人工智能的发展状况精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇人工智能的发展状况范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

[关键词]计算机信息产业嵌入式系统企业计算人工智能

一、企业计算的发展状况

1.企业计算的含义

企业计算（EnterpriseComputing）主要是指企业信息系统，如ERP软件（企业资源规划）、CRM软件（客户关系管理）、SCM软件（供应链管理、即物流软件），银行证券软件，财务软件，电子商务/政务（包括各种网站），数据仓库，数据挖掘，商务智能等企业信息管理系统。

2.企业计算的发展

回顾IT产业系统的发展脉络。40年前IBMS/360系统的诞生开创了以大型主机为核心的重心计算时代，计算机开始影响人类发展的历程。之后小型机的兴起和网络技术的成熟使分布式计算模式被人们广泛的接收。到了上世纪80年代，IBM发明的个人电脑（PC）更是将客户机/服务器的计算机模式逐渐推向一个高峰。随着互联网的出现，业界进入到了互联网计算时代，IBM在这个时期率先倡导了电子商务理念，使得IT手段首次成为了商业生活中不可缺少的组成部分。进入21世纪，IT业界再次迎来新变革大潮，我们看到以SOA、虚拟化技术为代表的21世纪企业计算模式已经渐露端倪，并成为成就企业创新成功的重要因素。

今天，企业需要通过不断的业务创新来推动自身的发展。越来越多的CIO开始意识到，在企业业务创新中，自身扮演着非常重要的角色。业务的创新离不开先进的IT基础架构支撑，这也对IT基础架构提出了新的要求，这些要求归结起来有如下几个方面：如何满足企业对掌控信息，优化IT的需求；如何帮助企业降低风险、提升员工的效率，支持业务灵活性。要解决以上的问题，建立一个面向创新的IT基架构是行之有效的途径。一个面向创新的IT基础架构的显著特征是以SOA，虚拟化技术为核心，具有安全、可扩展的特性，同时秉承开放标准的思想，有能力协同各方资源。

3.当今企业计算的模式

在当今的企业计算模式下，以下的一些热点正在成为重要的应用趋势：ServerFarm2.0（下一代ServerFarm），ServerFarm2.0实际上代表了虚拟化技术在客户数据中心的最新应用理念。它以虚拟化的服务器存储设备、系统管理和自动化软件为基础，同时是以一种服务的形式为客户变化的应用需求提供灵活的基础架构资源。应用ServerFarm2.0，客户可以缩短应用部署时间、简化硬件系统、大大节省硬件投资，同时管理流程自动化可以提高系统维护人员的效率。

绿色数据中心——gartner公司指出，环境的可持续性正在成为IT组织日益优先关心的问题，并预计到2011年将会超过一半的大型IT环境中实现对环境可持续性发展有益的流程和工具。数据中心日益增加的能源成本及供电、散热和空间方面的管理也正在成为一项重大的挑战。IBM很早认识到数据中心的能源效率是一个涉及到各个方面且相互联系的难题——从硅技术和芯片设计的进步，一直到数据中心的系统规划,以及如何运行这些系统以最大程度地减少能源的使用。

刀片及模块化计算——刀片以及模块化计算架构，以其经济、低功耗和灵活易于扩展的特性越来越受到企业用户，尤其是中小企业的青睐，并逐渐成为网络计算的标准设备。到目前为止，全球50多家风险投资公司为了推动刀片服务器生态环境的发展已经投入了超过10亿美元。

安全和业务弹性——伴随着愈演愈烈的网络侵入、病毒传播，和数据盗窃等问题的发生，安全和业务弹性越来越成为影响企业生存发展的根本问题之一。企业也开始重新思考解决安全问题的根本之道。企业对于安全性方面的需求主要有以下几个方面：系统各个层面的安全、安全快速的在线交易，广泛安全的网络传播、强制性的侵入侦测，协同合作伙伴实施企业范围内的安全保障、集中的密钥管理等。

二、嵌入式系统的发展状况

计算机产业革命的技术基础是集成电路、微处理器、微型计算机，它的计算手段起到了智力替代的作用。通用计算机智力平台的模式，，推动了嵌入式系统的智力嵌入，整个现代计算机形成了两个领域：一个是通用计算机领域，一个是嵌入式领域。

1.通用计算机和嵌入系统的区别

通用计算机提供了智力平台，主要实现软件设计，包括：计算机辅助设计、辅助制造、科学计算、工程设计等，实现了智力替代平台。而在嵌入式计算机领域中，智力嵌入是将嵌入式系统嵌入到对象体系中。这个对象体系包含家用电器、智能仪表、工控单元等多个领域，嵌入是带计算机内核的设备，所以提供了智力平台和智力嵌入模式，这就是计算机革命的两个模式。入式计算机出现以后，通用计算机和嵌入计算机分道扬镳，出现了两个不同的发展方向。嵌入式系统的发展走向单片机的道路，直到现在单片机仍然是嵌入式系统的重要发展方向。

通用计算机承担智力平台的使命，嵌入式系统承担智力嵌入的使命，这是两个不可兼容的技术发展方向。所以通用计算机承担的任务是高速海量的数字计算，而嵌入式系统主要是满足对象系统的全面智能化要求。现在通用计算机不断地提高速度和存储容量，而嵌入式系统中，位计算机仍然是一个很主要的应用形式。嵌入式系统的发展方向是超小型、超低价位、高可靠性和易耦合。嵌入到对象体系时，原对象系统应该和电子系统具备很好的耦合，包括传感器、传感器接口、驱动器接口、人机界面等。除了物理耦合性，还需要科学的耦合性，研究人员应对所涉及的技术原理深入了解。

2.嵌入式系统的发展

单片机是嵌入式发展的必然道路，通用计算机的体系结构不能替代嵌入式系统，必须建立一个创新的体系结构。英特尔最早提出了嵌入式系统经典的硬件体系，这个体系精简、高效、高可靠，它的指令系统突出控制功能，外部总线易扩展、易配置，提供了在位系统中必须遵循的特殊功能计算机管理模式，不管将来扩展任务电路单元，都遵循归一化的特殊功能管理模式。另外英特尔还带来了原创嵌入式操作系统。早期嵌入式操作系统受通用计算机影响最大，作为原创RTOS实时多任务操作系统，设计时必须考虑实时性、多任务性。

单片机时代也属于嵌入式时代，不过单片机进入电子应用领域，主要面对智能仪表、家用电器、工控单位等领域。在通讯网络遍布的后PC时代，很多计算机人才进入这个领域，形成了嵌入式系统全面发展的新时代，它和单片机时代是衔接的。单片机和嵌入式系统是两个时代概念，但其内涵相同，单片机是嵌入式独立发展的时代，两者之间并没有技术本质的差异，都遵循MCU和SoC道路。

嵌入式系统包含四个支柱学科：微电子学、计算机学科、电子学科和对象学科。四个学科共同促进嵌入式系统发展。其中对象学科和其他三个学科之间差异最大，所有嵌入式产品从对象学科中走出来，无论是计算机学科、微电子学科还是电子技术学科，都为嵌入式应用提供了一个广阔的平台，对象系统在这个平台上实现嵌入式系统的应用。

