人工智能技術導論

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篇人工智能技術導論范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

人工智能技術導論范文第1篇

關鍵詞：人工智能；教學內容；教學方法

中圖分類號：G642　文獻標識碼：A

1　引言

人工智能(AI)是二十世紀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科，與空間技術、原子能技術一起被譽為二十世紀三大科學技術成就，目前廣泛應用于專家系統、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，已經成為計算機技術發展以及許多高新技術產品中的核心技術。

為了適應人工智能技術日益廣泛的需要，國內外高校普遍開設了“人工智能”方面的課程，特別是作為計算機方面專業的核心課程之一。我校自從1993年開始為自動化專業本科生開設“智能控制”選修課，1996年為自動化、計算機、機械等專業本科生開設“人工智能導論”、“人工智能及其應用”課程。目前，我校軟件學院、信息學院、機電學院都開設了“人工智能導論”課程，已經成為計算機科學與技術、軟件工程、數字媒體技術、自動化、機械制造與自動化等許多專業本科生的一門重要的技術基礎課程，也是面向包括人文社科等全校所有專業的公選課之一，其目的是使學生了解人工智能的基本概念和基本原理，初步學習和掌握人工智能的基本技術和前沿內容，拓寬知識面，啟發思路，為學生提供最基本的人工智能技術和有關問題的入門性知識，提高學生應用開發軟件的能力和水平，為今后在相關領域的研究和應用奠定更為堅實的基礎。因此，建設好“人工智能導論”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科，涉及面廣、內容抽象、不易理解，學生往往有望而生畏的感覺，在教學過程中，老師教、學生學都比較吃力。為了更好地實現上述教學目標，提高本課程的教學質量，協調好教與學的雙邊關系，使學生由望而生畏的感覺，變為有用有趣的感覺，根據已有人工智能課程在教學與實踐方面的經驗和方法，結合“人工智能導論”課程的近幾年教學實踐，對課程的教學體系、教學內容、教學方法、教學手段、考核方式等方面進行了探索總結。

2　調整與優化教學體系和教學內容

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

進入21世紀以來，人工智能學科又有了新的發展。為了及時反映人工智能研究和學科的最新進展，我們修訂了“人工智能導論”的教學大綱，對教學內容進一步優化和更新，極大充實了各個系統的內容。我們確定的教學內容主要分為三部分：第1部分為概論，介紹人工智能的基本概念、基本內容、主要研究領域及發展過程；第2部分是知識表示，推理和搜索技術，討論幾種常用的知識表示方法、推理技術(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部分是人工智能應用研究領域，包括專家系統、自然語言理解、機器學習、人工神經網絡、遺傳算法等的基本概念和方法等。其中第2部分是基礎理論，是人工智能的重要基礎，應該循序學習。第3部分是人工智能的應用，由于每個研究內容都相對獨立、自成體系且有其專門的學術著作研究、熱點，因此針對高等院校的本?？粕鷣碚f，不必循序學習，而且結合專業特點可以選擇其中幾個研究領域。例如對自動化專業的學生來說，可以選擇專家系統、人工神經網絡、遺傳算法等，同時可增加在自動控制領域的應用，包括專家控制、神經網絡控制和進化控制等熱點：而對計算機科學與技術專業來說，可以選擇專家系統、自然語言理解、機器學習等，并輔以動物識別系統、語音識別系統、智能機器人等實例。總之就是要把握課程性質和教學目的，調整本課程教學體系，優化教學內容，讓學生以有限的時間學到人工智能的基礎知識和基本方法。

另外，在選擇和確定教學內容時必須兼顧基礎知識和新興技術，注意與相關課程(如離散數學、數據結構、概率論、自動控制原理、Matlab系統仿真、面向對象的編程技術等)的鏈接，密切理論與實際的關系，通過課堂講授和課外訓練，注意學生能力培養，提高他們的學習效果和整體素質。

3　加強課程立體化建設和系列教材研究

在課程的立體化建設中，教材充當了地基的角色，所有的課程內容安排，無不體現出以教材為基本，以教材為模板。所以本著基礎、實用的原則，我們先后編著出版了《人工智能及其應用》課程教材導論部分概括性強，引人入勝；基礎部分系統全面，敘述深入淺出，循序漸進；應用部分密切理論與實際關系，典型形象。其中第二版在第一版的基礎上，增加了證據理論、模糊推理、神經網絡等理論的一些典型應用，使學生能夠更深入地理解和應用這些理論；另一方面，又新增了自然語言理解及其應用內容，以適應目前計算機翻譯、人機自然語言交互等技術日益廣泛應用的需要。系列教材適應了人工智能導論新課程開設的需要，反映了人工智能學科的發展，為人工智能課程確立了基本框架，發揮了重要作用。系列教材的問世不僅解決了本?！叭斯ぶ悄軐д摗闭n程教學用書的問題，而且也被各兄弟院校普遍采用，促進了該課程的普遍開設，推動人工智能學科的發展。

為了配合教材第二版的教學和自學，在已有教學經驗和教學成果積累的基礎上，制作了高質量的教學課件和完整的教學視頻錄像，并刻錄成光盤隨書供讀者使用；同時又研究與開發了網絡課程(http：//)，以更好地調動學生的學習興趣和主動性，促進本課程的教學改革。

包括主教材、電子教案、教學視頻錄像、網絡課程及教學資料庫等在內的課程立體化建設符合二十一世紀高校教學的要求，支持教師提高教學手段現代化的水平，更貼合學生的學習需求。

4　改革與創新教學模式和教學方法

在“人工智能導論”課程教學的過程中，我們積極探索教學新路，經過數年辛勤試驗，結合蔡自興教授等對人工智能課程的建設經驗，對課程的教學模式和教學方法進行了如下一些的改革與創新。

