前總裁比爾？蓋茨就曾經(jīng)在美國召開的人工智能國際會議之中作了人工智能方面的專題演講。其所演講的主要內(nèi)容是稱微軟公司正在致力于推動人工智能基礎(chǔ)技術(shù)和實用技術(shù)之研究，其主要研究領(lǐng)域涵蓋了自我決定、知識和信息檢索、數(shù)據(jù)搜集、自然語言以及語音筆跡識別等各項內(nèi)容。
（二）我國人工智能發(fā)展現(xiàn)狀
可以說，相當(dāng)長一個時期以來，我國人工智能研究界的主要探究方向都是把研發(fā)具備了人類各種行為特點的高度類人性的機器人作為始終堅持的奮斗目標(biāo)。在我國機械制造與自動控制專家學(xué)者們的努力下，在國家863計劃以及國家自然科學(xué)基金的大力支持之下，我國的兩足步行機器人研究與類人性機器人研究均取得了相當(dāng)大的進(jìn)展。早在上個世紀(jì)九十年代初，我國就成功地研制出了國內(nèi)首臺兩足步行機器人，其后又通過長達(dá)十年時間的刻苦攻關(guān)，在本世紀(jì)初，終于成功地研發(fā)出了國內(nèi)首臺類人性機器人。這種機器人擁有和人一般大小的身軀、四肢以及眼睛等，而且還具備了相當(dāng)強的語言對話能力。其行走之頻率也從以往的每六秒鐘走一步發(fā)展到了每秒鐘能夠走兩步，從以往只能靜態(tài)地站立到如今能夠快速而又自如地進(jìn)行動態(tài)行走，從以往只能夠在已知環(huán)境下步行到如今可以在不確定的環(huán)境中探索前行，而且還取得了人工智能機器人神經(jīng)網(wǎng)絡(luò)、生理視覺、雙手協(xié)調(diào)以及手指控制等系統(tǒng)開發(fā)的多項人工智能領(lǐng)域重大科研成果。
三、人工智能的未來發(fā)展趨勢
技術(shù)的不斷發(fā)展往往會超出人類最初的想象，要想能夠精確入微地得出人工智能的今后具體發(fā)展趨勢是不可能做到的任務(wù)。然而，從當(dāng)前人工智能研究界所實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會朝著智能模糊處理化、人工智能并行化、神經(jīng)網(wǎng)絡(luò)化與機器情感化等方向加以發(fā)展，人工智能具有非常大的發(fā)展空間與發(fā)展?jié)摿Α嵤虑笫堑卣f，將人工智能作為整體加以研究尚處于起步階段，離人類所設(shè)定的目標(biāo)尚有相當(dāng)遙遠(yuǎn)的距離，人工智能在以下方面可能還會有新的更大的發(fā)展與突破。一是自動推理取得新的發(fā)展。自動推理是人工智能研究領(lǐng)域之中最為經(jīng)典的研究分支之一。其主要理論是人工智能別的分支所具有的十分重要的共同基礎(chǔ)。長時間以來，自動推理均屬于人工智能研究領(lǐng)域最為熱門的研究項目，其中對機器人知識系統(tǒng)動態(tài)化演化的特點和可行性的推理所進(jìn)行的研究，筆者覺得將會是全新的研究熱點，而且非常有可能在今后獲得新的成績，而且還會是相當(dāng)巨大的突破。二是人工智能機器學(xué)習(xí)研究能夠獲得長足的進(jìn)展。如今，諸多新型學(xué)習(xí)方法不斷出現(xiàn)，而且相繼獲得了研究的進(jìn)展，比如，增強學(xué)習(xí)算法就是其中的典型，而reinforcement learning也取得了重要的突破。但是，筆者也發(fā)現(xiàn)，如今研究中所得出的學(xué)習(xí)方法處理還存在不足之處，也就是具有更大的發(fā)展空間，尤其是在人工智能在線學(xué)習(xí)上顯得有效性不夠，十分需要找到一種全新的學(xué)習(xí)方法來解決諸多移動機器人、自主agent以及智能信息存取等目前人工智能研究中的問題。可以說，在線學(xué)習(xí)問題已經(jīng)成為人工智能研究界人士都十分關(guān)心的重要問題，相信隨著時間的推移和研究的深入，今后將會在以上這些方面獲得突破性進(jìn)展。三是自然語言處理。這一技術(shù)是人工智能技g運用到現(xiàn)實領(lǐng)域之中的一個典型示范例子。通過人工智能研究領(lǐng)域工作者艱苦卓絕的努力，該領(lǐng)域目前已經(jīng)獲得了諸多讓人矚目的理論和運用成果。各類人工智能領(lǐng)域之中的新產(chǎn)品已進(jìn)到了各個領(lǐng)域之中。比如，智能信息檢索技術(shù)就在互聯(lián)網(wǎng)技術(shù)的大力影響下，近些年來得到了極其快速的發(fā)展，如今已成為了人工智能領(lǐng)域之中的重要的研究分支之一。因為信息的獲取和純化精化技術(shù)已經(jīng)成為當(dāng)前一個時期計算機研究技術(shù)之中十分需要深入探究的課題之一，所以，把人工智能技術(shù)的相關(guān)內(nèi)容引入到該領(lǐng)域之中，將會是人工智能從理論研究轉(zhuǎn)為實踐運用的一個重要契機和突破口。從近些年來我國人工智能領(lǐng)域的發(fā)展實踐來看，在此方面的探究已經(jīng)取得了一些讓人激動的成果。筆者相信通過今后的持續(xù)的研究，一定能夠取得更大的突破，讓人工智能能夠真正做到造福于民。
四、結(jié)束語
總之，人工智能始終處在計算機研究技術(shù)的前端，其研究進(jìn)展在相當(dāng)大的程度上會決定計算機技術(shù)今后的發(fā)展趨勢。人工智能只是人類工具的一種延長，無法替代人類的大腦，這一點從其誕生之日起就已確定。雖然人工智能無法對人類的智能造成挑戰(zhàn)，但是隨著人類對于人工智能的研究進(jìn)一步深化，人工智能還會越來越接近于人類的智能。人工智這一人類智能客體化后之產(chǎn)物，其功效依然會受到人類智能之控制。如今已有大量人工智能的科研成果進(jìn)入人類的現(xiàn)實生活之中。今后，人工智能的持續(xù)發(fā)展必然會對人類的生活與工作等帶來更加巨大的影響。
參考文獻(xiàn)：
[1]史忠植，王文杰. 人工智能[M]. 北京：國防工業(yè)出版社，2007.
[2]周以真. 計算思維[J]. 中國計算機學(xué)會通訊，2007（3）.
[3]陳慶霞. 人工智能研究綱領(lǐng)的發(fā)展歷程和前景[J]. 科技信息，2008（33）.
［關(guān)鍵詞］人工智能；會計；基礎(chǔ)會計
1人工智能在會計領(lǐng)域的應(yīng)用特質(zhì)
將德勤財務(wù)機器人、用友財務(wù)機器人等人工智能在會計領(lǐng)域的應(yīng)用狀況進(jìn)行分析，可以看到人工智能在會計領(lǐng)域的應(yīng)用有以下特點。（1）大量規(guī)則化應(yīng)用領(lǐng)域被人工智能取代。原始憑證審核，依托于電子票據(jù)二維碼應(yīng)用，票據(jù)關(guān)鍵信息（如發(fā)票抬頭、稅號、發(fā)票內(nèi)容、金額等）被人工智能識別并依照規(guī)則進(jìn)行判斷；根據(jù)原始憑證相關(guān)信息依照借、貸規(guī)則選擇相應(yīng)會計科目編制會計憑證，也是人工智能依照既定規(guī)則完成；根據(jù)記賬憑證完成記賬和報表編制，在會計電算化時代即已完成，對于人工智能而言，則更是“小兒科”，僅需要依照既定規(guī)則將數(shù)據(jù)庫文件以視圖形式呈現(xiàn)。可以看到，從原始憑證審核、記賬憑證編制再到賬簿形成、報表形成，會計明晰的規(guī)則為人工智能應(yīng)用提供了切合的舞臺，而有明確規(guī)則的領(lǐng)域是人工智能能夠凸顯其計算能力的優(yōu)勢領(lǐng)域。由此可見，以規(guī)則為基礎(chǔ)的會計核算應(yīng)用領(lǐng)域能夠被人工智能“完美”替代。這也是德勤機器人、用友財務(wù)機器人等人工智能最先得以應(yīng)用的領(lǐng)域。（2）經(jīng)驗化應(yīng)用領(lǐng)域?qū)⒈蝗斯ぶ悄苋〈Ｈ斯ぶ悄芤猿瑥姷淖晕覍W(xué)習(xí)能力著稱，能夠通過大數(shù)據(jù)獲取認(rèn)知上的進(jìn)步，可以從大量的圖片中學(xué)習(xí)識別貓，也可以從大量的棋譜中學(xué)習(xí)對弈。會計、醫(yī)生曾經(jīng)被認(rèn)為“越老越值錢”，即是基于經(jīng)驗的價值增加，在工作中不斷學(xué)習(xí)積累經(jīng)驗，能夠借助經(jīng)驗處理非常規(guī)、復(fù)雜的情形。通過學(xué)習(xí)積累經(jīng)驗獲得認(rèn)知進(jìn)步，已經(jīng)成為人工智能擅長的領(lǐng)域。在大數(shù)據(jù)的基礎(chǔ)上，人工智能可以通過案例學(xué)習(xí)獲得“經(jīng)驗”，并且由于存儲記憶能力的顯著優(yōu)勢超過會計、醫(yī)生的經(jīng)驗。因此，經(jīng)驗化應(yīng)用領(lǐng)域?qū)⒈蝗斯ぶ悄苋〈＃?）人工智能應(yīng)用推廣速度受到成本的影響。2017年德勤財務(wù)機器人推出，隨后用友財務(wù)機器人、浪潮財務(wù)機器人也相繼面世，一年時間之后這些財務(wù)機器人并沒有大量應(yīng)用，其原因既有技術(shù)成熟度方面的原因，也有成本方面的原因。財務(wù)機器人的應(yīng)用成本，不僅包括購買財務(wù)機器人的價格，還包括企業(yè)轉(zhuǎn)換成本。在ERP、財務(wù)共享中心等信息化建設(shè)之后，信息系統(tǒng)建設(shè)的投入大、實施風(fēng)險高的特征使得企業(yè)對于系統(tǒng)切換心存顧慮，使用財務(wù)機器人是否又將成為投入高、見效慢的項目，成為企業(yè)應(yīng)用財務(wù)機器人不得不考慮的問題。也正是由于受到應(yīng)用成本的影響，財務(wù)機器人在2017年推出之后只是引起了觀念、認(rèn)知上的“地震”，廣泛的應(yīng)用并未看見。
2“基礎(chǔ)會計”課程核心
從目前國內(nèi)高校會計專業(yè)、財務(wù)管理專業(yè)所開設(shè)“基礎(chǔ)會計”（會計學(xué)）課程的情況來看，該課程仍然作為專業(yè)基礎(chǔ)課開設(shè)，其核心內(nèi)容一般包括：（1）會計核算基本方法，涉及會計要素、會計等式、復(fù)式記賬、憑證、賬簿、財務(wù)報告等內(nèi)容。通過這些內(nèi)容的學(xué)習(xí)，學(xué)生將掌握借貸記賬、憑證編制、賬簿登記、財務(wù)報告編制等基本方法，掌握會計核算的基本規(guī)則，理解會計的基本邏輯與方法。（2）會計核算基本操作，涉及憑證填寫與審核、賬簿登記、財務(wù)報表編制等內(nèi)容。在會計基本方法學(xué)習(xí)的基礎(chǔ)上，學(xué)生將通過實驗等方式，掌握憑證填寫與審核的規(guī)范、賬簿登記的規(guī)范、財務(wù)報表編制規(guī)范等操作環(huán)節(jié)的要求，通過實踐體會從憑證填制與審核、賬簿登記、財務(wù)報表編制的規(guī)則與過程，并完成從理論到實踐的轉(zhuǎn)換。（3）會計視角的形成。在對會計要素、復(fù)式記賬的理解中，學(xué)生將完成對經(jīng)濟活動的會計視角理解。例如，企業(yè)完成銷售活動，從經(jīng)濟活動的范疇理解，更多強調(diào)客戶關(guān)系管理、合同簽訂、履行合同等節(jié)點，而從會計視角理解，則更強調(diào)伴隨銷售活動產(chǎn)生的資金流和成本化物流，即在收入形成的同時，根據(jù)資金支付的狀況選擇銀行存款、或者應(yīng)收賬款、或者應(yīng)收票據(jù)、或者預(yù)收賬款進(jìn)行核算，同時在物流發(fā)生后結(jié)轉(zhuǎn)相應(yīng)成本。將經(jīng)濟活動的會計本質(zhì)進(jìn)行識別，培養(yǎng)和形成會計視角成為“基礎(chǔ)會計”課程的關(guān)鍵內(nèi)容。也正是因為這個原因，“基礎(chǔ)會計”成為會計入門課程。
3人工智能對“基礎(chǔ)會計”課程的挑戰(zhàn)
