前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人工智能技術(shù)導(dǎo)論范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

人工智能技術(shù)導(dǎo)論范文第1篇

關(guān)鍵詞：人工智能；教學(xué)內(nèi)容；教學(xué)方法

中圖分類號：G642　文獻(xiàn)標(biāo)識碼：A

1　引言

人工智能(AI)是二十世紀(jì)五十年代后期興起的利用計算機模擬人類智能活動去求解問題的學(xué)科，與空間技術(shù)、原子能技術(shù)一起被譽為二十世紀(jì)三大科學(xué)技術(shù)成就，目前廣泛應(yīng)用于專家系統(tǒng)、機器翻譯、語音識別、文字識別、計算機視覺、機器人、電子游戲等方面，已經(jīng)成為計算機技術(shù)發(fā)展以及許多高新技術(shù)產(chǎn)品中的核心技術(shù)。

為了適應(yīng)人工智能技術(shù)日益廣泛的需要，國內(nèi)外高校普遍開設(shè)了“人工智能”方面的課程，特別是作為計算機方面專業(yè)的核心課程之一。我校自從1993年開始為自動化專業(yè)本科生開設(shè)“智能控制”選修課，1996年為自動化、計算機、機械等專業(yè)本科生開設(shè)“人工智能導(dǎo)論”、“人工智能及其應(yīng)用”課程。目前，我校軟件學(xué)院、信息學(xué)院、機電學(xué)院都開設(shè)了“人工智能導(dǎo)論”課程，已經(jīng)成為計算機科學(xué)與技術(shù)、軟件工程、數(shù)字媒體技術(shù)、自動化、機械制造與自動化等許多專業(yè)本科生的一門重要的技術(shù)基礎(chǔ)課程，也是面向包括人文社科等全校所有專業(yè)的公選課之一，其目的是使學(xué)生了解人工智能的基本概念和基本原理，初步學(xué)習(xí)和掌握人工智能的基本技術(shù)和前沿內(nèi)容，拓寬知識面，啟發(fā)思路，為學(xué)生提供最基本的人工智能技術(shù)和有關(guān)問題的入門性知識，提高學(xué)生應(yīng)用開發(fā)軟件的能力和水平，為今后在相關(guān)領(lǐng)域的研究和應(yīng)用奠定更為堅實的基礎(chǔ)。因此，建設(shè)好“人工智能導(dǎo)論”課程具有重要意義和很廣的受益面。

由于人工智能是交叉學(xué)科，涉及面廣、內(nèi)容抽象、不易理解，學(xué)生往往有望而生畏的感覺，在教學(xué)過程中，老師教、學(xué)生學(xué)都比較吃力。為了更好地實現(xiàn)上述教學(xué)目標(biāo)，提高本課程的教學(xué)質(zhì)量，協(xié)調(diào)好教與學(xué)的雙邊關(guān)系，使學(xué)生由望而生畏的感覺，變?yōu)橛杏糜腥さ母杏X，根據(jù)已有人工智能課程在教學(xué)與實踐方面的經(jīng)驗和方法，結(jié)合“人工智能導(dǎo)論”課程的近幾年教學(xué)實踐，對課程的教學(xué)體系、教學(xué)內(nèi)容、教學(xué)方法、教學(xué)手段、考核方式等方面進行了探索總結(jié)。

2　調(diào)整與優(yōu)化教學(xué)體系和教學(xué)內(nèi)容

“人工智能導(dǎo)論”是計算機科學(xué)與技術(shù)、軟件工程、數(shù)字媒體技術(shù)、自動化、機械制造與自動化等許多專業(yè)本科生的一門重要的技術(shù)基礎(chǔ)課程，也是面向包括人文社科等全校所有專業(yè)的公選課之一，其研究領(lǐng)域及內(nèi)容十分豐富，涉及的基礎(chǔ)面廣。因此如何選好教學(xué)內(nèi)容，既能使學(xué)生了解本領(lǐng)域的概貌，又能適合學(xué)生的基礎(chǔ)，便于他們在有限的時間完成學(xué)習(xí)任務(wù)，是一件重要而又困難的事情。

進入21世紀(jì)以來，人工智能學(xué)科又有了新的發(fā)展。為了及時反映人工智能研究和學(xué)科的最新進展，我們修訂了“人工智能導(dǎo)論”的教學(xué)大綱，對教學(xué)內(nèi)容進一步優(yōu)化和更新，極大充實了各個系統(tǒng)的內(nèi)容。我們確定的教學(xué)內(nèi)容主要分為三部分：第1部分為概論，介紹人工智能的基本概念、基本內(nèi)容、主要研究領(lǐng)域及發(fā)展過程；第2部分是知識表示，推理和搜索技術(shù)，討論幾種常用的知識表示方法、推理技術(shù)(包括確定性推理方法和不確定推理方法)和搜索求解策略；第3部分是人工智能應(yīng)用研究領(lǐng)域，包括專家系統(tǒng)、自然語言理解、機器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等的基本概念和方法等。其中第2部分是基礎(chǔ)理論，是人工智能的重要基礎(chǔ)，應(yīng)該循序?qū)W習(xí)。第3部分是人工智能的應(yīng)用，由于每個研究內(nèi)容都相對獨立、自成體系且有其專門的學(xué)術(shù)著作研究、熱點，因此針對高等院校的本專科生來說，不必循序?qū)W習(xí)，而且結(jié)合專業(yè)特點可以選擇其中幾個研究領(lǐng)域。例如對自動化專業(yè)的學(xué)生來說，可以選擇專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等，同時可增加在自動控制領(lǐng)域的應(yīng)用，包括專家控制、神經(jīng)網(wǎng)絡(luò)控制和進化控制等熱點：而對計算機科學(xué)與技術(shù)專業(yè)來說，可以選擇專家系統(tǒng)、自然語言理解、機器學(xué)習(xí)等，并輔以動物識別系統(tǒng)、語音識別系統(tǒng)、智能機器人等實例?？傊褪且盐照n程性質(zhì)和教學(xué)目的，調(diào)整本課程教學(xué)體系，優(yōu)化教學(xué)內(nèi)容，讓學(xué)生以有限的時間學(xué)到人工智能的基礎(chǔ)知識和基本方法。

另外，在選擇和確定教學(xué)內(nèi)容時必須兼顧基礎(chǔ)知識和新興技術(shù)，注意與相關(guān)課程(如離散數(shù)學(xué)、數(shù)據(jù)結(jié)構(gòu)、概率論、自動控制原理、Matlab系統(tǒng)仿真、面向?qū)ο蟮木幊碳夹g(shù)等)的鏈接，密切理論與實際的關(guān)系，通過課堂講授和課外訓(xùn)練，注意學(xué)生能力培養(yǎng)，提高他們的學(xué)習(xí)效果和整體素質(zhì)。

3　加強課程立體化建設(shè)和系列教材研究

在課程的立體化建設(shè)中，教材充當(dāng)了地基的角色，所有的課程內(nèi)容安排，無不體現(xiàn)出以教材為基本，以教材為模板。所以本著基礎(chǔ)、實用的原則，我們先后編著出版了《人工智能及其應(yīng)用》課程教材導(dǎo)論部分概括性強，引人入勝；基礎(chǔ)部分系統(tǒng)全面，敘述深入淺出，循序漸進；應(yīng)用部分密切理論與實際關(guān)系，典型形象。其中第二版在第一版的基礎(chǔ)上，增加了證據(jù)理論、模糊推理、神經(jīng)網(wǎng)絡(luò)等理論的一些典型應(yīng)用，使學(xué)生能夠更深入地理解和應(yīng)用這些理論；另一方面，又新增了自然語言理解及其應(yīng)用內(nèi)容，以適應(yīng)目前計算機翻譯、人機自然語言交互等技術(shù)日益廣泛應(yīng)用的需要。系列教材適應(yīng)了人工智能導(dǎo)論新課程開設(shè)的需要，反映了人工智能學(xué)科的發(fā)展，為人工智能課程確立了基本框架，發(fā)揮了重要作用。系列教材的問世不僅解決了本校“人工智能導(dǎo)論”課程教學(xué)用書的問題，而且也被各兄弟院校普遍采用，促進了該課程的普遍開設(shè)，推動人工智能學(xué)科的發(fā)展。

為了配合教材第二版的教學(xué)和自學(xué)，在已有教學(xué)經(jīng)驗和教學(xué)成果積累的基礎(chǔ)上，制作了高質(zhì)量的教學(xué)課件和完整的教學(xué)視頻錄像，并刻錄成光盤隨書供讀者使用；同時又研究與開發(fā)了網(wǎng)絡(luò)課程(http：//)，以更好地調(diào)動學(xué)生的學(xué)習(xí)興趣和主動性，促進本課程的教學(xué)改革。

包括主教材、電子教案、教學(xué)視頻錄像、網(wǎng)絡(luò)課程及教學(xué)資料庫等在內(nèi)的課程立體化建設(shè)符合二十一世紀(jì)高校教學(xué)的要求，支持教師提高教學(xué)手段現(xiàn)代化的水平，更貼合學(xué)生的學(xué)習(xí)需求。

4　改革與創(chuàng)新教學(xué)模式和教學(xué)方法

在“人工智能導(dǎo)論”課程教學(xué)的過程中，我們積極探索教學(xué)新路，經(jīng)過數(shù)年辛勤試驗，結(jié)合蔡自興教授等對人工智能課程的建設(shè)經(jīng)驗，對課程的教學(xué)模式和教學(xué)方法進行了如下一些的改革與創(chuàng)新。

(1)通過多種途徑激發(fā)學(xué)生的學(xué)習(xí)興趣

“興趣是最好的老師”，“人工智能導(dǎo)論”課程的學(xué)習(xí)效果，直接受到學(xué)生興趣和參與意識的影響。由于這是一門導(dǎo)論性前沿課程，一般來說，學(xué)生開始學(xué)習(xí)興趣很大。但是，當(dāng)一些學(xué)生開始接觸到抽象概念和算法時，往往感到不易接受。我們通過各種途徑和方法，激發(fā)和培養(yǎng)學(xué)生的學(xué)習(xí)興趣。例如，鼓勵學(xué)生參與課堂討 論、布置讀書報告和課外實驗、以問題為導(dǎo)向的啟發(fā)式教學(xué)、專題討論／辯論等形式。特別，我們精心組織和準(zhǔn)備了模糊控制技術(shù)及其應(yīng)用、智能機器人技術(shù)與應(yīng)用、智能交通、BCI(腦機交互接口)等專題，以及智能調(diào)度軟件、語音識別系統(tǒng)、動物識別系統(tǒng)、足球機器人比賽、機器人軌跡跟蹤、倒立擺的智能控制等課內(nèi)演示，使學(xué)生擴大了眼界，增加了感性知識，達(dá)到提高學(xué)生學(xué)習(xí)興趣的目的與效果。

(2)面向問題的啟發(fā)式教學(xué)

