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。
15、正向推理、反向推理和双向推理
16．根据专家控制器在控制系统中的功能，其可分为和。
16、直接型专家控制器、间接型专家控制器
17．普通集合可用 函数表示,模糊集合可用 函数表示。特征、隶属 18．某省两所重点中学在(x 1~x 5)五年高考中，考生“正常发挥”的隶属函数分别为0.85、0.93、0.89、0.91、0.96和0.92、0.96、0.87、0.93、0.94。则在研究该省重点中学高考考生水平发挥的状况时，论域应为X = ，若分别用A 、B 表示两个学校考试“正常发挥”的状况，则用序偶表示法分别表示为
A = ，
B = ；“未正常发挥”模糊子集（用行向量表示）
分别为 和 ；而该省两所重点中学每年高考考生“正常发挥”的模糊子集应该是 （用Zadeh 法表示）。{}12345,,,,X x x x x x =，{}12345(,0.85),(,0.93),(,0.89),(,0.91),(,0.96)A x x x x x =
{}12345(,0.92),(,0.96),(,0.87),(,0.93),(,0.94)B x x x x x =
[0.15,0.07,0.11,0.09,0.04]A =，[0.08,0.04,0.13,0.07,0.06]B =
12345
0.850.930.870.910.94
x x x x x ++++
19.确定隶属函数的方法大致有 、 和 。 19、模糊统计法 主观经验法 神经网络法 20．在模糊控制中应用较多的隶属函数有6种，它们分别为高斯型隶属函数、 、 、 、 和 。
20、广义钟形隶属函数 S 形隶属函数 梯形隶属函数 三角形隶属函数 Z 形隶属函数 21．在天气、学问、晴朗、表演和渊博中可作为语言变量值的有 和 。 21、晴朗、渊博
23．模糊控制是以 、 、和 为基础的一种智能控制方法。模糊集理论，模糊语言变量，模糊逻辑推理 24．模糊控制的数学基础为 。24、模糊集合
25．模糊控制中，常用的语言变量值用PM ,PS ,NM ,NO 等表示,其中PM 代表 , NO 代表 。25、正中、负零
26. 在模糊控制中，模糊推理的结果是 量。26、模糊 27. 在模糊控制中，解模糊的结果是 量。确定量
28. 基本模糊控制器的组成包括知识库以及 、 和 。 模糊化接口、推理机、解模糊接口
29. 在模糊控制中，实时信号需要 才能作为模糊规则的输入，从而完成模糊推理。
29、 模糊化 30．模糊控制是建立在 基础之上的，它的发展可分为三个阶段，分别
为、、和。
30、人工经验模糊数学发展和形成阶段产生了简单的模糊控制器高性能模糊控制阶段31．模糊集合逻辑运算的模糊算子为、和。
31、交运算算子并运算算子平衡算子
32．在温度、成绩、暖和、口才和很好中可作为语言变量值的有和
32.暖和、很好
33．在水位、压力、暖和、表演、中年人和比较好中可作为语言变量值的有、和。
33、暖和、中年人和比较好
34．在水位、寒冷、温度、表演和偏高中可作为语言变量值的有和。
34.寒冷、偏高
35. 模糊控制的基本思想是把人类专家对特定的被控对象或过程的总结成一系列
以“”形式表示的控制规则。
35、控制策略“IF条件THEN 作用”
36．神经网络的发展历程经历了4个阶段，分别为、、和。
36、启蒙期、低潮期、复兴期、新连接机制期
37．神经元由4部分构成，它们分别为、、和突触。
37、细胞体、树突、轴突
38．根据神经网络的连接方式，神经网络的３种形式为：、
和。38、前向网络反馈网络自组织网络
39．神经网络的3个要素为：、和。
39、神经元的特性拓扑结构学习规则
41.目前神经网络的学习算法有多种，按有无导师分类，可分为、
和。
41、有导师学习无导师学习再励学习
42.神经网络的研究主要分为3个方面的内容，即、和。
42.神经元模型、神经网络结构、神经网络学习算法
43.神经网络的学习过程主要由正向传播和反向传播两个阶段组成。
44．神经网络控制是将和相结合而发展起来的智能控制方法。神经网络，控制理论
45. 遗传算法的主要用途是。45、寻优（优化计算）
46．常用的遗传算法的染色体编码方法有二种，它们分别为实数编码和。
46、二进制编码
47.遗传算法的3种基本遗传算子、和。
47、比例选择算子单点交叉算子变异算子
48．遗传算法中，适配度大的个体有被复制到下一代。更多机会49. 遗传算法中常用的3种遗传算子（基本操作）为、、和。
49、复制、交叉和变异
1、什么是智能控制？试比较智能控制和经典控制、现代控制的异同。
答：（1）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。
（2）不同点：
经典控制理论以反馈理论为基础，是一种单回路线性控制理论。主要研究单输入-单输出、线性定常系统的分析和设计。
在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。
现代控制理论比经典控制理论所能处理的控制问题要广泛得多，
智能控制与传统的或常规的控制有密切的关系,不是相互排斥的. 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.