（1）規(guī)則化應(yīng)用將被人工智能取代，但修訂完善規(guī)則為會計人員留出了空間。人工智能因其超強的運算能力，能夠在既定規(guī)則的指揮下“毫無怨言”地處理原始憑證審核、記賬憑證編制、賬簿登記、報表編制等工作，并且處理效率更高。單純地規(guī)則化應(yīng)用，會計人員與人工智能相比，完全不具有優(yōu)勢。僅僅只有在人工智能技術(shù)應(yīng)用的成本還相比人工成本更好的前提下，原始憑證審核、記賬憑證編制、賬簿登記、編表編制工作仍由會計人員完成。當(dāng)人工智能技術(shù)應(yīng)用成本得以降低，采用人工智能技術(shù)相比雇傭會計人員成本更低，會計人員無疑將面臨被人工智能所取代。這也是業(yè)界認(rèn)為人工智能帶來會計“地震”的重要原因。雖然2017年會計人工智能出現(xiàn)后并沒有馬上帶來會計人員下崗潮，但這一時刻不會太遠(yuǎn)，一旦人工智能應(yīng)用成本得以降低，在人工成本逐漸上升的現(xiàn)實狀況下，處理原始憑證審核、記賬憑證編制、賬簿登記、編表編制的純規(guī)則化會計崗位將被人工智能取代。與此同時，我們必須意識到，人工智能以規(guī)則為基礎(chǔ)完成會計活動，那么誰來定義規(guī)則？戰(zhàn)勝棋圣的人工智能以圍棋規(guī)則為基礎(chǔ)開展對弈，無人駕駛以道路交通規(guī)則為基礎(chǔ)完成駕駛，財務(wù)機器人在完成會計活動時同樣基于既定的規(guī)則。從國家層面看，“會計準(zhǔn)則”處于不斷的修訂完善過程中，新的經(jīng)濟形式不斷出現(xiàn)，會計準(zhǔn)則往往緊隨著新經(jīng)濟活動而修訂完善。一旦會計準(zhǔn)則變更，意味著完成會計活動的人工智能所依據(jù)的規(guī)則也需要變更。因此，規(guī)則變更與修訂為會計人員留出了空間。“人工制定規(guī)則，人工智能完成規(guī)則”可能成為未來會計活動的新形式！會計人員制定規(guī)則，是否需要從了解基本規(guī)則入手呢？答案無疑是肯定的。作為制定規(guī)則的會計人員，不可能完全不了解基本的借貸規(guī)則、基本的賬務(wù)處理規(guī)則，就開始著手調(diào)整規(guī)則。基于此，了解和掌握基本會計規(guī)則應(yīng)當(dāng)成為會計人員的必須，通過“基礎(chǔ)會計”課程促使會計人員了解和掌握會計基本規(guī)則也成為必要選擇。但人工智能應(yīng)用會計規(guī)則的優(yōu)勢，促使會計人員在學(xué)習(xí)掌握基本會計規(guī)則時必須思考，學(xué)習(xí)基本會計規(guī)則的目的是應(yīng)用還是修訂完善？如果僅僅將學(xué)習(xí)會計規(guī)則的目的定位于應(yīng)用，這樣的會計人員只能定義為初級會計人員，一旦其人力成本高于人工智能技術(shù)應(yīng)用成本，這種崗位人員無疑是會慘遭淘汰。因此人工智能的出現(xiàn)逼迫會計人員將學(xué)習(xí)會計規(guī)則的目的定位于修訂會計規(guī)則的高端人才，只有在基礎(chǔ)規(guī)則之上，跳出規(guī)則制定規(guī)則，才可能在人工智能應(yīng)用的大趨勢下贏得一席之地。（2）經(jīng)驗積累將被人工智能取代，但經(jīng)驗規(guī)則化為會計人員留出了空間。會計人員的經(jīng)驗積累建立在大量案例處理的基礎(chǔ)上，在復(fù)雜經(jīng)濟業(yè)務(wù)處理過程中形成隱性知識，如果這些隱性知識不能顯性化、不能總結(jié)提升為規(guī)則，這些隱性知識只能藏于人員的頭腦里，導(dǎo)致似乎“越老越值錢”。人工智能具有大數(shù)據(jù)處理能力，在大數(shù)據(jù)基礎(chǔ)上形成“經(jīng)驗”從而自我學(xué)習(xí)，并且其總結(jié)的經(jīng)驗將以“代碼化”的形式顯性體現(xiàn)，相比會計人員而言，經(jīng)驗形成的能力更強、經(jīng)驗顯性化的能力也更強。但從經(jīng)驗到規(guī)則，人工智能還不能直接將積累的經(jīng)驗形成規(guī)則，規(guī)則的形成還需要人工干預(yù)。因此，會計人員的經(jīng)驗積累可以被人工智能取代，但經(jīng)驗規(guī)則化為會計人員留出了空間。面臨人工智能應(yīng)用，會計人員“越老越值錢”的優(yōu)勢將不復(fù)存在，會計人員的價值不再建立在工作經(jīng)驗的基礎(chǔ)上，而是建立在經(jīng)驗知識化、并進(jìn)一步規(guī)則化的基礎(chǔ)上。會計人員要完成經(jīng)驗規(guī)則化過程，也需要對基本規(guī)則熟悉了解、并對經(jīng)驗是否作用于規(guī)則修訂進(jìn)行判斷的基礎(chǔ)上，因此對于基本規(guī)則的了解和掌握也是必不可少的。盡管“基礎(chǔ)會計”課程僅僅是會計入門知識的介紹，不能形成會計處理經(jīng)驗，在經(jīng)驗積累方面不存在是否課程內(nèi)容是否被人工智能取代的問題，但由于會計人員需要將經(jīng)驗規(guī)則化，需要熟悉了解基本規(guī)則，并對經(jīng)驗是否推動規(guī)則變化做出判斷，因此通過“基礎(chǔ)會計”課程學(xué)習(xí)了解基本規(guī)則仍然是必要的。（3）會計視角的形成仍需通過“基礎(chǔ)會計”課程培養(yǎng)。人工智能完成了從原始憑證審核到記賬憑證編制、再到賬簿登記、報表編制的任務(wù)，使用人工智能完成這些任務(wù)得到的是憑證、賬簿、報表這些結(jié)果的呈現(xiàn)，對于這些結(jié)果、這些信息究竟對于會計人員意味著什么，會計人員通過這些信息怎樣從會計的視角去理解經(jīng)濟業(yè)務(wù)，人工智能并未給出答案。而“基礎(chǔ)會計”課程則是從經(jīng)濟業(yè)務(wù)到會計業(yè)務(wù)的橋梁和紐帶，通過“基礎(chǔ)會計”課程的學(xué)習(xí)，會計要素、會計科目等內(nèi)容成為將經(jīng)濟語言轉(zhuǎn)換為會計語言的工具，會計視角得以培養(yǎng)形成。因此，從會計視角培育需要來看，“基礎(chǔ)會計”課程仍然是有必要開設(shè)的。
4“基礎(chǔ)會計”應(yīng)對人工智能應(yīng)用的適應(yīng)性調(diào)整
概括起來看，面對人工智能應(yīng)用的大趨勢，“基礎(chǔ)會計”課程仍有必要開設(shè)，但應(yīng)對這一趨勢，需要從課程目標(biāo)、課程內(nèi)容上進(jìn)行適應(yīng)性調(diào)整。具體包括：（1）“基礎(chǔ)會計”課程目標(biāo)需要定位于會計基本規(guī)則體系建立而非操作能力。由于人工智能能夠以高效率的優(yōu)勢完成規(guī)則應(yīng)用，因此“基礎(chǔ)會計”課程目標(biāo)不能再強調(diào)憑證編制、賬簿登記、報表編制等應(yīng)用能力，應(yīng)該將“基礎(chǔ)會計”的課程目標(biāo)定位于促使學(xué)生構(gòu)建會計規(guī)則體系，培育經(jīng)濟業(yè)務(wù)的會計視角。學(xué)生學(xué)習(xí)“基礎(chǔ)會計”的目的不再是掌握原始憑證審核、記賬憑證編制、賬簿登記、報表編制操作，而是建立會計規(guī)則體系，掌握會計語言實現(xiàn)從會計角度理解經(jīng)濟業(yè)務(wù)。（2）“基礎(chǔ)會計”課程內(nèi)容需要強化會計要素、會計等式、借貸記賬等基本規(guī)則體系內(nèi)容，弱化憑證、賬簿等操作性內(nèi)容。根據(jù)前面的分析可見，“基礎(chǔ)會計”作為基本規(guī)則介紹的入門課程，學(xué)生需要通過該門課程的學(xué)習(xí)，掌握會計基本規(guī)則，并在此基礎(chǔ)上逐步培養(yǎng)提升規(guī)則制定的能力。以往課程中，通過實驗、實訓(xùn)提高學(xué)生填寫憑證、登記賬簿的操作能力，但這些操作未來將被人工智能高效替代。在人工智能在會計規(guī)則化應(yīng)用領(lǐng)域形成趨勢的當(dāng)前，操作能力培養(yǎng)這部分內(nèi)容需要弱化，而對于會計規(guī)則體系的理解、會計視角的培養(yǎng)應(yīng)當(dāng)強化。（3）“基礎(chǔ)會計”課程內(nèi)容中需要適當(dāng)增加有關(guān)大數(shù)據(jù)、人工智能方面的內(nèi)容，介紹大數(shù)據(jù)、人工智能在會計領(lǐng)域的應(yīng)用趨勢，以幫助學(xué)生了解會計在信息時代、人工智能時代可能發(fā)生的變革，提前應(yīng)對可能發(fā)生的變化。會計不能脫離社會經(jīng)濟生活而存在，人工智能時代已經(jīng)對會計提出了變革要求，應(yīng)對這一要求，“基礎(chǔ)會計”應(yīng)當(dāng)不回避，主動做出調(diào)整和適應(yīng)。例如，對于會計總論的闡述中，介紹會計的發(fā)展趨勢，不能還停留將會計電算化作為發(fā)展前沿，電算化階段已經(jīng)成為過去，大數(shù)據(jù)、人工智能才是未來的發(fā)展前沿；在會計的發(fā)展階段中，古代會計階段、現(xiàn)代會計階段、電算化會計階段的劃分也值得商榷，復(fù)式記賬、計算機的出現(xiàn)作為階段劃分的關(guān)鍵節(jié)點，但在2017年人工智能推出后，是否在電算化會計階段之后已經(jīng)需要重新再切分出人工智能會計應(yīng)用階段，值得學(xué)術(shù)界探討。
5結(jié)語
財務(wù)機器人誕生后會計崗位可能面臨失業(yè)潮，“基礎(chǔ)會計”課程似乎也已經(jīng)沒有必要開設(shè)。通過分析人工智能的特質(zhì)、“基礎(chǔ)會計”課程的核心，指出在人工智能應(yīng)用趨勢到來的當(dāng)前，規(guī)則化應(yīng)用將被人工智能取代，但修訂完善規(guī)則為會計人員留出了空間；經(jīng)驗積累將被人工智能取代，但經(jīng)驗規(guī)則化為會計人員留出了空間；會計視角的形成仍需通過“基礎(chǔ)會計”課程培養(yǎng)。因此“基礎(chǔ)會計”課程仍然有必要開設(shè)，其課程目標(biāo)需要定位于會計基本規(guī)則體系建立而非操作能力，其課程內(nèi)容需要強化會計要素、會計等式、借貸記賬等基本規(guī)則體系內(nèi)容，弱化憑證、賬簿等操作性內(nèi)容，同時課程內(nèi)容中需要適當(dāng)增加有關(guān)大數(shù)據(jù)、人工智能方面的內(nèi)容。
主要參考文獻(xiàn)
［1］陳婷蔚．人工智能在會計領(lǐng)域的應(yīng)用探析———以德勤財務(wù)機器人為例［J］．商業(yè)會計，2018，5（10）：77－78．
［2］王加燦，蘇陽．人工智能與會計模式變革［J］．財會通訊，2017（22）：41－43．
［3］任世贏．人工智能技術(shù)對會計行業(yè)的影響及對策［J］．北方經(jīng)貿(mào)，2018（1）：96－97．
［4］鄧文偉．人工智能時代的會計研究綜述［J］．國際商務(wù)財會，2018（5）：86－88．
【關(guān)鍵詞】智能機器人；發(fā)展現(xiàn)狀；應(yīng)用；趨勢
0 引言
智能機器人是一種可編程和多功能的，用來搬運材料、零件、工具的操作機，或是為了執(zhí)行不同的任務(wù)而具有可改變和可編程動作的專門系統(tǒng)。智能機器人則是一個在感知-思維-效應(yīng)方面全面模擬人的機器系統(tǒng)，外形不一定像人。它是人工智能技術(shù)的綜合試驗場，可以全面地考察人工智能各個領(lǐng)域的技術(shù)，研究它們相互之間的關(guān)系。還可以在有害環(huán)境中代替人從事危險工作、上天下海、戰(zhàn)場作業(yè)等方面大顯身手。一部智能機器人應(yīng)該具備三方面的能力：感知環(huán)境的能力、執(zhí)行某種任務(wù)而對環(huán)境施加影響的能力和把感知與行動聯(lián)系起來的能力。智能機器人與工業(yè)機器人的根本區(qū)別在于，智能機器人具有感知功能與識別、判斷及規(guī)劃功能[1]。
隨著智能機器人的應(yīng)用領(lǐng)域的擴大，人們期望智能機器人在更多領(lǐng)域為人類服務(wù)，代替人類完成更復(fù)雜的工作。然而，智能機器人所處的環(huán)境往往是未知的、很難預(yù)測。智能機器人所要完成的工作任務(wù)也越來越復(fù)雜；對智能機器人行為進(jìn)行人工分析、設(shè)計也變得越來越困難。目前，國內(nèi)外對智能機器人的研究不斷深入。
本文對智能機器人的現(xiàn)狀和發(fā)展趨勢進(jìn)行了綜述，分析了國內(nèi)外的智能機器人的發(fā)展，討論了智能機器人在發(fā)展中存在的問題，最后提出了對智能機器人發(fā)展的一些設(shè)想。
1 國內(nèi)外在該領(lǐng)域的發(fā)展現(xiàn)狀綜述
1.1 智能機器人的發(fā)展現(xiàn)狀
智能機器人是第三代機器人[2]，這種機器人帶有多種傳感器，能夠?qū)⒍喾N傳感器得到的信息進(jìn)行融合，能夠有效的適應(yīng)變化的環(huán)境，具有很強的自適應(yīng)能力、學(xué)習(xí)能力和自治功能。
目前研制中的智能機器人智能水平并不高，只能說是智能機器人的初級階段。智能機器人研究中當(dāng)前的核心問題有兩方面：一方面是，提高智能機器人的自主性，這是就智能機器人與人的關(guān)系而言，即希望智能機器人進(jìn)一步獨立于人，具有更為友善的人機界面。從長遠(yuǎn)來說，希望操作人員只要給出要完成的任務(wù)，而機器能自動形成完成該任務(wù)的步驟，并自動完成它。另一方面是，提高智能機器人的適應(yīng)性，提高智能機器人適應(yīng)環(huán)境變化的能力，這是就智能機器人與環(huán)境的關(guān)系而言，希望加強它們之間的交互關(guān)系[3]。
