人工智能技术的特征范文篇1

1电气自动化中智能化技术应用特征体现和应用作用

1.1电气自动化中智能化技术应用特征体现

电气自动化中的智能化技术应用有着鲜明特征体现，能有效实现无人超控，系统控制是通过鲁棒性变化以及下降时间和响应时间进行调节的，减少了人力的投入。电气自动化中的智能化控制技术应用，在数据处理的一致性特征上也比较突出，智能控制器能对所有数据经过处理估计得以应用，在数据信息处理的一致性层面有着鲜明特征[1].智能控制技术的应用，不需要控制模型，这样就能减少应用程序，从而在效率上有了提高。

1.2电气自动化中智能化技术应用作用

电气自动化中的智能化技术应用能发挥高效性作用，在系统控制的精度层面也相对比较高。智能化技术的应用是通过高速CPU芯片以及RISC芯片的应用，这就能对系统控制精度得到了提高。智能化技术应用过程中国，是通过多系统共同控制的，系统的完善性就比较突出，在实际的调节上也比较简单化。智能化技术在自动化中应用中，数据的直观性比较突出，从而能有效将抽象数据具体化，另外，智能化技术的应用适应范围也比较广泛。电气自动化中智能化技术应用，对电气工程自动化控制水平提高有着促进作用，对系统数据的控制力度比较强，对安全事故的预警作用发挥也比较突出[2].电气自动化中的智能化技术应用对自动化统一控制起到了促进作用，有效提高了电气自动化效率以及服务质量等。

2电气自动化中智能化技术应用现状和具体应用

2.1电气自动化中智能化技术应用现状分析

电气自动化当中的智能化技术应用，在行为能力以及感知能力方面有着体现，在科学技术的进一步升级下，技术应用也逐渐成熟化，并对我国的经济发展有着积极促进作用。智能化技术在诸多的领域中已经得到了应用，为应用企业也带来了经济效益，智能化技术的作用发挥主要是依靠着计算机技术的应用，从而对人们的工作环境得到了很大程度改善，在人们的工作效率以及质量上也有了提高，在电气自动化中的应用实现了网络以及多功能化的发展目标。

2.2电气自动化中智能化技术具体应用

电气自动化中智能化的应用在变电站方面有着积极作用发挥，社会的发展对电气工程自动化水平的提高有着促进作用，变电站作为电气工程核心内容，在对智能化技术的应用下，就能对传统人工操作有效替代，能实现人工监视，这就能在变电站出现了故障的时候有效及时的应对，对数据传输的自动化目标得到了有效实现，在应用的效率上也比较高，准确率也比较高[3].

电气自动化中的智能化技术应用中的故障诊断效果比较好。将智能技术和电气设备的故障诊断相结合物，对电气设备的复杂故障以及非线性故障的处理效率就能有效提高。将人工智能的方式在电气设备中应用，就能保障故障诊断效率提高。通过人工智能技术对电气设备中发电机故障的诊断中，和神经网络以及模糊理论等结合应用，这样就能对故障诊断的模糊性得以有效保证，也能和神经网络学习能力强的优势得以发挥，这就能将整体的诊断效率有效提高。

电气产品的设计工作中，应用智能化技术，对优化电气产品也有着积极意义。电气产品设计中会受到诸多因素影响，智能化技术的应用就替代了传统人工设计方式，将计算机辅助技术科学应用，对电气设计中人工劳动强度能大大减轻，对产品设计的时间差也能有效缩短，从而就提高了产品设计效率[4].在当前的智能化设计手段当中比较常用的智能化技术就是专家系统以及遗传算法，其中的遗传算法是对操作对象直接性操作控制的，对产品的内在性能运行能力提高就欧哲促进；而专家系统也是对应用领域中的专家经验进行借鉴，在合理化的推断判断下模仿专家决策的一个过程，这都能有利于电气产品的优化。

电力系统中的PLC系统技术应用，对电力系统的整体运行效率能有效提高，对企业生产发展的竞争力也能有效提高。PLC组为辅助系统加以应用，对工艺流程的控制效率提高有着积极作用，通过这一智能化技术的科学应用，就能对企业生产发展的可持续性加以促进。

