智能控制课后答案

1、 神经元的种类有哪些？它们的函数关系如何？

一、神经元模型

神经元模型是生物神经元的抽象和模拟。它是模拟生物神经元的结构和功能、并从数学角度抽象出来的一个基本单元。它是神经网络的最基本的组成部分。

神经元一般是多输入-单输出的非线性器件。 模型可以描述为

i ij

j i i j

Net w

x s θ=

+-∑

()i i u f Net = ()()i i i y g u h N et ==

假设()i i g u u =，即()i i y f N et =

i u 为神经元的内部状态；i θ为阀值；i x 为输入信号，1,...,j n =；ij w 为表示从j u 单元

到i u 单元的连接权系数；i s 为外部输入信号。

常用的神经元非线性特性有以下四种 （1） 阀值型

10

()00

i i i N et f N et N et ?>?=?

≤??

（2） 分段线性型

00m ax 0()i i i i i i il i il

N et N et f N et kN et N et N et N et f N et N et ?≤?

=≤≤??

≥?

（3） Sigmoid 函数型

1()1i i N et T

f N et e

-=

+

（4） Tan 函数型

()i

i i i Net Net T T i Net Net T

T

e e

f Net e

e

-

-

-=

+

2、 为什么由简单的神经元连接而成的神经网络具有非常强大的功能？

神经系统是一个高度复杂的非线性动力学系统，虽然每一个神经元的结构和功能十分简单，但由大量神经元构成的网络系统的行为却是丰富多彩和十分复杂的。 从神经元模型角度来看，有线性处理单元和非线性处理单元。

从网络结构方面来看，有：前向网络、反馈网络和自组织网络。

3、神经网络按连接方式分有哪几类，按功能分有哪几类、按学习方式分又有哪几类？ 神经网络按连接方式？ 神经网络按连接方式分

神经网络是由通过神经元的互连而达到的。根据神经元的连接方式的不同，神经网络可分为以下四种形式：

（1） 前向网络 由输入层、隐含层和输出层组成。每一层只接受前一层神经元的输入。各神经元之间不存在反馈。属于层次型网络。

..

.

输入

输出

前向网络

（2） 反馈网络 只在输出层到输入层存在反馈，即每一个输入节点都有可能接受来

自外部的输入和来自输出神经元的反馈。属于层次型网络。

输入输出

反馈网络

（3） 相互结合型网络 这种神经网络在任意两个神经元之间都可能有连接。在这个状态中，信号要在神经元之间反复往返传递，网络处在一种不断改变状态的动态之中，从某种初态开始，经过若干次的变化，才会达到某种平衡状态。属于网状结构网络。

输入输

出

相互结合型网络

（4） 混合型网络 通过同一层内神经元的相互结合，可以实现同一层内神经元之间

的横向抑制或兴奋机制。这样可以限制每层内能同时动作的神经元数，或者把每层内的神经元分为若干组，让每组作为一个整体来动作。它是层次型网络和网状结构网络的一种结合。

神经网络按功能分有哪几类、

神经网络将神经元按功能和顺序的不同分为输出层、中间层（隐层）、输出层。输出层各神经元负责接收来自外界的输入信息，并传给中间各隐层神经元；隐层是神经网络的内部信息处理层，负责信息变换。根据需要可设计为一层或多层；最后一个隐层将信息传递给输出层神经元经进一步处理后向外界输出信息处理结果。

神经网络按按学习方式分又有哪几类？ 有导师学习和无导师学习。

4、如图4-24所示的多层前向传播神经网络结构。假设对于期望的输入

12[,][1

3]x x =,12[,][0.9

0.3]d d y y =。网络权系数的初始值见图。试用BP 算法训练此网

络。并详细写出第一次迭代学习的计算结果。这里，取神经元激励函数1()1x

f x e

-=+。学

习步长为1η=。最大迭代次数为iterafe max 。误差为e 。（四舍五入，精确到小数后1位）

解

输入最大容许逼近误差值ε和最大迭代学习次数iterate max 。置初始迭代学习次数

0iterate =。

（1）.置各权值或阈值的初始值：(0),(0)ji j w θ为小的随机数值；

回顾：

单一人工神经元有线性和非线性 （1） 单一人工神经元线性 单一人工神经元示意图（线性）

1

单一人工神经元的示意图

最简单的人工神经元输入和输出数学表示：

假设输入项Net 由输入信号x j (j=1,2,…,n)的线性组合构成，即

01

n

j

j j N et w

x θ==+

∑

0θ为阀值；j w 是决定第j 个输入的突触权系数。

神经元的平衡态输出y 为

01

()n

j

j j y w

x σθ==+

∑

式中()x σ表示神经元的激励函数

前面假设输入项Net 是输入信号x i 的线性函数。一般情况下，Net 是输入信号x i 的非线性函数。

因此本题的权值1

11w ，1

12w ，1

10w ，1

21w ，1

22w ，1

20w

（2）.提供训练样本：输入矢量：,1,2,...,k X k P =；期望输出：,1,2,...,k d k P =；对每个输入样本进行下面iterate max 的迭代；

12[,][1

3]x x =

（3）.计算网络的实际输出及隐层单元的状态： ()kj j ji ki j i

o f w o θ=+∑

因为12[,][1

3]T

T

x x =

1

1

1

1

111112210121(2)132net w x w x w x x =++=+-+=- 1

1

1

1

221122220122(0)1(1)1net w x w x w x x =++=++-=

1

1

12

110.119211net o e e

-=

=

=++

1

2

21

110.731111net o e

e

--=

=

=++

2

22

2

111112210121(0)21 2.1192net w o w o w o o =++=++?= 2

2

2

2

221122220121(2)31 -4.3430net w o w o w o o =++=+--?=

2

1

110.89281net y e

-=

=+

2

2

21 0.01281net y e

-=

=+

（4）.计算训练误差： (1)()

()kj kj kj kj kj o o t o σ=--输出层

(1)()kj kj kj km mj

m

o o w σσ=-∑隐含层

1）输出层

2

'