智能機器人涉及到許多關(guān)鍵技術(shù)，這些技術(shù)關(guān)系到智能機器人的智能性的高低。這些關(guān)鍵技術(shù)主要有以下幾個方面：多傳感信息耦合技術(shù)，多傳感器信息融合就是指綜合來自多個傳感器的感知數(shù)據(jù)，以產(chǎn)生更可靠、更準(zhǔn)確或更全面的信息，經(jīng)過融合的多傳感器系統(tǒng)能夠更加完善、精確地反映檢測對象的特性，消除信息的不確定性，提高信息的可靠性；導(dǎo)航和定位技術(shù)，在自主移動機器人導(dǎo)航中，無論是局部實時避障還是全局規(guī)劃，都需要精確知道機器人或障礙物的當(dāng)前狀態(tài)及位置，以完成導(dǎo)航、避障及路徑規(guī)劃等任務(wù)；路徑規(guī)劃技術(shù)，最優(yōu)路徑規(guī)劃就是依據(jù)某個或某些優(yōu)化準(zhǔn)則，在機器人工作空間中找到一條從起始狀態(tài)到目標(biāo)狀態(tài)、可以避開障礙物的最優(yōu)路徑；機器人視覺技術(shù)，機器人視覺系統(tǒng)的工作包括圖像的獲取、圖像的處理和分析、輸出和顯示，核心任務(wù)是特征提取、圖像分割和圖像辨識；智能控制技術(shù)，智能控制方法提高了機器人的速度及精度；人機接口技術(shù)，人機接口技術(shù)是研究如何使人方便自然地與計算機交流[4]。
在各國的智能機器人發(fā)展中，美國的智能機器人技術(shù)在國際上一直處于領(lǐng)先地位，其技術(shù)全面、先進(jìn)，適應(yīng)性也很強，性能可靠、功能全面、精確度高，其視覺、觸覺等人工智能技術(shù)已在航天、汽車工業(yè)中廣泛應(yīng)用。日本由于一系列扶植政策，各類機器人包括智能機器人的發(fā)展迅速。歐洲各國在智能機器人的研究和應(yīng)用方面在世界上處于公認(rèn)的領(lǐng)先地位[5]。中國起步較晚，而后進(jìn)入了大力發(fā)展的時期，以期以機器人為媒介物推動整個制造業(yè)的改變，推動整個高技術(shù)產(chǎn)業(yè)的壯大[6]。
1.2 智能機器人的廣泛應(yīng)用
現(xiàn)代智能機器人基本能按人的指令完成各種比較復(fù)雜的工作，如深海探測、作戰(zhàn)、偵察、搜集情報、搶險、服務(wù)等工作，模擬完成人類不能或不愿完成的任務(wù)，不僅能自主完成工作，而且能與人共同協(xié)作完成任務(wù)或在人的指導(dǎo)下完成任務(wù)，在不同領(lǐng)域有著廣泛的應(yīng)用[7]。
智能機器人按照工作場所的不同，可以分為管道、水下、空中、地面機器人等。管道機器人可以用來檢測管道使用過程中的破裂、腐蝕和焊縫質(zhì)量情況，在惡劣環(huán)境下承擔(dān)管道的清掃、噴涂、焊接、內(nèi)部拋光等維護工作，對地下管道進(jìn)行修復(fù)；水下機器人可以用于進(jìn)行海洋科學(xué)研究、海上石油開發(fā)、海底礦藏勘探、海底打撈救生等；空中機器人可以用于通信、氣象、災(zāi)害監(jiān)測、農(nóng)業(yè)、地質(zhì)、交通、廣播電視等方面；服務(wù)機器人半自主或全自主工作、為人類提供服務(wù)，其中醫(yī)用機器人具有良好的應(yīng)用前景；仿人機器人的形狀與人類似，具有移動功能、操作功能、感知功能、記憶和自治能力，能夠?qū)崿F(xiàn)人機交互；微型機器人以納米技術(shù)為基礎(chǔ)在生物工程、醫(yī)學(xué)工程、微型機電系統(tǒng)、光學(xué)、超精密加工及測量（如掃描隧道顯微鏡） 等方面具有廣闊的應(yīng)用前景[8]。
在國防領(lǐng)域中，軍用智能機器人得到前所未有的重視和發(fā)展，近年來，美英等國研制出第二代軍用智能機器人，其特點是采用自主控制方式，能完成偵察、作戰(zhàn)和后勤支援等任務(wù)，在戰(zhàn)場上具有看、嗅等能力，能夠自動跟蹤地形和選擇道路，具有自動搜索、識別和消滅敵方目標(biāo)的功能。如美國的Navplab自主導(dǎo)航車，SSV自主地面戰(zhàn)車等。在未來的軍事智能機器人中，還會有智能戰(zhàn)斗機器人、智能偵察機器人、智能警戒機器人、智能工兵機器人、智能運輸機器人等等，成為國防裝備中新的亮點[9]。
在服務(wù)工作方面，世界各國尤其是西方發(fā)達(dá)國家都在致力于研究開發(fā)和廣泛應(yīng)用服務(wù)智能機器人，以清潔機器人為例，隨著科學(xué)技術(shù)的進(jìn)步和社會的發(fā)展，人們希望更多地從繁瑣的日常事務(wù)中解脫出來，這就使得清潔機器人進(jìn)入家庭成為可能。日本公司研制的地面清掃機器人，可沿墻壁從任何一個位置自動啟動，利用不斷旋轉(zhuǎn)的刷子將廢棄物掃入自帶容器中；車站地面擦洗機器人工作時一面將清洗液噴灑到地面上，一面用旋轉(zhuǎn)刷不停地擦洗地面，并將臟水吸入所帶的容器中；工廠的自動清掃機器人可用于各種工廠的清掃工作。美國的一款清潔機器人“Roomba”具有高度自主能力，可以游走于房間各家具縫隙間，靈巧地完成清掃工作。瑞典的一款機器人“三葉蟲”，表面光滑，呈圓形，內(nèi)置搜索雷達(dá)，可以迅速地探測到并避開桌腿、玻璃器皿、寵物或任何其它障礙物。一旦微處理器識別出這些障礙物，它可重新選擇路線，并對整個房間做出重新判斷與計算，以保證房間的各個角落都被清掃[10]。
甚至在體育比賽方面，也得到了很大的發(fā)展，近年來在國際上迅速開展起來足球機器人與機器人足球高技術(shù)對抗活動，國際上已成立相關(guān)的聯(lián)合會FIRA，許多地區(qū)也成立了地區(qū)協(xié)會，已達(dá)到比較正規(guī)的程度且有相當(dāng)?shù)囊?guī)模和水平。機器人足球賽目的是將足球（高爾夫球） 撞入對方球門取勝。球場上空（2m ） 高懸掛的攝像機將比賽情況傳入計算機內(nèi)，由預(yù)裝的軟件作出恰當(dāng)?shù)臎Q策與對策，通過無線通訊方式將指揮命令傳給機器人。機器人協(xié)同作戰(zhàn)， 雙方對抗，形成一場激烈的足球比賽。在比賽過程中， 機器人可以隨時更新它的位置每當(dāng)它穿過地面線截面[11]，雙方的教練員與系統(tǒng)開發(fā)人員不得進(jìn)行干預(yù)。機器人足球融計算機視覺、模式識別、決策對策、無線數(shù)字通訊、自動控制與最優(yōu)控制、智能體設(shè)計與電力傳動等技術(shù)于一體，是一個典型的智能機器人系統(tǒng)[12]。
現(xiàn)代智能機器人不僅在上述方面有廣泛應(yīng)用，而將滲透到生活的各個方面，像在煤炭工業(yè)在礦業(yè)方面，考慮到社會上對煤炭需求量日益增長的趨勢和煤炭開采的惡劣環(huán)境，將智能機器人應(yīng)用于礦業(yè)勢在必行。在建筑方面，有高層建筑抹灰機器人、預(yù)制件安裝機器人、室內(nèi)裝修機器人、擦玻璃機器人、地面拋光機器人等。在核工業(yè)方面，主要研究機構(gòu)靈巧、動作準(zhǔn)確可靠、反應(yīng)快、重量輕的機器人等等[13]。智能機器人的應(yīng)用領(lǐng)域的日益擴大，人們期望智能機器人能在更多的領(lǐng)域為人類服務(wù)，代替人類完成更多更復(fù)雜的工作。
2 討論與展望
2.1 智能機器人的發(fā)展趨勢展望
智能機器人具有廣闊的發(fā)展前景，目前機器人的研究正處于第三代智能機器人階段，盡管國內(nèi)外對此的研究已經(jīng)取得了許多成果，但其智能化水平仍然不盡人意。未來的智能機器人應(yīng)當(dāng)在以下幾方面著力發(fā)展：面向任務(wù)，由于目前人工智能還不能提供實現(xiàn)智能機器的完整理論和方法，已有的人工智能技術(shù)大多數(shù)要依賴領(lǐng)域知識，因此當(dāng)我們把機器要完成的任務(wù)加以限定，及發(fā)展面向任務(wù)的特種機器人，那么已有的人工智能技術(shù)就能發(fā)揮作用，使開發(fā)這種類型的智能機器人成為可能；傳感技術(shù)和集成技術(shù)，在現(xiàn)有傳感器的基礎(chǔ)上發(fā)展更好、更先進(jìn)的處理方法和其實現(xiàn)手段，或者尋找新型傳感器，同時提高集成技術(shù)，增加信息的融合；機器人網(wǎng)絡(luò)化，利用通信網(wǎng)絡(luò)技術(shù)將各種機器人連接到計算機網(wǎng)絡(luò)上，并通過網(wǎng)絡(luò)對機器人進(jìn)行有效的控制；智能控制中的軟計算方法，與傳統(tǒng)的計算方法相比，以模糊邏輯、基于概率論的推理、神經(jīng)網(wǎng)絡(luò)、遺傳算法和混沌為代表的軟計算技術(shù)具有更高的魯棒性、易用性及計算的低耗費性等優(yōu)點，應(yīng)用到機器人技術(shù)中，可以提高其問題求解速度，較好地處理多變量、非線性系統(tǒng)的問題；機器學(xué)習(xí)，各種機器學(xué)習(xí)算法的出現(xiàn)推動了人工智能的發(fā)展，強化學(xué)習(xí)、蟻群算法、免疫算法等可以用到機器人系統(tǒng)中，使其具有類似人的學(xué)習(xí)能力，以適應(yīng)日益復(fù)雜的、不確定和非結(jié)構(gòu)化的環(huán)境；智能人機接口，人機交互的需求越來越向簡單化、多樣化、智能化、人性化方向發(fā)展，因此需要研究并設(shè)計各種智能人機接口如多語種語音、自然語言理解、圖像、手寫字識別等，以更好地適應(yīng)不同的用戶和不同的應(yīng)用任務(wù)，提高人與機器人交互的和諧性； 多機器人協(xié)調(diào)作業(yè)，組織和控制多個機器人來協(xié)作完成單機器人無法完成的復(fù)雜任務(wù)，在復(fù)雜未知環(huán)境下實現(xiàn)實時推理反應(yīng)以及交互的群體決策和操作。
2.2 建議及設(shè)想
由于現(xiàn)有的智能機器人的智能水平還不夠高，因此在今后的發(fā)展中，努力提高各發(fā)面的技術(shù)及其綜合應(yīng)用，大力提高智能機器人的智能程度，提高智能機器人的自主性和適應(yīng)性，是智能機器人發(fā)展的關(guān)鍵。同時，智能機器人涉及多個學(xué)科的協(xié)同工作，不僅包括技術(shù)基礎(chǔ)，甚至還包括心理學(xué)、倫理學(xué)等社會科學(xué)，讓智能機器人完成有益于人類的工作，使人類從繁重、重復(fù)、危險的工作中解脫出來，就像科幻作家阿西莫夫的“機器人學(xué)三大法則”一樣，讓智能機器人真正為人類利益服務(wù)，而不能成為反人類的工具。相信在不遠(yuǎn)的將來，各行各業(yè)都會充滿形形的智能機器人，科幻小說中的場景將在科學(xué)家們的努力下逐步成為現(xiàn)實，很好地提高人類的生活品質(zhì)和對未知事物的探索能力。
我國的智能機器人發(fā)展還落后于世界先進(jìn)水平，而智能機器人又是高科技的集中體現(xiàn)，具有重要的發(fā)展價值，因此我國在智能機器人領(lǐng)域要認(rèn)清形勢、明確發(fā)展發(fā)現(xiàn)和目標(biāo)，采取符合我國國情的可行發(fā)展對策，努力縮小與世界領(lǐng)先水平的差距，早日讓智能機器人全面為社會的發(fā)展服務(wù)。相信經(jīng)過政府的重視和投入，科技工作者的不懈奮斗，我國的智能機器人發(fā)展水平能達(dá)到新的高度。
【參考文獻(xiàn)】
[1]董硯秋.智能機器人概述[J].網(wǎng)絡(luò)與信息，2007，07：68-69.
[2]機器人發(fā)展簡史[J].世界科學(xué)，2007-03-10.
[3]張鈸.智能機器人的現(xiàn)狀及發(fā)展[J].科學(xué)導(dǎo)報，1992，06：42-46.
[4]孟慶春，齊勇，張淑軍，杜春俠，殷波，高云.智能機器人及其發(fā)展[J].中國海洋大學(xué)學(xué)報，2004，09：831-838.
[5]朱力.目前各國機器人發(fā)展情況[J].China youth s&t，2003，11：38-39.
[6]惲為民.中國機器人發(fā)展之我見[J].讀者之聲，1995-02-30.
[7]賈玉贊.淺議智能機器人發(fā)展及應(yīng)用[J].太原科技，2003-03-20.
[8]孟慶春，齊勇，張淑軍，杜春俠，殷波，高云.智能機器人及其發(fā)展[J].中國海洋大學(xué)學(xué)報，2004，09：831-838.
[9]朱玉章.未來智能機器人[J].軍事世界，2003-10-32.
[10]譚定忠，王啟明，李金山，李林.清潔機器人研究發(fā)展現(xiàn)狀[J].機械工程師，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.
