2013-14学年第1学期智能控制试题补考b答案.docx

考试试卷第 考试试卷第 PAGE # 页 共 7 页 考试试卷第 考试试卷第 PAGE #页共7页 jp海x殺;隹未乂学 （勤奋、求是、创新、奉献） 2013?2014学年第1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） 题号 -一- -二二 三 四 总得分 : 题分 18 18 20 44 100 得分 一. 概念题（18分，每小题3分） 写出基本遗传算法的 3个基本操作 选择、交叉、变异 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 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。 何谓神经网络的泛化能力？ 经训练后的网络对未在训练集出现的 （来自同一分布的）样本做出正确反应的能力 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 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 二、简答题（共 18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、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 考试试卷第 考试试卷第 PAGE #页共7页 3、下式是永真蕴含式吗？如是请证明之。 n Q (P—；Q)= r P 证明： r Q (p_.Q)=. r P 证明：(1)r Q (P >Q)为T推出r P为T r Q (P)Q)为 T 推出r Q 且(P > Q)为 T Q 为 F 且(P > Q)为 T 分情况讨论p 分情况讨论 p为T 显然不成立p为F 成立 成立成立(2)r P 为 F 推出r Q (P >Q)为 P 为 T 推出r Q (P > Q)为 F 成立成立 'Q 为 T 分情况讨论 Q为F (3)真值表法 P Q r Q PtQ r Qa (PtQ) r P r Qf (PtQ)= r P T T F T F F T T F T F F F T F T F T F T T F F T T T T T  三?计算题（共20分，每题10 分） 1、假设子女和父母的相似程度为 R 父 母 子 0.7 0.5 女 0.4 0.8 父母和祖父、祖母的相似程度为 S 祖父 祖母 父 0.6 0.4 母 0.6 0.3 (0.7R^S= (0.7 R^S= 04 0.5' 0.8 ； ‘0.7 0Q 0.6 0.4、 R= S= (0.4 0.8 ‘ l0.6 0.3 丿 *0.6 0.4] 0(0.7 疋 0.6 N(0.5 疋 0.6) (0.7 汉 0.4 )“(0.5 汉 0.3 06 0.3「1(0.4 汉 0.6 )m(0.8 汉 0.6 ) (0.4 汉 0.4 )^(0.8 汇0.3 )丿 *0.42“0.30 0.28订0.15 ]_『0.42 0.28' l0.24w0.48 0.16订0.24「(0.48 0.24? 2、写出网络输出y 2、写出网络输出y的表达式，其中隐层神经元采用 Sigmoid传递函数，输出层神经元采用 y = x线性传递函数, 输入层神经元和隐层神经元之间的权重如图所示、隐层神经元和输出层神经元之间的权重如图所示。 输入层 隐层 输出层 r= j A r= j A ；■ B 、 0.1 y ) 缶丿 賢0 0.75 0.99 j ) 0.5 四?推理题(共 44分，第1题12分，第2题12分，第3题20分) 操作工人调节炉温的经验规则是 如果炉温高，则外加电压低，否则外加电压不很低 ”，如果炉温不很高，问外 加电压如何调节。设论域 u={1,2,3},定义u的模糊集A=［炉温高］=(0.1 0.5 1) , B =［外加电压低］=(1 0.5 0.1)