2、智能控制系统具有哪些特点？
答：（1）能对复杂系统进行有效全面的全局控制，并有较强的容错能力
（2）具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程；
（3）能对获取的信息进行实时处理并给出控制决策；
（4）具有自学习、自适应、自组织的能力。
3、智能控制主要研究那些内容？各自的特点是？
答：主要集中在专家控制技术、模糊控制技术、神经网络控制技术和遗传算法等。
（1）专家控制系统（1分）
专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验。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）模糊控制系统（1分）
在被控制对象的模糊模型的基础上，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。
（3）神经控制系统（1分）
神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征。
（4）遗传算法（2分）
遗传算法是基于自然选择和基因遗传学原理的搜索算法,是基于进化论在计算机上模拟生命进化论机制而发展起来的一门学科. 遗传算法可用于模糊控制规则的优化及神经网络参数及权值的学习,在智能控制领域有广泛的应用。
4、试说明智能控制研究的数学工具。
智能控制研究的数学工具为：（1）符号推理与数值计算的结合；（2）离散事件与连续时间系统得结合；（3）模糊集理论；（4）神经网络理论；（5）优化理论
1、何谓专家系统?它有哪些基本特征？
答：所谓专家系统就是利用存储在计算机内的某一特定领域内人类专家的知识，来解决过去需要人类专家才能解决的现实问题的计算机系统。
专家系统的基本特征
?(1) 具有专家水平的专门知识；
–专家系统中的知识按其在问题求解中的作用可分为三个层次，即数据级、知识库级和控制级。
?(2) 专家系统使用符号推理；
?(3) 专家系统能够解决问题领域内的各种问题；
?(4) 复杂度与难度，专家系统拥有很专门的领域知识；
?(5) 具有解释功能，专家系统具有解释机制；
?(6) 具有获取知识的能力；
?(7) 知识与推理机构相互独立。专家系统一般把推理机构与知识分开，使其独立，使系统具有良好的可扩充性和维护性。
2、简述专家系统设计的基本结构。
答：基本知识描述---系统体系结构---工具选择----知识表示方法----推理方式----对话模型.P20 4、什么是专家控制系统？专家控制系统分为哪几类？
答：专家控制是指将人工智能领域的专家系统理论和技术与控制理论方法和技术相结合，仿效专家智能，实现对较为复杂问题的控制。基于专家控制原理所设计的系统称为专家控制系统(ECS) 。
分类：1). 一般控制理论知识和经验知识相结合2). 模糊逻辑与专家控制相结合3). 神经网络与专家控制相结合
5、专家控制系统的任务是什么？
答：专家控制系统的任务是：(1). 能提供一个熟练工或专家对受控对象操作所能达到的性能指标；(2). 监督对象和控制器的运行情况；(3). 检测系统元件可能发生的故障或失误；
(4).对特殊情况，要选择合适的控制算法以适应系统参数的变化。
6、比较专家系统和专家控制系统的区别和联系。
答：专家控制系统是将人工智能领域的专家系统理论和技术与控制理论方法和技术相结合，仿效专家智能，实现对较为复杂问题的控制。
专家系统是一种基于知识的、智能的计算机程序。
区别：专家控制系统必须把控制系统看作是一个基于知识的系统，而作为系统核心部件的控制器则要体现和知识推理的机制和结构。与专家系统相似，整个控制问题领域的知识库和一个体现知识决策的推理机构构成了专家控制系统的主体。
7、什么是知识？知识具有哪些特征？
答：1). 知识的基本概念
知识反映了客观世界中事物某一方面的属性以及事物之间的相互联系，不同事物或相同事物之间的不同关系形成了不同的知识。这里涉及到三个不同层次的概念：数据、信息和知识。数据是客观世界中搜集的原始素材，它是信息的载体和表示。人们根据一定的目的按照一定的形式对数据进行加工与处理，就形成了有关的信息。信息是数据在特定场合下的具体含义，或者说信息是数据的语义。知识是将有关的信息进一步关联在一起，形成了更高层次含义的一种信息结构，信息与关联是构成知识的两个基本要素。
2). 知识的特性
相对正确性；不确定性；可表示性；关联性。
8、简述知识获取的概念和分类方法。
答：4). 知识获取的概念
知识获取就是把用于求解专门领域问题的知识从拥有这些知识的知识源中抽取出来，并转换为一特定的计算机表示。知识源包括专家、教科书、数据库及人本身的经验。计算机表示有状态空间表示法、谓词逻辑表示法、与/ / 或图表示法、语义网络表示、产生式表示法、框架表示法等。
5). 知识获取的分类
(1) 按照基于知识的系统本身在知识获取中的作用来分类，知识获取方法可分为主动型知识获取和被动型知识获取两类。(2) 按基于知识的系统获取知识的工作方式分类，可分为非自动型知识获取和自动型知识获取两种。(3) 按知识获取的策略分类，可分为会谈式、案例分析式、机械照搬式、教学式、演绎式、归纳式、类比式、猜想验证式、反馈修正式、联想式和条件反射式等。
9、什么是知识表示？知识表示方式有哪些?
答：知识表示就是知识的符号化和形式化的过程，
方式：状态空间表达法、谓词逻辑表示法、与\或图表达法、语义网络表示法、产生式表示法、框架式表示法、脚本表示法、特征表表示法、过程表示法
10、用语义网络表达下列知识：（略）
11、知识推理方法有哪几种？每一种知推理方式有何特点？
答：假如推理所依据的知识都带有一个置信度，则从前提到结论的过程中就存在一个置信度转移的问题。基于此意义，可将推理模式划分为如下方式：1). 基于百分百置信度的演绎推理2). 归纳推理3). 不确定性推理4). 定性推理5). 非单调推理
特点：1). 基于百分百置信度的演绎推理
如果把领域知识表示成必然的因果关系，则按逻辑关系进行推理所得的结论是肯定的。一般来说，如果前提的置信度为A，则通过演绎推理得出的结论也具有置信度A。
演绎推理又可以分为正向演绎推理、反向演绎推理、正向与反向相结合的联合演绎推理(也称双向推理)3种形式。其中，正向演绎推理是一种条件驱动的推理方式；反向演绎推理是一种结论驱动的推理方式；若将两种演绎推理方式相结合，可发挥它们的各自优点而克服其局限性，这就形成了双向联合的演绎推理。
2). 归纳推理
归纳推理又称主观不充分置信推理，它能从一个具有一定置信度的前提推出一个比前提的置信度低的结论。常用的归纳推理方法有简单枚举法和类比法，简单枚举法是通过某类事物观察到其子类，在子类中发现某属性，在没有发现相反事例的情况下，就可推导出此类事物都具有这种属性的结论。
类比推理法以相似原理为基础，即当两个或多个事物在许多属性上都相同的条件下，可推出它们具有相同的属性。
3). 不确定性推理
不确定性推理也称不精确推理，它是针对不确定的事实，根据不充分的证据和不完全的知识进行推理的方式。常见的不确定推理方法有确定因子法，以概率为基础的主观Bayes方法，基于Dempster-shafer证据理论的推理方法，模糊子集法等。
4). 定性推理
定性推理是从物理系统的结构描述出发，推导出行为描述，预测物理系统的行为并给出因果关系的解释。定性推理是采用系统部件间的局部传播规则来解释系统行为的，即认为部件状态的变化只与直接相邻的部件有关。定性推理是以定性物理知识模型为基础的。
5). 非单调推理
非单调推理是指由于新知识的加入而使某些原有的知识变为假的推理，非单调推理的处理过程比单调推理的处理过程复杂和困难得多。非单调推理较适合于赖以进行推理的证据不够、知识不完全等情况，对于一个不断变化的对象，反映其基本特性的知识库中的知识和数据库中的数据也在发生变化，这就需要非单调推理。
4、简述专家系统的定义和构成
答：
（1）定义：所谓专家系统就是利用存储在计算机内的某一特定领域内人类专家的知识，来解决过去需要人类专家才能解决的现实问题的计算机系统。
（2）构造：
5、专家系统的功能与作用
答：（1）功能
1)存储问题求解所需的知识;
2)存储具体问题求解的初始数据和推理过程中涉及到的各种信息，如中间结果、目标、子目标以及假设等；
3)根据当前输入的数据，利用已有知识，按照一定的推理策略，去解决当前问题，并能控制和协调整个系统;
4)能够对推理过程、结论或系统自身行为做出必要的解释;
5)提供知识获取，机器学习以及知识库的修改、扩充和完善等维护手段；
6)提供一种用户接口，便于用户使用，又便于分析和理解用户的各种要求和请求。
强调指出，存放知识和运用知识进行问题求解是专家系统的两个最基本功能.