人工智能中的許多問題，有的似是而非，有的引人入勝。在教學(xué)中，有意識的提出相關(guān)問題，提請學(xué)生思考，鼓勵學(xué)生提出自己的猜想和解決方案。然后逐步進入教材中的解決方案，啟發(fā)學(xué)生求解這些問題，并進行分析和比較，從而強化了學(xué)生學(xué)習(xí)的主動意識和參與意識，提高了學(xué)生的學(xué)習(xí)積極性。例如，在講到比較抽象的“遺傳算法”時，提出“遺傳算法如何用于優(yōu)化計算?”這一問題。針對該問題，先從“達(dá)爾文的生物進化論”入手，討論“遺傳”、“變異”和“選擇”作用；然后通過一個簡單的例子，從特殊到一般地啟發(fā)學(xué)生思考“遺傳”、“變異”和“選擇”的實現(xiàn)，最終讓學(xué)生與教師一起導(dǎo)出遺傳算法用于優(yōu)化計算的基本步驟。這樣，學(xué)生不但從中學(xué)習(xí)了遺傳算法，而且得到一次邏輯思維的訓(xùn)練，取得很好的教學(xué)效果。

(3)課堂辯論與交互式教學(xué)

組織課堂辯論，討論的議題包括人工智能的應(yīng)用前景和其他比較等有爭議的問題。學(xué)生對這些問題展開了激烈的爭論，激發(fā)了學(xué)習(xí)潛能，明確了學(xué)習(xí)目標(biāo)。例如，為了加深學(xué)生對智能機器人內(nèi)涵的理解，我們組織了“機器智能能否超過人類智能”的辯論會。會前正反雙方結(jié)合本課程內(nèi)容及其相關(guān)知識，認(rèn)真進行準(zhǔn)備；辯論會上正反雙方唇槍舌戰(zhàn)，激烈爭辯，氣氛熱烈。辯論后，學(xué)生余意未盡，討論熱情不減。無論是哪一方獲勝，都達(dá)到了預(yù)期的效果。教學(xué)中我們還注意采用了多種交互式策略，如課堂上教師提問可鼓勵或指定學(xué)生提問，也可由學(xué)生自由地就某個知識點進行主題發(fā)言后老師點評等。

(4)個性化學(xué)習(xí)與因材施教

在本課程教學(xué)過程中注意對學(xué)生因材施教和個性化教學(xué)。例如，通過組織學(xué)生進行讀書報告的形式，鼓勵學(xué)生從多方面、多角度考慮問題，多提新穎思想，有意識地鼓勵優(yōu)秀學(xué)生探討比較深層的內(nèi)容，并輔導(dǎo)優(yōu)秀學(xué)生將其成果以科技論文和發(fā)表文章的形式轉(zhuǎn)化為成果。又如，在教學(xué)設(shè)計和實驗設(shè)計中，注意要求學(xué)習(xí)有余力和興趣的學(xué)生選作部分探索性、創(chuàng)新性的功課和實驗(選學(xué)內(nèi)容，如模糊控制器的設(shè)計、進化控制等)，從而引導(dǎo)學(xué)生發(fā)揮個性優(yōu)勢，達(dá)到因材施教的目的。同時注意分析學(xué)習(xí)較差的學(xué)生的具體困難，進行有針對性的指導(dǎo)。

(5)多媒體與網(wǎng)絡(luò)教學(xué)的使用

本課程在PPT演示文稿和網(wǎng)絡(luò)課程上，采用了大量的多媒體表現(xiàn)形式，如視頻、動畫、聲音和圖像等。目的在于使得人工智能抽象的知識形象化，便于學(xué)生理解。例如，課內(nèi)讓學(xué)生在線觀看涂曉媛博士的計算機動畫“人工魚”的錄像片段、人工生命Floy中生命智能體在環(huán)境中不斷的適應(yīng)進化構(gòu)成演示等，有助于加深學(xué)生對所學(xué)知識的理解，促進教學(xué)水平的提高，激發(fā)了學(xué)生對課程的興趣，使學(xué)生創(chuàng)新意識得到增強。此外，隨教材附贈的教學(xué)光盤和開發(fā)的網(wǎng)絡(luò)課程(http：//)提供了學(xué)生課外自學(xué)用的高質(zhì)量的電子課件、完整的教學(xué)視頻錄像、豐富的實驗和案例資料等，以更好地調(diào)動學(xué)生的學(xué)習(xí)興趣和主動性。

(7)理論與實踐結(jié)合

在教學(xué)內(nèi)容安排上，注意理論聯(lián)系實際，適時布置一些人工智能實驗給學(xué)生進行課外練習(xí)。設(shè)計的課外實驗包括產(chǎn)生式系統(tǒng)實驗，歸結(jié)反演實驗，主觀Bayes推理網(wǎng)絡(luò)實驗，A搜索實驗，以及基于Maltab工具箱的模糊控制位置跟蹤系統(tǒng)、兩車追趕模糊控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)模式識別仿真、遺傳算法優(yōu)化計算等實驗。通過實踐和參與，保持學(xué)習(xí)興趣，有助于學(xué)生對人工智能基本概念和難點的理解，掌握基本方法和技術(shù)，為從事智能系統(tǒng)應(yīng)用開發(fā)打下基礎(chǔ)，從而達(dá)到教學(xué)目的。例如，我們組織學(xué)生參觀我們的研究生綜合自動化實驗室，觀看機器人臂取物、倒立擺控制、語音識別軟件、指紋識別軟件、智能調(diào)度軟件等演示，密切理論與實際的關(guān)系。

我們在教學(xué)改革實踐中探索的這些教學(xué)方法，有利于充分激勵學(xué)生的學(xué)習(xí)積極性和主動性，有利于鼓勵學(xué)生發(fā)揮獨立思考和創(chuàng)新思維，有利于多方位培養(yǎng)學(xué)生學(xué)習(xí)發(fā)現(xiàn)問題、分析問題和解決問題的能力。

5　運用多樣化的教學(xué)手段和考核方式

5.1　多樣化的教學(xué)手段

采用現(xiàn)代信息技術(shù)進行教學(xué)，構(gòu)筑“人工智能導(dǎo)論”課程的現(xiàn)代教學(xué)模式，是本課程的主要特點之一。教學(xué)過程中采用了多媒體教學(xué)課件和網(wǎng)絡(luò)課程相結(jié)合的方法，充分利用多媒體的豐富表現(xiàn)形式，利用網(wǎng)絡(luò)課程的交互性、情景化等，進行教學(xué)。采用的方法包括：

(1)抽象知識內(nèi)容的多媒體表示

通過動畫和視頻來演示抽象的概念、算法和過程，包括機器人軌跡跟蹤、機器人臂取物、足球機器人比賽、倒立擺控制、“人工魚”等錄像片段，以及智能調(diào)度軟件、語音識別系統(tǒng)、指紋識別系統(tǒng)、動物識別系統(tǒng)等軟件演示。

(2)通過PPT撰寫教案

精心編制PPT，組織好課件內(nèi)容，做到圖文并茂，提綱挈領(lǐng)，便于學(xué)生理解，便于教師講授。

(3)開發(fā)與應(yīng)用網(wǎng)絡(luò)課程

“人工智能導(dǎo)論”網(wǎng)絡(luò)課程較好的實現(xiàn)了交互性、在一定程度上實現(xiàn)了學(xué)習(xí)過程的情景化。在交互性方面，通過網(wǎng)絡(luò)課程的課堂練習(xí)和章節(jié)練習(xí)，評價學(xué)生的學(xué)習(xí)情況，并給學(xué)生提出學(xué)習(xí)建議。在情景化方面，采用了在線答疑形式，使得學(xué)習(xí)過程豐富有趣。

(4)先進實驗系統(tǒng)的觀摩與演示

利用我們的研究成果等有利條件，有針對性地對學(xué)生進行成果演示(包括智能調(diào)度軟件、語音識別系統(tǒng)、指紋識別系統(tǒng)、動物識別系統(tǒng)等軟件)，使學(xué)生知道學(xué)了有用，而且很有用，很有趣，很有意義，從而進一步誘導(dǎo)學(xué)生的學(xué)習(xí)興趣，鞏固了課堂所學(xué)知識，提高了教學(xué)質(zhì)量。

教學(xué)效果通過上述先進的現(xiàn)代信息技術(shù)的應(yīng)用，不僅極大地提高了學(xué)生的學(xué)習(xí)興趣和主動性，而且也取得很好的實際教學(xué)效果，提高教學(xué)質(zhì)量。

5.2　作業(yè)、考試等教改舉措

(1)改革作業(yè)方式與方法

改變過去那種單純的書面習(xí)題作業(yè)，發(fā)展成為必須交給教師評閱的書面家庭作業(yè)、不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業(yè)等。其中上交作業(yè)通過網(wǎng)絡(luò)進行，教師批閱后的作業(yè)也通過網(wǎng)絡(luò)返回給學(xué)生，實現(xiàn)了作業(yè)呈交和返回的網(wǎng)絡(luò)化。

(2)改革考試方式與方法

如何對本課程的考試方式進行改革一直是我們探索的問題。我們綜合考慮課堂出勤情況(10％)、平時正式作業(yè)成績(20％)和期末課程考試(70％)，進行綜合評分。期末考試有時采用綜合試題考試，出幾個大題目讓學(xué)生選擇其中幾個進行開卷筆試，當(dāng)面交卷后評分；有時采用課外開卷論文結(jié)合或口試面試。最近，我們還對部分學(xué)生結(jié)合實驗或?qū)嶋H問題提問等進行考核。我們正進一步改革、試驗和探索，使考試成為衡量與培養(yǎng)創(chuàng)新能力，促進學(xué)生學(xué)習(xí)主動性和提高課程教學(xué)質(zhì)量的重要環(huán)節(jié)。

人工智能技術(shù)導(dǎo)論范文第2篇

關(guān)鍵詞:人工智能;教學(xué)軟件;A*算法;模擬退火;遺傳算法

為了適應(yīng)人工智能技術(shù)發(fā)展的需要,國內(nèi)外高校普遍開設(shè)了人工智能方面的課程,而且已經(jīng)成為計算機相關(guān)專業(yè)的核心課程之一。我校自從1996年開始為計算機科學(xué)與技術(shù)、自動化、機械自動化等專業(yè)本科生開設(shè)了人工智能導(dǎo)論課程。我校王萬良教授也在2005年編著了《人工智能及其應(yīng)用》教材,2008年又出版了該教材第2版,并制作了完整的電子教案和教學(xué)錄像。

由于人工智能是交叉學(xué)科,涉及面廣,在教學(xué)過程中又會涉及到很多抽象理論和復(fù)雜的算法,而教材上的內(nèi)容過于理論化,教材上的應(yīng)用實例又只是停留在書本文字上的紙上談兵,所以學(xué)生在學(xué)習(xí)人工智能導(dǎo)論這門課程的過程中都感覺好像在學(xué)數(shù)學(xué)和算法,往往有望而生畏的感覺。為了解決以上問題,如果單純依靠老師在課堂上講解和用PPT做課件進行演示,是很難達(dá)到啟發(fā)和指導(dǎo)學(xué)生的要求。為了更好地實現(xiàn)教學(xué)目標(biāo),提高人工智能導(dǎo)論課程的教學(xué)質(zhì)量,協(xié)調(diào)好教與學(xué)的雙邊關(guān)系,使學(xué)生由望而生畏的感覺,變?yōu)橛杏糜腥さ母杏X,根據(jù)已有人工智能課程在教學(xué)與實踐方面的經(jīng)驗和方法[1-2],在人工智能課程網(wǎng)站()的基礎(chǔ)上,以高等教育出版社出版的《人工智能及其應(yīng)用(第2版)》[3]教材第5章和第9章內(nèi)容為例,設(shè)計開發(fā)了智能搜索算法教學(xué)軟件。