嵌入式系统新型的产业模式是一个扇形产业结构，和资本经济时代一体化封闭的产业结构有本质的差别。此外，半导体产业中还突显了知识产权产业，嵌入式产业中从百花齐放开始向技术集权方向发展。技术集权方式对整个产业发展很有利，可以做到技术上的高度统一和协调。平台模式的发展日益明显，微电子学科、计算机学科、电子学科都为对象学科构建理想的平台，提供最适合的集成开发环境和操作系统。

三、人工智能的发展状况

1.人工智能的含义

人工智能实际上是一个计算机系统，是模仿职能活动的程序，使之能显示出某些人类智能活动的特性以延伸人类智力的科学，所以可以说人工智能是计算机科学与心理科学相结构而产生的研究成果，是用计算机实现人的智力活动和功能的一门边缘学科。换句话说，它是计算机科学的一个分支，主要研究问题求解中的搜索问题和知识信息的处理问题、涉及计算机科学、心理学、哲学和语言学等多种学科，总的目标是增强人的智力。从实用的观点看，人工智能是一门以知识为研究对象，研究知识的获取、知识的表征方法和知识的使用，设计计算机使之模仿人脑的学习、推理等思维活动，来解决需人类专家才能处理的复杂问题，如医疗诊断、石油钻井、探矿、气象预报等课题。

2.人工智能的发展

现代人工智能的先驱者创立了很多的学科，例如维纳的控制论，冯·诺依曼的博弈论以及申农的信息论，它们对人工智能的形成和发展产生了很大的影响。整个60年代是人工智能发展的黄金时期，很多人工智能科学家在人工智能的各个领域做出了奠基性的贡献。

网络技术的发展，特别是世界范围内因特网的普及给新时期人工智能的发展注入了活力。而研究工作的结果给人工智能的信息系统建设以促进作用。人工智能将在未来的网络世界中扮演重要的角色。网络的快速发展，特别是极端丰富的网络资源要求计算机不但能用文本、图形，还能通过语音、动作姿势等与用户进行交互。这种交互应该是有目标导向的、合作式的，同时应该是自适应的，并为用户提供沉浸感。

参考文献：

篇(2)

关键词：人工智能 电气 自动化控制

人类智能主要要包括三个力面，即感知能力，思维能力，行为能力，而人工智能是指由人类制造出来的“机器”所表现出来的智能。人工智能主要包括感知能力、思维能力和行为能力。

1.人工智能应用理论分析

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是门边沿学科，属于自然科学和社会科学的交叉。涉及哲学和认知科学、数学、心理学、计算机科学、控制论、不定性论，其研究范畴为自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法等，应用于智能控制，机器人学，语言和图像理解，遗传编程。

当今社会，计算机技术已经渗透到生产和生活的方方面面，计算机编程技术的日新月异催生自动化生产、运输、传播的快速发展。人脑是最精密的机器，编程也不过是简单的模仿人脑的收集、分析、交换、处理、回馈，所以模仿模拟人脑的机能将是实现自动化的主要途径。电气自动化控制是增强生产、流通、交换、分配等关键一环，实现自动化，就等于减少了人力资本投入，并提高了运作的效率。

2.人工智能控制器的优势

不同的人工智能控制通常用完全不同的方法去讨论。但AI控制器例如：神经、模糊、模糊神经以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解，也有利于控制策略的统一开发。这些AI函数近似器比常规的函数估计器具有更多的优势，这些优势如下

（1）它们的设计不需要控制对象的模型（在许多场合，很难得到实际控制对象的精确动态方程，实际控制对象的模型在控制器设计时往往有很多不确实性因素。例如：参数变化，非线性时，往往不知道。）

（2）通过适当调整（根据响应时间、下降时间、鲁棒性能等）它们能提高性能。例如：模糊逻辑控制器的上升时间比最优PID控制器快1.5倍，下降时间快3.5倍。

（3）它们比古典控制器的调节容易。

（4）在没有必须专家知识时，通过响应数据也能设计它们。

（5）运用语言和响应信息可能设计它们。论文格式，自动化控制。

（6）它们有相当好的一致性（当使用一些新的未知输入数据就能得到好的估计），与驱动器的特性无关。论文格式，自动化控制。。现在没有使用人工智能的控制算法对特定对象控制效果非常好，但对其他控制对象效果就不会一致性地好，因此对具体对象必须具体设计。

3.人工智能的应用现状

（1）优化设计电气设备的设计是一项复杂的工作，它不仅要应用电路、电磁场、电机电器等学科的知识，还要大量运用设计中的经验性知识。传统的产品设计是采用简单的实验手段和根据经验用手工的方式进行的。因此，很难获得最优方案。随着计算机技术的发展，电气产品的设计从手工逐渐转向计算机辅助设计（CAD），大大缩短了产品开发周期。人工智能的引进，使传统的CAD技术如虎添翼，产品设计的效率及质量得到全面提高。

用于优化设计的人工智能技术主要有遗传算法和专家系统。遗传算法是一种比较先进的优化算法，非常适合于产品优化设计，因此电气产品人工智能优化设计大部分采用此种方法或其改进方法。

（2）智能控制的功能实现

①数据采集与处理：对所有开关量、模拟量的实时采集，并能按要求处理或存贮。

②画面显示：模拟画面真实显示一次设备和系统的运行状态，可实时显示电流、电压等所有模拟量、计算量、隔离开关、断路器等实际开关状态及挂牌检修功能，能生成历史趋势图。

③运行监视：具有对各主要设备的模拟量数值、开关量状态的实时智能监视，有事故报警越限和状态变化事件报警，事件顺序记录、声光、语音、电话图象报警。

④操作控制：通过键盘或鼠标实现对断路器及电动隔离开关的控制，励磁电流的调整。按顺控程序进行同期并网带负荷或停机操作。系统对运行人员的操作权限加以限制，以适应各级运行值班管理。

⑤故障录波：模拟量故障录波，波形捕捉，开关量变位，顺序记录等（包括主要辅机）。论文格式，自动化控制。。

⑥在线分析：不对称运行分析、负序量计算等。

⑦在线参数设定及修改：保护定值包括软压板的投退。

⑧运行管理：操作票专家系统，运行日志，报表的生成及存储或打印，运行曲线等。

人工智能控制技术在自动控制领域的研究与应用已广泛展开，但在电气设备控制领域所见报道不多。可用于控制的人工智能方法主要有3种：模糊控制、神经网络控制、专家系统控制。

4.恒压供水案例简析

恒压供水在工业和民用供水系统中已普遍使用，由于系统的负荷变化的不确定性，采用传统的PID算法实现压力控制的动态特性指标很难收到理想的效果。在恒压供水自动化控制系统的设计初期曾采用多种进口的调节器，系统的动态特性指标总是不稳定，通过实际应用中的对比发现，应用模糊控制理论形成的控制方案在恒压系统中有较好的效果。在实施过程中选用了AI 一808人工智能调节器作为主控制器，结合FXIN PLC逻辑控制功能很好地实现了水厂的全自动化恒压供水。对于单独采用PLC实现压力和逻辑控制方案，由于PLC的运算能力不足编写一个完善的模糊控制算法比较困难，而且参数的调整也比较麻烦，所以所提出的方案具有较高的性价比。