人工智能技术的特征范文篇2

关键词：输变电技术；智能电网；应用研究

中图分类号：TM721文献标识码：A

最近几年以来，越来越多的国家和地区不断地对电网的技术以及自身的特点进行研究，同时还不断地对输变电技术在智能电网中的应用进行深入分析和实践研究。电能技术的发展为目前整个国家经济的发展提供了强大的推动作用，同时电能也是人们正常生活的重要保障，因此我们要确保电能的正常供应。另外，我国在进行电网的建设以及完善的进程中，不断地把输变电技术应用于我国智能电网的建设以及电能的输送和生产中，而且在应用的过程中还取得了不错的效果，为后续该技术的推广打下了良好的基础。

一、输变电技术及其特征

1.输变电技术的概念

输变电技术是电网正常运行中各种技术措施的总称，例如电压的调节、电力的输送等。输变电技术能够为人们提供很好用电需求，同时也是电网稳定可靠地供应电能的保证，能够有效地预防供电过程中的各种事故的发生，对于电网建设的发展起到非常好的推动作用。随着科学技术的不断快速发展，输变电技术水平更是取得了飞速地进步以及不断地完善，输变电技术拥有很高的技术含量，输变电系统更是具有很高的可靠性强度以及较高的协作程度，具有更高的信息化程度，是输变电工作安全稳定运行的有效保证。

2.输变电技术的特征

输变电技术是电网发展以及建设中的一个非常重要的技术，该技术本身拥有非常显著的特征，该项技术拥有很高的技术含量，需要投入的资金比较大，建设所用的时间比较长，但是该技术所建立系统具有很强的可靠度以及协作程度。正是因为这些特点才使得输变电技术得到了广泛地使用，尤其是在智能电网的建设中更是拥有非常大的应用空间，是智能电网建设的强大推动力，为稳定可靠地提供电能起到了积极地促进作用。

二、智能电网概念及其特征

1.智能电网的概念

智能电网顾名思义就是把电网变得智能化，主要是基于电力技术以及计算机技术的发展。从智能电网的建设来看的话，智能电网作为近代科技发展和进步的产物，主要是基于目前的高速通信网络，利用先进的设备、控制技术、测量技术以及决策系统技术等，使电网能够更好更安全地进行供电，进而达到经济、环保、可靠、运行稳定的目的。不仅可以保证人们正常的供电需要，对于顺利生产以及社会的发展都有非常积极地促进和推动的作用。

2.智能电网的特征

智能电网的目标是确保电网运行的经济性、环保、稳定、可靠以及安全，现代科技的应用是智能电网最重视。正因为这样，智能电网的建设才会受到越来越多的国家的重视，智能电网的不断发展也方便了人们的日常生活以及工作。欧美等国家对该技术的研究比较深入，技术也相对处于世界的前列，例如美国能源局认为智能电网主要拥有以下几个特征：（1）自我修复的功能；（2）能够对电网进行优化，为电力市场的繁荣提供便利；（3）提供的电能的质量比较高；（4）对于自然灾害的侵袭能够进行有效的抵御；（5）能够兼容多种的供电以及储电的方式。正是这些特征才让人们对智能电网进行不断地研究和分析，人们也逐渐地认识到智能电网对于电网的建设和完善所起到的促进作用，更好地满足了人们的用电需求。

三、输变电技术在智能电网中的应用

1.质量优化技术

质量优化技术把智能电网的电能划分为不同的等级，并用一定的方法对电能进行评估来确定智能电网的供电情况，并对智能电网的建设施工提出改进措施，进行完善，确保供电体系的完整以及所提供的电能的质量。在建设智能电网的过程中，为了工作的需要以及充分的利用各种先进的技术措施，我们需要对智能电网进行全面评估和分析，主要有电网质量、电网的技术性以及经济性等方面，对用电以及供电的接口方式进行具体确定，对电网的技术进行改进，建立一套完善的管理制度和评估体系，对提供的电能的质量进行优化，对供电技术的发展起到很好地促进作用，使智能电网的建设达到更好的效果。