（2）专家系统的作用
1)专家系统作为人工智能的应用领域，它使人工智能从实验室走向了现实世界，成为检验人工智能基本理论和技术的重要实验场地。加快了人工智能和计算机研究的步伐;
2)专家系统作为一种实用工具，为人类专家宝贵知识的保存、传播、使用和评价提供了一种有效手段；
3)专家系统可以延伸人类专家的能力。专家系统解决问题时不受环境的影响，不受时间和空间的限制;
4)专家系统能汇集问题领域多个专家的知识与经验。因为专家系统要求领域内不同专家采用统一的知识描述形式，这样便于区别来自不同专家知识的优劣，克服个别专家的局限性，扬
长避短，互相合作解决问题。
6、专家系统的基本特征
答：具有专家水平的专门知识；专家系统使用符号推理；专家系统能够解决问题领域内的各种问题；复杂度与难度，专家系统拥有很专门的领域知识；具有解释功能，专家系统具有解释机制；具有获取知识的能力；知识与推理机构相互独立。专家系统一般把推理机构与知识分开，使其独立，使系统具有良好的可扩充性和维护性
7、专家系统的分类
答：(1)按照专家系统的应用领域来分类，可分为医疗专家系统、勘探专家系统、石油专家系统、数学专家系统、物理专家系统、化学专家系统、气象专家系统、生物专家系统、工业专家系统、法律专家系统和教育专家系统等。
(2)按照知识表示技术分类，可分为基于逻辑的、基于规则的、基于语义网的专家系统和基于框架的专家系统等；
(3)按照推理控制策略分类，可分为正向推理、反向推理专家系统和双向混合推理等；
(4)按照所采用的不精确推理技术分类，可分为确定理论推理技术、主观Bayes推理技术、可能性理论推理技术专家系统和D/S证据理论推理技术专家系统等；
(5)按照专家系统的结构分类，可分为单专家系统和群专家系统，而群专家系统按其组织方式又可分为主从式、层次式、同僚式、广播式以及招标式等。
8、专家控制系统的定义
答：专家控制是指将人工智能领域的专家系统理论和技术与控制理论方法和技术相结合，仿效专家智能，实现对较为复杂问题的控制。基于专家控制原理所设计的系统称为专家控制系统(ECS)。
9、专家控制系统的任务
答: 1).能提供一个熟练工或专家对受控对象操作所能达到的性能指标；(2).监督对象和控制器的运行情况；(3).检测系统元件可能发生的故障或失误；(4).对特殊情况，要选择合适的控制算法以适应系统参数的变化。
10、专家控制系统的分类
答：1).一般控制理论知识和经验知识相结合；
这种控制方法是以应用专家知识、知识模型、知识库、知识推理、控制决策和控制策略等技术为基础的，知识模型与常规数学模型相结合，知识信息处理技术与控制技术的结合，模拟人的智能行为等。
2).模糊逻辑与专家控制相结合；
将模糊集和模糊推理引入专家控制系统中，就产生了基于模糊规则的专家控制系统，也称模糊专家控制系统(FFC)。
3).神经网络与专家控制相结合。
可发挥专家系统“高层”推理的优势和神经网络“低层”处理长处。
11、专家控制系统的基本结构
答：
第四章
1、模糊控制有哪些特点
答：无需知道被控对象的数学模型、模糊控制是一种反映人类智慧思维的智能控制、易被人们接受、构造容易、鲁棒性好等。
2、简要说明模糊控制系统的工作原理
答：模糊控制系统是由模糊控制器、被控对象、检测和反馈部件组成的自动化系统。据人们以往的经验设计一个模糊控制器，将测量值与给定值相比较，划分等级，控制量等级范围要与之相匹配，建立起控制规则，最后得出理想输出结果。
或：请画出模糊控制系统的组成框图，并结合该图说明模糊控制器的工作原理。
模糊控制器的工作原理为:
(1) 模糊化接口测量输入变量(设定输入)和受控系统的输出变量,并把它们映射到一个合适的响应论域的量程,然后,精确的输入数据被变换为适当的语言值或模糊集合的标识符。本单元可视为模糊集合的标记。
(2) 知识库涉及应用领域和控制目标的相关知识,它由数据库和语言(模糊)控制规则库组成。数据库为语言控制规则的论域离散化和隶属函数提供必要的定义。语言控制规则标记控制目标和领域专家的控制策略。
(3) 推理机是模糊控制系统的核心。以模糊概念为基础,模糊控制信息可通过模糊蕴涵和模糊逻辑的推理规则来获取,并可实现拟人决策过程。根据模糊输入和模糊控制规则,模糊推理求解模糊关系方程,获得模糊输出。
(4) 模糊判决接口起到模糊控制的推断作用,并产生一个精确的或非模糊的控制作用。此精确控制作用必须进行逆定标(输出定标),这一作用是在对受控过程进行控制之前通过量程变换来实现的
3、如何建立模糊规则？
答：模糊控制器规则是基于专家知识或操作者长期积累的经验，是模仿人的直觉推理的一种语言形式。模糊规则通常表述为“if……then……”等形式，设模糊控制器的输入变量为偏差e和偏差变化率ec，模糊控制器的输出变量为u，其相应语言变量分别为E、EC、U。规则库是为模糊推理提供规则。
4、简述模糊控制器的的设计步骤。