本案例中只是一个人工智能在电气自动化中的一个小小的应用，也是电气元

件生产供给的一个方向，实现机械智能化是我们努力的追求，将人工智能的先进的最新成果应用于电气自动化控制的实践是一个诱人的课题。

人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能完成的复杂的工作，电气自动化是研究与电气工程有关的系统运行。人工智能主要包括感知能力、思维能力和行为能力，人工智能的应用体现在问题求解，逻辑推理与定理证明，自然语言理解，自动程序设计，专家系统，机器人学等方面。而这诸多方面都体现了一个自动化的特征，表达了一个共同的主题，即提高机械的人类意识能力，强化控制自动化。因此人工智能在电气自动化领域将会大有作为，电气自动化控制也需要人工智能的参与。

参考文献：

篇(3)

的有关内容。

关键词电气；控制；智能；技术；理论；应用；自动化；

中图分类号：F407.6文献标识码：A 文章编号：

引言

人类智能的特殊性在于它拥有感知能力，思维能力和行为能力三种能力，因此发展潜力巨大。而人工智能是指由人类制造出来的“机器”所表现出来的智能。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。电气自动化是电气信息领域的一门新兴学科，它主要运用运动控制、工业过程控制、电力电子技术、检测与自动化仪表、电子与计算机技术、信息处理、管理与决策等领域。人工智能技术的运用极大地促进了电气自动化学科特别是自动控制领域的发展，提高了电气设备运行的智能化，增强了控制系统的稳定性，是对生产技术的又一次巨大革新。

一、人工智能应用理论分析

人工智能(Artificial Intelligence)，英文缩写为 AI。人工智能也称机器智能，是一门边沿学科，属于自然科学和社会科学的交叉。自从1956 年“人工智能”一词在 Dartmouth 学会上提出以后，人工智能研究得到了飞速发展。二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能是包括十分广泛的科学，它由不同的领域组成，它是哲学，认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学等多种学科互相渗透而发展起来的一门综合性学科。主要应用于智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂等。总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。人工智能不是人的智能，更不会超过人的智能。

目前，随着科技的进步和计算机技术的广泛使用，传统的劳动密集型生产也不能满足社会生产的需要，效率更高的技术密集型生产也扮演着越来越重要的角色，目前，劳动密集型产业仍是我国产业经营的主要形式，与西方发达国家相比生产力还比较落后，生产线的自动化水平还比较低，生产效率不高。随着社会经济发展水平的不断提高，劳动密集型产业逐步向技术密集型产业转变已是经济发展的客观要求，生产自动化已成为大势所趋。人工智能应用于电气自动化控制领域，能模拟人脑的机能对信息进行收集、分析、交换、处理、回馈，拥有对生产判断、处理的能力，能大大提高生产效率，实现生产的自动化，调整和优化产业结构。

二、人工智能控制器的优势

不同的人工智能控制通常用完全不同的方法去讨论。 但AI 控制器例如:神经 、模糊 、模糊神经以及遗传算法都可看成一类非线性函数近似器。 这样的分类就能得到较好的总体理解，也有利于控制策略的统一开发。 这些 AI 函数近似器比常规的函数估计器具有更多的优势，这些优势如下。

2.1 它们的设计不需要控制对象的模型 （在许多场合 ，很难得到实际控制对象的精确动态方程， 实际控制对象的模型在控制器设计时往往有很多不确实性因素。 例如:参数变化，非线性时，往往不知道。

2.2 通过适当调整（根据响应时间 、下降时间 、鲁棒性能等)它们能提高性能。 例如: 模糊逻辑控制器的上升时间比最优PID 控制器快 1.5 倍，下降时间快 3.5 倍。

2.3 它们比古典控制器的调节容易。

2.4 在没有必须专家知识时 ， 通过响应数据也能设计它们。

2.5 运用语言和响应信息可能设计它们。

2.6 它们有相当好的一致性 (当使用一些新的未知输入数据就能得到好的估计)，与驱动器的特性无关。 现在没有使用人工智能的控制算法对特定对象控制效果非常好， 但对其他控制对象效果就不会一致性地好， 因此对具体对象必须具体设计。

三、人工智能的应用

随着人工智能技术的发展。人工智能控制的应用领域也越来越广阔，包括人工智能用于电气产品优化设计、故障预测及诊断、控制与保护等。

3.1优化设计。电气产品的优化设计是一项复杂的工作，集中了理论学科知识和经验知识两方面的内容。在传统的电气产品设计中，主要采用的方法是设计经验结合大量的实验手段验证，缺乏足够的技术支持，工作量庞大，效率低下，难以得到合理最优的设计方案。随着计算机技术的突飞猛进，加上人工智能技术的运用，电器产品的设计从手工逐渐转向计算机辅助设计，极大地减少了产品从构思到设计到生产的时间，设计越来越优质化、高效化、智能化。遗传算法和专家系统是人工智能技术用于优化设计的两种主要的方法。遗传算法的特点是直接对结构对象进行操作，具有内在的隐并行性和更好的全局寻优能力；能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质非常适合于产品优化设计，因此广泛应用于电气产品的人工智能优化设计。专家系统应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。它也是产品优化设计的一个重要手段，目前仍处于研究阶段，实际运用较少，未来具有很大的发展前景。

3.2故障诊断。电气设备的故障具有非线性、不确定性和复杂性等特点，采用传统的方法诊断效率低、准确率不高。人工智能方法的引进大大提高了故障诊断的准确率。模糊逻辑、专家系统、神经网络是人工智能技术用于故障诊断的方法。例如人工智能故障诊断技术运用于发电机及电动机进行的故障诊断时，将模糊理论与神经网络相结合，不仅保留了故障诊断知识的模糊性，还结合了神经网络学习能力强的优点，共同实现对电机故障的诊断，大大提高了故障诊断的准确率。

3.3智能控制。人工智能控制技术是未来生产发展的一个趋势，在电气自动化上也已经得到了广泛的应用。控制方法主要是专家系统控制、模糊控制、神经网络控制。目前主要应用于以下方面：对所有开关量、模拟量的实时数据进行采集与处理；对各主要设备和系统的运行状态进行实时智能监视；通过键盘或鼠标实现对系统的控制；记录故障并进行在线分析。

四、恒压供水案例分析

恒压供水在工业和民用供水系统中已普遍使用， 由于系统的负荷变化的不确定性， 采用传统的 PID 算法实现压力控制的动态特性指标很难收到理想的效果。 在恒压供水自动化控制系统的设计初期曾采用多种进口的调节器， 系统的动态特性指标总是不稳定，通过实际应用中的对比发现，应用模糊控制理论形成的控制方案在恒压系统中有较好的效果。 在实施过程中选用了 AI 一 808 人工智能调节器作为主控制器，结合 FXIN PLC 逻辑控制功能很好地实现了水厂的全自动化恒压供水。 对于单独采用 PLC 实现压力和逻辑控制方案， 由于PLC 的运算能力不足编写一个完善的模糊控制算法比较困难，而且参数的调整也比较麻烦，所以所提出的方案具有较高的性价比。本案例中只是一个人工智能在电气自动化中的一个小小的应用，也是电气元件生产供给的一个方向，实现机械智能化是我们努力的追求，将人工智能的先进的最新成果应用于电气自动化控制的实践是一个诱人的课题。

结束语

人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能完成的复杂的工作， 电气自动化是研究与电气工程有关的系统运行。 人工智能主要包括感知能力、思维能力和行为能力，人工智能的应用体现在问题求解，逻辑推理与定理证明，自然语言理解，自动程序设计，专家系统，机器人学等方面。 而这诸多方面都体现了一个自动化的特征，表达了一个共同的主题， 即提高机械的人类意识能力， 强化控制自动化。 因此人工智能在电气自动化领域将会大有作为，电气自动化控制也需要人工智能的参与。

参考文献

[1]叶干洲.人工智能技术在电气自动化控制中的应用[J].科技咨询，2010(15).