1教學(xué)軟件的總體結(jié)構(gòu)

智能搜索教學(xué)實驗系統(tǒng)是《人工智能及其應(yīng)用(第2版)》教材配套的實驗CAI系統(tǒng),系統(tǒng)設(shè)計目的是提供一個簡潔、友好的用戶界面,使學(xué)生通過使用該系統(tǒng),可以實現(xiàn)不同智能搜索算法的過程演示和對比,提供自主設(shè)計實驗的功能。

為了能夠讓學(xué)生更好地學(xué)習(xí)并熟練一些智能搜索算法,所設(shè)計的智能搜索教學(xué)實驗系統(tǒng)結(jié)構(gòu)如圖1所示,包括A*算法、模擬退火算法、遺傳算法、作業(yè)管理和系統(tǒng)幫助5大模塊。

圖1教學(xué)實驗系統(tǒng)的總體結(jié)構(gòu)圖

基金項目:浙江工業(yè)大學(xué)校級優(yōu)秀課程建設(shè)項目(YX0811)。

作者簡介:徐新黎(1977-),女,講師,博士,研究方向為智能計算、生產(chǎn)調(diào)度、多Agent系統(tǒng)的研究;王萬良(1957-),男,教授,博士生導(dǎo)師,博士,研究方向為CIMS、生產(chǎn)計劃與調(diào)度、智能自動化等。

圖1中,A*算法、模擬退火算法和遺傳算法模塊又提供了算法介紹,以及各算法的演示程序、驗證程序和自主實驗等子模塊。

1) 算法介紹。算法介紹子模塊的主要功能是向?qū)W生介紹A*算法、模擬退火算法、遺傳算法等智能搜索算法的特點、流程及參數(shù)設(shè)置問題等。

2) 演示程序。演示程序子模塊的主要功能是展示各算法求解八數(shù)碼問題、TSP問題等的搜索過程、運算結(jié)果等;同時可以通過單擊“下一步”、“繼續(xù)/暫?！钡劝粹o,查看算法運行過程中臨時變量的狀態(tài)。

3) 驗證程序。驗證程序子模塊的主要功能是通過設(shè)定給定問題的規(guī)模,以及算法的一些參數(shù)設(shè)置,測試智能搜索算法對于不同規(guī)模問題的解決效果,以及參數(shù)設(shè)置對算法性能的影響;同時展示不同算法對同一問題的求解性能,以作對比。

4) 自主實驗。自主實驗子模塊的主要功能是根據(jù)系統(tǒng)所提供的一些算法核心代碼,開展各算法的自主實驗設(shè)計,解決最短路徑問題、TSP問題和Flow shop調(diào)度問題等一些難題。

作業(yè)管理模塊主要是便于學(xué)生上傳實驗報告和程序源代碼以及教師批改作業(yè)。另外,系統(tǒng)幫助模塊包括系統(tǒng)概述、系統(tǒng)安裝與卸載說明、服務(wù)器配置說明、系統(tǒng)使用說明和技術(shù)支持。

2智能搜索算法實驗設(shè)計與實現(xiàn)

2.1A*算法

A*算法是一種啟發(fā)式搜索方法,目前在網(wǎng)絡(luò)路由算法、機器人探路、人工智能、游戲設(shè)計等方面有著普遍的應(yīng)用。

啟發(fā)式搜索是利用與問題有關(guān)的啟發(fā)信息進行搜索,達(dá)到減少搜索范圍,提高搜索效率的目的。這種利用啟發(fā)信息的搜索過程稱為啟發(fā)式搜索方法。啟發(fā)式搜索過程中,要對Open表進行排序,這就需要一種方法來計算待擴展節(jié)點有希望通向目標(biāo)節(jié)點的不同程度,人們總是希望能找到最有希望通向目標(biāo)節(jié)點的待擴展節(jié)點優(yōu)先擴展。A*算法一般是以估價函數(shù) 的大小來排列待擴展?fàn)顟B(tài)的次序,每次選擇 值最小者進行擴展[3]。

(1)

其中 是初始節(jié)點到 節(jié)點的實際代價,而 是從 節(jié)點到目的節(jié)點的最佳路徑的估計代價,且, 為 節(jié)點到目的結(jié)點的最優(yōu)路徑的代價。

1) 演示程序。針對A*算法求解問題時啟發(fā)信息不直觀、難理解,Open表和Closed表變化的可視化程度差,問題狀態(tài)演變復(fù)雜等問題,設(shè)計了求解自動尋路和八數(shù)碼問題的A*算法演示程序。演示程序具備了顯示Open表和Closed表的功能,并且能將每一個狀態(tài)的變化都直觀地顯示出來。

圖2是自動尋路問題的A*算法演示程序。尋路問題常見于各類游戲中角色尋路、三維虛擬場景中運動目標(biāo)的路徑規(guī)劃、機器人尋路等多個應(yīng)用領(lǐng)域。自動尋路問題是在以方格表示的地圖場景中,對于給定的起點、終點和障礙物(墻),如何找到一條從起點開始避開障礙物到達(dá)終點的最短路徑。

如圖2所示,程序運行時,可以通過選擇“起點”、“終點”和“墻”,在方格場景中設(shè)置起點、終點和墻的任意位置,其中墻可以設(shè)置多個方格,另外分別以紅、綠和黑三色來區(qū)分起點、終點和墻。通過單擊“開始”按鈕,可以看到起點位置的 、 和 值。然后連續(xù)單擊“下一步”按鈕,可以進行連續(xù)手動單步運行,從而可以直觀地看到自動尋路過程中每一狀態(tài)的變化,以及任一狀態(tài) 的 、 和 值;若單擊“繼續(xù)/暫?！卑粹o,可以從當(dāng)前結(jié)點開始進行自動連續(xù)運行,從而可以看到從當(dāng)前結(jié)點到終點的自動尋路的連續(xù)過程,以及尋路過程中每一狀態(tài)的變化,任一狀態(tài) 的 、 和 值;同時也可從連續(xù)運行狀態(tài)轉(zhuǎn)為暫停狀態(tài)。在“運行狀態(tài)”提示框上方可以看到“自動運行”、“暫?！钡瘸绦蜻\行狀態(tài),而下方可以看到“Open表”、“擴展結(jié)點”、“停止”等信息,其中“Open表”表示在地圖場景中以淡藍(lán)色顯示Open表中的各結(jié)點(狀態(tài));“擴展結(jié)點”表示選中當(dāng)前被擴展結(jié)點,并在地圖場景中用藍(lán)色框顯示當(dāng)前被擴展結(jié)點。與此同時,在地圖場景中以黑色標(biāo)注尋路過程中Closed表中的各個結(jié)點(狀態(tài))。

圖2自動尋路問題的演示程序

圖3是八數(shù)碼問題的A*算法演示程序。八數(shù)碼問題是在3×3的九宮格棋盤上,擺有8個刻有1～8數(shù)碼的將牌。棋盤中有一個空格,允許緊鄰空格的某一將牌可以移到空格中,這樣通過平移將牌可以將某一將牌布局變換為另一布局。針對給定的一種初始布局或結(jié)構(gòu)(目標(biāo)狀態(tài)),問如何移動將牌,實現(xiàn)從初始狀態(tài)到目標(biāo)狀態(tài)的轉(zhuǎn)變。

圖3八數(shù)碼問題的演示程序

如圖3所示,可以手動設(shè)置八數(shù)碼問題的初始狀態(tài)和目標(biāo)狀態(tài),也可以通過單擊“隨機產(chǎn)生”按鈕,隨機生成其初始狀態(tài),然后單擊“開始/停止”按鈕,可以由停止?fàn)顟B(tài)轉(zhuǎn)為運行狀態(tài),也可由運行狀態(tài)轉(zhuǎn)為停止?fàn)顟B(tài)。在運行狀態(tài)下,首先針對所產(chǎn)生的初始狀態(tài)和給定的目標(biāo)狀態(tài),判斷八數(shù)碼問題是否有解,若無解,則停止運行。然后在問題有解的情況下,根據(jù)一般的估價函數(shù),通過連續(xù)單擊“下一步”按鈕可以在“彈出結(jié)點并擴展”框中看到整個搜索過程,與此同時,在“OPEN表”和“CLOSED表”中會分別顯示整個過程的Open表和Closed表的變化,包括各狀態(tài)及其估計代價值h和估計函數(shù)值f,以及當(dāng)前步數(shù)。若單擊“手動/自動”按鈕,可以由手動轉(zhuǎn)入自動,即從當(dāng)前結(jié)點開始進行自動連續(xù)運行,從而可以看到從當(dāng)前結(jié)點到終點的自動搜索的連續(xù)過程;同時也可從自動運行狀態(tài)轉(zhuǎn)為手動狀態(tài)。

2) 驗證程序。A*算法實現(xiàn)時有兩個關(guān)鍵問題需要解決,一個是如何尋找并設(shè)計一個與問題有關(guān)的啟發(fā)函數(shù) 及構(gòu)造出估價函數(shù) ,另一個是在Open表中如何排列待擴展?fàn)顟B(tài)的次序。為了比較不同估價函數(shù)以及不同Open表排序?qū)*算法求解問題的影響,在如圖4所示的A*算法驗證程序中,給出了兩種不同的估價函數(shù)以及兩種不同的排序方法,通過選擇相應(yīng)的估價函數(shù)及排序方法,可以比較不同估價函數(shù)、不同排序方法的A*算法在求解同一問題時的“搜索結(jié)果”、“訪問結(jié)點數(shù)”和“耗時”的差異。

圖4八數(shù)碼問題的驗證程序

考慮到盲目搜索和啟發(fā)式搜索之間的區(qū)別在普遍的教材上解析得不夠詳細(xì),使得學(xué)生對算法的理解往往不夠清晰。為此,設(shè)計了寬度優(yōu)先搜索、廣度優(yōu)先搜索和A*算法來求解八數(shù)碼問題的驗證程序。在驗證程序中,通過單擊兩個“隨機產(chǎn)生”按鈕,不僅可以隨機生成問題的初始狀態(tài),而且也可以隨機生成目標(biāo)狀態(tài);當(dāng)單擊“計算”按鈕時,同樣首先判斷問題是否有解,最后在驗證程序下方顯示不同算法的“搜索結(jié)果/步”、“訪問結(jié)點數(shù)/個”和“耗時/毫秒”內(nèi)容,從而了解各算法的差異以及各自的優(yōu)缺點。

3) 自主實驗。為了讓學(xué)生能夠自己動手用A*算法來解決一些實際問題,如圖5所示,設(shè)計了一些求解傳教士和野人問題、迷宮問題、最短路徑問題等一些作業(yè)題目。同時“實驗幫助”中也提供了A*算法中的一些核心代碼,使學(xué)生可以下載這些核心代碼,并在這些代碼的基礎(chǔ)上,通過修改代碼的過程中學(xué)會并掌握A*算法。由于智能搜索教學(xué)軟件是在Microsoft Visual Studio 2005環(huán)境中用C++語言開發(fā)的,所以通過設(shè)計型實驗,可以讓學(xué)生在學(xué)習(xí)人工智能導(dǎo)論課程的基礎(chǔ)上,更好地熟悉Microsoft Visual Studio 2005環(huán)境以及C++語言的應(yīng)用實現(xiàn)。