2

11111111()()()(1) 6.8910e-004d d y y f net y y y y δ=-=--=

2'2

22222222()()()(1)0.0036d d y y f net y y y y δ=-=--=

2）隐含层

1

222222

111111122111(1)()(1)

(6.8910e-0041(0.0036)1)0.1192(10.1192) 4.5032e-004

k

k k

w o o w w o o δδ

δδ=

-=+-=?+???-=∑

1

222222

222211222222(1)()(1)

(6.8910e-0040(0.0036)(2))0.7311(10.7311)-0.0014

k

k k

w o o w w o o δδ

δδ=

-=+-=?+?-??-=∑ （5）.修正权值和阈值：

(1)()[()(1)]

(1)()[()(1)]

ji ji j ki ji ji j j j j j w t w t o w t w t t t t t ησαθθησαθθ+=++--+=++--

1

1

1111 4.5032e-0041 4.5032e-004w x ηδ==?= 1

1

1212 4.5032e-00430.0014w x ηδ==?= 1

1

101 4.5032e-004w ηδ==

1

1

2121(-0.0014)1-0.0014w x ηδ==?= 1

1

2222(-0.0014)3 0.0042w x ηδ==?=-

11

202-0.0014w ηδ==

2

2

1111 6.8910e-0040.1192 8.2141e-005w o ηδ==?=

22

1212 6.8910e-0040.7311 5.0380e-004w o ηδ==?= 2

2

101 6.8910e-004w ηδ==

2

2

21210.00360.1192 4.2912e-004w o ηδ==?= 2

2

22220.00360.7311 0.0026w o ηδ==?= 2

2

2020.0036w ηδ==

(1)()1,2;0,1,2;1,2l

l

l

ji ji ji

w iterate w iterate w l i j +=+===

（6）.当k 每经历1~P 后，判断指标是否满足精度要求： ;

E εε≤：精度

判断神经网络逼近误差满足要求或迭代学习达到最大容许否？ max t y or

iterate iterate ε

-<≥

1iterate iterate =+；继续迭代计算直至满足终止条件为止。

（7）.结束。

智能控制题目及解答

1. 神经网络的模型分类，分别画出网络图，简述其特点。 1）前向网络：神经网元分层排列，组成输入层，隐含层和输出层。每一层的神经元只能接收前一层神经元的输入。输入模式经过各层的顺次变换后，得到输出层数输出。个神经元之间不存在反馈。感知器和误差反向传播算法中使用的网络都属于这种模型。 1）.2） 2）反馈网络：这种网路结构指的是只有输出层到输入层存在反馈，即每一个输入节点都有可能接受来自外部的输入和来自输出神经元的反馈。这种模式可用来存储某种模式序列，也可以动态时间序列系统的神经网络建模。 3）相互结合型网络：属于网状结构，这种神经网络模型在任意两个神经元之间都可能存在连接。信号要在神经元之间反复往返传递，网络处在一种不断改变的状态之中。从某个初态开始，经过若干次变化，才能达到某种平衡状态，根据网络结构和神经元的特性，还有可能进入周期震荡或混沌状态。 4）混合型网络：是层次型网络和网状结构网络的一种结合。通过层内神经元的相互结合，可以实现同一层内的神经元的横向抑制或兴奋机制，这样可以限制每层内能同时动作的神经元数，或者把每层内的神经元分成若干组，让每组作为一个整体来动作。 2. 神经网络学习算法有几种，分别画出网络图，简述其特点。 1）有导师学习：所谓有导师学习就是在训练过程中，始终存在一个期望的网络输出。期望输出和实际输出之间的距离作为误差度量并用于调整权值。 1. 2）无导师学习：网络不存在一个期望的输出值，因而没有直接的误差信息，因此，为实现对网络训练，需建立一个间接的评价函数，一对网络的某种行为趋向作出评价。 3、简述神经网络泛化能力。 答：人工神经网络容许某些变化，如当输入矢量带有噪声时，即与样本输出矢量存在差异时，其神经网络的输出同样能够准确地呈现出应有的输出。这种能力就成为泛化能力。 4、单层BP 网络与多层神经网络学习算法的区别。 1）单层神经网络的Delta 学习算法是通过对目标函数∑== N p p E E 1 的极小来实现的，其中E 的极小是通过有序地对每一个样本数据的输出误差Ep 的极小化来得到。Delta 规则的学习算法就是对∑=-= 1 2 )(2 1 n i pj pj y t E 所定义的目标函数值求梯度得到。 2）多层前向传播网络的权系数训练算法是利用著名的误差反向传播学习算法。根据这一算法，训练网络权阵的更新是通过反向传 播网路的期望输出（样本输出）与世纪输出的误差来实现的。 3、分别叙述模糊控制器四个模块设计内容，并写出设计步骤。 答：四个模块为：模糊化过程、知识库（含数据库和规则库）、推理决策逻辑、精确化计算。（PPT 上是：模糊化接口、规则库、模糊推理、清晰化接口） 设计步骤：1定义输入输出变量2定义所有变量的模糊化条件3设计控制规则库4设计模糊推理结构5选择精确化策略方法 PPT 上设计步骤是：（1）确定模糊控制器的输入变量和输出变量；（2）确定输入，输出的论域和Ke 、Kec 、Ku 的值；（3）确定各变量的语言取值及其隶属函数；（4）总结专家控制规则及其蕴涵的模糊关系；（5）选择推理算法； （6）确定清晰化的方法；（7）总结模糊查询表。 1． 什么是智能、智能系统、智能控制？ 答：智能：能够自主的或者交互的执行通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习等一系列活动的能力，即像人类那样工作和思维。 智能系统：是指具有一定智能行为的系统，对于一定的输入，它能产生合适的问题求解相应。 智能控制：智能控制是控制理论、计算机科学、心理学、生物学和运筹学等多方面综合而成的交叉学科，它具有模仿人进行诸如规划、学习、逻辑推理和自适应的能力。是将传统的控制理论与神经网络、模糊逻辑、人工智能和遗传算法等实现手段融合而成的一种新的控制方法。 4 把智能控制看作是AI(人工智能)、OR(运筹学)、AC(自动控制)和IT(信息论)的交集，其根据和内涵是什么? 答：人工只能（AI ）是一个用来模拟人思维的知识处理系统，具有学习、记忆、信息处理、形式语言、启发推理等功能；自动控制（AC ）描述系统的动力学特性，是一种动态反馈；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；信息论（IT ）信息论是运用概率论与树立统计的方法研究信息、通信系统、数据传输、密码学、数据压缩等问题的应用数学学科。 早期产生的的二元结构被发现是很大程度上局限于符号主义的人工智能，无助于智能控制的有效的、成功的应用，所以后来又引入了运筹学。考虑到信息论对知识和智能的解释作用、控制论和系统论与信息之间的密切关系、信息论对智能控制的作用等方面

