人工智能技术导论

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人工智能技术导论范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

人工智能技术导论范文第1篇

关键词：人工智能；教学内容；教学方法

中图分类号：G642　文献标识码：A

1　引言

人工智能(AI)是二十世纪五十年代后期兴起的利用计算机模拟人类智能活动去求解问题的学科，与空间技术、原子能技术一起被誉为二十世纪三大科学技术成就，目前广泛应用于专家系统、机器翻译、语音识别、文字识别、计算机视觉、机器人、电子游戏等方面，已经成为计算机技术发展以及许多高新技术产品中的核心技术。

为了适应人工智能技术日益广泛的需要，国内外高校普遍开设了“人工智能”方面的课程，特别是作为计算机方面专业的核心课程之一。我校自从1993年开始为自动化专业本科生开设“智能控制”选修课，1996年为自动化、计算机、机械等专业本科生开设“人工智能导论”、“人工智能及其应用”课程。目前，我校软件学院、信息学院、机电学院都开设了“人工智能导论”课程，已经成为计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程，也是面向包括人文社科等全校所有专业的公选课之一，其目的是使学生了解人工智能的基本概念和基本原理，初步学习和掌握人工智能的基本技术和前沿内容，拓宽知识面，启发思路，为学生提供最基本的人工智能技术和有关问题的入门性知识，提高学生应用开发软件的能力和水平，为今后在相关领域的研究和应用奠定更为坚实的基础。因此，建设好“人工智能导论”课程具有重要意义和很广的受益面。

由于人工智能是交叉学科，涉及面广、内容抽象、不易理解，学生往往有望而生畏的感觉，在教学过程中，老师教、学生学都比较吃力。为了更好地实现上述教学目标，提高本课程的教学质量，协调好教与学的双边关系，使学生由望而生畏的感觉，变为有用有趣的感觉，根据已有人工智能课程在教学与实践方面的经验和方法，结合“人工智能导论”课程的近几年教学实践，对课程的教学体系、教学内容、教学方法、教学手段、考核方式等方面进行了探索总结。

2　调整与优化教学体系和教学内容

“人工智能导论”是计算机科学与技术、软件工程、数字媒体技术、自动化、机械制造与自动化等许多专业本科生的一门重要的技术基础课程，也是面向包括人文社科等全校所有专业的公选课之一，其研究领域及内容十分丰富，涉及的基础面广。因此如何选好教学内容，既能使学生了解本领域的概貌，又能适合学生的基础，便于他们在有限的时间完成学习任务，是一件重要而又困难的事情。

进入21世纪以来，人工智能学科又有了新的发展。为了及时反映人工智能研究和学科的最新进展，我们修订了“人工智能导论”的教学大纲，对教学内容进一步优化和更新，极大充实了各个系统的内容。我们确定的教学内容主要分为三部分：第1部分为概论，介绍人工智能的基本概念、基本内容、主要研究领域及发展过程；第2部分是知识表示，推理和搜索技术，讨论几种常用的知识表示方法、推理技术(包括确定性推理方法和不确定推理方法)和搜索求解策略；第3部分是人工智能应用研究领域，包括专家系统、自然语言理解、机器学习、人工神经网络、遗传算法等的基本概念和方法等。其中第2部分是基础理论，是人工智能的重要基础，应该循序学习。第3部分是人工智能的应用，由于每个研究内容都相对独立、自成体系且有其专门的学术著作研究、热点，因此针对高等院校的本专科生来说，不必循序学习，而且结合专业特点可以选择其中几个研究领域。例如对自动化专业的学生来说，可以选择专家系统、人工神经网络、遗传算法等，同时可增加在自动控制领域的应用，包括专家控制、神经网络控制和进化控制等热点：而对计算机科学与技术专业来说，可以选择专家系统、自然语言理解、机器学习等，并辅以动物识别系统、语音识别系统、智能机器人等实例。总之就是要把握课程性质和教学目的，调整本课程教学体系，优化教学内容，让学生以有限的时间学到人工智能的基础知识和基本方法。

另外，在选择和确定教学内容时必须兼顾基础知识和新兴技术，注意与相关课程(如离散数学、数据结构、概率论、自动控制原理、Matlab系统仿真、面向对象的编程技术等)的链接，密切理论与实际的关系，通过课堂讲授和课外训练，注意学生能力培养，提高他们的学习效果和整体素质。

3　加强课程立体化建设和系列教材研究

在课程的立体化建设中，教材充当了地基的角色，所有的课程内容安排，无不体现出以教材为基本，以教材为模板。所以本着基础、实用的原则，我们先后编著出版了《人工智能及其应用》课程教材导论部分概括性强，引人入胜；基础部分系统全面，叙述深入浅出，循序渐进；应用部分密切理论与实际关系，典型形象。其中第二版在第一版的基础上，增加了证据理论、模糊推理、神经网络等理论的一些典型应用，使学生能够更深入地理解和应用这些理论；另一方面，又新增了自然语言理解及其应用内容，以适应目前计算机翻译、人机自然语言交互等技术日益广泛应用的需要。系列教材适应了人工智能导论新课程开设的需要，反映了人工智能学科的发展，为人工智能课程确立了基本框架，发挥了重要作用。系列教材的问世不仅解决了本校“人工智能导论”课程教学用书的问题，而且也被各兄弟院校普遍采用，促进了该课程的普遍开设，推动人工智能学科的发展。

为了配合教材第二版的教学和自学，在已有教学经验和教学成果积累的基础上，制作了高质量的教学课件和完整的教学视频录像，并刻录成光盘随书供读者使用；同时又研究与开发了网络课程(http：//)，以更好地调动学生的学习兴趣和主动性，促进本课程的教学改革。

包括主教材、电子教案、教学视频录像、网络课程及教学资料库等在内的课程立体化建设符合二十一世纪高校教学的要求，支持教师提高教学手段现代化的水平，更贴合学生的学习需求。

4　改革与创新教学模式和教学方法

在“人工智能导论”课程教学的过程中，我们积极探索教学新路，经过数年辛勤试验，结合蔡自兴教授等对人工智能课程的建设经验，对课程的教学模式和教学方法进行了如下一些的改革与创新。

(1)通过多种途径激发学生的学习兴趣

“兴趣是最好的老师”，“人工智能导论”课程的学习效果，直接受到学生兴趣和参与意识的影响。由于这是一门导论性前沿课程，一般来说，学生开始学习兴趣很大。但是，当一些学生开始接触到抽象概念和算法时，往往感到不易接受。我们通过各种途径和方法，激发和培养学生的学习兴趣。例如，鼓励学生参与课堂讨 论、布置读书报告和课外实验、以问题为导向的启发式教学、专题讨论／辩论等形式。特别，我们精心组织和准备了模糊控制技术及其应用、智能机器人技术与应用、智能交通、BCI(脑机交互接口)等专题，以及智能调度软件、语音识别系统、动物识别系统、足球机器人比赛、机器人轨迹跟踪、倒立摆的智能控制等课内演示，使学生扩大了眼界，增加了感性知识，达到提高学生学习兴趣的目的与效果。

(2)面向问题的启发式教学

人工智能中的许多问题，有的似是而非，有的引人入胜。在教学中，有意识的提出相关问题，提请学生思考，鼓励学生提出自己的猜想和解决方案。然后逐步进入教材中的解决方案，启发学生求解这些问题，并进行分析和比较，从而强化了学生学习的主动意识和参与意识，提高了学生的学习积极性。例如，在讲到比较抽象的“遗传算法”时，提出“遗传算法如何用于优化计算?”这一问题。针对该问题，先从“达尔文的生物进化论”入手，讨论“遗传”、“变异”和“选择”作用；然后通过一个简单的例子，从特殊到一般地启发学生思考“遗传”、“变异”和“选择”的实现，最终让学生与教师一起导出遗传算法用于优化计算的基本步骤。这样，学生不但从中学习了遗传算法，而且得到一次逻辑思维的训练，取得很好的教学效果。