[2]陈洪峰.国内电气自动化发展状况与趋势[J].科技创新导报，2009.

[3]张培铭，缪希仁等.展望21世纪电器发展方向———人工智能电器[J].电工技术杂志，2006(4).

篇(4)

关键词：人工智能；电气自动化

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）29-6621-02

人工智能是近年来新兴起来的一种技术，其与传统方式的科学技术有着非常大的差异，它超越了传统方式的限制，让计算机扮演了非常核心的角色，通过对人类的智能行为进行模拟学习，然后用让计算机按照人类的思维方式独立地处理遇到的问题。人工智能新成果在实际工作中的应用使得电气自动化，特别是自动控制领域得到了非常快速的发展，人们对电气设备系统进行了升级改造，从而提高电气设备运行的智能化程度，同时也加强了系统的稳定性，提高了生产效率。

1 人工智能研究现状

随着人工智能技术的飞速发展，人工智能慢慢地被大量运用在电气产品的多个领域，比如优化设计、故障预测、控制与保护、故障诊断等。

1）优化设计

电气自动化产品的优化设计程序非常复杂，它不仅涵盖了电机、电路、电器、电磁场等相关内容，同时更要非常充分地利用电气产品设计实践过程中积累的经验，比如要按照安全设计的基本要求进行设计开发等。我们所知道的传统电气产品设计方式是在工业图纸上以手工设计为主，它的设计工程量非常大，而且周期比较长，特别是很难对其质量进行保证，且设计成本高昂。所以通过这种方式获得最优的设计方案难度相当大。计算机技术的出现和飞速发展加速了产品设计从手工设计向计算机辅助设计发展的进程，并且使得产品设计质量大幅度地提升，其设计过程更加简化、方便修改，整个研发产品的周期得到了大幅度地减少。近年来，人工智能技术的慢慢成熟，又促使电气产品的设计过程有了质的飞跃，对传统的计算机辅助设计技术进一步提升。人工智能技术对电气产品设计的优劣性有着决定性的影响作用，它将电气自动化产品的效率和质量都进行了全面的提高。

2）故障预测

电气自动化设备的故障常常表现出来的现象非常多，人们很难在这些表象上找到它严格的线性和确定性关系。如果我们通过人工智能技术来控制电气设备，这样就可以很好的解决这类难题。现阶段的人工智能技术在电气产品故障预测的运用主要是通过神经网络、专家系统、模糊逻辑等方法对电气设备的故障进行预测和诊断。比如电力系统中非常常见的变压器故障诊断，传统方式是收集和分析变压器油中分解的气体来完成对变压器的故障原因的诊断。这种传统诊断方法不仅效率低，而且费时又费力，并且故障诊断的准确性也有偏差。而我们如果通过人工智能技术将神经网络、专家系统、模糊理论等方法相结合运用在故障预测系统种，不仅能够快速准确地诊断出社保故障的起因，而且同时还可以提供合理的故障解决方法。

3）智能控制

人工智能技术在自动化的控制领域的研究已经非常成熟，但是电气自动化设备的控制领域里人工智能技术的运用目前还是比较少。这是整个行业非常期待和研究的一个大方向。人工智能技术在控制领域的应用主要有下面三种：神经网络控制、模糊控制、专家系统控制。我们以专家系统为例，它是一个对专业知识要求非常高的程序系统，其储存着大量某个专业技术领域的专家知识，这些知识经过预先学结和分析，然后按照一种特定的模式记录，同时该系统还有模拟领域专家对实际问题解决时所用的推理机制。专家系统首先对录入的数据通过预先总结的专家知识进行推理，最后给出决策和判断，所以在理论上，它解决问题的能力在一定程度上可以达到该领域专家的水平。专家系统的研究是人工智能技术中非常活跃的一个领域，它可以涉及到社会中各个领域，只要需要领域专家工作的地方，就可以对专家进行模拟，对专家知识进行总结，开发出专家系统提高工作效率。

人工智能控制技术的实现大致有下面几步：第一步，数据信息的采集和处理：首先采集设备端的开关量和模拟量等数据，然后对这些数据进行处理或者按照某种格式进行存储。第二步，界面展现：对设备和系统的运行状态进行显示，同时显示电压、电流、隔离开关、模拟量开关状态和一些挂牌检修的功能。第三步，系统监控和事件报警：对系统中的设备模拟量的大小、开关量的状态等进行实时地智能监控。一旦有事故发生就向操作人员进行报价。包含越限、状态变化等报警事件。同时可以对事件进行顺序记录，对事故的处理方式进行提示或者可以自动处理某类报警事件。另外，报警的方式可以有多方式，比如语音、电话、声光、图像报警等功能。第四步，操作控制的实现：操作人员可以通过鼠标、键盘等终端对断路器、电动隔离开关等进行远程智能控制。某一个操作可以同时完成多种复杂功能，简化了操作人员的操作流程，同时也减少了人为的生产事故。控制系统还可以对操作人员的控制权限进行设置，不同级别的人员可以做不同的操作，这样就可以达到各级人员按权限值班管理的目的。第五步，设备故障的录波：包含开关量变位，模拟量故障录波，顺序记录，波形捕捉等。

2 人工智能控制的优势

非线性控制器主要包括下面几种：神经、模糊、模糊神经以及遗传算法。通过这种分类方法，我们能得清晰的总体理解。同时对控制策略的统一开发有着很好的帮助。和常规的函数相比，AI函数近似器优势，首先，它不需要知道它控制的对象的具体模型。在很多场景下，因为实际控制对象模型在控制器的开发设计时，具有非常多的不确定性因素，所以设计时很难找到控制对象的正确的动态方程。其次，我们可以通过适当地调整下降时间、鲁棒性能等模式，在提高性能的同时，还可以提高计算所得结果的准确性。它与传统工业中用到的控制器相比较而言，调节方式更加简介方便。另外，如果它达不到专业领域的专家知识，我们可以通过响应数据设计AI函数近似器、通过运用语言和响应信息设计等方法对系统进行提升，这就使得该技术有更广泛的运用，同时也可以让更多的人参与设计。对技术的宣传也有着一定的意义。最后，系统能保持较为稳定的一致性，该一致性与驱动器的特征没有关系。所以，如果我们在设计的时候，加入新的未知数据也能保证数据的准确性，而且系统也可以很好地适应新的未知数据或信息，从而达到解决常规方法所不能解决的问题的目的。此外，它的设计价格非常低廉、抗噪声干扰能力强、设计容易修改。

3 结束语

人工智能技术是一门科技含量非常高的新兴发展科学领域，它是人类智力的延伸和应用。随着科学技术的日新月异，人们在人工智能技术领域的科研硕果必定会越来越多。而且人工智能技术必定会被大范围地应用到电气自动化技术中。同时，在日益成熟的人工智能技术支持下，电气自动化控制将会获得更好的发展。

参考文献：

[1] 翟辉.浅谈人工智能在电气自动化控制中应用[J].科技创新导报，2009（27）.

