人工智能研究綜述精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能研究綜述主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能研究綜述范文

關(guān)鍵詞：人工智能；人機(jī)交互；機(jī)器學(xué)習(xí)；深度學(xué)習(xí)；數(shù)據(jù)挖掘

中圖分類號(hào)：TP27 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2017）03-0221-02

人工智能是當(dāng)今科技發(fā)展中最具潛力的熱點(diǎn)問題之一，2016年初轟動(dòng)世界的谷歌AlphaGo打敗圍棋世界冠軍李世石的經(jīng)典案例更是引起了全世界廣泛的關(guān)注和熱議?！叭斯ぶ悄堋边@個(gè)概念再次被推到了風(fēng)口浪尖。那么，究竟什么是人工智能呢？它會(huì)對(duì)我們的生活有什么影響？在這個(gè)背景下，我們深入探究人工智能及其相關(guān)的技術(shù)領(lǐng)域，對(duì)于人工智能的普及和發(fā)展有著重要意義，也希望能給予人工智能相關(guān)領(lǐng)域的科學(xué)研究者們提供一些參考和方向。

1 什么是人工智能

人工智能（Artificial Intelligence，AI）是一門全新的信息技術(shù)科學(xué)，是計(jì)算機(jī)科學(xué)技術(shù)的一個(gè)重要分支，是指對(duì)于模擬、拓展和延伸人類的智能的應(yīng)用系統(tǒng)及相關(guān)的理論和技術(shù)方法的開發(fā)研究。主要通過研究及了解人類智能的本質(zhì)從而開發(fā)出能給出類似人類智能反饋的智能機(jī)器，計(jì)算機(jī)系統(tǒng)在理解目標(biāo)方向之后所取得的最大化成果是計(jì)算機(jī)實(shí)現(xiàn)的最大智慧。人工智能不單單是一個(gè)特定的技術(shù)，它所研究的往往是能創(chuàng)造智能意識(shí)的高科技機(jī)器，包括了算法和其他應(yīng)用程序，處理的任務(wù)也遠(yuǎn)遠(yuǎn)超出了簡(jiǎn)單計(jì)算，從學(xué)習(xí)感知規(guī)劃到推理識(shí)別控制等等。人工智能的研究方向包含語言及圖像識(shí)別技術(shù)、機(jī)器人設(shè)計(jì)、自然語言處理等，日益成熟的理論方法和技術(shù)實(shí)踐也使得應(yīng)用領(lǐng)域范圍大規(guī)模擴(kuò)張，人工智能是人類智慧的結(jié)晶，未來也可能展現(xiàn)出超過人類的智能。

2 人機(jī)智能的研究方向

人工智能的科學(xué)研究通常涉及到數(shù)學(xué)、邏輯學(xué)、認(rèn)知科學(xué)、以及最重要的計(jì)算機(jī)科學(xué)等多學(xué)科領(lǐng)域，延伸出了以下幾個(gè)主要的研究方向：

2.1 邏輯推理與證明

早期的人工智能更多的解決了大量數(shù)學(xué)問題，邏輯推理是基礎(chǔ)也是研究時(shí)間最長(zhǎng)最重點(diǎn)的領(lǐng)域之一。通過找到可靠的證明或者反證方法實(shí)現(xiàn)潛在的定理證明，根據(jù)數(shù)據(jù)庫的實(shí)例進(jìn)行推導(dǎo)并及時(shí)更新證明結(jié)論，演繹和直覺相結(jié)合，在推理和證明中實(shí)現(xiàn)部分智能。

2.2 問題求解

問題求解領(lǐng)域的一大重要應(yīng)用則是下棋程序的功能實(shí)現(xiàn)，化繁為簡(jiǎn)、將困難的問題點(diǎn)拆分成為獨(dú)立的子問題進(jìn)行求解；而另一個(gè)實(shí)例則是數(shù)學(xué)方程的求解實(shí)現(xiàn)，分析各種公式符號(hào)的組合意義從而為科學(xué)研究者提供強(qiáng)有力的基礎(chǔ)保障。問題求解中所運(yùn)用的搜索和規(guī)約也是人工智能領(lǐng)域中的兩大基本技術(shù)。

2.3 自然語言處理

自然語言處理也叫自然語言理解（Natural Language Processing，NLP），是指借助計(jì)算機(jī)來處理使用人類語言作為計(jì)算對(duì)象的算法程序，并研究相關(guān)的理論方法和技術(shù)。NLP是人工智能領(lǐng)域的主要研究方向之一，也是發(fā)展時(shí)間較長(zhǎng)的研究方向之一。語音識(shí)別、搜索引擎、機(jī)器翻譯等等都是NLP的重要研究?jī)?nèi)容，目前也都在人工智能領(lǐng)域獲得了突出的應(yīng)用成果。

2.4 專家系統(tǒng)

專家系統(tǒng)是指具有大量模擬人類相關(guān)領(lǐng)域?qū)＜抑R(shí)和經(jīng)驗(yàn)的智能計(jì)算機(jī)程序系統(tǒng)，依托于人工智能相關(guān)技術(shù)，根據(jù)專家系統(tǒng)所提供的數(shù)據(jù)方法進(jìn)行判斷推理進(jìn)一步?jīng)Q策，從而代替人類專家解決一部分該領(lǐng)域的特定問題。從知識(shí)表示技術(shù)的角度上看，專家系統(tǒng)可分為基于網(wǎng)絡(luò)語義、基于規(guī)則、基于邏輯、基于框架等幾種類別；而從任務(wù)類型及專家系統(tǒng)主要解決的問題類型的角度來看，專家系統(tǒng)也可分成解釋型（分析和闡述符號(hào)數(shù)據(jù)的意義）、調(diào)試型（根據(jù)故障制定排除方案）、預(yù)測(cè)型（根據(jù)現(xiàn)狀預(yù)測(cè)指定對(duì)象未來可能的結(jié)果）、維修型（針對(duì)特定故障制定并實(shí)施規(guī)劃方案）、設(shè)計(jì)型（按指定需求制作圖樣和方案）、規(guī)劃型（根據(jù)指定目標(biāo)制定行動(dòng)方案）等。

專家系統(tǒng)的建立包含以下幾個(gè)步驟：（1）初始專家知識(shí)庫的設(shè)計(jì)：包括問題、知識(shí)、概念、形式、規(guī)則等多個(gè)概念的籌建；（2）開發(fā)和試驗(yàn)系y原型機(jī)；（3）改進(jìn)與歸納專家知識(shí)庫等。

專家系統(tǒng)的實(shí)現(xiàn)通常建立在大量的數(shù)據(jù)統(tǒng)計(jì)與人類專家提供的問題解決實(shí)例上，沒有精確或統(tǒng)一的求解算法，因此也會(huì)造成一些局限性。在人工智能與計(jì)算機(jī)科學(xué)快速發(fā)展的今天，專家系統(tǒng)也逐漸更重視理論和基礎(chǔ)研究，除了基于經(jīng)驗(yàn)的理論，基于規(guī)則和模型的方法也將投入到實(shí)際運(yùn)用中，未來的專家系統(tǒng)將更偏向協(xié)同式和分布式方向發(fā)展。

2.5 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是指計(jì)算機(jī)自動(dòng)獲取新的推理算法和新的科學(xué)事實(shí)的過程，是計(jì)算機(jī)具有智能的基礎(chǔ)。計(jì)算機(jī)的學(xué)習(xí)能力是人工智能研究史上的突出成就與重要進(jìn)展，也是人工智能初步實(shí)現(xiàn)的重要標(biāo)志。機(jī)器學(xué)了在人工智能領(lǐng)域有著重要應(yīng)用，對(duì)于探索人類智慧的奧秘以及學(xué)習(xí)方法和機(jī)理都有著重要意義，機(jī)器學(xué)習(xí)的時(shí)代才剛剛開始，各種理論方法也正在逐步完善中，未來精彩可期。

3 人工智能的應(yīng)用

人工智能的首次提出至今已有60年的歷史，在這個(gè)循序漸進(jìn)的過程中，無論是功能場(chǎng)景還是機(jī)器模式，都逐漸從單一到通用、從簡(jiǎn)單到復(fù)雜，表達(dá)方法也更多種多樣。目前主要通過賦予機(jī)器產(chǎn)品一定的人類智能從而有效地提升機(jī)器工作效率及能力，未來的人工智能將更多的模擬人類生活環(huán)境及思維方式來設(shè)計(jì)出真正具有人類智能的高效人機(jī)系統(tǒng)。

3.1 人工智能在各個(gè)行業(yè)的應(yīng)用

人工智能已經(jīng)運(yùn)用到人類生產(chǎn)生活的各個(gè)方面，主要包括以下幾點(diǎn)：（1）以智能汽車為代表的自動(dòng)化交通方式。（2）種類繁多的家庭智能服務(wù)機(jī)器人。（3）用于臨床支持和病人看護(hù)中的自動(dòng)化智能設(shè)備及醫(yī)療器械。（4）智能教育輔導(dǎo)系統(tǒng)、線上學(xué)習(xí)和智能輔助學(xué)習(xí)設(shè)備的普及。（5）基于圖像處理和自然語言處理的各類音樂社交軟件及VR設(shè)備的興起給互聯(lián)網(wǎng)娛樂時(shí)代帶來的巨大變革。（6）邏輯證明及智能分析在公共安全領(lǐng)域的預(yù)測(cè)及防范。（7）大量重復(fù)機(jī)械的勞動(dòng)逐漸由智能機(jī)器取代，人類承擔(dān)著更多的創(chuàng)新及實(shí)踐工作。

3.2 人工智能生活應(yīng)用實(shí)例

作為輔助人類生產(chǎn)生活的重要工具，日趨成熟的智能機(jī)器人已經(jīng)快速走進(jìn)了人們的日常生活中，下面我們介紹幾種常見的使用場(chǎng)景：（1）智能房屋和家居生活的構(gòu)建：目前的智能停留在自動(dòng)控制I域，通過用戶指令來便捷的操控比如電視、窗簾、燈具、空調(diào)等等；而未來，人工智能的發(fā)展將根據(jù)你的日常行為了解你的習(xí)慣喜好，利用傳感器和自動(dòng)裝置搜集用戶的行為數(shù)據(jù)，通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法改造你所居住的環(huán)境。最終實(shí)現(xiàn)真正意義上的智能家居生活。（2）無人駕駛的智能汽車：主要通過導(dǎo)航和定位實(shí)現(xiàn)規(guī)定路線的行駛、通過激光測(cè)距、雷達(dá)感應(yīng)和照相等技術(shù)，配合復(fù)雜的計(jì)算公式從而辨別和避讓各種障礙，最終脫離人類操控的環(huán)境下自動(dòng)完成發(fā)動(dòng)、駕駛、剎車等動(dòng)作。行駛的安全性和準(zhǔn)確性在智能機(jī)器的幫助下其實(shí)更可靠，我們完全有理由相信未來自動(dòng)駕駛將成為人們出行的新方式。（3）基于神經(jīng)網(wǎng)絡(luò)的新型翻譯方式：在線翻譯相信大多數(shù)人都不陌生，使用范圍廣普及率極高，但其準(zhǔn)確性一直都是人們關(guān)注的焦點(diǎn)之一。谷歌翻譯負(fù)責(zé)人表示將在部分功能上嘗試使用深度學(xué)習(xí)技術(shù)，如果能順利實(shí)施必將使得翻譯準(zhǔn)確性的研究取得實(shí)質(zhì)性突破，而基于神經(jīng)網(wǎng)絡(luò)的翻譯方式則將幫助計(jì)算機(jī)更好地模擬和理解人類思維，使得翻譯結(jié)果更流暢合乎規(guī)范，也方便人們更好地理解。

4 人工智能的發(fā)展歷程

人工智能的發(fā)展歷程不算很長(zhǎng)，但發(fā)展速度卻異常迅猛。跟所有新興的前沿學(xué)科一樣，人工智能的發(fā)展中也經(jīng)歷了和低谷時(shí)期。根據(jù)不同時(shí)期代表性人物和事件的發(fā)生，我們大致可以將整個(gè)過程分為以下幾個(gè)階段：

（1）1950年，舉世聞名的“圖靈測(cè)試”（圖靈，英國數(shù)學(xué)家，1912―1954）首次發(fā)表于《計(jì)算機(jī)與智能》一文，即通過房間外的人和兩個(gè)房間內(nèi)的人和機(jī)器分別對(duì)話中，是否能區(qū)分人和機(jī)器從而判斷出機(jī)器是否具有了人的智能。這是人類對(duì)于人工智能最初的概念。

（2）1956年，由香農(nóng)、麥卡錫、朗徹斯特和明斯基共同發(fā)起的DARTMOUTH學(xué)會(huì)于達(dá)特茅斯大學(xué)召開，會(huì)上首次提出“人工智能”一詞，這是歷史上第一次關(guān)于人工智能領(lǐng)域的研討會(huì)，見證了人工智能學(xué)科研究的開端。

（3）1960年以來，生物進(jìn)化領(lǐng)域逐漸建立起了遺傳、策略和規(guī)劃等算法。1992年計(jì)算智能由Bezdek提出，計(jì)算智能對(duì)于生物進(jìn)化學(xué)的探究有著重大意義，涵蓋了模式識(shí)別、人工生命、神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算等多學(xué)科集合與交叉。

（4）上世紀(jì)90年代開始，專家系統(tǒng)逐漸興起，對(duì)于專家知識(shí)庫的不斷改進(jìn)以及基于規(guī)則和模型的協(xié)同式分布式專家系統(tǒng)將是未來使用的主要趨勢(shì)。

（5）從1960年神經(jīng)網(wǎng)絡(luò)首次應(yīng)用于自動(dòng)控制的實(shí)施，到1965年人工智能啟發(fā)式推理規(guī)則的方法引入，再到1977年運(yùn)籌學(xué)理論中概念智能控制模式的成功借鑒，人工智能的發(fā)展也順利引導(dǎo)了自動(dòng)控制模式逐漸切換到了智能控制模式。

（6）從1956年AI概念的正式提出以來，人工智能領(lǐng)域已經(jīng)取得了眾多突破性的成就和進(jìn)展，很多天馬行空的想象也隨著科技的進(jìn)步在一代代科學(xué)工作者的不斷努力下逐漸設(shè)計(jì)落實(shí)，人工智能已經(jīng)從科學(xué)研究逐漸走向了人們的日常生活中，成為了當(dāng)下最具潛力的多學(xué)科交叉的前沿科學(xué)。

5 人工智能的未來與發(fā)展趨勢(shì)

從人工智能的提出到逐漸走入人們生活，人工智能的概念一經(jīng)問世則得到了人們的普遍關(guān)注，甚至帶動(dòng)了語音識(shí)別、自然處理處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等一系列相關(guān)學(xué)科的發(fā)展和興盛。人工智能領(lǐng)域中的創(chuàng)新和蓬勃發(fā)展是趨勢(shì)也是必然，通過了解人工智能學(xué)科的發(fā)展歷程及應(yīng)用領(lǐng)域，我們大致可以推測(cè)出關(guān)于未來人工智能的一些方向：（1）機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法指導(dǎo)下更聰明更多樣性更具智能的機(jī)器系統(tǒng)。（2）自然語言處理應(yīng)用中更自然的人機(jī)互動(dòng)交流。（3）機(jī)器學(xué)習(xí)時(shí)代更快速的數(shù)據(jù)處理分析策略。（4）各研發(fā)企業(yè)和機(jī)構(gòu)對(duì)于人工智能先進(jìn)技術(shù)更激烈的競(jìng)爭(zhēng)和角逐。（5）超人工智能（Artificial Super Intelligence，簡(jiǎn)稱ASI）時(shí)代下AI是否會(huì)走向失控給人們帶來的微恐懼。

6 結(jié)語

在短短60年的時(shí)間內(nèi)，人工智能的快速發(fā)展已經(jīng)從很大程度上改善和刷新了人們的生活方式。人工智能的深入研究和實(shí)現(xiàn)正在不斷幫助我們探索這個(gè)世界、幫助我們搜尋信息應(yīng)對(duì)各種各樣的挑戰(zhàn)。人工智能在逐漸強(qiáng)大的同時(shí)，有機(jī)遇也存在著巨大的挑戰(zhàn)和技術(shù)瓶頸，距離人工智能時(shí)代的真正實(shí)現(xiàn)還有很長(zhǎng)的路要走。而人工智能的不斷更迭完善，是否能取得超越人類智力和認(rèn)知的智能、是否會(huì)出現(xiàn)違背人類價(jià)值觀的危險(xiǎn)行為將是未來很長(zhǎng)一段時(shí)間內(nèi)需要研究的重要課題。

參考文獻(xiàn)

[1]李紅霞.人工智能的發(fā)展綜述[J].甘肅科技縱橫，2007，36（5）：17-18.