【關(guān)鍵詞】：反事故演習(xí)系統(tǒng) ；物聯(lián)網(wǎng)； 智能技術(shù)；研究
中圖分類號： E251.2 文獻(xiàn)標(biāo)識碼： A
0 引言
隨著電網(wǎng)規(guī)模不斷擴大，新設(shè)備、新技術(shù)源源不斷地在電力系統(tǒng)中應(yīng)用，在快速發(fā)展的過程中也給電網(wǎng)運行帶來諸多不安全因素。電網(wǎng)反事故演習(xí)正是鍛煉電網(wǎng)運行人員處理大型電網(wǎng)事故的綜合能力、提高全網(wǎng)在發(fā)生重大事故時的快速反應(yīng)能力和綜合協(xié)調(diào)能力的最有效方式。近年來，美國、加拿大發(fā)生的大停電事故給我國電力安全工作敲響了警鐘，尤其是在當(dāng)前我國電力體制改革的關(guān)鍵階段，對調(diào)度部門的電網(wǎng)管理水平及全網(wǎng)大型突發(fā)事故的反映能力提出了更高的要求。電網(wǎng)反事故演習(xí)已成為提高電網(wǎng)運行水平，檢驗電網(wǎng)抗災(zāi)能力的重要手段之一[1,2]。
當(dāng)前電網(wǎng)的結(jié)構(gòu)不斷完善，電網(wǎng)發(fā)生事故的概率也在逐步降低，但新進(jìn)員工由于缺乏事故處理實踐經(jīng)驗，需要有更加完善的平臺來輔助和學(xué)習(xí)；而老調(diào)度員具備豐富的經(jīng)驗，亦需要有更加智能化的工具來促進(jìn)發(fā)揮。因此，建立一套獨立的功能齊全的電網(wǎng)反事故演習(xí)平臺是我們迫切需要解決的問題。
1 目前反事故演習(xí)系統(tǒng)存在的問題
目前電力系統(tǒng)普遍應(yīng)用傳統(tǒng)的基于PBX、采用Client/Server模式的語音通信系統(tǒng)，此系統(tǒng)只能實現(xiàn)簡單語音通信平臺的功能，無法實現(xiàn)圖文傳輸、數(shù)據(jù)共享、視頻接入、流程控制、科學(xué)評估等功能，已無法滿足調(diào)度員與遠(yuǎn)距離的各廠站值班人員協(xié)調(diào)作戰(zhàn)、進(jìn)行聯(lián)合反事故演練的需要，具體主要體現(xiàn)在以下幾個方面：
⑴事故場景無數(shù)據(jù)庫管理，模擬事故種類少，演習(xí)重復(fù)性高，不能做到對各類故障的真實模擬。
⑵導(dǎo)演控制沒有流程化管理及參演角色不能智能定義，指揮調(diào)度缺乏視頻聯(lián)動。
⑶告警信息缺乏綜合與提煉，事故處理沒有智能化預(yù)案，在復(fù)雜事故條件下，調(diào)度員往往受困于大量表象數(shù)據(jù)，難以及時提取重點，無法全面、準(zhǔn)確的對電網(wǎng)故障進(jìn)行分析[3]。
⑷事故現(xiàn)場展示不充分，參演各方的操作過程沒有視頻與路線全程反饋，導(dǎo)演、觀摩人員沒有實時視頻，對事故處理流程缺乏直觀的評價依據(jù)。
⑸演習(xí)日志缺乏記錄，演習(xí)評估缺乏合理的機制，反事故演習(xí)最終評分困難。
針對目前反事故演習(xí)系統(tǒng)應(yīng)用中存在的上述問題，本文提出了利用先進(jìn)的物聯(lián)網(wǎng)技術(shù)構(gòu)建智能反事故演習(xí)系統(tǒng)平臺的框架方案，物聯(lián)網(wǎng)是一個大的技術(shù)系統(tǒng)，通過無線射頻識別技術(shù)、數(shù)據(jù)網(wǎng)絡(luò)、無線傳感器網(wǎng)絡(luò)、人工智能技術(shù)、以及GPS全球衛(wèi)星定位系統(tǒng)等，它可以對任何對象或過程進(jìn)行統(tǒng)一控制和數(shù)據(jù)信息的實時有效采集，并與網(wǎng)絡(luò)連接，實現(xiàn)信息的交換與通信。物聯(lián)網(wǎng)還可以與RFID系統(tǒng)、無線傳感器數(shù)據(jù)網(wǎng)絡(luò)和因特網(wǎng)聯(lián)網(wǎng)形成整體網(wǎng)絡(luò)。
基于物聯(lián)網(wǎng)平臺的智能反事故演習(xí)系統(tǒng)旨在利用物聯(lián)網(wǎng)平臺配合多媒體等新技術(shù)實現(xiàn)圖文傳輸、數(shù)據(jù)共享、視頻接入、流程控制、科學(xué)評估等功能，從而大幅提升反事故演習(xí)水平，便利、直觀地反應(yīng)演習(xí)進(jìn)程，更加有效的促進(jìn)反事故演習(xí)工作。
2 系統(tǒng)概況
2.1體系結(jié)構(gòu)
本方案研究系統(tǒng)平臺主要有以下六部分組成：事故場景模擬、事故監(jiān)控與預(yù)警、演習(xí)預(yù)案管理、演習(xí)指揮調(diào)度、視頻現(xiàn)場監(jiān)控、演習(xí)評估系統(tǒng)。
2.1.1 事故場景模擬
事故場景模擬主要研究和開發(fā)現(xiàn)場事故場景模擬軟件，模擬各種事故。本次研究的系統(tǒng)采用人工智能技術(shù)開發(fā)了事故場景模擬軟件。采用全動態(tài)仿真算法，將模擬的電力系統(tǒng)中的暫態(tài)、中期及長過程有機的統(tǒng)一起來進(jìn)行真實的數(shù)據(jù)模擬計算，并且利用多媒體技術(shù)共同實現(xiàn)場景化的事故現(xiàn)場真實模擬和再現(xiàn)，還具有事故控制、事故上報的功能；物聯(lián)網(wǎng)平臺通過調(diào)度員培訓(xùn)仿真系統(tǒng)（以下簡稱DTS）接口或者平臺自身模擬DTS的信息和數(shù)據(jù)實現(xiàn)對預(yù)置故障點的動態(tài)監(jiān)控和自動預(yù)警，設(shè)置智能按鈕或手工選擇下達(dá)遠(yuǎn)程控制指令模擬事故的觸發(fā)、排除。
2.1.2 事故監(jiān)控與預(yù)警
事故監(jiān)控與預(yù)警主要研究和開發(fā)反事故演習(xí)監(jiān)控預(yù)警系統(tǒng)、實時監(jiān)督與管理各模擬事故點信息平臺。本方案研究的反事故演習(xí)監(jiān)控預(yù)警系統(tǒng)主要功能為：有效整合并綜合利用電力系統(tǒng)的穩(wěn)態(tài)、動態(tài)和暫態(tài)運行信息，對電網(wǎng)實施全面而綜合的實時監(jiān)視和控制，在故障處理過程中，能夠利用人工智能分析模式提供的輔助決策功能幫助調(diào)度員正確處理故障。
2.1.3 演習(xí)預(yù)案管理
演習(xí)預(yù)案管理主要研究預(yù)案描述方式，設(shè)計解析算法，對預(yù)案對象進(jìn)行數(shù)學(xué)建模，開發(fā)預(yù)案管理系統(tǒng)。預(yù)案管理系統(tǒng)主要包括：預(yù)案的添加、修改、執(zhí)行動作的編輯。本預(yù)案管理系統(tǒng)主要由總導(dǎo)演登錄進(jìn)行演習(xí)題目與預(yù)案的編寫，演習(xí)任務(wù)的下發(fā)。預(yù)案管理平臺上實現(xiàn)大型方案的驗證、操作，預(yù)演；演習(xí)小組運用預(yù)案管理可以全程參與驗證工作，在實戰(zhàn)平臺上進(jìn)行培訓(xùn)和操演。
2.1.4 演習(xí)指揮調(diào)度
演習(xí)指揮調(diào)度主要研究開發(fā)集成指揮調(diào)度軟件，可進(jìn)行通話強插、通話監(jiān)聽、調(diào)度歷史記錄、語音記錄、實時語音回放、會議記錄等。演習(xí)指揮調(diào)度主要包括：總導(dǎo)演與各級分導(dǎo)演。通過角色定義對導(dǎo)演、觀摩、被演作區(qū)分，讓每個角色在平臺內(nèi)清晰分辨，將演習(xí)現(xiàn)場與視頻關(guān)聯(lián)起來，通過關(guān)聯(lián)關(guān)系實現(xiàn)指揮系統(tǒng)和監(jiān)控系統(tǒng)的聯(lián)動，展示整個演習(xí)過程。
2.1.5 視屏監(jiān)控及GPS應(yīng)用
視頻現(xiàn)場監(jiān)控主要研究開發(fā)視頻管理軟件，通過此套系統(tǒng)，數(shù)字視頻、音頻將實現(xiàn)遠(yuǎn)程雙向?qū)崟r傳輸 ，可以使觀摩人員看到演習(xí)各方情況，實現(xiàn)演習(xí)過程中的實時跟蹤和動態(tài)監(jiān)控，做到遠(yuǎn)程監(jiān)控和回放。在反事故演習(xí)中，根據(jù)信號來源可分為三類：①各單位參演人員的聲音、視頻圖像； ②各單位觀摩現(xiàn)場聲音、視頻圖像；③DTS系統(tǒng)的展示圖像[2,3]。
2.1.6演習(xí)評估系統(tǒng)
演習(xí)評估系統(tǒng)主要研究開發(fā)演習(xí)評估模型、演習(xí)評估軟件。通過采取全程連貫演練、綜合檢驗、量化評估的方法， 建立評估模型。評估模型能通過全程采集的信息全面評估整體演習(xí)質(zhì)量，檢驗演習(xí)水平。通過評估模型開發(fā)評估軟件，應(yīng)用計算機信息技術(shù)進(jìn)行分析、比較、演算，能夠較為客觀、準(zhǔn)確地反映演習(xí)的實際效果。在演習(xí)結(jié)束后，評委組通過評估軟件，比較事故處理流程與預(yù)案標(biāo)準(zhǔn)之間差異，進(jìn)行綜合評分。觀摩人員亦可以通過“演習(xí)評估系統(tǒng)”對整個演習(xí)進(jìn)行打分評估，直觀方便。
2.2系統(tǒng)特色介紹
2.2.1利用物聯(lián)網(wǎng)人工智能技術(shù)實現(xiàn)全面、準(zhǔn)確的電網(wǎng)故障分析
基于物聯(lián)網(wǎng)人工智能技術(shù)的反事故演習(xí)監(jiān)控預(yù)警系統(tǒng)，采用正向推理及模糊推理技術(shù)，實現(xiàn)對單個或關(guān)聯(lián)的多個告警信號進(jìn)行推理判斷，對繁多的告警信號進(jìn)行綜合與提煉，幫助調(diào)度員快速定位故障元件、確定故障性質(zhì)，使調(diào)度員在最短的時間內(nèi)了解電網(wǎng)的事故發(fā)生、開關(guān)變位、保護動作等情況。本系統(tǒng)在判斷出故障元件的同時，對故障涉及的開關(guān)、保護、備自投的動作和功率、電壓、電流越限情況進(jìn)行分析，并生成故障信息統(tǒng)計表，統(tǒng)計故障元件、停電范圍、負(fù)荷損失、發(fā)電機功率及過載設(shè)備等信息，根據(jù)備自投裝置的狀態(tài)和策略，驗證備自投是否正確動作。 在此基礎(chǔ)上通過人工智能分析模塊形成多種事故處理預(yù)案，并以負(fù)荷損失最小、操作步驟最少為優(yōu)先級對處理預(yù)案進(jìn)行排序，如圖1 所示，供調(diào)度員參考、辨別，幫助調(diào)度員形成清晰的處理思路。
圖1 人工智能分析模塊事故處理預(yù)案生成圖
2.2.2通過可視化展示提高演習(xí)觀摩效果
通過采用射頻識別技術(shù)、傳感器技術(shù)獲取演習(xí)各方的位置信息、身份信息，用戶可隨時查看導(dǎo)演、被演人員、事故現(xiàn)場操作、搶修現(xiàn)場等實時視頻，并在語音接通后，自動播放對方的視頻信息。在事故現(xiàn)場和調(diào)度室都安裝有視頻攝像頭，視頻信號通過網(wǎng)絡(luò)傳輸可以實現(xiàn)現(xiàn)場視頻的監(jiān)控，同時與指揮調(diào)度系統(tǒng)聯(lián)動。
基于物聯(lián)網(wǎng)的GPS定位功能主要研究在GPS地圖上動態(tài)顯示參演信息，GIS動態(tài)跟蹤參演人員各自手持終端，定時向平臺服務(wù)器傳送經(jīng)緯度信息，平臺服務(wù)器接收到最新經(jīng)緯度信息后實時在GIS地圖上更新，以實現(xiàn)動態(tài)監(jiān)控步行軌跡，并以不同顏色區(qū)分人員組別。
2.2.3利用演習(xí)評估軟件對參演人員進(jìn)行綜合評價
演習(xí)評估軟件擁有一套完善的指標(biāo)體系，覆蓋事故處理的全過程，具體包括：事件是否正確觸發(fā)了預(yù)案、調(diào)度人員是否正確執(zhí)行了預(yù)案、演習(xí)人員是否按預(yù)案嚴(yán)格執(zhí)行、是否按規(guī)定時間到達(dá)等等，在反事故演習(xí)過程中，評估軟件對每個用戶名的操作進(jìn)行記錄統(tǒng)計，對于每條扣分，系統(tǒng)會備注扣分原因，對于每項錯誤操作，系統(tǒng)會分析錯誤原因并記錄，根據(jù)錯誤分析結(jié)果, 可以使得每個參演單位的各級人員認(rèn)識到自身的不足之處, 在今后的工作中加以改進(jìn)。對于反事故演習(xí)中出現(xiàn)的典型問題, 將在反事故總結(jié)會上進(jìn)行討論。
3結(jié)術(shù)語
基于物聯(lián)網(wǎng)平臺的智能反事故演習(xí)系統(tǒng)為調(diào)度員培訓(xùn)和聯(lián)合反事故演習(xí)提供了前所未有的真實而直觀的手段,物聯(lián)網(wǎng)技術(shù)的運用有效地解決了反事故演習(xí)中事故真實模擬、演習(xí)流程控制、調(diào)度與視頻聯(lián)動、觀摩信息直觀、演習(xí)評估完善等一系列問題，有助于提高參演調(diào)度員的事故處理水平，有助于檢驗電網(wǎng)運行人員在應(yīng)急狀態(tài)下的快速反應(yīng)能力，對于提高事故狀態(tài)下電網(wǎng)優(yōu)化應(yīng)急資源配置、協(xié)同作戰(zhàn)有著重要的現(xiàn)實意義。
參考文獻(xiàn)：
[1] 崔長江, 李林峰. 運用DTS 實現(xiàn)廣西電網(wǎng)聯(lián)合反事故演習(xí)綜述[J]. 廣西電力, 2008, 31(2): 41-45.