[2] 陈洪峰.国内电气自动化发展状况与趋势[J].科技创新导报，2009（1）.

[3] 杨状元，林建中.人工智能的现状及今后发展趋势展望[ J ].科技信息，2009（4）.

篇(5)

关键词：计算机科学；智能电网；云计算；数字图像处理；数据挖掘；人工智能 文献标识码：A

中图分类号：TM76 文章编号：1009-2374（2016）21-0047-03 DOI：10.13535/ki.11-4406/n.2016.21.023

1 概述

随着信息技术的发展，人类逐渐步入信息化时代。在此过程中所引起的信息革命给许多传统行业带来了巨大的冲击，信息化时代的四大特点――智能化、电子化、全球化、非群体化成为了许多行业变革的风向标。而信息化时代的代表性象征――计算机在各行各业中的必要性与日俱增，在电力行业中也不可避免。

而电力行业作为关乎国计民生的传统行业，在信息化时代中也面临着如何更高效地利用能源、如何更安全可靠地供电、如何更好地了解用户需求等诸多方面的新挑战，于是“智能电网”的概念应运而生。

2 智能电网

2.1 智能电网的概念

智能电网是将信息技术，如通信技术、传感技术、计算机技术和控制技术等融入电力系统之中，使整个电力系统更加安全可控，成为高效智能的新型电网。由于各国的国情不同，因此各个国家对智能电网的具体要求也会有不同的侧重点。因为我国还是一个发展中国家，与国外发达国家的电力工业已步入成熟期不同，我国在发展智能电网的同时，还需要加强骨干电网建设。因此除了要建设能够充分满足用户对电力的需求和优化资源配置，确保电力供应的安全性、可靠性和经济性，满足环保约束，保证电能质量，适应电力市场化发展的坚强智能电网外，我国的智能电网建设还需要满足以特高压电网为骨干网架，各级电网高度协调发展。

2.2 智能电网的特点

智能电网一般包括有以下七个特点：

2.2.1 能量互联网：智能电网要求实现供电方和用户之间的交互，构建多向电力流，它主要由能量管理系统和配电管理系统组成。其中能量管理系统提供整个电网的实时状态信息，并根据实时信息选择最优发电方案，减少输电损耗，维护系统可靠性以确保供电稳定；配电管理系统提供配电网络的实时状态信息，允许供电方远程控制断电的隔离与恢复，管理可再生能源发电。

2.2.2 降低损耗：智能电网能够基于“能量互联网”中的实时信息，根据用户的需求来供电，通过电压控制来降低电力损耗。同时还可以沿输电线放置传感器和电容器，通过无功负载控制来减少电力损耗。减少电力损耗的同时还会降低二氧化碳的排放量，使电网系统更加低碳环保。

2.2.3 融入可再生能源发电：目前可再生能源发电的最大缺点在于可变性过大，产电不稳定。智能电网能够通过储电技术，在产电过剩时将多余电能存储起来，在供不应求时再通过智能电网的自动化技术供能，进而解决可再生能源产电不稳定的问题。

2.2.4 减少输电阻塞：智能电网能够检测输电线的实时度数，在可能发生输电阻塞时，传感器和控制器会及时地重新安排电力输送线路，使得电力能够最大限度地流过线路而不发生阻塞。

2.2.5 分布式发电：通过智能电网的双向电力流，用户自行通过太阳能、风能等可再生能源产生的电力可以出售给供电方，流入配电网络中，使电网系统在用电高峰期可以为用户提供更稳定的供电服务。

2.2.6 自愈：智能电网能够基于实时测量的概率风险评估确定最有可能失败的设备、发电厂和线路，及时进行隔离和恢复，从而减少大面积用电故障的出现。同时，智能电网还能实时分析电网的整体健康水平，及时触发可能导致电网故障发展的早期预警，并根据具体情况确定是否立即进行检查或采取相应措施。

2.2.7 用户需求管理：智能电网能够通过智能电表实时通知用户其电力消费成本、实时电价、电网的状况、计划停电信息等信息，使用户可以根据这些信息制定自己的电力使用方案，继而通过影响用户需求来促进电力供求平衡。

2.3 智能电网的相关技术

智能电网的关键基础技术主要包括集成的通信技术、先进的传感和测量技术、先进的电网设备技术、先进的控制技术以及决策支持和可视化技术。

3 计算机科学在智能电网中的应用

在电网智能化的过程中，计算机是必不可少的。而计算机科学在智能电网中也有诸多应用，其中云计算、数字图像处理、数据挖掘、人工智能和软件工程这些计算机科学相关技术在智能电网中尤为重要。

3.1 云计算

云计算是分布式计算的一种特殊形式，根据美国国家标准与技术研究院的定义，云计算可以实现随时随地、便捷、按需地从可配置计算资源共享池中获取所需的资源，资源可以快速供给和释放，使管理的工作和服务提供者的介入降低至最少。

云计算技术能够整合优化电网系统中的各种异构资源，如电力系统中的监控维护资源、配电管理资源和市场运营资源等。利用云计算支持广泛企业计算和普适性强的特点，能够构建更加高效的智能电网数据中心，实现基础设施资源的自动化管理。例如利用Google的Borg能够使大量服务器协调工作，继而实现大规模系统的可靠性管理。

而智能电网信息系统所产生的大量数据，更需要通过云计算来实现分布式存储和管理。利用云计算来实现海量数据的分布式存储，可以通过冗余存储和高可靠性软件来提高数据的可靠性，并能较好地达到成本、可靠性和性能的最佳平衡。例如利用Google的GFS文件系统可以实现数据的冗余存储，并大幅度降低主服务器的负担，使系统IO高度并行工作，从而提高系统的整体性能。智能电网所产生的数据种类众多，而云计算的数据管理技术能够较好地满足智能电网信息平台数据种类繁多的海量服务请求，因此云计算能够高效地管理智能电网信息平台中的多元数据。例如，利用Google的BigTable，通过一个巨大的分布式多维数据表，将数据都作为对象，并通过关键字、列关键字和时间戳来进行索引，满足各类数据的性能要求，进而实现多元数据的高效管理。

为了保证电网系统运行的安全稳定，智能电网需要通过大规模的电力系统计算来监控整个电网系统的运行状态，如暂态稳定计算、故障计算、拓扑分析、数据挖掘与智能决策等，计算量极大，而云计算可以为智能电网提供高性能的并行计算与分析服务。例如利用Google的MapRduce，可实现针对大规模数据集的并行计算。