智能控制复习题

智能控制复习 第一章选择题 1．智能控制的概念首次由著名学者（ D ）提出 A 蔡自兴 B C D 傅京孙 2．经常作为智能控制典型研究对象的是（ D ） A 智能决策系统 B 智能故障诊断系统 C 智能制造系统 D 智能机器人 3．解决自动控制面临问题的一条有效途径就是，把人工智能等技术用入自动控制系统中，其核心是（ B ） A 控制算法 B 控制器智能化 C 控制结构 D 控制系统仿真 4．智能自动化开发与应用应当面向（ C ） A 生产系统 B 管理系统 C 复杂系统 D 线性系统 5．不．属于 ．．智能控制是（ D ） A 神经网络控制B专家控制 C 模糊控制 D 确定性反馈控制 6．以下不属于智能控制主要特点的是（ D ） A 具有自适应能力 B 具有自组织能力 C 具有分层递阶组织结构 D 具有反馈结构 7．以下不属于智能控制的是 ( D )

A 神经网络控制 B 专家控制 C 模糊控制 D 自校正调节器 第二章选择题 1．地质探矿专家系统常使用的知识表示方法为（ D ） A 语义网络 B 框架表示 C 剧本表示 D 产生式规则 2．自然语言问答专家系统使用的知识表示方法为（ B ） A 框架表示B语义网络 C 剧本表示 D 产生式规则 3．专家系统中的自动推理是基于（ C ）的推理。 A 直觉 B 逻辑 C 知识 D 预测 4．适合专家控制系统的是（ D ） A 雷达故障诊断系统 B 军事冲突预测系统 C 聋哑人语言训练系统 D 机车低恒速运行系统 5．直接式专家控制通常由( B )组成 A 控制规则集、知识库、推理机和传感器 B 信息获取与处理、知识库、控制规则集和推理机 C 信息获取与处理、知识库、推理机和传感器 D 信息获取与处理、控制规则集、推理机和传感器 6．专家控制可以称作基于（ D ）的控制。 A 直觉 B 逻辑 C 预测 D 知识 7．直接式专家控制通常由( C )组成 A 信息获取与处理、知识库、推理机构和传感器

智能控制第八章课后习题答案

1.什么叫产生式系统？它由哪些部分组成？试举例略加说明。 答：如果满足某个条件，那么就应当采取某些行动，满足这种生产式规则的专家系统成为产生式系统。 产生式系统主要由总数据库，产生式规则和推理机构组成。 举例：医疗产生式系统。 2.专家系统有哪些部分构成？各部分的作用如何？专家系统它具体有哪些特点和优点？ 答：知识库：知识库是知识的存储器，用于存储领域专家的经验性知识以及有关的事实、一般常识等。知识库中的知识来源于知识获取机构，同时它又为推理提供求解问题所需的知识。推理机：推理机时专家系统的思维机构，实际上是求解问题的计算机软件系统，综合推理机的运行可以有不同的控制策略。 数据库：它是用于存放推理的初始证据、中间结果以及最终结果等的工作存储器。 解释接口：它把用户输入的信息转换成系统内规范化的表现形式，然后交给相应的模块去处理，把系统输出的信息转换成用户易于理解的外部形式显示给用户，回答提出的问题。 知识获取：知识获取是指通过人工方法或机器学习的方法，将某个领域内的事实性知识和领域专家所特有的经验性知识转化成计算机程序的过程。对知识库的修改和扩充也是在系统的调试和验证中进行，是一件困难的工作。 专家系统的特点：具有专家水平的专门知识，能进行有效的推理，专家系统的透明性和灵活性，具有一定的复杂性与难度。 3.在专家系统中，推理机制，控制策略和搜索方法是如何定义的，它们之间存在什么样的关系？ 答：推理机制是根据一定的原则从已有的事实推出结论的过程，这个原则就是推理的核心。专家系统的自动推理是知识推理。而知识推理是在计算机或者智能机器中，在知识表达的基础上，进行机器思维，求解问题，实现知识推理的智能操作过程。在专家系统中，可以依据专家所具有的知识的特点来选择知识表示的方法，而只是推理技术同知识方法有密切的关系。 控制策略求解问题的策略，是推理的控制策略。而控制策略包括推理方向、推理路线、冲突消解策略等，按推理进行的路线与方向，推理可分正向推理、反向推理、混合推理。 搜索方法：推理机时用于对知识库中的知识进行推理来得到结论的思维机构。 三者关系：推理机制，控制策略（推理机构）和搜索方法三者都属于推理范畴，是一个整体。只是执行顺序不同而已。 4.设计专家控制器时应考虑哪些特点？专家控制系统的一般结构模型为何？ 答：设计控制器的一般原则：多样化的模型描述，在线处理的灵活性，灵活性的控制策略，

