智能控制技术及应用试题解读.docx

1什么是智能和智能系统？（1）智能是知识与智力的总和。其中知识是一切智能行为的基础，而智力是获取知识并运用知识求解问题的能力，是头脑中思维活动的具体体现。智能是指个体对客观事物进行合理分析，判断及有目的地行动和有效地处理周围环境事宜的综合能力。智能至少包括三个方面的能力：理解、分析、解决问题的能力；归纳推理能力和演绎推理能力；自适应环境而生存发展的能力。（2）智能系统狭义上是指具有人类智能或能模拟人类智能的系统，广义上是指具有智能行为的系统。智能系统不仅可自组织性与自适应性地在传统的诺依曼的计算机上运行，而且也可自组织性与自适应性地在新一代的非诺依曼结构的计算机上运行。2、工程领域中的复杂系统有哪些特征？为什么要在解决复杂系统控制问题时引入人工智能技术？（1）特征：复杂系统的本质特征是系统呈现非线性、时变性、不确定性和分布性等。复杂系统是由大量相互作用或相互分离的子系统结合在一起，不同优先级的各种可变化的子任务要同时满足或依次满足性能指标的系统，这种系统具有非线性、混沌或事先不确定的动态行为。复杂系统的本质特征在于它的复杂性，从定量上数学模型是高维的，具有多输入和多输出。从定型上讲系统具有非线性、外部扰动、结构和参数的不确定性，有复杂和多重的控制目标，复杂系统的重要特征是非线性和不确定性。复杂系统中的分岔、混沌、奇怪吸引子等动态行为都是非线性的，这些非线性动态行为，往往是一定数量非线性元件（或子系统）的组合及其相互作用而产生的，本质上不同于线性元件的组合及其相互作用。复杂系统中的非线性因素及它们之间的相互作用是形成复杂性的重要条件。复杂系统的不确定性包括部分子系统结构和参数的不确定性，子系统间耦合作用的不确定性及外部干扰的不确定性等。复杂系统包含多个子系统，具有非线性因素的子系统数量多、种类多，它们相互作用就更加剧了复杂系统的复杂性。（2）复杂系统很难精确建模，对此类系统的设计因此不能过多地建立在严密解析的基础上，因此用人工智能的方法进行控制系统的设计尤为重要。智能控制并没有类似于最优控制那样严密、确切的理论，它常由基于经验、推理、直观等一些规则所组成，对这些规则的建立当然也需要有科学的推理，如何在控制过程中不断完善控制，即学习控制，可成为解决问题的一种有力的方法。人工智能是唯一视图在复杂和变化的环境中自动发挥像人的功能的机器的领域。从它的产生来看，它就和复杂性紧密联系在一起，因为人工智能是复杂系统。智能过程是开放的复杂系统，人工智能需要在复杂性思维的指导下构造智能系统。神经科学，系统科学以及非线性科学开始向人工智能渗透，产生了综合集成科学技术的研究方向。把人工智能看作是复杂科学的观点，是一种可以重新给这些分离的领域带来统一的观点，目前人工智能分离的子领域需要重新组织起来，与其他涉及智能体的领域联系拉近。基于多智能体系统技术的计算机模拟可以用来对复杂性问题进行虚拟实验，有利于复杂问题的解决，人工智能多智能体的研究也为复杂系统的进化和突现性质提供了解释。3、简单综述人工智能研究的现状与主要应用领域（1）目前，人工智能技术正向大型分布式人工智能、大型分布式多专家协同系统、并行推理、多种专家系统开发工具、大型分布式人工智能开发环境和分布式环境下的多智能体协同系统等方向发展。但从目前来看，人工智能的理论、方法和技术都不太成熟，人们对它的认识也比较肤浅，甚至连人工智能能否归结，如何归结为一组基本原理也还是个问号，这些都还有待于人工智能工作者的长期探索。确切的回答今日的人工智能能做什么是困难的，因为有太多的子领域跟太多相关的活动，在很多领域都成功实现了人工智能：自主规划和调度，博弈，自主控制，诊断，后勤规划，机器人技术，语言理解和问题求解。参照人的各种活动中的功能，可以得到人工智能的领域也就是代替人的活动。有人进行智力活动的领域就是人工智能研究的领域。人工智能就是为了应用机器的长处来帮助人类进行智力活动。（2）人工智能的主要应用领域人工智能存在许多不同的研究领域，如语言处理，自动定理证明，计算智能，智能数据检索系统，视觉系统，问题求解，人工智能方法和程序语言以及自动程序设计等。在过去的几十年中，已经建立了一些具有人工智能的计算机系统，能够求解微分方程，下期，设计和分析集成电路，合成人类自然语言，检索情报，诊断疾病以及控制太空飞行器和水下机器人等。目前，人工智能的研究与具体领域相结合进行的。基本上有如下领域：专家系统：依靠人类专家已经有的知识建立起来的知识系统，是一种具有特定领域内大量知识和经验的程序系统。它应用人工智能技术，模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过人类专家的水平。机器学习：机器学习就是机器自己获取知识。机器学习的研究主要是研究人类学习的机理，人脑思维的过程，机器学习的方法，建立针对具体任务