答：(1)确定模糊控制器的结构; (2)定义输入、输出模糊集；(3) 定义输入、输出隶属函数；(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。
5、在模糊控制器的设计中，常用的反模糊化的方法有哪几种？
最大隶属度法、中心法和加权平均法。
6、简述模糊控制的发展方向
模糊控制的发展方向有：（１）Fuzzy-PID复合控制（2）自适应模糊控制（3）专家模糊控制（4）神经模糊控制（5）多变量模糊控制
7、模糊控制系统一般由几个部分组成？
1）模糊控制器2）输入/输出接口装置3）广义对象4）传感器
8、比较模糊集合与普通集合的异同。
比较模糊集合与普通集合的异同。
相同点：都表示一个集合；
不同点：普通集合具有特定的对象。而模糊集合没有特定的对象，允许在符合与不符合中间存在中间过渡状态。
9、简述模糊集合的概念。
设为某些对象的集合,称为论域,可以是连续的或离散的；论域到[0,1]区间的任一映射
: →[0,1] 确定了的一个模糊子集；称为的隶属函数，表示论域的任意元素属
于模糊子集F的程度。模糊子集F的表示方法有几种，如：向量表示法、Zadeh表示法、序
偶表示法等。
10、试写出3种常用模糊条件语句及对应的模糊关系R ~
的表达式。
（1）设A ~、B ~分别是论域Ｘ、Ｙ上的模糊集合， 则模糊条件语句“if A ~ then B ~” 所
决定的二元模糊关系为：
]~[]~~[~
~~E A B A R B
A ??=→ （1分）
（2）设A ~、B ~和C ~分别是论域Ｘ、Ｙ和Ｚ上的模糊集合， 则模糊条件语句“if A ~
then
例：设论域中的两个模糊子集为
else
模糊集运算的基本定律：为论域，中的任意模糊子集，则有）幂等律
A=A A=A ）结合律∩（）∩∪（）交换律B=B ” 所决定的二元模糊关系为：
（2分）
（3） 设A ~、B ~和C ~分别是论域Ｘ、Ｙ和Ｚ上的模糊集合， 则模糊条件语句“if A ~
and
B ~
then C ~”所决定的二元模糊关系为：
[]
C B A R ~~~~
1??=T
第五章
1、简述人工神经元模型的基本原理
答：人工神经元是一个多输入单输出的非线性器件。它是根据人脑神经元的结构设计而成；常用一阶微分方程来描述，
式中，u i (i=1,2,...,m)为神经元i 的内部状态；θi 为阈值；x i 为输入信号；w ij 表示输入与神经元连接的权值；s i 表示外部输入的控制信号；f(?)表示神经元输入与输出的对应关系，又称激活函数，用于模拟生物神经元的非线性传递特性。
2、人工神经网络的常用学习方法有哪些？试推到出Q 学习规则。
答：有教师学习、无教师学习、再励学习；Q 学习规则：
? 假设下列误差准则函数
)
15()
(1-????
?
=-=∑=i i
n
j i
j ij i u f y x w u θ
? 式中，d p 代表期望的输出(教师信号)，y p =f (WX p )为网络的实际输出，W 是权值向量
? X p 为输入模式：X p =(x 1,x 2,...,x n )T ，训练样本数p =1,2, ..., M 。
? 问题是如何调整权值W ，使准则函数最小。可用梯度下降法来求解，基本思想是延着E 的负梯度方向不断修正W 值，直到E 达到最小，这种方法的数学表达式为 ? 其中
? 用θp 表示WX p ,则有
? W 的修正规则为
3、前馈神经网络和反馈神经网络各有什么特点？
答：前馈神经网络的特点：（1）各神经元只接收前一层的输出作为自己的输入，并且将其输
出给下一层，整个网络中没有反馈。（2）是一个很强的学习能力系统。（3）具有复杂的非线性处理能力等
反馈神经网络的特点：（1）每个节点只有一个输入和输出（2）是一种反馈动力学系统（3）具有联想记忆的功能等。
4、BP 学习算法的计算步骤
答：给定输入向量和目标输出、求隐含层、输出层各节点输出、求目标值与实际输出的偏差、计算反向误差、权值学习
5、ＰＩＤ神经网络的网络结构并推导其学习算法
答：PID 神经网络是三层前向神经网络，具有非线性特性。它是将PID 控制规律融入神经网络构成的，隐含层节点分别为比例(P)、积分(I)、微分(D)单元， PID 神经网络采用反向传播(BP)学习算法：
? (1)隐含层至输出层权值调整算法：
? 式中， ? 用符号函数近似代替。
)
85()(-??-
=?W E W η)
95(1
-??=??∑=M
p
p
W
E W
E
)
105()(2
1
2--=
p p p y d E )
115()()(-'--=????=????=??p
p p p p p p
p p p p p p X f y d X y y E W E W E θθθθ)
125()()(1-'-=?∑=M
p p
p p p X f y d W θη)
515()()1(2-??-=+j
j j w E
k w k w ηx y
??)