智能控制系统习题答案

1-4为什么能够用计算机模拟人类智能？ 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。 之所以能够借助计算机来模拟人类智能，首先是因为计算机具有以下5个特点： 1、可以告诉精准的完成算数运算，运算速度最高可达每秒万亿次； 2、可以完成高精度的计算，一般计算机可以有十几位甚至几十位的有效数字； 3、计算机不仅能进行精确计算，还具有逻辑运算功能，能对信息进行比较和判断； 4、计算机内部的存储器具有记忆特性，可以存储大量的信息，这些信息，不仅包括各 类数据信息，还包括加工这些数据的程序； 5、由于计算机具有存储记忆能力和逻辑判断能力，所以人们可以将预先编好的程序组 纳入计算机内存，在程序控制下，计算机可以连续、自动地工作，不需要人的干预。 有了这些有点，计算机就具有了模拟人类智能的首要前提，为人工智能中海量的数据处理分析和深度学习等提供了条件。 第二个原因：深度学习的提出；深度学习是机器学习领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能。《麻省理工学院技术评论》杂志将深度学习列为2013年十大突破性技术之首。 大脑的工作过程是一个不断迭代、不断抽象概念化的过程。例如从原始信号摄入开始（瞳孔摄入像素），接着做初步处理（大脑皮层某些细胞发现边缘和方向），然后抽象（大脑判定眼前物体的形状，比如是圆形的），然后进一步抽象（大脑进一步判定该物体是一张人脸），最后进行识别。我们可以看出，大脑是一个深度架构，认知过程也是深度的。而深度学习，恰恰就是通过组合低层特征形成更加抽象的高层特征。在计算机视觉领域，深度学习算法从原始图像去学习得到一个低层次表达，然后在此基础上来得到高层次表达。深度学习可以模拟人脑进行分析学习，模仿人脑的机制来解释数据。深度学习的主要优势在于可以利用海量训练数据（大数据），自动从大数据中学习特征。 深度学习能够自动地从海量大数据中去学习特征，极大地推进了智能自动化。因此深度学习有了一个别名：无监督特征学习。 在《科学革命的结构》一书中，托马斯·库恩介绍说，很多科学革命都具备叫做范式转移的特点，也就是说对新思想的认知和老观点很不一样。比如哥白尼提出的“日心说”，有力地

智能控制习题答案54733

第一章绪论 1. 什么是智能、智能系统、智能控制？ 答：“智能”在美国Heritage词典定义为“获取和应用知识的能力”。 “智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。 “智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。 2．智能控制系统有哪几种类型，各自的特点是什么？ 答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等。 各自的特点有： 集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。该系统将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统危险性高度集中的缺点，既实现了在管 AHA12GAGGAGAGGAFFFFAFAF

理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。 人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 专家控制系统：是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。可以说是一种模拟人类专家解决领域问题的计算机程序系统。 多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。这种结构的特点是：1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。2.信息在上下级间垂直方向传递，向下的信息有优先权。同级控制器并行工作，也可以有信息交换，但不是命令。3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。级别越往上，其决策周期越长，更关心系统的长期目标。4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。 学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应 地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记 AHA12GAGGAGAGGAFFFFAFAF

计算机控制技术课后习题答案

第一章 1．计算机系统由哪些部分组成？并画出方框图。 解： 若将自动控制系统中控制器的功能用计算机或数字控制装置来实现，就构成了计算机控制系统，其基本框图如图1-1所示。因此，简单说来，计算机控制系统就是由各种各样的计算机参与控制的一类系统。 图1-1 计算机控制系统基本原理图 在计算机控制系统中，控制规律是用软件实现的，计算机执行预定的控制程序就能实现对被控参数的控制。控制器与执行机构之间是DA转换器，负责将数字信号转换成模拟信号；AD转换器则相反将传感器采集的模拟信号，转换成数字信号送给控制器。 2．计算机控制系统是怎样分类的？按功能和控制规律可分为几类？ 解： 计算机控制系统与其所控制的对象、采取的控制方法密切相关。因此，计算机控制系统的分类方法很多，可以按照系统的功能、控制规律或控制方式等进行分类。 按功能及结构分类：操作指导控制系统、直接数字控制系统、监督控制系统、集散控制系统、现场总线控制系统、工业以太网控制系统、综合自动化系统。 按照控制规律分类：程序和顺序控制、比例积分微分控制(简称PID控制)、最少拍控制、复杂规律的控制、智能控制。 3．计算机控制系统的主要特点有哪些？ 解： 主要有以下特点： 1．数字模拟混合的系统。在连续控制系统中，各处的信号是连续模拟信号。而在计算机控制系统中，除仍有连续模拟信号外，还有离散信号、数字信号等多种信号。因此，计算机控制系统是模拟和数字的混合系统。 2．灵活方便、适应性强。一般的模拟控制系统中，控制规律是由硬件电路实现的，控制规律越复杂，所需要的模拟电路往往越多，如果要改变控制规律，一般就必须更改硬件电路。而在计算机控制系统中，控制规律是由软件实现的，计算机执行预定的控制程序就能实现对被控参数的控制，需要改变控制规律时，一般不对硬件电路作改动，只要改变控制程序就可以了。 3．可实现复杂控制规律。计算机具有丰富的指令系统和很强的逻辑判断功能，能够实现模拟电路不能实现的复杂控制规律。 4．离散控制。在连续控制系统中，给定值与反馈值的比较是连续进行的，控制器对产生的偏差也是连续调节的。而在计算机控制系统中，计算机每隔一定时间间隔，向A/D转换器发出启动转换信号，并对连续信号进行采样获得离散时间信号，经过计算机处理后，产生的控制时间信号通过D/A将离散信号转换成连续时间信号输出，作用于被控对象。因此，计算机控制系统并不是连续控制的，而是离散控制的。