(1)通過多種途徑激發學生的學習興趣

“興趣是最好的老師”，“人工智能導論”課程的學習效果，直接受到學生興趣和參與意識的影響。由于這是一門導論性前沿課程，一般來說，學生開始學習興趣很大。但是，當一些學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，激發和培養學生的學習興趣。例如，鼓勵學生參與課堂討 論、布置讀書報告和課外實驗、以問題為導向的啟發式教學、專題討論／辯論等形式。特別，我們精心組織和準備了模糊控制技術及其應用、智能機器人技術與應用、智能交通、BCI(腦機交互接口)等專題，以及智能調度軟件、語音識別系統、動物識別系統、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演示，使學生擴大了眼界，增加了感性知識，達到提高學生學習興趣的目的與效果。

(2)面向問題的啟發式教學

人工智能中的許多問題，有的似是而非，有的引人入勝。在教學中，有意識的提出相關問題，提請學生思考，鼓勵學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，啟發學生求解這些問題，并進行分析和比較，從而強化了學生學習的主動意識和參與意識，提高了學生的學習積極性。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化計算?”這一問題。針對該問題，先從“達爾文的生物進化論”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學生思考“遺傳”、“變異”和“選擇”的實現，最終讓學生與教師一起導出遺傳算法用于優化計算的基本步驟。這樣，學生不但從中學習了遺傳算法，而且得到一次邏輯思維的訓練，取得很好的教學效果。

(3)課堂辯論與交互式教學

組織課堂辯論，討論的議題包括人工智能的應用前景和其他比較等有爭議的問題。學生對這些問題展開了激烈的爭論，激發了學習潛能，明確了學習目標。例如，為了加深學生對智能機器人內涵的理解，我們組織了“機器智能能否超過人類智能”的辯論會。會前正反雙方結合本課程內容及其相關知識，認真進行準備；辯論會上正反雙方唇槍舌戰，激烈爭辯，氣氛熱烈。辯論后，學生余意未盡，討論熱情不減。無論是哪一方獲勝，都達到了預期的效果。教學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生提問，也可由學生自由地就某個知識點進行主題發言后老師點評等。

(4)個性化學習與因材施教

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

(5)多媒體與網絡教學的使用

本課程在PPT演示文稿和網絡課程上，采用了大量的多媒體表現形式，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，便于學生理解。例如，課內讓學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中生命智能體在環境中不斷的適應進化構成演示等，有助于加深學生對所學知識的理解，促進教學水平的提高，激發了學生對課程的興趣，使學生創新意識得到增強。此外，隨教材附贈的教學光盤和開發的網絡課程(http：//)提供了學生課外自學用的高質量的電子課件、完整的教學視頻錄像、豐富的實驗和案例資料等，以更好地調動學生的學習興趣和主動性。

(7)理論與實踐結合

在教學內容安排上，注意理論聯系實際，適時布置一些人工智能實驗給學生進行課外練習。設計的課外實驗包括產生式系統實驗，歸結反演實驗，主觀Bayes推理網絡實驗，A搜索實驗，以及基于Maltab工具箱的模糊控制位置跟蹤系統、兩車追趕模糊控制系統、神經網絡模式識別仿真、遺傳算法優化計算等實驗。通過實踐和參與，保持學習興趣，有助于學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，為從事智能系統應用開發打下基礎，從而達到教學目的。例如，我們組織學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、智能調度軟件等演示，密切理論與實際的關系。

我們在教學改革實踐中探索的這些教學方法，有利于充分激勵學生的學習積極性和主動性，有利于鼓勵學生發揮獨立思考和創新思維，有利于多方位培養學生學習發現問題、分析問題和解決問題的能力。

5　運用多樣化的教學手段和考核方式

5.1　多樣化的教學手段

采用現代信息技術進行教學，構筑“人工智能導論”課程的現代教學模式，是本課程的主要特點之一。教學過程中采用了多媒體教學課件和網絡課程相結合的方法，充分利用多媒體的豐富表現形式，利用網絡課程的交互性、情景化等，進行教學。采用的方法包括：

(1)抽象知識內容的多媒體表示

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，以及智能調度軟件、語音識別系統、指紋識別系統、動物識別系統等軟件演示。

(2)通過PPT撰寫教案

精心編制PPT，組織好課件內容，做到圖文并茂，提綱挈領，便于學生理解，便于教師講授。

(3)開發與應用網絡課程

“人工智能導論”網絡課程較好的實現了交互性、在一定程度上實現了學習過程的情景化。在交互性方面，通過網絡課程的課堂練習和章節練習，評價學生的學習情況，并給學生提出學習建議。在情景化方面，采用了在線答疑形式，使得學習過程豐富有趣。

(4)先進實驗系統的觀摩與演示

利用我們的研究成果等有利條件，有針對性地對學生進行成果演示(包括智能調度軟件、語音識別系統、指紋識別系統、動物識別系統等軟件)，使學生知道學了有用，而且很有用，很有趣，很有意義，從而進一步誘導學生的學習興趣，鞏固了課堂所學知識，提高了教學質量。

教學效果通過上述先進的現代信息技術的應用，不僅極大地提高了學生的學習興趣和主動性，而且也取得很好的實際教學效果，提高教學質量。

5.2　作業、考試等教改舉措

(1)改革作業方式與方法

改變過去那種單純的書面習題作業，發展成為必須交給教師評閱的書面家庭作業、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等。其中上交作業通過網絡進行，教師批閱后的作業也通過網絡返回給學生，實現了作業呈交和返回的網絡化。

(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，出幾個大題目讓學生選擇其中幾個進行開卷筆試，當面交卷后評分；有時采用課外開卷論文結合或口試面試。最近，我們還對部分學生結合實驗或實際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創新能力，促進學生學習主動性和提高課程教學質量的重要環節。

人工智能技術導論范文第2篇

關鍵詞:人工智能;教學軟件;A*算法;模擬退火;遺傳算法

為了適應人工智能技術發展的需要,國內外高校普遍開設了人工智能方面的課程,而且已經成為計算機相關專業的核心課程之一。我校自從1996年開始為計算機科學與技術、自動化、機械自動化等專業本科生開設了人工智能導論課程。我校王萬良教授也在2005年編著了《人工智能及其應用》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錄像。