565()
()()()1()555()
1()()
1()(sgn
)()(2-+=+-----=k q k k w k w k x k x k y k y k e k j j j j j δηδ)525()()(-??-=??????=????=??x
y
k q k e w x x y y E w x x E w E j
j
j j
? 则有
? (2)输入层至隐含层权值调整算法：
? 最终可得到：
6、人工神经网络有哪些主要的结构特征？
（1）并行处理；（2分）（2）信息分布式存储；（2分）容错性。（1分）
7、神经网络应具备的四个基本属性是什么？
1）并行分布式处理2）非线性处理 3）自学习功能 4）可通过硬件实现并行处理
8、简述误差反向传播学习算法的主要思想
误差反传算法的主要思想是把学习过程分为两个阶段（1分）：第一阶段（正向传播过程）给出输入信息通过输入层经隐含层逐层处理并计算每个单元的实际输出值（2分）；第二阶段（反向过程），若在输出层未能得到期望输出值，则逐层递归的计算实际输出与期望输出之差值（误差）以便根据此差值调节权值。
9、简述前向(多层)神经网络的结构并画出结构图。
前向(多层)神经网络具有递阶分层结构,由一些同层神经元间不存在互连的层组成。从输入层至输出层的信号通过单向连接流通；神经元从一层连接至下一层,不存在同层神经元
间的连接,如图所示。前向(多层)神经网络具有形式，如：多层感知器、BP 网络、RBF 网络等。
前向(多层)神经网络
)
575()()1(1
-??-=+ij
ij ij w E k w k w η)
625()
()()()1()615()()
1()()
1()(sgn )()(1-+=+------=k u k k w k w k w k z k z k q k q k k i j ij ij j j j j j j ij δηδδ
10、简述神经网络的发展历程。
神经网络的发展历程经过4个阶段。
（1 ）启蒙期（1890-1969年）( 1分)
（2 ）低潮期（1969-1982）( 1分)
（3）复兴期（1982-1986）( 2分)
1982年，物理学家Hoppield提出了Hoppield神经网络模型，该模型通过引入能量函数，实现了问题优化求解，1984年他用此模型成功地解决了旅行商路径优化问题(TSP)。
在1986年，在Rumelhart和McCelland等提出了一种著名的多层神经网络模型，即BP 网络。该网络是迄今为止应用最普遍的神经网络。
（4）新连接机制时期（1986-现在）( 1分)
11、简述神经网络具备的特征。
（1）能逼近任意非线性函数；( 1分)
（2）信息的并行分布式处理与存储；( 1分)
(3) 可以多输入、多输出；( 1分)
（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；(1分)
（5）能进行学习，以适应环境的变化。( 1分)
12、简述BP基本算法的优缺点。
BP网络的优点为：
（1）只要有足够多的隐层和隐层，BP网络可以逼近任意的非线性映射关系；
(2) BP网络的学习算法属于全局逼近算法，具有较强的泛化能力；
（3）BP网络输入输出之间的关联信息分布地存储在网络的连接权中，个别神经元的损坏对输入输出关系有较小的影响，因而BP网络具有较好的容错性。
BP网络的主要缺点为：
（1）待寻优的参数较多，收敛速度较慢；
(2)目标函数函数存在多个极值点，按梯度下降法进行学习，很容易陷入局部极小值；
（3）难以确定隐层和隐层节点的数目。
13、.简述RBF神经网络和BP神经网络的主要区别。
RBF神经网络的学习过程和BP神经网络的学习过程类似，二者的主要区别在于各使用不同的作用函数。BP神经网络中隐层使用的Sigmoid是函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络（２分）；而RBF神经网络的作用函数是高斯函数，其值在输入空间中有限的范围内为非零值，因而是一种局部逼近的神经网络（２分），采用RBF神经网络可大大加快学习的速度，适合于实时控制的要求。（１分）
第七章
1、遗传算法主要应用于哪些领域？
答：遗传算法的主要应用领域：函数优化；组合优化；生产调度问题；自动控制；机器人智能控制；图像处理和模式识别；人工生命；机器学习；遗传程序设计。
2、简述遗传算法的基本原理。
答：遗传算法将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体
中，按所选择的适应函数并通过遗传中的复杂、交叉及变异对个体进行筛选，使适应高的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，知道满足一定的条件。 3、遗传算法编码的原则和方法是什么？
答：编码原则：(1)有意义基因块编码原则。(2)最小字符集编码原则。 在处理实际问题时，必须对编码方法、交叉运算方法、变异运算方法、解码方法等统筹考虑，以便对问题求解简便，寻求遗传运算效率最高的编码方法。
编码方法：二进制编码方法、格雷码编码方法、实数编码、多参数编码 4、适应度函数的设计对遗传算法有哪些影响？
答：适应度函数的设计对遗传算法的影响还表现在以下几方面： (1)适应度函数影响遗传算法的迭代停止条件。 (2)适应度函数与问题约束条件。
5、遗传算法中包括哪些基本算子？每个基本算子又包括哪些方法？ 答：选择算子、交叉算子和变异算子；
选择算子的方法：适应度比例选择法、最佳个体保存方法、期望值方法、排序选择法、随机
联赛选择法
交叉算子的方法：单点交叉、双点交叉与多点交叉、均匀交叉、算术交叉 变异算子的方法：基本变异算子、均匀变异、非均匀变异
1. 分别画出以下应用场合下适当的隶属函数： （a ）我们绝对相信
4π附近的e(t)是“正小”，只有当e(t)足够远离4
π时，我们才失去e(t)是“正小”的信心；（4分） （b ）我们相信
2π附近的e(t)是“正大”，而对于远离2
π的e(t)我们很快失去e(t)是“正大”的信心；（4分） （c ）随着e(t)从
4π向左移动，我们很快失去e(t)是“正小”的信心，而随着e(t)从4
π
向右移动，我们较慢失去e(t)是“正小”的信心。（4分）
1．
(a) (b) (c) 2. 分别画出以下应用场合下适当的隶属函数：
（a ）我们绝对相信
2π附近的e(t)是“正小”，只有当e(t)足够远离2
π时，我们才失去e(t)是“正小”的信心；（4分） （b ）我们相信
3π附近的e(t)是“正大”，而对于远离3
π的e(t)我们很快失去e(t)是“正大”的信心；（4分） （c ）随着e(t)从
6π向左移动，我们很快失去e(t)是“正小”的信心，而随着e(t)从6
π
向右移动，我们较慢失去e(t)是“正小”的信心。（4分）
2
π
正小
μ
()()
,.e t rad 1.0
0.5
3
π
正大
μ
()()
,.e t rad 1.0
0.5
(a) (b)
3.论域X=[0，100]上的模糊集合A 代表“偏大”，在[0，80]区间上()0.0125A x x =，在（80，100]区间上()1A x =。
（1）写出A 的隶属度函数的解析表达式 （2）画出A 的隶属度函数曲线 答 ()A x =0.0125x 080x ≤≤
1 80100x <≤ （2分） 图略（2分）
4.设实数论域X 上的模糊集A “大约是5”采用高斯型隶属函数表示，其中参数
1
,52c σ=
=
（1）写出A 的隶属度函数的解析表达式 （2分） （2）画出A 的隶属度函数曲线 （2分）
答（1） ()A x =2
(5)x e -- （2分） （2） 图略（2分）
5.设实数论域X 上的模糊集A “大约是6”采用三角形隶属函数表示，其中参数a=3; b=6; C=8
（1）写出A 的隶属度函数的解析表达式 （2）画出A 的隶属度函数曲线
答 0
33363
()868208x x x A x x x x ≤??-?≤≤?=?-?≤≤??≥?
