知能は、システムの能力を維持する目的を達成するために、目標や不確実性の状況下で動作します。知能システムは、不確実性への対処のソースのような予期せぬイベントが発生した場合など、予測不可能な変化を、世界では、システムの動作、および不完全な、矛盾する、または不確かな情報システムを利用できるようにするの目的は何をするかを決定します。

知能システムを対比することが重要、すなわち、システムのことができるの不確実性意思決定され、プログラムのシステムを対象とし確定的意思決定を作るだけです。 データ処理システムは、従来のロボット、生産ラインやコンピュータ制御のマシンの例をこのようなツールは、非インテリジェントシステムです。

インテリジェントシステムの展示インテリジェントな動作です。 インテリジェントな動作は、展示品や生物学的システムを指定した目標を達成する能力がある、または維持されて希望の動作条件の構造的環境の不確実性でも非常に悪いです。 このような環境がない環境では、測定可能な変数の特徴は、ここでいくつかの特性を変更すると同時に、ここで意外な方法を決定することはできませんが事前にシステムがどのように対応するすべての組み合わせのイベントです。 いくつかの特徴は、インテリジェントな動作：適応性、学習、目標を追究する、自己改善と再現します。

rzevski [ 13 ]とfigueredo 、他アルです。 [ 5 ]評価の5つのパラダイムに人工知能工学です。 このようなパラダイムは、知識ベースのシステムでは、ニューラルネットワーク、ファジー論理、遺伝的アルゴリズムとインテリジェントエージェントです。

遺伝的アルゴリズムを、例えば、同等の計算は、進化は、適者生存のです。 ほとんどの興味深い機能の遺伝的アルゴリズムは、その能力を展開し、検索領域を発散だけでなく、への収斂です。 このため、ジョージアは非常に効果的な検索アルゴリズムとして、特に問題を解決するための最適化、多数のローカル最小です。 遺伝的アルゴリズムをいくつかのアプリケーションエンジニアリングは：最適なコンデンサの配置とコントロール[ 18,10 ] 、経済的負荷配分、最適なパワーフロー[ 2 ] 、拡張計画[ 9 ] 、およびユニットコミットメント問題が発生[ 19 ]です。 figueredo 、他アルです。 [ 5 ] 、アプリケーションの包括的な見直しを与えるのか、電力工学

-
* この部分は、私の学部の論文を文学のレビューを配分最適なコンデンサです。 書誌事項はこちら