圖5A*算法設(shè)計型實驗界面

2.2模擬退火算法

模擬退火算法最早由Metropolis在1953年提出,Kirkpatrick等人在1983年成功地將模擬退火算法用于組合優(yōu)化問題求解。作為求解復(fù)雜組合優(yōu)化問題的一種有效方法,模擬退火算法已經(jīng)在許多工程和科學(xué)領(lǐng)域得到廣泛的應(yīng)用。

在模擬退火算法中,把某類優(yōu)化問題的求解過程與統(tǒng)計力學(xué)中的熱平衡問題進行對比,通過模擬高溫物體退火過程的方法,來找到優(yōu)化問題的全局最優(yōu)或近似全局最優(yōu)解[4]。模擬退火算法以概率1找到全局最優(yōu)解的基本條件是初始溫度必須足夠高,在每個溫度下狀態(tài)的交換必須足夠充分,溫度t的下降必須足夠緩慢。在進行模擬退火算法的教學(xué)過程當(dāng)中,由于現(xiàn)有的課件和動畫的固有限制,無法把模擬退火算法求解問題的整個過程做一個完整的展示,同時針對具體的問題,如何設(shè)置合適的參數(shù)以及參數(shù)設(shè)置對算法優(yōu)化性能的影響也無法做一個完整的描述和解析,所以學(xué)生在學(xué)習(xí)這部分的內(nèi)容時較難理解。

針對以上所述模擬退火算法的教學(xué)問題,設(shè)計了模擬退火算法求解TSP問題的演示程序(如圖6所示)和驗證程序(如圖7所示),還給出了模擬退火算法的介紹界面(如圖8所示),以及應(yīng)用模擬退火算法求解其他問題的一些自主設(shè)計實驗題目。TSP問題,即旅行商問題是,有 個城市,城市間的距離用矩陣 表示, 表示城市 與城市 之間的距離。有一個旅行商從一個城市出發(fā),每個城市訪問一次,并且只能訪問一次,最后回到出發(fā)城市。問如何行走才能使得行走的路徑長度最短。

圖6TSP問題演示程序

圖7TSP問題驗證程序

進入模擬退火算法模塊,首先可以通過模擬退火算法的算法介紹界面,如圖8所示,了解模擬退火算法的有關(guān)演算步驟、相應(yīng)的偽代碼和應(yīng)用模擬退火算法時的一些參數(shù)設(shè)置問題。

圖8模擬退火算法介紹界面

在模擬退火算法求解TSP問題的演示程序中,可以通過“新解產(chǎn)生演示”模塊,如圖9所示,以8個城市(城市0～7)的TSP問題為例,了解“兩點互換”、“相鄰互換”、“區(qū)間逆轉(zhuǎn)”、“單點移動”這四種新解產(chǎn)生函數(shù)的差異,其中8個城市的任何一種排列均是問題的一個可能解;單擊“下一步”可以看到上述四種產(chǎn)生函數(shù)的整個變化過程。另外通過演示程序的“TSP問題演示”模塊,如圖6所示,針對8個城市的TSP問題(城市位置見“地圖”方框),可以選擇不同的新解產(chǎn)生函數(shù),在給定初始溫度、降溫率、最低溫度的情況下,連續(xù)單擊“運行/下一步”可以進行手動的單步運行,并在“地圖”方框顯示8個城市

的旅行路線變化情況,與此同時,“搜索過程”框顯示模擬退火算法在求解8個城市的TSP過程中“當(dāng)前溫度”、“當(dāng)前能量”、“新能量”、“替換概率”等變化情況。若單擊“連續(xù)運行”可以連續(xù)顯示模擬退火算法求解8個城市TSP問題的整個搜索過程和“地圖”路線變化情況。

圖9TSP問題新解的產(chǎn)生函數(shù)演示

在模擬退火算法求解TSP問題的驗證程序中,如圖7所示,通過單擊“隨機添加”按鈕和設(shè)置城市數(shù),可以在“地圖”方框中隨機產(chǎn)生 個城市的坐標(biāo)位置,從而實現(xiàn)模擬退火算法對不同規(guī)模的TSP問題的求解,同時也可以通過“重置”按鈕清空“地圖”方框顯示。單擊“開始”按鈕后,可以在“地圖”方框得到模擬退火算法的最后求解結(jié)果,即 個城市的旅行路線,同時在“地圖”上方顯示最好解、最差解和平均解質(zhì)量。而通過選擇不同的新解產(chǎn)生函數(shù),設(shè)置不同的初始溫度、降溫率、最低溫度和迭代步數(shù)這四個參數(shù),比較不同的產(chǎn)生函數(shù)、不同的參數(shù)設(shè)置對模擬退火算法性能的影響。另外驗證程序左側(cè)下方“狀態(tài)”提示顯示“停止”和“計算中”這兩種程序執(zhí)行信息。

在模擬退火算法的自主設(shè)計實驗中,給出了學(xué)生自主應(yīng)用模擬退火算法解決TSP問題、車輛路徑問題和Flow Shop問題等一些設(shè)計型作業(yè)題目,使學(xué)生可以在系統(tǒng)所提供的模擬退火算法核心代碼的基礎(chǔ)上,自己動手修改代碼,從而更好地掌握模擬退火算法的精髓。

2.3遺傳算法

遺傳算法(Genetic Algorithms,GA)是基于生物界自然選擇和基因遺傳學(xué)原理的一種廣為應(yīng)用的、高效的隨機搜索算法,20世紀(jì)60年代由美國的密執(zhí)根大學(xué)的Holland教授首先提出。該算法將優(yōu)化問題看作是自然界中生物的進化過程,通過模擬大自然中生物進化過程中的遺傳規(guī)律,來達(dá)到尋優(yōu)的目的。近年來,遺傳算法已廣泛地應(yīng)用于作業(yè)調(diào)度與排序、可靠性設(shè)計、車輛路徑選擇與調(diào)度、成組技術(shù)、設(shè)備布置與分配、交通問題等等。

用遺傳算法求解優(yōu)化問題,首先對優(yōu)化問題的解進行編碼,編碼后的一個解稱為一個染色體,組成染色體的元素稱為基因。一個群體由若干個染色體組成,染色體的個數(shù)稱為群體的規(guī)模。在遺傳算法中用適應(yīng)度函數(shù)表示環(huán)境,它是已編碼的解的函數(shù),是一個解適應(yīng)環(huán)境程度的評價。當(dāng)適應(yīng)度函數(shù)確定后,自然選擇規(guī)律以適應(yīng)度函數(shù)值的大小來決定一個染色體是否繼續(xù)生存下去的概率。生存下來的染色體成為種群,它們中的部分或全部以一定的概率進行交叉、變異,從而得到下一代群體。

在遺傳算法的教學(xué)過程中,也存在和模擬退火算法一樣的問題,為了增加學(xué)生在教學(xué)活動中的參與感,激發(fā)起他們的學(xué)習(xí)熱情,同樣也設(shè)計開發(fā)了遺傳算法的介紹模塊,求解TSP問題的演示程序和驗證程序,以及自主實驗?zāi)K。遺傳算法的介紹模塊提供“算法描述”、“算法參數(shù)”、“算法特點”等介紹(如圖10所示)。

圖10遺傳算法介紹界面

在遺傳算法求解TSP問題的演示程序中,通過“交叉操作演示”和“變異操作演示”模塊,了解“部分匹配交叉”和“順序交叉”這兩種交叉操作(如圖11所示),以及“兩點互換”、“相鄰互換”、“區(qū)間逆轉(zhuǎn)”、“單點移動”這四種變異操作(同模擬退火算法的新解產(chǎn)生)的差異。在演示程序的“TSP問題演示”中,如圖12所示,針對10個城市的TSP問題,通過選擇不同的交叉和變異操作,在給定種群規(guī)模、交叉概率、變異概率和迭代步數(shù)等算法參數(shù)的情況下,連續(xù)單擊“下一步”可以進行手動的單步運行,并在程序右側(cè)顯示城市旅行路線的變化,與此同時,程序下方顯示遺傳算法求解過程中當(dāng)前迭代次數(shù)、當(dāng)前步驟、當(dāng)前最優(yōu)個體、當(dāng)前最優(yōu)個體的適應(yīng)度、當(dāng)前種群的平均適應(yīng)度等變化。若單擊“自動/手動”可由“手動”運行轉(zhuǎn)為“自動”運行,從而可以連續(xù)顯示遺傳算法求解10個城市TSP問題的整個搜索過程和“地圖”路線變化情況;反之也可由“自動”運行轉(zhuǎn)為“手動”運行。

圖11交叉操作演示

圖12遺傳算法演示程序

在遺傳算法(GA)求解TSP問題的驗證程序中,包括“基本GA”、“自適應(yīng)GA”、“雙倍體GA”、“雙種群GA”和“多種算法比較”模塊。“基本GA算法”子程序中,如圖13所示,和模擬退火算法求解TSP問題的驗證程序類似,同樣單擊“隨機添加”按鈕和設(shè)置城市數(shù),可在“地圖”框中隨機產(chǎn)生 個城市的坐標(biāo)位置;單擊“開始”按鈕后,可在“地圖”框中得到遺傳算法的最后求解結(jié)果,并顯示最好解、最差解和平均解情況;也可比較不同的交叉和變異操作算子,以及不同的參數(shù)設(shè)置(種群規(guī)模、交叉概率、變異概率和迭代步數(shù))對遺傳算法性能的影響。在驗證程序中,除了參數(shù)設(shè)置外,“自適應(yīng)GA”、“雙倍體GA”、“雙種群GA”子程序的界面和功能都和“基本GA”子程序相同。另外在“多種算法比較”子程序中,提供了“基本GA”、“自適應(yīng)GA”、“雙倍體GA”、“雙種群GA”和“模擬退火算法”求解TSP問題的結(jié)果比較。

在遺傳算法的自主設(shè)計實驗中,給出了學(xué)生自主應(yīng)用基本遺傳算法和改進遺傳算法解決函數(shù)優(yōu)化問題、TSP問題和Flow Shop問題等一些設(shè)計型作業(yè)題目,同樣也提供了遺傳算法的核心代碼,方便學(xué)生在此基礎(chǔ)上真正達(dá)到學(xué)以致用。

圖13基本遺傳算法驗證程序

3結(jié)語

本文是筆者以精品課程培育為目標(biāo),對人工智能導(dǎo)論課程教學(xué)軟件的設(shè)計和開發(fā)進行了探討。該教學(xué)實驗系統(tǒng)符合21世紀(jì)高校教學(xué)的要求,不僅可以支持教師提高教學(xué)手段現(xiàn)代化的水平,同時更貼合學(xué)生的學(xué)習(xí)需求。通過使用該教學(xué)實驗系統(tǒng),使學(xué)生更好地掌握人工智能中智能搜索算法的基本概念、基本理論和基本技術(shù),熟悉Microsoft Visual Studio 2005環(huán)境以及C++語言的應(yīng)用實現(xiàn),提高實踐動手能力,達(dá)到本課程預(yù)期的教學(xué)效果。

參考文獻(xiàn):

[1] 蔡自興,肖曉明,蒙祖強,等. 樹立精品意識搞好人工智能課程建設(shè)[J]. 中國大學(xué)教學(xué),2004(1):28-29.

[2] 何元烈,汪玲.“Visual C ++”在“人工智能”教學(xué)中的應(yīng)用與探討[J]. 廣東工業(yè)大學(xué)學(xué)報:社會科學(xué)版,2008(8):220-222.

