智能控制技术作业.docVIP

智能控制技术作业 1、 什么是智能、智能系统、智能控制？ （1）将感觉、去记、回忆、思维、语言、行为的整个过程称为智能 （2）由感知、规划、执行子系统组成，具有认知、概念与推理、记忆与学习完成适应性、 通用性功能的反馈控制系统称为智能系统。 （3）通过认知、记忆、学习、推理、协作等智能要素与技术手段，实现复杂系统的适应性与通用性功能的反馈控制称为智能控制。 2、 智能控制系统有哪几种形式？ 模糊控制、神经控制、行为控制、自适应控制等。 3、 比较智能控制与传统控制的特点？ 古典控制特点： （1）依赖于控制对象精确模型； （2）对控制对象的有用信息（信息源/人的语言知识、系统输入输出数据、系统评价结果等）没有充分利用； （3）控制方法依赖于系统模型的结构与参数，没有固定的设计程式，通用性不强，限制了工程应用； （4）对非线性、强耦合系统，非模型系统、无模型系统难以适应； 智能控制特点： （1）适用于非线性、强耦合的系统； （2）适用于无模型（只有系统数据）系统； （3）适用于非模型（可以是模糊语言模型、行为模型等）系统； （4）能够应用多种信息，包括语言、样本等。 （5）具有较强的适应性； （6）具有较固定的设计程式 4、 比较模糊集合与普通集合的异同，模糊性与随机性的不同。 经典集合:一个范围内所有对象的整体；集合自身不能作为其内的元素 模糊集合：设A是集合X到[0，1]的一个映射，A：X→[0，1]，x→A(x) 则称A是X上的模糊集，A(x)称为模糊集A的隶属函数，或称A(x)为x对模糊集A的隶属度。 模糊性与随机性区别： （1）随机性表示未发生的事件可能发生的可能性（概率）。 （2）模糊性表示已发生/未发生事件、属性量的程度(大小)； （3）随机性由事物自身及环境运动规律决定； （4）模糊性由事物自身及环境运动规律、人的认知程度共同决定； 5、 简述模糊控制系统的工作原理。 人的经验是一系列含有语言变量值的条件语句和规则，而模糊集合理论能十分恰当地表达具有模糊性的语言变量和条件语句。因此，模糊集合理论描述人的经验就有着得天独厚的长处。很明显，把人的经验用模糊条件语句表示，然后，用模糊集合理论对语言变量定量化，在用模糊推理对系统的实时输入状态进行处理，产生相应的控制决策。这无疑是一种新颖的方法。这样就产生了模糊控制器。 模糊控制器对被控对象的控制采用的是人类的模糊控制意念。这种模糊控制意念是以模糊控制语句来描述的。在模糊控制语句中，含有人类对环境的模糊检测和对被控对象的模糊命令。 6、 设某商品有8个不同的商标，商标构成的论域U={x1,x2,……,x8}, A,B为论域U上的两个模糊子集，A表示商誉“高”，B表示 “价格合理”，已知 A={0.8, 0.6, 0.4, 0.7, 0.6, 0.5, 0.4, 0.3} B={0.7, 0.4, 0.6, 0.8, 0.4, 0.5, 0.6, 0.7} 计算 A∩B，A∪B， Ac 7、 遗传算法的特点是什么？其基本操作是什么？ 遗传算法具有以下几方面的特点： (1)遗传算法从问题解的串集开始搜索，而不是从单个解开始。这是遗传算法与传统优化算法的极大区别。传统优化算法是从单个初始值迭代求最优解的；容易误入局部最优解。遗传算法从串集开始搜索，覆盖面大，利于全局择优。 (2)许多传统搜索算法都是单点搜索算法，容易陷入局部的最优解。遗传算法同时处理群体中的多个个体，即对搜索空间中的多个解进行评估，减少了陷入局部最优解的风险，同时算法本身易于实现并行化。 (3)遗传算法基本上不用搜索空间的知识或其它辅助信息，而仅用适应度函数值来评估个体，在此基础上进行遗传操作。适应度函数不仅不受连续可微的约束，而且其定义域可以任意设定。这一特点使得遗传算法的应用范围大大扩展。 (4)遗传算法不是采用确定性规则，而是采用概率的变迁规则来指导他的搜索方向。 (5)具有自组织、自适应和自学习性。遗传算法利用进化过程获得的信息自行组织搜索时，适应度大的个体具有较高的生存概率，并获得更适应环境的基因结构。 其基本操作是： ① 首先组成一组候选解 ② 依据某些适应性条件测算这些候选解的适应度 ③ 根据适应度保留某些候选解，放弃其他候选解 ④ 对保留的候选解进行某些操作，生成新的候选解。 8、 利用遗传算法解决具体优化问题时，需要做哪些准备工作？ 9、 什么是专家系统？其主要功能是什么？专家系统包括哪些基本部分？专家系统类型有哪些？ 专家系统：根据人们在某一领域内的知识、经验和技术而建立的解决问题和做决策的计算机软件系统，它能对复杂问题给出专家水平的结果。 专家系统应具备以下几个功能： ⑴存储问题求解所需的知识。 ⑵存储