第2篇：人工智能研究綜述范文

1人工智能技術(shù)的綜述

人工智能技術(shù)是以計(jì)算機(jī)技術(shù)為基礎(chǔ)，融合多門學(xué)科的綜合性科學(xué)技術(shù)，其主要是通過計(jì)算機(jī)模擬構(gòu)建人的智能，并且創(chuàng)建機(jī)器人系統(tǒng)和專家系統(tǒng)實(shí)現(xiàn)對(duì)電氣自動(dòng)控制系統(tǒng)的智能化操作。人工智能技術(shù)的突出特點(diǎn)是：一是操作性。人工智能技術(shù)主要是依托計(jì)算機(jī)的控制實(shí)現(xiàn)對(duì)電氣設(shè)備的控制，因此人工智能技術(shù)具有很強(qiáng)的邏輯性，便于控制人員進(jìn)行操作；二是價(jià)值大。人工智能技術(shù)不僅融合了計(jì)算機(jī)技術(shù)，而且其還實(shí)現(xiàn)了對(duì)電氣設(shè)備的自動(dòng)化控制與監(jiān)測(cè)，實(shí)現(xiàn)了以較小的投入獲得更大的經(jīng)濟(jì)效益的目的。比如通過人工智能技術(shù)可以減少人工操作環(huán)節(jié)，進(jìn)而為企業(yè)節(jié)省相當(dāng)多的人力資源成本費(fèi)用；三是準(zhǔn)確性比較高。人工智能技術(shù)主要是計(jì)算機(jī)依據(jù)人的智能建立計(jì)算機(jī)控制系統(tǒng)，實(shí)現(xiàn)對(duì)電氣設(shè)備的精確性操作，比如利用人工智能技術(shù)可以對(duì)電氣設(shè)備的運(yùn)行情況進(jìn)行智能檢測(cè)與處理，避免了人工檢測(cè)所存在的弊端。

2人工智能技術(shù)在電氣自動(dòng)化控制系統(tǒng)中應(yīng)用的必要性

人工智能技術(shù)的最大優(yōu)勢(shì)就是通過對(duì)電氣控制系統(tǒng)信息的收集、研究，制定出具體的有效處理措施，從而代替?zhèn)鹘y(tǒng)的依靠人腦進(jìn)行操作的模式。將人工智能技術(shù)應(yīng)用到電氣自動(dòng)化控制系統(tǒng)中具有重要的意義：

2.1能夠有效解決電氣自動(dòng)化控制過程中存在的病態(tài)結(jié)構(gòu)問題

電氣自動(dòng)化控制過程中因?yàn)殡姎庠O(shè)備精密度越來越高，因此在運(yùn)行過程中所出現(xiàn)的病態(tài)結(jié)構(gòu)很難應(yīng)用傳統(tǒng)的方式表達(dá)出來，而人工智能技術(shù)則可以有效解決此類問題，其完全有能力利用定量與定性相結(jié)合的控制方式對(duì)控制系統(tǒng)進(jìn)行計(jì)算與分析。

2.2實(shí)現(xiàn)自動(dòng)控制系統(tǒng)的數(shù)據(jù)采集與處理功能

將人工智能技術(shù)應(yīng)用到電氣自動(dòng)化控制中能夠依托專家系統(tǒng)對(duì)電氣設(shè)備進(jìn)行實(shí)時(shí)監(jiān)視，并且對(duì)相關(guān)信息進(jìn)行自動(dòng)收集與儲(chǔ)存，一旦發(fā)現(xiàn)存在潛在故障或者存在事故的事件，人工智能技術(shù)就會(huì)自動(dòng)采取相應(yīng)的控制方式，對(duì)故障進(jìn)行自動(dòng)處理，進(jìn)而避免了電氣系統(tǒng)故障的進(jìn)一步擴(kuò)大化。

2.3簡(jiǎn)化了人工操作過程，降低了人工操作造成的損失

人工智能技術(shù)通過計(jì)算機(jī)設(shè)備就可以實(shí)現(xiàn)對(duì)電氣設(shè)備的自動(dòng)化控制，比如電氣系統(tǒng)的人工智能化控制系統(tǒng)就可以通過鼠標(biāo)對(duì)控制開關(guān)進(jìn)行自動(dòng)控制，并且對(duì)勵(lì)磁電流進(jìn)行調(diào)整。同時(shí)電氣人工智能控制系統(tǒng)還設(shè)定了應(yīng)用管理權(quán)限，限制了相應(yīng)操作人員的權(quán)限，實(shí)現(xiàn)了專人專崗制度，細(xì)化了操作責(zé)任制度。

3人工智能技術(shù)在電氣自動(dòng)化控制中應(yīng)用的思路分析

3.1人工智能技術(shù)在電氣自動(dòng)化設(shè)備中的應(yīng)用

我們知道電氣自動(dòng)化控制系統(tǒng)屬于非常負(fù)責(zé)的控制系統(tǒng)，其不僅包含復(fù)雜的元件，而且還需要操作人員嚴(yán)格按照自動(dòng)化控制系統(tǒng)的要求進(jìn)行操作，而將人工智能技術(shù)應(yīng)用到電氣設(shè)備中可以實(shí)現(xiàn)計(jì)算機(jī)的自動(dòng)化操作，最重要的就是可以代替?zhèn)鹘y(tǒng)的需要人工進(jìn)行設(shè)備檢測(cè)的落后模式，實(shí)現(xiàn)了對(duì)電氣設(shè)備的運(yùn)行狀態(tài)、故障檢測(cè)以及維修意見等一體的功能，降低了人工操作的失誤性，提高了電氣設(shè)備的應(yīng)用壽命，為企業(yè)節(jié)省了大量的成本。

3.2人工智能技術(shù)在電氣控制過程中的應(yīng)用

將智能技術(shù)應(yīng)用到電氣自動(dòng)化控制過程中，是人工智能技術(shù)發(fā)展的重要?jiǎng)恿?，通過人工智能化的電氣控制系統(tǒng)不僅可以提高電氣設(shè)備的工作效率，而且還可以降低電氣自動(dòng)化控制中的故障發(fā)生率。人工智能技術(shù)主要師模糊控制、專家控制以及神經(jīng)網(wǎng)絡(luò)控制和集成智能控制。本文以專家控制為例，專家控制就是將專家系統(tǒng)的設(shè)計(jì)規(guī)范和運(yùn)行機(jī)制與電氣控制劉楠相結(jié)合實(shí)現(xiàn)實(shí)時(shí)控制系統(tǒng)的設(shè)計(jì)，其主要是對(duì)自動(dòng)控制的知識(shí)獲取、表示以及推理機(jī)制的建立。

3.3在事故和故障診斷中人工智能技術(shù)的應(yīng)用分析

人工智能技術(shù)在電氣設(shè)備故障中的作用是非常大的，尤其是對(duì)發(fā)動(dòng)機(jī)的故障檢修是具有重要作用的，我們知道在電氣設(shè)備中由于其結(jié)構(gòu)比較復(fù)雜，依靠人工很難對(duì)其進(jìn)行深入的檢測(cè)，因此需要借助人工智能技術(shù)實(shí)現(xiàn)對(duì)設(shè)備的檢修。我們以變壓器為例，將智能技術(shù)應(yīng)用到變壓器的故障檢修中首先就是先收集電壓器油體中分解的氣體，然后通過對(duì)油體氣體的分析，找出故障的原因，進(jìn)而自動(dòng)形成解決措施。這樣有效避免了人工檢測(cè)所出現(xiàn)的失誤現(xiàn)象。另外人工智能技術(shù)在電氣設(shè)備操作中的應(yīng)用價(jià)值也比較大。通過人工智能技術(shù)可以實(shí)現(xiàn)電氣自動(dòng)化控制環(huán)節(jié)的簡(jiǎn)單化，比如在機(jī)床加工中，如果運(yùn)用人工智能技術(shù)則能夠有效降低機(jī)床操作的復(fù)雜性，并且能夠?qū)C(jī)床的運(yùn)行信息進(jìn)行收集與儲(chǔ)存，便于日后對(duì)相關(guān)信息的查詢。

4結(jié)束語

第3篇：人工智能研究綜述范文

[關(guān)鍵詞]信息科學(xué)；信息技術(shù)；旅游；交叉研究；系統(tǒng)綜述

[中圖分類號(hào)]F59

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1002—5006（2013）01—0114—15

1 引言

旅游領(lǐng)域正在經(jīng)歷著一個(gè)以商業(yè)實(shí)踐和研究活動(dòng)為平臺(tái)的迅猛發(fā)展期，對(duì)于旅游研究者而言，把握領(lǐng)域最新研究進(jìn)展、了解已被研究的內(nèi)容以及思考未來的研究方向是非常重要的。在我國的旅游研究中，針對(duì)各種研究主題的綜述性研究非常豐富，然而信息科學(xué)與旅游的交叉研究并沒有得到足夠的重視。

交叉研究或跨學(xué)科研究一詞源于1926年美國哥倫比亞大學(xué)心理學(xué)家伍德沃斯（Woodworth）創(chuàng)建的英文形容詞：interdisciplinary（跨學(xué)科的），指超過一個(gè)學(xué)科范圍的研究活動(dòng)。信息科學(xué)是一種橫斷科學(xué)與方法科學(xué)，在信息科學(xué)所涉及的4個(gè)方面研究中：（1）電子科學(xué)與技術(shù)、信息與通信系統(tǒng)、信息獲取與處理；（2）計(jì)算機(jī)科學(xué)與技術(shù)、網(wǎng)絡(luò)與信息安全；（3）控制理論與工程、系統(tǒng)科學(xué)與工程、人工智能與智能系統(tǒng)；（4）半導(dǎo)體科學(xué)與信息器件、信息光學(xué)與光電子器件、激光技術(shù)與技術(shù)光學(xué)，其中3個(gè)方面都與旅游研究在研究對(duì)象上發(fā)生交叉（如旅游博客數(shù)據(jù)挖掘、旅游推薦系統(tǒng)），且旅游研究也不斷采用信息科學(xué)的理論與方法去解決問題（如人工智能在旅游預(yù)測(cè)中的應(yīng)用、計(jì)算機(jī)仿真在游憩行為研究中的應(yīng)用），體現(xiàn)了交叉研究和跨學(xué)科特征。信息科學(xué)與旅游的交叉研究客觀存在，且已經(jīng)經(jīng)歷了20多年的發(fā)展。

旅游研究一直是一個(gè)開放的體系，吸納著其他學(xué)科的營養(yǎng)；信息科學(xué)與旅游研究的交叉與融合為解決旅游領(lǐng)域的新矛盾、新問題和探索新規(guī)律、新原理提供了新的思維方式和科學(xué)的研究方法，是信息時(shí)代旅游發(fā)展的產(chǎn)物與趨勢(shì)。信息科學(xué)與旅游的交叉研究無論對(duì)旅游學(xué)術(shù)研究還是對(duì)旅游業(yè)發(fā)展都具有非常重要的意義，其研究進(jìn)展應(yīng)得到關(guān)注與重視。

已有關(guān)于信息科學(xué)與旅游交叉研究進(jìn)展的綜述研究川沒有體現(xiàn)出兩種研究的“交叉”性，即信息科學(xué)研究中有哪些以旅游為研究對(duì)象或者解決旅游領(lǐng)域的問題？旅游研究中涉及哪些信息科學(xué)方法與技術(shù)應(yīng)用？這些問題的回答對(duì)于研究者廣泛與深入開展信息科學(xué)與旅游的交叉研究具有重要意義。

為了較為全面地闡述信息科學(xué)與旅游研究之間的“交叉性”，本文采用系統(tǒng)綜述方法對(duì)該交叉領(lǐng)域最近12年發(fā)表的文獻(xiàn)進(jìn)行了搜集、篩選、整理、歸納與分析.以期幫助相關(guān)研究者了解這一交叉領(lǐng)域的主要研究問題及所取得的研究進(jìn)展，并對(duì)今后的深入研究有所借鑒與啟發(fā)。

2 系統(tǒng)綜述方法

系統(tǒng)綜述（systematic review）又稱系統(tǒng)評(píng)價(jià)，起源于醫(yī)學(xué)領(lǐng)域，是指在復(fù)習(xí)、分析、整理和綜合原始文獻(xiàn)的基礎(chǔ)上進(jìn)行的二次研究方法，目前已經(jīng)被廣泛應(yīng)用于循證醫(yī)學(xué)（evidence—based medicine），逐步應(yīng)用于社會(huì)學(xué)、教育學(xué)、圖書情報(bào)等領(lǐng)域。系統(tǒng)綜述可被精確區(qū)分為兩種類型：（1）定性系統(tǒng)綜述，原始文獻(xiàn)的研究結(jié)果被分析與總結(jié)，但未經(jīng)統(tǒng)計(jì)學(xué)合并；（2）定量系統(tǒng)綜述，又稱元（meta）分析或薈萃分析，應(yīng)用統(tǒng)計(jì)學(xué)方法對(duì)若干個(gè)研究結(jié)果進(jìn)行定量統(tǒng)計(jì)合并的過程。在某些不強(qiáng)調(diào)或較難實(shí)施統(tǒng)計(jì)學(xué)合并的研究領(lǐng)域，直接將定性系統(tǒng)綜述稱為系統(tǒng)綜述，將其作為一種對(duì)某研究問題、主題或現(xiàn)象的可獲得的所有研究進(jìn)行評(píng)價(jià)和解釋的方法，目標(biāo)在于通過一種可信的、嚴(yán)格的以及可審計(jì)的方法來提供公正的研究評(píng)價(jià)。信息科學(xué)與旅游科學(xué)的交叉研究屬于較難實(shí)現(xiàn)統(tǒng)計(jì)學(xué)合并的研究領(lǐng)域，因此本文采用定性系統(tǒng)綜述方法，簡(jiǎn)稱系統(tǒng)綜述。

本文關(guān)于信息科學(xué)與旅游的交叉研究的系統(tǒng)綜述研究包含如下步驟：

（1）確定研究問題

為了全面了解與分析信息科學(xué)與旅游的交叉研究現(xiàn)狀，本文確定了如下系統(tǒng)綜述的研究問題：①信息科學(xué)研究中面向旅游的研究主要有哪些方面？②旅游研究中與信息科學(xué)相關(guān)的研究主要有哪些方面？③信息科學(xué)與旅游的交叉研究有哪些趨勢(shì)？

（2）確定文獻(xiàn)搜索策略

基于所確定的研究問題，設(shè)計(jì)如下文獻(xiàn)搜索策略：

①搜索工具與數(shù)據(jù)庫：采用Google Scholar、IEEE Xplore、ScienceDirect；

②搜索關(guān)鍵字：采用關(guān)鍵字組合“tourism”AND（“computer”O(jiān)R“communication technology”），即“旅游”與“計(jì)算機(jī)”或“通信技術(shù)”同時(shí)出現(xiàn)；計(jì)算機(jī)科學(xué)與技術(shù)是信息科學(xué)研究領(lǐng)域中最為活躍的方向之一，計(jì)算機(jī)科學(xué)與技術(shù)、通信科學(xué)與技術(shù)在信息科學(xué)研究中具有一定的代表性；經(jīng)過反復(fù)搜索測(cè)試，“計(jì)算機(jī)”與“通信技術(shù)”作為關(guān)鍵字與“旅游”進(jìn)行組合搜索，搜索結(jié)果能夠較為全面地覆蓋信息科學(xué)與旅游的交叉研究，實(shí)現(xiàn)本文系統(tǒng)綜述的研究目標(biāo)；③搜索的時(shí)間范圍：2000年之后。

（3）文獻(xiàn)搜索

按照上述搜索策略分別在3個(gè)工具與數(shù)據(jù)庫進(jìn)行搜索。Google Scholar顯示共有54500條結(jié)果（2011年12月22日），其只提供最相關(guān)的前1000條；IEEE Xplore（搜索字段為“摘要”）共搜索到46條結(jié)果（2011年12月24日）；ScienceDirect（搜索字段為“題目”或“關(guān)鍵字”或“摘要”）共搜索到36條結(jié)果（2011年12月24日）。