3.2 数字图像处理

数字图像处理是指通过计算机对图像进行去噪、增强、复原、分割以及提取特征等处理，从而改善图示信息，以便人们解释或机器自动理解。

在智能电网系统所产生的海量数据中有不少的数据都是图像数据，例如对输电线路状态的远程监测常常通过线路图像/视频监控系统来实现。为了能够实现对输电线路状态全天候全方位的实时监控，采用智能化和自动化的手段来代替人工是必然的趋势。但原始图像中包含的噪声太多了，价值密度低，难以用于智能识别。在这种情况下，可以通过数字图像处理中的灰度变换、直方图修正、小波包去噪、图像锐化以及边缘检测等处理方式来增强图像对比度，去除噪声，加强图像的轮廓特征，以便于特征的提取和识别，进而产生价值密度较高的特征数据集，为输电线路状态的智能识别过程做好图像数据的预处理。

3.3 数据挖掘

数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。数据挖掘的方法包括分类、聚类、关联分析、预测等。

由于智能电网系统中的数据具有数据量巨大、数据类型繁多、价值密度低以及处理速度快的特点，智能电网系统中的数据属于无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的“大数据”，需要通过数据挖掘来提取其中隐含的有价值的信息，从而实现对整个电网系统多角度、多层次的精确感知。例如，通过对长期的、大量的用户用电数据进行数据挖掘，对不同地区以及不同用户进行分类，可以得到有助于优化配电调度的信息，并能为电费定价调整提供参考；由于在当今社会中各行业的发展都离不开能源的使用，因此对用电数据进行挖掘甚至还可以归纳总结出各种指标增长率与社会用电情况的一般规律，便于政府了解和预测社会各行业发展状况及用能情况，为政府决策提供参考。而通过对长期的、大量的电动汽车充电数据进行数据挖掘，可以为充电站的布点提供参考。通过对长期的、大量的可再生能源发电情况进行数据挖掘，有利于降低可再生能源产电不稳定对供电网络的影响，进而更好地融入可再生能源发电。此外，数据挖掘还有利于用户能效的分析管理、业务拓展分析、供电舆情监测预警分析、电力系统的故障预测和状态检修、短期电网负荷预测、城市电网规划等。智能电网系统的数据特性表明了数据挖掘在智能电网中有着广泛的应用。

3.4 人工智能

根据著名人工智能科学家Michael R.Genesereth和Nils J.Nilsson在1987年提出的定义，人工智能是研究智能行为的科学，它的最终目的是建立关于自然智能实体行为的理论和指导创造具有智能行为的人工制品。人工智能是一门研究如何将人的智能转化为机器智能或者用机器来模拟或实现人的智能的学科。

数据挖掘在智能电网中有着广泛的应用，而数据挖掘需要人工智能技术来提供数据分析的技术支持，因此人工智能在智能电网中也有着十分重要的应用。例如，通过构建人工神经网络来对经过数字图像处理所得的典型线路状态的监控图像特征数据集进行训练识别来实现输电线路状态的智能识别。除了故障诊断外，人工神经网络还可应用于智能控制、继电保护、优化运算等

方面。

除了为数据挖掘提供数据分析的技术支持外，人工智能还可以通过人类专家提供的经验和知识来构建相应的专家系统，如电网故障诊断和调度处理专家系统和操作票专家系统等，模拟人类专家解决问题的过程来进行决策，从而实现电网自动化和智能化。

而采用遗传算法、粒子群算法等进化算法求解诸如发电厂和输电线架设的规划问题以及电力系统中各种控制参数的最优解等问题或利用模糊集理论来处理电力系统中难以实现精确控制的复杂问题，也是人工智能在智能电网中的重要应用。

3.5 软件工程

根据Fritz Bauer在NATO会议上给出的定义，软件工程是建立和使用一套合理的工程原则，以便获得经济的软件，这种软件是可靠的，可以在实际机器上高效的

运行。

为了便于管理和使用，无论是供电管理方还是用户方都会希望通过一个稳定可靠，功能完备，并具有友好人机界面的软件来方便操作。因此在建设智能电网的过程中势必需要开发相应的软件，软件工程便应用于其中。尤其是对用户端而言，在移动设备使用越来越广泛的今天，开发相应的移动端的APP无疑能够更好地促进用户参与到交互过程中。一个针对用户个体，能够实时显示如电力消费成本、实时电价、电网状况、计划停电信息等的智能电表提示信息，结合数字家庭技术，能够远程控制家电开关以便于用户随时随地调整自己的用电情况，并整合线上业务申请、缴纳电费等功能的APP能够极大程度地减轻用户的操作负担，方便用户的使用，使智能电网更加高效智能。

4 结语

计算机科学在智能电网中的广泛应用使电力行业在信息化时代中能够更好地应对各种新挑战，为整个社会的发展带来深远的影响。

参考文献

[1] 肖世杰.构建中国智能电网技术思考[J].电力系统自动化，2009，33（9）.

[2] 李乃湖，倪以信，孙舒捷，等.智能电网及其关键技术综述[J].南方电网技术，2010，4（3）.

[3] 杨德昌，李勇，C.Rehtanz，等.中国式智能电网的构成和发展规划研究[J].电网技术，2009，33（20）.

[4] 王德文，宋亚奇，朱永利.基于云计算的智能电网信息平台[J].电力系统自动化，2010，34（22）.

[5] 彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35（3）.

[6] 宋亚奇，周国亮，朱永利.智能电网大数据处理技术现状与挑战[J].电网技术，2013，37（4）.

[7] 张东霞，苗新，刘丽萍，等.智能电网大数据技术发展研究[J].中国电机工程学报，2015，35（1）.

[8] 金华，王民，昝涛，等.基于数字图像处理的输电线路状态智能识别技术[J].微计算机信息，2012，28（4）.

[9] 韩祯祥，文福拴，张琦.人工智能在电力系统中的应用[J].电力系统自动化，2000，24（2）.

[10] 杨勇.人工神经网络在电力系统中的应用与展望[J].电力系统及其自动化学报，2001，13（1）.

篇(6)

随着数字化和虚拟仪器的快速发展,对传感器的综合能力要求越来越高,而传统的传感器根本不能适应现代化的需求,加之微处理智能技术和微机械加工技术的引入,于是智能传感器诞生了。虽然智能传感器是当前高新技术,但是目前为止还没有一个规范化的定义形成。随着人们对智能传感器技术的不断研究,各个专家对其都有不同的定义。本文主要倾向于以下这个定义:智能传感器就是带微处理器、兼有信息检测和信息处理功能的传感器。智能传感器的主要特征主要包括:(1)具有自动补偿功能;(2)校零、标定、校正都可以实现自动化;(3)采集数据也能够实现自动采集,并且可以预处理数据;(4)数据存储、记忆与信息处理功能;(5)检验、自选里程、自寻故障都能够实现自动化;(6)具有判断、决策处理功能。实现智能传感器的主要途径主要有以下几种:(1)非集成化实现是将传统的经典传感器、信号调理电路、带数字接口的微处理器组合为一整体,而构成的一个智能传感器系统;(2)集成化实现的传感器系统是采用微机械加工技术和大规模集成电路工艺技术,利用硅作为基本材料制作敏感元件、信号调理电路、微处理单元,并把其集成到一块芯片上构成。故又称为集成智能传感器;(3)混合实现是根据需要,将系统各个集成化环节,如:敏感单元、信号调理电路、微处理单元、数字总线接口,以不同的组合方式集成在两块或三块芯片上,并装在一个外壳里。这里采用非集成化实现的方式。