2.能源转换技术

火力发电和水力发电是最传统的电网提供电能的方式，这两种发电方式都会对周围的环境造成严重的污染和破坏，其中以火力发电最为显著。随着人们对环境保护的重视和一系列环保措施和法律的实施，未来能源的发展方向主要是低碳能源，这种方式对环境的污染很小，对周围的生态环境能够进行有效地改善，在各方面都能取得非常好的效益。为了最大限度地对低碳能源加以利用，我们需要不断地提高能源转换技术，能够有效地改变能源的转换方式，从而提高低碳能源的利用率，满足人们对电能的不断需求。在当今社会中，风力发电以及太阳能发电技术是应用最为广泛的发电技术。

3.特高压输电技术

特高压输电技术有两种技术特征，分别是特高压交流输电和特高压直流输电。其中供电电压在1000kV以上的交流输电技术才被称为特高压交流输电技术，特高压输电过程中会应用到很多的不同种类的技术特种，例如专业设备的使用、高压稳定性的仿真、绝缘材料的应用、电压的控制等技术种类。特高压输电技术的输电量比较大、能够进行远距离输电、电能的输送效率也比较高，相对于一般的输电技术具有很明显的技术特点以及优势，而且该技术可靠性很高、应用得比较灵活，是电网运行中的一个重要的技术。

4.柔性输电技术

柔性输电技术也有两种不同的技术类型，分别是直流柔性以及交流柔性。对于功率比较高、容器比较大的电子器件主要使用的是交流柔性输电技术，像CSR、SVC等，这些输电器件不仅能够有效地对输送电能的质量进行控制，还能够对无功作用进行补偿，很好地保证了输电工作的顺利进行。另外柔性输电技术还可以进行快速地无功调节，有效保证了电力的输送以及电力系统的稳定性。但是由于对该技术的研究不是很深入，所以该技术并没有广泛地被应用于智能电网的建设中，只是在个别的工程中进行了应用。因此我们需要进一步对柔性输电技术进行研究和分析，使该技术更加的完善、在智能电网中的应用更加广泛。

5.智能感应技术

智能感应技术是智能电网中的一个非常重要的部分，主要包括智能变电站以及与之相关的一些技术。在实际的工作中，智能变电站所使用的技术类型有很多种，而信息自动化技术则是智能变电站所使用的这些技术种类的指导性技术，不仅能够很好地对电网进行保护、调控以及检测等工作，还能够为电网可靠、稳定的运行提供强有力的保障。因此，在未来的工作中我们要加强智能电网建设中的通信技术、自动保护技术、平台一体化建设以及其他相关的控制技术的分析与研究，不断地完善智能感应技术在智能电网中的应用。

6.智能装置以及智能设备

智能设备和智能装置是智能电网建设中不可或缺的关键技术，也是智能电网建设中不可轻视的重要工作。把智能设备以及智能装置技术应用于智能电网建设的各个环节，例如电能的输送、变电、发电以及电力系统配电等，使得电网中的每一个元件都是相对独立的节点，实现电网的可视化、数字化、网络化以及功能一体化，还可以达到保护、控制、测量、互感器、断路器以及变压器等装置的一体化设计，保证智能电网良好的运行。

结论

通过上述的分析和研究我们可以看出，智能电网以及输变电技术各自都拥有独特的特点和优势。而且在实际的电网建设以及电能输送工作中，输变电技术不仅能够在智能电网的建设中得到很好地应用，而且在其他的领域内也能够很好地进行应用，拥有非常广泛的应用范围，同时也得到了人们的重视和关注。为了在今后智能电网的建设中更加充分、合理、科学地利用输变电技术，我们需要从各个方面进行大力支持，例如技术人才的培养、资金的投入以及技术的研究等方面，不断地完善现在技术中存在的不足，保证电能可靠稳定地供应，满足人们不断增加的电能需求，推动社会以及经济的不断发展。

参考文献

[1]唐学军.输变电技术在智能电网中的应用[J].低碳世界，2014（1）：67-68.

人工智能技术的特征范文篇3

关键词：智能授导系统;自适应;辅助教学;

中图分类号:TP391文献标识码:A

ResearchontheconstitutionofITSbyadaptiveperspective.

