智能控制考试题库21134.pdf
-填空题每空 1 分，共 20 分 控制论的三要素是：信息、反应和控制。传统控制是经典控制和现代控制理论的统称。智能控制系统的核心是去控制复杂性和不确定性。神经元即神经细胞是由细胞体、树突、轴突和突触四局部构成。按网络构造分，人工神经元细胞可分为层状构造和网状构造按照学习方式分可分为：有教师学习和无教师学习。前馈型网络可分为可见层和隐含层，节点有输入节点、输出节点、计算单元。神经网络工作过程主要由工作期和学习期两个阶段组成。1、智能控制是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器；与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论根底。2、智能控制系统的主要类型有：分级递阶控制系统，专家控制系统，学习控制系统，模糊控制系统，神经控制系统，遗传算法控制系统和混合控制系统等等。3、模糊集合的表示法有扎德表示法、序偶表示法和隶属函数描述法。4、遗传算法是以达尔文的自然选择学说为根底开展起来的。自然选择学说包括以下三个方面：遗传、变异、适者生存。5、神经网络在智能控制中的应用主要有神经网络辨识技术和神经网络控制技术。6、在一个神经网络中，常常根据处理单元的不同处理功能，将处理单元分成输入单元、输出单元和隐层单元三类。7、分级递阶控制系统：主要有三个控制级组成，按智能控制的上下分为组织级、协调级、执行级，并且这三级遵循伴随智能递降精度递增原则。传统控制方法包括经典控制和现代控制，是基于被控对象准确模型的控制方式，缺乏灵活性和应变能力，适于解决线性-、时不变性等相对简单的控制。智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的非线性、复杂的任务要求。IC(智能控制)=AC(自动控制)AI(人工智能)OR(运筹学)AC：描述系统的动力学特征，是一种动态反应。AI：是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。智能控制：即设计一个控制器，使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。智能控制的几个重要分支为模糊控制、神经网络控制和遗传算法。智能控制的特点：1，学习功能 2，适应功能 3，自组织功能 4，优化功能 智能控制的研究工具：1，符号推理与数值计算的结合 2，模糊集理论 3，神经网络理论 4，遗传算法 5，离散事件与连续时间系统的结合。智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工业过程控制、航空航天控制和交通运输系统等。10、专家系统：是一类包含知识和推理的智能计算机程序，其内部包含*领域专家水平的知识和经历，具有解决专门问题的能力。11、专家系统的构成：由知识库和推理机知识库由数据库和规则库两局部构成 18、专家控制的特点：灵活性、适应性和鲁棒性。19、模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为根底的一种智能控制方法。，它从行为上模仿人的模糊推理和决策过程。20、模糊控制理论具有一些明显的特点：1，模糊控制不需要被控对象的数学模型 2，-模糊控制是一种反映人类智慧的智能控制方法 3，模糊控制易于被人们承受 4，构造容易 5，鲁棒性和适应性好。22、模糊逻辑中有哪些运算？(列出 5 种)为什么模糊输出向量要进展解模糊计算？1相等 2 包含 3 并运算 4 交运算 5 补运算因为所获得的推理结果是一个模糊矢量，不能直接用来作为控制量，还必须进展一次转换，求得清晰的控制量输出，即为解模糊计算。23、Zadeh 近似推理方法包含正向推理和逆向推理两类。24、模糊控制器的设计步骤：1，确定模糊控制器的构造 2，定义输入输出模糊集 3，定义隶属函数 4，建立模糊控制规则 5，建立模糊控制表 6，模糊推理 7，反模糊化 25、模糊控制系统可划分为单变量模糊控制和多变量模糊控制。26、神经网络的开展经历了 4 个阶段：启蒙期、低潮期、复兴期和新连接机制时期。27、神经元由四局部构成：细胞体、树突、轴突、突触。28、从生物控制论的观点来看，神经元具有以下功能和特性：兴奋与抑制、学习与遗忘和构造可塑性。29、神经网络的分类：1，前向网络 2，反应网络 3，自组织网络 30、神经网络特征：1，能逼近任意非线性函数 2，信息的并行分布式处理与存储 3，可以多输入，多输出 4，便于用超大规模集成电路或光学集成电路系统实现，或用现有的计算机技术实现 5，能进展学习，以适应幻境的变化。31、神经网络三要素：神经元的特性、神经元之间相互连接的拓扑构造、为适应幻境而改善性能的学习规则。32、神经网络的研究领域：1，机遇神经网络的系统辨识 2，神经网络控制器 3，神经网络与其他算法相结合 4，优化算法 二、判断题：每题 1 分，共 10 分-对反应网络而言，稳定点越多，网络的联想与识别能力越强，因此，稳定点的数据目越多联想功能越好。错 简单感知器仅能解决一阶谓词逻辑和线性分类问题，不能解决高阶谓词和非线分类问题。