智能控制习题答案

第一章绪论 1.什么是智能、智能系统、智能控制？ 答：“智能”在美国Heritage 词典定义为“获取和应用知识的能力”。 “智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。 “智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认 知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。 2．智能控制系统有哪几种类型，各自的特点是什么？ 答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系 统、学习控制系统等。 各自的特点有： 集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。该系统 将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承 了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统 危险性高度集中的缺点，既实现了在管理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。 人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统 的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 专家控制系统：是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家 的知识和解决问题的经验方法来处理该领域的高水平难题。可以说是一种模拟人类专家解决领域问题的计算机程序系 统。 多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。这种结构的 特点是： 1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。 2.信息在上下级间垂直 方向传递，向下的信息有优先权。同级控制器并行工作，也可以有信息交换，但不是命令。 3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。级别越往上，其决策周期越长，更关心系统 的长期目标。 4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。 学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记忆和自行调整的能力。 3．比较智能控制与传统控制的特点。 答：智能控制与传统控制的比较：它们有密切的关系，而不是相互排斥。常规控制往往包含在智能控制之中，智能控 制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更 具有挑战性的复杂控制问题。 1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，这些问题对基于模型的传统自动控制来说很难解决。 2.传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手 写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力， 能够用文字、图纸、立体形象、语言等形式输出信息. 另外，通常的自动装置不能接受、分析和感知各种看得见、听得 着的形象、声音的组合以及外界其它的情况. 为扩大信息通道，就必须给自动装置安上能够以机械方式模拟各种感觉的 精确的送音器，即文字、声音、物体识别装置。 3.传统的自动控制系统对控制任务的要求要么使输出量为定值（调节系统），要么使输出量跟随期望的运动轨迹（跟随 系统），因此具有控制任务单一性的特点，而智能控制系统的控制任务可比较复杂。 4.传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象虽然有一些非线性方法可以利用，但不尽 人意. 而智能控制为解决这类复杂的非线性问题找到了一个出路，成为解决这类问题行之有效的途径。 5.与传统自动控制系统相比，智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知 识的能力。 6.与传统自动控制系统相比，智能控制系统能以知识表示的非数学广义模型和以数学表示的混合控制过程，采用开闭环 控制和定性及定量控制结合的多模态控制方式。

(完整版)智能控制习题参考答案

1．递阶智能控制系统的主要结构特点有哪些。 答：递阶智能控制是在研究早期学习控制系统的基础上，从工程控制论角度总结人工 智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。 递阶智能控制系统是由三个基本控制级（组织级、协调级、执行级）构成的。如下所 示： 1. 组织级 组织级代表控制系统的主导思想，并由人工智能起控制作用。根据贮存在长期存储交换单元内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。 其结构如下： 2．协调级 协调级是组织级和执行级间的接口，承上启下，并由人工智能和运筹学共同作用。协

调级借助于产生一个适当的子任务序列来执行原指令，处理实时信息。 它是由不同的协调器组成，每个协调器由计算机来实现。下图是一个协调级结构的候选框图。该结构在横向上能够通过分配器实现各协调器之间的数据共享。 3. 执行级 执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。 其结构模型如下：

2．信息特征，获取方式，分层方式有哪些？ 答：一、信息的特征 1，空间性：空间星系的主要特征是确定和不确定的（模糊）、全空间和子空间、同步和非同步、同类型和不同类型、数字的和非数字的信息，比传统系统更为复杂的多源多维信 息。 2，复杂性：复杂生产制造过程的信息往往是一类具有大滞后、多模态、时变性、强干 扰性等特性的复杂被控对象，要求系统具有下层的实时性和上层的多因素综合判断决策能 力，以保证现场设备局部的稳定运行和在复杂多变的各种不确定因素存在的动态环境下， 获得整个系统的综合指标最优。 3，污染性：复杂生产制造过程的信息都会受到污染，但在不同层次的信息受干扰程度 不同，层次较低的信号受污染程度较大。 二、获取方式 信息主要是通过传感器获得，但经过传感器后要经过一定的处理来得到有效的信息， 具体处理方法如下： 1，选取特征变量 可分为选择特征变量和抽取特征变量。选择特征变量直接从采集样本的全体原始工艺参 数中选择一部分作为特征变量。抽取特征变量对所选取出来的原始变量进行线性或非线性 组合，形成新的变量，然后去其中一部分作为特征变量。 2，滤波的方法 数字滤波用计算机软件滤波，通过一定的计算程序对采样信号进行平滑加工，提高信噪比，消除和减少干扰信号，以保证计算机数据采集和控制系统的可靠性。模拟滤波用硬件 滤波。 3，剔除迷途样本 使用计算机在任意维空间自动识别删除迷途样本。 三、分层方式 1，通过计算机系统进行信号分层 2，人工指令分层 3，通过仪器设备进行测量，将数据进行分层 4，先归类，后按照一定的规则集合分层 3．详细描述数据融合的流程和方法 答：数据融合是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理。 一、数据融合的流程： 分析数据融合目的和融合层次→→智能地选择合适的融合算法→→将空间配准的数据 （或提取数据的特征或模式识别的属性说明）进行有机合成→→准确表示或估计。有时还 需要做进一步的处理，如"匹配处理"和"类型变换"等，以便得到目标的更准确表示或估计。 具体可分为： 1，特征级融合 经过预处理的数据→→特征提取→→特征级融合→→融合属性说明 2，像元级融合