關(guān)鍵詞：現(xiàn)代模擬電路；故障診斷；方法探討
模擬電路故障，就是在模擬電路運行過程中，因為電路中器件某個參數(shù)發(fā)生變化致使電路無法正常運行。模擬故障主要分為兩類：硬故障和軟故障。硬故障是在電路運行中出現(xiàn)的開路或短路等狀態(tài)。軟故障就是指電路的某個器件的參數(shù)發(fā)生變化致使電路運行不正常的故障。
1 模擬電路故障診斷中遇到的困難有哪些
⑴模擬電路出現(xiàn)的故障情況不盡相同，而且其本身參數(shù)（輸入激勵與輸出響應(yīng)及網(wǎng)絡(luò)中各元件的參數(shù)等）是連續(xù)量，造成故障模型比較繁瑣，難以量化。⑵因為參數(shù)誤差、非線性、或環(huán)境造成的干擾等多項因素，使得電路工作特性發(fā)生偏移，導(dǎo)致輸入與輸出關(guān)系復(fù)雜，從而使得一些故障診斷方法失去了其準(zhǔn)確性。⑶非線性問題在模擬電路中廣泛的存在，伴隨著電路規(guī)模的線性增大，使得計算量大大增加；現(xiàn)在在電路中存在著大量的反饋回路，而這也同樣增加了計算量，也是測試變得復(fù)雜了許多。⑷現(xiàn)在的電路元器件多是被封裝的，這樣就造成可測電壓的可及節(jié)點數(shù)會很少，從而使可用作故障診斷的信息量減少，致使故障定位中的不準(zhǔn)確程度提高，使得判斷錯誤，造成嚴(yán)重后果。上述這些困難如果只用傳統(tǒng)的數(shù)學(xué)方法描述將會很難達(dá)到診斷效果。因為人工智能技術(shù)可以很好地模擬人類處理問題的過程，并且具有學(xué)習(xí)能力，還可以積累經(jīng)驗，所以這門技術(shù)在現(xiàn)代模擬電路診斷中得到了廣泛的應(yīng)用。下面將介紹以人工智能技術(shù)為基礎(chǔ)的一些診斷方法。
2 現(xiàn)代模擬電路故障診斷的方法
2.1 專家系統(tǒng)故障診斷方法
專家系統(tǒng)，就是指一個內(nèi)部具有很多專家水平的某個領(lǐng)域的知識和經(jīng)驗的智能計算機程序系統(tǒng)。專家系統(tǒng)可以依據(jù)某個領(lǐng)域中人類專家提供的知識和經(jīng)驗進(jìn)行推理、演算、判斷來模擬人類專家處理問題的過程，從而解決某些需要專家決定的復(fù)雜問題。通過觀察到的數(shù)據(jù)來判斷出現(xiàn)故障的原因就是診斷專家系統(tǒng)的任務(wù)。其基本的工作原理是：先把專家知識機器診斷經(jīng)驗用規(guī)則表示出來，形成故障診斷專家系統(tǒng)的知識庫，再根據(jù)報警信息對知識庫進(jìn)行推理，診斷出故障元件。
在模擬電路故障診斷中主要是應(yīng)用基于產(chǎn)生式規(guī)則的專家系統(tǒng)，其得到廣泛應(yīng)用的原因主要是由故障診斷和基于產(chǎn)生式規(guī)則的專家系統(tǒng)的特點所決定的。使用這種診斷方法的特點是：可以將故障與征兆之間的關(guān)系易于用直觀的，模塊化的規(guī)則表示出來，并且這種專家系統(tǒng)允許增加、刪除或修改一些規(guī)則，來確保診斷系統(tǒng)的實時性和有效性，還可以在一定程度上解決不確定性的問題和給出符合人類語言習(xí)慣的結(jié)論并具有相應(yīng)的解釋能力等。
盡管專家系統(tǒng)能有效的模擬故障診斷專家并完成故障診斷的過程，不過在實際應(yīng)用過程中仍存在一些缺陷，主要是知識獲取的瓶頸問題以及你能有效解決故障診斷中許多不確定因素，這些問題就影響了故障診斷的準(zhǔn)確性。除此之外，專家系統(tǒng)在自適應(yīng)能力、學(xué)習(xí)能力和實時性方面也存在著不同程度的局限。其解決方案是將其與具有信息處理特點的神經(jīng)網(wǎng)絡(luò)和適合人類認(rèn)識特征模糊理論相結(jié)合。
2.2 神經(jīng)網(wǎng)絡(luò)故障診斷方法
人工神經(jīng)網(wǎng)絡(luò)（ANN）是模擬人腦組織結(jié)構(gòu)和人類認(rèn)知過程的信息處理系統(tǒng)，具有并行分布處理、自適應(yīng)、聯(lián)想記憶等優(yōu)點。ANN技術(shù)解決故障診斷問題的主要步驟為：根據(jù)診斷問題組織學(xué)習(xí)樣本，根據(jù)問題和樣本構(gòu)造神經(jīng)網(wǎng)絡(luò)，選擇合適的學(xué)習(xí)算法和參數(shù)。利用ANN的學(xué)習(xí)、聯(lián)想記憶、分布式并行信息處理功能，可以解決診斷系統(tǒng)中不確定知識表示、獲取、和并行推理等問題。在上一方法中提到神經(jīng)網(wǎng)絡(luò)可以彌補專家系統(tǒng)的一部分缺陷，但是ANN技術(shù)仍有不足之處。由于其自身不夠完備，學(xué)習(xí)速度慢、訓(xùn)練時間長等原因，影響了它的實用化。為了可以將其更好的應(yīng)用在模擬電路故障診斷中，許多學(xué)者把ANN與遺傳算法、專家系統(tǒng)及故障字典法等相結(jié)合，較好地解決了智能中小規(guī)模模擬電路故障診斷難題。若是想解決大規(guī)模的模擬電路故障診斷問題，還需學(xué)者們進(jìn)行深一步的研究。
2.3 模糊故障診斷方法
模糊故障診斷方法是依據(jù)專家經(jīng)驗在故障征兆空間與故障原因空間建立模糊關(guān)系矩陣，再講個條模糊推理規(guī)則產(chǎn)生的模糊關(guān)系矩陣進(jìn)行組合，根據(jù)一定的判斷閾值來識別故障元件。其優(yōu)點是：模糊理論可適應(yīng)不確定性的問題；模糊知識庫使用語言變量來表述專家的經(jīng)驗，更接近人的表達(dá)習(xí)慣；模糊理論能夠得到問題的多個可能的解決方案，并根據(jù)這些方案模糊度的高低進(jìn)行優(yōu)先程度排序等。由于隸屬度的獲取，復(fù)雜系統(tǒng)模糊模型的建立、辨識，語言規(guī)則的獲取、遺忘、修改等理論和方法還不夠完善，所以這種方法的應(yīng)用就受到了很大的限制。若是將其與專家系統(tǒng)、ANN等相結(jié)合，則可有效地解決這些困難。除了上述這些診斷方法外，還有小波變換故障診斷方法、多傳感器信息融合故障診斷方法、基于Agent技術(shù)的故障診斷方法等。
人工智能技術(shù)在今后的工程中具有廣泛的應(yīng)用前景，這種技術(shù)的應(yīng)用將會使得模擬電路故障診斷的方法得到進(jìn)一步發(fā)展，是診斷方法更加趨于完善，使其適用性更加廣泛，為實現(xiàn)復(fù)雜大規(guī)模模擬電路的故障診斷提供更有效且更實用的方法，其將會成為今后模擬電路故障診斷的主發(fā)展方向。
[參考文獻(xiàn)]
[1]張少剛，齊世平，等.現(xiàn)代模擬電路故障診斷新方法[J].信息與電子工程.2006，4（6）：476-480.
關(guān)鍵詞:人工智能；計算機體系結(jié)構(gòu)；硬件；軟件
人工智能是讓機器模擬人類思維和行為方式,從而讓其在某些方面達(dá)到人類智能的水平。它的研究涉及了多門學(xué)科知識,是一個跨學(xué)科的研究領(lǐng)域。但是計算機硬件和軟件的發(fā)展,是人工智能實現(xiàn)的基本保障。本文從計算機體系結(jié)構(gòu)入手,介紹了計算機硬件和軟件的發(fā)展過程和趨勢,以及對人工智能發(fā)展起到的作用。
1計算機的體系結(jié)構(gòu)
計算機體系是一個多級層次結(jié)構(gòu),通常將其分為硬件和軟件兩大部分。硬件部分主要有輸入/輸出設(shè)備、存儲器和CPU。軟件有系統(tǒng)軟件和應(yīng)用軟件兩類。現(xiàn)代集成技術(shù)使得計算機的體積越來越小,但是性能卻越來越強。硬件作為計算機基本的組成部分,是作為物理底層為上層軟件的運作提供了基本的環(huán)境支持。在計算機體系設(shè)計中的一個核心問題就是如何提高計算機硬件運行和服務(wù)的效率,使上層軟件的運行更加快速和流暢。隨著上層軟件種類和功能的不斷增加,對底層硬件的要求越來越高。硬件和軟件的兼容、配合以及交互成了體系設(shè)計最大的問題。分布式體系結(jié)構(gòu)提升了硬件的處理能力,但同時增加了系統(tǒng)結(jié)構(gòu)的復(fù)雜性和操作性。如今,隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,云平臺區(qū)塊鏈技術(shù)的成熟,計算機體系從傳統(tǒng)的單機系統(tǒng)擴展為以網(wǎng)絡(luò)結(jié)構(gòu)為基礎(chǔ)的多系統(tǒng)多體系平臺。這種模式從理論上看,大大增加的了系統(tǒng)結(jié)構(gòu)的復(fù)雜性,但對于用戶體驗而言,這種復(fù)雜性完全可以忽略,用戶不需要對其有更多地了解,也不需要投入更多的成本。相反,用戶體驗到的是方便、快捷、高效的運行環(huán)境。集群計算機體系結(jié)構(gòu)就是一個典型的案例。它通過以太網(wǎng)或InfiniBand網(wǎng)絡(luò)作為內(nèi)聯(lián)方式,使用Linux操作系統(tǒng)和并行編程接口,采用價格比較低的服務(wù)器為運算節(jié)點,整個系統(tǒng)較之前系統(tǒng)的成本明顯降低,而且公開性和操作性都比較強[1]。軟件作為計算機體系結(jié)構(gòu)中的上層應(yīng)用,在20世紀(jì)80年代前,只是為專門的計算機而定制的小程序,功能比較簡單更沒有形成產(chǎn)業(yè)。20世紀(jì)80年代后,隨著計算機硬件集成化程度提高,計算機體積變小個人電腦普及,各種功能齊全的軟件也應(yīng)用而生,軟件開發(fā)逐漸標(biāo)準(zhǔn)化產(chǎn)業(yè)化。進(jìn)入21世紀(jì)后,英特網(wǎng)普及,開源社區(qū)發(fā)展迅速,開源軟件開始流行,軟件開發(fā)也逐漸向網(wǎng)絡(luò)化、智能化的方向發(fā)展。其開發(fā)策略也從原來面向過程的編程轉(zhuǎn)化到了面向?qū)ο蟮木幊?開發(fā)的軟件功能更強大也更具有人性化,為人類在生活生產(chǎn)中解決很多實際問題。計算機體系結(jié)構(gòu)的發(fā)展使得計算機能夠以更低的成本,更好的互動,在網(wǎng)絡(luò)環(huán)境下發(fā)揮更好的性能。為人工智能的發(fā)展提供了更有效的運行環(huán)境。
2計算機硬件的發(fā)展
1946年,第一代電子管計算機研制成功,它的主要特征是體積大、耗電大,運算速度慢;1959年第二代晶體管計算機誕生,與電子管相比晶體管壽命長、體積小、運算速度快;1965年第三代集成電路計算機產(chǎn)生,集成電路技術(shù)使計算機在性能和結(jié)構(gòu)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系列計算機;1971年以后,是大規(guī)模集成電路和超大規(guī)模集成電路的計算機,以英特爾公司推出的x86系列和奔騰系列微處理器為標(biāo)志,它不僅大大縮小了計算機的體積,而且還提高了計算機的處理能力。在處理器的研制上,英特爾公司不斷刷新著主頻記錄,處理器一直以摩爾定律的速度在發(fā)展,其處理能力每18個月到24個月就增加一倍。1972年的8080處理器,主頻2MHz每秒處理50萬條指令;1978年的8086處理器,主頻8MHz每秒處理80萬條指令;1982年的80286處理器,主頻12MHz每秒處理270萬條指令;1989年的486DX處理器,主頻25MHz每秒處理2000萬條指令;1993年的奔騰處理器,主頻233MHz每秒處理4.35億條指令;1997的奔騰Ⅱ處理器,主頻333MHz每秒處理7.7億條指令;2000年奔騰Ⅳ處理器,主頻已經(jīng)達(dá)到1.4GHz[2]。當(dāng)英特爾還在一心追求處理器高主頻的時候,另一家公司NVIDIA在1999年8月了一種專門做圖像運算工作的微處理器GPU(GraphicProcessingUnit)。GPU采用的是一種全新的架構(gòu)模式,它將幾何轉(zhuǎn)換與光照功能以硬件的形式集成在圖形芯片中,由圖形芯片直接負(fù)責(zé)幾何轉(zhuǎn)換和光照操作,這使得處理器性能大大提高。與CPU相比,GPU在高清視頻、數(shù)碼照片處理、3D渲染等方面的表現(xiàn)非常優(yōu)越。GPU的誕生,使得對處理器的研制從追求高主頻轉(zhuǎn)換成追求高性能,NVIDIA與ATI兩大公司為此展開了激烈的競爭。直到2008年,隨著大數(shù)據(jù)云計算的興起,以及智能手機的廣泛應(yīng)用,市場對高性能已不再是唯一的訴求,性能適中的輕量級GPU成為了下一個發(fā)展方向[3]。隨著人工智能技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的規(guī)模越來越大,采用多處理器集成的架構(gòu)模式使得算法實現(xiàn)的裝置體積巨大。為此,2015年,谷歌推出了TPU(TensorPro-cessingUnit),它是一種專用于神經(jīng)網(wǎng)絡(luò)計算的處理器,主要用于深度學(xué)習(xí)、AI運算,其算力較GPU有很大的提高。AlphaGo是第一個戰(zhàn)勝圍棋世界冠軍的人工智能機器人,最初它內(nèi)部安裝了1202個CPU和176個GPU用于運算處理。2015年引入TPU之后,與李世石對戰(zhàn)的AlphaGo,只有48個TPU負(fù)責(zé)所有的計算任務(wù)。存儲器是計算機硬件的另一個主要組成部分。在計算機體系中一般采用外存、緩存、內(nèi)存多級存儲策略。外存容量大成本低但相對讀取速度慢,通常用來保存需要長久存放于計算機內(nèi)的大量數(shù)據(jù),例如系統(tǒng)安裝的軟件、用戶的資料、數(shù)據(jù)庫等;緩存是為了提高數(shù)據(jù)讀取的命中率而引入的一種機制;內(nèi)存數(shù)據(jù)讀取的速度與CPU相當(dāng),可以和CPU直接進(jìn)行數(shù)據(jù)的交換,是CPU處理數(shù)據(jù)的來源。但因為內(nèi)存是通過大量的晶體管構(gòu)成寄存器來保存數(shù)據(jù)的,所以采用的硅片面積比較大,制造成本高,在系統(tǒng)中容量配置相對小些。但是隨著電子制造技術(shù)的提升,現(xiàn)在pc機硬盤的配置可以達(dá)到1TB,內(nèi)存容量如果是64位操作系統(tǒng)一般都在4GB。計算機存儲器容量的增加可以滿足人工智能時代海量數(shù)據(jù)的存儲。隨著計算機硬件的發(fā)展,計算機輸入系統(tǒng)也呈現(xiàn)多樣化形式。數(shù)據(jù)來源不再是單純的以鍵盤輸入為主的模式。攝像機微型化之后,計算機系統(tǒng)普遍都安裝了攝像頭,通過攝像頭可以實現(xiàn)視頻的采集;而在計算機系統(tǒng)中安裝聲音采集器可以實現(xiàn)語音輸入。傳感器可以模擬人類感官讓計算機可以像人類一樣從自然環(huán)境中獲取信息,常見的有觸覺傳感器、視覺傳感器、力覺傳感器、溫濕度傳感器和超聲波傳感器等。計算機的這些新型輸入方式更接近于人類日常生活的習(xí)慣,也使計算機用起來更人性化,智能化。計算機硬件的這些特性是人工智能發(fā)展的基本保障。
