- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
外加电压应该如何调节?设定论域XY1,2,3,4,510.8控制器的输入变量和输出变量(即控制量)2)设计模糊控制器的控0.60.40.2123450.20.40.60.811备的四个基本属性是什么?1)并行分布式处理2)非线性处理3)
外加电压应该如何调节?设定论域XY1,2,3,4,510.8
控制器的输入变量和输出变量(即控制量)2)设计模糊控制器的控
0.60.40.2123450.20.40.60.811
备的四个基本属性是什么?1)并行分布式处理2)非线性处理3)
一、填空题(每空1分,共20分)
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:(每题1分,共10分)
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(每题5分,共30分)
1.智能控制系统有哪些类型?
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
lta学习规则3)概率式学习
lta学习规则3)概率式学习4)竞争式学习5.模糊控制系统一
。(错)6.对于前馈网络而言,一旦网络的用途确定了,那么隐含
0.40.60.73..某电热烘干炉依靠人工连续调节外加电压
般由几个部分组成?1)模糊控制器2)输入/输出接口装置3)广
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?
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”可称为“控制论”
3)传统的控制为了控制必须建模,而利用不精确的模型又采用摸个固定控制算法,使整个的控制系统置于模型框架下,缺乏灵活性,缺乏应变性,因此很难胜任对复杂系统的控制。
智能控制的可信是控制决策,次用灵活机动的决策方式迫使控制朝着期望的目标逼近。4)传统控制适用于解决线性、时不变等相对简单的的控制问题
智能控制是对传统控制理论的发展,传统控制室智能控制的一个组成部分,是智能控制的低级阶段。
3.神经网络应具备的四个基本属性是什么?
1)并行分布式处理
2)非线性处理3)自学习功能4)可通过硬件实现并行处理
4.神经网络学习方法有哪些?
1)联想式学习——Hebb规则
2)误差传播式学习——Delta学习规则
3)概率式学习
0.80.60.40.2uuAC
文档评论(0)