(3)课堂辩论与交互式教学

组织课堂辩论，讨论的议题包括人工智能的应用前景和其他比较等有争议的问题。学生对这些问题展开了激烈的争论，激发了学习潜能，明确了学习目标。例如，为了加深学生对智能机器人内涵的理解，我们组织了“机器智能能否超过人类智能”的辩论会。会前正反双方结合本课程内容及其相关知识，认真进行准备；辩论会上正反双方唇枪舌战，激烈争辩，气氛热烈。辩论后，学生余意未尽，讨论热情不减。无论是哪一方获胜，都达到了预期的效果。教学中我们还注意采用了多种交互式策略，如课堂上教师提问可鼓励或指定学生提问，也可由学生自由地就某个知识点进行主题发言后老师点评等。

(4)个性化学习与因材施教

在本课程教学过程中注意对学生因材施教和个性化教学。例如，通过组织学生进行读书报告的形式，鼓励学生从多方面、多角度考虑问题，多提新颖思想，有意识地鼓励优秀学生探讨比较深层的内容，并辅导优秀学生将其成果以科技论文和发表文章的形式转化为成果。又如，在教学设计和实验设计中，注意要求学习有余力和兴趣的学生选作部分探索性、创新性的功课和实验(选学内容，如模糊控制器的设计、进化控制等)，从而引导学生发挥个性优势，达到因材施教的目的。同时注意分析学习较差的学生的具体困难，进行有针对性的指导。

(5)多媒体与网络教学的使用

本课程在PPT演示文稿和网络课程上，采用了大量的多媒体表现形式，如视频、动画、声音和图像等。目的在于使得人工智能抽象的知识形象化，便于学生理解。例如，课内让学生在线观看涂晓媛博士的计算机动画“人工鱼”的录像片段、人工生命Floy中生命智能体在环境中不断的适应进化构成演示等，有助于加深学生对所学知识的理解，促进教学水平的提高，激发了学生对课程的兴趣，使学生创新意识得到增强。此外，随教材附赠的教学光盘和开发的网络课程(http：//)提供了学生课外自学用的高质量的电子课件、完整的教学视频录像、丰富的实验和案例资料等，以更好地调动学生的学习兴趣和主动性。

(7)理论与实践结合

在教学内容安排上，注意理论联系实际，适时布置一些人工智能实验给学生进行课外练习。设计的课外实验包括产生式系统实验，归结反演实验，主观Bayes推理网络实验，A搜索实验，以及基于Maltab工具箱的模糊控制位置跟踪系统、两车追赶模糊控制系统、神经网络模式识别仿真、遗传算法优化计算等实验。通过实践和参与，保持学习兴趣，有助于学生对人工智能基本概念和难点的理解，掌握基本方法和技术，为从事智能系统应用开发打下基础，从而达到教学目的。例如，我们组织学生参观我们的研究生综合自动化实验室，观看机器人臂取物、倒立摆控制、语音识别软件、指纹识别软件、智能调度软件等演示，密切理论与实际的关系。

我们在教学改革实践中探索的这些教学方法，有利于充分激励学生的学习积极性和主动性，有利于鼓励学生发挥独立思考和创新思维，有利于多方位培养学生学习发现问题、分析问题和解决问题的能力。

5　运用多样化的教学手段和考核方式

5.1　多样化的教学手段

采用现代信息技术进行教学，构筑“人工智能导论”课程的现代教学模式，是本课程的主要特点之一。教学过程中采用了多媒体教学课件和网络课程相结合的方法，充分利用多媒体的丰富表现形式，利用网络课程的交互性、情景化等，进行教学。采用的方法包括：

(1)抽象知识内容的多媒体表示

通过动画和视频来演示抽象的概念、算法和过程，包括机器人轨迹跟踪、机器人臂取物、足球机器人比赛、倒立摆控制、“人工鱼”等录像片段，以及智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件演示。

(2)通过PPT撰写教案

精心编制PPT，组织好课件内容，做到图文并茂，提纲挈领，便于学生理解，便于教师讲授。

(3)开发与应用网络课程

“人工智能导论”网络课程较好的实现了交互性、在一定程度上实现了学习过程的情景化。在交互性方面，通过网络课程的课堂练习和章节练习，评价学生的学习情况，并给学生提出学习建议。在情景化方面，采用了在线答疑形式，使得学习过程丰富有趣。

(4)先进实验系统的观摩与演示

利用我们的研究成果等有利条件，有针对性地对学生进行成果演示(包括智能调度软件、语音识别系统、指纹识别系统、动物识别系统等软件)，使学生知道学了有用，而且很有用，很有趣，很有意义，从而进一步诱导学生的学习兴趣，巩固了课堂所学知识，提高了教学质量。

教学效果通过上述先进的现代信息技术的应用，不仅极大地提高了学生的学习兴趣和主动性，而且也取得很好的实际教学效果，提高教学质量。

5.2　作业、考试等教改举措

(1)改革作业方式与方法

改变过去那种单纯的书面习题作业，发展成为必须交给教师评阅的书面家庭作业、不必交给教师的课外思考题目、口头布置的思考题或阅读材料以及大型作业等。其中上交作业通过网络进行，教师批阅后的作业也通过网络返回给学生，实现了作业呈交和返回的网络化。

(2)改革考试方式与方法

如何对本课程的考试方式进行改革一直是我们探索的问题。我们综合考虑课堂出勤情况(10％)、平时正式作业成绩(20％)和期末课程考试(70％)，进行综合评分。期末考试有时采用综合试题考试，出几个大题目让学生选择其中几个进行开卷笔试，当面交卷后评分；有时采用课外开卷论文结合或口试面试。最近，我们还对部分学生结合实验或实际问题提问等进行考核。我们正进一步改革、试验和探索，使考试成为衡量与培养创新能力，促进学生学习主动性和提高课程教学质量的重要环节。

人工智能技术导论范文第2篇

关键词:人工智能;教学软件;A*算法;模拟退火;遗传算法

为了适应人工智能技术发展的需要,国内外高校普遍开设了人工智能方面的课程,而且已经成为计算机相关专业的核心课程之一。我校自从1996年开始为计算机科学与技术、自动化、机械自动化等专业本科生开设了人工智能导论课程。我校王万良教授也在2005年编著了《人工智能及其应用》教材,2008年又出版了该教材第2版,并制作了完整的电子教案和教学录像。

由于人工智能是交叉学科,涉及面广,在教学过程中又会涉及到很多抽象理论和复杂的算法,而教材上的内容过于理论化,教材上的应用实例又只是停留在书本文字上的纸上谈兵,所以学生在学习人工智能导论这门课程的过程中都感觉好像在学数学和算法,往往有望而生畏的感觉。为了解决以上问题,如果单纯依靠老师在课堂上讲解和用PPT做课件进行演示,是很难达到启发和指导学生的要求。为了更好地实现教学目标,提高人工智能导论课程的教学质量,协调好教与学的双边关系,使学生由望而生畏的感觉,变为有用有趣的感觉,根据已有人工智能课程在教学与实践方面的经验和方法[1-2],在人工智能课程网站()的基础上,以高等教育出版社出版的《人工智能及其应用(第2版)》[3]教材第5章和第9章内容为例,设计开发了智能搜索算法教学软件。

1教学软件的总体结构

智能搜索教学实验系统是《人工智能及其应用(第2版)》教材配套的实验CAI系统,系统设计目的是提供一个简洁、友好的用户界面,使学生通过使用该系统,可以实现不同智能搜索算法的过程演示和对比,提供自主设计实验的功能。