[3] 王萬良. 人工智能及其應(yīng)用[M]. 2版. 北京:高等教育出版社,2008.

[4] 馬少平,朱小燕. 人工智能[M]. 北京:清華大學(xué)出版社,2004.

Design and Development of Intelligent Search Algorithm Teaching Software

XU Xin-li, JIN Bo, CHEN Sheng-yong, GUAN Qiu, WANG Wan-liang

(College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou 310023, China)

人工智能技術(shù)導(dǎo)論范文第3篇

“物聯(lián)網(wǎng)”是通過裝置在各類物體上的信息傳感設(shè)備，按照一定的通信協(xié)議，通過通信網(wǎng)絡(luò)將物與物、物與人相連，協(xié)同工作，從而賦予物體智能化的功能，以實現(xiàn)特定服務(wù)的一種網(wǎng)絡(luò)。物聯(lián)網(wǎng)打破了地域限制，可以實現(xiàn)全球范圍的物物之間、人物之間按需進行的信息獲取、傳遞、存儲、融合使用等服務(wù)。因此，物聯(lián)網(wǎng)應(yīng)具備全面感知、可靠傳遞、智能處理這三個特點。根據(jù)物聯(lián)網(wǎng)的特點，學(xué)界一般將物聯(lián)網(wǎng)系統(tǒng)劃分為以下三個層次:感知層、網(wǎng)絡(luò)層、應(yīng)用層。感知層的主要功能是全面感知，即利用RFID標(biāo)簽和讀寫器、傳感器、二維碼、GPS、攝像頭等數(shù)據(jù)采集設(shè)備隨時隨地獲取物體的信息;感知層主要涉及的技術(shù)包括RFID技術(shù)、傳感和控制技術(shù)、短距離無線通信技術(shù)，其中包括芯片研發(fā)、通信協(xié)議研究、RFID材料、智能節(jié)點供電等細(xì)分領(lǐng)域。網(wǎng)絡(luò)層的主要功能是對感知信息和控制信息雙向的可靠傳遞，即融合各種現(xiàn)有的有線和無線網(wǎng)絡(luò)，將物聯(lián)網(wǎng)的信息實時準(zhǔn)確地傳遞出去;網(wǎng)絡(luò)層主要涉及的技術(shù)包括網(wǎng)絡(luò)通信技術(shù)、數(shù)據(jù)通信技術(shù)、傳感網(wǎng)數(shù)據(jù)的存儲、查詢、分析、挖掘、理解以及基于感知數(shù)據(jù)決策和行為的理論和技術(shù)。應(yīng)用層的主要功能是智能處理來自網(wǎng)絡(luò)層的海量數(shù)據(jù)，以滿足各種不同的控制要求;應(yīng)用層主要涉及的技術(shù)包括云計算技術(shù)、高性能并行計算、數(shù)據(jù)挖掘技術(shù)、模糊識別技術(shù)、人工智能。云計算平臺作為海量感知數(shù)據(jù)的存儲、分析平臺，將是物聯(lián)網(wǎng)網(wǎng)絡(luò)層的重要組成部分，也為應(yīng)用層的眾多應(yīng)用奠定了堅實的基礎(chǔ)。

2教學(xué)科研相融合的物聯(lián)網(wǎng)學(xué)科建設(shè)方案

2．1以工程應(yīng)用為目的的基礎(chǔ)理論教學(xué)

物聯(lián)網(wǎng)是在電子、通信、計算機等技術(shù)上發(fā)展的一種新的技術(shù)，因此該學(xué)科的開設(shè)需要在學(xué)生掌握了一些基礎(chǔ)課程以后再進行學(xué)習(xí)。學(xué)生需要先修的專業(yè)課程有:通信原理、無線通信、高頻電子電路、單片機與嵌入式、計算機網(wǎng)絡(luò)、高頻微波技術(shù)、數(shù)據(jù)通信、信號與系統(tǒng)、高級語言程序設(shè)計等。在前期進行基礎(chǔ)課程學(xué)習(xí)的基礎(chǔ)上，對應(yīng)物聯(lián)網(wǎng)體系框架結(jié)構(gòu)，可將物聯(lián)網(wǎng)學(xué)科的基礎(chǔ)理論教學(xué)分為三大方向，分別對應(yīng)于其感知層、網(wǎng)絡(luò)層和應(yīng)用層。對于學(xué)生的理論學(xué)習(xí)采取循序漸進的形式，按層次展開教學(xué)。首先應(yīng)對于物聯(lián)網(wǎng)技術(shù)及概念進行全面性的介紹，可開設(shè)例如物聯(lián)網(wǎng)技術(shù)導(dǎo)論、物聯(lián)網(wǎng)系統(tǒng)設(shè)計等課程。在學(xué)生對所要學(xué)習(xí)科目有了總體性了解的基礎(chǔ)上可以開設(shè)有關(guān)感知層的課程，例如:物聯(lián)網(wǎng)識別技術(shù)、射頻識別技術(shù)、物聯(lián)網(wǎng)M2M、傳感和控制技術(shù)、短距離無線通信技術(shù)等。在學(xué)生對于物聯(lián)網(wǎng)的底層獲取有所掌握以后，可以開設(shè)有關(guān)傳輸層的課程，例如:傳感器網(wǎng)絡(luò)、下一代互聯(lián)網(wǎng)技術(shù)、無線網(wǎng)絡(luò)技術(shù)原理與應(yīng)用、TCP/IP網(wǎng)絡(luò)與協(xié)議、數(shù)據(jù)融合與處理等。最后需要學(xué)生的學(xué)習(xí)領(lǐng)域延伸到物聯(lián)網(wǎng)的應(yīng)用層，其包含的課程有物聯(lián)網(wǎng)與云計算、數(shù)據(jù)挖掘技術(shù)、模糊識別技術(shù)、人工智能、物聯(lián)網(wǎng)安全、物聯(lián)網(wǎng)技術(shù)應(yīng)用(智能電網(wǎng)、智能家居、智能物流、智能醫(yī)療)、物聯(lián)網(wǎng)經(jīng)濟學(xué)等。

2．2以培養(yǎng)創(chuàng)新能力為目的的實驗教學(xué)

作為信息技術(shù)領(lǐng)域第三次革命的物聯(lián)網(wǎng)技術(shù)，是一門建立在綜合信息理論基礎(chǔ)上的實用性很強的專業(yè)，因此對于物聯(lián)網(wǎng)技術(shù)的學(xué)習(xí)不能僅僅停留在理論基礎(chǔ)的學(xué)習(xí)上，還要對學(xué)生進行實踐性培養(yǎng)。這樣不但可以在實踐的過程中加深學(xué)生對于物聯(lián)網(wǎng)理論知識的理解，而且可以使學(xué)生提高實踐能力，同時挖掘?qū)W生的自主創(chuàng)新能力，為將來順利就業(yè)打下基礎(chǔ)。根據(jù)以往的教學(xué)經(jīng)驗和培養(yǎng)體系，可以把以培養(yǎng)創(chuàng)新能力為目的的實驗教學(xué)分為三個階段性實驗:基礎(chǔ)實驗、畢業(yè)設(shè)計和大學(xué)生創(chuàng)新實驗。三個實驗階段逐層遞進、步步深入，最終達(dá)到實驗教學(xué)目的。并且對于授課學(xué)生可以選擇性的實驗，即基礎(chǔ)實驗是每個學(xué)生必修的課程，畢業(yè)設(shè)計可以根據(jù)自己感興趣的方面選擇物聯(lián)網(wǎng)中某一方面進行深入研究，大學(xué)生創(chuàng)新實驗針對學(xué)習(xí)基礎(chǔ)好并且有一定探索精神的學(xué)生來選修。對于實驗室硬件建設(shè)可以分為兩大部分來進行:一是物聯(lián)網(wǎng)基礎(chǔ)實驗部分、二是物聯(lián)網(wǎng)綜合實驗部分。

對于基礎(chǔ)實驗部分是每個建立物聯(lián)網(wǎng)專業(yè)的實驗室必須開設(shè)的，而對于物聯(lián)網(wǎng)綜合部分可以根據(jù)每個學(xué)校的不同研究情況有選擇的開設(shè)。基礎(chǔ)實驗部分一般包括:RFID綜合實驗、無線傳感器網(wǎng)絡(luò)實驗、嵌入式系統(tǒng)實驗、傳感器與虛擬儀器實驗、云計算技術(shù)實驗、高級軟件無線電實驗等;物聯(lián)網(wǎng)綜合實驗部分一般包括:智慧校園、智能家居實驗室、智能管理和安防系統(tǒng)、智能電網(wǎng)用電系統(tǒng)、智能交通系統(tǒng)、智慧物流系統(tǒng)等。以我校物聯(lián)網(wǎng)實驗室建設(shè)為例，介紹實驗室建設(shè)體系的構(gòu)成，如圖2所示。物聯(lián)網(wǎng)實驗室可開設(shè)基礎(chǔ)實驗和體驗實驗(即物聯(lián)網(wǎng)綜合實驗)兩部分內(nèi)容，基礎(chǔ)實驗內(nèi)容包括:RFID射頻識別實驗和WSN無線傳感網(wǎng)絡(luò)實驗。學(xué)生通過RFID射頻識別實驗，掌握RFID讀寫器、原理機、標(biāo)簽的原理及應(yīng)用。WSN無線傳感網(wǎng)絡(luò)實驗由無線傳感器網(wǎng)絡(luò)與嵌入式網(wǎng)關(guān)兩部分組成。學(xué)生通過網(wǎng)絡(luò)協(xié)議對多個無線傳感器網(wǎng)絡(luò)進行組網(wǎng)并完成節(jié)點指定的功能。智能物聯(lián)網(wǎng)體驗實驗由六個主要子系統(tǒng)構(gòu)成:智能家居系統(tǒng)、實驗箱管理系統(tǒng)、RFID設(shè)備管理系統(tǒng)、智能用電系統(tǒng)、無線視頻監(jiān)控系統(tǒng)以及系統(tǒng)整合的物聯(lián)網(wǎng)綜合體驗中心平臺。

2．3以利于學(xué)科發(fā)展為目的的科研平臺構(gòu)建

物聯(lián)網(wǎng)技術(shù)雖然正在以很快的速度向前發(fā)展，但是在其發(fā)展的過程中還是有許多制約其發(fā)展的瓶頸。這就需要在現(xiàn)有的理論基礎(chǔ)上進行更深層次的研究，為未來物聯(lián)網(wǎng)更好的發(fā)展打基礎(chǔ)。對于研究生培養(yǎng)階段來說，正是對于目前尚存在問題的技術(shù)進行深入探究的學(xué)習(xí)階段。對于物聯(lián)網(wǎng)技術(shù)來說，有關(guān)感知層的技術(shù)和應(yīng)用研究已經(jīng)比較廣泛和成熟;網(wǎng)絡(luò)層包括有線和無線網(wǎng)絡(luò)技術(shù)的數(shù)據(jù)傳輸和安全性的問題還有待解決;應(yīng)用層中的海量信息智能處理技術(shù)和人工智能技術(shù)是存在問題比較多和更有突破點的研究方向。因此，對于物聯(lián)網(wǎng)專業(yè)的研究生階段，可以針對某個具體的待解決的問題進行立項，由導(dǎo)師帶領(lǐng)團隊進行研究。針對我校的大電力辦學(xué)特色，依托智能電網(wǎng)的大力推行，我校的物聯(lián)網(wǎng)科研平臺主要著重從發(fā)電、輸電、配電、用電四大方面全方位深層次地進行研究，著力打造物聯(lián)網(wǎng)和智能電網(wǎng)相結(jié)合的五大技術(shù)體系，即基于物聯(lián)網(wǎng)感知層的智能電網(wǎng)信息感知能力的基礎(chǔ)體系、基于物聯(lián)網(wǎng)網(wǎng)絡(luò)層的可靠通信平臺支撐體系、基于物聯(lián)網(wǎng)應(yīng)用層的智能電網(wǎng)應(yīng)用體系、電力物聯(lián)網(wǎng)標(biāo)準(zhǔn)規(guī)范體系、建立物聯(lián)網(wǎng)的邊界安全體系。