由于人工智能是交叉學科,涉及面廣,在教學過程中又會涉及到很多抽象理論和復雜的算法,而教材上的內容過于理論化,教材上的應用實例又只是停留在書本文字上的紙上談兵,所以學生在學習人工智能導論這門課程的過程中都感覺好像在學數學和算法,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,是很難達到啟發和指導學生的要求。為了更好地實現教學目標,提高人工智能導論課程的教學質量,協調好教與學的雙邊關系,使學生由望而生畏的感覺,變為有用有趣的感覺,根據已有人工智能課程在教學與實踐方面的經驗和方法[1-2],在人工智能課程網站()的基礎上,以高等教育出版社出版的《人工智能及其應用(第2版)》[3]教材第5章和第9章內容為例,設計開發了智能搜索算法教學軟件。

1教學軟件的總體結構

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

為了能夠讓學生更好地學習并熟練一些智能搜索算法,所設計的智能搜索教學實驗系統結構如圖1所示,包括A*算法、模擬退火算法、遺傳算法、作業管理和系統幫助5大模塊。

圖1教學實驗系統的總體結構圖

基金項目:浙江工業大學校級優秀課程建設項目(YX0811)。

作者簡介:徐新黎(1977-),女,講師,博士,研究方向為智能計算、生產調度、多Agent系統的研究;王萬良(1957-),男,教授,博士生導師,博士,研究方向為CIMS、生產計劃與調度、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學生介紹A*算法、模擬退火算法、遺傳算法等智能搜索算法的特點、流程及參數設置問題等。

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碼問題、TSP問題等的搜索過程、運算結果等;同時可以通過單擊“下一步”、“繼續/暫?！钡劝粹o,查看算法運行過程中臨時變量的狀態。

3) 驗證程序。驗證程序子模塊的主要功能是通過設定給定問題的規模,以及算法的一些參數設置,測試智能搜索算法對于不同規模問題的解決效果,以及參數設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系統所提供的一些算法核心代碼,開展各算法的自主實驗設計,解決最短路徑問題、TSP問題和Flow shop調度問題等一些難題。

作業管理模塊主要是便于學生上傳實驗報告和程序源代碼以及教師批改作業。另外,系統幫助模塊包括系統概述、系統安裝與卸載說明、服務器配置說明、系統使用說明和技術支持。

2智能搜索算法實驗設計與實現

2.1A*算法

A*算法是一種啟發式搜索方法,目前在網絡路由算法、機器人探路、人工智能、游戲設計等方面有著普遍的應用。

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

(1)

其中 是初始節點到 節點的實際代價,而 是從 節點到目的節點的最佳路徑的估計代價,且, 為 節點到目的結點的最優路徑的代價。

1) 演示程序。針對A*算法求解問題時啟發信息不直觀、難理解,Open表和Closed表變化的可視化程度差,問題狀態演變復雜等問題,設計了求解自動尋路和八數碼問題的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的路徑規劃、機器人尋路等多個應用領域。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”,在方格場景中設置起點、終點和墻的任意位置,其中墻可以設置多個方格,另外分別以紅、綠和黑三色來區分起點、終點和墻。通過單擊“開始”按鈕,可以看到起點位置的 、 和 值。然后連續單擊“下一步”按鈕,可以進行連續手動單步運行,從而可以直觀地看到自動尋路過程中每一狀態的變化,以及任一狀態 的 、 和 值;若單擊“繼續/暫?！卑粹o,可以從當前結點開始進行自動連續運行,從而可以看到從當前結點到終點的自動尋路的連續過程,以及尋路過程中每一狀態的變化,任一狀態 的 、 和 值;同時也可從連續運行狀態轉為暫停狀態。在“運行狀態”提示框上方可以看到“自動運行”、“暫?！钡瘸绦蜻\行狀態,而下方可以看到“Open表”、“擴展結點”、“停止”等信息,其中“Open表”表示在地圖場景中以淡藍色顯示Open表中的各結點(狀態);“擴展結點”表示選中當前被擴展結點,并在地圖場景中用藍色框顯示當前被擴展結點。與此同時,在地圖場景中以黑色標注尋路過程中Closed表中的各個結點(狀態)。

圖2自動尋路問題的演示程序

圖3是八數碼問題的A*算法演示程序。八數碼問題是在3×3的九宮格棋盤上,擺有8個刻有1～8數碼的將牌。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構(目標狀態),問如何移動將牌,實現從初始狀態到目標狀態的轉變。

圖3八數碼問題的演示程序

如圖3所示,可以手動設置八數碼問題的初始狀態和目標狀態,也可以通過單擊“隨機產生”按鈕,隨機生成其初始狀態,然后單擊“開始/停止”按鈕,可以由停止狀態轉為運行狀態,也可由運行狀態轉為停止狀態。在運行狀態下,首先針對所產生的初始狀態和給定的目標狀態,判斷八數碼問題是否有解,若無解,則停止運行。然后在問題有解的情況下,根據一般的估價函數,通過連續單擊“下一步”按鈕可以在“彈出結點并擴展”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,包括各狀態及其估計代價值h和估計函數值f,以及當前步數。若單擊“手動/自動”按鈕,可以由手動轉入自動,即從當前結點開始進行自動連續運行,從而可以看到從當前結點到終點的自動搜索的連續過程;同時也可從自動運行狀態轉為手動狀態。

2) 驗證程序。A*算法實現時有兩個關鍵問題需要解決,一個是如何尋找并設計一個與問題有關的啟發函數 及構造出估價函數 ,另一個是在Open表中如何排列待擴展狀態的次序。為了比較不同估價函數以及不同Open表排序對A*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以及兩種不同的排序方法,通過選擇相應的估價函數及排序方法,可以比較不同估價函數、不同排序方法的A*算法在求解同一問題時的“搜索結果”、“訪問結點數”和“耗時”的差異。

