《智能控制技术基础》试卷(A)答案剖析.docxVIP

《智能控制技术基础》试卷(A)答案剖析

一、选择题（每题3分，共30分）

1.以下不属于智能控制方法的是（）

A.模糊控制B.神经网络控制C.PID控制D.专家控制

答案：C

剖析：PID控制是一种经典的控制方法，它基于比例、积分、微分三个环节对系统进行控制，是一种线性控制策略。而模糊控制、神经网络控制和专家控制都属于智能控制方法。模糊控制基于模糊集合和模糊规则进行推理决策；神经网络控制通过模拟人脑神经元的工作方式来实现对系统的控制；专家控制则是将领域专家的知识和经验融入到控制系统中。

2.模糊控制中，常用的隶属度函数不包括（）

A.三角形隶属度函数B.高斯型隶属度函数C.矩形隶属度函数D.梯形隶属度函数

答案：C

剖析：在模糊控制中，三角形隶属度函数、高斯型隶属度函数和梯形隶属度函数是常用的隶属度函数。三角形隶属度函数形状为三角形，简单直观；高斯型隶属度函数具有平滑性和对称性；梯形隶属度函数可以看作是三角形隶属度函数的扩展。而矩形隶属度函数在实际模糊控制中使用较少，因为它的边界过于清晰，不能很好地体现模糊性。

3.神经网络的学习算法中，BP算法是一种（）

A.无监督学习算法B.有监督学习算法C.强化学习算法D.遗传学习算法

答案：B

剖析：BP（BackPropagation）算法是一种有监督学习算法。在有监督学习中，网络的训练需要有输入样本和对应的期望输出。BP算法通过将网络的实际输出与期望输出进行比较，计算误差，然后将误差反向传播到网络中，调整网络的权值和阈值，使得误差逐渐减小。无监督学习算法不需要期望输出，如自组织映射网络；强化学习算法通过智能体与环境的交互获得奖励信号来学习；遗传学习算法基于生物进化原理进行优化。

4.专家系统的核心组成部分是（）

A.知识库和推理机B.人机接口和解释机构C.综合数据库D.知识获取机构

答案：A

剖析：专家系统主要由知识库、推理机、综合数据库、人机接口、解释机构和知识获取机构等部分组成。其中，知识库存储了领域专家的知识和经验，推理机根据知识库中的知识和用户提供的信息进行推理和决策，它们是专家系统的核心部分。人机接口用于用户与专家系统进行交互；解释机构用于对推理结果进行解释；综合数据库用于存储系统运行过程中的中间结果和数据；知识获取机构用于从专家或其他知识源获取知识并更新知识库。

5.智能控制的研究对象通常具有的特点不包括（）

A.不确定性B.高度非线性C.快速性D.复杂的任务要求

答案：C

剖析：智能控制的研究对象通常具有不确定性、高度非线性和复杂的任务要求等特点。不确定性可能来自于系统模型的不精确、环境的变化等；高度非线性使得系统的动态特性难以用线性模型描述；复杂的任务要求可能包括多目标优化、实时控制等。而快速性并不是智能控制研究对象的本质特点，虽然在某些应用中可能需要快速响应，但它不是普遍存在的特征。

6.在模糊推理中，常用的推理方法是（）

A.三段论推理B.似然推理C.归纳推理D.演绎推理

答案：B

剖析：在模糊推理中，常用的推理方法是似然推理。似然推理是基于模糊集合和模糊规则进行的推理，它允许在前提和结论中存在模糊性。三段论推理是传统逻辑中的一种推理形式，要求前提和结论具有明确的真假性；归纳推理是从个别事实中概括出一般结论的推理方法；演绎推理是从一般到个别的推理方法。

7.神经网络中，用于实现非线性映射的是（）

A.输入层神经元B.中间层（隐藏层）神经元C.输出层神经元D.所有神经元

答案：B

剖析：输入层神经元主要负责接收外部输入信号，通常不进行非线性处理。输出层神经元将网络的处理结果输出。而中间层（隐藏层）神经元通过激活函数实现非线性映射，激活函数可以将输入信号进行非线性变换，使得神经网络能够处理复杂的非线性关系。因此，用于实现非线性映射的是中间层（隐藏层）神经元。

8.遗传算法中，用于选择优良个体的操作是（）

A.交叉操作B.变异操作C.选择操作D.编码操作

答案：C

剖析：在遗传算法中，选择操作的目的是从当前种群中选择优良个体，使其有更多的机会参与繁殖，从而将优良的基因传递给下一代。交叉操作是将选择出来的个体进行基因交换，产生新的个体；变异操作是对个体的基因进行随机变异，增加种群的多样性；编码操作是将问题的解表示成基因编码的形式。

9.模糊控制器的基本结构不包括（）

A.模糊化接口B.知识库C.推理机D.积分环节

答案：D

剖析：模糊控制器的基本结构包括模糊化接口、知识库、推理机和反模糊化接口。模糊化接口将精确的输入量