（4）文獻(xiàn)篩選

在上述搜索到的條目中，按照表1所示的文獻(xiàn)入選和剔除標(biāo)準(zhǔn)，篩選用于本文系統(tǒng)綜述的文獻(xiàn)。

表1所示第一步完成后共有512篇文獻(xiàn)入選。第二步經(jīng)過多次逐步細(xì)化篩選，最終確定用于本文系統(tǒng)綜述的入選文獻(xiàn)共245篇，其中期刊論文158篇，會(huì)議論文87篇。245篇文獻(xiàn)來自106種期刊和58種會(huì)議，文獻(xiàn)來源分散且涉及領(lǐng)域廣泛，有關(guān)文獻(xiàn)來源、作者等的定量分析結(jié)果已另文撰寫，本文則側(cè)重對(duì)系統(tǒng)綜述研究步驟（1）所確定的研究問題的回答。

（5）分析與完成報(bào)告

根據(jù)系統(tǒng)綜述研究步驟（1）所確定的研究問題，對(duì)入選文獻(xiàn)進(jìn)行分類、分析與總結(jié)。分析結(jié)果見下一章節(jié)。

為了分別回答問題1與問題2，本文需要將入選文獻(xiàn)劃分為旅游研究和信息科學(xué)研究?jī)煞N視角，分別簡(jiǎn)稱為旅游類研究和信息類研究。而事實(shí)上，當(dāng)兩種研究產(chǎn)生交叉與融合，進(jìn)行上述嚴(yán)格區(qū)分是較為困難的。為此，本如下處理：

（1）按照文獻(xiàn)來源所屬學(xué)科范疇進(jìn)行劃分，如來源于Tourism Management及《旅游學(xué)刊》的文獻(xiàn)則劃入旅游類，來源于Expert Systems with Applications及《計(jì)算機(jī)工程》的文獻(xiàn)則劃入信息類；

（2）按照期刊載文的學(xué)科范疇劃分，如《華東經(jīng)濟(jì)管理》刊載旅游類文章，則歸為旅游類，《北京工商大學(xué)學(xué)報(bào)（自然科學(xué)版）》刊載信息技術(shù)類文章，則歸為信息類；

（3）按照入選文獻(xiàn)的具體內(nèi)容劃分，一些綜合性期刊無法直接確認(rèn)屬于哪一類，則閱讀入選文章原文，如果偏重人文社會(huì)學(xué)視角，則歸入旅游類；如果偏重信息科學(xué)及技術(shù)視角，則歸入信息類。

由此，經(jīng)管類、電子商務(wù)、地理類等期刊歸入旅游類中，測(cè)繪類期刊歸入信息類中；兩類分別含有入選文獻(xiàn)147篇和98篇。

3 綜述結(jié)果與分析

3.1問題1：信息科學(xué)研究中面向旅游的研究主要有哪些方面？

“面向旅游”并不特指專用于或?qū)ｉT針對(duì)旅游的研究，而是指其研究問題由旅游領(lǐng)域而產(chǎn)生，或者旅游是其最為典型的應(yīng)用。面向旅游的信息科學(xué)研究幾乎涉及了信息科學(xué)研究范疇的各個(gè)方面，而許多研究領(lǐng)域更是體現(xiàn)了信息科學(xué)領(lǐng)域較新及較前沿的研究方向與熱點(diǎn)，如表2所示。面向旅游的信息科學(xué)研究中最受關(guān)注的研究主題是應(yīng)用系統(tǒng)、人工智能、地理信息系統(tǒng)、移動(dòng)應(yīng)用、推薦系統(tǒng)以及語義網(wǎng)與本體等；而Web服務(wù)、虛擬現(xiàn)實(shí)、普適計(jì)算、計(jì)算機(jī)仿真也受到了一定程度的關(guān)注。下面對(duì)表2排序前10的研究主題的進(jìn)展情況進(jìn)行詳細(xì)闡述。

3.1.1

應(yīng)用系統(tǒng)

應(yīng)用系統(tǒng)指面向各種終端設(shè)備，如電腦、手機(jī)、PDA（掌上電腦）、電話等使用者的可用人機(jī)交互系統(tǒng)，也包含網(wǎng)站（Web）應(yīng)用系統(tǒng)。本文為了強(qiáng)調(diào)移動(dòng)應(yīng)用和推薦系統(tǒng)兩類特殊的應(yīng)用系統(tǒng)，在本類研究主題統(tǒng)計(jì)中將其排除，另列類別。應(yīng)用系統(tǒng)研究占據(jù)了面向旅游的信息科學(xué)研究的較大比重。一方面是因?yàn)樾畔⒖茖W(xué)向旅游研究中進(jìn)行滲透的最初方式正是其在旅游行業(yè)中的實(shí)際應(yīng)用；另一方面是人選文獻(xiàn)中我國研究占據(jù)較大比重且較集中于該類研究。

應(yīng)用系統(tǒng)的相關(guān)研究可分為：①戰(zhàn)略設(shè)計(jì)或?qū)嵤┙ㄗh，如航空業(yè)信息技術(shù)應(yīng)用戰(zhàn)略與戰(zhàn)術(shù)研究，以及非洲撒哈拉以南地區(qū)的旅游組織實(shí)施電子商務(wù)的建議；②技術(shù)架構(gòu)設(shè)計(jì)，如基于面向服務(wù)的體系架構(gòu)（service oriented architecture，SOA）的旅游資源信息服務(wù)模型研究；③系統(tǒng)設(shè)計(jì)與開發(fā)，如一種智能旅游行程導(dǎo)航系統(tǒng)，以及四川、山西和贛東北等目的地或區(qū)域管理信息系統(tǒng)的設(shè)計(jì)與開發(fā)。

3.1.2人工智能

人工智能是面向旅游的信息科學(xué)研究較多采用的方法與技術(shù)，可將相關(guān)研究分成以下幾個(gè)方面：①推理，即采用人工智能推理技術(shù)支撐各種應(yīng)用系統(tǒng)，如基于貝葉斯網(wǎng)的旅游行程推理；②數(shù)據(jù)挖掘，如旅游突發(fā)事件預(yù)測(cè)預(yù)警、消費(fèi)者特征分析、基于機(jī)器學(xué)習(xí)的旅游博客觀點(diǎn)挖掘以及數(shù)據(jù)倉庫技術(shù)在旅游業(yè)中的應(yīng)用；③主體（agent），如主體旅游者進(jìn)行數(shù)據(jù)采集、分析并向旅游者進(jìn)行旅游推薦弛；④評(píng)價(jià)，如基于神經(jīng)網(wǎng)絡(luò)的上海旅游可持續(xù)發(fā)展能力評(píng)價(jià)；⑤決策支持，如旅游目的地選擇決策支持系統(tǒng)。

3.1.3地理信息系統(tǒng)

旅行活動(dòng)是一種人地關(guān)系，地理信息是設(shè)計(jì)與開發(fā)各種旅游應(yīng)用系統(tǒng)的重要信息資源，地理信息系統(tǒng)就是為這些應(yīng)用系統(tǒng)提供地理信息使用接口的重要支撐系統(tǒng)。個(gè)性化目的地推薦系統(tǒng)、基于短信服務(wù)的餐館推薦系統(tǒng)、導(dǎo)航系統(tǒng)、位置服務(wù)系統(tǒng)、旅游資源監(jiān)控預(yù)警系統(tǒng)以及古建筑信息系統(tǒng)等應(yīng)用系統(tǒng)都離不開地理信息系統(tǒng)的支撐。上述“應(yīng)用系統(tǒng)”主題研究中，幾乎所有面向目的地與區(qū)域的管理信息系統(tǒng)的設(shè)計(jì)與開發(fā)都離不開地理信息系統(tǒng)。有關(guān)旅游地理信息系統(tǒng)本身的研究也較為活躍，如雅安市WebGIS（萬維網(wǎng)地理信息系統(tǒng)）的實(shí)現(xiàn)研究、基于WebGIS的旅游地理信息系統(tǒng)研發(fā)以及泰山三維（3D）地理信息系統(tǒng)的研發(fā)。

3.1.4移動(dòng)應(yīng)用

移動(dòng)通信技術(shù)，特別是移動(dòng)終端技術(shù)的快速發(fā)展，使得面向旅游者手持終端（如手機(jī)、PDA）的各種移動(dòng)應(yīng)用得到了迅猛發(fā)展。相比較于傳統(tǒng)的計(jì)算機(jī)應(yīng)用，移動(dòng)應(yīng)用較好體現(xiàn)了旅游以“人為中心”而不是計(jì)算機(jī)為中心的理念。相關(guān)研究主要集中于面向旅游者服務(wù)的信息推送與搜索、導(dǎo)航、實(shí)時(shí)路線及目的地推薦；并向普適計(jì)算的方向進(jìn)行擴(kuò)展，如手機(jī)電子門票、基于全球定位系統(tǒng)的車輛監(jiān)控與導(dǎo)航以及手機(jī)與環(huán)境之間的交互游戲等。除了面向旅游者服務(wù)外，移動(dòng)應(yīng)用研究還包含面向旅游研究者、旅游公共管理與服務(wù)部門以及旅游企業(yè)的旅游行為數(shù)據(jù)采集與分析，如可通過基于手機(jī)數(shù)據(jù)的散客流分析，對(duì)目的地住宿的可容納量進(jìn)行估算。移動(dòng)應(yīng)用中與位置信息相關(guān)的應(yīng)用也被稱為位置服務(wù)，如位置信息服務(wù)、導(dǎo)航以及實(shí)時(shí)路線推薦等。

3.1.5推薦系統(tǒng)

推薦系統(tǒng)是為解決互聯(lián)網(wǎng)“信息過載”問題而提出的一種個(gè)性化服務(wù)，幫助用戶從大量信息中發(fā)現(xiàn)其可能感興趣的或者滿足其需求的資源，如信息、服務(wù)以及商品等，并自動(dòng)生成個(gè)性化推薦。目前，推薦系統(tǒng)在旅游中的典型應(yīng)用為旅游行程規(guī)劃，可面向旅游電子商務(wù)用戶，也可面向互聯(lián)網(wǎng)用戶；可規(guī)劃旅行的時(shí)間、地點(diǎn)以及活動(dòng)等全套行程規(guī)劃引，也可推薦旅游目的地、餐廳以及住宿等。推薦系統(tǒng)主要采用人工智能、語義網(wǎng)、移動(dòng)應(yīng)用、定位與地理信息系統(tǒng)等技術(shù)。相關(guān)研究還涉及用戶個(gè)性語義模型、系統(tǒng)架構(gòu)設(shè)計(jì)等方面。

3.1.6語義網(wǎng)和本體

語義網(wǎng)（semantic Web）是傳統(tǒng)網(wǎng)站的一種擴(kuò)展。在語義網(wǎng)中，信息具有明確的含義——語義，人類語言與機(jī)器語言之間能夠相互理解，機(jī)器能夠自動(dòng)地處理和集成網(wǎng)上對(duì)于人而言可用的信息，使得人與機(jī)器之間的交流變得像人與人之間交流一樣順暢。本體（ontology）是用來描述網(wǎng)絡(luò)文檔中術(shù)語的明確含義及其之間關(guān)系的技術(shù)，能夠?qū)崿F(xiàn)語義網(wǎng)信息處理的自動(dòng)化，提高網(wǎng)站搜索的準(zhǔn)確性以及網(wǎng)站服務(wù)質(zhì)量。旅游領(lǐng)域是語義Web與本體研究的問題來源與典型應(yīng)用對(duì)象，如基于語義Web與本體技術(shù)的旅游中小企業(yè)間信息交換、動(dòng)態(tài)生成客戶供給的客戶關(guān)系管理、旅游網(wǎng)站信息系統(tǒng)、旅游目的地管理系統(tǒng)以及旅行推薦系統(tǒng)。這些系統(tǒng)能夠?qū)β糜晤I(lǐng)域知識(shí)進(jìn)行本體表達(dá)，從而集成對(duì)于用戶有用的或者滿足用戶需求的語義信息；其中，旅游知識(shí)域的本體表達(dá)、行程規(guī)劃的語義信息推理是實(shí)現(xiàn)這些系統(tǒng)的關(guān)鍵技術(shù)。

3.1.7Web服務(wù)

Web服務(wù)（Web services）是Web上數(shù)據(jù)和信息集成的有效機(jī)制，是解決Web上各種應(yīng)用系統(tǒng)高維護(hù)與更新代價(jià)的最為合理的解決方案。因此，Web服務(wù)在旅游中主要用于信息集成、交換以及系統(tǒng)之間的互操作。Web服務(wù)技術(shù)對(duì)于旅游目的地管理而言非常重要，能夠?qū)崿F(xiàn)旅游目的地營銷系統(tǒng)與旅游企業(yè)之間以及目的地旅游企業(yè)之間的異構(gòu)數(shù)據(jù)交換、共享以及集成。Web技術(shù)還是Web推薦系統(tǒng)的重要技術(shù)之一，能夠獲取推薦系統(tǒng)所需的動(dòng)態(tài)與實(shí)時(shí)的萬維網(wǎng)數(shù)據(jù)。

3.1.8虛擬現(xiàn)實(shí)

虛擬現(xiàn)實(shí)技術(shù)主要用于旅游目的地、景區(qū)、景點(diǎn)的市場(chǎng)營銷。國內(nèi)的相關(guān)研究集中于旅游目的地、景區(qū)及景點(diǎn)等的虛擬展示，如西安市360度全景虛擬旅游系統(tǒng)、北京妙峰山古建筑群的網(wǎng)絡(luò)虛擬漫游系統(tǒng)、村鎮(zhèn)民俗旅游資源的立體展示。鄭鵬等認(rèn)為這是一種旅游產(chǎn)品的虛擬試用體驗(yàn)。而國外的相關(guān)研究則側(cè)重于游客的現(xiàn)場(chǎng)體驗(yàn)，特別針對(duì)歷史文化遺產(chǎn)與遺跡，如意大利的PEACH（personal experience with active cultural heritage，個(gè)性化體驗(yàn)活動(dòng)的文化遺產(chǎn)）項(xiàng)目針對(duì)提升游客在博物館對(duì)于文化遺產(chǎn)的體驗(yàn)以及馬來西亞凱利城堡（Kellie’s Castle）的虛擬旅游原型研發(fā)。虛擬現(xiàn)實(shí)技術(shù)在旅游中的應(yīng)用還包含了旅游開發(fā)與遺產(chǎn)保護(hù)，如十三陵景區(qū)的虛擬復(fù)原。

3.1.9普適計(jì)算

普適計(jì)算模式下人們能夠在任何時(shí)間、任何地點(diǎn)、以任何方式進(jìn)行信息的獲取與處理。由于移動(dòng)終端設(shè)備及其應(yīng)用的發(fā)展，普適計(jì)算在旅游研究中非常活躍，如一種面向移動(dòng)終端的基于旅游本體的信息廣播與推送方法研究，用以解決傳統(tǒng)移動(dòng)終端對(duì)于旅游者需要花費(fèi)昂貴的“漫游”網(wǎng)絡(luò)連接費(fèi)用以及需要主動(dòng)獲取信息等問題；一個(gè)面向德國雷根斯堡（Regensburg）游客的移動(dòng)終端游戲的設(shè)計(jì)與應(yīng)用，游客可以通過在空中晃動(dòng)手機(jī)來與游戲中的歷史人物溝通，該游戲以一種有趣的方式向游客介紹雷根斯堡的歷史。普適計(jì)算是我國目前形成研究熱點(diǎn)的物聯(lián)網(wǎng)應(yīng)用的基礎(chǔ)理論與技術(shù)之一。

3.1.10計(jì)算機(jī)仿真

計(jì)算機(jī)仿真技術(shù)研究中面向旅游的研究包含基于概率統(tǒng)計(jì)方法對(duì)上海旅游服務(wù)系統(tǒng)顧客滿意度進(jìn)行仿真以及基于系統(tǒng)動(dòng)力學(xué)方法對(duì)新度假制度對(duì)城郊旅游的影響進(jìn)行仿真等。

3.2問題2：旅游研究中與信息科學(xué)相關(guān)的研究主要有哪些方面？

旅游研究中與信息科學(xué)方法與技術(shù)相關(guān)的研究范圍較為廣泛，表3顯示本文入選文獻(xiàn)中歸入旅游類的研究主題共有43種。其中最受關(guān)注的研究主題是電子商務(wù)、網(wǎng)站評(píng)估以及在線消費(fèi)者行為。人工智能、移動(dòng)通信、地理信息系統(tǒng)等信息科學(xué)方法與技術(shù)在旅游中受到了相應(yīng)重視。旅游網(wǎng)站空間、系統(tǒng)評(píng)價(jià)、網(wǎng)絡(luò)營銷、應(yīng)用系統(tǒng)以及正在大范圍普及的Web 2.0互聯(lián)網(wǎng)應(yīng)用模式也受到了旅游研究的重視。信息科學(xué)領(lǐng)域中的某些前沿研究也在旅游研究中得到了關(guān)注，如計(jì)算機(jī)仿真、推薦系統(tǒng)、Web服務(wù)、語義網(wǎng)與本體。