为了能够让学生更好地学习并熟练一些智能搜索算法,所设计的智能搜索教学实验系统结构如图1所示,包括A*算法、模拟退火算法、遗传算法、作业管理和系统帮助5大模块。

图1教学实验系统的总体结构图

基金项目:浙江工业大学校级优秀课程建设项目(YX0811)。

作者简介:徐新黎(1977-),女,讲师,博士,研究方向为智能计算、生产调度、多Agent系统的研究;王万良(1957-),男,教授,博士生导师,博士,研究方向为CIMS、生产计划与调度、智能自动化等。

图1中,A*算法、模拟退火算法和遗传算法模块又提供了算法介绍,以及各算法的演示程序、验证程序和自主实验等子模块。

1) 算法介绍。算法介绍子模块的主要功能是向学生介绍A*算法、模拟退火算法、遗传算法等智能搜索算法的特点、流程及参数设置问题等。

2) 演示程序。演示程序子模块的主要功能是展示各算法求解八数码问题、TSP问题等的搜索过程、运算结果等;同时可以通过单击“下一步”、“继续/暂停”等按钮,查看算法运行过程中临时变量的状态。

3) 验证程序。验证程序子模块的主要功能是通过设定给定问题的规模,以及算法的一些参数设置,测试智能搜索算法对于不同规模问题的解决效果,以及参数设置对算法性能的影响;同时展示不同算法对同一问题的求解性能,以作对比。

4) 自主实验。自主实验子模块的主要功能是根据系统所提供的一些算法核心代码,开展各算法的自主实验设计,解决最短路径问题、TSP问题和Flow shop调度问题等一些难题。

作业管理模块主要是便于学生上传实验报告和程序源代码以及教师批改作业。另外,系统帮助模块包括系统概述、系统安装与卸载说明、服务器配置说明、系统使用说明和技术支持。

2智能搜索算法实验设计与实现

2.1A*算法

A*算法是一种启发式搜索方法,目前在网络路由算法、机器人探路、人工智能、游戏设计等方面有着普遍的应用。

启发式搜索是利用与问题有关的启发信息进行搜索,达到减少搜索范围,提高搜索效率的目的。这种利用启发信息的搜索过程称为启发式搜索方法。启发式搜索过程中,要对Open表进行排序,这就需要一种方法来计算待扩展节点有希望通向目标节点的不同程度,人们总是希望能找到最有希望通向目标节点的待扩展节点优先扩展。A*算法一般是以估价函数 的大小来排列待扩展状态的次序,每次选择 值最小者进行扩展[3]。

(1)

其中 是初始节点到 节点的实际代价,而 是从 节点到目的节点的最佳路径的估计代价,且, 为 节点到目的结点的最优路径的代价。

1) 演示程序。针对A*算法求解问题时启发信息不直观、难理解,Open表和Closed表变化的可视化程度差,问题状态演变复杂等问题,设计了求解自动寻路和八数码问题的A*算法演示程序。演示程序具备了显示Open表和Closed表的功能,并且能将每一个状态的变化都直观地显示出来。

图2是自动寻路问题的A*算法演示程序。寻路问题常见于各类游戏中角色寻路、三维虚拟场景中运动目标的路径规划、机器人寻路等多个应用领域。自动寻路问题是在以方格表示的地图场景中,对于给定的起点、终点和障碍物(墙),如何找到一条从起点开始避开障碍物到达终点的最短路径。

如图2所示,程序运行时,可以通过选择“起点”、“终点”和“墙”,在方格场景中设置起点、终点和墙的任意位置,其中墙可以设置多个方格,另外分别以红、绿和黑三色来区分起点、终点和墙。通过单击“开始”按钮,可以看到起点位置的 、 和 值。然后连续单击“下一步”按钮,可以进行连续手动单步运行,从而可以直观地看到自动寻路过程中每一状态的变化,以及任一状态 的 、 和 值;若单击“继续/暂停”按钮,可以从当前结点开始进行自动连续运行,从而可以看到从当前结点到终点的自动寻路的连续过程,以及寻路过程中每一状态的变化,任一状态 的 、 和 值;同时也可从连续运行状态转为暂停状态。在“运行状态”提示框上方可以看到“自动运行”、“暂停”等程序运行状态,而下方可以看到“Open表”、“扩展结点”、“停止”等信息,其中“Open表”表示在地图场景中以淡蓝色显示Open表中的各结点(状态);“扩展结点”表示选中当前被扩展结点,并在地图场景中用蓝色框显示当前被扩展结点。与此同时,在地图场景中以黑色标注寻路过程中Closed表中的各个结点(状态)。

图2自动寻路问题的演示程序

图3是八数码问题的A*算法演示程序。八数码问题是在3×3的九宫格棋盘上,摆有8个刻有1～8数码的将牌。棋盘中有一个空格,允许紧邻空格的某一将牌可以移到空格中,这样通过平移将牌可以将某一将牌布局变换为另一布局。针对给定的一种初始布局或结构(目标状态),问如何移动将牌,实现从初始状态到目标状态的转变。

图3八数码问题的演示程序

如图3所示,可以手动设置八数码问题的初始状态和目标状态,也可以通过单击“随机产生”按钮,随机生成其初始状态,然后单击“开始/停止”按钮,可以由停止状态转为运行状态,也可由运行状态转为停止状态。在运行状态下,首先针对所产生的初始状态和给定的目标状态,判断八数码问题是否有解,若无解,则停止运行。然后在问题有解的情况下,根据一般的估价函数,通过连续单击“下一步”按钮可以在“弹出结点并扩展”框中看到整个搜索过程,与此同时,在“OPEN表”和“CLOSED表”中会分别显示整个过程的Open表和Closed表的变化,包括各状态及其估计代价值h和估计函数值f,以及当前步数。若单击“手动/自动”按钮,可以由手动转入自动,即从当前结点开始进行自动连续运行,从而可以看到从当前结点到终点的自动搜索的连续过程;同时也可从自动运行状态转为手动状态。

2) 验证程序。A*算法实现时有两个关键问题需要解决,一个是如何寻找并设计一个与问题有关的启发函数 及构造出估价函数 ,另一个是在Open表中如何排列待扩展状态的次序。为了比较不同估价函数以及不同Open表排序对A*算法求解问题的影响,在如图4所示的A*算法验证程序中,给出了两种不同的估价函数以及两种不同的排序方法,通过选择相应的估价函数及排序方法,可以比较不同估价函数、不同排序方法的A*算法在求解同一问题时的“搜索结果”、“访问结点数”和“耗时”的差异。

图4八数码问题的验证程序

考虑到盲目搜索和启发式搜索之间的区别在普遍的教材上解析得不够详细,使得学生对算法的理解往往不够清晰。为此,设计了宽度优先搜索、广度优先搜索和A*算法来求解八数码问题的验证程序。在验证程序中,通过单击两个“随机产生”按钮,不仅可以随机生成问题的初始状态,而且也可以随机生成目标状态;当单击“计算”按钮时,同样首先判断问题是否有解,最后在验证程序下方显示不同算法的“搜索结果/步”、“访问结点数/个”和“耗时/毫秒”内容,从而了解各算法的差异以及各自的优缺点。

3) 自主实验。为了让学生能够自己动手用A*算法来解决一些实际问题,如图5所示,设计了一些求解传教士和野人问题、迷宫问题、最短路径问题等一些作业题目。同时“实验帮助”中也提供了A*算法中的一些核心代码,使学生可以下载这些核心代码,并在这些代码的基础上,通过修改代码的过程中学会并掌握A*算法。由于智能搜索教学软件是在Microsoft Visual Studio 2005环境中用C++语言开发的,所以通过设计型实验,可以让学生在学习人工智能导论课程的基础上,更好地熟悉Microsoft Visual Studio 2005环境以及C++语言的应用实现。

