一种适用于局部阴影条件下光伏系统的改进最大功率梯形法全局最大功率点跟踪算法

摘要： 本文探讨了智能的SP理论及其在SP机器中的实现（二者均在本论文中概述）如何助力自主机器人（即不依赖外部智能或电源、具有移动能力且具备类人通用性与适应性的智能机器人）的大脑设计。本文聚焦三大核心问题：1）如何提升计算机的运算与能效并减小其体积重量；2）如何实现类人的智能通用性；3）以及类人的智能适应性。针对首个问题，SP系统通过以下途径有望显著提升计算效率并相应降低能耗与设备体积：1）缩减待处理数据规模；2）利用系统运行过程中自然采集的统计信息；3）基于唐纳德·赫布细胞集群概念的新型架构。在类人智能通用性方面，SP系统在无监督学习、自然语言处理、模式识别、信息检索、多种推理形式、规划、问题求解等领域展现出优势，且各结构与功能间实现无缝整合。该系统在无监督学习等智能维度上的优势，可通过以下途径助力实现类人智能适应性：1）单次学习；2）自然语言习得；3）视觉能力培养；4）构建物体及机器人周边环境的3D模型；5）掌握机器人运作规律与环境规律；6）探索与游戏行为；7）核心技能学习；8）示范学习。论文还讨论了SP系统处理并行信息流、知识泛化、过度泛化修正、脏数据学习、降低学习成本以及强化激励机制等议题。