对 BP 算法是在无导师作用下，适用于多层神经元的一种学习，它是建立在相关规则的根底上的。错 在误差反传训练算法中，周期性函数已被证明收敛速度比 S 型函数慢。错 基于 BP 算法的网络的误差曲面有且仅有一个全局最优解。错 对于前馈网络而言，一旦网络的用途确定了，则隐含层的数目也就确定了。错 对离散型 HOPFIELD 网络而言，如权矩阵为对称阵，而且对角线元素非负，则网络在异步方式下必收敛于下一个稳定状态。对 对连续 HOPFIELD 网络而言，无论网络构造是否对称，都能保证网络稳定。错 竞争学习的实质是一种规律性检测器，即是基于刺激集合和哪个特征是重要的先验概念所构造的装置，发现有用的部特征。对 人工神经元网络和模糊系统的共同之处在于，都需建立对象的准确的数学模型，根据输入采样数据去估计其要求的决策，这是一种有模型的估计。错 智能控制与传统控制的特点。传统控制：经典反应控制和现代理论控制。它们的主要特征是基于准确的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。智能控制：以上问题用智能的方法同样可以解决。智能控制是对传统控制理论的开展，传统控制是智能控制的一个组成局部，在这个意义下，两者可以统一在智能控制的框架下。智能控制系统的构造一般有哪几局部组成，它们之间存在什么关系？-答：智能控制系统的根本构造一般由三个局部组成：人工智能AI：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能。自动控制AC：描述系统的动力学特性，是一种动态反应。运筹学OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。智能控制的根本特点(1)分层递阶的组织构造；(2)多模态控制；(3)自学习能力；(4)自适应能力；(5)自组织能力；(6)优化能力 试画出三层 BP 网络构造图，并阐述 BP 网络算法的进本思想，最后论述对 BP 网络算法的改良。参考答案：学习的根本思想是：误差反传算法调整网络的权值，使网络的实际输出尽可能接近期望的输出。改良 1：增加动量项：提出的原因：标准 BP 算法只按 t 时刻误差的梯度降方向调整，而没有考虑 t 时刻以前的梯度方向，从而常使训练过程发生振荡，收敛缓慢。根本思想：从前一次权值调整量中取出一局部迭加到本次权值调整量中。其作用是动量项反映了以前积累的调整经历，对于 t 时刻的调整起阻尼作用。当误差曲面出现骤然起伏时，可减小振荡趋势，提高训练速度。改良 2：自适应调节学习率：提出的原因：标准 BP 算法中，学习率也称为步长，确定一个从始至终都适宜的最正确学习率很难。平坦区域内，太小会使训练次数增加；在误差变化剧烈的-区域，太大会因调整量过大而跨过较窄的坑凹处，使训练出现振荡，反而使迭代次数增加。根本思想：自适应改变学习率，使其根据环境变化增大或减小。改良 3：引入陡度因子：提出的原因：误差曲面上存在着平坦区域。权值调整进入平坦区的原因是神经元输出进入了转移函数的饱和区。根本思想：如果在调整进入平坦区后，设法压缩神经元的净输入，使其输出退出转移函数的不饱和区，就可以改变误差函数的形状，从而使调整脱离平坦区。一、比拟智能控制与传统控制的区别。答：传统控制方法包括经典控制和现代控制，是基于被控对象准确模型的控制方式，缺乏灵活性和应变能力，适于解决、线性、时不变性等相对简单的控制。智能控制是控制理论开展的高级阶段，其核心是基于知识进展智能决策，采用灵活机动的决策方式迫使控制朝着期望的目标逼近。它主要用来解决那些传统控制方法难以解决的复杂系统的控制问题。二、智能控制系统的构造一般有哪几局部组成，它们之间存在什么关系？答：智能控制系统的根本构造一般由三个局部组成：人工智能AI：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能。自动控制AC：描述系统的动力学特性，是一种动态反应。运筹学OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。三、智能控制系统有哪些类型，各自的特点是什么？答：1、专家控制系统-专家系统主要指的是一个智能计算机程序系统，其内部含有大量的*个领域专家水平的知识与经历。它具有启发性、透明性、灵活性、符号操作、不一确定性推理等特点。2、神经控制系统 神经网络具有*些智能和仿人控制功能。学习算法是神经网络的主要特征。3、模糊控制系统 在被控制对象的模糊模型的根底上，运用模糊控制器近似推理手段，实现系统控制的一种方法模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。4）遗传算法 遗传算法是以达尔文的自然选择学说为根底开展起来的，模拟自然界遗传机制和生物进化论而形成的一种并行随机搜索最优化方法。四、模糊控制器的组成？五、神经网络分类、特点、区别？答：根据神经网络的连接方式，神经网络可分为：1）前向网络：神经元分层排列，组成输入层、隐含层、输出层。每一层的神经元只承受前一层神经元的输入。在各神经元之间不存在反应。