圖4八數碼問題的驗證程序

考慮到盲目搜索和啟發式搜索之間的區別在普遍的教材上解析得不夠詳細,使得學生對算法的理解往往不夠清晰。為此,設計了寬度優先搜索、廣度優先搜索和A*算法來求解八數碼問題的驗證程序。在驗證程序中,通過單擊兩個“隨機產生”按鈕,不僅可以隨機生成問題的初始狀態,而且也可以隨機生成目標狀態;當單擊“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“搜索結果/步”、“訪問結點數/個”和“耗時/毫秒”內容,從而了解各算法的差異以及各自的優缺點。

3) 自主實驗。為了讓學生能夠自己動手用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,使學生可以下載這些核心代碼,并在這些代碼的基礎上,通過修改代碼的過程中學會并掌握A*算法。由于智能搜索教學軟件是在Microsoft Visual Studio 2005環境中用C++語言開發的,所以通過設計型實驗,可以讓學生在學習人工智能導論課程的基礎上,更好地熟悉Microsoft Visual Studio 2005環境以及C++語言的應用實現。

圖5A*算法設計型實驗界面

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化問題求解。作為求解復雜組合優化問題的一種有效方法,模擬退火算法已經在許多工程和科學領域得到廣泛的應用。

在模擬退火算法中,把某類優化問題的求解過程與統計力學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,來找到優化問題的全局最優或近似全局最優解[4]。模擬退火算法以概率1找到全局最優解的基本條件是初始溫度必須足夠高,在每個溫度下狀態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過程當中,由于現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,如何設置合適的參數以及參數設置對算法優化性能的影響也無法做一個完整的描述和解析,所以學生在學習這部分的內容時較難理解。

針對以上所述模擬退火算法的教學問題,設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),以及應用模擬退火算法求解其他問題的一些自主設計實驗題目。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,每個城市訪問一次,并且只能訪問一次,最后回到出發城市。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演算步驟、相應的偽代碼和應用模擬退火算法時的一些參數設置問題。

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”、“區間逆轉”、“單點移動”這四種新解產生函數的差異,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生函數的整個變化過程。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生函數,在給定初始溫度、降溫率、最低溫度的情況下,連續單擊“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“當前溫度”、“當前能量”、“新能量”、“替換概率”等變化情況。若單擊“連續運行”可以連續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問題新解的產生函數演示

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”按鈕和設置城市數,可以在“地圖”方框中隨機產生 個城市的坐標位置,從而實現模擬退火算法對不同規模的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、最差解和平均解質量。而通過選擇不同的新解產生函數,設置不同的初始溫度、降溫率、最低溫度和迭代步數這四個參數,比較不同的產生函數、不同的參數設置對模擬退火算法性能的影響。另外驗證程序左側下方“狀態”提示顯示“停止”和“計算中”這兩種程序執行信息。

在模擬退火算法的自主設計實驗中,給出了學生自主應用模擬退火算法解決TSP問題、車輛路徑問題和Flow Shop問題等一些設計型作業題目,使學生可以在系統所提供的模擬退火算法核心代碼的基礎上,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原理的一種廣為應用的、高效的隨機搜索算法,20世紀60年代由美國的密執根大學的Holland教授首先提出。該算法將優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律,來達到尋優的目的。近年來,遺傳算法已廣泛地應用于作業調度與排序、可靠性設計、車輛路徑選擇與調度、成組技術、設備布置與分配、交通問題等等。

用遺傳算法求解優化問題,首先對優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,染色體的個數稱為群體的規模。在遺傳算法中用適應度函數表示環境,它是已編碼的解的函數,是一個解適應環境程度的評價。當適應度函數確定后,自然選擇規律以適應度函數值的大小來決定一個染色體是否繼續生存下去的概率。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。

在遺傳算法的教學過程中,也存在和模擬退火算法一樣的問題,為了增加學生在教學活動中的參與感,激發起他們的學習熱情,同樣也設計開發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,以及自主實驗模塊。遺傳算法的介紹模塊提供“算法描述”、“算法參數”、“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”、“區間逆轉”、“單點移動”這四種變異操作(同模擬退火算法的新解產生)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,在給定種群規模、交叉概率、變異概率和迭代步數等算法參數的情況下,連續單擊“下一步”可以進行手動的單步運行,并在程序右側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前迭代次數、當前步驟、當前最優個體、當前最優個體的適應度、當前種群的平均適應度等變化。若單擊“自動/手動”可由“手動”運行轉為“自動”運行,從而可以連續顯示遺傳算法求解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”按鈕和設置城市數,可在“地圖”框中隨機產生 個城市的坐標位置;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,以及不同的參數設置(種群規模、交叉概率、變異概率和迭代步數)對遺傳算法性能的影響。在驗證程序中,除了參數設置外,“自適應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GA”、“雙倍體GA”、“雙種群GA”和“模擬退火算法”求解TSP問題的結果比較。

在遺傳算法的自主設計實驗中,給出了學生自主應用基本遺傳算法和改進遺傳算法解決函數優化問題、TSP問題和Flow Shop問題等一些設計型作業題目,同樣也提供了遺傳算法的核心代碼,方便學生在此基礎上真正達到學以致用。

圖13基本遺傳算法驗證程序

3結語

本文是筆者以精品課程培育為目標,對人工智能導論課程教學軟件的設計和開發進行了探討。該教學實驗系統符合21世紀高校教學的要求,不僅可以支持教師提高教學手段現代化的水平,同時更貼合學生的學習需求。通過使用該教學實驗系統,使學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,熟悉Microsoft Visual Studio 2005環境以及C++語言的應用實現,提高實踐動手能力,達到本課程預期的教學效果。

參考文獻:

[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[J]. 中國大學教學,2004(1):28-29.

[2] 何元烈,汪玲.“Visual C ++”在“人工智能”教學中的應用與探討[J]. 廣東工業大學學報:社會科學版,2008(8):220-222.

