【正文】 主要是分析變壓器油中分解出來的氣體, 通過這種氣體分析找出變壓器的故障范圍。因此電氣產(chǎn)品的人工智能化設(shè)計很多都采用了這種方式進行優(yōu)化。電氣產(chǎn)品的設(shè)計隨著計算機技術(shù)的發(fā)展, 逐漸由手工設(shè)計向計算機輔助設(shè)計不斷轉(zhuǎn)變, 使開發(fā)產(chǎn)品的周期大大減少。在優(yōu)化設(shè)計方面, 設(shè)計電氣設(shè)備是很繁瑣的工作。 人工智能的應用現(xiàn)狀 目前能夠用來研究人工智能的主要物質(zhì)基礎(chǔ)以及能夠?qū)崿F(xiàn)人工智能技術(shù)平臺的機器就是計算機，人工智能的發(fā)展歷史是和計算機科學技術(shù)的發(fā)展史聯(lián)系在一起的。伴隨著科技的不斷發(fā)展和進步，我們?nèi)粘５纳a(chǎn)和生活中已經(jīng)離不開計算機技術(shù)了。通過研究，使得機器系統(tǒng)能和人的智慧媲美，幾乎能夠完成人類完成的工作。文章的最后給出了仿真實例，證明了本文方法的正確性和實用。大連理工大學網(wǎng)絡(luò)教育學院畢業(yè)論文（設(shè)計）模板 網(wǎng)絡(luò)教育學院本 科 生 畢 業(yè) 論 文（設(shè) 計） 題 目： 智能控制技術(shù)在電氣工程自動化中的應用 II智能控制技術(shù)在電氣工程自動化中的應用內(nèi)容摘要 智能控制技術(shù)在電氣工程自動化控制中應用可以發(fā)揮很大的作用，能有效促進電氣的優(yōu)化設(shè)計，智能化技術(shù)能充分發(fā)揮作用，促進電氣優(yōu)化的設(shè)計，及時診斷故障，并且還可實現(xiàn)智能控制。關(guān)鍵詞：人工智能；電氣工程；遺傳算法目 錄內(nèi)容摘要 I1 緒論 1 人工智能簡介 1 人工智能研究的領(lǐng)域及應用 1 人工智能的應用現(xiàn)狀 1 人工智能在電氣工程領(lǐng)域的發(fā)展 22 人工智能理論概述 3 人工智能的基本概念 3 人工智能控制技術(shù)的主要方法 3 人工智能控制技術(shù)常用的優(yōu)化算法 43 遺傳算法 5. 遺傳算法的基本原理 5 遺傳算法的基本實現(xiàn)技術(shù) 6 遺傳算法的構(gòu)成要素 74 遺傳算法在電氣工程自動化領(lǐng)域的應用情況 12 遺傳算法的應用研究 12 電動機控制中的遺傳算法PID參數(shù)優(yōu)化 145 結(jié)論 18參考文獻 19 1 緒論 人工智能簡介 人工智能技術(shù)作為計算機科學的一個重要分支將智能的本質(zhì)闡述了出來，生產(chǎn)出一種具有人類智能的機器。而人工智能理論是研究和開發(fā)怎樣實現(xiàn)對人的智能進行模擬和延伸的科學理論。計算機編程技術(shù)促進了傳播和自動化運輸?shù)陌l(fā)展和進步。除了計算機科學以外，人工智能還涉及信息論、控制論、自動化、仿生學、生物學、心理學、數(shù)理邏輯、語言學、醫(yī)學和哲學等多門學科。它需要對電磁場、電路、電器電機等學科的知識綜合性的運用, 同時還要使用以往設(shè)計中的經(jīng)驗。尤其是在引進了人工智能技術(shù)之后,更加促進了CAD技術(shù)的發(fā)展,大大提高了設(shè)計產(chǎn)品的質(zhì)量和效率。電氣設(shè)備的故障征兆和故障之間有著很多必然和偶然的關(guān)系,具有非線性、不確定性的特點, 它的優(yōu)勢能夠通過人工智能的方式得到最大的發(fā)揮。同時在電動機和發(fā)電機等方面,人工智能診斷故障技術(shù)也有了長足的發(fā)展。 