计算机控制技术课后习题答案

第一章 1.计算机系统由哪些部分组成？并画出方框图。 解： 若将自动控制系统中控制器的功能用计算机或数字控制装置来实现，就构成了计算机控 制系统，其基本框图如图1-1所示。因此，简单说来，计算机控制系统就是由各种各样的计算机参与控制的一类系统。 图1-1 计算机控制系统基本原理图 在计算机控制系统中，控制规律是用软件实现的，计算机执行预定的控制程序就能实现对被控参数的控制。控制器与执行机构之间是DA转换器，负责将数字信号转换成模拟信号；AD转换器则相反将传感器采集的模拟信号，转换成数字信号送给控制器。 2?计算机控制系统是怎样分类的？按功能和控制规律可分为几类？ 解： 计算机控制系统与其所控制的对象、采取的控制方法密切相关。因此，计算机控制系统 的分类方法很多，可以按照系统的功能、控制规律或控制方式等进行分类。 按功能及结构分类：操作指导控制系统、直接数字控制系统、监督控制系统、集散控制系统、现场总线控制系统、工业以太网控制系统、综合自动化系统。 按照控制规律分类：程序和顺序控制、比例积分微分控制（简称PID控制）、最少拍控制、复杂规律的控制、智能控制。 3.计算机控制系统的主要特点有哪些？解： 主要有以下特点： 1.数字模拟混合的系统。在连续控制系统中，各处的信号是连续模拟信号。而在计算机控制系统中，除仍有连续模拟信号外，还有离散信号、数字信号等多种信号。因此，计算机控制系统是模拟和数字的混合系统。 2?灵活方便、适应性强。一般的模拟控制系统中，控制规律是由硬件电路实现的，控制规律越复杂，所需要的模拟电路往往越多，如果要改变控制规律，一般就必须更改硬件电 路。而在计算机控制系统中，控制规律是由软件实现的，计算机执行预定的控制程序就能实 现对被控参数的控制，需要改变控制规律时，一般不对硬件电路作改动，只要改变控制程序 就可以了。 3?可实现复杂控制规律。计算机具有丰富的指令系统和很强的逻辑判断功能，能够实现模拟电路不能实现的复杂控制规律。 4.离散控制。在连续控制系统中，给定值与反馈值的比较是连续进行的，控制器对产生的偏差也是连续调节的。而在计算机控制系统中，计算机每隔一定时间间隔，向A/D转 换器发出启动转换信号，并对连续信号进行采样获得离散时间信号，经过计算机处理后，产

智能控制题目及解答

智能控制题目及解答 第一章绪论作业 作业内容 1.什么就是智能、智能系统、智能控制？ 2.智能控制系统有哪几种类型,各自的特点就是什么？ 3.比较智能控制与传统控制的特点。 4.把智能控制瞧作就是AI(人工智能)、OR(运筹学)、AC(自动控制)与 IT(信息论)的交集,其根据与内涵就是什么? 5.智能控制有哪些应用领域？试举出一个应用实例,并说明其工作原理与 控制性能。 1 答:智能:能够自主的或者交互的执行通常与人类智能有关的智能行为,如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习等一系列活动的能力,即像人类那样工作与思维。 智能系统:就是指具有一定智能行为的系统,对于一定的输入,它能产生合适的问题求解相应。 智能控制:智能控制就是控制理论、计算机科学、心理学、生物学与运筹学等多方面综合而成的交叉学科,它具有模仿人进行诸如规划、学习、逻辑推理与自适应的能力。就是将传统的控制理论与神经网络、模糊逻辑、人工智能与遗传算法等实现手段融合而成的一种新的控制方法。 2 答:(1)人作为控制器的控制系统:人作为控制器的控制系统具有自学习、自适应与自组织的功能。 (2)人-机结合作为作为控制器的控制系统:机器完成需要连续进行的并需快速计算的常规控制任务,人则完成任务分配、决策、监控等任务。 (3)无人参与的自组控制系统:为多层的智能控制系统,需要完成问题求解与规划、环境建模、传感器信息分析与低层的反馈控制任务。 3 答:在应用领域方面,传统控制着重解决不太复杂的过程控制与大系统的控制问题;而智能控制主要解决高度非线性、不确定性与复杂系统控制问题。 在理论方法上,传统控制理论通常采用定量方法进行处理,而智能控制系统大多采用符号加工的方法;传统控制通常捕获精确知识来满足控制指标,而智能控制通常就是学习积累非精确知识;传统控制通常就是用数学模型来描述系统,而智能控制系统则就是通过经验、规则用符号来描述系统。 在性能指标方面,传统控制有着严格的性能指标要求,智能控制没有统一的性能指标,而主要关注其目的与行为就是否达到。 但就是,智能控制与传统的或常规的控制有密切的关系,互相取长补短,而并非互相排斥。基于智能控制与传统控制在应用领域方面、理论方法上与性能指标等方面的差异,往往将常规控制包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 4 答:人工只能(AI)就是一个用来模拟人思维的知识处理系统,具有学习、记忆、信息处理、形式语言、启发推理等功能;自动控制(AC)描述系统的动力学特性,就是一种动态反馈;运筹学(OR)就是一种定量优化方法,如线性规划、网络规划、调度、管理、优化决策与多目标优化方法等;信息论(IT)信息论就是运用概率论与树立统计的方法研究信息、通信系统、数据传输、密码学、数据压缩等问题的应用数学学科。 早期产生的的二元结构被发现就是很大程度上局限于符号主义的人工智能,无助于智能控制的

智能控制技术复习题课后答案

一、填空题 1．智能控制是一门新兴的学科，它具有非常广泛的应用领域，例 如、、和。 1、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制 2．传统控制包括和。2、经典反馈控制现代理论控制 3．一个理想的智能控制系统应具备的基本功能是、、和。 3 、学习功能适应功能自组织功能优化能力 4．智能控制中的三元论指的是：、和。 4、运筹学，人工智能，自动控制 5．近年来，进化论、、和等各门学科的发展给智能控制注入了巨大的活力，并由此产生了各种智能控制方法。 5、神经网络模糊数学专家系统 6．智能控制方法比传统的控制方法更能适应对象的、和 。6、时变性非线性不确定性 7．傅京逊首次提出智能控制的概念，并归纳出的3种类型智能控制系统是 、和。 7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控 制系统 8、智能控制主要解决传统控制难以解决的复杂系统的控制问题，其研究的对象具备的3个特点为、和。 8、不确定性、高度的非线性、复杂的任务要求 9．智能控制系统的主要类型有、、、 、和。 9、分级递阶控制系统，专家控制系统，神经控制系统，模糊控制系统，学习控制系统，集成或者（复合）混合控制系统 10．智能控制的不确定性的模型包括两类：(1) ； (2) 。 10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。11．控制论的三要素是：信息、反馈和控制。 12．建立一个实用的专家系统的步骤包括三个方面的设计，它们分别是、和。知识库的设计推理机的设计人机接口的设计13．专家系统的核心组成部分为和。知识库、推理机 14．专家系统中的知识库包括了3类知识，它们分别为、、和。判断性规则控制性规则数据 15．专家系统的推理机可采用的3种推理方式为推理、和推理。