[3] 王萬良. 人工智能及其應用[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)

人工智能技術導論范文第3篇

“物聯網”是通過裝置在各類物體上的信息傳感設備，按照一定的通信協議，通過通信網絡將物與物、物與人相連，協同工作，從而賦予物體智能化的功能，以實現特定服務的一種網絡。物聯網打破了地域限制，可以實現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。因此，物聯網應具備全面感知、可靠傳遞、智能處理這三個特點。根據物聯網的特點，學界一般將物聯網系統劃分為以下三個層次:感知層、網絡層、應用層。感知層的主要功能是全面感知，即利用RFID標簽和讀寫器、傳感器、二維碼、GPS、攝像頭等數據采集設備隨時隨地獲取物體的信息;感知層主要涉及的技術包括RFID技術、傳感和控制技術、短距離無線通信技術，其中包括芯片研發、通信協議研究、RFID材料、智能節點供電等細分領域。網絡層的主要功能是對感知信息和控制信息雙向的可靠傳遞，即融合各種現有的有線和無線網絡，將物聯網的信息實時準確地傳遞出去;網絡層主要涉及的技術包括網絡通信技術、數據通信技術、傳感網數據的存儲、查詢、分析、挖掘、理解以及基于感知數據決策和行為的理論和技術。應用層的主要功能是智能處理來自網絡層的海量數據，以滿足各種不同的控制要求;應用層主要涉及的技術包括云計算技術、高性能并行計算、數據挖掘技術、模糊識別技術、人工智能。云計算平臺作為海量感知數據的存儲、分析平臺，將是物聯網網絡層的重要組成部分，也為應用層的眾多應用奠定了堅實的基礎。

2教學科研相融合的物聯網學科建設方案

2．1以工程應用為目的的基礎理論教學

物聯網是在電子、通信、計算機等技術上發展的一種新的技術，因此該學科的開設需要在學生掌握了一些基礎課程以后再進行學習。學生需要先修的專業課程有:通信原理、無線通信、高頻電子電路、單片機與嵌入式、計算機網絡、高頻微波技術、數據通信、信號與系統、高級語言程序設計等。在前期進行基礎課程學習的基礎上，對應物聯網體系框架結構，可將物聯網學科的基礎理論教學分為三大方向，分別對應于其感知層、網絡層和應用層。對于學生的理論學習采取循序漸進的形式，按層次展開教學。首先應對于物聯網技術及概念進行全面性的介紹，可開設例如物聯網技術導論、物聯網系統設計等課程。在學生對所要學習科目有了總體性了解的基礎上可以開設有關感知層的課程，例如:物聯網識別技術、射頻識別技術、物聯網M2M、傳感和控制技術、短距離無線通信技術等。在學生對于物聯網的底層獲取有所掌握以后，可以開設有關傳輸層的課程，例如:傳感器網絡、下一代互聯網技術、無線網絡技術原理與應用、TCP/IP網絡與協議、數據融合與處理等。最后需要學生的學習領域延伸到物聯網的應用層，其包含的課程有物聯網與云計算、數據挖掘技術、模糊識別技術、人工智能、物聯網安全、物聯網技術應用(智能電網、智能家居、智能物流、智能醫療)、物聯網經濟學等。

2．2以培養創新能力為目的的實驗教學

作為信息技術領域第三次革命的物聯網技術，是一門建立在綜合信息理論基礎上的實用性很強的專業，因此對于物聯網技術的學習不能僅僅停留在理論基礎的學習上，還要對學生進行實踐性培養。這樣不但可以在實踐的過程中加深學生對于物聯網理論知識的理解，而且可以使學生提高實踐能力，同時挖掘學生的自主創新能力，為將來順利就業打下基礎。根據以往的教學經驗和培養體系，可以把以培養創新能力為目的的實驗教學分為三個階段性實驗:基礎實驗、畢業設計和大學生創新實驗。三個實驗階段逐層遞進、步步深入，最終達到實驗教學目的。并且對于授課學生可以選擇性的實驗，即基礎實驗是每個學生必修的課程，畢業設計可以根據自己感興趣的方面選擇物聯網中某一方面進行深入研究，大學生創新實驗針對學習基礎好并且有一定探索精神的學生來選修。對于實驗室硬件建設可以分為兩大部分來進行:一是物聯網基礎實驗部分、二是物聯網綜合實驗部分。

對于基礎實驗部分是每個建立物聯網專業的實驗室必須開設的，而對于物聯網綜合部分可以根據每個學校的不同研究情況有選擇的開設?；A實驗部分一般包括:RFID綜合實驗、無線傳感器網絡實驗、嵌入式系統實驗、傳感器與虛擬儀器實驗、云計算技術實驗、高級軟件無線電實驗等;物聯網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、智能電網用電系統、智能交通系統、智慧物流系統等。以我校物聯網實驗室建設為例，介紹實驗室建設體系的構成，如圖2所示。物聯網實驗室可開設基礎實驗和體驗實驗(即物聯網綜合實驗)兩部分內容，基礎實驗內容包括:RFID射頻識別實驗和WSN無線傳感網絡實驗。學生通過RFID射頻識別實驗，掌握RFID讀寫器、原理機、標簽的原理及應用。WSN無線傳感網絡實驗由無線傳感器網絡與嵌入式網關兩部分組成。學生通過網絡協議對多個無線傳感器網絡進行組網并完成節點指定的功能。智能物聯網體驗實驗由六個主要子系統構成:智能家居系統、實驗箱管理系統、RFID設備管理系統、智能用電系統、無線視頻監控系統以及系統整合的物聯網綜合體驗中心平臺。