（2分） 图略（2分）
6. 画出以下两种情况的隶属函数图：
（a ）画出精确集合 {}42A x x ππ=≤≤的隶属函数图；（4分）
（b ）写出单点模糊（singleton fuzzification ）隶属函数的数学表达形式，并画出隶属函数图。（4分）
（c ）画出精确集合 {}82A x x ππ=≤≤的隶属函数图；（4分）
4
π
2
πμx
1.00.5
(a)
μ
i
u u
() 1 ?0 x u i
fuz x A i
otherwise
μ=???=????
(b)
8
π2
πμx
1.00.5
(c)
7. 某模糊控制系统的输入语言变量E 和输出语言变量U 的语言值均为：NB 、NS 、O 、PS 、PB ，E 的论域为X ＝{－3，－2，－1，0，1，2，3}，U 的论域为Y ＝{－3，－2，－1，0，1，2，3}。设语言变量E 和U
的赋值表为：
量化等级
语言变量值
－3 －2 －1 0 1 2 3
PB 0 0 0 O 0 0．5 1 PS 0 0 0 1 1 0．5 0 O O O 0．5 1 0．5 0 0 NS 0 0．5 1 l 0 0 0 NB
1
0．5
试给出以上论域中各元素对各语言变量值所确定的模糊子集的隶属函数曲线。
8. 一个模糊系统的输入和输出的隶属函数如图1所示。试计算以下条件和规则的隶属函数： （a ）规则1：If error is zero and chang-in-error is zero Then force is zero 。 均使用最小化操作表示蕴含(using minimum opertor)；（5分）
（b ）规则2：If error is zero and chang-in-error is possmall Then force is negsmall 。 均使用乘积操作表示蕴含(using product opertor)；（5分）
假定当前的输入条件为：error= 0 , chang-in-error =/9π
8
π4
π()()
,.d
e t r a d d t
“zero”“negsmall”“neglarge”-1-2
01
2
“possmall”“poslarge”
8
π-
4
π-
16
π()()
,u t N “zero”“negsmall”“neglarge”-1-2
01
2
“possmall”“poslarge”
30
2010-10-20-304
π2
π()()
,.e t r a d “zero”
“negsmall”“neglarge”-1-2
01
2
“possmall”
“poslarge”
4
π-
2
π
-
()()
,u t N “zero”
10-10
8π8
π-
“zero”
()d e t dt
4
π4
π-
“zero”
(b)
()()
,u t N -10
-20“negsamll”
0.75
()
e t 4
π4
π-
“zero”8
π4π“possmall”
()d
e t dt
9. 一个模糊系统的输入和输出的隶属函数如下图所示。试通过作图法分别推理每条规则的输出隶属度函数：
（a ）规则1：If error is zero and chang-in-error is zero Then force (u)is zero 。 使用最小化操作表示蕴含（using product opertor ）（4分）
（b ）规则2：If error is zero and chang-in-error is possmall Then force(u) is negsmall 。 使用乘积操作表示蕴含（using product opertor ）（4分）
假定当前的输入条件为：error= 0 , chang-in-error =/9π
8
π4
π()(),.d
e t r a d d t
“zero”“negsmall”“neglarge”-1-2
01
2
“possmall”“poslarge”
8
π-
4
π-
16
π()()
,u t N “zero”“negsmall”“neglarge”-1-2
01
2
“possmall”“poslarge”
3020
10-10-20-304
π2
π()()
,.e t r a d “zero”“negsmall”“neglarge”-1-2
01
2
“possmall”“poslarge”
4
π-
2
π
-
()()
,u t N “zero”
10-10
8π8
π-
“zero”
()d e t dt
4
π4
π-
“zero”
(b)
()()
,u t N -10
-20“negsamll”
0.75
()
e t 4
π4
π-
“zero”8
π4π“possmall”
()d
e t dt
10. 一个模糊系统的输入和输出的隶属函数如图1所示。试计算以下条件和规则的隶属函数：
（a ）规则1：If error is negsmall and chang-in-error is possmall Then force is zero 。 均使用最小化操作表示蕴含(using minimum opertor)；（5分）
(b) 规则2：If error is negsmall and chang-in-error is zero Then force is possmall 。均使用乘积操作表示蕴含(using product opertor)；（5分）
假定当前的输入条件为：error= /4π- , chang-in-error =/16π (a)略 (b)略
8
π4
π()(),.d
e t r a d d t
“zero”“negsmall”“neglarge”-1-2
01
2
“possmall”“poslarge”
8
π-
4
π-
16
π()()
,u t N “zero”“negsmall”“neglarge”-1-2
01
2
“possmall”“poslarge”
3020
10
-10
-20
-30
4
π2
π()()
,.e t r a d “zero”“negsmall”“neglarge”-1-2
01
2
“possmall”“poslarge”
4
π-
2
π
-
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
2011-12学年第1学期_ 智能控制试题B
（勤奋、求是、创新、奉献） 2011～2012学年第2学期考试试卷B 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 选择、交叉、变异 二、简答题（共24分，每题6分） 1、下式是永真蕴含式吗？如是请证明之。 ┐Q ∧ (P →Q)? ┐P 证明：（1）┐Q ∧ (P →Q)为T 推出┐P 为T ┐Q ∧ (P →Q)为T 推出┐Q 且(P →Q)为T →Q 为F 且(P →Q)为T 分情况讨论p F-----------------p T ---???为显然不成立 为成立 （2）┐P 为F 推出┐Q ∧ (P →Q)为F →P 为T 推出┐Q ∧ (P →Q)为F 分情况讨论Q F-----------------Q T -------???为成立 为成立 (3)真值表法 2、简述隶属度函数建立的一般准则？ 表示隶属度函数的模糊集合必须是凸模糊集合 变量所取隶属度函数通常是对称和平衡的 隶属度函数要符合人们的语义顺序，避免不恰当的重叠