2．4以產(chǎn)品為目的的研究成果轉(zhuǎn)化

物聯(lián)網(wǎng)技術(shù)是一門實用性很強的學(xué)科，在進行基礎(chǔ)研究的同時，可以利用社會的資源與高校的研究成果進行資源互補?？梢蕴剿髌髽I(yè)和高校共同培養(yǎng)的模式，對于學(xué)生和社會來說是一種共贏的方式。并且高校還可以根據(jù)企業(yè)對于目前的需求提出研究方向，這樣高校研究出來的科研成果就可以快速地轉(zhuǎn)化為生產(chǎn)力，實現(xiàn)了科研成果的快速轉(zhuǎn)化，并且使科學(xué)研究更加貼近社會需要。就我校的辦學(xué)重點而言，其研究成果轉(zhuǎn)化的主要方向為物聯(lián)網(wǎng)在智能電網(wǎng)中的應(yīng)用，依托智能電網(wǎng)和物聯(lián)網(wǎng)關(guān)鍵技術(shù)的發(fā)展與成熟，物聯(lián)網(wǎng)和智能電網(wǎng)相結(jié)合的典型應(yīng)用。

3結(jié)語

人工智能技術(shù)導(dǎo)論范文第4篇

1課題介紹

隨著計算機技術(shù)的飛速發(fā)展，計算機作為知識經(jīng)濟時代的產(chǎn)物，已被廣泛應(yīng)用于社會各個行業(yè)和領(lǐng)域，而素質(zhì)教育在學(xué)校不斷的深化，學(xué)校對學(xué)生的實踐能力也越來越重視，所以學(xué)校的實驗室和實驗課課時也越來越多。如何編排實驗室實驗教學(xué)課表?以往在實驗室管理中，都只能通過人工的方式編排[1]。但是，伴隨著各類學(xué)科范圍的不斷擴大，各個院系的實驗學(xué)科科目逐漸增多，以至于龐大的課時、眾多的教師、復(fù)雜的實驗室信息令實驗室的管理人員頭暈?zāi)X漲，無法合理、迅速、高效地制定出相應(yīng)的排課計劃[2]。采用手工方式排課，有時需要花費一個月甚至更長時間才能完成一個學(xué)期的排課任務(wù)[3]。這就促使我們必須采用一些輔助的手段來幫助。因此，實驗室實驗教學(xué)排課系統(tǒng)就成了需要。作為計算機應(yīng)用的一部分，使用計算機對學(xué)校實驗室排課進行管理，具有著手工管理所無法比擬的優(yōu)點[4]。例如:檢索迅速、查找方便、可靠性高、存儲量大、保密性好、壽命長、成本低等。這些優(yōu)點能夠極大地提高管理的效率，也是學(xué)校的科學(xué)化、正規(guī)化管理及與世界接軌的重要條件[5]。

2國內(nèi)外的研究狀況、發(fā)展趨勢

這個實驗室實驗教學(xué)排課系統(tǒng)的主要問題還是排課問題。國外針對排課問題展開的研究較早。1963年CCGotlieb在他的文章《TheConstructionofClass-TeacherTime-Tables》中提出了課表編排的數(shù)學(xué)模型[6]。這篇文章引起了人們對于排課問題的重視。1976年SEven在其論文《TheComplexityofTimetableAndMultiCommodityFlowProblem》中[7]，第一次證明了課表問題是NP完全的。SEven的論證進一步地將人們對課表問題復(fù)雜性的認(rèn)識提高到理論高度。國內(nèi)對排課問題的研究較晚，1984年，清華大學(xué)在《清華大學(xué)學(xué)報》上發(fā)表了林漳希和林堯瑞在該課題上的實驗性研究成果《人工智能技術(shù)在課表編排中的應(yīng)用》[8]。

為了使課表的編排更準(zhǔn)確、合理、快速，高校教務(wù)部門已先后開發(fā)出一些適用的排課系統(tǒng)。我們發(fā)現(xiàn)這些軟件有以下不足:每個學(xué)期的課程、教師、教室信息相對固定，但卻不能被重用;不能保存每個學(xué)期的歷史數(shù)據(jù)，不便教師對以前課表進行查詢;未提供用戶的分級使用制度;自動排課速度較慢;形成的課表大小不固定，增加打印難度[9]，因此現(xiàn)在的排課系統(tǒng)正在向解決這些問題的方向發(fā)展。

3實驗室排課系統(tǒng)的原則

根據(jù)目前高校課程體系構(gòu)設(shè)置特點，實驗室實驗教學(xué)排課系統(tǒng)要考慮以下各種因素：

首先：要做到每個班級、教師、實驗室各種資源不沖突，這是實驗室實驗教學(xué)排課系統(tǒng)最起碼的原則[10]。

第二：先排有指定要求的課程。指定要求包括教室和時間都指定、指定時間或指定教室等情況。

第三：按事先設(shè)定的優(yōu)先級將不同類別的課排在不同的時間段。

第四：學(xué)生上課時間分布的均勻性。時間的均勻性是指在一個星期內(nèi)同一門課程在天數(shù)安排的均勻性。比如說數(shù)據(jù)構(gòu)課在一周內(nèi)要上三次，且都在實驗室里上，實驗室實驗教學(xué)排課系統(tǒng)要做到最好安排在周一、周三、周五這三天來上。

第五：學(xué)生實驗課節(jié)數(shù)分布的均勻性。這是為了保證一個專業(yè)的課程安排在一周內(nèi)不總是上一天內(nèi)的第一、二節(jié)或者總是上最后一、二節(jié)。

第六：可以將課表導(dǎo)出到word中，并進行打印操作。

第七：可以手工調(diào)整課程的時間[3]。

4實驗室排課系統(tǒng)的局限性

排課系統(tǒng)分為計算機處理和人工調(diào)整兩個部分。計算機處理是有一定局限性的。局限性主要體現(xiàn)在兩個方面:

首先計算機排課與人工排課是有區(qū)別的。人的思維可以是收斂也可以發(fā)散的，因而排課時非常靈活，隨意性較強，工作步驟可以隨情況的變化而調(diào)整，覺得怎樣更合理就怎樣做，甚至可以只推翻某一部分重排，亦可以進行網(wǎng)絡(luò)式的回溯調(diào)整。計算機就不同了，它目前并不具有人腦那樣發(fā)散的思維能力，它的大腦里的一切信息都是由程序和數(shù)據(jù)組成的，每一步工作都需由人把自己的工作經(jīng)驗抽象成計算機語言，根據(jù)一定的程序進行控制，讓其領(lǐng)會人的意圖而達(dá)到預(yù)期的排課目的[11]。

其次計算機調(diào)度系統(tǒng)本身所具有的局限性。計算機雖然可以精確地處理大量的數(shù)據(jù)，但由于現(xiàn)有排課程序算法模式不可能太多，回溯調(diào)整的范圍、深度不可能太大，否則程序太復(fù)雜。實際上目前由于受計算機固定思維和程序規(guī)模的限制，單純依靠計算機處理排課數(shù)據(jù)是不可能達(dá)到最佳的排課效果的[12]。

5實驗室排課系統(tǒng)構(gòu)

5.1基本組成構(gòu)架

整個系統(tǒng)分為登錄子系統(tǒng)、排課子系統(tǒng)、課表子系統(tǒng)和綜合管理子系統(tǒng)。

用戶登錄：包括對用戶的合法性驗證，用戶的分類，并根據(jù)不同類型的用戶分配不同的權(quán)限。

排課功能：通過已知的信息，盡量避免課時、老師、實驗室的沖突，通常情況下是由任課教師根據(jù)已知信息至少提前一周進行排課，這樣老師就可以選擇上課時間，方便排出學(xué)校、老師、學(xué)生都滿意的的實驗教學(xué)課程表。如果任課教師要取消排課也要提前一周進行，如要臨時取消課程必須與管理員聯(lián)系，由管理員進行取消。這樣可以減少管理員的工作量。

課表：對已排好的實驗教學(xué)課表進行，不同的用戶可以根據(jù)自己的需要按不同方式查詢課表。本系統(tǒng)還實現(xiàn)了將課表導(dǎo)入word，這樣可以方便的打印排好的課程表。

綜合管理：主要是管理個人信息、教師信息、實驗室信息、課程信息、班級信息，時間控制信息等。在這里面可以對這些信息進行添加、修改、刪除等操作。

5.2平臺選擇

本系統(tǒng)采用VC#.NET和SQL來開發(fā)，VC#.NET是基于VisualStudio.NET的，它綜合了VisualBasic的高生產(chǎn)率和C++的行動力，使生產(chǎn)性能得到了提高，它具有比C和C++更簡單的語法，比Java更適合融入Microsoft的技術(shù)[13]。SQL是關(guān)系數(shù)據(jù)庫的標(biāo)準(zhǔn)語言，它已成為關(guān)系數(shù)據(jù)庫產(chǎn)品事實上的標(biāo)準(zhǔn)[14]。

6結(jié)束語

如今國內(nèi)軟件市場上也有很多通用型的排課軟件，例如排課無憂，排課高手等等。這些通用軟件往往無法滿足學(xué)校的某些特殊要求[10]。因此，針對學(xué)校的一些特殊要求，需要開發(fā)出滿足不同要求的排課系統(tǒng)。本設(shè)計主要是針對我系的具體要求開發(fā)出一個滿足一定條件的實驗室排課系統(tǒng)，在設(shè)計過程中，需要掌握VC#.NET和SQL的相關(guān)知識。

參考文獻(xiàn)

1邱錦倫，曹旻.VisualC#.NET程序設(shè)計教程.北京：清華大學(xué)出版社，2006

2何克抗.《現(xiàn)代教育技術(shù)》.北京師范大學(xué)出版，1998.11

3王晟.VisualC#.NET數(shù)據(jù)庫開發(fā)經(jīng)典案例解析.北京：清華大學(xué)出版社，2005

4黃明，梁旭.ASP信息系統(tǒng)設(shè)計與開發(fā)實例.北京：機械工業(yè)出版社，2005

5王輝，黃紅超.ASP.NET實用教程.北京：清華大學(xué)出版社，2005

6CCGotlieb.TheConstructionofClass-TeacherTime-Tables，1963

7SEven.TheComplexityofTimetableandMultiCommodityFlowProblem，1976

8林漳希，林堯瑞.人工智能技術(shù)在課表編排中的應(yīng)用.北京：清華大學(xué)學(xué)報，1984

9王力.高校通用排課管理信息系統(tǒng)的設(shè)計與實現(xiàn).貴州：貴州工業(yè)大學(xué)學(xué)報，1999

10劉振巖，劉慧敏，王歡.ASP.NET數(shù)據(jù)庫開發(fā).北京：清華大學(xué)出版社，2004

11田輝.ASP.NET2.0開發(fā)技術(shù)簡明教程.北京：清華大學(xué)出版社，2008

12齊炳和，許學(xué)東.微機編制課程表工作中的問題和對策.濟南：山東工業(yè)大學(xué)學(xué)報，1995

13前沿軟件研究室，鄭小平.VisualC#.NET開發(fā)實踐.北京：人民郵電出版社，2001

人工智能技術(shù)導(dǎo)論范文第5篇

【關(guān)鍵詞】智能電網(wǎng) 新能源 原動力 智能電網(wǎng)技術(shù)

