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
经过预处理的数据→→数据融合→→特征提取→→融合属性说明
3，决策级融合
经过预处理数据→→特征提取→→属性说明→→属性融合→→融合属性说明
二、数据融合方法：
1，代数法
主要包括：加权融合法，单变量图象差值法，图象比值法
2，图像回归法
首先假定影像的像元值是另一影像的一个线性函数，通过最小二乘法来进行回归，然后再用回归方程计算出的预测值来减去影像的原始像元值，从而获得二影像的回归残差图像。经过回归处理后的遥感数据在一定程度上类似于进行了相对辐射校正，因而能减弱多时相影像中由于大气条件和太阳高度角的不同所带来的影响。
3，主成分变换
也称为W-L变换，数学上称为主成分分析（PCA）。PCT是应用于遥感诸多领域的一种方法，包括高光谱数据压缩、信息提取与融合及变化监测等。PCT使用相关系数阵或协方差阵来消除原始数据的相关性，以达到去除冗余的目的。对于融合后的数据来说各波段的信息所作出的贡献能最大限度地表现出来。
4，K-T变换
即Kauth-Thomas变换，简称K-T变换，又形象地成为"缨帽变换。它是线性变换的一种，它能使座标空间发生旋转，但旋转后的坐标轴不是指向主成分的方向，而是指向另外的方向。
5，小波变换
小波变换是一种新兴的数学分析方法，已经受到了广泛的重视。小波变换是一种全局变换，在时间域和频率域同时具有良好的定位能力，从而被誉为"数学显微镜"。
6，IHS变换
3个波段合成的RGB颜色空间是一个对物体颜色属性描述系统，而IHS色度空间提取出物体的亮度I，色度H，饱和度S，它们分别对应3个波段的平均辐射强度、3个波段的数据向量和的方向及3个波段等量数据的大小。RGB颜色空间和IHS色度空间有着精确的转换关系。
7，贝叶斯（Bayes）估计
8，D-S推理法
9，人工神经网络（ANN）
10，专家系统
4．详细描述递阶智能控制系统的优化算法模型
答：递阶智能控制系统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和自适应控制、自学习控制和自组织控制的关系之后逐渐形成的，是智能控制的最早理论之一。
递阶智能控制系统结构图
如结构图所示，递阶智能控制系统可分为现场级、控制级、局部优化级、全局优化级四个部位。
具体优化算法：现场级通过数据采集系统与分布式控制系统将现场状态信号传递给控制级，控制级通过聚合器将各个信号经过一个个子过程完成数据融合，并将融合估值反馈给局部优化级，局部优化级对数据进行决策后将信息反馈给全局优化级并对下一级传达指令，全局优化级通过知识库对数据进行比较、推理、排序。预测之后作出决策，从而使整个系统总熵最小，实现全局最优。
5.比较模糊集合和普通集合的异同。
答：
6．确定“高智商”、“正常智商”和“低智商”的合理的隶属函数。
解：①由互联网搜索，调查的“高智商”的范围如下表1：
由上表可求出各点的隶属度如下：
u(95)=3/30=0.1 u(100)=6/30=0.2
u(105)=10/30=0.333 u(110)=12/30=0.4
u(115)=18/30=0.6 u(120)=24/30=0.8
u(125)=27/30=0.9 u(130)=28/30=0.933
u(135)=29/30=0.967 u(140)=30/30=1
高智商曲线：
图1：高智商曲线
隶属函数的确定:
把高智商曲线图与常用隶属函数相匹配，可知，高智商的隶属函数应是梯形隶属函数模型，如下：
0 ,x (x-a)/(b-a) ,a<=x UA（x）= 1 ,b<=x<=c (d-x)/(d-c) ,c 0 ,x>d 由高智商曲线知，a= 90，b=140，c为无穷大，d无意义。 