智能控制技术试卷
一、选择题 1、蔡自兴教授提出智能控制系统的四元结构，认为智能控制是人工智能、控制理论、系统理论和运筹学四种学科的交叉。 2、专家是指在某一专业领域内其专业知识与解决问题的能力达到很高水平的学者。 3、专家系统中的知识按其在问题求解中的作用可分为三个层次，即数据级、知识库级和控制级。 4、不确定性知识的表示有三种:概率、确定性因子和模糊集合。 5、Hebb学习规则是一种无教师的学习方法，它只根据神经元连接间的激活水平改变权值，因此这种方法又称为相关学习和并联学习。 6、交叉运算是两个相互配对的染色体按某种方式相互交换其部分基因，从而形成两个新的个体。 二、判断题 1、IEEE控制系统协会把智能控制归纳为：智能控制系统必须具有模拟人类学习和自适应的能力。（ T ） 2、不精确推理得出的结论可能是不确定的，但会有一个确定性因子，当确定性因子超过某个域值时，结论便不成立。（ F ） 3、一般的专家系统由知识库、推理机、解释机制和知识获取系统等组成。（ T ） 4、人机接口是专家系统与领域专家、知识工程师、一般用户间进行交互的界面，由一组程序及相应的硬件组成，用于完成知识获取工作。（ F ） 5、Hopfield神经网络是反馈神经网络中最简单且应用广泛的模型，它具有联想记忆的功能。（ F ） 6、知识是将有关的信息进一步关联在一起，形成了更高层次含义的一种信息结构，信息与关联是构成知识的两个基本要素。（ T ） 7、建造知识库涉及知识库建造的两项主要技术是知识获取和知识存放。（ F ） 8、模糊控制系统往往把被控量的偏差（一维）、偏差变化（二维）以及偏差的变化率（三维）作为模糊控制器的输入。（ T ） 9、RBF网络的学习过程与BP网络的学习过程是类似的，两者的主要区别在于使用了相同的激励函数。（ F ） 10、应用遗传算法求解问题时，在编码方案、适应度函数及遗传算子确定后，算法将利用进化过程中获得的信息自信组织搜索。（ T ） 三、简答题 1.分别说明专家系统与专家控制系统？ 答：专家系统就是利用存储在计算机内的某一特定领域内人类专家的知识，来解决过去需要人类专家才能解决的现实问题的计算机系统。专家控制是将人工智能领域的专家系统理论和技术与控制理论方法和技术相结合，仿效专家智能，实现对较为复杂问题的控制。基于专家控制原理所设计的系统称为专家控制系统。 2.人工神经网络中两种典型的结构模型是什么？它们进行学习时具有哪些特点？ 答：两种典型的结构模型是前馈神经网络和反馈神经网络。前馈神经网络有感知器和BP网络等；主要采用 学习规则，这是有教师学习方法。反馈神经网络有Hopfield神经网络、Boltzmann机网络等；主要采用Hebb学习规则，概率式学习算法。
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。
最新智能控制基础期末考试题答案
2010级智能控制基础期末 复习思考题 一重要概念解释 1 智能控制 所谓的智能控制，即设计一个控制器（或系统），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做出适应性反应，从而实现由人来完成的任务。 2 专家系统与专家控制 专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。 专家控制是智能控制的一个重要分支。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。它由知识库和推理机构构成主体框架，通过对控制领域知识的获取与组织，按某种策略及时的选用恰当的规则进行推理输出，实现对实际对象的控制 3 模糊集合与模糊关系，模糊推理模糊控制 ● 1）模糊集合：给定论域U 上的一个模糊集A %是指：对任何元素u U ∈ 都存在一个数()[] 0,1A u μ∈与之对应，表示元素u 属于集合A % 的程度，这个数称为元素u 对集合A %的隶属度，这个集合称为模糊集合。 ● 模糊关系：二元模糊关系：设A 、B 是两个非空集合，则直积(){},|,A B a b a A b B ?=∈∈中的一个 模糊集合 称为从A 到B 的一个模糊关系。模糊关系R %可由其隶属度(),R a b μ完全描述，隶属度 (),R a b μ 表明了元素a 与元素b 具有关系R %的程度。 ● 模糊推理：知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输出 的情况，这就叫“模糊推理”。 4 神经网络？ 答：人工神经网络是模拟人脑思维方式的数学模型。神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为,对人脑进行抽象和简化，反映了人脑的基本特征，信息处理、学习、联想、模式分类、记忆等。 5 遗传算法 答：遗传算法将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体中，按所选择的适配置函数并通过遗传的复制、交叉及变异对个体进行筛选，使适配值高的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。 一 专家控制部分 1. 专家系统的组成及各部分特点？
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。
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
智能控制考试题库
填空题（每空1分，共20分） 控制论的三要素是：信息、反馈和控制。 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、轴突和突触四部分构成。 按网络结构分，人工神经元细胞可分为层状结构和网状结构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 基础。 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基础发展起来的。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，按智能控制的高低分为组织级、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，是基于被控对象精确模型的控制方式，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，是一种动态反馈。 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，其内部包含某领域专家水平的知识和经验，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部分构成） 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基础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，