Abstract：TheresearchofIntelligentTutoringSystem(ITS)hasbeenchangedalongwiththeappearanceofthedifferenttechnology―supportedlearningenvironments.ThispaperanalyzestheinfluenceandenlightenmentthatdistributedcognitiontheoryhasonITS-basedtheprototypeofITS,choosetheself-adaptationtechniquesofITSasaresearchentrypointofdigitaltechnologyaidedteachingsoftwareandfindtheappropriateconnectionpointbetweentheconceptandtechnologyofIntelligentTutoring,andthenproposeconstitutionstrategytoimprovetheITS.Finally,anewmodelofdistributedadaptiveITSispresentedandeventuallyimprovetheabilityofsystem’sself-reasoningandself-organization.

Keywords：ITS;adaptive;adjunctinstruction

0引言

人工智能（AI）是计算机科学、信息论、神经生理学、控制论、心理学、语言学等多种学科互相交叉渗透而发展起来的一门综合性学科[1]。人工智能的本质问题就是研究如何制造出人造的智能机器或系统，来模拟人类智能活动的能力，以延伸人们智能的科学。其技术特征主要是具有搜索功能、知识表示能力、一定的推理功能、抽象功能、语音识别功能及模糊信息处理能力。

智能授导系统〔ITS)是一种学习技术系统，能根据学习者的特定目标、需求和偏好，利用教学方法和学科知识动态地调整学习内容。它的发展源于对传统计算机辅助教学的改进，克服了仅仅关注学生行为的缺陷，引入了对知识的描述以及智能推理技术。ITS大都由学习者模块、专家模块、课程与诊断模块和通讯模块组成[2]。Hartley和Seeman最早提出一个ITS的框架应该包括专门知识（专家模型）、学生的知识（学生模型）和教学策略知识（导师）[3]。近十几年的研究中比较有代表性的是Peng-KiatPek和Kim-LengPoh应用贝叶斯网络构建的学生模型可以较好的估计出学生的学习兴趣值，从而对学生的学习行为方向进行预测[4]。DietrichAlbert和CordHockemeyer分析知识空间理论而得出超文本结构和知识空间在结构上的有很强的相似性，通过对知识空间进行建模，使之适用于网络Web结构模式[5]。JoelMartin和KurtVanLehn使用贝叶斯网络技术对学生的学习结果进行评估，得出学习者学习过程中的缺陷和不足[6]。DeclanKelly和BrendanTangney提出了一种多Agent技术(Multi-AgentSystem，MAS)，通过对个体的个性化学习进行动态建模的智能框架的建构重组，满足了学习者的不同需求[7]。在构建策略和技术支持上的最新研究[8-10]都对数字化技术辅助教学软件的开发提供了新的思路和算法。

目前ITS的研究和实现在自推理能力和自组织上存在不足，未能充分发掘ITS的自学习能力。基于现代网络发展对学习环境的技术支持，从自适应角度出发，给出分布式自适应的智能授导系统模型，强化自适应策略推理机制，提高ITS的自组织和自适应能力。

1分布式ITS

从分布式学习的角度分析传统ITS的设计与应用实践，在系统开发过程中存在的问题有：①传统“智能推理”系统缺乏与环境的灵活交互能力；②认知监控与激励机制的缺失；③忽视系统最本质、最具价值的“授导”服务功能，没能实现学习与认知目标；④人机交互过程不够和谐。随着计算机科学和网络技术的发展，分布式智能授导理论[11]提供了一种全新的分布式模式和问题求解途径，恰当地表述出数字化教育的主题，其核心思想强调学习者为中心、关注学习活动、注意学习情境脉络，使建构性的学习过程理论替代了传统的学习理论。

分布式学习是一种学习模式，它允许学习者、指导者和学习内容分布于不同的位置，使教和学可以不受时间和地点的限制而作用，其关键要素包括基于Web的模块化内容、智能导师、互操作与重用、更大范围的协同工作。综合国内外有关研究机构和PhilipBell、WilliamWinn、傅小兰、李克东等中外学者的观点，分布式ITS的主要特征可以概括为[12]：重点在于对观点特征的表述，资源的交流与共享是必要条件，分布式系统中的制品主要用于拓展学习主体的能力，分布式学习环境取决于学习本体的特征以及认知方式。

目前针对ITS存在的不足，学者们主要采用项目反应原理、数据挖掘、分布式人工智能、计算机智能网格、自然语言处理、可扩展标记语言等技术对ITS进行改进。最终目标是以分布式学习理论和教育教学理论为指导，应用人工智能中的多Agent技术，根据认知本体的数据模型和知识类型确定认知过程中采用的基本认知策略。