3計算機軟件的發(fā)展
計算機語言是計算機軟件開發(fā)的主要工具,也是解決實際問題的手段。20世紀(jì)50年代,為了方便人們操控計算機的運行,機器指令順應(yīng)而生。它采用的是二進(jìn)制編碼,增加了計算機的可操作性,但對用戶而言可讀性不高,調(diào)試難度大。匯編語言是第二代計算機語言,用字母和單詞(add、sub等)代替一些特定的指令,增加了程序的可讀性,但它是直接面向硬件的操作指令,程序的可移植性差。之后,出現(xiàn)的高級語言其表現(xiàn)形式更接近于數(shù)學(xué)語言和自然語言,可讀性強。而且不依賴于計算機硬件,能在不同的機器上運行,可移植性強。計算機語言的發(fā)展,極大地促進(jìn)了計算機在各個領(lǐng)域的應(yīng)用和普及,給人們的日常生活帶來了翻天覆地的變化。隨著人工智能的出現(xiàn),計算機語言也逐漸向智能化、網(wǎng)絡(luò)化的方向發(fā)展。1956年達(dá)特茅斯會議提出“人工智能”概念之后,1958年麥卡錫和明斯基的人工智能項目組,開發(fā)了LISP語言。LISP使用表結(jié)構(gòu)來表達(dá)非數(shù)值的計算問題,實現(xiàn)技術(shù)簡單是使用最廣泛的人工智能語言。1972年一種基于謂詞邏輯的編程語言Prolo生,它是面向邏輯面向用戶的一種編程語言,主要用于描述知識的邏輯關(guān)系和抽象概念,也稱為描述性語言。Prolog依照人的思維邏輯,運用數(shù)理邏輯中的謂詞邏輯來描述解決的問題方法,告訴計算機“要做什么”而不是“怎么做”。Prolog編寫的程序更接近于自然語言,邏輯性強易寫易讀易于正確性證明。1982年,由LarryWall設(shè)計的Perl語言是運行在Unix環(huán)境下的一種腳本語言。Perl對文件和字符有很強的處理能力,主要用于大型網(wǎng)站開發(fā)。20世紀(jì)90年代初,荷蘭人Rossum設(shè)計了Python語言,其語法清晰、簡潔,并且擁有大量第三方函數(shù)模塊,編程簡單但功能強大,很快成為了人工智能主要的編程語言[4]。在大數(shù)據(jù)背景下人工智能發(fā)展更加迅速,隨之而來的是計算機需處理的海量數(shù)據(jù),而且這些數(shù)據(jù)來源廣泛,特點多樣,若是利用傳統(tǒng)的算法進(jìn)行數(shù)據(jù)的分析處理,確定數(shù)據(jù)的有效性和安全性,需耗費大量的時間,也導(dǎo)致整個系統(tǒng)運行變慢,性能下降。而人工智能語言編寫的軟件利用模糊邏輯粗糙集理論在不影響系統(tǒng)性能的情況下,可以對海量數(shù)據(jù)實現(xiàn)快速推理和分析,挖掘數(shù)據(jù)深層次的價值,得出其背后隱藏的規(guī)律,有效地幫助人類作出合理的決策。進(jìn)入21世紀(jì)后,網(wǎng)絡(luò)高速發(fā)展,開源軟件由于開放二次開發(fā)的權(quán)力,具有低成本高安全的特性受到了各國企業(yè)和政府的支持得到迅速發(fā)展。開源軟件是在遵守一個開源協(xié)議的前提下,將程序的源代碼公開,允許其他人學(xué)習(xí)修改和,也可轉(zhuǎn)化成任何形式的實用軟件的一類軟件。截至2006年底,全球研發(fā)和應(yīng)用開源軟件的企業(yè)占到了總數(shù)的50%以上。而人工智能開源軟件(OpenCV、NLTK、CNTK、TensorFlow等)在自然語言處理、計算機視覺、機器深度學(xué)習(xí)等領(lǐng)域中也扮演著重要的角色。
4結(jié)語
人工智能的發(fā)展涉及生物學(xué)、神經(jīng)學(xué)、仿生學(xué)、電子科學(xué)、計算機科學(xué)等學(xué)科,是多學(xué)科交叉融合發(fā)展的領(lǐng)域。用來支持人工智能實現(xiàn)的計算機系統(tǒng),也逐漸表現(xiàn)出一種軟中有硬、硬中有軟的混合模式。現(xiàn)場可編程門陣列(Field-ProgrammableGateArrays,FPGA)就是一種典型的代表。基于現(xiàn)場可編程門陣列的系統(tǒng)設(shè)計,其硬件功能的實現(xiàn)可以通過軟件設(shè)置來完成,通過調(diào)試軟件參數(shù)就可以實現(xiàn)硬件功能的改進(jìn)。這種全新的軟硬件設(shè)計理念使計算機系統(tǒng)具有更強的靈活性和適應(yīng)性,提高了人工智能的應(yīng)用效率,為人工智能構(gòu)建了一個更具可擴展性的大腦。
參考文獻(xiàn)
[1]劉細(xì)妹.計算機體系結(jié)構(gòu)現(xiàn)狀及發(fā)展趨勢研究[J].計算機產(chǎn)品與流通,2019(3):98.
[2]付華.淺析計算機硬件發(fā)展史[J].電腦知識與技術(shù),2016(13):249-250.
[3]Janlen.光影之路GPU架構(gòu)發(fā)展史[J].微型計算機,2011(33):99-117.
關(guān)鍵詞: 機電一體化 現(xiàn)狀 發(fā)展趨勢
一、機電一體化的產(chǎn)生與應(yīng)用
20世紀(jì)60年代以來,人們利用電子技術(shù)的初步成果來完善機械產(chǎn)品的性能后,刺激了機械產(chǎn)品與電子技術(shù)的結(jié)合。計算機技術(shù)、控制技術(shù)、通信技術(shù)的發(fā)展,為機電一體化的發(fā)展更進(jìn)一步奠定了技術(shù)基礎(chǔ)。20世紀(jì)80年代末期,機電一體化技術(shù)和產(chǎn)品得到了極大發(fā)展。各國均開始對機電一體化技術(shù)和產(chǎn)品給以很大的關(guān)注和支持,20世紀(jì)90年代后期,開始了機電一體化技術(shù)向智能化方向邁進(jìn)的新階段,機電一體化進(jìn)入了深入發(fā)展時期。光學(xué)、通信技術(shù)等進(jìn)入了機電一體化,微細(xì)加工技術(shù)也在機電一體化中展露頭腳,出現(xiàn)了光機電一體化和微機電一體化等新分支。我國從20世紀(jì)80年代開始開展機電一體化研究和應(yīng)用。取得了一定成果,它的發(fā)展和進(jìn)步依賴并促進(jìn)相關(guān)技術(shù)的發(fā)展和進(jìn)步。機電一體化已成為一門有著自身體系的新型學(xué)科,隨著科學(xué)技術(shù)的不斷發(fā)展,還將被賦予新的內(nèi)容。
二、機電一體化的發(fā)展現(xiàn)狀
機電一體化的發(fā)展大體可以分為3個階段。20世紀(jì)60年代以前為第一階段,這一階段稱為初級階段。在這一時期,人們利用電子技術(shù)的初步成果來完善機械產(chǎn)品的性能。特別是在第二次世界大戰(zhàn)期間,戰(zhàn)爭刺激了機械產(chǎn)品與電子技術(shù)的結(jié)合,這些機電結(jié)合的軍用技術(shù),戰(zhàn)后轉(zhuǎn)為民用,對戰(zhàn)后經(jīng)濟的恢復(fù)起了積極的作用。那時研制和開發(fā)從總體上看還處于自發(fā)狀態(tài)。由于當(dāng)時電子技術(shù)的發(fā)展尚未達(dá)到一定水平,機械技術(shù)與電子技術(shù)的結(jié)合還不可能廣泛和深入發(fā)展,已經(jīng)開發(fā)的產(chǎn)品也無法大量推廣。
20世紀(jì)70年代~80年代為第二階段,可稱為蓬勃發(fā)展階段。這一時期,計算機技術(shù)、控制技術(shù)、通信技術(shù)的發(fā)展,為機電一體化的發(fā)展奠定了技術(shù)基礎(chǔ)。大規(guī)模、超大規(guī)模集成電路 和微型計算機的迅猛發(fā)展,為機電一體化的發(fā)展提供了充分的物質(zhì)基礎(chǔ)。
20世紀(jì)90年代后期,開始了機電一體化技術(shù)向智能化方向邁進(jìn)的新階段,機電一體化進(jìn)入深入發(fā)展時期。一方面,光學(xué)、通信技術(shù)等進(jìn)入了機電一體化,微細(xì)加工技術(shù)也在機電一體化中展露頭腳,出現(xiàn)了光機電一體化和微機電一體化等新分支;另一方面對機電一體化系統(tǒng)的建模設(shè)計、分析和集成方法、機電一體化的學(xué)科體系和發(fā)展趨勢都進(jìn)行了深入研究。同時,由于人工智能技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)及光纖技術(shù)等領(lǐng)域取得的巨大進(jìn)步,更為機電一體化技術(shù)開辟了發(fā)展的廣闊天地。這些研究,將促使機電一體化進(jìn)一步建立完整的基礎(chǔ)和逐漸形成完整的科學(xué)體系。我國是從20世紀(jì)80年代初才開始在這方面研究和應(yīng)用。國務(wù)院成立了機電一體化領(lǐng)導(dǎo)小組并將該技術(shù)列為“863計劃”中。在制定“九五”規(guī)劃和2010年發(fā)展綱要時充分考慮了國際上關(guān)于機電一體化技術(shù)的發(fā)展動向和由此可能帶來的影響。許多大專院校、研究機構(gòu)及一些大中型企業(yè)對這一技術(shù)的發(fā)展及應(yīng)用也做了大量的工作,雖然取得了一定成果,但與日本等先進(jìn)國家相比仍有相當(dāng)差距。
三、機電一體化的發(fā)展趨勢
(一)智能化趨勢
智能化是21世紀(jì)機電一體化技術(shù)發(fā)展的一個重要發(fā)展方向。人工智能在機電一體化建設(shè)者的研究日益得到重視,機器人與數(shù)控機床的智能化就是重要應(yīng)用。這里所說的“智能化”是對機器行為的描述,是在控制理論的基礎(chǔ)上,吸收人工智能、運籌學(xué)、計算機科學(xué)、模糊數(shù)學(xué)、心理學(xué)、生理學(xué)和混沌動力學(xué)等新思想、新方法,模擬人類智能,使它具有判斷推理、邏輯思維、自主決策等能力,以求得到更高的控制目標(biāo)。機電一體化產(chǎn)品不可能具有與人完全相同的智能。但是,高性能、高速的微處理器使機電一體化產(chǎn)品賦有低級智能或人的部分智能。
(二)模塊化趨勢
模塊化是一項重要而艱巨的工程。由于機電一體化產(chǎn)品種類和生產(chǎn)廠家繁多,研制和開發(fā)具有標(biāo)準(zhǔn)機械接口、電氣接口、動力接口、環(huán)境接口的機電一體化產(chǎn)品單元是一項十分復(fù)雜但又是非常重要的事。如研制集減速、智能調(diào)速、電機于一體的動力單元,具有視覺、圖像處理、識別和測距等功能的控制單元,以及各種能完成典型操作的機械裝置。這樣可利用標(biāo)準(zhǔn)單元迅速開發(fā)出新產(chǎn)品,也可以擴大生產(chǎn)規(guī)模,制定各項標(biāo)準(zhǔn),以便各部件、單元的匹配和接口。從電氣產(chǎn)品的標(biāo)準(zhǔn)化、系列化帶來的好處可以肯定,無論是對生產(chǎn)標(biāo)準(zhǔn)機電一體
化單元的企業(yè)還是對生產(chǎn)機電一體化產(chǎn)品的企業(yè),規(guī)模化將給機電一體化企業(yè)帶來美好的前程。
(三)網(wǎng)絡(luò)化趨勢
計算機技術(shù)等的突出成就是網(wǎng)絡(luò)技術(shù)。網(wǎng)絡(luò)技術(shù)的興起和飛速發(fā)展給科學(xué)技術(shù)、工業(yè)生產(chǎn)等領(lǐng)域都帶來了巨大的變革。各種網(wǎng)絡(luò)將全球經(jīng)濟、生產(chǎn)連成一片,企業(yè)間的競爭也將全球化。機電一體化新產(chǎn)品一旦研制出來,只要其功能獨到,質(zhì)量可靠,很快就會暢銷全球。由于網(wǎng)絡(luò)的普及,基于網(wǎng)絡(luò)的各種遠(yuǎn)程控制和監(jiān)視技術(shù)方興未艾,而遠(yuǎn)程控制的終端設(shè)備本身就是機電一體化產(chǎn)品。現(xiàn)場總線和局域網(wǎng)技術(shù)使家用電器網(wǎng)絡(luò)化已成大勢,利用家庭網(wǎng)絡(luò)將各種家用電器連接成以計算機為中心的計算機 集成家電系統(tǒng),使人們在家里分享各種高技術(shù)帶來的便利與快樂,因此機電一體化產(chǎn)品朝著網(wǎng)絡(luò)化方向發(fā)展是為大勢所趨。