進(jìn)一步對(duì)表3各類主題的文獻(xiàn)內(nèi)容進(jìn)行剖析與歸納，可以得到以下旅游研究中與信息科學(xué)方法與技術(shù)相關(guān)的6個(gè)研究范疇：

3.2.1信息技術(shù)對(duì)旅游的影響

信息技術(shù)對(duì)旅游的影響研究主要包含信息技術(shù)對(duì)旅游產(chǎn)業(yè)的影響與信息技術(shù)在旅游中的應(yīng)用影響兩個(gè)方面。其中，信息技術(shù)在旅游中的應(yīng)用影響又分為現(xiàn)狀研究、作用研究、影響因素研究等方面。

信息技術(shù)對(duì)旅游產(chǎn)業(yè)的影響主要體現(xiàn)在其對(duì)傳統(tǒng)旅游產(chǎn)業(yè)價(jià)值鏈的重構(gòu)上，集中表現(xiàn)于電子商務(wù)對(duì)旅游產(chǎn)業(yè)的影響、新型電子中介（供應(yīng)商、互聯(lián)網(wǎng)門戶網(wǎng)站、拍賣網(wǎng)站、數(shù)字電視、移動(dòng)商務(wù)等）對(duì)傳統(tǒng)電子中介（計(jì)算機(jī)訂座系統(tǒng)、全球分銷系統(tǒng)等）的影響、信息技術(shù)對(duì)分銷渠道的影響。

信息技術(shù)在旅游中的應(yīng)用現(xiàn)狀研究主要側(cè)重于旅游企業(yè)，如電子商務(wù)在北京旅游企業(yè)中的應(yīng)用現(xiàn)狀、土耳其旅行社對(duì)互聯(lián)網(wǎng)的使用情況、愛爾蘭旅游中小企業(yè)和鄉(xiāng)村微型住宿業(yè)對(duì)信息技術(shù)使用情況的分析、南非中小旅游企業(yè)對(duì)于信息技術(shù)使用的狀況研究。

信息技術(shù)對(duì)旅游的作用研究既包含旅游企業(yè)整體層面，如信息技術(shù)對(duì)埃及中小接待企業(yè)發(fā)展的積極作用、知識(shí)管理對(duì)于澳大利亞旅游業(yè)的作用等；又包含旅游企業(yè)的某項(xiàng)具體功能，如信息技術(shù)應(yīng)用對(duì)于泰國酒店運(yùn)營效率的作用；還包含旅游資源開發(fā)與保護(hù)方面，如計(jì)算機(jī)技術(shù)對(duì)于泰國古建筑重建的重要作用。

信息技術(shù)應(yīng)用的影響因素研究對(duì)于旅游業(yè)如何有效應(yīng)用信息技術(shù)而言是非常重要的。相關(guān)研究包含：①電子商務(wù)的應(yīng)用影響，如泰國旅游企業(yè)應(yīng)用電子商務(wù)的影響因素、酒店業(yè)應(yīng)用電子商務(wù)的影響因素②網(wǎng)絡(luò)營銷對(duì)旅游企業(yè)的影響，如互聯(lián)網(wǎng)廣告對(duì)旅行社運(yùn)營的影響；③旅游企業(yè)對(duì)技術(shù)應(yīng)用的態(tài)度，如希臘旅行社對(duì)互聯(lián)網(wǎng)技術(shù)的使用情況與態(tài)度；④旅游者對(duì)信息技術(shù)使用的態(tài)度，如游客在度假時(shí)是否愿意使用基于技術(shù)的信息、影響旅游者使用互聯(lián)網(wǎng)進(jìn)行旅游規(guī)劃的因素。

3.2.2信息技術(shù)在旅游中的應(yīng)用模式

目前，信息技術(shù)在旅游中的應(yīng)用模式研究主要集中于電子商務(wù)模式、網(wǎng)絡(luò)營銷以及Web 2.0。電子商務(wù)模式的相關(guān)研究有區(qū)域旅游電子商務(wù)開發(fā)計(jì)劃研究、旅游電子商務(wù)模式現(xiàn)狀與趨勢(shì)研究、旅游電子商務(wù)模式以及運(yùn)營模式研究等。

網(wǎng)絡(luò)營銷是除了電子商務(wù)之外信息技術(shù)在旅游中最主要的應(yīng)用模式。網(wǎng)絡(luò)營銷研究多圍繞網(wǎng)站展開，如英國農(nóng)村接待企業(yè)網(wǎng)站營銷現(xiàn)狀研究、塞爾維亞旅游網(wǎng)站網(wǎng)絡(luò)促銷現(xiàn)狀和形式研究、美國旅游官方網(wǎng)站網(wǎng)絡(luò)營銷使用分析、旅游目的地營銷組織網(wǎng)站的客戶需求研究。此外，在線葡萄酒旅游以及在線客戶關(guān)系管理都是一種網(wǎng)絡(luò)營銷方式。

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，Web 2.0作為一種新型的互聯(lián)網(wǎng)應(yīng)用模式受到了旅游領(lǐng)域的高度關(guān)注。相關(guān)研究可以分為如下幾個(gè)方面：①營銷，即基于Web 2.0的網(wǎng)絡(luò)營銷方式，這是目前旅游研究領(lǐng)域最為關(guān)注的方面，如Web 2.0對(duì)克羅地亞旅游產(chǎn)品的營銷作用研究、博客對(duì)于旅游市場(chǎng)營銷的中介作用；②旅游者行為與服務(wù)，如Web 2.0下網(wǎng)絡(luò)旅游消費(fèi)行為模式及旅游網(wǎng)站應(yīng)用研究、基于Web 2.0的用戶個(gè)性化定制研究以及基于人工智能技術(shù)的微博“旅游情感”數(shù)據(jù)挖掘；③網(wǎng)站分類，如Web 2.0旅游網(wǎng)站的分類機(jī)制研究。

此外，面向產(chǎn)業(yè)價(jià)值網(wǎng)絡(luò)的四川旅游信息資源整合推進(jìn)模式和機(jī)制是一種信息技術(shù)在旅游中應(yīng)用模式的有效探索。

3.2.3信息技術(shù)在旅游中的應(yīng)用評(píng)價(jià)

網(wǎng)站評(píng)價(jià)是信息技術(shù)應(yīng)用評(píng)價(jià)研究中最主要的內(nèi)容。從評(píng)價(jià)對(duì)象上看，相關(guān)研究涉及官方旅游網(wǎng)站、目的地營銷組織網(wǎng)站、各國及地區(qū)旅游網(wǎng)站；從評(píng)價(jià)內(nèi)容上，包含有效性評(píng)價(jià)、可用性評(píng)價(jià)、使用分析、功能分析、網(wǎng)站設(shè)計(jì)、網(wǎng)站旅游本體分析、游客價(jià)值以及網(wǎng)站訪問者分析等；從評(píng)價(jià)方法上有調(diào)查法、啟發(fā)式方法、數(shù)據(jù)包絡(luò)分析法、內(nèi)容分析法、網(wǎng)站日志分析法、領(lǐng)域本體分析法等。

隨著移動(dòng)通信技術(shù)的發(fā)展，移動(dòng)應(yīng)用在旅游領(lǐng)域得到了廣泛應(yīng)用，針對(duì)移動(dòng)應(yīng)用系統(tǒng)的評(píng)價(jià)研究也受到研究者的關(guān)注，如從用戶角度對(duì)移動(dòng)應(yīng)用進(jìn)行評(píng)價(jià)、各種移動(dòng)旅游者指南功能與可用性評(píng)價(jià)。

3.2.4信息社會(huì)視角的旅游研究對(duì)象

較傳統(tǒng)旅游研究對(duì)象，如旅游資源、旅游企業(yè)以及旅游者等，信息社會(huì)視角的旅游研究對(duì)象發(fā)生了擴(kuò)展，如從旅游者的地理時(shí)空變化擴(kuò)展到了在線旅游者行為變化，從旅游資源的空間格局?jǐn)U展到了旅游網(wǎng)站的網(wǎng)絡(luò)結(jié)構(gòu)等。

在線旅游者行為研究中最受關(guān)注的是消費(fèi)行為研究，如消費(fèi)影響因素與滿意度、忠誠度與推薦行為、在線分享行為。隨著社會(huì)網(wǎng)絡(luò)的形成，在線旅游者的情緒研究得到關(guān)注，如通過旅游者在論壇、博客（微博）上的評(píng)論分析旅游者情緒，相關(guān)方法包含內(nèi)容分析、統(tǒng)計(jì)與語言學(xué)分析、人工神經(jīng)網(wǎng)絡(luò)方法以及數(shù)據(jù)挖掘技術(shù)等。一項(xiàng)研究還將旅游者的博客進(jìn)行了計(jì)算機(jī)可視化，用來輔助其他旅游者的旅行計(jì)劃。此外，旅游目的地營銷組織網(wǎng)站的旅游者在線行為也受到研究者的關(guān)注。

目的地地理尺度的旅游網(wǎng)站空間結(jié)構(gòu)也受到研究者的關(guān)注，主要包含方法研究與案例研究。方法研究有統(tǒng)計(jì)方法以及網(wǎng)絡(luò)拓?fù)鋱D方法等；案例包含歐洲、意大利厄爾巴島]以及河北省等。

旅游虛擬社區(qū)是社會(huì)信息化背景下形成的新型社區(qū)，部分旅游研究者對(duì)其給予了關(guān)注，如針對(duì)具有中國文化背景的芒果社區(qū)網(wǎng)（Mango）的綜合性研究。

3.2.5社會(huì)信息化下的旅游研究方法

社會(huì)信息化下的旅游研究方法包含兩個(gè)方面的含義。

一是指?jìng)鹘y(tǒng)旅游研究方法可借助社會(huì)信息化背景進(jìn)行擴(kuò)展，如網(wǎng)絡(luò)調(diào)查方法擴(kuò)展了傳統(tǒng)現(xiàn)場(chǎng)發(fā)放問卷的調(diào)查方法；基于射頻識(shí)別（RFID）與全球定位系統(tǒng)（GPS）技術(shù)的追蹤系統(tǒng)擴(kuò)展了傳統(tǒng)旅游者游憩行為問卷調(diào)查方法，并提高了數(shù)據(jù)的精度；遙感與地理信息系統(tǒng)（RS&GIS）技術(shù)可提高旅游資源監(jiān)測(cè)的準(zhǔn)確性等。

二是指旅游研究方法對(duì)于信息科學(xué)方法與技術(shù)的借鑒。人工智能是旅游研究中采用最多的信息科學(xué)方法與技術(shù)，其在旅游研究中的應(yīng)用可以分為以下幾個(gè)方面：①需求預(yù)測(cè)，如基于人工神經(jīng)網(wǎng)絡(luò)的西班牙巴利亞利群島旅游時(shí)間序列預(yù)測(cè)、遺傳算法在旅游需求預(yù)測(cè)中的應(yīng)用、模糊時(shí)間序列及灰色理論在短時(shí)間序列旅游需求預(yù)測(cè)中的應(yīng)用以及人工智能方法與其他預(yù)測(cè)方法的比較；②在線行為分析，如基于機(jī)器學(xué)習(xí)（machine learning）的在線消費(fèi)者行為數(shù)據(jù)挖掘；③基于主體（agent）的旅游系統(tǒng)仿真研究，采用人工智能研究領(lǐng)域的重要分支——多主體系統(tǒng)（multi-agent system，MAS）對(duì)多層面、多地理尺度旅游系統(tǒng)進(jìn)行計(jì)算機(jī)仿真，探索旅游主體之間的相互作用與規(guī)律，如基于多主體的旅游空間結(jié)構(gòu)演化研究、旅游者在目的地以及景區(qū)范圍的動(dòng)態(tài)性研究。

計(jì)算機(jī)仿真方法與技術(shù)在旅游研究中的應(yīng)用也受到了旅游研究者的關(guān)注，具體研究包含以下幾個(gè)方面：①預(yù)測(cè)，如旅游收入預(yù)測(cè)；②旅游經(jīng)濟(jì)研究，如區(qū)域旅游經(jīng)濟(jì)系統(tǒng)動(dòng)力學(xué)分析；③旅游主體行為研究，如上述人工智能研究中基于主體的旅游系統(tǒng)仿真研究。

地理信息系統(tǒng)（GIS）是信息科學(xué)與地理科學(xué)的交叉研究領(lǐng)域，作為旅游研究的一種研究方法或工具，主要被用于旅游資源評(píng)價(jià)。

3.2.6旅游領(lǐng)域中的信息科學(xué)研究

隨著移動(dòng)終端設(shè)備在旅游者中的普及，旅游研究者對(duì)移動(dòng)應(yīng)用的相關(guān)研究給予了較大關(guān)注，如上下文適應(yīng)的移動(dòng)應(yīng)用體系框架設(shè)計(jì)、上下文相關(guān)的信息推動(dòng)服務(wù)系統(tǒng)設(shè)計(jì)以及用于博物館導(dǎo)游的多媒體技術(shù)研究。語義網(wǎng)與本體是信息科學(xué)的前沿領(lǐng)域，但由于其對(duì)于提升面向旅游者的網(wǎng)絡(luò)服務(wù)質(zhì)量具有非常重要的作用，也受到了旅游研究者的關(guān)注，如用于搜索引擎的旅游域語義表示研究。智能系統(tǒng)作為信息科學(xué)的前沿領(lǐng)域，在旅游研究中也受到了關(guān)注，除了綜述性研究外，還出現(xiàn)了有關(guān)智能系統(tǒng)設(shè)計(jì)方面的研究。

應(yīng)用系統(tǒng)的規(guī)劃建議與系統(tǒng)結(jié)構(gòu)設(shè)計(jì)是旅游研究者較為關(guān)注的信息技術(shù)研究，如基于知識(shí)管理視角的目的地管理系統(tǒng)設(shè)計(jì)。而其中以我國的相關(guān)研究為最多，如贛東北網(wǎng)絡(luò)旅游信息系統(tǒng)研究、上饒市旅游資源信息系統(tǒng)。

數(shù)字旅游是一種典型的旅游與信息技術(shù)的綜合叉研究主題，在我國旅游研究領(lǐng)域受到了關(guān)注，既包含了偏重技術(shù)的研究，如數(shù)字旅游的體系框架，也包含了圍繞數(shù)字旅游系統(tǒng)建設(shè)的保障體系研究，如相關(guān)政策法規(guī)方面的研究。

3.3問題3：信息科學(xué)與旅游的交叉研究有哪些趨勢(shì)？

盡管信息科學(xué)與旅游的交叉研究在近12年間經(jīng)歷了快速發(fā)展，但其仍然屬于新興交叉學(xué)科，其發(fā)展需要相關(guān)學(xué)者更為廣泛與深入的探索研究。在本節(jié)，筆者在對(duì)最近12年信息科學(xué)與旅游的交叉研究進(jìn)行系統(tǒng)整理的基礎(chǔ)上，通過捕捉旅游類與信息類研究共同關(guān)注的研究主題（表4），以及基于筆者對(duì)信息科學(xué)以及旅游研究趨勢(shì)的把握，找到信息科學(xué)與旅游交叉研究中的研究重點(diǎn)，其反映了兩類科學(xué)的交叉發(fā)展趨勢(shì)，或者研究者們重新認(rèn)識(shí)某些對(duì)該交叉領(lǐng)域的發(fā)展來講非常重要的問題。以下分別對(duì)它們進(jìn)行闡述：

3.3.1人工智能在旅游領(lǐng)域的深入應(yīng)用

人工智能方法與技術(shù)是信息技術(shù)發(fā)展的高級(jí)階段，研究如何應(yīng)用計(jì)算機(jī)的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)，涉及知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語言理解、計(jì)算機(jī)視覺、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面的研究?jī)?nèi)容。盡管目前人工智能在旅游中的應(yīng)用以旅游需求預(yù)測(cè)最為成熟，然而其相關(guān)理論、方法與技術(shù)并沒有在旅游領(lǐng)域中得到充分應(yīng)用。如何充分利用人工智能方法與技術(shù)來有效處理與使用旅游數(shù)據(jù)、信息與知識(shí)，深入挖掘旅游者、旅游公共管理與服務(wù)部門以及旅游企業(yè)的特征、存在的問題并進(jìn)行決策支持，是信息科學(xué)與旅游科學(xué)交叉研究中較為迫切與前沿的問題。