2分布式自适应ITS的模型构建

2.1分布式自适应ITS的机理特征

自适应是软件系统中的概念，可以看作是一个能根据环境变化智能调节和控制自身特性以使系统能工作在最优状态的机制与功能，它可以为智能授导系统提供了一种响应外界环境变化而产生自身调节的一种能力。这意味着软件能够主动实现自身功能性的调整与适应，而与使用者对系统的操作方式无关。从分布式角度分析，ITS应是一种具有自适应能力的知识系统，就人机交互而言，其自适应能力依据用户维、知识维和决策维发生变化。自适应的核心技术是能够让机器广义的“学习”机制，系统自适应能力的产生是否在很大程度上取决于它能否自组织地自我学习和完善。通常情况下用适应性(adaptive)与顺应性(adaptable)来表示自适应的ITS系统的不同方式[12]，其区别如图1所示给出的智能系统结构。

2.2学习者模型建模

研究表明，学习者模型是分布式自适应ITS的核心，而学习者学习过程中存在着大量不确定性的因素和信息，因而成功获取学习者的情况是其它环节正确运行的保障。在学习者模型设计中，基于自适应为特征的设计思路，本文不仅利用贝叶斯网络的条件概率分布量化知识项之间的组织关系及依赖关系，很好地反映学习者特定领域中的知识结构，还让学习者模型的相关知识项的状态随时可以改变，使学习者模型具有较强的预测能力和自学习能力。图2给出了具有自适应特征的学习者模型结构。

2.3分布式自适应ITS模型

根据Brusilovsky提出的虚拟校园环境的部件理论[13]及以自适应为特征的技术支持，本文给出了一种新的基于分布式自适应的ITS模型（如图3所示）。它主要由内容部件、行为部件、通信部件和管理部件组成，其中内容部件是辅助教学系统的核心，由构成课程的多媒体教学材料组成，实现时依赖于知识表示与技术呈现，特别是依赖于知识建模和本体的研究。行为部件主要功能是需要学习者通过“做”的交互方式来完成的自主学习的过程，表现形式有自适应学习导航、自适应练习与测试、自适应模拟模拟实验等。通信部件起到媒介作用，主要是支持学习者与教学专家之间、学习者相互之间的交流和沟通的通信工具，支持学习者的协作学习和协同进化。管理部件主要是支持教学过程中必要的管理职能。在功能模块实现上主要由学习者模型库、领域知识库和教学决策库组成。

3分布式自适应ITS的技术实现

3.1智能授导机制和网络技术支持

数字化技术辅助教学中智能授导的研发技术路线主要有模拟课堂面授的路线、人工智能的技术路线和网络协同进化的路线。在分布式自适应ITS中，由于学习者本体基本上是基于资源的自主学习，其最强烈的需求是学习资源的组织传递和共享以及人机协同进化[8]中的自组织性。为满足此要求，具有自适应特征的网络协同进化的技术路线十分突出“授导”特性，即满足了系统地对教学内容的组织和传播，又兼顾对学习者本体提供针对性的适应性学习支持。网络协同进化的技术路线是基于网络这一分布式系统自身知识获取的主动性与持续性，充分发挥人机协同进化中的反馈性与自组织性，激发群体智慧的生成，从而影响学习者个体的较低层次的进化。

庄秀丽等研究阐述了Web2.0网络中如何通过拓展人群关系网络来聚合所需资料[14]，学习者应用学习资源的行为螺旋往复、不断拓展与优化，实质上它构成了一个网络协同进化的过程，学习者在参与、分享、共创的网络学习行为中，群体智慧自然而然地产生，并对学习者的学习产生积极作用。这充分证明了网络协同进化的网络学习空间为分布式自适应ITS的实现准备了外在条件与技术支持。

3.2分布式自适应ITS的实现

根据智能授导机制，基于本文提出的模型和智能网络的技术支持，实现中借助AI中的产生式算法、模糊推理、人工神经网络等技术手段组建内在的组织领域知识库，原因在于领域知识获取是赋予智能授导系统具有推理、判别与自适应能力的关键环节，进而最终形成的知识库基本包含两类知识：陈述式的学科知识与反映专家经验的程序式知识。在教学决策库的构建中采用了数据挖掘技术，首先通过学习者特征分析模块引导学习者与系统进行对话，确定挖掘目标、提交系统参数，产生初步挖掘结果；其次通过对领域知识库中的专家经验知识和系统领域背景知识进行数据挖掘分析，得出补充的挖掘结果；最后结合自适应测量推理机产生全面的挖掘结果，并在教学决策库中对其做出合理的决策结果。