2．3以利于學科發展為目的的科研平臺構建

物聯網技術雖然正在以很快的速度向前發展，但是在其發展的過程中還是有許多制約其發展的瓶頸。這就需要在現有的理論基礎上進行更深層次的研究，為未來物聯網更好的發展打基礎。對于研究生培養階段來說，正是對于目前尚存在問題的技術進行深入探究的學習階段。對于物聯網技術來說，有關感知層的技術和應用研究已經比較廣泛和成熟;網絡層包括有線和無線網絡技術的數據傳輸和安全性的問題還有待解決;應用層中的海量信息智能處理技術和人工智能技術是存在問題比較多和更有突破點的研究方向。因此，對于物聯網專業的研究生階段，可以針對某個具體的待解決的問題進行立項，由導師帶領團隊進行研究。針對我校的大電力辦學特色，依托智能電網的大力推行，我校的物聯網科研平臺主要著重從發電、輸電、配電、用電四大方面全方位深層次地進行研究，著力打造物聯網和智能電網相結合的五大技術體系，即基于物聯網感知層的智能電網信息感知能力的基礎體系、基于物聯網網絡層的可靠通信平臺支撐體系、基于物聯網應用層的智能電網應用體系、電力物聯網標準規范體系、建立物聯網的邊界安全體系。

2．4以產品為目的的研究成果轉化

物聯網技術是一門實用性很強的學科，在進行基礎研究的同時，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和高校共同培養的模式，對于學生和社會來說是一種共贏的方式。并且高校還可以根據企業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化為生產力，實現了科研成果的快速轉化，并且使科學研究更加貼近社會需要。就我校的辦學重點而言，其研究成果轉化的主要方向為物聯網在智能電網中的應用，依托智能電網和物聯網關鍵技術的發展與成熟，物聯網和智能電網相結合的典型應用。

3結語

人工智能技術導論范文第4篇

1課題介紹

隨著計算機技術的飛速發展，計算機作為知識經濟時代的產物，已被廣泛應用于社會各個行業和領域，而素質教育在學校不斷的深化，學校對學生的實踐能力也越來越重視，所以學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，伴隨著各類學科范圍的不斷擴大，各個院系的實驗學科科目逐漸增多，以至于龐大的課時、眾多的教師、復雜的實驗室信息令實驗室的管理人員頭暈腦漲，無法合理、迅速、高效地制定出相應的排課計劃[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期的排課任務[3]。這就促使我們必須采用一些輔助的手段來幫助。因此，實驗室實驗教學排課系統就成了需要。作為計算機應用的一部分，使用計算機對學校實驗室排課進行管理，具有著手工管理所無法比擬的優點[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。這些優點能夠極大地提高管理的效率，也是學校的科學化、正規化管理及與世界接軌的重要條件[5]。

2國內外的研究狀況、發展趨勢

這個實驗室實驗教學排課系統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學模型[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雜性的認識提高到理論高度。國內對排課問題的研究較晚，1984年，清華大學在《清華大學學報》上發表了林漳希和林堯瑞在該課題上的實驗性研究成果《人工智能技術在課表編排中的應用》[8]。

為了使課表的編排更準確、合理、快速，高校教務部門已先后開發出一些適用的排課系統。我們發現這些軟件有以下不足:每個學期的課程、教師、教室信息相對固定，但卻不能被重用;不能保存每個學期的歷史數據，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]，因此現在的排課系統正在向解決這些問題的方向發展。

3實驗室排課系統的原則

根據目前高校課程體系構設置特點，實驗室實驗教學排課系統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排課系統最起碼的原則[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：按事先設定的優先級將不同類別的課排在不同的時間段。

第四：學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同一門課程在天數安排的均勻性。比如說數據構課在一周內要上三次，且都在實驗室里上，實驗室實驗教學排課系統要做到最好安排在周一、周三、周五這三天來上。

第五：學生實驗課節數分布的均勻性。這是為了保證一個專業的課程安排在一周內不總是上一天內的第一、二節或者總是上最后一、二節。

第六：可以將課表導出到word中，并進行打印操作。

第七：可以手工調整課程的時間[3]。

4實驗室排課系統的局限性

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

首先計算機排課與人工排課是有區別的。人的思維可以是收斂也可以發散的，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，亦可以進行網絡式的回溯調整。計算機就不同了，它目前并不具有人腦那樣發散的思維能力，它的大腦里的一切信息都是由程序和數據組成的，每一步工作都需由人把自己的工作經驗抽象成計算機語言，根據一定的程序進行控制，讓其領會人的意圖而達到預期的排課目的[11]。

其次計算機調度系統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據，但由于現有排課程序算法模式不可能太多，回溯調整的范圍、深度不可能太大，否則程序太復雜。實際上目前由于受計算機固定思維和程序規模的限制，單純依靠計算機處理排課數據是不可能達到最佳的排課效果的[12]。

5實驗室排課系統構

5.1基本組成構架

整個系統分為登錄子系統、排課子系統、課表子系統和綜合管理子系統。

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

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，方便排出學校、老師、學生都滿意的的實驗教學課程表。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課表進行，不同的用戶可以根據自己的需要按不同方式查詢課表。本系統還實現了將課表導入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

本系統采用VC#.NET和SQL來開發，VC#.NET是基于VisualStudio.NET的，它綜合了VisualBasic的高生產率和C++的行動力，使生產性能得到了提高，它具有比C和C++更簡單的語法，比Java更適合融入Microsoft的技術[13]。SQL是關系數據庫的標準語言，它已成為關系數據庫產品事實上的標準[14]。

6結束語

如今國內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校的某些特殊要求[10]。因此，針對學校的一些特殊要求，需要開發出滿足不同要求的排課系統。本設計主要是針對我系的具體要求開發出一個滿足一定條件的實驗室排課系統，在設計過程中，需要掌握VC#.NET和SQL的相關知識。

