智能控制试卷.docxVIP

简答题（本题共40分，每小题10分）1.什么是智能控制？智能控制具有哪些特点？ 答：智能控制是采用智能化理论和技术，驱动智能机器实现其目标的过程，是一类无需人的干预，就能够独立地驱动智能机器实现其目标的自动控制。特点1. 由于所考虑被控对象无法建立精确模型，智能控制系统一般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。 2. 一个系统，能对一个过程或其环境中未知特征所固有的信息进行学习，并将得到的经验用于估计、分类、决策或控制，使系统性能得以改善，称该系统具有学习功能，智能控制系统一般应具备这样的学习功能。智能控制器是一种输入到输出的映射关系，可以看成是不依赖于模型的自适应估计，具有很好的适应性能，当系统的输入不是学习过的例子时，可以给出合适的输出，某一部分出现故障时，系统能够自修复，保证正常工作。 2.模糊控制器由哪些部分组成?各部分的作用是什么? 答： 模糊控制器主要由模糊化接口、知识库、推理机和模糊判决接口等，其作用如下：（1）模糊化接口：将系统的设定输入与被控对象输出的偏差以及偏差的变化量等信号，作为系统的输入语言变量，根据在两个输入论域上定义的模糊语言值，将采用标量形式表示的偏差以及偏差的变化量信号转化为相应语言值的隶属度向量。（2）知识库：用于存放模糊推理所需要的知识，包括数据库和规则库。数据库提供必要的定义，包括：将基本论域转化为模糊论域时，量化等级的个数与取值、采用的量化方式；将模糊判决后的输出转化为控制信号的比例因子取值；在模糊论域上定义的语言值的隶属函数的类型与参数取值等。规则库表示模糊规则，以及多个规则之间的模糊关系。（3）推理机：是模糊控制的核心，利用知识库的信息，模拟人的推理过程，给出合适的模糊输出，其实质是模糊推理。（4）模糊判决接口：通过推理机得到的结果是一个模糊输出，在模糊控制中，必须要有一个确定的值，才能去控制或者驱动执行机构。在模糊输出中，取一个能最佳代表这个推理结果可能性的精确值的过程，就是精确化过程，或称去（逆、非）模糊化过程，由模糊判决接口完成。3.根据连接方式和信息流向的不同，神经网络分为哪4类？每一类代表性的网络有哪些？答：根据连接方式和信息流向的不同，神经网络可以分为如下四4种：(1) 前向网络：这种网络的神经元分层排列，组成输入层、隐含层（可以有若干隐含层）和输出层；每一层神经元只接受前一层神经元的输入，输入模式经过各层神经元的顺次变换后，在输出层输出；各神经元之间不存在反馈。感知器网络就属于这种类型。(2) 反馈网络：这种网络只从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。该网络可用来存储某种模式序列。Elmann网络即属于此类。(3) 相互结合型网络：这种网络具有网状结构，任意两个神经元之间都可能有连接。Hopfield或Boltzmann机网络就属于该类。在前向网络中，信号一旦通过某个神经元，过程就结束了；而在相互结合型网络中，信号要在神经元之间反复往返传递，网络处于动态变化之中。从网络的某一初态开始，经过若干次变化，才会到达相应的平衡状态。(4)混合型网络：它是层次结构网络和网状结构网络的一种结合，通过层内神经元的相互连接，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参与动作。4.DHNN实现联想记忆的条件是什么？答：要实现联想记忆，DHNN神经网络必须具备如下两个基本条件：（1）网络能够收敛于稳定状态，利用此稳态记忆样本信息；（2）具有回忆能力，能够从某一局部输入信息回忆起与其相关的相似记忆，或者由某一残缺的信息回忆起比较完整的记忆。二、计算题（本题共30分，每小题10分） 1. 解： 2.解：最大隶属度对应的元素为1和2，所以v0=(1+2)/2=1.5,求比例因子: ,,.所以，。3.解：首先选择V2节点： V2由0→1，则网络状态由000 → 010选择节点V1： V1由0→1，则网络状态由010 → 110选择节点V3： V3由0→1，则网络状态由110 → 111三、综合设计题（（本题共30分，每小题15分）解：时，误差属于“零”的程度是0.375，属于“正小”的程度是0.3，属于“零”的程度是0.7，规则1和规则2都被激活。计算被激活规则的前件满足度，规则1的前件满足度为0.7；规则2的前件满足度为0.3；用前件满足度切割规则后件的模糊集合，取有限个关键点（0，0），（3.4，0.7），（4.6，0.7），（0.6，0.3），（2.6，0.3），用重心法去模糊得到u=（3.4*0.7+4.6*0.7+0.6*0.3+2.6*0.3）/（0.7+0.7+0.3+0.3 ）=3.282. 解：步骤1：计算在