图5A*算法设计型实验界面

2.2模拟退火算法

模拟退火算法最早由Metropolis在1953年提出,Kirkpatrick等人在1983年成功地将模拟退火算法用于组合优化问题求解。作为求解复杂组合优化问题的一种有效方法,模拟退火算法已经在许多工程和科学领域得到广泛的应用。

在模拟退火算法中,把某类优化问题的求解过程与统计力学中的热平衡问题进行对比,通过模拟高温物体退火过程的方法,来找到优化问题的全局最优或近似全局最优解[4]。模拟退火算法以概率1找到全局最优解的基本条件是初始温度必须足够高,在每个温度下状态的交换必须足够充分,温度t的下降必须足够缓慢。在进行模拟退火算法的教学过程当中,由于现有的课件和动画的固有限制,无法把模拟退火算法求解问题的整个过程做一个完整的展示,同时针对具体的问题,如何设置合适的参数以及参数设置对算法优化性能的影响也无法做一个完整的描述和解析,所以学生在学习这部分的内容时较难理解。

针对以上所述模拟退火算法的教学问题,设计了模拟退火算法求解TSP问题的演示程序(如图6所示)和验证程序(如图7所示),还给出了模拟退火算法的介绍界面(如图8所示),以及应用模拟退火算法求解其他问题的一些自主设计实验题目。TSP问题,即旅行商问题是,有 个城市,城市间的距离用矩阵 表示, 表示城市 与城市 之间的距离。有一个旅行商从一个城市出发,每个城市访问一次,并且只能访问一次,最后回到出发城市。问如何行走才能使得行走的路径长度最短。

图6TSP问题演示程序

图7TSP问题验证程序

进入模拟退火算法模块,首先可以通过模拟退火算法的算法介绍界面,如图8所示,了解模拟退火算法的有关演算步骤、相应的伪代码和应用模拟退火算法时的一些参数设置问题。

图8模拟退火算法介绍界面

在模拟退火算法求解TSP问题的演示程序中,可以通过“新解产生演示”模块,如图9所示,以8个城市(城市0～7)的TSP问题为例,了解“两点互换”、“相邻互换”、“区间逆转”、“单点移动”这四种新解产生函数的差异,其中8个城市的任何一种排列均是问题的一个可能解;单击“下一步”可以看到上述四种产生函数的整个变化过程。另外通过演示程序的“TSP问题演示”模块,如图6所示,针对8个城市的TSP问题(城市位置见“地图”方框),可以选择不同的新解产生函数,在给定初始温度、降温率、最低温度的情况下,连续单击“运行/下一步”可以进行手动的单步运行,并在“地图”方框显示8个城市

的旅行路线变化情况,与此同时,“搜索过程”框显示模拟退火算法在求解8个城市的TSP过程中“当前温度”、“当前能量”、“新能量”、“替换概率”等变化情况。若单击“连续运行”可以连续显示模拟退火算法求解8个城市TSP问题的整个搜索过程和“地图”路线变化情况。

图9TSP问题新解的产生函数演示

在模拟退火算法求解TSP问题的验证程序中,如图7所示,通过单击“随机添加”按钮和设置城市数,可以在“地图”方框中随机产生 个城市的坐标位置,从而实现模拟退火算法对不同规模的TSP问题的求解,同时也可以通过“重置”按钮清空“地图”方框显示。单击“开始”按钮后,可以在“地图”方框得到模拟退火算法的最后求解结果,即 个城市的旅行路线,同时在“地图”上方显示最好解、最差解和平均解质量。而通过选择不同的新解产生函数,设置不同的初始温度、降温率、最低温度和迭代步数这四个参数,比较不同的产生函数、不同的参数设置对模拟退火算法性能的影响。另外验证程序左侧下方“状态”提示显示“停止”和“计算中”这两种程序执行信息。

在模拟退火算法的自主设计实验中,给出了学生自主应用模拟退火算法解决TSP问题、车辆路径问题和Flow Shop问题等一些设计型作业题目,使学生可以在系统所提供的模拟退火算法核心代码的基础上,自己动手修改代码,从而更好地掌握模拟退火算法的精髓。

2.3遗传算法

遗传算法(Genetic Algorithms,GA)是基于生物界自然选择和基因遗传学原理的一种广为应用的、高效的随机搜索算法,20世纪60年代由美国的密执根大学的Holland教授首先提出。该算法将优化问题看作是自然界中生物的进化过程,通过模拟大自然中生物进化过程中的遗传规律,来达到寻优的目的。近年来,遗传算法已广泛地应用于作业调度与排序、可靠性设计、车辆路径选择与调度、成组技术、设备布置与分配、交通问题等等。

用遗传算法求解优化问题,首先对优化问题的解进行编码,编码后的一个解称为一个染色体,组成染色体的元素称为基因。一个群体由若干个染色体组成,染色体的个数称为群体的规模。在遗传算法中用适应度函数表示环境,它是已编码的解的函数,是一个解适应环境程度的评价。当适应度函数确定后,自然选择规律以适应度函数值的大小来决定一个染色体是否继续生存下去的概率。生存下来的染色体成为种群,它们中的部分或全部以一定的概率进行交叉、变异,从而得到下一代群体。

在遗传算法的教学过程中,也存在和模拟退火算法一样的问题,为了增加学生在教学活动中的参与感,激发起他们的学习热情,同样也设计开发了遗传算法的介绍模块,求解TSP问题的演示程序和验证程序,以及自主实验模块。遗传算法的介绍模块提供“算法描述”、“算法参数”、“算法特点”等介绍(如图10所示)。

图10遗传算法介绍界面

在遗传算法求解TSP问题的演示程序中,通过“交叉操作演示”和“变异操作演示”模块,了解“部分匹配交叉”和“顺序交叉”这两种交叉操作(如图11所示),以及“两点互换”、“相邻互换”、“区间逆转”、“单点移动”这四种变异操作(同模拟退火算法的新解产生)的差异。在演示程序的“TSP问题演示”中,如图12所示,针对10个城市的TSP问题,通过选择不同的交叉和变异操作,在给定种群规模、交叉概率、变异概率和迭代步数等算法参数的情况下,连续单击“下一步”可以进行手动的单步运行,并在程序右侧显示城市旅行路线的变化,与此同时,程序下方显示遗传算法求解过程中当前迭代次数、当前步骤、当前最优个体、当前最优个体的适应度、当前种群的平均适应度等变化。若单击“自动/手动”可由“手动”运行转为“自动”运行,从而可以连续显示遗传算法求解10个城市TSP问题的整个搜索过程和“地图”路线变化情况;反之也可由“自动”运行转为“手动”运行。

图11交叉操作演示

图12遗传算法演示程序

在遗传算法(GA)求解TSP问题的验证程序中,包括“基本GA”、“自适应GA”、“双倍体GA”、“双种群GA”和“多种算法比较”模块。“基本GA算法”子程序中,如图13所示,和模拟退火算法求解TSP问题的验证程序类似,同样单击“随机添加”按钮和设置城市数,可在“地图”框中随机产生 个城市的坐标位置;单击“开始”按钮后,可在“地图”框中得到遗传算法的最后求解结果,并显示最好解、最差解和平均解情况;也可比较不同的交叉和变异操作算子,以及不同的参数设置(种群规模、交叉概率、变异概率和迭代步数)对遗传算法性能的影响。在验证程序中,除了参数设置外,“自适应GA”、“双倍体GA”、“双种群GA”子程序的界面和功能都和“基本GA”子程序相同。另外在“多种算法比较”子程序中,提供了“基本GA”、“自适应GA”、“双倍体GA”、“双种群GA”和“模拟退火算法”求解TSP问题的结果比较。

在遗传算法的自主设计实验中,给出了学生自主应用基本遗传算法和改进遗传算法解决函数优化问题、TSP问题和Flow Shop问题等一些设计型作业题目,同样也提供了遗传算法的核心代码,方便学生在此基础上真正达到学以致用。

图13基本遗传算法验证程序

3结语

本文是笔者以精品课程培育为目标,对人工智能导论课程教学软件的设计和开发进行了探讨。该教学实验系统符合21世纪高校教学的要求,不仅可以支持教师提高教学手段现代化的水平,同时更贴合学生的学习需求。通过使用该教学实验系统,使学生更好地掌握人工智能中智能搜索算法的基本概念、基本理论和基本技术,熟悉Microsoft Visual Studio 2005环境以及C++语言的应用实现,提高实践动手能力,达到本课程预期的教学效果。

参考文献:

[1] 蔡自兴,肖晓明,蒙祖强,等. 树立精品意识搞好人工智能课程建设[J]. 中国大学教学,2004(1):28-29.