此外，把群体决策技术引入到分布式自适应ITS中充分发挥了自适应的特征。通过从系统工程的视角分析，给出了由问题维、用户维、过程维等构成的描述学习者群体决策结构，较好反映了群体决策对象之间综合信息关系。同时选择专门为语义Web设计的本体表示语言OWL语言来描述学习者模型[15]，它具有更强大的功能来表示语义和容易被机器理解的特点。

在辅助教学软件的初步开发实践中，测试发现本模型能够满足学习者模型所要求具备的自学习性、自组织性和自适应性特征。

4结束语

针对当前ITS研究的不足，本文选择了基于自适应为特征的分布式ITS作为数字化技术辅助教学软件开发研究的一个切入点，利用贝叶斯网络的思想来设计学习者原型模型来满足适应性和个性化的要求，融入了先进成熟的AI技术、数据挖掘技术和群体决策技术，更多的关注系统各模块的标准化、形式化构建以及分布式系统的协同工作，达到知识的共享与重用，还选择了专门为语义Web设计的本体表示语言OWL语言来描述学习者模型，并依据网络协同进化的技术路线，最后给出了分布式自适应的智能授导系统模型。此模型能够让机器更好的理解网络内容和对知识进行显性的描述，弥补了传统智能授导方式整合信息并产生自适应策略机制的不足。如何提高自适应特征下教学决策效率是今后研究工作的另一个重点。

参考文献：

[1]王万森.人工智能原理及其应用[M].北京.电子工业出版社,2007:4-6.

[2]Mand1H,LesgoldA.Learningsforintelligenttutoringsystems[M].NewYork:Springer-Vedag,1988:307-307.

[3]HartleyJR,SleemanDH.Towardsmoreintelligentteachingsystem[J].InternationalJounalofMan-MachinesStudies,1973,5(2):215-236.

[4]Peng-KiatPek,Kim-LengPoh.ABayesiantutoringsystemforNewtonianmechanics:Canitadapttodifferentlearners?[J].EducationalComputingResearch,2004(3):281-307.

[5]AlbertD,HockemeyerC.AdaptiveandDynamicHypertextTutoringSystemsBasedonKnowledgeSpaceTheory[C].AIED’97ArtificialIntelligenceinEducation,1997:553-555.

[6]MartinJ,VanLehnK.Abayesianapproachtocognitiveassessment[J].CognitivelyDiagnosticAssessment,1995:141-165.

[7]DeclanKelly,BrendanTangney.Adaptingtointelligenceprofileinanadaptiveeducationalsystem[J].InteractingwithComputers,2006(3):385-409.

[8]智勇,曹梅,杜楚源.基于B/S结构的智能授导系统的设计与实现[J].计算机工程与应,2004(11):159-161.

[9]张蕾,郭文强.浅谈现代网络通信技术的发展对智能授导系统的影响[J].无线互联科技,2011(11):15-16.

[10]郭文强,王思秀.基于智能授导系统的软件开发策略研究[J].科技传播,2012(1):165-166.

[11]李欣.分布式认知视角下的智能授导系统的设计与开发[J].电化教育研究,2008(1):52-58.

[12]StephanidisC,ParamythisA,AkoumianakisandSfyrakisM.Self-adaptingweb-basedsystems:Towardsuniversalaccessibility[DB/OL].2000.

[13]BrusilovskyP,MILLERP.Coursedeliverysystemsforthevirtualuniversity[EB/OL].2001.

[14]庄秀丽.Web2.0技术学习的作川研究[J].中国远程教育,2009(11):32-36.

[15]岳静,张自力.本体表示语言研究综述[J].计算机科学,2006(2):158-162.

基金项目:

新疆教育科学规划项目（No.070729）;新疆社科基金项目（No.11BTQ127）;国家社科基金项目（No.11BTQ029）;国家自然科学基金项目（No.61163066）。