所以高智商隶属函数为： 0 ,x<90 UA（x）= (x-90)/50 ,90<=x<140 1 ,140<=x 由上表可求出各点的隶属度如下： u(70)=3/30=0.1 u(75)=6/30=0.2 u(80)=16/30=0.533 u(85)=21/30=0.7 u(90)=27/30=0.9 u(95)=30/30=1 u(100)=30/30=1 u(105)=27/30=0.9 u(110)=25/30=0.833 u(115)=21/30=0.7 u(120)=14/30=0.467 正常智商曲线： 图2：正常智商曲线 隶属函数的确定: 把正常智商曲线图与常用隶属函数相匹配，可知，正常智商的隶属函数应是正态隶属函数模型，如下： UA（x）=exp[-（（x-a）/b）2] 由正常智商曲线并计算知：a=98，b=607 所以正常智商隶属函数为： UA（x）=exp[-（（x-98）/607）2] 由上表可求出各点的隶属度如下： u(30)=12/30=0.4 u(35)=22/30=0.733 u(40)=27/30=0.9 u(45)=30/30=1 u(50)=30/30=1 u(55)=30/30=1 u(60)=30/30=1 u(65)=29/30=0.967 u(70)=24/30=0.8 u(75)=14/30=0.467 低智商曲线： 图3：低智商曲线 隶属函数的确定: 把低智商曲线图与常用隶属函数相匹配，可知，低智商的隶属函数应是梯形隶属函数模型，如下： 0 ,x (x-a)/(b-a) ,a<=x U A（x）= 1 ,b<=x<=c (d-x)/(d-c) ,c 0 ,x>d 由低智商曲线并计算知：a=0，b=45，c=60，d=80. 所以低智商隶属函数为： 0 ,x<0 x/45 ,0<=x<45 U A（x）= 1 ,45<=x<=60 4 - x/20 ,60 0 ,x>80 7．简述模糊控制系统的组成与工作原理 答：模糊控制系统是一直全自动控制系统，是以模糊数学、模糊语言形式的知识表示和模糊逻辑推理为理论基础，采用计算机控制技术构成的一种具有闭环结构的数学控制系统，系统组成核心是模糊控制器。 模糊控制系统由模糊化接口、模糊化推理、解模糊化接口、知识库、被控对象、比较元件等组成。 模糊控制系统基本原理图 控制系统原理图如上，图中虚线部分被称为模糊控制器部分。 基本工作原理：微机经中断采样获取被控制量的精确值，然后将此量与给定值进行模糊化，变成模糊量，偏差e的模糊量可以相应的模糊语言表示，得到偏差e的模糊语言集合的一个子集。再由模糊子集、模糊控制规则和前向推理进行模糊推理，得到模糊控制量为ｕ=E'·R，式中ｕ为一个模糊量。 为了对控制对象施加精确的控制，还需要将模糊量ｕ转换为精确量。这一步骤称为解模糊。得到了精确的数字模糊量后，经数模转换为精确的模拟量送给执行机构，对被控制对象进一步控制。然后中断等待第二次采样进行第二步控制。这样循环下去，就实现了被控制对象的模糊控制。 8．试举例说明传统集合中叉积序偶的顺序是不能颠倒的。 答：假设有2个传统集合A，B。令A={1,2}，B={3,4}。假定A?B={（1,3），（1,4），（2,3），（2,4）}表示直角坐标系中的点。 若叉积序偶顺序可以颠倒，那么A?B中的元素（1,3）和（3,1）是表示同一个点，很显然，这是不符合逻辑的，所以叉积序偶中的顺序是不能颠倒的。 9．结合自身理解浅谈模糊数学与模糊集合的概念 答：模糊数学是建立在模糊集合基础上研究和处理模糊性现象的一种数学理论和方法。而模糊集合中的元素与集合之间没有绝对的隶属关系，集合的边界也是模糊的。像我们常说 的“冷”、“热”就是一些模糊集合，它们没有清晰的温度界限。同一个温度对于不同的人在不同的时刻得到的感觉也是不一样的，也就是说温度和冷热之间没有绝对的隶属关系。 10．举例说明模糊数学隶属函数的概念。 答：隶属函数是用于表述模糊集合的一种数学工具。由于模糊集合中元素u和论域U之间的隶属关系具有不明确性，为了描述这种属关系，用区间[0，1]中某一数值来描述元素u 属于论域U的程度，而由此在论域U上的产生函数μ即为模糊集上的隶属函数。 11.用模糊统计法确定“青年人”的隶属函数。 解：（1）根据张南纶教授在武汉做的一项关于“青年人”年龄段区间的调查实验，在剔除 u=27的隶属频率 （2）求不同样本下 u=27的隶属频率稳定值 （3）绘图得出 所以，0u =27的隶属频率稳定值为 。 （4）同理，可以得到论域中每个元素对A 的隶属频率，如下： 当[] []0,1040,100x ∈时，A （x ）=0。 （5）根据以上数据，作出青年人的隶属函数曲线 （6）确定隶属函数 通过分析比较，隶属函数图像与岭形分布的中间型非常相似，中间型的隶属函数如下： 根据数据，选取113a =，220a =，324a =，437a =，代入得函数。 