(四)微型化趨勢
微型化指的是機電一體化向微型機器和微觀領(lǐng)域發(fā)展的趨勢,國外稱其為微電子機械系統(tǒng)(mems),泛指幾何尺寸不超過1cm的機電一體化產(chǎn)品,并向微米、納米級發(fā)展。微機電一體化產(chǎn)品體積小、耗能少、運動靈活,具有不可比擬的優(yōu)勢。微機電一體化發(fā)展的瓶頸在于微機械技術(shù),微機電一體化產(chǎn)品的加工采用精細(xì)加工技術(shù),即超精密技術(shù),它包括光刻技術(shù)和蝕刻技術(shù)。
關(guān)鍵詞:在役橋梁；專家系統(tǒng)
中圖分類號：TP311.1 文獻(xiàn)標(biāo)識碼：A DoI: 10.3969/j.issn.1003-6970.2012.05.029
專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計算機技術(shù)，根據(jù)一個或多個人類專家提供的在特殊領(lǐng)域內(nèi)專家用以分析和解決問題的知識、能力、經(jīng)驗及方法，總結(jié)出來形成一些規(guī)律性的東西作為規(guī)則，用軟件方法予以實現(xiàn)，然后存儲起來[5-6]。而專家系統(tǒng)在在役橋梁方面的研究目前來說還是比較少。本文就對專家系統(tǒng)在在役橋梁方面的應(yīng)用進(jìn)行了較深入的研究。
ES 的基本設(shè)計思想就是將知識和控制推理策略分開，形成一個知識庫。ES 在控制推理策略的引導(dǎo)下利用存儲起來的知識分析和處理問題。這樣，在解決問題時，用戶為系統(tǒng)提供一些已知數(shù)據(jù)，然后從系統(tǒng)中獲得專家水平的結(jié)論[7]。
為了使管理方便和數(shù)據(jù)庫的維護容易，我們每一種癥狀都進(jìn)行了統(tǒng)一編號，用一定意義的符號代替原始的文字，這樣的設(shè)計一方面也可以降低在工作中系統(tǒng)對緩沖空間的需要量。
2.1.1 重點模塊分析
橋梁加固處治專家系統(tǒng)工作包括很多流程，其中最關(guān)鍵的是選擇病害診斷及最優(yōu)的加固處治措施，使加固效果最大化。針對不同部位病害特征及橋梁所處的環(huán)境提出相應(yīng)的加固技
對于橋梁加固后效果評估模塊中鋼筋混凝土套箍空腹式主拱圈加固技術(shù)非常重要。鋼筋砼套箍封閉主拱圈加固拱橋技術(shù)通過沿原主拱圈環(huán)向周邊增設(shè)一層鋼筋砼套箍，形成復(fù)合主拱圈。
對于橋梁加固后效果評估模塊中鋼筋混凝土套箍空腹式主拱圈加固技術(shù)非常重要。鋼筋砼套箍封閉主拱圈加固拱橋技術(shù)通過沿原主拱圈環(huán)向周邊增設(shè)一層鋼筋砼套箍，形成復(fù)合主拱圈[1]。
選擇.Net平臺運用面向?qū)ο蟮木幊谭椒▉磉M(jìn)行系統(tǒng)開發(fā)。
2.2.1 系統(tǒng)設(shè)計概要
系統(tǒng)架構(gòu)綜述：綜合參考軟件開發(fā)規(guī)范，考慮到系統(tǒng)的可維護性，穩(wěn)定性，可擴展性，系統(tǒng)整體采用分層架構(gòu)。宏觀看來，系統(tǒng)分為三層，軟件UI層，子業(yè)務(wù)模塊層及業(yè)務(wù)核心層；各個層級之間通過“對象”通信；
2.2.2 系統(tǒng)設(shè)計概要
1）系統(tǒng)架構(gòu)綜述：綜合參考軟件開發(fā)規(guī)范，考慮到系統(tǒng)的可維護性，穩(wěn)定性，可擴展性，系統(tǒng)整體采用分層架構(gòu)。宏觀看來，系統(tǒng)分為三層，軟件UI層，子業(yè)務(wù)模塊層及業(yè)務(wù)核心層；各個層級之間通過“對象”通信；層級間關(guān)系如圖3所示：圖3 系統(tǒng)各層級間關(guān)系示意圖
2）橋梁病害診斷模塊設(shè)計：橋梁病害診斷模塊是本系統(tǒng)的核心，其凝聚著橋梁安全方面專家的心血，通過什么方式來完整、準(zhǔn)確的“表達(dá)”出專家的智慧是本模塊的設(shè)計要點。縱觀現(xiàn)有技術(shù)，結(jié)合本系統(tǒng)自身特點，我們決定采用業(yè)內(nèi)成熟的“工作流”來完成。
根據(jù)實地檢測，主拱圈在L/4處出現(xiàn)明顯下?lián)稀Ｓ嬎闫淙菰S下?lián)现担?.0（cm）。
關(guān)鍵詞：智能電網(wǎng)；智能變電站；電氣自動化
中圖分類號：TM76 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-8937（2015）26-0118-02
近年來，我國建設(shè)堅強智能電網(wǎng)的進(jìn)程不斷推進(jìn)，以智能化、自動化、節(jié)能高效為特征的智能電網(wǎng)時代已經(jīng)悄悄來臨。智能電網(wǎng)的迅猛發(fā)展推動了電網(wǎng)的發(fā)輸變配等各個環(huán)節(jié)的技術(shù)革新，目前新建變電站中智能變電站占據(jù)了較大比重，基于此，有關(guān)智能變電站的電氣自動化和數(shù)字化等問題成為理論界的研究熱點。
1 智能電網(wǎng)與智能變電站
在世界能源危機背景下，智能電網(wǎng)的概念應(yīng)運而生。同傳統(tǒng)的電網(wǎng)技術(shù)相比，智能電網(wǎng)以清潔、靈活、自愈為特征，具有顯著的優(yōu)點，成為近年來世界電網(wǎng)發(fā)展的主流方向。
智能電網(wǎng)六大支撐技術(shù)包括：靈活的網(wǎng)絡(luò)拓?fù)浼夹g(shù)、實時通信技術(shù)、先進(jìn)的傳感與測量技術(shù)、智能化繼電保護、發(fā)達(dá)的故障診斷技術(shù)、科學(xué)的運行決策技術(shù)。
智能變電站的建設(shè)與應(yīng)用恰是智能電網(wǎng)技術(shù)的集中體現(xiàn)，在信息的采集、通信、傳遞和輸出的全過程實現(xiàn)了智能化，以保護智能化、通信網(wǎng)絡(luò)化、協(xié)議統(tǒng)一化、管理自動化為特征，如圖1所示。
2 智能變電站的電氣自動化探討
我國的變電站電氣自動化技術(shù)起步較晚，但發(fā)展迅速，經(jīng)歷了電磁式、晶體管型、集成電路等發(fā)展階段后，微機保護開始占據(jù)變電站繼電保護的主流，近年來逐漸成熟的智能化保護更是成為智能變電站電氣自動化的發(fā)展熱門。
2.1 一次設(shè)備的智能化
智能變電站的發(fā)展首先推動了一次設(shè)備的智能化，首先是變壓器的自動化，主要體現(xiàn)在在線監(jiān)測的自動化，包括：對變壓器油的色譜實時監(jiān)測、套管絕緣的實時監(jiān)測、變壓器油等的實時監(jiān)測，通過對變壓器工作狀態(tài)的實時監(jiān)測實現(xiàn)變壓器的智能化。
此外，包括互感器、開關(guān)、斷路器在內(nèi)的一次設(shè)備普遍實現(xiàn)了智能化，包括各類測量表計、PMU、合并單元、智能終端等在內(nèi)的電氣設(shè)備智能化，通過測量數(shù)字化、控制網(wǎng)絡(luò)化，實現(xiàn)一次設(shè)備的狀態(tài)可視化和功能一體化，從而完成對變電站設(shè)備的實時監(jiān)控，實現(xiàn)站內(nèi)一次設(shè)備的整體可控制和自動化，近年來逐漸向著集成式一次設(shè)備方向發(fā)展和演變，將數(shù)字化測量、智能化控制和狀態(tài)監(jiān)測集成于一體。
同時，智能變電站的發(fā)展也給光電互感器技術(shù)發(fā)展帶來了巨大機遇，各類新型的光學(xué)數(shù)字式互感器進(jìn)入變電站，成為智能變電站發(fā)展的重要特征，隨著光電技術(shù)和微電子技術(shù)的發(fā)展，有源光電互感器迅速發(fā)展，通過光纖傳輸節(jié)省了大量的電纜，模擬量的A/D轉(zhuǎn)換直接在互感器內(nèi)部進(jìn)行，降低了敷設(shè)工作的壓力，節(jié)省了投資成本，普通互感器與光學(xué)互感器的對比，如圖2所示。
2.2 二次設(shè)備的智能化
2.2.1 智能化保護
智能化保護的系統(tǒng)結(jié)構(gòu)圖，如圖3所示。通過光學(xué)互感器或電子式互感器采集一次設(shè)備的電壓、電流等模擬量，并經(jīng)過合并單元對數(shù)據(jù)進(jìn)行數(shù)據(jù)的匯總，通過多路采集器來將模擬量進(jìn)行匯總并上送，從而節(jié)省了大量的電力電纜，達(dá)到了變電站一次與二次系統(tǒng)的隔離，提升了模擬量的測試精度。變電站內(nèi)間隔層與過程層之間通過IEC61850-9-2協(xié)議進(jìn)行通信，將各類信息上送到智能化保護，在保護中完成邏輯的運算，隨著近年來DSP和單片機技術(shù)的發(fā)展，智能化保護在計算速度、指令周期、運算效率等方面的性能不斷提升，保護輸出的GOOSE跳閘指令能夠?qū)崟r下發(fā)，控制斷路器的跳合閘。
2.2.2 電力系統(tǒng)廣域保護
電力系統(tǒng)廣域保護也是近年來電網(wǎng)電氣自動化技術(shù)的研究熱點問題，為電網(wǎng)后備保護的發(fā)展提供了新的思路。傳統(tǒng)的繼電保護必須依靠系統(tǒng)的單端電氣量或雙端電氣量，而電力系統(tǒng)廣域保護則立足于廣域電氣量的采集，將各區(qū)域電網(wǎng)視為一體，實時采集廣域量，并通過實時數(shù)據(jù)監(jiān)測和高速數(shù)據(jù)運算，來實現(xiàn)保護邏輯的判斷，最終動作于告警和跳閘。
目前，廣域保護包括集中式、IED分布式、集中和分布式相配合這三種模式，與傳統(tǒng)保護相比，廣域保護能夠更好的適應(yīng)不同的負(fù)荷工況和系統(tǒng)運行方式、保護功能的實現(xiàn)對定值整定的依賴程度低、提升了系統(tǒng)躲過負(fù)荷限制的能力。
同時，由于廣域保護需要采集眾多的電網(wǎng)內(nèi)部廣域數(shù)據(jù)，因此需要的信息交互延時較長，一定程度上影響了其動作速度，因此，可以作為后備保護應(yīng)用于電網(wǎng)。
2.3 各類人工智能技術(shù)的應(yīng)用
隨著智能電網(wǎng)的推進(jìn)，電力系統(tǒng)逐漸向著智能化、網(wǎng)絡(luò)化、一體化方向發(fā)展，各類人工智能技術(shù)在變電站電氣自動化領(lǐng)域發(fā)揮了巨大作用，包括神經(jīng)網(wǎng)絡(luò)、遺傳算法、進(jìn)化規(guī)劃、模糊邏輯、小波理論等新型技術(shù)獲得推廣應(yīng)用，繼電保護技術(shù)逐步向著保護、控制、測量、通信集成的方向發(fā)展。
在此推動下，電力系統(tǒng)繼電保護不僅能夠存儲更大容量的故障信息，還能有更快的數(shù)據(jù)處理功能和更大的存放空間，保護的通信能力更強，能夠更加智能化的與其它的保護和控制設(shè)備通訊，實現(xiàn)全網(wǎng)數(shù)據(jù)與信息的資源共享。
以人工神經(jīng)網(wǎng)絡(luò)為例，電力系統(tǒng)內(nèi)部存在很多非線性元件，包括電容、電感、電力電子元件等，通過人工神經(jīng)網(wǎng)絡(luò)理論，能夠克服傳統(tǒng)保護方法的特點，很好的解決包括配電箱線損較高、電網(wǎng)動態(tài)分析等非線性難題。
2.4 交直流一體化電源
智能變電站能夠通過調(diào)控一體和運維一體化實現(xiàn)無人值守，無人值守變電站需要配備交直流一體化的電源，通過統(tǒng)一設(shè)計、統(tǒng)一集中控制、統(tǒng)一進(jìn)行生產(chǎn)和調(diào)試，來達(dá)到對分散數(shù)據(jù)的采集和集中管控，同時在變電站內(nèi)，能夠?qū)崟r查閱各交直流電源的參數(shù)和運行狀態(tài)，并同步修改系統(tǒng)的參數(shù)、運行方式，發(fā)出相應(yīng)的遙控開關(guān)命令，從而實現(xiàn)對智能變電站一體化交直流電源的狀態(tài)檢修和智能化管理，降低日常巡視、管理、維護的工作量。
3 結(jié) 語
智能電網(wǎng)技術(shù)的發(fā)展在全世界范圍內(nèi)掀起了一場技術(shù)革新的浪潮，變電站作為電網(wǎng)的基本組成部分，包括一次設(shè)備、二次設(shè)備、輔助電源等在內(nèi)的電氣設(shè)備逐步自動化和智能化，電網(wǎng)處于不斷的發(fā)展和變革之中，電網(wǎng)技術(shù)的發(fā)展也將更加的多元化、多維度、高精度，經(jīng)過持續(xù)不斷的技術(shù)探索，我國智能變電站的發(fā)展前景持續(xù)向好，電氣自動化程度將不斷提升。
參考文獻(xiàn)：
[1] 劉強.智能電網(wǎng)繼電保護技術(shù)探討[J].江蘇電機工程，2010，（2）.
[2] 熊小伏，陳星田，夏瑩，等.面向智能電網(wǎng)的繼電保護系統(tǒng)重構(gòu)[J].電力系統(tǒng)自動化，2009，（17）.
[3] 邵寶珠，王優(yōu)胤，宋丹.智能電網(wǎng)對繼電保護發(fā)展的影響[J].東北電力技術(shù)，2010，（2）.