2）反应网络：该网络是一种反应动力学习系统，需要工作一段时间才能到达稳定。3）自组织网络：神经网络在承受外界输入时，网络将会分成不同的区域，不同的区域具有不同的响应特性，即不同的神经元以最正确方式相应不同性质的信号鼓励，从而形成一种拓扑意义上的特征图，该图实际上是一种非线性映射。六、神经网络控制按构造分类，特点？答：1神经网络监视控制：不仅可以确保控制系统的稳定系和鲁棒性，而且可有效-的提高系统的精度和自适应能力。2）神经网络直接逆控制：神经网络直接逆控制的可用性在相当程度上取决于逆模型的准确精度。由于缺乏反应，简单连接的直接逆控制缺乏鲁棒性。3）神经网络自适应控制：分为神经自校正控制和神经网络模型参考自适应控制两种。4）神经网络内模控制：内模控制是一种基于模型逆的控制方法，其设计思路是将对象模型与实际对象相并联，控制器逼近模型的动态逆。5）神经网络预测控制：其特征是预测模型、滚动优化和反应校正。6）神经网络自适应评判控制：神经网络自适应评判控制通常由自适应评判网络和控制选择网络两个网络组成。7）神经网络混合控制：神经网络混合控制可使控制系统同时具有学习、推理和决策能力。七、遗传算法特点？1遗传算法是对参数的编码进展操作，而非对参数本身，这就是使得在优化计算过程中可以借鉴生物学中染色体和基因等概念，模仿自然界中生物的遗传和进化等机理。2遗传算法同时使用多个搜索点的搜索信息。3遗传算法直接以目标函数作为搜索信息 4遗传算法使用概率搜索技术 5)遗传算法在解空间进展高效启发式搜索，而非盲目地穷举或完全随机搜索 6遗传算法对于待寻优的函数根本无限制，它既不要求函数连续，也不要求函数可微 7遗传算法具有并行计算的特点，因而可通过大并行计算来提高计算速度，适合大规模复杂问题的优化。神经网络特征？P115 答：神经网络具有以下几个特征：1、能逼近任意非线性函数；-2、信息的并行分布式处理与储存；3、可以多输入、多输出；4、便于用超大规模的集成电路或光学集成电路系统实现，或用现有的计算机技术实现；5、能进展学习，以适应环境的变化。8）专家控制的特点？P11 答：1、灵活性：根据系统的工作状态及误差情况，可灵活地选取相应的控制律。2、适应性：根据专家知识和经历，调整控制器的参数，适应对象特性及环境的变化。3、鲁棒性：通过利用专家规则，系统可以在非线性、大偏差下可靠地工作。模糊控制的优点:(1)使用语言方法,可不需要过程的准确数学模型;(2)鲁棒性强,适于解决过程控制中的非线性、强耦合时变、滞后等问题;(3)有较强的容错能力。具有适应受控对象动力学特征变化、环境特征变化和动行条件变化的能力;(4)操作人员易于通过人的自然语言进展人机界面联系,这些模糊条件语句容易加到过程的控制环节上。模糊控制的缺点:(1)信息简单的模糊处理将导致系统的控制精度降低和动态品质变差;(2)模糊控制的设计尚缺乏系统性,无法定义控制目标。模糊控制理论需解决的问题:1)要提醒模糊控制器的实质和工作机理,解决稳定性和鲁棒性理论分析的问题。2)很多应用和经历说明,模糊控制的鲁棒性优于传统控制策略。但模糊控制和传统控-制的鲁棒性的比照关系终究是怎么样,尚缺少理论分析和数学推导方面的比拟。3)模糊控制规则和隶属度函数的获取与确定是模糊控制中的 瓶颈&问题。目前模糊控制规则中模糊子集的一般选取都是以下 3 种:e=负大,负小,零,正小,正大=NB,NS,ZO,PS,PB或 e=负大,负中,负小,零,正小,正中,正大=NB,NM,NS,ZO,PS,PM,PB或 e=负大,负中,负小,零负,零正,正小,正中,大=NB,NM,NS,NZ,PZ,PS,PM,PB,而隶属度函数通常选用的为三角隶属度函数,以第 3 种模糊子集为例,对应的隶属函数如图 3 示。而规则中模糊子集及隶属度函数的选择大多数取决于经历,缺少相应的理论根据。4)在多变量模糊控制中,需要对多变量耦合和 维数灾&问题进展研究,这些问题的解决与否将是多变量模糊控制能否广泛应用的关键。四、计算题每题 8 分，共 24 分 1设论域,54321uuuuuU 5432118.06.04.02.0uuuuuA，543214.06.016.04.0uuuuuB 求BA，BA，CA补集。BA=5432118.016.04.0uuuuu BA=543214.06.06.04.02.0uuuuu CA=43212.04.06.08.0uuuu 2设模糊矩阵 求RQ-RQ=8.02.07.04.08.02.016.08.03.05.04.04.06.05.07.08.06.0 =)4.08.0()5.02.0()8.07.0()6.08.0()7.02.0()6.07.0()4.04.0()5.08.0()8.02.0()6.04.0()7.08.0()6.02.0()4.01()5.06.0()8.08.0()6.01()7.06.0()6.08.0()4.03.0()5.05.0()8.04.0()6.03.0()7.05.0()6.04.0(=4.02.07.06.02.06.04.05.02.04.07.02.04.05.08.06.06.06.03.05.04.03.05.04.0=7.06.05.07.08.06.05.05.0