2智能传感器的发展状况

智能传感器的发展状况主要从物理转化机理、数据融合理论、传感器的微型化、CMOS工艺兼容这几个方面进行分析。(1)物理转化机理。由于集成智能传感器可以很容易对非线性的传递函数进行校正,得到一个线性度非常好的输出结果,从而消除了非线性传递对传感器应用的制约。该机理具有稳定性好、精确度高、灵敏度高的特点。利用同一硅片上集成的智能检测电路,可以迅速提取频率信号,使得谐振式微机械传感器成为国际上传感器领域的一个研究热点。(2)数据融合理论。数据融合是集成智能传感器理论的重要领域,也是各国研究的热点,对于多个传感器组成的阵列,数据融合技术能够充分发挥各个传感器的特点,利用其互补性、冗余性,提高测量信息的精度和可靠性,延长系统的使用寿命。(3)传感器的微型化。集成智能传感器的微型化决不仅是尺寸上的缩微与减少,而且是一种具有新机理、新结构、新作用和新功能的高科技微型系统,并在智能程度上与先进科技融合。(4)CMOS工艺兼容。目前,国外在研究二次集成技术的同时,集成智能传感器在工艺上的研究热点集中在研制与CMOS工艺兼容的各种传感器结构及制造工艺流程,探求在制造工艺和微机械加工技术上有所突破。

3智能传感器的发展方向

无论是现今还是未来的若干年,智能传感器和人工智能材料都是人们关注的一门科学。虽然目前智能传感器已经取得了一定的成效,但是智能化的实现还处于研究的初级阶段。人们对智能传感器的研究还需从以下几个方面进行:(1)智能传感器的重要发展方向仍然是微型结构。“微型”技术包括了多种科学的多种微型机构,它是一个广泛的应用领域。(2)传感器将会利用生物技术及纳米技术。分子和原子生物传感器到目前还是一门高新学科。目前,一些发达国家已经利用纳米技术研制出分子级的电器。(3)智能材料继续的研制开发,使智能器件原理进一步完善。在这项工作中,将信息注入材料的主要方式和有效途径进行研发,对在人工智能材料内部的功能效应和信息流转换机制进行研究。(4)人工脑系统的开发。对高级智能机器人和完善人工脑系统进一步进行发展。

传统的传感器在工业生产中的应用是无法快速直接测量某些产品质量指标的,并且也无法进行在线控制。但是智能传感器的应用就不一样了,其应用不仅可以对与产品质量指标有函数关系的生产过程中的某些量进行直接测量,而且利用神经网络来建立数学模型,通过数学模型来进行准确的计算,这样可以使产品质量得以确保。智能传感器进一步完善的主要方向就是虚拟化、网络化和信息融合技术。智能传感器是躯感网的前端,它能收集到很多有特征的数据。用于躯感网的传感器一般可分为两种,一种是可以移植到人体之内的;一种是佩戴在体表的,譬如对脉搏、血压、心跳运动的监测。从外观上看,传感器的形态也非常简单,有的传感器类似于手表戴在手腕上,有的则像耳机一样戴在耳朵上,有的放在鞋里,还有的像创可贴一样贴在身体的某个部位上。如在医学领域中,血糖水平对于糖尿病患者而言是非常重要的,糖尿病患者需要随时掌握自己的血糖水平,根据具体情况来对自己的饮食和注射胰岛素进行调整,以防病情加重,或者其他病出现。针对这个情况美国公司生产了一种“葡萄糖手表”,这种外观类似手表的测糖仪能够实现无疼、无血、连续的血糖测试。

参考文献

[1] 林新霞,郭建辉.传感器技术发展与前景展望[J].工业仪表与自动化装置,2011(2).

[2] 杨洪才,孙洪平.论我国传感器技术的发展及其在机电一体化中应用[J].民营科技,2009(10).

篇(7)

关键词：智能科学；情感计算；感性工学；机器人；教材

中途分类号：G642　文献标识码：B

1　引言

人工情感(Artificial Emotion)是利用信息科学的手段对人类情感过程进行模拟、识别和理解，使机器能够产生类人情感，并与人类进行自然和谐人机交互的研究领域。1981年就有人开始研究人工情感问题，但是直到1990年以后它才开始逐渐引起人们的关注，特别是近几年，对人工情感的研究越来越受到人们的重视。1995年，美国MIT媒体实验室的R，Picard教授提出了“情感计算(Affective Computing)”的概念，并于1997年正式出版了专著《Affective Computing》。情感计算研究就是试图创建一种能感知、识别和理解人的情感，并能针对人的情感做出智能、灵敏、友好反应的计算机系统。日本学者Nagamachi提出了“感性工学(Kansei Engineering)”的新术语，并展开了以消费者为导向的新产品开发研究。2000年，北京科技大学的王志良教授提出了“人工心理(Artificial Psychology)”的理论，并于2007年出版了《人工心理》专著。

心理学家认为，人工情感是在人工智能理论框架下的一个质的进步，这充分表明了新世纪人工科学的多学科交叉研究，彼此互为影响的特点。人工情感必将为计算机的未来应用展现一种全新的方向。

2　学术科研背景

人工情感作为人工智能的扩展研究，已经在应用方面取得了许多进展(主要是在美国、日本和欧盟国家)。但是，由于情绪心理学理论方法的多样性，导致人工情感理论与研究方法都不十分成熟，使得应用技术受到了很大影响。

综合国际上关于人工情感专题研讨与论述，我们将人工情感研究领域面临的主要挑战归纳如下：

(1)情绪心理学理论的多样性，导致人工情感理论方法的不一致，以至于很难找到适用于信息科学的人工情感的统一理论方法。

(2)目前几乎还没有符合人类情感规律并适于机器实现的人工情感自动生成模型；

(3)在智能推理过程中，如何考虑情感影响的因素，实现真正意义上的拟人推理过程。

(4)目前还没有为人工情感研究者提供完善服务的计算机仿真平台及情感计算库。

(5)语音情感信息处理技术和表情识别技术的不成熟，成为制约人工情感与和谐人机交互技术发展的瓶颈。

(6)如何实现多模态情感信息融合、识别与理解，实现自然和谐的人机交互平台环境。

(7)人工情感的研究成果如何与成熟的人机交互平台相结合。

(8)如何验证机器情感的正确性是人工情感研究面临的图灵测试问题。

(9)如何从人工情绪(Artificial Emotion)走向仿真情绪(simulating Emotion)、工程情绪(Engineering Emotion)，进而找到重大应用突破点，这将是一个亟待解决的问题。