參考文獻

1邱錦倫，曹旻.VisualC#.NET程序設計教程.北京：清華大學出版社，2006

2何克抗.《現代教育技術》.北京師范大學出版，1998.11

3王晟.VisualC#.NET數據庫開發經典案例解析.北京：清華大學出版社，2005

4黃明，梁旭.ASP信息系統設計與開發實例.北京：機械工業出版社，2005

5王輝，黃紅超.ASP.NET實用教程.北京：清華大學出版社，2005

6CCGotlieb.TheConstructionofClass-TeacherTime-Tables，1963

7SEven.TheComplexityofTimetableandMultiCommodityFlowProblem，1976

8林漳希，林堯瑞.人工智能技術在課表編排中的應用.北京：清華大學學報，1984

9王力.高校通用排課管理信息系統的設計與實現.貴州：貴州工業大學學報，1999

10劉振巖，劉慧敏，王歡.ASP.NET數據庫開發.北京：清華大學出版社，2004

11田輝.ASP.NET2.0開發技術簡明教程.北京：清華大學出版社，2008

12齊炳和，許學東.微機編制課程表工作中的問題和對策.濟南：山東工業大學學報，1995

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

人工智能技術導論范文第5篇

【關鍵詞】智能電網 新能源 原動力 智能電網技術

1 背景

隨著傳統能源的枯竭和環境的惡化，全世界逐步達成共識，要大力開發新技術，使用清潔能源。各種能源最終以電能的形式被人們使用，電力行業對于節能減排至關重要。同時人們開始思考如何提高大電網的安全性穩定性并使電網具有堅強和自愈的特性。智能電網是21世紀重大科技創新和發展趨勢，相比于傳統電網，智能電網可以提高電網效率，提高能源安全，改善電能質量，提高電網的穩定性與安全性，完善電力市場，促進社會經濟發展，實現低碳環保可持續發展。與此同時，現代通信、信息、計算機、微電子和電力電子技術的迅速發展并引入電網應用，為電網自動化提供了有力工具。

2 智能電網的概念和特點

2.1 智能電網的概念

智能電網不是一個單獨的設備、應用、系統或網絡，甚至不是一個單獨的理念。對于什么是智能電網這個問題，學術上沒有一個統一的定義。美國能源部和電力公司普遍遵循一個主題：智能電網利用通信技術和信息技術來優化從供應者到消費者的電力傳輸和配電。圖1所示為智能電網的基本概念。

天津大學余貽鑫認為：智能電網是自動的和廣泛分布的能量交換網絡，它具有電力和信息雙向流動的特點，同時它能夠監測從發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越性用于電網，并使之能夠維持設備層面上即時的供需平衡。

2.2 智能電網的特點

目前國際上對智能電網的特點基本達成共識，即自愈、安全、兼容、交互、協調、高效、優質集成等。

2.2.1 堅強和智能是現代智能電網發展的本質

堅強意味著電網具有很強的安全性，穩定性，有極強的抵御風險的能力。智能意味著高度自動化和自愈能力。

2.2.2 自愈

對電網的運行狀態進行連續的在線自我評估，并采取預防性的控制手段，消除故障隱患；故障發生時，在沒有或少量人工干預下，能夠快速隔離故障、自我恢復。

2.2.3 互動

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

2.2.4 優質電能供應

用戶對電能質量越來越重視。智能電網可以根據不同的電力價格提供不同等級的電能。隨著電力電子技術、測控技術和通信技術的發展，智能電網可以實現電能質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量波動，它的高級組件可以使用最新的超導、儲能、電力電子等方面的研究成果提高電能質量。

2.2.5 兼容各種發電和儲能系統

智能電網不僅可以兼容大規模集中式的電廠，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顯示了分布式發電與傳統發電單元的關鍵差異。

2.2.6 活躍市場

智能電網對電力市場有推進作用。智能電網實現了用戶與供電商“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自給自足。智能電網為實時電力市場提供完善的技術，發電側與用戶的互動性增強，電網的運行效率更高?？梢晕嗟碾娏κ袌鰠⑴c者，分散市場風險，使電力生產、輸送、銷售等環節更高效，更公平。同時消費者通過與生產商的“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 智能電網的驅動因素

建設智能電網的價值和效益是綜合的，如圖2所示，主要包括以下方面：

（1）改善系統可靠性。

（2）改善電網可信賴性。

（3）改善電網運行的經濟性。

（4）改善電網運營效率。

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峻挑戰。目前的傳統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。能源是經濟社會發展的保證，從國家層面上講，必須提高能源利用效率，走能源更安全，環境更友好的道路。新世紀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、環境的可持續發展以及經濟的不斷發展之間的矛盾。智能電網可以實現安全、高效、清潔的能源目標。

3.2 電網復雜度越來越高

隨著電力系統的范圍和復雜度的不斷增加，各個電力系統之間的互連也更加迫切。為了降低大規模電力系統發生故障的可能性，對電網的安全性，穩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來滿足不斷發展的電力需求。2003年美國東北地區大停電引起全世界的關注，這場停電給該區域造成了約60億美元的損失。這場停電充分反映了大規模電網的脆弱性。智能電網通過實時采集數據，經過數據優化分析完成自我診斷，采取預防性控制，極大的保證電力的可靠運行。

3.3 電力用戶的需要

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

3.4 分布式能源（DER）的接入

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

4 構建智能電網的技術體系

智能電網主要由4部分構成：高級量測體系（AMI）；高級配電體系（ADO）；高級輸電體系（ATO）；高級資產管理（AAM）。智能電網4個部分之間是密切相關的，表現在以下方面：

（1） AMI同用戶建立通信聯系提供帶時標的系統信息。

（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使用。綜合文獻，圖4表示了智能電網技術組成。

4.1 高級量測體系（AMI）

智能電網按一定順序建設可以降低成本，減小難度。一般把AMI視為實現智能電網的第一步。AMI不是一個獨立的技術體系，它包括家庭網絡系統，智能表計，本地通信網絡，連接電力公司數據中心的通信網絡，表計數據管理系統和數據集成平臺。智能表計可將耗能情況和電網實時信息傳給本地用戶，電力公司利用AMI的歷史數據和實時數據來幫助優化電網運行。AMI通過網絡將電網、用戶、電商聯成一個整體，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的運行機制。