微型计算机控制技术课后答案分解

习题一 1，微型计算机控制系统的硬件由哪几部分组成？各部分的作用是什么？ 答：CPU，接口电路及外部设备组成。 CPU，这是微型计算机控制系统的核心，通过接口它可以向系统的各个部分发出各种命令，同时对被控对象的被控参数进行实时检测及处理。 接口电路，微机和生产对象之间进行信息交换的桥梁和纽带。 外部设备：这是实现微机和外界进行信息交换的设备 2，微型计算机控制系统软件有什么作用？说出各部分软件的作用。 答：软件是指能够完成各种功能的计算机程序的总和。整个计算机系统的动作，都是在软件的指挥下协调进行的，因此说软件是微机系统的中枢神经。就功能来分，软件可分为系统软件、应用软件 1)系统软件：它是由计算机设计者提供的专门用来使用和管理计算机的程序。对用户来说，系统软件只是作为开发应用软件的工具，是不需要自己设计的。 2)应用软件:它是面向用户本身的程序，即指由用户根据要解决的实际问题而编写的各种程序。 3，常用工业控制机有几种？它们各有什么用途？ 4，操作指导、DDC和SCC系统工作原理如何？它们之间有何区别和联系？ 答：(1)操作指导控制系统：在操作指导控制系统中，计算机的输出不直接作用于生产对象，属于开环控制结构。计算机根据数学模型、控制算法对检测到的生产过程参数进行处理，计算出各控制量应有的较合适或最优的数值，供操作员参考，这时计算机就起到了操作指导的作用。 (2)直接数字控制系统(DDC系统)：DDC(Direct Digital Control)系统就是通过检测元件对一个或多个被控参数进行巡回检测，经输入通道送给微机，微机将检测结果与设定值进行比较，再进行控制运算，然后通过输出通道控制执行机构，使系统的被控参数达到预定的要求。DDC系统是闭环系统，是微机在工业生产过程中最普遍的一种应用形式。 (3)计算机监督控制系统(SCC系统)：SCC(Supervisory Computer Control)系统比DDC系统更接近生产变化的实际情况，因为在DDC系统中计算机只是代替模拟调节器进行控制，系统不能运行在最佳状态，而SCC系统不仅可以进行给定值控制，并且还可以进行顺序控制、最优控制以及自适应控制等SCC是操作指导控制系统和DDC系统的综合与发展。 5，说明嵌入式系统与一般微型计算机扩展系统的区别。 答：嵌入式计算机一般没有标准的硬件配置。嵌入式系统可采用多种类型的处理器和处理器结构。软硬件协同设计采用统一的工具描述，可合理划分系统软硬件，分配系统功能，在性能、成本、功耗等方面进行权衡折衷，获取更优化的设计。嵌入式系统多为低功耗系统。简单地说，就是嵌入式系统和微型计算机的扩展标准不大一样。 6，PLC控制系统有什么特点？ 答：（1）可靠性高。由于PLC大都采用单片微型计算机，因而集成度高，再加上相应的保护电路及自诊断功能，因而提高了系统的可靠性。 （2）编程容易。PLC的编程多采用继电器控制梯形图及命令语句，其数量比微型机指令要少得多，除中、高档PLC外，一般的小型PLC只有16条左右。由于梯形图形象而简单，因而编程容易掌握、使用方便，甚至不需要计算机专门知识，就可进行编程。 （3）组合灵活。由于PLC采用积木式结构，用户只需要简单地组合，便可灵活地改变控制系统的功能和规模，因此，可适用于任何控制系统。 （4）输入/输出功能模块齐全。PLC的最大优点之一，是针对不同的现场信号，均有相应的模块可与工业现场的器件直接连接，并通过总线与CPU主板连接。

智能控制课后习题

作业1 1 简述智能控制的概念。 定义一: 智能控制是由智能机器自主地实现其目标的过程。 定义二:K.J.奥斯托罗姆则认为，把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟，并用于控制系统的分析与设计中，以期在一定程度上实现控制系统的智能化，这就是智能控制。 定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是用计算机模拟人类智能的一个重要领域。 2 智能控制由哪几部分组成？各自的特点是什么？ 智能控制由人工智能、自动控制、运筹学组成。 人工智能是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。 自动控制描述系统动力学特性，是一种动态反馈。 运筹学是一种定量优化的方法。如线性优化，网络规划，调度管理，优化决策和多目标优化的方法等等。 3 比较智能控制和传统控制的特点？ 1）传统控制方法在处理复杂性、不确定性方面能力低而且有时丧失了这种能力，智能控制在处理复杂性、不确定性方面能力高 2）传统控制是基于被控对象精确模型的控制方式，可谓“模型论”智能控制是智能决策论，相对于“模型论”可称为“控制论” 3）传统的控制为了控制必须建模，而利用不精确的模型又采用摸个固定控制算法，使整个的控制系统置于模型框架下，缺乏灵活性，缺乏应变性，因此很难胜任对复杂系统的控制智能控制的可信是控制决策，次用灵活机动的决策方式迫使控制朝着期望的目标逼近。 4）传统控制适用于解决线性、时不变等相对简单的的控制问题智能控制是对传统控制理论的发展，传统控制室智能控制的一个组成部分，是智能控制的低级阶段。 4 智能控制有哪些应用领域？试举出一个应用实例。 应用领域：模糊系统、神经网络、专家控制、工业想、系统、电力系统、机器人等其他领域的控制。 应用实例：模糊控制的交流伺服系统 作业2