[2] 何元烈,汪玲.“Visual C ++”在“人工智能”教学中的应用与探讨[J]. 广东工业大学学报:社会科学版,2008(8):220-222.

[3] 王万良. 人工智能及其应用[M]. 2版. 北京:高等教育出版社,2008.

[4] 马少平,朱小燕. 人工智能[M]. 北京:清华大学出版社,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)

人工智能技术导论范文第3篇

“物联网”是通过装置在各类物体上的信息传感设备，按照一定的通信协议，通过通信网络将物与物、物与人相连，协同工作，从而赋予物体智能化的功能，以实现特定服务的一种网络。物联网打破了地域限制，可以实现全球范围的物物之间、人物之间按需进行的信息获取、传递、存储、融合使用等服务。因此，物联网应具备全面感知、可靠传递、智能处理这三个特点。根据物联网的特点，学界一般将物联网系统划分为以下三个层次:感知层、网络层、应用层。感知层的主要功能是全面感知，即利用RFID标签和读写器、传感器、二维码、GPS、摄像头等数据采集设备随时随地获取物体的信息;感知层主要涉及的技术包括RFID技术、传感和控制技术、短距离无线通信技术，其中包括芯片研发、通信协议研究、RFID材料、智能节点供电等细分领域。网络层的主要功能是对感知信息和控制信息双向的可靠传递，即融合各种现有的有线和无线网络，将物联网的信息实时准确地传递出去;网络层主要涉及的技术包括网络通信技术、数据通信技术、传感网数据的存储、查询、分析、挖掘、理解以及基于感知数据决策和行为的理论和技术。应用层的主要功能是智能处理来自网络层的海量数据，以满足各种不同的控制要求;应用层主要涉及的技术包括云计算技术、高性能并行计算、数据挖掘技术、模糊识别技术、人工智能。云计算平台作为海量感知数据的存储、分析平台，将是物联网网络层的重要组成部分，也为应用层的众多应用奠定了坚实的基础。

2教学科研相融合的物联网学科建设方案

2．1以工程应用为目的的基础理论教学

物联网是在电子、通信、计算机等技术上发展的一种新的技术，因此该学科的开设需要在学生掌握了一些基础课程以后再进行学习。学生需要先修的专业课程有:通信原理、无线通信、高频电子电路、单片机与嵌入式、计算机网络、高频微波技术、数据通信、信号与系统、高级语言程序设计等。在前期进行基础课程学习的基础上，对应物联网体系框架结构，可将物联网学科的基础理论教学分为三大方向，分别对应于其感知层、网络层和应用层。对于学生的理论学习采取循序渐进的形式，按层次展开教学。首先应对于物联网技术及概念进行全面性的介绍，可开设例如物联网技术导论、物联网系统设计等课程。在学生对所要学习科目有了总体性了解的基础上可以开设有关感知层的课程，例如:物联网识别技术、射频识别技术、物联网M2M、传感和控制技术、短距离无线通信技术等。在学生对于物联网的底层获取有所掌握以后，可以开设有关传输层的课程，例如:传感器网络、下一代互联网技术、无线网络技术原理与应用、TCP/IP网络与协议、数据融合与处理等。最后需要学生的学习领域延伸到物联网的应用层，其包含的课程有物联网与云计算、数据挖掘技术、模糊识别技术、人工智能、物联网安全、物联网技术应用(智能电网、智能家居、智能物流、智能医疗)、物联网经济学等。

2．2以培养创新能力为目的的实验教学

作为信息技术领域第三次革命的物联网技术，是一门建立在综合信息理论基础上的实用性很强的专业，因此对于物联网技术的学习不能仅仅停留在理论基础的学习上，还要对学生进行实践性培养。这样不但可以在实践的过程中加深学生对于物联网理论知识的理解，而且可以使学生提高实践能力，同时挖掘学生的自主创新能力，为将来顺利就业打下基础。根据以往的教学经验和培养体系，可以把以培养创新能力为目的的实验教学分为三个阶段性实验:基础实验、毕业设计和大学生创新实验。三个实验阶段逐层递进、步步深入，最终达到实验教学目的。并且对于授课学生可以选择性的实验，即基础实验是每个学生必修的课程，毕业设计可以根据自己感兴趣的方面选择物联网中某一方面进行深入研究，大学生创新实验针对学习基础好并且有一定探索精神的学生来选修。对于实验室硬件建设可以分为两大部分来进行:一是物联网基础实验部分、二是物联网综合实验部分。

对于基础实验部分是每个建立物联网专业的实验室必须开设的，而对于物联网综合部分可以根据每个学校的不同研究情况有选择的开设。基础实验部分一般包括:RFID综合实验、无线传感器网络实验、嵌入式系统实验、传感器与虚拟仪器实验、云计算技术实验、高级软件无线电实验等;物联网综合实验部分一般包括:智慧校园、智能家居实验室、智能管理和安防系统、智能电网用电系统、智能交通系统、智慧物流系统等。以我校物联网实验室建设为例，介绍实验室建设体系的构成，如图2所示。物联网实验室可开设基础实验和体验实验(即物联网综合实验)两部分内容，基础实验内容包括:RFID射频识别实验和WSN无线传感网络实验。学生通过RFID射频识别实验，掌握RFID读写器、原理机、标签的原理及应用。WSN无线传感网络实验由无线传感器网络与嵌入式网关两部分组成。学生通过网络协议对多个无线传感器网络进行组网并完成节点指定的功能。智能物联网体验实验由六个主要子系统构成:智能家居系统、实验箱管理系统、RFID设备管理系统、智能用电系统、无线视频监控系统以及系统整合的物联网综合体验中心平台。

2．3以利于学科发展为目的的科研平台构建

物联网技术虽然正在以很快的速度向前发展，但是在其发展的过程中还是有许多制约其发展的瓶颈。这就需要在现有的理论基础上进行更深层次的研究，为未来物联网更好的发展打基础。对于研究生培养阶段来说，正是对于目前尚存在问题的技术进行深入探究的学习阶段。对于物联网技术来说，有关感知层的技术和应用研究已经比较广泛和成熟;网络层包括有线和无线网络技术的数据传输和安全性的问题还有待解决;应用层中的海量信息智能处理技术和人工智能技术是存在问题比较多和更有突破点的研究方向。因此，对于物联网专业的研究生阶段，可以针对某个具体的待解决的问题进行立项，由导师带领团队进行研究。针对我校的大电力办学特色，依托智能电网的大力推行，我校的物联网科研平台主要着重从发电、输电、配电、用电四大方面全方位深层次地进行研究，着力打造物联网和智能电网相结合的五大技术体系，即基于物联网感知层的智能电网信息感知能力的基础体系、基于物联网网络层的可靠通信平台支撑体系、基于物联网应用层的智能电网应用体系、电力物联网标准规范体系、建立物联网的边界安全体系。