1 背景

隨著傳統(tǒng)能源的枯竭和環(huán)境的惡化，全世界逐步達(dá)成共識，要大力開發(fā)新技術(shù)，使用清潔能源。各種能源最終以電能的形式被人們使用，電力行業(yè)對于節(jié)能減排至關(guān)重要。同時人們開始思考如何提高大電網(wǎng)的安全性穩(wěn)定性并使電網(wǎng)具有堅強和自愈的特性。智能電網(wǎng)是21世紀(jì)重大科技創(chuàng)新和發(fā)展趨勢，相比于傳統(tǒng)電網(wǎng)，智能電網(wǎng)可以提高電網(wǎng)效率，提高能源安全，改善電能質(zhì)量，提高電網(wǎng)的穩(wěn)定性與安全性，完善電力市場，促進社會經(jīng)濟發(fā)展，實現(xiàn)低碳環(huán)保可持續(xù)發(fā)展。與此同時，現(xiàn)代通信、信息、計算機、微電子和電力電子技術(shù)的迅速發(fā)展并引入電網(wǎng)應(yīng)用，為電網(wǎng)自動化提供了有力工具。

2 智能電網(wǎng)的概念和特點

2.1 智能電網(wǎng)的概念

智能電網(wǎng)不是一個單獨的設(shè)備、應(yīng)用、系統(tǒng)或網(wǎng)絡(luò)，甚至不是一個單獨的理念。對于什么是智能電網(wǎng)這個問題，學(xué)術(shù)上沒有一個統(tǒng)一的定義。美國能源部和電力公司普遍遵循一個主題：智能電網(wǎng)利用通信技術(shù)和信息技術(shù)來優(yōu)化從供應(yīng)者到消費者的電力傳輸和配電。圖1所示為智能電網(wǎng)的基本概念。

天津大學(xué)余貽鑫認(rèn)為：智能電網(wǎng)是自動的和廣泛分布的能量交換網(wǎng)絡(luò)，它具有電力和信息雙向流動的特點，同時它能夠監(jiān)測從發(fā)電廠到用戶電器之間的所有元件，它將分布式計算和提供實時信息的通信的優(yōu)越性用于電網(wǎng)，并使之能夠維持設(shè)備層面上即時的供需平衡。

2.2 智能電網(wǎng)的特點

目前國際上對智能電網(wǎng)的特點基本達(dá)成共識，即自愈、安全、兼容、交互、協(xié)調(diào)、高效、優(yōu)質(zhì)集成等。

2.2.1 堅強和智能是現(xiàn)代智能電網(wǎng)發(fā)展的本質(zhì)

堅強意味著電網(wǎng)具有很強的安全性，穩(wěn)定性，有極強的抵御風(fēng)險的能力。智能意味著高度自動化和自愈能力。

2.2.2 自愈

對電網(wǎng)的運行狀態(tài)進行連續(xù)的在線自我評估，并采取預(yù)防性的控制手段，消除故障隱患；故障發(fā)生時，在沒有或少量人工干預(yù)下，能夠快速隔離故障、自我恢復(fù)。

2.2.3 互動

使電力供應(yīng)商與消費者建立實時信息聯(lián)系，及時向用戶通知電價、停電消息以及其他一些服務(wù)信息，而用戶也可以將自己的用電計劃及時反饋給供應(yīng)商，平衡供需關(guān)系，有力于電網(wǎng)穩(wěn)定性。同時通過市場交易激勵電力市場主體參與電網(wǎng)安全管理，提升電力系統(tǒng)的安全運行水平。

2.2.4 優(yōu)質(zhì)電能供應(yīng)

用戶對電能質(zhì)量越來越重視。智能電網(wǎng)可以根據(jù)不同的電力價格提供不同等級的電能。隨著電力電子技術(shù)、測控技術(shù)和通信技術(shù)的發(fā)展，智能電網(wǎng)可以實現(xiàn)電能質(zhì)量問題的快速診斷和解決方案，對于線路故障等故障引起的質(zhì)量波動，它的高級組件可以使用最新的超導(dǎo)、儲能、電力電子等方面的研究成果提高電能質(zhì)量。

2.2.5 兼容各種發(fā)電和儲能系統(tǒng)

智能電網(wǎng)不僅可以兼容大規(guī)模集中式的電廠，還將兼容不斷增多的分布式能源（DER）。分布式能源包括分布式電源和儲能。表1顯示了分布式發(fā)電與傳統(tǒng)發(fā)電單元的關(guān)鍵差異。

2.2.6 活躍市場

智能電網(wǎng)對電力市場有推進作用。智能電網(wǎng)實現(xiàn)了用戶與供電商“雙向通信”和“雙向電力傳輸”，使普通用戶參與進電力市場，甚至有部分用戶可實現(xiàn)自給自足。智能電網(wǎng)為實時電力市場提供完善的技術(shù)，發(fā)電側(cè)與用戶的互動性增強，電網(wǎng)的運行效率更高?？梢晕嗟碾娏κ袌鰠⑴c者，分散市場風(fēng)險，使電力生產(chǎn)、輸送、銷售等環(huán)節(jié)更高效，更公平。同時消費者通過與生產(chǎn)商的“雙向通信”可以獲得實時電價，制定用電計劃并反饋給供電商，使電力市場價格更合理。

3 智能電網(wǎng)的驅(qū)動因素

建設(shè)智能電網(wǎng)的價值和效益是綜合的，如圖2所示，主要包括以下方面：

（1）改善系統(tǒng)可靠性。

（2）改善電網(wǎng)可信賴性。

（3）改善電網(wǎng)運行的經(jīng)濟性。

（4）改善電網(wǎng)運營效率。

3.1能源需求不斷增加

全世界正面對著人口不斷增加和不可再生能源不斷遞減的嚴(yán)峻挑戰(zhàn)。目前的傳統(tǒng)能源只夠維持幾十年到200年之間，圖3所示為不斷減少的能源。能源是經(jīng)濟社會發(fā)展的保證，從國家層面上講，必須提高能源利用效率，走能源更安全，環(huán)境更友好的道路。新世紀(jì)以來電能成為越來越重要的能源，中國電能占終端能源消費的比重每提高1個百分點，單位GDP能耗可下降4%。我們必須處理好可靠的能源供給、環(huán)境的可持續(xù)發(fā)展以及經(jīng)濟的不斷發(fā)展之間的矛盾。智能電網(wǎng)可以實現(xiàn)安全、高效、清潔的能源目標(biāo)。

3.2 電網(wǎng)復(fù)雜度越來越高

隨著電力系統(tǒng)的范圍和復(fù)雜度的不斷增加，各個電力系統(tǒng)之間的互連也更加迫切。為了降低大規(guī)模電力系統(tǒng)發(fā)生故障的可能性，對電網(wǎng)的安全性，穩(wěn)定性提出了新的更高的要求，要求用更加智能化的電力系統(tǒng)來滿足不斷發(fā)展的電力需求。2003年美國東北地區(qū)大停電引起全世界的關(guān)注，這場停電給該區(qū)域造成了約60億美元的損失。這場停電充分反映了大規(guī)模電網(wǎng)的脆弱性。智能電網(wǎng)通過實時采集數(shù)據(jù)，經(jīng)過數(shù)據(jù)優(yōu)化分析完成自我診斷，采取預(yù)防性控制，極大的保證電力的可靠運行。

3.3 電力用戶的需要

電力用戶對電網(wǎng)的可靠性和電能質(zhì)量提出越來越高的要求。建設(shè)智能電網(wǎng)后，電網(wǎng)可靠性和電能質(zhì)量將會有很大的提高。智能電網(wǎng)的高可靠性不僅可以減小未來停電事故發(fā)生的頻率，還能使電網(wǎng)從事故中更快的恢復(fù)。

3.4 分布式能源（DER）的接入

智能電網(wǎng)將允許不同類型的發(fā)電及儲能系統(tǒng)接入電網(wǎng)，分布式發(fā)電（DER）有利于高效的連接發(fā)電側(cè)和用戶側(cè)，使雙方同時參與電力系統(tǒng)的優(yōu)化運行，同時可以擺脫對單一能源的依賴，提高電網(wǎng)可靠性。風(fēng)能和太陽能是目前大力發(fā)展的清潔能源，它們具有間歇性，無法預(yù)測。大規(guī)模風(fēng)電和太陽發(fā)電的接入給電網(wǎng)安全穩(wěn)定運行帶來極大的挑戰(zhàn)，也極大的制約了它們的并網(wǎng)。智能電網(wǎng)技術(shù)可提高電網(wǎng)管理大規(guī)模間接性可再生能源發(fā)電的能力，對間歇性能源發(fā)電的峰和谷作出即刻的反應(yīng)，從而吸納更多的可再生能源。

4 構(gòu)建智能電網(wǎng)的技術(shù)體系

智能電網(wǎng)主要由4部分構(gòu)成：高級量測體系（AMI）；高級配電體系（ADO）；高級輸電體系（ATO）；高級資產(chǎn)管理（AAM）。智能電網(wǎng)4個部分之間是密切相關(guān)的，表現(xiàn)在以下方面：

（1） AMI同用戶建立通信聯(lián)系提供帶時標(biāo)的系統(tǒng)信息。

（2）ADO使用AMI的通信收集配電信息改善配電運行。

（3） ATO使用ADO信息改善輸電系統(tǒng)運行和管理輸電阻塞，使用AMI讓用戶能夠訪問市場。

（4） AAM使用AMI，ADO和ATO的信息與控制改善運行效率和資產(chǎn)使用。綜合文獻(xiàn)，圖4表示了智能電網(wǎng)技術(shù)組成。

4.1 高級量測體系（AMI）

智能電網(wǎng)按一定順序建設(shè)可以降低成本，減小難度。一般把AMI視為實現(xiàn)智能電網(wǎng)的第一步。AMI不是一個獨立的技術(shù)體系，它包括家庭網(wǎng)絡(luò)系統(tǒng)，智能表計，本地通信網(wǎng)絡(luò)，連接電力公司數(shù)據(jù)中心的通信網(wǎng)絡(luò)，表計數(shù)據(jù)管理系統(tǒng)和數(shù)據(jù)集成平臺。智能表計可將耗能情況和電網(wǎng)實時信息傳給本地用戶，電力公司利用AMI的歷史數(shù)據(jù)和實時數(shù)據(jù)來幫助優(yōu)化電網(wǎng)運行。AMI通過網(wǎng)絡(luò)將電網(wǎng)、用戶、電商聯(lián)成一個整體，是用戶直接參與到電力市場的同時，也將大力提高電力企業(yè)的運行機制。