针对这一学科前沿的源头问题，进行创新性研究，解决普遍认为是人工情感的几个困难问题，是我们未来研究面临的主要挑战，也是我们的机遇。

3　现实面临的问题

2003年，北京大学智能科学系率先提出成立“智能科学与技术”本科专业，主要从事机器感知、智能机器人、智能信息处理等交叉学科的研究和教学。并于2004年在国内开始招生。随后的几年里，全国多所重点院校都成立了自己的“智能科学与技术”专业，并拥有了相关的硕士点、博士点以及博士后流动站。

随着本科生、硕士生和博士生以及从事智能科学研究人员队伍的不断壮大，使得教材建设的问题逐渐凸显。“智能科学与技术”专业作为最年轻也最有发展潜力的学科，还没有自己专业系列教材，许多高校的教材大都采用计算机类、通讯类的课程，而这些教材大都处在“知识结构老化，更新缓慢”的状态，已经不能适应该学科的发展，成为制约学科建设和教学水平提高的重要因素。教材是基本教学内容的载体，好的教材可以在教学方法上提供相应的参考，不仅为教学提供依据，还会助推本学科不断完善，学生培养体系的逐渐规范。因此，建设新教材，使之尽快与国际接轨，已成为亟待解决的重大问题。

2007年开始，北京科技大学招收智能科学与技术专业本科生，该专业的本科生将在2009年下半年进入专业课阶段学习，专业教材的建设问题已迫在眉睫。我们通过跟踪调查北京科技大学智能科学与技术专业本科生、研究生的教育基础、教学现状和教学需求，结合兄弟院校的专业教学情况，深入分析我国现代化建设的人才需求和本学科的自身发展、结构特点，系统总结国内外在“智能科学与技术”专业教学改革和实践中取得的成果和共识，进行了《人工情感》教材的编写。

作为知识的载体，教材是按照一定的教育目标和教学规律组织起来的科学知识系统。从教材的构思到教材的最终出版，一般科学的方法总共需要经历如下几个步骤，如图1所示：

(1)教材构思、大纲制定：这一阶段主要是集思广益，根据教材所面对的受众群体，大概划定教材所要包含的内容，反复讨论并修改大纲，根据教材内容划分章节，制定章节标题。

(2)拓展思路、广搜资料：这一阶段主要是组织参编人员搜集第一手资料，整理素材，逐渐使材料规范化、书面化。

(3)分工明确、力求完善：这一阶段要组织好参编人员，做到各司其职，各负其责，把各人负责的章节按照事先的规划，将理论知识、应用实例、习题及答案补充完整。

(4)精益求精、查漏补缺：把已经初步完成的教材送给相关教师及同学，让他们以初学者的身份，以局外人的眼光反复阅读，提出意见。经过反复修改，书稿基本成型，添加上必要的前沿、提要和缩略语。

(5)课堂实践、反复审校：初步形成的教材讲义，必须要经过课堂教学的不断实践，并根据教学心得和课堂反馈意见反复修改。最后，拿给出版社审校，几经修改方可出版。

4　教材规划与内容安排

依据上述思路，自2003年起，结合我校研究生课程“人工心理和情感计算”的教学实践，在研究生讲义的基础上，我们着手“人工情感”研究生教材的资料收集、整理以及章节、内容安排，目前，该教材的终稿已交付并将在机械工业出版社出版。通过多年的教学实践，根据学生现状及教学效果，不断调整教材内容，以“适应性、实用性”为宗旨，定位于普通高校智能科学与技术专业研究生学生，以素质教育为需求，注重培养学生科研及创新能力， 提高学生的科学素养。

全书共分为9章：

第1章较详细地介绍了情绪心理学、情绪生理学、情绪社会学的基本理论及相关研究历程，总结了脑科学研究在情感计算中的作用及色彩与心理学之间的相互关系。

第2章介绍了情绪的空间描述及维度化理论，总结了几种比较典型的情绪维度空间理论及国外科研工作者提出的人类情感数学模型。

第3章阐述了用数学方法描述情绪的重要性，给出了几种典型的人工情感建模方法，展示了情感建模的发展状况及前沿研究。

第4章结合实际应用，介绍了几种情感建模方法，并给出了应用实例，有助于学习者理论联系实际，对人工情感的研究与发展树立起明确的目标。

第5章结合现代远程教育发展状况，提出了把远程学员的情感数字化方法，建立起情感模型，并应用到远程教育系统，取得了不错的效果。

第6章主要讲述了人脸识别系统的构成、实现方法，是一个应用性很强的人脸识别设计范例。

第7章详细介绍了表情识别系统的设计实现，详细讲解了特征点定位、提取方法以及基于SVM的表情分类器的设计。

第8章主要讲述了网络游戏中的情感数字化，阐述了人工情感在游戏设计中的应用。

第9章详细介绍了情感机器人的发展状况、设计及实现方法，并对人工情感在智能机器人的应用作了相应的阐述。

本教材在写法上尽量做到深入浅出、通俗易懂、简洁明了，编写过程中遵守了以下三点原则：

(1)全面性与计划性相结合

人工情感理论和应用研究，还是一个崭新领域，还有很多疑难问题没有解决，发展得不够成熟，所以在编写教材的过程中，我们尽量做到知识的全面性，从基础理论到热门方向的研究，都作了较为详细的介绍。同时，也考虑到系列教材的出版，在内容安排上，兼顾其他教材，做到统筹安排。

(2)基础知识与专业技术相结合

智能科学与技术专业的学生执行的是工科学生的培养计划，在心理学基础理论方面比较欠缺，因此本教材前四章以抛砖引玉的方式介绍了有关心理学、脑科学、计算数学的基础知识，并在后面几章中结合工科学生的专业技术，结合应用实例展开内容。

(3)理论知识与实践相结合

本教材在内容安排上注重理论与实际应用并重的原则，在理论阐述的基础上，对相关研究进行了应用举例，对初学者或者初涉此领域的研究者，都能起到很好的引导和启发作用，增强了学习者的学习动力，提高了他们的学习兴趣。

5　教学并举与科研相济

教材讲义已于2008年12月交付机械工业出版社，虽然目前还未出版，但教材的初稿已多次作为我校研究生“人工心理与情感计算”课程的讲稿，学生使用后普遍反映良好，认为教材充分体现了学科交叉的特点，融合了心理学、信息科学和智能科学的相关理论、算法思想和应用实例，并进行了相应的概括归纳，以简洁实用的方式呈现给读者，具有易读、易懂性，而且实例丰富，非常实用，并且就讲义中存在的问题，提出了宝贵的意见。

在完成了本版教材的编写工作的基础上，为达到教学并举，科研相济，经过多年的努力，我们已经建立了系列情感机器人系统实验平台(前文详细介绍)，如图2情感机器人系统实验平台外形。这是一个多模态信息融合的实验平台，具有视频获取、声源定位、多路触摸传感、热释电感应及触摸屏选择等多通道输入，可以通过语音、动作、光电、图片等形式表达感情。该情感机器人采用开放式平台，能够为学生提供多种人工情感理论和模型的验证实验。图3为该情感机器人的系统体系结构。

6　展望未来

“智能科学与技术”专业在国内才刚刚起步，是一个全新的学科，各个学校都有自己的特色。目前来看，在学科建设方面制定一个普适的方案是不现实的。而特色课程恰恰是新学科区别与相关学科的重要标志，也是各个大学百花齐放的阵地。