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。
智能控制试卷A答案
常州工学院继续教育学院 武进函授站20学年第学期科目试卷：传感器原理试卷类型：A（A或B） 姓名：学号：班级：20级机电一体化专科 总分 题号一二三四五六题目分值 评卷人得分 一、填空题（） 1、控制论的三要素是：信息、反馈和控制。 2、传统控制是经典控制和现代控制理论的统称。 3、智能控制系统的核心是去控制复杂性和不确定性。 4、神经元（即神经细胞）是由细胞体、树突、轴突和突触四部分构成。 5、按网络结构分，人工神经元细胞可分为层状结构和网状结构，按照学习方式分可分为有教师学习和无教师学习。 6、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。 7、神经网络工作过程主要由工作期和学习期两个阶段组成。 二、判断题（） 1、对反馈网络而言，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） 2、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） 3、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
的基础上的。（错） 4、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） 5、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） 6、对于前馈网络而言，一旦网络的用途确定了，那么隐含层的数目也就确定了。（错） 7、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，那么网络在异步方式下必收敛于下一个稳定状态。（对） 8、对连续HOPFIELD网络而言，无论网络结构是否对称，都能保证网络稳定。（错） 9、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） 10、人工神经元网络和模糊系统的共同之处在于，都需建立对象的精确的数学模型，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） 三、简答题（） 1、智能控制系统有哪些类型？ 答：1）多级递阶智能控制2）基于知识的专家控制3）基于模糊逻辑的智能控制——模糊控制4）基于神经网络的智能控制——神经控制5）基于规则的仿人智能控制6）基于模式识别的智能控制7）多模变结构智能控制8）学习控制和自学习控制9）基于可拓逻辑的智能控制——可拓控制10）基于混沌理论的智能控制——混沌控制 2、比较智能控制与传统控制的特点？ 答：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
智能控制导论复习题
试题 一、名词解释 1．智能 2. 自动控制 3. 专家控制系统 4. 学习控制 5. 免疫算法 6．信息7. 智能控制系统8. 专家系统9. 学习控制系统10. 人工免疫系统 11．信息论12. 黑板13. 模糊判决14. 学习系统15. 选择操作 二、填空题 16. 免疫系统在受到外界病菌的感染后，能够通过自身的免疫机制恢复健康以保持正常工作的一种特性称为免疫系统的。 17．智能控制是采用驱动智能机器实现其目标的过程 18．知识是人们通过体验、学习或联想而知晓的对客观世界。 19．与学习系统相似，学习控制系统分为在线学习控制系统和控制系统两类。 20．基于模式识别的学习控制系统，可被推广为一个具有在线特征辨识的分层递阶结构，该控制系统由三级组成，即组织级、和执行控制级。 21. 真体的行动受其心理状态驱动，人类心理状态的要素有认知、情感、三种。 22．神经网络主要通过两种学习算法进行训练，即无师学习算法和。 23．神经网络自适应控制和常规自适应控制一样，也分为两类，即和模型参考自适应控制。 24．实现学习控制系统需要三种能力：性能反馈、、训练。 25，遗传算法是模仿和自然选择机理，通过人工方式构造的一类优化搜索算法。 26. 把智能控制与传统控制有机地组合起来，即可构成系统。 27．人们通过体验、学习或联想而知晓的对客观世界规律性的认识是。 28．间接进化控制是由作用于系统模型，再综合系统状态输出与系统模型输出作用于进化学习，然后，系统在应用一般闭环反馈控制原理构成进化控制系统。 29. 仿人控制研究的主要目标不是控制对象，而是控制器本身如何对控制专家结构和的模拟。
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
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。
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
智能控制系统考试题库
智能控制系统考试题库 考试类型 概念题：3’*5 论述题：6’*4 计算题：10’+11’ 设计题：20’*2 一：概念题： 1.智能控制；模糊控制；专家控制；神经网络定义 2.写出模糊控制器的四个主要组成部分名称 3.递阶智能系统的智能程度分布一般要遵循什么原则？ 4.何谓神经网络的泛化能力？ 5.写出遗传算法的三个基本操作 6.写出自组织神经网络的三个基本过程 7.写出四种专家系统的知识表示方法 8.写出遗传算法中两种编码方法 二：论述题 1.为什么模糊输出向量要进行解模糊计算？ 2.简述隶属度函数建立的一般准则 3.简述BP算法中误差信号反向传播过程 4.简述模糊控制器的各组成部分功能 5.简述遗传算法进化过程中两种“早熟”现象 6.简述三种提高网络泛化能力的措施 7.写出专家系统组成中知识赛，数据库和推理机的功能 8.简述隶属度函数建立的一般准则 9.简述专家系统各组成部分的功能 10.为什么模糊推理得到的结果要进行解模糊处理?写出常见的两种解模糊方法 11.简述适应度函数在遗传算法中的作用 12.递阶智能控制系统的主要结构特点有哪些？ 13.信息特征，获取方式，分层方式有哪些？ 14.详细描述数据融合的流程和方法 15.详细描述递阶智能控制系统的优化算法模型 16.比较模糊集合和普通集合的异同 17.简述模糊控制系统的组成与工作原理 18.试举例说明传统集合中叉积序偶的顺序是不能颠倒的 19.结合自身理解浅谈模糊数学与模糊集合的概念 20.举例说明模糊数学隶属函数的概念 21.简述人工神经网络定义及特征 22.生物神经元由哪几部分组成？每一部分的作用是什么？他有哪些特征？ 23.简述BP算法的神经网络结构及学习算法 24.简述遗传算法的特点及关键问题
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