3.3.2基于語義網(wǎng)與本體的旅游推薦系統(tǒng)

語義網(wǎng)與本體研究是信息科學(xué)領(lǐng)域的前沿領(lǐng)域，是海量網(wǎng)絡(luò)信息之間相互理解的基礎(chǔ)。互聯(lián)網(wǎng)的發(fā)展使得傳統(tǒng)面向旅游者的“線下”服務(wù)擴(kuò)展至“線上”，包含以傳統(tǒng)計(jì)算機(jī)為中心的和以新興各種移動(dòng)終端為中心的“線上”服務(wù)，“線上”服務(wù)質(zhì)量對(duì)于信息時(shí)代的旅游者體驗(yàn)是非常重要的。基于語義網(wǎng)與本體技術(shù)的旅游推薦系統(tǒng)正是提升網(wǎng)絡(luò)服務(wù)質(zhì)量的有效方法與工具，如何將語義網(wǎng)、本體技術(shù)以及旅游推薦系統(tǒng)進(jìn)行理論、方法以及應(yīng)用上的有效集成，使其對(duì)旅游者具有實(shí)際應(yīng)用價(jià)值，是信息科學(xué)與旅游科學(xué)交叉研究中的另一個(gè)前沿問題。

3.3.3

普適計(jì)算與旅游（物聯(lián)網(wǎng)、移動(dòng)互聯(lián)與旅游）

普適計(jì)算是我國目前形成研究熱點(diǎn)的物聯(lián)網(wǎng)應(yīng)用的基礎(chǔ)。隨著移動(dòng)終端設(shè)備及其應(yīng)用的發(fā)展，傳統(tǒng)以計(jì)算機(jī)為中心的網(wǎng)絡(luò)服務(wù)擴(kuò)展至以移動(dòng)終端一旅游者為中心，基于普適計(jì)算模式的連接物與物、人與物、人與人的物聯(lián)網(wǎng)以及各種移動(dòng)應(yīng)用系統(tǒng)在旅游研究與實(shí)際應(yīng)用中得到了重視。然而，無論是普適計(jì)算還是物聯(lián)網(wǎng)，在信息科學(xué)研究中都是前沿領(lǐng)域，存在許多未解問題，因此，普適計(jì)算以旅游領(lǐng)域?yàn)閱栴}域或典型應(yīng)用，將同時(shí)有助于其本身以及旅游問題的解決。

第4篇：人工智能研究綜述范文

關(guān)鍵詞 人工智能 人工情感 發(fā)展

中圖分類號(hào)：TP311.13 文獻(xiàn)標(biāo)識(shí)碼：A

1人工情感概述

人工情感是人工智能里一個(gè)重要的研究領(lǐng)域。所謂人工情感，就是賦予人類式情感的機(jī)器。即用人工的方法和技術(shù)賦予計(jì)算機(jī)或機(jī)器人以人類式的情感，使之具有表達(dá)、識(shí)別和理解喜樂哀怒，模仿、延伸和擴(kuò)展人的情感的能力。當(dāng)然，實(shí)現(xiàn)上述目標(biāo)是許多科學(xué)家的夢(mèng)想，然而，與人工智能其他方面技術(shù)的高度發(fā)展相比，人工情感研究所取得的進(jìn)展卻是微乎其微，情感始終是橫跨在人腦與電腦之間一條無法愈越的鴻溝。很長(zhǎng)時(shí)間內(nèi)，情感機(jī)器人只能是科幻小說中的重要素材，卻很少納入科學(xué)家們的研究課題之中。

不過，隨著科學(xué)技術(shù)的發(fā)展，世界上越來越多的國家開始進(jìn)行人工情感技術(shù)方面的研究。目前，在國際上，人工情感領(lǐng)域主要是進(jìn)行情感機(jī)器人的研究。

2人工情感的發(fā)展綜述

2.1情感計(jì)算

情感計(jì)算的概念是在1997年由MIT媒體實(shí)驗(yàn)室皮卡德（R.W.Picard）教授提出A。她在自己的專著《情感計(jì)算》中提出“情感計(jì)算是關(guān)于情感、由情感引發(fā)以及意圖影響情感方面的計(jì)算”。情感計(jì)算的目標(biāo)是賦予計(jì)算機(jī)感知，理解與表達(dá)情感的能力，從而使計(jì)算機(jī)能夠與人更加友好、和諧地交流。隨后，情感計(jì)算領(lǐng)域成為了國內(nèi)外人工智能專家研究的熱點(diǎn)，世界各國都在情感計(jì)算領(lǐng)域進(jìn)行著廣為深入的研究。而關(guān)于情感計(jì)算，美國最早展開研究，而且美國人進(jìn)行的最為深入，研究的成果也最先進(jìn)。

2008年4月美國麻省理工學(xué)院的科學(xué)家們展示了他們最新開發(fā)出的情感機(jī)器人“Nexi”，該機(jī)器人不僅能理解人的語言，還能夠?qū)Σ煌Z言做出相應(yīng)的喜怒哀樂反應(yīng)，還能夠通過轉(zhuǎn)動(dòng)和睜閉眼睛、皺眉、張嘴、打手勢(shì)等形式表達(dá)其豐富的情感。這款機(jī)器人完全可以根據(jù)人面部表情的變化來做出相應(yīng)的反應(yīng)。它的眼睛中裝備有CCD（電荷耦合器件）攝像機(jī)，這使得機(jī)器人在看到與它交流的人之后就會(huì)立即確定房間的亮度并觀察與其交流者的表情變化。IBM公司的“藍(lán)眼計(jì)劃”，可使計(jì)算機(jī)知道人想干什么，如當(dāng)人的眼瞄向電視時(shí)，它竟知道人想打開電視機(jī)，它便發(fā)出指令打開電視機(jī)。此外該公司還研究了情感鼠標(biāo)?？筛鶕?jù)手部的血壓及溫度等傳感器感知用戶的情感。

然而，目前情感計(jì)算研究也面臨著很多的難題，比如情感信息的獲取，如何對(duì)其進(jìn)行建模等等。

2.2人工心理

人工心理理論是由中國北京科技大學(xué)教授、中國人工智能學(xué)會(huì)人工心理與人工情感專業(yè)委員會(huì)主任王志良教授提出的。他指出，人工心理就是利用信息科學(xué)的手段，對(duì)人的心理活動(dòng)（著重是人的情感、意志、性格、創(chuàng)造）的更全面內(nèi)容的再一次人工機(jī)器（計(jì)算機(jī)、模型算法等）實(shí)現(xiàn)。其目的在于從心理學(xué)廣義層次上研究人工情感、情緒與認(rèn)知、動(dòng)機(jī)與情緒的人工機(jī)器實(shí)現(xiàn)的問題。它的應(yīng)用前景是非常廣泛的。如：支持開發(fā)有情感、意識(shí)和智能的機(jī)器人；真正意義上的擬人機(jī)械研究；使控制理論更接近于人腦的控制模式；人工心理應(yīng)用的另一大領(lǐng)域是符合人性化的商品設(shè)計(jì)和市場(chǎng)開發(fā)。目前國內(nèi)外在人工心理領(lǐng)域進(jìn)行了大量的研究，例如基于人工心理理論的商品選購專家系統(tǒng)，基于人工心理的智能化的E-learning系統(tǒng)研究等等。目前中國在人工理論領(lǐng)域上的研究總體來說比較深入。

2.3 感性工學(xué)

感性工學(xué)就是將感性與工程結(jié)合起來的技術(shù)，是在感性科學(xué)的基礎(chǔ)上，通過分析人類的感性，把人的感性需要加入到商品設(shè)計(jì)、制造中去，它是一門從工程學(xué)的角度實(shí)現(xiàn)能給人類帶來喜悅和滿足的商品制造的技術(shù)科學(xué)。它將人們對(duì)“物”（即已有產(chǎn)品、數(shù)字或虛擬產(chǎn)品）的感性意象定量、半定量地表達(dá)出來，并與產(chǎn)品設(shè)計(jì)特性相關(guān)聯(lián)，以實(shí)現(xiàn)在產(chǎn)品設(shè)計(jì)中體現(xiàn)“人”（這里包括消費(fèi)者、設(shè)計(jì)者等）的感性感受，設(shè)計(jì)出符合“人”的感覺期望的產(chǎn)品。

因?yàn)楦行怨W(xué)這一概念是由日本提出的，所以日本對(duì)此開展的研究比較早。日本從上世紀(jì)九十年代就開始了感性工學(xué)（Kansei Engineering）的研究。而且已經(jīng)形成舉國研究“感性工學(xué)”的。1996年日本文部省就以國家重點(diǎn)基金的方式開始支持“情感信息的信息學(xué)、心理學(xué)研究”的重大研究課題，參加該項(xiàng)目的有十幾個(gè)大學(xué)和研究單位，主要目的是把情感信息的研究從心理學(xué)角度過渡到心理學(xué)、信息科學(xué)等相關(guān)學(xué)科的交叉融合。每年都有日本感性工學(xué)全國大會(huì)召開。與此同時(shí)，一向注重經(jīng)濟(jì)利益的日本，在感性工學(xué)產(chǎn)業(yè)化方面取得了很大成功。日本各大公司競(jìng)相開發(fā)、研究、生產(chǎn)了所謂的個(gè)人機(jī)器人（Personal Robot）產(chǎn)品系列。其中，以SONY公司的AIBO機(jī)器狗（已經(jīng)生產(chǎn)6萬只，獲益近10億美元）和QRIO型以及SDR-4X型情感機(jī)器人為典型代表。日本新開發(fā)的情感機(jī)器人取名“小IF”，可從對(duì)方的聲音中發(fā)現(xiàn)感情的微妙變化，然后通過自己表情的變化在對(duì)話時(shí)表達(dá)喜怒哀樂，還能通過對(duì)話模仿對(duì)方的性格和癖好。

3總結(jié)

通過對(duì)國內(nèi)外的基于人工智能的人工情感的研究分析，目前人工情感領(lǐng)域總體發(fā)展很迅猛，但是并沒有太多的突破，而美國、日本等國家對(duì)這一領(lǐng)域的研究更為深入，研究成果也更為先進(jìn)和領(lǐng)先。而中國對(duì)人工情感領(lǐng)域的投入也不斷加大，中國在這一領(lǐng)域的某些方面的研究甚至處于國際領(lǐng)先地位。相信在不久的將來，通過國際社會(huì)的努力，人工情感將會(huì)取得重大突破，給人類社會(huì)帶來福音。

參考文獻(xiàn)

[1] 史忠植.智能科學(xué)[M].北京：清華大學(xué)出版社，2006（8）.

第5篇：人工智能研究綜述范文

關(guān)鍵詞：人工智能 自動(dòng)化 電氣工程 控制系統(tǒng)

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-3973（2013）012-160-02

人工智能與傳統(tǒng)方法相比較，具有許多方面的優(yōu)良性能，智能化的系統(tǒng)大大代替了大量的人工繁瑣的工作，又提高了系統(tǒng)操作的靈敏性和精確性，在功能要求越來越高的許多行業(yè)中應(yīng)用相當(dāng)廣泛。最近10多年來，各種電子技術(shù)和高科技手段的日新月異，許多科研機(jī)構(gòu)就自動(dòng)化控制中的人工智能技術(shù)開展了大量的研究工作，取得了豐碩的成果。下面筆者就人工智能在在電氣工程方面的應(yīng)用做一綜述。

1 人工智能技術(shù)的優(yōu)勢(shì)

（1）控制對(duì)象的模型在設(shè)計(jì)之前已經(jīng)成型。在電氣工程方面，由于許多參數(shù)具有復(fù)雜性，利用傳統(tǒng)技術(shù)無法確定哪些具體的參數(shù)變化會(huì)導(dǎo)致結(jié)果的相應(yīng)變化，從而表現(xiàn)出的外在結(jié)果復(fù)雜多樣，難以歸納出具有一定規(guī)律性的結(jié)論來，這就是信息的非線性特征必然決定了隨機(jī)結(jié)果出現(xiàn)的原因。人工智能通過專家系統(tǒng)，利用控制器能對(duì)各種參數(shù)進(jìn)行精密分析，并給出正確的指令，而使得各種對(duì)象在動(dòng)態(tài)變化中得到精確地控制。

（2）人工智能控制器的自身性能能夠自我調(diào)節(jié)，以趨更加完善，應(yīng)用的技術(shù)及參數(shù)可以有實(shí)際響應(yīng)時(shí)間、下降時(shí)間、魯棒性能等變化。

（3）人工智能控制器操作起來比較直觀、簡(jiǎn)潔，即使經(jīng)過一般的專業(yè)操作技術(shù)崗前培訓(xùn)，也能很快掌握人性化的人機(jī)交互對(duì)話系統(tǒng)，還能依照各種實(shí)際情況進(jìn)行適應(yīng)本人習(xí)慣或工作需要的界面設(shè)計(jì)。

（4）人工智能控制器性能穩(wěn)定，能對(duì)各種數(shù)據(jù)進(jìn)行科學(xué)的處理，可適范圍比較寬泛，由于驅(qū)動(dòng)器的特性很多，控制器都能對(duì)輸入的各種數(shù)據(jù)信息做出很好的篩選和判斷。

2 電氣工程中人工智能的運(yùn)用

2.1 提高了電氣設(shè)備設(shè)計(jì)的水平

計(jì)算機(jī)技術(shù)的更新?lián)Q代率非常快，引導(dǎo)了電氣產(chǎn)品的設(shè)計(jì)手段發(fā)生了革命性變化，CAD（計(jì)算機(jī)輔助設(shè)計(jì)）的引入，大大縮短了產(chǎn)品研發(fā)的周期。在CAD中嵌入人工智能，使得電氣設(shè)計(jì)變得非常直觀，模塊化的操作設(shè)計(jì)模式和大大縮短了設(shè)計(jì)的周期，同時(shí)由于計(jì)算機(jī)技術(shù)的精確化，也使得產(chǎn)品的質(zhì)量得到很大程度的改良。人工智能系統(tǒng)能夠優(yōu)化電氣產(chǎn)品的設(shè)計(jì)，主要借助于遺傳算法和專家系統(tǒng)兩方面來完成。遺傳算法具有明顯的算法優(yōu)勢(shì)，計(jì)算結(jié)果的精度也很高，因此遺傳算法及其衍生算法普遍應(yīng)用于對(duì)電氣產(chǎn)品的智能化優(yōu)化設(shè)計(jì)中。電氣設(shè)備發(fā)生故障一般是不確定性的，具有很大的隨機(jī)性，表現(xiàn)在發(fā)生故障的部位和發(fā)生故障的時(shí)間方面，但一般會(huì)在故障發(fā)生之前總會(huì)出現(xiàn)一定的先兆，利用專家系統(tǒng)就可以將預(yù)兆和故障之間的復(fù)雜關(guān)系準(zhǔn)確而及時(shí)地反映出來，并給出預(yù)警信號(hào)。

2.2 精確診斷出引起電氣設(shè)備發(fā)生事故及故障的原因

由于目前電氣設(shè)備的自動(dòng)化和集成化很高，一旦發(fā)生故障，利用傳統(tǒng)的分析方法難以準(zhǔn)確找出故障發(fā)生的部位。如發(fā)動(dòng)機(jī)、發(fā)電機(jī)和變壓器等設(shè)備出現(xiàn)故障的頻率一般比較高，其原因是非常復(fù)雜和多變的，并且具有很強(qiáng)的突發(fā)性，還具有快速解決的特定要求，若處理不當(dāng)或不及時(shí)，就會(huì)造成二次損失或事故，甚至?xí)斐煞浅?yán)重的不可預(yù)見性后果。人工智能系統(tǒng)融入了神經(jīng)網(wǎng)絡(luò)和模糊理論等技術(shù)，可以很好地解決傳統(tǒng)分析方法所出現(xiàn)的延時(shí)處理或診斷失誤等問題。傳統(tǒng)方法診斷故障的原理是：變壓器等電器設(shè)備一旦發(fā)生故障，其中的油的成分會(huì)發(fā)生一定的變化，因而對(duì)提取的樣本進(jìn)行成分分析，就可以判斷出變壓器等電氣設(shè)備是否發(fā)生了功能性故障。采用這種傳統(tǒng)方式耗時(shí)較多，浪費(fèi)人力，準(zhǔn)確性不高。