2011-10学年第1学期_ 智能控制试题A答案

（勤奋、求是、创新、奉献） 2010～2011学年第1学期考试试卷A 学院班级__ __ 姓名__________ 学号___________ 《智能控制系统》课程试卷 （本卷考试时间90 分钟） 一． 1．写出4种专家系统的知识表示方法。 逻辑表示法、产生式表示法、框架表示法、语义网络表示法 2．递阶智能系统的智能程度分布一般要遵循什么原则。 随着智能程度的提高，精度下降 3．写出宽度优先搜索和深度优先搜索的根本区别？ 深度优先与宽度优先算法最根本的不同在于：扩展的后继节点放在OPEN表的前端。 4．何谓多层前向神经网络？ 具有分层的结构，通常包括输入层、隐层（也称中间层）和输出层。每一层的神经元只接受上一层神经元的输入，并且该层神经元的输出送给下一层的各个神经元。 5．写出3种模糊输出向量的解模糊方法 重心法、最大隶属度法、取中位数判决法

6．写出基本遗传算法的3个基本操作 遗传、交叉、变异 二、简答题（共24分，每题6分） 1、简述模糊控制器的组成，及各组成部分功能 （1）模糊化接口 对于任意输入x，将其映射到模糊集系统中去，映射的过程实际上是将当前的物理输入根据模糊子集的分布情况确定出此时此刻输入值对这些模糊子集的隶属程度。 （2）知识库 知识库包括数据库和规则库。模糊控制器设计的关键在于如何有效地建立知识库，决策逻辑控制实际上是依赖规则库来实现的。 （3）推理决策逻辑 它是模糊控制的核心，利用知识库的信息模拟人类的推理决策过程，给出适合的控制量，其实质是模糊逻辑推理。 （4）精确化过程 通过模糊推理得到的结果是一个模糊集合。但实际使用中，特别是模糊控制中，必须要有一个确定的值才能去控制或驱动执行机构。在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程 2、设个体域是人类，试用两种方法（全称量词和存在量词）将语句“没有不犯错误的人”译为谓词公式 设F(x)：“x犯错误”，M(x)：x是人，则语句形式化为： ┐?x(M(x)∧┐F(x)) 或?x(M(x)→F(x)) 3、简述BP算法中工作信号正向传播、误差信号反向传播过程 （1）工作信号正向传播：输入信号从输入层经隐层，传向输出层，在输出端产生输出信号，这是信号的正向传播。在信号向前传递过程中网络的权值是固定不变的，每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出，则转入误差信号反向传播。 （2）误差信号反向传播：网络的实际输出与期望输出之间差值即为误差信号，误差信号由输出端开始逐层向前传播，这是误差信号的反向传播。在误差信号反向传播的过程中，网络权值由误差反馈进行调节，通过权值的不断修正使网络的实际输出更接近期望输出 W

智能控制复习题-参考答案

（书本 P 13） 上海第二工业大学《智能控制系统》练习卷 一、填空题 1、机器智能是把信息进行 组织 、并 把它转换成知识 的过程。 2、智能控制方法比传统的控制方法更能适应对象的 时变性 、 非线性 和 不 确定性 。 3、智能控制中的三元论指的是： 人工智能 、 自动控制 和 运筹学 。 4、从 工程控制角度看，智能控制三个基本要素是： 归纳 、 集注 、 组合 操 作 。（这道题有点疑问，大家找找资料） 5、生物神经元经抽象化后，得到的人工神经元模型，它有三个基本要素 连接 权值 、 求和函数 和 激发函数 。 6、神 经网络的结构按照神经元连接方式可分成 层状 和 网状 。 7、定义一个语言变量需要定义 4 个方面的内容： 定义变量名称 、 定义变量 的论域 、 定义变量的语言 、 定义每个模糊集合的隶属函数 。 8、? = 0.2 + 0.3 + 0.4 + 0.9，则 A0.2={x1, x2, x3, x4}，A0.4={ x3, x4} ，A0.9={ x4 } ?1 ?2 ?3 ?4 9、假设论域为 5 个人的体重分别为 110kg 、95kg 、85kg 、78kg 、65kg ，他们 的体重对于“肥胖”的模糊概念的隶属度分别为 0.95、0.88、0.8、0.72、0. 5。 试用： (1) Zadeh 表示法表示模糊集“肥胖” 答：肥胖= 0. 95 + 0. 88 + 0. 8 + 0. 72 + 0. 5 110 95 85 78 65 (2)序偶表示法表示模糊集“ 肥胖” 答：肥胖={(110,0.95), (95,0.88)(85,0.8)(78,0.72)(65,0.5)}

智能控制技术(第三章) 答案

3-1 模糊逻辑控制器由哪几部分组成？各完成什么功能？ 答：模糊控制系统的主要部件是模糊化过程、知识库（数据库和规则库）、推理决策和精确化计算。 1、模糊化过程 模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 2、知识库 知识库包括数据库和规则库。 1）、数据库 数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 2）、规则库 规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑 推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程 在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。 {模糊控制器采用数字计算机。它具有三个重要功能： 1） 把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）； 2） 对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）； 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。 3-2 模糊逻辑控制器常规设计的步骤怎样？应该注意哪些问题？ 答：常规设计方法设计步骤如下： 1、 确定模糊控制器的输入、输出变量 2、 确定各输入、输出变量的变化范围、量化等级和量化因子 3、 在各输入和输出语言变量的量化域内定义模糊子集。 4、 模糊控制规则的确定 5、 求模糊控制表 3-3 已知由极大极小推理法得到输出模糊集为： 0.30.810.50.1 12345 C =++++-----.试用重心法计算出此推理结果的精确值z 。 重心法 重心法 是取模糊隶属度函数的曲线与横坐标围城面积的重心为模糊推理最终输出值。 连续：0()()v V v V v v dv v v dv μμ= ?? 离散：101 () () m k v k k m v k k v v v v μμ=== ∑∑ 采用离散重心法： 101 () () 0.3(1)0.8(2)1(3)0.5(4)0.1(5)0.30.810.50.1 0.3(1)0.8(2)1(3)0.5(4)0.1(5)2.7 =-2.7407 m k v k k m v k k v v v v μμ=== ?-+?-+?-+?-+?-= ++++?-+?-+?-+?-+?-= ∑∑