4.2 高級配電體系（ADO）

通常110kV及以下電力網(wǎng)絡(luò)屬于配電網(wǎng)絡(luò)，配電網(wǎng)絡(luò)直接面向用電用戶，是保證電網(wǎng)運行穩(wěn)定，電能質(zhì)量和提高運行效率的關(guān)鍵環(huán)節(jié)。我國要實現(xiàn)智能電網(wǎng)的要求，智能配電要重點研究。ADO的技術(shù)組成主要包括：高級配電自動化、智能通用變壓器、DER運行、微網(wǎng)運行和需求響應(yīng)。ATO具有自愈和不間斷供電功能；將設(shè)備進行可視化管理，為運行人員調(diào)度決策提供技術(shù)支持；實現(xiàn)與用戶的雙向互動；實施狀態(tài)檢修與在線監(jiān)測，延長設(shè)備壽命。

4.3 高級輸電體系（ATO）

ATO強調(diào)阻塞管理和降低大規(guī)模停運的風(fēng)險，通過新型電力電子裝置和超導(dǎo)研發(fā)裝置研發(fā)實現(xiàn)優(yōu)化電力系統(tǒng)的運行參數(shù)或網(wǎng)絡(luò)參數(shù)，提高交流電力系統(tǒng)線路的輸電能力。其技術(shù)組成主要有：（1）變電站自動化；（2）輸電的地理信息系統(tǒng)；（3）廣域量測系統(tǒng)；（4）高速信息處理；（5）高級保護與控制；（6）模擬、仿真和可視化工具；（7）高級的輸電網(wǎng)絡(luò)元件，如電力電子(靈活交流輸電，固態(tài)開關(guān)等)、先進的導(dǎo)體和超導(dǎo)裝置；（8）先進的區(qū)域電網(wǎng)運行。

4.4 高級資產(chǎn)管理（AAM）

AAM是智能電網(wǎng)主要技術(shù)之一，功能包括優(yōu)化資產(chǎn)使用運行、輸配電網(wǎng)規(guī)、基于條件的維修、工程設(shè)計與建造、顧客服務(wù)、工作與資產(chǎn)管理及模擬仿真。實現(xiàn)AAM需要在系統(tǒng)中裝設(shè)大量可以提供系統(tǒng)參數(shù)和設(shè)備“健康”狀況的高級傳感器。AAM的應(yīng)用使電力資產(chǎn)時刻處于最佳工作狀態(tài)，從而對電力資產(chǎn)的優(yōu)化和科學(xué)管理起到積極作用。

5 智能電網(wǎng)的關(guān)鍵技術(shù)

實現(xiàn)智能電網(wǎng)，需要研發(fā)和應(yīng)用一系列技術(shù)。綜合文獻(xiàn)，這些技術(shù)可以被歸納為以下5個關(guān)鍵技術(shù)領(lǐng)域：

（1）集成通信。

（2）傳感與測量

（3）高級電力設(shè)施

（4）高級控制方法

（5）決策支持。

5.1 集成通信

集成通信技術(shù)是5個關(guān)鍵技術(shù)中的基礎(chǔ)，也是整個智能電網(wǎng)所必須的。集成通信技術(shù)包括：（1）電力寬頻通信。（2）無線通信技術(shù)。（3）其它通信技術(shù)。

5.2 傳感與測量

5.2.1 智能電表

智能電表既可以收集，檢測信息，又可以作為連接供電側(cè)和用電側(cè)的橋梁。在智能電網(wǎng)架構(gòu)下，要求智能電表具有實時計量的功能，以提供帶時標(biāo)的電量信息，為電網(wǎng)高效節(jié)能管理提供了有用的實時信息，同時也要求它具有雙向通信的功能

5.2.2 廣域測量系統(tǒng)（WAMS）

廣域測量系統(tǒng)是由基于全球定位系統(tǒng)（GPS）的同步相量測量裝置PMU 群及其通信系統(tǒng)組成。它可以動態(tài)地測量和計算電力系統(tǒng)的運行狀態(tài)相量和發(fā)電機功角。

5.2.3 電網(wǎng)設(shè)備的在線監(jiān)測

該技術(shù)包括電氣量以及非電氣量的監(jiān)測。采用先進的傳感器通過對以上各狀態(tài)量的監(jiān)視，可完成電網(wǎng)設(shè)備的在線診斷，為實施電網(wǎng)設(shè)備的狀態(tài)檢修和管理提供必要的信息。

5.3 高級電力設(shè)施

高級電力設(shè)施在電網(wǎng)中起著非常重要的作用，可以實現(xiàn)更高輸電容量、更優(yōu)系統(tǒng)穩(wěn)定性和電能質(zhì)量、增強電力效率和實時的系統(tǒng)診斷。高級電力設(shè)施主要包括：（1）電力電子裝置；（2）超導(dǎo)裝置；（3）分布式發(fā)電及儲能裝置；（4）電網(wǎng)友好型裝置等。

5.4 高級控制方法

現(xiàn)代控制理論、優(yōu)化理論和人工智能技術(shù)在控制領(lǐng)域的綜合應(yīng)用形成了先進的控制技術(shù)。高級控制方法是用來分析、診斷和預(yù)測智能電網(wǎng)狀況的裝置和算法，并決策和采取合適正確的動作去排除、緩解或者避免電力短缺和電能質(zhì)量問題。

5.5 決策支持

很多情況下，給予管理人員思考的時間是很少的。管理人員需要實時的電力設(shè)備信息和工具來快速做出決定。決策支持系統(tǒng)可識別和確定電網(wǎng)中的實時問題及發(fā)展趨勢，然后運用知識庫和科學(xué)推理方法進行分析，以提出解決問題和決策支持的方案，并將相應(yīng)的系統(tǒng)情況、多種選擇以及每種選擇的可行性等展示給運行人員。

6 結(jié)語

智能電網(wǎng)在世界范圍內(nèi)尚屬于新生事物，不同國家具有不同的現(xiàn)實情況和關(guān)注焦點，因而發(fā)展的重點也有所不同。但智能電網(wǎng)在世界范圍內(nèi)已成為電網(wǎng)發(fā)展的總趨勢，同傳統(tǒng)電網(wǎng)相比智能電網(wǎng)具有更寬廣的安全穩(wěn)定分析與控制，可以利用的信息更多更準(zhǔn)確。它可以保證電力系統(tǒng)高安全、高可靠、高質(zhì)量、高效率和電力價格合理，提高國家的能源安全和環(huán)境保護。

我國智能電網(wǎng)的發(fā)展應(yīng)立足于國情需要，制定一個適合中國國情的目標(biāo)，以便少走彎路，盡快實現(xiàn)智能電網(wǎng)的目標(biāo)。歐美國家將重點放在發(fā)展智能配電網(wǎng)上，而我國在重視ATO的同時，也應(yīng)對AMI、ADO和AAM予以足夠的重視?？紤]到新能源發(fā)電的特點及其發(fā)展遠(yuǎn)景, 我國也應(yīng)該把新能源的利用作為我國智能電網(wǎng)發(fā)展的重心。

參 考 文 獻(xiàn)

[1]肖立業(yè),林良真. 構(gòu)建全國統(tǒng)一的新能源電網(wǎng),推進我國智能電網(wǎng)的建設(shè)[J]. 電工電能新技術(shù),2009,04:54-59.

[2]康重慶,陳啟鑫,夏清. 低碳電力技術(shù)的研究展望[J]. 電網(wǎng)技術(shù),2009,02:1-7.

[3]Tony Flick, Justin Morehouse,徐霞,于愛民,劉韌譯[M].北京：國防工業(yè)出版社，2013：11-13.

[4]余貽鑫,欒文鵬.智能電網(wǎng)的基本理念[J].天津大學(xué)學(xué)報,2011,05:377-384.

[5]劉振亞.建設(shè)堅強智能現(xiàn)代電網(wǎng)[J].國企,2011,11:26-27.

[6]曲毅,魏震波,向月,劉俊勇,劉洋,李成鑫.智能電網(wǎng)配電自動化技術(shù)的發(fā)展[J].南方電網(wǎng)技術(shù),2013,05:56-60.

[7]張粒子,黃仁輝.智能電網(wǎng)對電力市場發(fā)展模式的影響與展望[J].電力系統(tǒng)自動化,2010,08:5-8+71.

[8]劉振亞.建設(shè)堅強智能電網(wǎng) 推動能源安全高效清潔發(fā)展――在2013國際智能電網(wǎng)論壇上的主旨發(fā)言.國家電網(wǎng),2013,10:22-27.

[9],劉成斌,姜濤,孔祥玉.智能電網(wǎng)下的電網(wǎng)安全性與穩(wěn)定性[J].電網(wǎng)與清潔能源,2013,02:33-37+42.

[10]劉連永,陳鋒,季振東.基于智能電網(wǎng)的AMI系統(tǒng)[J].江蘇電機工程,2010,02:21-24.

[11]徐曉慧.智能電網(wǎng)導(dǎo)論[M].北京:中國電力出版社,2009:79-142.

[12]吳濤,吳伯華,王法靖.淺談智能電網(wǎng)中高級量測架構(gòu)(AMI)的認(rèn)識和啟示[J]. 華中電力,2010,06:4-7.

[13]黎鵬,徐劍,王學(xué)侖.智能型配電自動化建設(shè)實施方案研究[A].京津冀晉蒙魯電機工程(電力)學(xué)會第二十一屆學(xué)術(shù)交流會論文集[C],2011.

[14]余貽鑫,欒文鵬. 智能電網(wǎng)述評[J]. 中國電機工程學(xué)報,2009,34:1-8.

[15]余貽鑫.智能電網(wǎng)的技術(shù)組成和實現(xiàn)順序[J].南方電網(wǎng)技術(shù),2009,02:1-5.

[16]翟子楠.構(gòu)建智能電網(wǎng)的關(guān)鍵技術(shù)體系[J]. 電工電氣,2011,03:1-3+8.

[17]李乃湖,倪以信,孫舒捷,姚美齊.智能電網(wǎng)及其關(guān)鍵技術(shù)綜述[J].南方電網(wǎng)技術(shù),2010,03:1-7

[18]劉文,楊慧霞,祝斌.智能電網(wǎng)技術(shù)標(biāo)準(zhǔn)體系研究綜述[J].電力系統(tǒng)保護與控制,2012,10:120-126.

[19]陳樹勇,宋書芳,李蘭欣,沈杰.智能電網(wǎng)技術(shù)綜述[J].電網(wǎng)技術(shù),2009,08:1-7.

[20]鄭群,李耀峰.淺談智能電網(wǎng)的發(fā)展及關(guān)鍵技術(shù)[J].華章,2012,30:344.

[21]王思彤,周暉,袁瑞銘,易忠林.智能電表的概念及應(yīng)用[J].電網(wǎng)技術(shù),2010,04:17-23.

作者簡介

李昂（1994-），男，山東省菏澤市人?，F(xiàn)就讀于四川大學(xué)大學(xué)電氣信息學(xué)院。專業(yè)為電氣工程及其自動化。

趙彥一（1993-），男，遼寧省鞍山市人?，F(xiàn)就讀于四川大學(xué)大學(xué)電氣信息學(xué)院。專業(yè)為電氣工程及其自動化。

劉博文（1992-），男，北京市人。現(xiàn)就讀于四川大學(xué)大學(xué)電氣信息學(xué)院。專業(yè)為電氣工程及其自動化。