2.3 對(duì)電氣控制過程中的有效應(yīng)用進(jìn)行分析

電氣技術(shù)越來越復(fù)雜，越來越現(xiàn)代化，其控制過程就顯得愈來愈重要，是確保電氣設(shè)備穩(wěn)定而高效運(yùn)行的保護(hù)神。長(zhǎng)期以來這一問題是學(xué)術(shù)界和工程界所面臨的一大棘手課題。功能越來越完善、技術(shù)含量越來越豐富，這些均對(duì)技術(shù)人員的理論水平和操作技能提出了非常嚴(yán)格的高要求，在目前階段下，提高操作人員的技能水平和效率就成為科研人員孜孜追求的一個(gè)目標(biāo)。人工智能的引入和廣泛地應(yīng)用，和計(jì)算機(jī)運(yùn)算能力等核心技術(shù)的長(zhǎng)足進(jìn)步，以及交互性的界面，都使得日常化的操作變得直觀、簡(jiǎn)潔，還可以實(shí)現(xiàn)遠(yuǎn)程控制及其監(jiān)控，大大提高了操作人員的安全性，也對(duì)電氣設(shè)備的良好運(yùn)行提供了可靠的保證。另外，還對(duì)某些重要的數(shù)據(jù)和信息進(jìn)行了即時(shí)的存儲(chǔ)和備份，以便以后進(jìn)行調(diào)用、對(duì)比分析等。還可以自動(dòng)生成各種報(bào)表，大大降低了人工費(fèi)用，也減少了物力、財(cái)力等資源的大量投入，工作效率大幅度得到提高，精確度更加細(xì)致。

2.4 實(shí)現(xiàn)了控制和保護(hù)雙重功能

在電氣設(shè)備中，人工智能能對(duì)所有開關(guān)量、模擬量數(shù)據(jù)實(shí)時(shí)自動(dòng)采集并進(jìn)行科學(xué)的處理，并能做到定時(shí)、批量地整理和儲(chǔ)存。還可以通過對(duì)系統(tǒng)的歷史運(yùn)轉(zhuǎn)情況進(jìn)行畫面模擬顯示，電流、電壓、隔離開關(guān)、斷路器等電機(jī)設(shè)備的運(yùn)轉(zhuǎn)狀態(tài)到直觀形象的反應(yīng)，一目了然。技術(shù)操作人員可以根據(jù)實(shí)際情況進(jìn)行相關(guān)數(shù)據(jù)的分析及建立圖表。綜合集成了聲光、語音、電話、圖象等多模式同時(shí)或選擇性報(bào)警。在操作控制方面，智能化技術(shù)使技術(shù)人員可以通過鍵盤或鼠標(biāo)實(shí)現(xiàn)對(duì)隔離開關(guān)，斷路器等的現(xiàn)場(chǎng)或者遠(yuǎn)程控制，勵(lì)磁電流的調(diào)整。

2.5 在電力系統(tǒng)自動(dòng)化中的應(yīng)用

人們對(duì)電力行業(yè)在生產(chǎn)中要保持穩(wěn)定性和流暢性的要求不斷提高，現(xiàn)在很多大型的電力企業(yè)均將PLC 控制系統(tǒng)逐步代替輔助系統(tǒng)中的比較傳統(tǒng)落后的繼電控制器。通過PLC 控制系統(tǒng)可以一方面對(duì)某個(gè)工藝流程進(jìn)行實(shí)時(shí)的控制，另一方面協(xié)調(diào)全廠的安全生產(chǎn)?；鹆Πl(fā)電廠中的輸煤控制系統(tǒng)由主站層、現(xiàn)場(chǎng)傳感器和遠(yuǎn)程IO站三部分組成連貫的網(wǎng)絡(luò)體系結(jié)構(gòu)。其中，由人機(jī)接口和PLC 共同構(gòu)成主站層，少許工作人員在設(shè)置有主站層的集控室內(nèi)，通過系統(tǒng)的顯示屏以自動(dòng)控制為主手動(dòng)控制為輔對(duì)系統(tǒng)進(jìn)行監(jiān)視和控制，可以大幅提高發(fā)電企業(yè)生產(chǎn)效率。隨著PLC 技術(shù)的應(yīng)用，實(shí)現(xiàn)了電廠不同發(fā)電機(jī)組在供電系統(tǒng)之間自動(dòng)切換，供電的可靠性和穩(wěn)定性得到很大程度上的提高。

3 結(jié)束語

綜上所述，隨著微電子技術(shù)的飛速發(fā)展和軟件技術(shù)的快速提高，人們的日常生活發(fā)生了很大的變化，無數(shù)的科研成果慢慢轉(zhuǎn)換成生產(chǎn)力，改變著我們的生活方式，同時(shí)也促進(jìn)了人工智能技術(shù)的不斷提高。硬件方面的技術(shù)和工藝水平同樣也在飛速發(fā)展，電子集成技術(shù)更加成熟，功能更加強(qiáng)大。芯片制造技術(shù)更是錦上添花，人工智能的控制能力和控制精度愈加得到提高，應(yīng)用范圍日趨廣泛而深入，產(chǎn)品成本的下降也帶動(dòng)終端銷售價(jià)格的大幅度下降，良性循環(huán)下的技術(shù)催生，使得人工智能技術(shù)在生活和生產(chǎn)中的許多方面都得到更加廣泛的應(yīng)用，高度的自動(dòng)化特征使人們體驗(yàn)到神奇的便利性?？梢灶A(yù)見，人工智能在電氣自動(dòng)化控制中將會(huì)有更加廣闊的遠(yuǎn)景。

參考文獻(xiàn)：

[1] 郭策，范然.設(shè)計(jì)智能建筑電氣自動(dòng)化系統(tǒng)的思路[J].中國新技術(shù)新產(chǎn)品，2012（05）.

[2] 周超.人工智能技術(shù)在電氣自動(dòng)化控制中的運(yùn)用[J].硅谷，2012（08）.

[3] 朱子龍.人工智能技術(shù)在電氣自動(dòng)化控制中的運(yùn)用探討[J].科技創(chuàng)新與應(yīng)用，2012（17）.

[4] 陸偉民.人工智能技術(shù)及應(yīng)用[M].上海：同濟(jì)大學(xué)出版社，1998.

[5] 王洪鐘.人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用探討[J].科技創(chuàng)新導(dǎo)報(bào)，2012（25）.

第6篇：人工智能研究綜述范文

【關(guān)鍵詞】人工智能技術(shù)；電廠；應(yīng)用；探討

人工智能簡(jiǎn)稱為AI，是對(duì)人類大腦簡(jiǎn)化及抽象，也是人類智能模擬的重要途徑，現(xiàn)在我國人工智能工具主要有專家系統(tǒng)、模糊理論、神經(jīng)網(wǎng)絡(luò)、禁忌搜索、粒子群算法及遺傳算法等，隨著我國電力事業(yè)大力發(fā)展，很多人工智能技術(shù)被應(yīng)用在了電廠中，并發(fā)揮了巨大作用，優(yōu)化了電廠中電力系統(tǒng)的組合、運(yùn)行及市場(chǎng)定價(jià)等眾多問題，保證電廠供電的安全可靠性。

1 AI在我國電廠應(yīng)用及探討

1.1 專家系統(tǒng)應(yīng)用與探討

專家系統(tǒng)可簡(jiǎn)稱為ES，它所面向主要是各非結(jié)構(gòu)問題，特別是處理啟發(fā)式、定性的或者不確定知識(shí)信息，通過各樣的推理過程來達(dá)到系統(tǒng)所要求任務(wù)目標(biāo)，在上世紀(jì)80年代，為了克服原有控制理論不足，自動(dòng)控制領(lǐng)域工程師及學(xué)者將專家系統(tǒng)方法及思想引入了控制系統(tǒng)中進(jìn)行應(yīng)用及探討。典型專家系統(tǒng)主要有推理機(jī)、知識(shí)庫、知識(shí)獲取機(jī)制以及人機(jī)界面四部分組成，專家系統(tǒng)在我國電廠里的應(yīng)用是最早及較為成熟的人工智能技術(shù)，并且發(fā)展了很多專家系統(tǒng)，在電力系統(tǒng)不同領(lǐng)域被應(yīng)用，像電網(wǎng)調(diào)度、系統(tǒng)恢復(fù)、監(jiān)測(cè)和診斷、預(yù)想事故篩選等，特別是監(jiān)測(cè)核事故診斷成為專家系統(tǒng)在電廠中最主要應(yīng)用領(lǐng)域。依據(jù)知識(shí)存儲(chǔ)方式不同，能把ES分為決策樹、知識(shí)經(jīng)驗(yàn)、規(guī)則及模型等不同形式，模型形式的知識(shí)所表達(dá)方式是比較適合實(shí)時(shí)處理的，比基于規(guī)則形式推理方式要更為簡(jiǎn)單及快捷及容易維護(hù)。ES在輸電網(wǎng)絡(luò)診斷故障里的典型應(yīng)用為產(chǎn)生式規(guī)則系統(tǒng)，就是把斷路器、保護(hù)器動(dòng)作邏輯和運(yùn)行人員診斷經(jīng)驗(yàn)運(yùn)用規(guī)則的形式進(jìn)行表示，并形成知識(shí)庫，依據(jù)報(bào)警信息進(jìn)行知識(shí)庫推理，以獲得診斷結(jié)論，這種產(chǎn)生式規(guī)則專家系統(tǒng)在電廠中能夠被廣泛應(yīng)用主要是因這種專家系統(tǒng)及故障診斷特點(diǎn)所決定的，在輸電網(wǎng)絡(luò)里斷路器及一級(jí)保護(hù)間的關(guān)系能用模塊化及直觀規(guī)則進(jìn)行表示，并且能允許刪除、增加及修改某些規(guī)則，從而保證診斷系統(tǒng)有效性及實(shí)時(shí)性，對(duì)不確定問題在一定程度上給予了解決，還能給出一些符合人類語言結(jié)論及解釋能力。同時(shí)，框架法的專家系統(tǒng)能夠進(jìn)行分類結(jié)構(gòu)知識(shí)表達(dá)，以及對(duì)事物間的相關(guān)性進(jìn)行表達(dá)，并簡(jiǎn)化繼承性知識(shí)存儲(chǔ)及表述。專家系統(tǒng)這種人工智能技術(shù)盡管能有效模擬完成故障診斷，可在電廠實(shí)際應(yīng)用里，還存在著一定不足，主要為知識(shí)獲取及維護(hù)問題，并且接口也不是很友好，對(duì)故障診斷里的很多不確定因素也無法有效解決，從而影響了診斷準(zhǔn)確性。

1.2 遺傳算法應(yīng)用與探討

遺傳算法能簡(jiǎn)稱為GA，是根據(jù)遺傳機(jī)制及自然選擇在計(jì)算機(jī)上，進(jìn)行生物化機(jī)制模擬來尋優(yōu)搜索的算法可在龐大復(fù)雜搜索空間里進(jìn)行合適搜索，并找出最優(yōu)及準(zhǔn)最優(yōu)的解決方法，這種算法簡(jiǎn)單及適用，其魯棒性也比較強(qiáng)，這種智能技術(shù)對(duì)求解問題基本沒有限制，對(duì)常規(guī)求解復(fù)雜過程涉及較少，可得到局部或全部的最優(yōu)解集，與傳統(tǒng)優(yōu)化技術(shù)相比，這種技術(shù)更能解決及處理傳統(tǒng)難以解決的非線性問題，因此，這種技術(shù)被廣泛應(yīng)用在電廠中的電力市場(chǎng)、規(guī)劃及調(diào)度等方面，并且在故障診斷上，其應(yīng)用效果也是不錯(cuò)的，可對(duì)輸電網(wǎng)絡(luò)中，故障診斷模型的建立成為了遺傳算法存在主要途徑，也是值得探討問題，遺傳算法如果可以建立適合數(shù)學(xué)模型，不僅能解決電力系統(tǒng)中的故障診斷問題，還能解決其他類似故障診斷問題，加強(qiáng)遺傳算法合理模型建立是應(yīng)該研究及探討的。

1.3 神經(jīng)網(wǎng)絡(luò)應(yīng)用與探討

神經(jīng)網(wǎng)絡(luò)技術(shù)簡(jiǎn)稱為ANN，其主要特點(diǎn)為廣泛化、高度并行處理及非線性的映射功能等，對(duì)于控制領(lǐng)域具有較強(qiáng)吸引力，對(duì)于沒有模型及復(fù)雜的不確定問題具有學(xué)習(xí)能力及自適應(yīng)力，能夠用在控制系統(tǒng)自適應(yīng)環(huán)節(jié)及補(bǔ)償環(huán)節(jié)里，非線性描述能力能夠用在非線性控制及辨識(shí)中，而快速計(jì)算能力能夠進(jìn)行復(fù)雜控制問題計(jì)算優(yōu)化，其定量及定性分布存儲(chǔ)及合成能力能夠用在復(fù)雜控制系統(tǒng)里的圖像信息處理利用及接口轉(zhuǎn)換，容錯(cuò)能力能夠應(yīng)用在非結(jié)構(gòu)過程控制，網(wǎng)絡(luò)神經(jīng)已成為電廠應(yīng)用中最成功的智能技術(shù)，像網(wǎng)絡(luò)神經(jīng)在電廠故障診斷中的應(yīng)用，每個(gè)神經(jīng)網(wǎng)絡(luò)均負(fù)責(zé)系統(tǒng)里的部分診斷，ANN技術(shù)經(jīng)過現(xiàn)場(chǎng)很多樣本學(xué)習(xí)及訓(xùn)練，對(duì)其中閾值及連接權(quán)進(jìn)行不斷調(diào)整，讓知識(shí)隱式分布于所有網(wǎng)絡(luò)中，以實(shí)現(xiàn)模式記憶，這樣ANN就具有獲得較多知識(shí)能力，這種人工智能技術(shù)廣泛應(yīng)用在電力系統(tǒng)監(jiān)測(cè)、診斷、實(shí)時(shí)控制、狀態(tài)評(píng)估及負(fù)荷預(yù)測(cè)等領(lǐng)域，并且依據(jù)神經(jīng)網(wǎng)絡(luò)技術(shù)的負(fù)荷預(yù)測(cè)已經(jīng)成為電廠電力系統(tǒng)中最成功應(yīng)用之一。

2 其它人工智能技術(shù)應(yīng)用及探討

2.1 粒子群算法及模糊理論應(yīng)用與探討

粒子群算法可稱為PSO算法，這種智能技術(shù)算法簡(jiǎn)單，容易實(shí)現(xiàn)，并且可調(diào)節(jié)參數(shù)也比較少，已經(jīng)被應(yīng)用在了很多學(xué)科及領(lǐng)域里，在電廠中也正被嘗試及應(yīng)用，可這種算法的精度不是很高，還容易陷入局部極值中。其設(shè)計(jì)思路為：在多維解的搜索空間里，運(yùn)用這種算法，可在初始化之后得到一群隨機(jī)的粒子，并搜索到最有位置及全局極值，這種算法能夠被應(yīng)用在電廠變電站的選址上，并且在電源規(guī)劃上也有一定優(yōu)越性，可也面臨著諸多不確定因素，加強(qiáng)這些因素全面有效描述，成為電廠應(yīng)用及探討方向所在。模糊理論簡(jiǎn)稱為FS，是自動(dòng)控制及模糊邏輯相結(jié)合而成的，其功能是模擬人類決策及推理過程，運(yùn)用專家經(jīng)驗(yàn)及知識(shí)來控制規(guī)則的，可有效處理未知及不準(zhǔn)確控制問題，并且不用建模，是種非線性的控制，以萬能逼近的定理作為充分理論依據(jù)的，模糊控制器可當(dāng)做萬能的，完成所需任何非線性的控制任務(wù)，在很多工程及領(lǐng)域系統(tǒng)里，都沒有辦法建立較為精準(zhǔn)數(shù)學(xué)模型，這使得模糊理論得到了廣泛應(yīng)用，在電廠里，自然也得到了較為廣泛應(yīng)用，像電廠的故障診斷里，一些故障及征兆間的關(guān)系是比較模糊的，不確定的，這時(shí)所得結(jié)果也就是模糊的，其傳統(tǒng)方法去為依據(jù)專家經(jīng)驗(yàn)進(jìn)行模糊關(guān)系矩陣建立，并對(duì)模糊關(guān)系給予組合及合并等，隨著這種智能技術(shù)發(fā)展，將模糊知識(shí)庫運(yùn)用語言變量進(jìn)行表達(dá)，更接近人類表達(dá)習(xí)慣，對(duì)于問題多個(gè)解決方案，依據(jù)模糊度高低來優(yōu)化排序，在一定程序上，增加了專家系統(tǒng)容錯(cuò)性，這種理論已被應(yīng)用在電廠故障診斷識(shí)別、變壓器保護(hù)及配電系統(tǒng)等領(lǐng)域里。