【關(guān)鍵詞】人臉識別 人臉檢測
近年，生物特征識別這一技術(shù)發(fā)展今非昔比。其中，人臉識別是一種非接觸性技術(shù)，具有可視化、符合人的思維習(xí)慣的特點，得以在商業(yè)、安全等領(lǐng)域廣泛應(yīng)用。目前，人臉識別逐漸成為一個熱門的研究領(lǐng)域。
1 人臉識別的方法
隨著技術(shù)的發(fā)展，人臉識別方法也呈現(xiàn)出“百花齊放”的趨勢。從整體上把握，人臉識別技術(shù)可以分為以下三種：
1.1 基于幾何特征的正面人臉識別方法
該方法是最早的人臉檢測方法，是對人臉的等先驗知識導(dǎo)出規(guī)則的利用。人臉面部器官可以近似的看作是常見的幾何單元，膚色也人臉的是重要特征之一。該方法就是采集人臉的重要的面部特征及其之間的相對距離、特征分布等參數(shù)從而形成一個可以表示人臉特征向量，例如角度、曲率等。該方法抗干擾能力極強，對于光照變化的敏感度很低，并且直接利用人臉信息，便于理解。同時，由于該方法算法只關(guān)心器官的基本形狀和位置結(jié)構(gòu)，并沒有側(cè)重細(xì)節(jié)特征，所以對于從圖像中提取穩(wěn)定的特征就比較困難。這就意味著當(dāng)人的面部表情的變化較大時，或者是出現(xiàn)了存在遮擋物等影響魯棒性差的情況，對于人臉特征的提取就會變得困難甚至錯誤。
1.2 基于模板匹配的人臉識別方法
模板匹配主要包括靜態(tài)匹配和彈性匹配，可以細(xì)分為：動態(tài)連接匹配法、特征臉方法、線性判別方法、神經(jīng)網(wǎng)絡(luò)法等。靜態(tài)匹配方法在使用時也需要對圖像進(jìn)行適當(dāng)?shù)臉?biāo)準(zhǔn)化，隨后利用整幅圖像的灰度級、生理特征區(qū)的灰度圖像和變換后的人臉圖像模板。由于是靜態(tài)的匹配，模板的靈活性差，當(dāng)出現(xiàn)面部表情過大時，就無法使用模板。所以產(chǎn)生了動態(tài)的模板匹配，也稱為動態(tài)連接匹配法。該方法是建立反映人臉特征形狀可變部分的特征參數(shù)模型。該方法的有點就在于其靈活性大大的提高，適用于更多情況下的人臉檢測，同時魯棒性較于靜態(tài)更好。但是該方法容易因為計算時間太長而陷入局部最小。
1.3 基于模型的人臉識別方法
該方法是利用數(shù)學(xué)模型的參數(shù)進(jìn)行人臉識別，合并人臉尺度和人臉方向的人臉。該方法著重了人臉各器官的不同特征和相互聯(lián)系，又不敏感于面部表情變化，魯棒性好，計算量也并不巨大。基于隱馬爾科夫模型法就是其中最經(jīng)典的方法。
2 人臉識別的現(xiàn)狀
人臉識別技術(shù)正式起步于美國，我國接觸該技術(shù)較晚，但是經(jīng)過科研人員和學(xué)者們多年的研究和實驗，目前我國的人臉識別技術(shù)已經(jīng)達(dá)到國際先進(jìn)的水平。
2.1 國內(nèi)
在我國，最早從人工向計算機智能識別發(fā)展的生物識別技術(shù)是指紋識別，但是在實際應(yīng)用中逐漸產(chǎn)生了對人臉識別技術(shù)的需求。從2001年開始，公安部門就開始使用這一技術(shù)來防范打擊重大刑事犯罪并取得國家的支持。隨后，我國在2008年北京奧運會舉行時應(yīng)用了人臉識別技術(shù)，這標(biāo)志著我國的人臉識別進(jìn)入大規(guī)模的使用階段。在前幾年舉辦的世博會上，該技術(shù)得到更加廣泛的應(yīng)用，同時各大公司也逐漸加入，實現(xiàn)了人臉識別技術(shù)在中國的大規(guī)模應(yīng)用。隨著我國技術(shù)的不斷進(jìn)步，“三化兩合”將是人臉識別發(fā)展的必然趨勢。“三化”指：主流化、芯片化、標(biāo)準(zhǔn)化；“兩合”指：與其他生物特征的多生物特征融合與REID的聯(lián)合。
2.2 國外
國內(nèi)外對于人臉識別的研究都非常的活躍。美國、德國、日本等經(jīng)濟發(fā)達(dá)國家和部分發(fā)展中國家都有研究機構(gòu)和研究人員對此進(jìn)行專門的研究。以下只取其中篩齬家作為例子。
2.2.1 美國
美國是人臉識別技術(shù)最先起步的國家，也是最先應(yīng)用該技術(shù)的國家，其人臉識別技術(shù)的水平一直走在國際前列。早在1993年，美國國防部就啟動了FERET項目，為其之后的生物智能識別技術(shù)奠定了基礎(chǔ)，推動人臉識別技術(shù)從初始階段提升到原型系統(tǒng)階段。目前，美國電影中沒有鑰匙孔只有一個攝像頭的大門，刷一下人臉就可以進(jìn)入；機要部門的核心設(shè)備通過指紋進(jìn)行設(shè)備的解鎖；追蹤情節(jié)中利用街邊攝像頭進(jìn)行識別等等，這些場景在實際生活中已經(jīng)得到實際的應(yīng)用。例如，F(xiàn)BI在2014年就推出了他們的新一代的電子識別系統(tǒng)，總投入超過10億美金。用于利用監(jiān)控鎖定犯罪嫌疑人，從而進(jìn)行全網(wǎng)追捕。不僅如此，美國國防部和國土安全部門加大了對人工智能識別技術(shù)的投資，用來防止對公共安全造成的威脅。
2.2.2 日本
日本雖然也是略晚接觸人臉識別技術(shù)的國家，但是其發(fā)展卻日新月異。在2014年日本的一家研究中心就在日本大阪試驗一項基于視頻的人臉識別技術(shù)，目的在于當(dāng)災(zāi)難來臨是，通過實時監(jiān)控中人臉的表情以及人流的動態(tài)來判斷各個緊急安全出口是否可用。日本近年來一直在加快對只能視頻分析技術(shù)的研究。據(jù)中關(guān)在線報道，2015年日本日立公司推出的視頻監(jiān)控人臉識別技術(shù)能夠技術(shù)能夠以3600萬張圖像/秒的速度進(jìn)行掃描，以高精度識別出路人，并且即時存儲路人臉部圖像，將長相相似的人臉進(jìn)行分類。隨后，據(jù)中新網(wǎng)2015年7月3日報道，日本在國內(nèi)的骨干機場引進(jìn)了通過計算機智能識別人臉來確認(rèn)身份的系統(tǒng)，有望在舉辦東京奧運會和殘奧會的之前，推進(jìn)日本人出入境審查的無人化，大大縮短外國游客入境審查的時間。
3 人臉識別的展望
雖然人臉識別技術(shù)目前還存在一些缺陷，但是這一技術(shù)目前已經(jīng)得到了非常迅速的發(fā)展，還出現(xiàn)了專門的國際會議，越來越多的研究人員和研究機構(gòu)投入其中，同時各國也開始逐漸試驗這一技術(shù)，那些亟待解決的問題不過也是時間的問題。相信不久的將來，這一人工智能技術(shù)會在不斷的應(yīng)用中逐漸完善，并且造福全人類。
參考文獻(xiàn)
[1]吳巾一.人臉識別方法綜述[A].計算機應(yīng)用研究，2009（09）：3205-3209
[2]姜賀.基于幾何特征的人臉識別算法[D].大連：大連理工大學(xué)，2008（12）.
[3]生物特征識別技術(shù)需從應(yīng)用中逐步完善[J].智能建筑與城市信息，2014（09）：15-19
[4]余龍華.基于隱馬爾科夫模型的人臉識別[A].計算機技術(shù)與發(fā)展，2012（02）：25-28
關(guān)鍵字：配電網(wǎng)，故障診斷，數(shù)據(jù)挖掘
配電網(wǎng)故障診斷是從技術(shù)上提高配電網(wǎng)安全可靠運行的重要手段，準(zhǔn)確的故障定位、分析故障原因，提出故障恢復(fù)方案能夠減少停電時間，加快線路的恢復(fù)，減少因停電造成的經(jīng)濟損失。因此，配電網(wǎng)故障診斷技術(shù)的研究有著十分重要的理論和實用價值[1]。目前，國內(nèi)外比較典型的配電網(wǎng)故障診斷方法有故障電流法、專家系統(tǒng)法、人工神經(jīng)網(wǎng)絡(luò)法、基于模糊理論的方法、基于優(yōu)化技術(shù)的方法和基于數(shù)據(jù)挖掘的方法。
1 故障電流法
故障電流法是以圖論為基礎(chǔ)，根據(jù)配電網(wǎng)的拓?fù)淠Ｐ瓦M(jìn)行故障診斷。其基本原理是根據(jù)配電網(wǎng)絡(luò)的結(jié)構(gòu)寫出網(wǎng)絡(luò)描述矩陣和根據(jù)故障信號寫出配電網(wǎng)絡(luò)故障信息矩陣，進(jìn)而由網(wǎng)絡(luò)描述矩陣和故障信息矩陣相乘后得到一個描述矩陣，隨后對描述矩陣進(jìn)行規(guī)格化處理，得到故障判斷矩陣，當(dāng)發(fā)生故障時，依據(jù)故障判斷矩陣進(jìn)行故障判別和定位[2]。該方法依據(jù)系統(tǒng)潮流的變化來判斷的，當(dāng)發(fā)生故障時，系統(tǒng)的結(jié)果和參數(shù)變化，使得潮流的計算和分析處理耗時較長，會影響診斷和恢復(fù)處理速度，難以達(dá)到理想的效果。
2 專家系統(tǒng)法
專家系統(tǒng)是利用計算機技術(shù)將相關(guān)領(lǐng)域的理論知識和專家的經(jīng)驗知識融合在一起，通過數(shù)據(jù)庫、知識庫、推理機、人機接口、解釋程序和知識獲取程序的有機連接，達(dá)到具備解決專業(yè)領(lǐng)域問題的能力。專家系統(tǒng)在配電網(wǎng)故障診斷中的典型應(yīng)用是基于生產(chǎn)式規(guī)則的系統(tǒng)，它把保護、斷路器的動作邏輯以及運行人員的診斷經(jīng)驗用規(guī)則表示出了，形成故障診斷專家系統(tǒng)的知識庫，通過查找知識庫對報警信息進(jìn)行推理，獲得診斷結(jié)論。專家系統(tǒng)雖然能夠有效模擬故障診斷專家完成故障診斷，但是在實際應(yīng)用中存在知識庫建立困難、校核和維護困難、容錯能力差等局限性，容易造成診斷錯誤。
3 人工神經(jīng)網(wǎng)絡(luò)法
人工神經(jīng)網(wǎng)絡(luò)是模擬人類神經(jīng)系統(tǒng)傳輸、處理信息過程的理論化數(shù)學(xué)模型，是一種大規(guī)模并行分布處理系統(tǒng)。它的最大特點是采用神經(jīng)元及它們之間的有向權(quán)重連接來隱含處理問題的知識，具有很強的自學(xué)習(xí)能力，在學(xué)習(xí)完成之后，還具有一定的泛化能力和容錯能力，即使輸入信號帶有一定的干擾噪聲，仍能給出正確的輸出結(jié)果[3]。它的這些優(yōu)點對于在配電網(wǎng)故障定位中的應(yīng)用具有重要的意義，主要用來進(jìn)行故障識別和故障定位。
4 基于模糊理論的方法
模糊理論是將經(jīng)典集合理論模糊化，并引入語言變量和近似推理的模糊邏輯，具有完整的推理體系的智能技術(shù)。在電力系統(tǒng)中，由于保護或斷路器的誤動作、拒動，信道傳輸干擾，保護動作時間偏差等因素的影響，輸、配電網(wǎng)絡(luò)故障診斷存在不確定性，而模糊理論可以適應(yīng)不確定性問題，擅長模擬人類思維中的近似推理、語言變量來表述專家的經(jīng)驗，得到問題的多個可能的解決方案，并根據(jù)其模糊度的高低進(jìn)行排序，進(jìn)而得出問題的最佳解決方案。因此，基于模糊理論的方法比較適用于故障診斷，目前已經(jīng)在配電網(wǎng)故障定位中得到了應(yīng)用。
基于模糊理論的故障診斷系統(tǒng)，雖然可以增強處理不確定性的能力，但是采用模糊理論進(jìn)行電網(wǎng)故障診斷，需尋求有效的手段對電網(wǎng)中的各種不確定性進(jìn)行客觀地模糊表達(dá)，需要充分利用歷史統(tǒng)計數(shù)據(jù)和經(jīng)驗知識。當(dāng)診斷對象的結(jié)構(gòu)發(fā)生變化時，如何對模糊知識庫進(jìn)行快速、有效的更新維護也需要更進(jìn)一步的研究[4]。
5 基于優(yōu)化技術(shù)的方法
基于優(yōu)化技術(shù)算法是國內(nèi)外學(xué)者提出的進(jìn)行電網(wǎng)故障定位的一種新思路，根據(jù)電網(wǎng)故障的特點設(shè)定假想事故集的目標(biāo)函數(shù)，利用各種優(yōu)化算法根據(jù)適應(yīng)度值對假想事故集進(jìn)行更新，直至搜索到適應(yīng)度最大的假想事故集，作為最終故障診斷結(jié)果。其實質(zhì)是將故障診斷問題轉(zhuǎn)化為無約束的0-1整數(shù)規(guī)劃問題進(jìn)行尋優(yōu)處理。這類方法的基本思路是：根據(jù)保護動作原理，將故障診斷問題表示為0-1整數(shù)規(guī)劃問題，然后用優(yōu)化算法求解。配電網(wǎng)故障診斷中使用的優(yōu)化算法主要有遺傳算法、模擬退火算法和基于覆蓋集理論的算法。基于優(yōu)化技術(shù)的方法在信息發(fā)生畸變時，出現(xiàn)復(fù)雜的故障模式的r候，難以保證診斷結(jié)果的可靠性。
6 基于數(shù)據(jù)挖掘的方法
數(shù)據(jù)挖掘近年來研究比較活躍的研究領(lǐng)域，是人工智能與數(shù)據(jù)庫技術(shù)相結(jié)合的產(chǎn)物。它是利用數(shù)據(jù)挖掘的各種算法從大量數(shù)據(jù)中挖掘出隱含其中的知識。近年來，已有研究者開始把數(shù)據(jù)挖掘技術(shù)引入到電力系統(tǒng)的診斷故障中，并取得了一些成功的經(jīng)驗。數(shù)據(jù)挖掘技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用目前正處于起步階段，解決如何把診斷對象與數(shù)據(jù)挖掘算法結(jié)合，確定出診斷對象的診斷模型，以及如何把數(shù)據(jù)挖掘和傳統(tǒng)的人工智能技術(shù)相結(jié)合是進(jìn)一步深入研究的課題。
電力系統(tǒng)的故障大部分發(fā)生在配電網(wǎng)，配電網(wǎng)發(fā)生故障后，故障診斷系統(tǒng)根據(jù)監(jiān)測系統(tǒng)得到的相關(guān)信息對配電網(wǎng)發(fā)生的故障進(jìn)行實時分析和判斷，提出正確有效的健全區(qū)域停電恢復(fù)策略，幫助調(diào)度員準(zhǔn)確的確定故障位置，隔離故障區(qū)域，快速恢復(fù)非故障區(qū)域供電。隨著技術(shù)的日趨成熟，配電網(wǎng)故障診斷技術(shù)必將在提高配電網(wǎng)安全可靠運行方面發(fā)揮巨大的作用。
參考文獻(xiàn)：
[1]馬士聰，高厚磊，徐丙垠，薛永端.配電網(wǎng)故障定位技術(shù)綜述[J].電力系統(tǒng)保護與控制.2009（11）.
[2]艾闖.配電網(wǎng)故障快速診斷方法分析[J].中國電業(yè)（技術(shù)版）.2013（12）.