所以青年人的隶属函数为： ()~ 270.783A u = （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 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 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 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？ 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。 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 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， 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 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。 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 （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 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。 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》考试试题 试题1： 针对某工业过程被控对象：0.520 ()(101)(21) s G s e s s -= ++，试分别设计常规PID 算法控制器、模糊控制器、模糊自适应PID 控制器，计算模糊控制的决策表，并进行如下仿真研究及分析： 1. 比较当被控对象参数变化、结构变化时，四者的性能； 2. 研究改善Fuzzy 控制器动、静态性能的方法。 解： 常规PID 、模糊控制、Fuzzy 自适应PID 控制、混合型FuzzyPID 控制器设计 错误！未找到引用源。. 常规PID 调节器 PID 控制器也就是比例、积分、微分控制器，是一种最基本的控制方式。它是根据给定值()r t 与实际输出值()y t 构成控制偏差()e t ，从而针对控制偏差进行比例、积分、微分调节的一种方法，其连续形式为： 1 () ()[()()]t p d i de t u t K e t e t dt T T dt =+ +? （1.1） 式中，p K 为比例系数，i T 为积分时间常数，d T 为微分时间常数。 PID 控制器三个校正环节中p K ，i T 和d T 这三个参数直接影响控制效果的好坏，所以要取得较好的控制效果，就必须合理地选择控制器的参数。 Ziegler 和Nichols 提出的临界比例度法是一种非常著名的工程整定方法。通过实验由经验公式得到控制器的近似最优整定参数，用来确定被控对象的动态特性的两个参数：临界增益u K 和临界振荡周期u T 。 用临界比例度法整定PID 参数如下： 表1.1 临界比例度法参数整定公式 控制器类型 P K i T d T P 0.5u K ∞ 0 PI 0.455u K 0.833u T 智能控制考试题及答案 智能控制技术考试题及答案《智能控制技术》考试试题A 《智能控制》课程考试试题A参考答案 一、填空题 (1) OPEN (2) 最有希望 (3) 置换 (4) 互补文字(5) 知识库(6) 推理机 (7) 硬件 (8) 软件 (9) 智能(10) 傅京孙(11) 萨里迪斯(12) 蔡自兴(13) 组织级 (14) 协调级(15) 执行级 (16) 递阶控制系统 (17) 专家控制系统 (18) 模糊控制系统 (19) 神经控制系统 (xx年来,自动控制一直在寻找新的出路。现在看来,出路之一就是实现控制系统的智能化,以期解决面临的难题。 智能控制采用各种智能化技术实现复杂系统和其它系统的控制目标,是一种具有强大生命力的新型自动控制技术。智能控制是人工智能和自动控制的重要部分和研究领域,并被认为是通向自主机器递阶道路上自动控制的顶层。下图表示自动控制的发展过程和通向智能控制路径上控制复杂性 增加的过程。从图中可以看出,这条路径的最远点是智能控制,至少在当前是如此。智能控制涉及高级决策并与人工智能密切相关。 智能控制是一门新建立的学科,无论在理论上或应用上,仍然不够完善,有待继续研究与发展。