2．4以产品为目的的研究成果转化

物联网技术是一门实用性很强的学科，在进行基础研究的同时，可以利用社会的资源与高校的研究成果进行资源互补。可以探索企业和高校共同培养的模式，对于学生和社会来说是一种共赢的方式。并且高校还可以根据企业对于目前的需求提出研究方向，这样高校研究出来的科研成果就可以快速地转化为生产力，实现了科研成果的快速转化，并且使科学研究更加贴近社会需要。就我校的办学重点而言，其研究成果转化的主要方向为物联网在智能电网中的应用，依托智能电网和物联网关键技术的发展与成熟，物联网和智能电网相结合的典型应用。

3结语

人工智能技术导论范文第4篇

1课题介绍

随着计算机技术的飞速发展，计算机作为知识经济时代的产物，已被广泛应用于社会各个行业和领域，而素质教育在学校不断的深化，学校对学生的实践能力也越来越重视，所以学校的实验室和实验课课时也越来越多。如何编排实验室实验教学课表?以往在实验室管理中，都只能通过人工的方式编排[1]。但是，伴随着各类学科范围的不断扩大，各个院系的实验学科科目逐渐增多，以至于庞大的课时、众多的教师、复杂的实验室信息令实验室的管理人员头晕脑涨，无法合理、迅速、高效地制定出相应的排课计划[2]。采用手工方式排课，有时需要花费一个月甚至更长时间才能完成一个学期的排课任务[3]。这就促使我们必须采用一些辅助的手段来帮助。因此，实验室实验教学排课系统就成了需要。作为计算机应用的一部分，使用计算机对学校实验室排课进行管理，具有着手工管理所无法比拟的优点[4]。例如:检索迅速、查找方便、可靠性高、存储量大、保密性好、寿命长、成本低等。这些优点能够极大地提高管理的效率，也是学校的科学化、正规化管理及与世界接轨的重要条件[5]。

2国内外的研究状况、发展趋势

这个实验室实验教学排课系统的主要问题还是排课问题。国外针对排课问题展开的研究较早。1963年CCGotlieb在他的文章《TheConstructionofClass-TeacherTime-Tables》中提出了课表编排的数学模型[6]。这篇文章引起了人们对于排课问题的重视。1976年SEven在其论文《TheComplexityofTimetableAndMultiCommodityFlowProblem》中[7]，第一次证明了课表问题是NP完全的。SEven的论证进一步地将人们对课表问题复杂性的认识提高到理论高度。国内对排课问题的研究较晚，1984年，清华大学在《清华大学学报》上发表了林漳希和林尧瑞在该课题上的实验性研究成果《人工智能技术在课表编排中的应用》[8]。

为了使课表的编排更准确、合理、快速，高校教务部门已先后开发出一些适用的排课系统。我们发现这些软件有以下不足:每个学期的课程、教师、教室信息相对固定，但却不能被重用;不能保存每个学期的历史数据，不便教师对以前课表进行查询;未提供用户的分级使用制度;自动排课速度较慢;形成的课表大小不固定，增加打印难度[9]，因此现在的排课系统正在向解决这些问题的方向发展。

3实验室排课系统的原则

根据目前高校课程体系构设置特点，实验室实验教学排课系统要考虑以下各种因素：

首先：要做到每个班级、教师、实验室各种资源不冲突，这是实验室实验教学排课系统最起码的原则[10]。

第二：先排有指定要求的课程。指定要求包括教室和时间都指定、指定时间或指定教室等情况。

第三：按事先设定的优先级将不同类别的课排在不同的时间段。

第四：学生上课时间分布的均匀性。时间的均匀性是指在一个星期内同一门课程在天数安排的均匀性。比如说数据构课在一周内要上三次，且都在实验室里上，实验室实验教学排课系统要做到最好安排在周一、周三、周五这三天来上。

第五：学生实验课节数分布的均匀性。这是为了保证一个专业的课程安排在一周内不总是上一天内的第一、二节或者总是上最后一、二节。

第六：可以将课表导出到word中，并进行打印操作。

第七：可以手工调整课程的时间[3]。

4实验室排课系统的局限性

排课系统分为计算机处理和人工调整两个部分。计算机处理是有一定局限性的。局限性主要体现在两个方面:

首先计算机排课与人工排课是有区别的。人的思维可以是收敛也可以发散的，因而排课时非常灵活，随意性较强，工作步骤可以随情况的变化而调整，觉得怎样更合理就怎样做，甚至可以只推翻某一部分重排，亦可以进行网络式的回溯调整。计算机就不同了，它目前并不具有人脑那样发散的思维能力，它的大脑里的一切信息都是由程序和数据组成的，每一步工作都需由人把自己的工作经验抽象成计算机语言，根据一定的程序进行控制，让其领会人的意图而达到预期的排课目的[11]。

其次计算机调度系统本身所具有的局限性。计算机虽然可以精确地处理大量的数据，但由于现有排课程序算法模式不可能太多，回溯调整的范围、深度不可能太大，否则程序太复杂。实际上目前由于受计算机固定思维和程序规模的限制，单纯依靠计算机处理排课数据是不可能达到最佳的排课效果的[12]。

5实验室排课系统构

5.1基本组成构架

整个系统分为登录子系统、排课子系统、课表子系统和综合管理子系统。

用户登录：包括对用户的合法性验证，用户的分类，并根据不同类型的用户分配不同的权限。

排课功能：通过已知的信息，尽量避免课时、老师、实验室的冲突，通常情况下是由任课教师根据已知信息至少提前一周进行排课，这样老师就可以选择上课时间，方便排出学校、老师、学生都满意的的实验教学课程表。如果任课教师要取消排课也要提前一周进行，如要临时取消课程必须与管理员联系，由管理员进行取消。这样可以减少管理员的工作量。

课表：对已排好的实验教学课表进行，不同的用户可以根据自己的需要按不同方式查询课表。本系统还实现了将课表导入word，这样可以方便的打印排好的课程表。

综合管理：主要是管理个人信息、教师信息、实验室信息、课程信息、班级信息，时间控制信息等。在这里面可以对这些信息进行添加、修改、删除等操作。

5.2平台选择

本系统采用VC#.NET和SQL来开发，VC#.NET是基于VisualStudio.NET的，它综合了VisualBasic的高生产率和C++的行动力，使生产性能得到了提高，它具有比C和C++更简单的语法，比Java更适合融入Microsoft的技术[13]。SQL是关系数据库的标准语言，它已成为关系数据库产品事实上的标准[14]。

6结束语

如今国内软件市场上也有很多通用型的排课软件，例如排课无忧，排课高手等等。这些通用软件往往无法满足学校的某些特殊要求[10]。因此，针对学校的一些特殊要求，需要开发出满足不同要求的排课系统。本设计主要是针对我系的具体要求开发出一个满足一定条件的实验室排课系统，在设计过程中，需要掌握VC#.NET和SQL的相关知识。