4.2 高級配電體系（ADO）

通常110kV及以下電力網絡屬于配電網絡，配電網絡直接面向用電用戶，是保證電網運行穩定，電能質量和提高運行效率的關鍵環節。我國要實現智能電網的要求，智能配電要重點研究。ADO的技術組成主要包括：高級配電自動化、智能通用變壓器、DER運行、微網運行和需求響應。ATO具有自愈和不間斷供電功能；將設備進行可視化管理，為運行人員調度決策提供技術支持；實現與用戶的雙向互動；實施狀態檢修與在線監測，延長設備壽命。

4.3 高級輸電體系（ATO）

ATO強調阻塞管理和降低大規模停運的風險，通過新型電力電子裝置和超導研發裝置研發實現優化電力系統的運行參數或網絡參數，提高交流電力系統線路的輸電能力。其技術組成主要有：（1）變電站自動化；（2）輸電的地理信息系統；（3）廣域量測系統；（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）高級的輸電網絡元件，如電力電子(靈活交流輸電，固態開關等)、先進的導體和超導裝置；（8）先進的區域電網運行。

4.4 高級資產管理（AAM）

AAM是智能電網主要技術之一，功能包括優化資產使用運行、輸配電網規、基于條件的維修、工程設計與建造、顧客服務、工作與資產管理及模擬仿真。實現AAM需要在系統中裝設大量可以提供系統參數和設備“健康”狀況的高級傳感器。AAM的應用使電力資產時刻處于最佳工作狀態，從而對電力資產的優化和科學管理起到積極作用。

5 智能電網的關鍵技術

實現智能電網，需要研發和應用一系列技術。綜合文獻，這些技術可以被歸納為以下5個關鍵技術領域：

（1）集成通信。

（2）傳感與測量

（3）高級電力設施

（4）高級控制方法

（5）決策支持。

5.1 集成通信

集成通信技術是5個關鍵技術中的基礎，也是整個智能電網所必須的。集成通信技術包括：（1）電力寬頻通信。（2）無線通信技術。（3）其它通信技術。

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和用電側的橋梁。在智能電網架構下，要求智能電表具有實時計量的功能，以提供帶時標的電量信息，為電網高效節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（WAMS）

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

5.2.3 電網設備的在線監測

該技術包括電氣量以及非電氣量的監測。采用先進的傳感器通過對以上各狀態量的監視，可完成電網設備的在線診斷，為實施電網設備的狀態檢修和管理提供必要的信息。

5.3 高級電力設施

高級電力設施在電網中起著非常重要的作用，可以實現更高輸電容量、更優系統穩定性和電能質量、增強電力效率和實時的系統診斷。高級電力設施主要包括：（1）電力電子裝置；（2）超導裝置；（3）分布式發電及儲能裝置；（4）電網友好型裝置等。

5.4 高級控制方法

現代控制理論、優化理論和人工智能技術在控制領域的綜合應用形成了先進的控制技術。高級控制方法是用來分析、診斷和預測智能電網狀況的裝置和算法，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備信息和工具來快速做出決定。決策支持系統可識別和確定電網中的實時問題及發展趨勢，然后運用知識庫和科學推理方法進行分析，以提出解決問題和決策支持的方案，并將相應的系統情況、多種選擇以及每種選擇的可行性等展示給運行人員。

6 結語

智能電網在世界范圍內尚屬于新生事物，不同國家具有不同的現實情況和關注焦點，因而發展的重點也有所不同。但智能電網在世界范圍內已成為電網發展的總趨勢，同傳統電網相比智能電網具有更寬廣的安全穩定分析與控制，可以利用的信息更多更準確。它可以保證電力系統高安全、高可靠、高質量、高效率和電力價格合理，提高國家的能源安全和環境保護。

我國智能電網的發展應立足于國情需要，制定一個適合中國國情的目標，以便少走彎路，盡快實現智能電網的目標。歐美國家將重點放在發展智能配電網上，而我國在重視ATO的同時，也應對AMI、ADO和AAM予以足夠的重視。考慮到新能源發電的特點及其發展遠景, 我國也應該把新能源的利用作為我國智能電網發展的重心。

參 考 文 獻

[1]肖立業,林良真. 構建全國統一的新能源電網,推進我國智能電網的建設[J]. 電工電能新技術,2009,04:54-59.

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

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

[4]余貽鑫,欒文鵬.智能電網的基本理念[J].天津大學學報,2011,05:377-384.

[5]劉振亞.建設堅強智能現代電網[J].國企,2011,11:26-27.

[6]曲毅,魏震波,向月,劉俊勇,劉洋,李成鑫.智能電網配電自動化技術的發展[J].南方電網技術,2013,05:56-60.

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

[8]劉振亞.建設堅強智能電網 推動能源安全高效清潔發展――在2013國際智能電網論壇上的主旨發言.國家電網,2013,10:22-27.

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

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

[11]徐曉慧.智能電網導論[M].北京:中國電力出版社,2009:79-142.

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

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

[14]余貽鑫,欒文鵬. 智能電網述評[J]. 中國電機工程學報,2009,34:1-8.

[15]余貽鑫.智能電網的技術組成和實現順序[J].南方電網技術,2009,02:1-5.

[16]翟子楠.構建智能電網的關鍵技術體系[J]. 電工電氣,2011,03:1-3+8.

[17]李乃湖,倪以信,孫舒捷,姚美齊.智能電網及其關鍵技術綜述[J].南方電網技術,2010,03:1-7

[18]劉文,楊慧霞,祝斌.智能電網技術標準體系研究綜述[J].電力系統保護與控制,2012,10:120-126.

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

[20]鄭群,李耀峰.淺談智能電網的發展及關鍵技術[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用[J].電網技術,2010,04:17-23.

作者簡介

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

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

劉博文（1992-），男，北京市人。現就讀于四川大學大學電氣信息學院。專業為電氣工程及其自動化。