智能控制 课后习题及解答 李晓理.docx

PAGE

PAGE13

PAGE

PAGE10

课后习题解答

第1章 智能控制概述

1-1在自动控制发展过程中出现了什么挑战？为什么要提出智能控制？解：传统控制存在的问题：

1）传统控制依赖显式的对象模型，它是以系统传函、状态方程等为基础的。然而在现实生活中，往往很难获得精确的数学模型，因而传统控制难以取得理想效果。

2）传统控制缺乏智能，表现于缺乏学习能力与适应能力。传统控制中的控制律多数一经确定，不再改变，当对象参数或环境发生变化时，控制系统的性能随之下降。

3）随着控制目标、任务的要求越来越高，传统控制系统可能变得很复杂，导致系统成本提高、可靠性下降。

智能控制系统具有自学习、自适应和组织的功能。

1）智能控制系统具有自学习功能，能够对过程或环境的未知特征所固有的信息进行学习，并将得到的知识用于进一步估计、分类、决策或控制中，从而使系统的性能得到改善。

2）当系统局部出现故障时，智能控制系统仍能正常工作。对于高级智能控制系统还可以找出故障位置甚至实现自修复，体现出更强的自适应功能。

3）智能控制系统对于复杂的控制任务和多传感信息具有自组织和协调的功能。

在智能控制发展过程中，哪些思想、事件和人物起到了重要作用？解：智能控制发展过程中的一些典型人物及其重要思想：

1）1868年，英国物理学家Maxwell用线性微分方程来研究蒸汽机调速系统的稳定性问题他指出只有当微分方程的特征根为负实根或具有负实部的复根时系统才稳定。

2）1877年，英国Routh和德国Hurwitz经过独立研究后，给出了可以不用求解特征方程的根，而直接根据特征方程的系数来判断所描述系统稳定性的判据，即RouthHurwitz判据。

3）1892年，俄国Lyapunov发表博士论文“论运动稳定性的一般问题”，对于对任意阶非线性系统和时变系统，运用Lyapunov第二方法可以不必求解系统状态方程而直接判定稳定性，是更为一般的稳定性分析方法。

4）1932年，美国Nyquist提出了根据系统开环频率特性来判别闭环系统稳定性的方法，即Nyquist稳定性判据。

5）1940年，美国Bode引入了半对数坐标系，把复数运算转换成代数运算，大大地简化频率特性的分析。1942年，Harris引入了传递函数的概念。1948年，美国Evans提出根轨迹法。

……

智能控制分为哪几类？其主要原理是什么？

解：模糊控制、神经网络控制、专家控制系统、分级递阶、学习控制等。

模糊控制：把人类专家对特定的被控对象或过程的控制策略总结成一系列以“IF（条件）THEN（作用）”形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。

神经网络控制：利用人脑的某些结构机理以及人的知识和经验对系统的控制。控制问题视为模式识别问题，被识别的模式是关于受控的状态、输出或某个性能评价函数的变化信号。这些信号经神经网络映射成控制信号。

专家系统：一个智能计算机程序系统，其内部含有某个领域大量的专家水平的知识与经验，能够利用这些知识与经验来处理该领域的高水平难题。

专家控制系统：应用专家系统技术而建造的控制系统。

第2章 神经网络控制系统

2-1RBF神经网络输入层、隐含层和输出层的表达式？RBF神经网的主要特点是什么？同BP神经网相对比有什么优点？

解：径向基函数（RBF）网络是三层前馈网络，其结构如图所示，三层表达式分别为：输入层：

i iyI?u

i i

隐含层采用高斯函数：

??

u1

111y0

1

1

1

y0

1

w

i

ij

j

w

jh

h

yh

0

l

y0

m

n

m

jyH?

j

??

e?

(y?c)

??

?

ui

其中cij为神经元中心，?j为神经元半径。输出层：

hyO?

h

?

lj?1

l

OH u

wynjhj

wy

n

RBF神经网的主要特点是只有输出层有连接权值，隐含层不具有连接权值，但隐层神经

元非线性函数具有中心值和半径宽度值，用于对输入层的输入值进行和分类。

如果RBF神经网隐层神经元的中心值和半径宽度可以提前设置，则其神经网络的权值只有输出层权值，整体权值要比BP神经网络的权值训练少很多，提高了计算速度。

111yO

1

1

1yO

1

w

i

ij w

j

jh

hyh

O

th

??

l

yO

m

解：BP神经网络：基于误差反向传播学习

算法的多层前馈神经网络，它能够逼近任意非线性函数，可用于非线性系统建模和控制。BP神经网络一般分为三层，输入层、隐含层和输出层。其输入层到隐含层具有权值、隐含层到输出层具有权值，网络的结构主要由隐含层的神经元的个数