参考文献

1邱锦伦，曹旻.VisualC#.NET程序设计教程.北京：清华大学出版社，2006

2何克抗.《现代教育技术》.北京师范大学出版，1998.11

3王晟.VisualC#.NET数据库开发经典案例解析.北京：清华大学出版社，2005

4黄明，梁旭.ASP信息系统设计与开发实例.北京：机械工业出版社，2005

5王辉，黄红超.ASP.NET实用教程.北京：清华大学出版社，2005

6CCGotlieb.TheConstructionofClass-TeacherTime-Tables，1963

7SEven.TheComplexityofTimetableandMultiCommodityFlowProblem，1976

8林漳希，林尧瑞.人工智能技术在课表编排中的应用.北京：清华大学学报，1984

9王力.高校通用排课管理信息系统的设计与实现.贵州：贵州工业大学学报，1999

10刘振岩，刘慧敏，王欢.ASP.NET数据库开发.北京：清华大学出版社，2004

11田辉.ASP.NET2.0开发技术简明教程.北京：清华大学出版社，2008

12齐炳和，许学东.微机编制课程表工作中的问题和对策.济南：山东工业大学学报，1995

13前沿软件研究室，郑小平.VisualC#.NET开发实践.北京：人民邮电出版社，2001

人工智能技术导论范文第5篇

【关键词】智能电网 新能源 原动力 智能电网技术

1 背景

随着传统能源的枯竭和环境的恶化，全世界逐步达成共识，要大力开发新技术，使用清洁能源。各种能源最终以电能的形式被人们使用，电力行业对于节能减排至关重要。同时人们开始思考如何提高大电网的安全性稳定性并使电网具有坚强和自愈的特性。智能电网是21世纪重大科技创新和发展趋势，相比于传统电网，智能电网可以提高电网效率，提高能源安全，改善电能质量，提高电网的稳定性与安全性，完善电力市场，促进社会经济发展，实现低碳环保可持续发展。与此同时，现代通信、信息、计算机、微电子和电力电子技术的迅速发展并引入电网应用，为电网自动化提供了有力工具。

2 智能电网的概念和特点

2.1 智能电网的概念

智能电网不是一个单独的设备、应用、系统或网络，甚至不是一个单独的理念。对于什么是智能电网这个问题，学术上没有一个统一的定义。美国能源部和电力公司普遍遵循一个主题：智能电网利用通信技术和信息技术来优化从供应者到消费者的电力传输和配电。图1所示为智能电网的基本概念。

天津大学余贻鑫认为：智能电网是自动的和广泛分布的能量交换网络，它具有电力和信息双向流动的特点，同时它能够监测从发电厂到用户电器之间的所有元件，它将分布式计算和提供实时信息的通信的优越性用于电网，并使之能够维持设备层面上即时的供需平衡。

2.2 智能电网的特点

目前国际上对智能电网的特点基本达成共识，即自愈、安全、兼容、交互、协调、高效、优质集成等。

2.2.1 坚强和智能是现代智能电网发展的本质

坚强意味着电网具有很强的安全性，稳定性，有极强的抵御风险的能力。智能意味着高度自动化和自愈能力。

2.2.2 自愈

对电网的运行状态进行连续的在线自我评估，并采取预防性的控制手段，消除故障隐患；故障发生时，在没有或少量人工干预下，能够快速隔离故障、自我恢复。

2.2.3 互动

使电力供应商与消费者建立实时信息联系，及时向用户通知电价、停电消息以及其他一些服务信息，而用户也可以将自己的用电计划及时反馈给供应商，平衡供需关系，有力于电网稳定性。同时通过市场交易激励电力市场主体参与电网安全管理，提升电力系统的安全运行水平。

2.2.4 优质电能供应

用户对电能质量越来越重视。智能电网可以根据不同的电力价格提供不同等级的电能。随着电力电子技术、测控技术和通信技术的发展，智能电网可以实现电能质量问题的快速诊断和解决方案，对于线路故障等故障引起的质量波动，它的高级组件可以使用最新的超导、储能、电力电子等方面的研究成果提高电能质量。

2.2.5 兼容各种发电和储能系统

智能电网不仅可以兼容大规模集中式的电厂，还将兼容不断增多的分布式能源（DER）。分布式能源包括分布式电源和储能。表1显示了分布式发电与传统发电单元的关键差异。

2.2.6 活跃市场

智能电网对电力市场有推进作用。智能电网实现了用户与供电商“双向通信”和“双向电力传输”，使普通用户参与进电力市场，甚至有部分用户可实现自给自足。智能电网为实时电力市场提供完善的技术，发电侧与用户的互动性增强，电网的运行效率更高。可以吸引更多的电力市场参与者，分散市场风险，使电力生产、输送、销售等环节更高效，更公平。同时消费者通过与生产商的“双向通信”可以获得实时电价，制定用电计划并反馈给供电商，使电力市场价格更合理。

3 智能电网的驱动因素

建设智能电网的价值和效益是综合的，如图2所示，主要包括以下方面：

（1）改善系统可靠性。

（2）改善电网可信赖性。

（3）改善电网运行的经济性。

（4）改善电网运营效率。

3.1能源需求不断增加

全世界正面对着人口不断增加和不可再生能源不断递减的严峻挑战。目前的传统能源只够维持几十年到200年之间，图3所示为不断减少的能源。能源是经济社会发展的保证，从国家层面上讲，必须提高能源利用效率，走能源更安全，环境更友好的道路。新世纪以来电能成为越来越重要的能源，中国电能占终端能源消费的比重每提高1个百分点，单位GDP能耗可下降4%。我们必须处理好可靠的能源供给、环境的可持续发展以及经济的不断发展之间的矛盾。智能电网可以实现安全、高效、清洁的能源目标。

3.2 电网复杂度越来越高

随着电力系统的范围和复杂度的不断增加，各个电力系统之间的互连也更加迫切。为了降低大规模电力系统发生故障的可能性，对电网的安全性，稳定性提出了新的更高的要求，要求用更加智能化的电力系统来满足不断发展的电力需求。2003年美国东北地区大停电引起全世界的关注，这场停电给该区域造成了约60亿美元的损失。这场停电充分反映了大规模电网的脆弱性。智能电网通过实时采集数据，经过数据优化分析完成自我诊断，采取预防性控制，极大的保证电力的可靠运行。

3.3 电力用户的需要

电力用户对电网的可靠性和电能质量提出越来越高的要求。建设智能电网后，电网可靠性和电能质量将会有很大的提高。智能电网的高可靠性不仅可以减小未来停电事故发生的频率，还能使电网从事故中更快的恢复。

3.4 分布式能源（DER）的接入

智能电网将允许不同类型的发电及储能系统接入电网，分布式发电（DER）有利于高效的连接发电侧和用户侧，使双方同时参与电力系统的优化运行，同时可以摆脱对单一能源的依赖，提高电网可靠性。风能和太阳能是目前大力发展的清洁能源，它们具有间歇性，无法预测。大规模风电和太阳发电的接入给电网安全稳定运行带来极大的挑战，也极大的制约了它们的并网。智能电网技术可提高电网管理大规模间接性可再生能源发电的能力，对间歇性能源发电的峰和谷作出即刻的反应，从而吸纳更多的可再生能源。

4 构建智能电网的技术体系

智能电网主要由4部分构成：高级量测体系（AMI）；高级配电体系（ADO）；高级输电体系（ATO）；高级资产管理（AAM）。智能电网4个部分之间是密切相关的，表现在以下方面：

（1） AMI同用户建立通信联系提供带时标的系统信息。

（2）ADO使用AMI的通信收集配电信息改善配电运行。

（3） ATO使用ADO信息改善输电系统运行和管理输电阻塞，使用AMI让用户能够访问市场。

（4） AAM使用AMI，ADO和ATO的信息与控制改善运行效率和资产使用。综合文献，图4表示了智能电网技术组成。

4.1 高级量测体系（AMI）

智能电网按一定顺序建设可以降低成本，减小难度。一般把AMI视为实现智能电网的第一步。AMI不是一个独立的技术体系，它包括家庭网络系统，智能表计，本地通信网络，连接电力公司数据中心的通信网络，表计数据管理系统和数据集成平台。智能表计可将耗能情况和电网实时信息传给本地用户，电力公司利用AMI的历史数据和实时数据来帮助优化电网运行。AMI通过网络将电网、用户、电商联成一个整体，是用户直接参与到电力市场的同时，也将大力提高电力企业的运行机制。