2.2 禁忌搜索算法

這種技術(shù)比較適合優(yōu)化組合問題解決，可處理不可微目標(biāo)函數(shù)，其理論思想為運(yùn)用靈活記憶技術(shù)，把最近若干次的迭代過程進(jìn)行反方向移動(dòng)，并記錄進(jìn)tabu表里，處在這個(gè)表里的移動(dòng)是不能在現(xiàn)有迭代過程里實(shí)現(xiàn)的，從而避免了已訪問解群體的訪問及循環(huán)產(chǎn)生，這種技術(shù)主要有tabu表、移動(dòng)及特赦規(guī)則三要素組成，這種智能技術(shù)在電廠的電力系統(tǒng)里也得到了應(yīng)用，主要運(yùn)用了十進(jìn)制及二進(jìn)制編碼這兩類方案對(duì)實(shí)際系統(tǒng)給予優(yōu)化計(jì)算，這種技術(shù)對(duì)局部最優(yōu)解跳出方面具有較大優(yōu)勢(shì)，并且收斂效果好，能夠進(jìn)行快速尋優(yōu)，可運(yùn)用單點(diǎn)搜索不能夠在全部空間內(nèi)進(jìn)行搜索，這使得初始值好壞直接決定了算法速度及其解質(zhì)量。

3 結(jié)束語

近些年，人工智能技術(shù)在電廠中的應(yīng)用除了以上算法及技術(shù)外，還有分布式人工智能、混合智能、蟻群算法及混沌優(yōu)化法等，隨著我國電力事業(yè)不斷發(fā)展，市場(chǎng)競(jìng)爭(zhēng)不斷加大，人工智能技術(shù)在電廠中的應(yīng)用是越來越廣泛及發(fā)展良好。

參考文獻(xiàn)

[1]朱祝武.人工智能發(fā)展綜述[J].中國西部科技,2011(17)

第7篇：人工智能研究綜述范文

關(guān)鍵詞：人工智能 足球機(jī)器人 全自主

1、引言

機(jī)器人足球比賽已經(jīng)成為一項(xiàng)全世界矚目的高科技對(duì)抗賽。在世界上影響較大的賽事主要有兩個(gè),一個(gè)是由國際機(jī)器人足球聯(lián)合會(huì)(FIRA)組織的微機(jī)器人世界杯,每年舉行一次,同時(shí)進(jìn)行這一領(lǐng)域的學(xué)術(shù)研究；另一個(gè)是由國際人工智能協(xié)會(huì)組織的機(jī)器人世界杯RoboCup,也是每年一屆,它要求參賽的機(jī)器人是自主式的,其復(fù)雜程度和制作成本較高。

足球機(jī)器人為智能系統(tǒng)的研究提供了一個(gè)很好的載體,它充分體現(xiàn)了人工智能、機(jī)器人學(xué)、傳感器技術(shù)等多技術(shù)的發(fā)展水平和融合程度,也從另一個(gè)側(cè)面反映了一個(gè)國家信息與自動(dòng)化領(lǐng)域的科技發(fā)展水平。足球機(jī)器人不僅將靜態(tài)環(huán)境下單智能體對(duì)單智能體的挑戰(zhàn)提升為多智能體對(duì)多智能體的對(duì)抗,并實(shí)現(xiàn)了在復(fù)雜環(huán)境下,以實(shí)時(shí)控制的方式進(jìn)行信息的處理和決策分布。

2、足球機(jī)器人

2.1 足球機(jī)器人比賽種類

FIRA機(jī)器人足球比賽種類:半自主型機(jī)器人足球;全自主型機(jī)器人足球;仿真機(jī)器人足球;超小型半自主機(jī)器人機(jī)器人足球;超小型全自主機(jī)器人足球;類人機(jī)器人足球。

RoboCup機(jī)器人足球比賽種類:電腦仿真比賽;小型足球機(jī)器人賽;中型自主足球機(jī)器人賽;四腿機(jī)器人足球賽;擬人機(jī)器人足球賽。

2.2 機(jī)器人足球比賽情況簡(jiǎn)介

在足球場(chǎng)上,是裝有完整的智能控制系統(tǒng)的車型足球機(jī)器人,機(jī)器人可以自主的收集周圍的信息和比賽的情況,并能自主的進(jìn)行行為決策,包括導(dǎo)航定位,尋找足球、隊(duì)員和球門,遇到對(duì)方隊(duì)員進(jìn)行自主避障,并選擇時(shí)機(jī)帶球入門。

比賽一般先進(jìn)行小組賽,出線隊(duì)伍進(jìn)入下一輪淘汰賽,如果打成平局,則進(jìn)入加時(shí)賽,若仍不能分出勝負(fù),則雙方互罰點(diǎn)球決勝負(fù)。比賽分成上下兩個(gè)半場(chǎng),各十分鐘,中場(chǎng)休息五分鐘。

機(jī)器人采用上下布局的視覺系統(tǒng)結(jié)構(gòu)。位于比賽場(chǎng)地上方的攝像機(jī)能進(jìn)行旋轉(zhuǎn),時(shí)刻搜集比賽現(xiàn)況。CCD攝像機(jī)固定在機(jī)器人的"腹部",鏡頭朝向機(jī)器人的正前方,負(fù)責(zé)識(shí)別距離機(jī)器人很近的目標(biāo)物體。

3、全自主足球機(jī)器人

全自主足球機(jī)器人的系統(tǒng)結(jié)構(gòu)。隨著機(jī)器人足球比賽在全世界的火熱進(jìn)行,研制出更接近人類形態(tài)、智能和運(yùn)動(dòng)水平的機(jī)器人,并且在沒有人干預(yù)的情況下,按照足球比賽規(guī)則,在真實(shí)的足球賽場(chǎng)上,跟人類進(jìn)行真正意義的足球比賽,成為了這個(gè)領(lǐng)域的終極目標(biāo)。

系統(tǒng)結(jié)構(gòu)。（圖1）是足球機(jī)器人的基本系統(tǒng)結(jié)構(gòu)圖。通過教練機(jī)廣播任務(wù),各個(gè)機(jī)器人通過局域網(wǎng)接受任務(wù),各個(gè)機(jī)器人通過各自的系統(tǒng)進(jìn)行相互配合,完成球場(chǎng)上的比賽過程（圖1）。

(1)機(jī)器人視覺子系統(tǒng)。機(jī)器人的視覺子系統(tǒng)主要通過自身攜帶的各類傳感器進(jìn)行現(xiàn)場(chǎng)信息的采集,進(jìn)而進(jìn)行環(huán)境地圖的繪制、路徑規(guī)劃、任務(wù)設(shè)計(jì)等工作,并通過對(duì)現(xiàn)場(chǎng)球體、隊(duì)員、對(duì)方球員和環(huán)境的感知完成自身定位、足球現(xiàn)況分析、任務(wù)分析,同時(shí)采用目標(biāo)跟蹤技術(shù)進(jìn)行路徑跟蹤、人體運(yùn)動(dòng)的檢測(cè)與跟蹤、對(duì)特定目標(biāo)物體的跟蹤等技術(shù)。在機(jī)器人身上安裝全景視覺傳感器和前向、前向視覺傳感器,它們各司其職,并行工作。全景視覺傳感器是最重要最關(guān)鍵的傳感器,它主要用于大范圍的信息采集,精度高實(shí)時(shí)性好。前向視覺傳感器安裝在機(jī)器人胸前,可以采集并精確識(shí)別前方腳下目標(biāo),這恰巧是全景視覺傳感器的盲區(qū)。(2)無線通信子系統(tǒng)。要使多機(jī)器人之間能夠有效的通訊和配合,就需要采用先進(jìn)的通訊設(shè)備和可靠的通訊協(xié)議通信系統(tǒng)采用基于無線局域網(wǎng)的通信技術(shù),完成網(wǎng)絡(luò)信息傳送,該傳輸過程是一個(gè)全雙工、共享的過程,實(shí)現(xiàn)點(diǎn)對(duì)點(diǎn)或者點(diǎn)對(duì)面的信息交互。(3)決策子系統(tǒng)。全自主機(jī)器人的一個(gè)典型特點(diǎn)就是具備完整的決策能力,每個(gè)機(jī)器人都能根據(jù)其他系統(tǒng)提供的信息,準(zhǔn)確分析和判斷出比賽過程中的各種形勢(shì),采用人工智能的算法,采取最優(yōu)的路徑規(guī)劃算法進(jìn)行避障和運(yùn)動(dòng),使機(jī)器人做出高速正確的決策,達(dá)到贏球的目的。(4)控制子系統(tǒng)?？刂谱酉到y(tǒng)是機(jī)器人最重要的結(jié)構(gòu)。機(jī)器人根絕其他系統(tǒng)所提供的各種信息進(jìn)行綜合分析后向機(jī)器人發(fā)出控制指令。控制系統(tǒng)是一個(gè)復(fù)雜并且精確要求很高的系統(tǒng),運(yùn)動(dòng)控制和運(yùn)動(dòng)性能的好壞直接影響機(jī)器人的比賽能力和比賽結(jié)果。

4、結(jié)語

通過對(duì)現(xiàn)有機(jī)器人足球比賽狀況的分析和對(duì)全自主足球機(jī)器人系統(tǒng)的研究,可見要實(shí)現(xiàn)能跟人類足球?qū)沟臋C(jī)器人還需要解決很多的技術(shù)難題和增強(qiáng)各種先進(jìn)技術(shù)的融合程度,隨著科技的進(jìn)步,這些問題也會(huì)逐步解決。

參考文獻(xiàn)

[1]謝云,楊宜民.全自主機(jī)器人足球系統(tǒng)的研究綜述[J].機(jī)器人.2004年,第26卷第5期:474-476.

[2]朱力.目前各國機(jī)器人發(fā)展情況[J]。China youth s&t,2003,11:38-39.

第8篇：人工智能研究綜述范文

【關(guān)鍵詞】建筑能耗預(yù)測(cè)方法；工程方法；統(tǒng)計(jì)方法；人工智能；支持向量機(jī)

1 建筑能耗現(xiàn)狀

建筑能耗占總能耗的40%，占CO2總排放量的36%。[1]建造能耗預(yù)測(cè)對(duì)提高建筑的能源性能，達(dá)到節(jié)能和減少環(huán)境影響的目的有很顯著的作用。

精確的能耗預(yù)測(cè)是很困難的，最近幾年，很多預(yù)測(cè)方法已經(jīng)被提出和應(yīng)用在能耗預(yù)測(cè)的問題上。其中使用最廣泛的人工智能方法是人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)。

2 預(yù)測(cè)方法

2.1 工程方法

工程方法使用物理原理計(jì)算熱動(dòng)力學(xué)和整個(gè)建筑水平或子組件水平的能源行為。在過去五十年他們已經(jīng)充分發(fā)展了。這些方法大致可以分成兩類，詳細(xì)的綜合的方法和簡(jiǎn)化的方法。

綜合方法使用非常精細(xì)的物理函數(shù)或熱動(dòng)力學(xué)，按部就班的準(zhǔn)確計(jì)算建筑所有組件的能源消耗，輸入建筑和環(huán)境信息（比如外部氣候條件、建筑施工，操作，公用事業(yè)費(fèi)率和空調(diào)設(shè)備）。幾百種軟件工具已經(jīng)被開發(fā)出來用于評(píng)估能源效率，例如DOE-2， EnergyPlus， BLAST， ESP-r.有些已經(jīng)被廣泛應(yīng)用于提高建筑能耗水平和分析能源消耗和建筑保護(hù)措施。

雖然這些精細(xì)的仿真工具是有效并且準(zhǔn)確的，但是，這些工具是基于物理原理得到準(zhǔn)確的仿真結(jié)果，他們需要詳細(xì)的建筑和環(huán)境參數(shù)作為輸入數(shù)據(jù)。這些參數(shù)對(duì)很多組織來說很難得到，而且運(yùn)行這些工具需要繁瑣的專家工作，使這個(gè)很難執(zhí)行而且成本效率不高。因此一些研究人員提出了相對(duì)簡(jiǎn)單的模型作為某些應(yīng)用程序的代替。

簡(jiǎn)化的模型有兩種。一種是度日數(shù)法，是單測(cè)量法，這種穩(wěn)定狀態(tài)下的模型適用于評(píng)估小型建筑的能耗基于維護(hù)的能耗占主導(dǎo)位的時(shí)候。另一種是bin數(shù)據(jù)方法，或者叫逐時(shí)溫度方法。可以用于模擬大型建筑，內(nèi)部產(chǎn)生的負(fù)荷占主導(dǎo)地位或者負(fù)荷時(shí)非線性的根據(jù)室內(nèi)外氣溫的變化而不同。

在簡(jiǎn)化模型和精確模型之間沒有明顯的界限。用一些綜合性的工具來進(jìn)行簡(jiǎn)單的模擬也是可能的，例如EnergyPlus。[2]AI-Homoud建議，如果是為了研究趨勢(shì)，對(duì)比系統(tǒng)，然后簡(jiǎn)化分析方法可能就足夠了。相比之下，對(duì)于詳細(xì)的建筑能耗分析和子系統(tǒng)和生命周期成本分析，更綜合的工具應(yīng)該更合適。[3]

2.2 統(tǒng)計(jì)方法

統(tǒng)計(jì)回歸模型簡(jiǎn)單的把與能耗或者能源指數(shù)與影響變量相關(guān)聯(lián)。這些實(shí)證模型是從歷史性數(shù)據(jù)中開發(fā)出來的，也就是說訓(xùn)練模型之前我們需要收集足夠的歷史數(shù)據(jù)。許多關(guān)于回歸模型的研究被提出基于以下問題。

首先是在簡(jiǎn)化變量的基礎(chǔ)上預(yù)測(cè)能量使用率，例如一個(gè)或者一些氣象參數(shù)。其次是預(yù)測(cè)有用的能源指數(shù)。第三是估計(jì)能源使用的重要參數(shù)，例如總的熱損失系數(shù)，總熱容量，增益因子（在分析建筑或者低層次系統(tǒng)的熱行為上是很有用的）。

Aydinalp-Koksal and Ugursal[4]建議當(dāng)我們預(yù)測(cè)國家級(jí)別建筑能耗時(shí)考慮基于回歸算法的模型叫Conditional Demand Analysis（CDA）需求條件分析。在他們的實(shí)驗(yàn)比較中，CDA表現(xiàn)出了準(zhǔn)確預(yù)測(cè)能力和神經(jīng)網(wǎng)絡(luò)和工程方法一樣好。但是，更容易開發(fā)和使用。然而CDA的缺點(diǎn)是缺少細(xì)節(jié)和靈活性而且它需要大量的輸入信息。CDA同樣應(yīng)用于分析住宅能耗的早期工作。

2.3 神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于建筑能耗預(yù)測(cè)應(yīng)用方面的人工智能模型。這種模型擅長(zhǎng)解決非線性問題而且是對(duì)這種復(fù)雜的應(yīng)用程序（建筑能耗預(yù)測(cè)）的有效的解決方法。過去的二十年里，研究人員已經(jīng)應(yīng)用ANNs分析在不同條件下多種建筑類型的能耗。例如熱/冷負(fù)荷，用電量，子水平部件運(yùn)行于優(yōu)化，使用參數(shù)的估計(jì)。

神經(jīng)網(wǎng)絡(luò)和其他預(yù)測(cè)模型的對(duì)比，Azadehetal.[5]指出神經(jīng)網(wǎng)絡(luò)對(duì)于用電波動(dòng)較大的制造業(yè)的年電力消耗預(yù)測(cè)優(yōu)于通過ANOVA方差分析計(jì)算的傳統(tǒng)的非線性回歸模型。Aydinalpetal.[6]指出神經(jīng)網(wǎng)絡(luò)在估計(jì)家電，照明和制冷能耗ALC和社會(huì)經(jīng)濟(jì)因素對(duì)加拿大住宅市場(chǎng)消費(fèi)的影響方面比工程模型可以得到更高的預(yù)測(cè)表現(xiàn)。Neto[7]在建筑能耗預(yù)測(cè)方面比較了復(fù)雜的工程模型和神經(jīng)網(wǎng)絡(luò)模型。兩個(gè)模型都表現(xiàn)出了和高的準(zhǔn)確率，但是，ANN在短期預(yù)測(cè)方面比工程模型稍微好一點(diǎn)。

2.4 支持向量機(jī)

支持向量機(jī)SVMs逐漸應(yīng)用于研究和產(chǎn)業(yè)。他是高度有效的模型，在解決非線性問題時(shí)甚至需要很少數(shù)量的訓(xùn)練數(shù)據(jù)。在過去五年里許多在建筑能耗分析上進(jìn)行了關(guān)于這些模型的研究。