人工智能控制技術(shù)的主要方法 模糊控制 模糊控制以模糊集合、模糊語言變量、模糊推理為其理論基礎(chǔ),以先驗知識和專家經(jīng)驗作為控制規(guī)則 。它的造成核心是具有智能性的模糊控制器，這也是它與其它控制系統(tǒng)的不同之處?？赏ㄟ^調(diào)整控制器的參數(shù),適應對象特性及環(huán)境的變化,適應性好。另一方面是將智能控制技術(shù)與傳統(tǒng)控制理論結(jié)合,形成智能復合型控制器,如模糊PID 控制、神經(jīng)元PID控制、模糊滑模控制、神經(jīng)網(wǎng)絡(luò)最優(yōu)控制等。蟻群算法的基本思想:當一只螞蟻在給定點進行路徑選擇時。3 遺傳算法遺傳算法是一種不依賴具體問題的直接搜索方法，它在模式識別、神經(jīng)網(wǎng)絡(luò)、圖像處理、機器學習、工業(yè)優(yōu)化控制、自適應控制、生物科學、社會科學等方面都得到應用。在生存斗爭中，具有有利變異的個體容易存活下來，并且有更多機會將有利變異傳給后代:具有不利變異的個體就容易淘汰，產(chǎn)生后代的機會也少得多。遺傳指的是父代與子代之間，以及子代的個體之間，在性狀上或多或少的存在相似性的現(xiàn)象。 既然遺傳算法基于自然選擇的生物進化，是一種模仿生物進化過程的隨機方法?；蛐? 遺傳因子組合的模型，是性狀染色體的內(nèi)部表現(xiàn)。個體: 指染色體帶有特征的實體。選擇: 指決定以一定概率從種群中選擇若千個體的操作。編碼:遺傳編碼可看成是從表現(xiàn)型向基因型的映射。因此，在一開始要實現(xiàn)從表現(xiàn)型到基因型的編碼工作。這個過程將導致種群象自然進化一樣，后生代種群比前代更加適應于環(huán)境，末代種群的最優(yōu)個體經(jīng)過解碼，可以作為問題的近似最優(yōu)解?；谶@個共同特點，Goldberg總結(jié)出了一種統(tǒng)一的最基本的遺傳算法基本遺傳算法(Simple Genetic Algorithms，簡稱SGA)。它模仿了自然現(xiàn)象，應用了達爾文的適者生存理論。適應度比例法較常用。交換雙親染色體交換點右邊的部分，即可得到兩個新的染色體數(shù)字串。它是染色體切斷點有一處，例:A：101100 1110101100 0101B: 001010 0101001010 1110(3) 變異(Mutation Operator).變異運算用來模擬生物在自然的遺傳環(huán)境中由于各種偶然因素引起的基因突變，它以很小的概率隨機的改變遺傳基因(表示染色體的符號串的某一位)的值。它的處理流程圖如圖31所示。這五個要素構(gòu)成了遺傳算法核心。遺傳算法空間是指由基因型個體所組成的空間。在種群初始生成 圖31 遺傳算法基本流程圖過程中，種群大小對遺傳算法效能發(fā)揮有重大影響。 四．遺傳操作遺傳操作是模擬生物基因遺傳的操作，在遺傳算法中，通過編碼組成初始群體后，遺傳操作的任務(wù)就是對群體的個體，按照它們環(huán)境適應程度施加一定操作，從而實現(xiàn)優(yōu)勝劣汰的進化過程，從優(yōu)化搜索而言，遺傳操作可使問題的解，一代又一代的優(yōu)化，并逼近最優(yōu)解。三個基本遺傳算子的操作方法或操作策略隨具體求解問題的不同而相異，更具體地講，是與個體的編碼方式直接相關(guān)。選擇操作是建立在群體中個體適應度評估的基礎(chǔ)之上，即個體適應度越高，其被選擇的機會就越多，日前常用的選擇算子有:適應度比例方法、最優(yōu)保留法、期望值方法、排序選擇方法、聯(lián)賽選擇方法、排擠方法[3]。同樣，遺傳算法中起核心作用的是遺傳操作的交叉算子。(3) 變 異變異算