4.2 高级配电体系（ADO）

通常110kV及以下电力网络属于配电网络，配电网络直接面向用电用户，是保证电网运行稳定，电能质量和提高运行效率的关键环节。我国要实现智能电网的要求，智能配电要重点研究。ADO的技术组成主要包括：高级配电自动化、智能通用变压器、DER运行、微网运行和需求响应。ATO具有自愈和不间断供电功能；将设备进行可视化管理，为运行人员调度决策提供技术支持；实现与用户的双向互动；实施状态检修与在线监测，延长设备寿命。

4.3 高级输电体系（ATO）

ATO强调阻塞管理和降低大规模停运的风险，通过新型电力电子装置和超导研发装置研发实现优化电力系统的运行参数或网络参数，提高交流电力系统线路的输电能力。其技术组成主要有：（1）变电站自动化；（2）输电的地理信息系统；（3）广域量测系统；（4）高速信息处理；（5）高级保护与控制；（6）模拟、仿真和可视化工具；（7）高级的输电网络元件，如电力电子(灵活交流输电，固态开关等)、先进的导体和超导装置；（8）先进的区域电网运行。

4.4 高级资产管理（AAM）

AAM是智能电网主要技术之一，功能包括优化资产使用运行、输配电网规、基于条件的维修、工程设计与建造、顾客服务、工作与资产管理及模拟仿真。实现AAM需要在系统中装设大量可以提供系统参数和设备“健康”状况的高级传感器。AAM的应用使电力资产时刻处于最佳工作状态，从而对电力资产的优化和科学管理起到积极作用。

5 智能电网的关键技术

实现智能电网，需要研发和应用一系列技术。综合文献，这些技术可以被归纳为以下5个关键技术领域：

（1）集成通信。

（2）传感与测量

（3）高级电力设施

（4）高级控制方法

（5）决策支持。

5.1 集成通信

集成通信技术是5个关键技术中的基础，也是整个智能电网所必须的。集成通信技术包括：（1）电力宽频通信。（2）无线通信技术。（3）其它通信技术。

5.2 传感与测量

5.2.1 智能电表

智能电表既可以收集，检测信息，又可以作为连接供电侧和用电侧的桥梁。在智能电网架构下，要求智能电表具有实时计量的功能，以提供带时标的电量信息，为电网高效节能管理提供了有用的实时信息，同时也要求它具有双向通信的功能

5.2.2 广域测量系统（WAMS）

广域测量系统是由基于全球定位系统（GPS）的同步相量测量装置PMU 群及其通信系统组成。它可以动态地测量和计算电力系统的运行状态相量和发电机功角。

5.2.3 电网设备的在线监测

该技术包括电气量以及非电气量的监测。采用先进的传感器通过对以上各状态量的监视，可完成电网设备的在线诊断，为实施电网设备的状态检修和管理提供必要的信息。

5.3 高级电力设施

高级电力设施在电网中起着非常重要的作用，可以实现更高输电容量、更优系统稳定性和电能质量、增强电力效率和实时的系统诊断。高级电力设施主要包括：（1）电力电子装置；（2）超导装置；（3）分布式发电及储能装置；（4）电网友好型装置等。

5.4 高级控制方法

现代控制理论、优化理论和人工智能技术在控制领域的综合应用形成了先进的控制技术。高级控制方法是用来分析、诊断和预测智能电网状况的装置和算法，并决策和采取合适正确的动作去排除、缓解或者避免电力短缺和电能质量问题。

5.5 决策支持

很多情况下，给予管理人员思考的时间是很少的。管理人员需要实时的电力设备信息和工具来快速做出决定。决策支持系统可识别和确定电网中的实时问题及发展趋势，然后运用知识库和科学推理方法进行分析，以提出解决问题和决策支持的方案，并将相应的系统情况、多种选择以及每种选择的可行性等展示给运行人员。

6 结语

智能电网在世界范围内尚属于新生事物，不同国家具有不同的现实情况和关注焦点，因而发展的重点也有所不同。但智能电网在世界范围内已成为电网发展的总趋势，同传统电网相比智能电网具有更宽广的安全稳定分析与控制，可以利用的信息更多更准确。它可以保证电力系统高安全、高可靠、高质量、高效率和电力价格合理，提高国家的能源安全和环境保护。

我国智能电网的发展应立足于国情需要，制定一个适合中国国情的目标，以便少走弯路，尽快实现智能电网的目标。欧美国家将重点放在发展智能配电网上，而我国在重视ATO的同时，也应对AMI、ADO和AAM予以足够的重视。考虑到新能源发电的特点及其发展远景, 我国也应该把新能源的利用作为我国智能电网发展的重心。

参 考 文 献

[1]肖立业,林良真. 构建全国统一的新能源电网,推进我国智能电网的建设[J]. 电工电能新技术,2009,04:54-59.

[2]康重庆,陈启鑫,夏清. 低碳电力技术的研究展望[J]. 电网技术,2009,02:1-7.

[3]Tony Flick, Justin Morehouse,徐霞,于爱民,刘韧译[M].北京：国防工业出版社，2013：11-13.

[4]余贻鑫,栾文鹏.智能电网的基本理念[J].天津大学学报,2011,05:377-384.

[5]刘振亚.建设坚强智能现代电网[J].国企,2011,11:26-27.

[6]曲毅,魏震波,向月,刘俊勇,刘洋,李成鑫.智能电网配电自动化技术的发展[J].南方电网技术,2013,05:56-60.

[7]张粒子,黄仁辉.智能电网对电力市场发展模式的影响与展望[J].电力系统自动化,2010,08:5-8+71.

[8]刘振亚.建设坚强智能电网 推动能源安全高效清洁发展――在2013国际智能电网论坛上的主旨发言.国家电网,2013,10:22-27.

[9],刘成斌,姜涛,孔祥玉.智能电网下的电网安全性与稳定性[J].电网与清洁能源,2013,02:33-37+42.

[10]刘连永,陈锋,季振东.基于智能电网的AMI系统[J].江苏电机工程,2010,02:21-24.

[11]徐晓慧.智能电网导论[M].北京:中国电力出版社,2009:79-142.

[12]吴涛,吴伯华,王法靖.浅谈智能电网中高级量测架构(AMI)的认识和启示[J]. 华中电力,2010,06:4-7.

[13]黎鹏,徐剑,王学仑.智能型配电自动化建设实施方案研究[A].京津冀晋蒙鲁电机工程(电力)学会第二十一届学术交流会论文集[C],2011.

[14]余贻鑫,栾文鹏. 智能电网述评[J]. 中国电机工程学报,2009,34:1-8.

[15]余贻鑫.智能电网的技术组成和实现顺序[J].南方电网技术,2009,02:1-5.

[16]翟子楠.构建智能电网的关键技术体系[J]. 电工电气,2011,03:1-3+8.

[17]李乃湖,倪以信,孙舒捷,姚美齐.智能电网及其关键技术综述[J].南方电网技术,2010,03:1-7

[18]刘文,杨慧霞,祝斌.智能电网技术标准体系研究综述[J].电力系统保护与控制,2012,10:120-126.

[19]陈树勇,宋书芳,李兰欣,沈杰.智能电网技术综述[J].电网技术,2009,08:1-7.

[20]郑群,李耀峰.浅谈智能电网的发展及关键技术[J].华章,2012,30:344.

[21]王思彤,周晖,袁瑞铭,易忠林.智能电表的概念及应用[J].电网技术,2010,04:17-23.

作者简介

李昂（1994-），男，山东省菏泽市人。现就读于四川大学大学电气信息学院。专业为电气工程及其自动化。

赵彦一（1993-），男，辽宁省鞍山市人。现就读于四川大学大学电气信息学院。专业为电气工程及其自动化。

刘博文（1992-），男，北京市人。现就读于四川大学大学电气信息学院。专业为电气工程及其自动化。