展望智能控制的发展,我们应该: (1) 与智能控制的目标和定义相比,智能控制研究尚存在一些需要解决的问题。 人脑的结构和功能要比人们想象的复杂得多,人工智能和智能控制研究面临的困难要比我们估计的重大得多,智能科学工作者的研究任务要比我们讨论过的艰巨得多。同时,要从根本上了解人脑的结构与功能,解决面临的困难,完成人工智能和智能控制的研究任务,需要寻找和建立更新的智能控制框架和理论体系,为智能控制的进一步发展打下稳固 (2) 与人工智能相似的是,智能控制技术是人工智能技术与其它信息处理技术,尤其是信息论、系统论、控制论和认识工程学等的集成。从学科结构的观点来看,提出了不同的思想,其中,智能控制的四元交集结构是最有代表性的一种集成思想。在智能控制领域内已集成了许多不同的控制方案,如模糊自学习神经控制就集成了模糊控制、学习控制和神经 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 五、简答题 106. 简述递阶智能机器一般层级结构及各级功能 107．简述专家控制器的设计原则 108. 简述仿人控制器的智能属性 109. 简述实现NN监督式控制的步骤 110. 简述真体的特性 111．简述建立专家系统的一般步骤 112．简述学习控制的机理 113. 简述神经控制系统的设计内容 114. 简述人工神经网络的主要学习算法及含义 115. 简述仿人控制在结构和功能上具有的基本特征 5-3、92页116．考虑一个具有阶梯型阈值函数的神经网络，假设： （1）用常数乘所有的权值和阈值。 （2）用常数加所有的权值和阈值。 试说明网络性能是否会变化 117．简述按其作用原理，智能控制系统的分类 118. 简述基于神经网络专家系统的三种模式 119. 简述实现学习控制系统需要的三种能力及其含义 120. 简述仿人控制器设计与实现的一般步骤 六、论述题 121. 试述复合智能控制及采用复合智能控制的缘由 122. 试述模糊控制系统的工作原理 123. 试述遗传算法的特点，并画出简单遗传算法的框图 124. 试述迭代学习控制的任务；迭代控制与最优控制、自适应控制的区别；画出迭代学习控制系统基本结构图。 125. 试述遗传算法的求解步骤 126. 试述基于模式识别的学习控制的原理 答案 一、名词解释 1.智能是一种应用知识对一定环境进行处理的能力或由目标准则衡量的抽象思考能力。 2.自动控制是能按规定程序对机器或装置进行自动操作或控制的过程。 3.应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统，称为专家 控制系统。 4.学习控制能够在系统进行过程中估计未知信息，并据之进行最优控制，以便逐步改进系统性 能。学习控制是一种控制方法，其实际经验起到控制参数和算法的类似作用。 5.免疫算法是模仿生物免疫学和基因进化机理，通过人工方式构造的一类优化搜索算法，是对 生物免疫过程的一种数学仿真，是免疫计算的一种最重要形势。 6. 信息是知识的交流或对知识的感受，是对知识内涵的一种测量。所描述事件的信息量越大该 事件的不确定性越小。 7. 用于驱动智能机器以实现其目标而无需操作人员干预的系统称为智能控制系统。 8. 专家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方法来处理该领域问题，以人类专家的水平完成特别困难的某一专业领域的任务。 9. 如果一个学习系统利用所学得的信息来控制某个具有位置特征的过程，则称该系统为学习控 制系统。 10. 人工免疫系统是由免疫学理论和观察到的免疫功能、原理和模型启发而产生的适应性系统。 11. 信息论是研究信息，信息特性测量，信息处理以及人机通信过程效率的数学理论。 12. 用来记录系统推理过程中用到的控制信息、中间假设和中间结果的数据库。 13. 模糊逻辑控制中，在推理得到的模糊集合中取一个相对最能代表这个模糊集合的单值的过程。2011-12学年第1学期_ 智能控制试题B
智能控制题目及解答
智能控制习题答案54733
最新智能控制基础期末考试题答案
智能控制技术试卷
(完整版)智能控制习题参考答案
智能控制考试题库
智能控制复习题
智能控制习题答案
智能控制试卷A答案
2011-10学年第1学期_ 智能控制试题A答案
昆工智能控制试题及答案
智能控制导论复习题
智能控制-考试题(附答案)
智能控制考试题及答案
整理的智能控制导论复习题