Lietal.[8]用SVMs預(yù)測(cè)辦公建筑的逐時(shí)冷負(fù)荷。支持向量回歸的表現(xiàn)比傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)要好。Hou and Lian[9]也使用SVMs預(yù)測(cè)HVAC系統(tǒng)的冷負(fù)荷，結(jié)果顯示SVMs比ARIMA模型要好。

所有的研究表明SVMs在預(yù)測(cè)逐時(shí)和逐月建筑能耗方面都很好的表現(xiàn)。

3 討論與展望

通過上述的介紹和分析，明顯表示評(píng)估一個(gè)建筑能耗系統(tǒng)需要大量的計(jì)算。從子系統(tǒng)水平到建筑水平到區(qū)域水平或者國家水平。每個(gè)模型都有他自己的優(yōu)點(diǎn)在特定方面的應(yīng)用上。

工程模型表現(xiàn)了很大的變化。它可以是很復(fù)雜的全面的模型可以被用于精確的計(jì)算。相反，通過采用一些簡(jiǎn)化的戰(zhàn)略，它可以成為一個(gè)輕量級(jí)的模型，容易開發(fā)研制，同時(shí)保持準(zhǔn)確度。詳細(xì)的工程模型的一個(gè)被普遍接受的缺點(diǎn)是在實(shí)際中很難運(yùn)行。因?yàn)樗母邚?fù)雜性和缺乏輸入信息。

統(tǒng)計(jì)模型相對(duì)容易研發(fā)，但是它的缺點(diǎn)是很明顯的。缺乏準(zhǔn)確性和靈活性。

ANNs和支持向量機(jī)，善于解決非線性問題，使他們適用于建筑能耗預(yù)測(cè)。只要模型選擇和參數(shù)設(shè)定的好他們可以給出很高準(zhǔn)確度的預(yù)測(cè)。在很多情況下支持向量機(jī)比人工神經(jīng)網(wǎng)絡(luò)表現(xiàn)出了更加優(yōu)越的性能。在兩種模型的缺點(diǎn)是他們需要足夠多的歷史性能數(shù)據(jù)和極度復(fù)雜性。

4 結(jié)論

文章回顧了最近在預(yù)測(cè)建筑能耗方面的工作。因?yàn)榻ㄔ炷芰啃袨榈膹?fù)雜性和影響因素的不確定性，許多模型提出了這個(gè)應(yīng)用程序旨在準(zhǔn)確，健壯的和易于使用的預(yù)測(cè)。研究主要關(guān)注于應(yīng)用這些模型對(duì)建筑能耗的預(yù)測(cè)問題，優(yōu)化模型參數(shù)，簡(jiǎn)化這些問題或者模型開發(fā)。每個(gè)模型被開發(fā)而且有他的優(yōu)點(diǎn)和缺點(diǎn)。然而，人工智能發(fā)展很迅速，很多新的和更強(qiáng)大的技術(shù)在這個(gè)領(lǐng)域開發(fā)出來可能在預(yù)測(cè)建筑能耗方面有突破。

【參考文獻(xiàn)】

[1]European Parliament and Council. Directive 2010/31/EU of the European Parliament and of the Council of 19 May 2010 on the energy performance of buildings[J]. Official Journal of the European Union， 2010， L153：13-35.

[2]Crawley DB， Lawrie LK， Winkelmann FC， Buhl WF， Huang YJ， Pedersen CO， et al.EnergyPlus： creating a new-generation building energy simulation program[J].Energy and Buildings，2001，33（4）：319-31.

[3]Al-Homoud MS. Computer-aided building energy analysis techniques[J]. Building and Environment， 2001， 36（4）： 421-33.

[4]Aydinalp-Koksal M， Ugursal VI. Comparison of neural network， conditional demand analysis and engineering approaches for modeling end-use energy consumption in the residential sector[J]. Applied Energy， 2008， 85（4）： 271-96.

[5]Azadeh A，Ghaderi S， Sohrabkhani S. Annual electricity consumption forecasting by neural network in high energy consuming industrial sectors[J]. Energy Conversion and Management， 2008， 49（8）： 2272-8.

[6]Aydinalp M，Ugursal VI， Fung AS. Modeling of the appliance， lighting， and spacecooling energy consumptions in the residential sector using neural networks[J]. Applied Energy， 2002， 71（2）：87-110.

[7]NetoAH，F(xiàn)iorelli FAS. Comparison between detailed model simulation and artificial neural network for forecasting building energy consumption[J]. Energy and Buildings， 2008， 40（12）： 2169-76.

第9篇：人工智能研究綜述范文

關(guān)鍵詞：智能控制 專家控制 模糊控制 神經(jīng)網(wǎng)絡(luò)控制 遺傳算法

1．引言

智能控制是自動(dòng)控制發(fā)展的高級(jí)階段，是人工智能、控制論、信息論、系統(tǒng)論、仿生學(xué)、進(jìn)化計(jì)算和計(jì)算機(jī)等多種學(xué)科的高度綜合與集成，是一門新興的邊緣交叉學(xué)科。智能控制是當(dāng)今國內(nèi)、外自動(dòng)化學(xué)科中的一個(gè)十分活躍和具有挑戰(zhàn)性的領(lǐng)域，代表著當(dāng)今科學(xué)和技術(shù)發(fā)展的最新方向之一。它不僅包含了自動(dòng)控制、人工智能、系統(tǒng)理論和計(jì)算機(jī)科學(xué)的內(nèi)容，而且還從生物學(xué)等學(xué)科汲取豐富的營養(yǎng)，正在成為自動(dòng)化領(lǐng)域中最興旺和發(fā)展最迅速的一個(gè)分支學(xué)科。

2．智能控制產(chǎn)生的背景

從控制理論學(xué)科發(fā)展的歷程來看，該學(xué)科的發(fā)展經(jīng)歷了三個(gè)主要階段。

第一階段為20世紀(jì)40—60年代的“經(jīng)典控制理論”時(shí)期，經(jīng)典控制理論以反饋理論為基礎(chǔ)，是一種單回路線性控制理論。主要采用傳遞函數(shù)、頻率特性、根軌跡為基礎(chǔ)的頻率分析方法。主要研究單輸入一單輸出、線性定長(zhǎng)系統(tǒng)的分析和設(shè)計(jì)。

第二階段為20世紀(jì)60—70年代的“現(xiàn)代控制理論”時(shí)期，現(xiàn)代控制理論主要研究具有高性能、高精度的多變量參數(shù)系統(tǒng)的最優(yōu)控制問題。采用的方法包括狀態(tài)空間法、Bellman動(dòng)態(tài)規(guī)劃方法，Kalman濾波理論和Pontryagin極大值原理等?，F(xiàn)代控制理論可以解決多輸入多輸出問題，系統(tǒng)可以是線性定長(zhǎng)的，也可以是非線性時(shí)變的。

第三階段為20世紀(jì)70年代至今的“大系統(tǒng)理論”和“智能控制理論”時(shí)期。由于現(xiàn)代控制理論過多地依賴對(duì)象的數(shù)學(xué)模型，其控制算法較為理想化，設(shè)計(jì)方法非常數(shù)字化，因此在面對(duì)難以用數(shù)學(xué)模型描述或者具有時(shí)變、非線性、不確定特性的復(fù)雜系統(tǒng)時(shí)，現(xiàn)代控制系統(tǒng)也顯得無能為力。為了提高控制系統(tǒng)的品質(zhì)和尋優(yōu)能力，控制領(lǐng)域的研究人員開始考慮把人工智能技術(shù)用于控制系統(tǒng)。近年來，控制領(lǐng)域的研究人員把傳統(tǒng)的控制理論與模糊邏輯、神經(jīng)網(wǎng)絡(luò)、遺傳算法等智能技術(shù)相結(jié)合，充分利用人的經(jīng)驗(yàn)知識(shí)對(duì)復(fù)雜系統(tǒng)進(jìn)行控制，逐漸形成了智能控制這一新興學(xué)科。

3．智能控制的基本概念和特點(diǎn)

傳統(tǒng)的控制方法建立在被控對(duì)象的精確數(shù)學(xué)模型之上，智能控制是針對(duì)系統(tǒng)的復(fù)雜性、非線性、不確定性等提出來的。IEEE控制系統(tǒng)協(xié)會(huì)把智能控制歸納為：智能控制系統(tǒng)必須具有模擬人類學(xué)習(xí)和自適應(yīng)的能力。一個(gè)智能控制系統(tǒng)一般應(yīng)具有以下一些特點(diǎn)。

1)能對(duì)復(fù)雜系統(tǒng)（如非線性、多變量、時(shí)變、環(huán)境擾動(dòng)等）進(jìn)行有效的全局控制，并具有較強(qiáng)的容錯(cuò)能力；

2)具有以只是表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制過程，能根據(jù)被控對(duì)象的動(dòng)態(tài)過程進(jìn)行辨識(shí)，采用開閉環(huán)控制和定性與定量相結(jié)合的多模態(tài)控制方式；

3)能對(duì)獲取的信息進(jìn)行實(shí)時(shí)處理并給出控制決策，通過不斷優(yōu)化參數(shù)和尋找控制器的最佳結(jié)構(gòu)形式，以獲得整體最優(yōu)控制性能。

4)具有自學(xué)習(xí)、自適應(yīng)、自組織能力，能從系統(tǒng)的功能和整體優(yōu)化的角度來分析和綜合系統(tǒng)，以實(shí)現(xiàn)預(yù)期的控制目標(biāo)。

4．智能控制理論的基本內(nèi)容

4.1 專家控制(EC-Expert Control)

由人工智能領(lǐng)域發(fā)展起來的專家控制是一種基于知識(shí)的智能計(jì)算機(jī)程序的技術(shù)。專家控制的實(shí)質(zhì)是基于控制對(duì)象和控制規(guī)律的各種知識(shí)，并且要以智能的方式利用這些知識(shí)，以求得控制系統(tǒng)盡可能的優(yōu)化和實(shí)用化。專家系統(tǒng)一般由知識(shí)庫、推理機(jī)、解釋機(jī)制和知識(shí)獲取系統(tǒng)等組成。知識(shí)庫用于存儲(chǔ)某一領(lǐng)域?qū)＜业慕?jīng)驗(yàn)性知識(shí)、原理性知識(shí)、可行操作與規(guī)則等?？赏ㄟ^知識(shí)獲取系統(tǒng)對(duì)原有知識(shí)進(jìn)行修改和擴(kuò)充。推理機(jī)根據(jù)系統(tǒng)信息并利用知識(shí)庫中知識(shí)按一定的推理策略來解決當(dāng)前的問題。解釋機(jī)制對(duì)找到的知識(shí)進(jìn)行解釋，為用戶提供了一個(gè)人機(jī)界面。專家控制的特點(diǎn)為：

1)具有領(lǐng)域?qū)＜壹?jí)的專業(yè)知識(shí)，能進(jìn)行符號(hào)處理和啟發(fā)式推理。轉(zhuǎn)貼于

2)具有獲取知識(shí)能力，具有靈活性、透明性和交互性。

4.2模糊控制(FC-Fuzzy Control)

模糊控制是以模糊集合論、模糊邏輯推理和模糊語言變量為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制。對(duì)于無法建立數(shù)學(xué)模型或難以建立數(shù)學(xué)模型的場(chǎng)合，可以用模糊控制技術(shù)來解決。模糊控制就是在被控對(duì)象模糊模型的基礎(chǔ)上，利用模糊控制器，采用推理的手段進(jìn)行系統(tǒng)控制的一種方法。模糊模型是用模糊語言和規(guī)則描述的一個(gè)系統(tǒng)的動(dòng)態(tài)特性及性能指標(biāo)。模糊控制器由模糊化、規(guī)則庫、模糊推理和清晰化四個(gè)功能模塊組成。模糊化模塊實(shí)現(xiàn)對(duì)系統(tǒng)變量論域的模糊劃分和對(duì)清晰輸入值的模糊化處理。規(guī)則庫用于存儲(chǔ)系統(tǒng)的基于語言變量的控制規(guī)則和系統(tǒng)參數(shù)。模糊推理是一種從輸入空間到輸出空間的非線性映射關(guān)系，控制規(guī)則形式為If{控制輸入A}then{控制輸出B}，即如果已知控制輸入A，則通過模糊推理得出控制輸出B。清晰化模塊將推出的模糊推理推出的控制輸出轉(zhuǎn)化為清晰的輸出值。模糊控制的特點(diǎn)為：

1)提供了一種實(shí)現(xiàn)基于自然語言描述規(guī)則的控制規(guī)律的新機(jī)制。

2)提供了一種非線性控制器，這種控制器一般用于控制含有不確定性和難以用傳統(tǒng)非線性理論處理的場(chǎng)合。

4.3 神經(jīng)網(wǎng)絡(luò)控制(NNC-Neural Networks Control)

神經(jīng)網(wǎng)絡(luò)控制是在控制系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)這一工具，對(duì)難以通過常規(guī)方法進(jìn)行描述的復(fù)雜非線性對(duì)象進(jìn)行建模，或充當(dāng)控制器，或信息處理，或模式識(shí)別，或故障診斷等，或以上幾種功能的組合，這種神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的控制方式即為神經(jīng)網(wǎng)絡(luò)控制。神經(jīng)網(wǎng)絡(luò)控制采用仿生學(xué)的觀點(diǎn)對(duì)智能系統(tǒng)中的高級(jí)信息處理問題進(jìn)行研究，神經(jīng)網(wǎng)絡(luò)控制的特點(diǎn)為：

1)能充分逼近任意非線性特性。

2)分布式并行處理機(jī)制。

3)自學(xué)習(xí)和自適應(yīng)能力。

4)數(shù)據(jù)融合能力。

5)適合于多變量系統(tǒng)，可進(jìn)行多變量處理。

4.4 遺傳算法(GA-Genetic Algorithm)

遺傳算法是一種基于生物進(jìn)化模擬的啟發(fā)式智能算法，它的基本策略是：將待優(yōu)化函數(shù)的自變量編碼成類似基因的離散數(shù)值碼，然后通過類似基因進(jìn)化的交叉、變異、繁殖等操作獲得待優(yōu)化函數(shù)的最優(yōu)或近似最優(yōu)解。在智能控制中，遺傳算法廣泛應(yīng)用于各類優(yōu)化問題，遺傳算法可以用于復(fù)雜的非線性系統(tǒng)的辨識(shí)，多變量系統(tǒng)控制規(guī)則的優(yōu)化，智能控制參數(shù)的優(yōu)化等常規(guī)控制方法難以奏效的問題。遺傳算法具有可擴(kuò)展性，可以同專家系統(tǒng)、模糊控制和神經(jīng)網(wǎng)絡(luò)結(jié)合，為智能控制的研究注入新的活力。如可用遺傳算法對(duì)模糊控制的控制規(guī)則和隸屬度函數(shù)進(jìn)行優(yōu)化，對(duì)神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行優(yōu)化等。遺傳算法的特點(diǎn)為：

1)以決策變量的編碼作為運(yùn)算對(duì)象。

2)直接以目標(biāo)函數(shù)值作為搜索信息。

3)同時(shí)進(jìn)行解空間的多點(diǎn)搜索。

4)使用自適應(yīng)的概率搜索技術(shù)。

5．結(jié)束語

智能控制已廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、軍事等眾多領(lǐng)域，已經(jīng)解決了大量的傳統(tǒng)控制無法解決的實(shí)際控制應(yīng)用問題，呈現(xiàn)出強(qiáng)大的生命力和發(fā)展前景。它將隨著專家系統(tǒng)、模糊控制、神經(jīng)網(wǎng)絡(luò)等控制技術(shù)的發(fā)展而不斷發(fā)展。

參考文獻(xiàn)

[1]師黎，陳鐵軍，李曉媛等，智能控制理論及應(yīng)用[M].北京：清華大學(xué)出版社．2009.

[2]黃志高，徐成金，譚斌．智能控制理論綜述[J]．土木機(jī)床，2004 (3):30-32．

[3]宋勝利．智能控制技術(shù)概論[M]．北京：國防工業(yè)出版社，2008．

[4]王永驥，涂健，神經(jīng)元網(wǎng)絡(luò)控制[M]．北京：機(jī)械工業(yè)出版社，1998．

[5] Rubaai A，Kotaru R，Kankam M D.A continually online - trained neural network controller for brushless DC motor drives [J].lndustry Applications，IEEE Transactions ，2000 ，36(2)：475 - 483.