智能控制考試題庫(kù)

1、填空題（每空 1 分，共 20 分）控制論的三要素是： 信息 、 反饋和控制。傳統(tǒng)控制是 經(jīng)典控制 和 現(xiàn)代控制理論的統(tǒng)稱。智能控制系統(tǒng)的核心是去控制復(fù)雜性和 不確定性 。神經(jīng)元（即神經(jīng)細(xì)胞）是由 細(xì)胞體、樹(shù)突、 軸突和 突觸四部分構(gòu)成。按網(wǎng)絡(luò)結(jié)構(gòu)分，人工神經(jīng)元細(xì)胞可分為層狀結(jié)構(gòu)和網(wǎng)狀結(jié)構(gòu)按照學(xué)習(xí)方式分可分為： 有教師學(xué)習(xí)和無(wú)教師學(xué)習(xí) 。前饋型網(wǎng)絡(luò)可分為可見(jiàn)層和隱含層， 節(jié)點(diǎn)有 輸入節(jié)點(diǎn)、 輸出節(jié)點(diǎn)、 計(jì)算單元。神經(jīng)網(wǎng)絡(luò)工作過(guò)程主要由工作期和學(xué)習(xí)期兩個(gè)階段組成。1、智能控制是一門控制理論課程，研究如何運(yùn)用人工智能 的方法來(lái)構(gòu)造控制系統(tǒng)和設(shè)計(jì)控制器；與 自動(dòng)控制原理 和現(xiàn)代控制原理 一起構(gòu)成了自

2、動(dòng)控制課程體系的理論基礎(chǔ)。2、智能控制系統(tǒng)的主要類型有： 分級(jí)遞階控制系統(tǒng) ，專家控制系統(tǒng) ，學(xué)習(xí)控制系統(tǒng)，模糊控制系統(tǒng) ，神經(jīng)控制系統(tǒng) ，遺傳算法控制系統(tǒng) 和混合控制系統(tǒng)等 等。3、模糊集合的表示法有 扎德表示法 、序偶表示法 和隸屬函數(shù)描述法 。4、遺傳算法是以達(dá)爾文的自然選擇學(xué)說(shuō)為基礎(chǔ)發(fā)展起來(lái)的。自然選擇學(xué)說(shuō)包括以下三個(gè)方面： 遺傳、變異、適者生存 。5、神經(jīng)網(wǎng)絡(luò)在智能控制中的應(yīng)用主要有神經(jīng)網(wǎng)絡(luò)辨識(shí)技術(shù) 和神經(jīng)網(wǎng)絡(luò)控制技術(shù) 。6、在一個(gè)神經(jīng)網(wǎng)絡(luò)中，常常根據(jù)處理單元的不同處理功能，將處理單元分成 輸入單元、輸出單元 和隱層單元 三類。7、分級(jí)遞階控制系統(tǒng)：主要有三個(gè)控制級(jí)組成，按智能控制的

3、高低分為 組織級(jí)、協(xié)調(diào)級(jí) 、執(zhí)行級(jí)，并且這三級(jí)遵循“ 伴隨智能遞降精度遞增 ”原則。傳統(tǒng)控制方法包括經(jīng)典控制和現(xiàn)代控制，是基于被控對(duì)象精確模型的控制方式，缺乏靈活性和應(yīng)變能力，適于解決線性、時(shí)不變性等相對(duì)簡(jiǎn)單的控制。智能控制的研究對(duì)象具備以下的一些特點(diǎn)：不確定性的模型、高度的非線性、復(fù)雜的任務(wù)要求。IC( 智能控制 )=AC(自動(dòng)控制 ) AI( 人工智能 )OR(運(yùn)籌學(xué) )AC：描述系統(tǒng)的動(dòng)力學(xué)特征，是一種動(dòng)態(tài)反饋。AI：是一個(gè)用來(lái)模擬人思維的知識(shí)處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語(yǔ)言、啟發(fā)推理等功能。 OR：是一種定量?jī)?yōu)化方法，如線性規(guī)劃、網(wǎng)絡(luò)規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標(biāo)優(yōu)化方

4、法等。智能控制：即設(shè)計(jì)一個(gè)控制器，使之具有學(xué)習(xí)、抽象、推理、決策等功能，并能根據(jù)環(huán)境信息的變化作出適應(yīng)性，從而實(shí)現(xiàn)由人來(lái)完成的任務(wù)。智能控制的幾個(gè)重要分支為模糊控制 、神經(jīng)網(wǎng)絡(luò)控制和 遺傳算法 。智能控制的特點(diǎn)： 1，學(xué)習(xí)功能 2，適應(yīng)功能3，自組織功能 4，優(yōu)化功能智能控制的研究工具：1，符號(hào)推理與數(shù)值計(jì)算的結(jié)合 2，模糊集理論 3，神經(jīng)網(wǎng)絡(luò)理論 4，遺傳算法 5，離散事件與連續(xù)時(shí)間系統(tǒng)的結(jié)合。智能控制的應(yīng)用領(lǐng)域，例如智能機(jī)器人控制、 計(jì)算機(jī)集成制造系統(tǒng) 、 工業(yè)過(guò)程控制 、 航空航天控制和交通運(yùn)輸系統(tǒng)等。10、專家系統(tǒng)： 是一類包含知識(shí)和推理的智能計(jì)算機(jī)程序，其內(nèi)部包含某領(lǐng)域?qū)＜宜降闹R(shí)

5、和經(jīng)驗(yàn)，具有解決專門問(wèn)題的能力。11、專家系統(tǒng)的構(gòu)成： 由知識(shí)庫(kù)和推理機(jī)（知識(shí)庫(kù)由數(shù)據(jù)庫(kù)和規(guī)則庫(kù)兩部分構(gòu)成）18、專家控制的特點(diǎn)：靈活性、適應(yīng)性和 魯棒性。19、模糊控制是以模糊集理論、模糊語(yǔ)言變量和 模糊邏輯推理為基礎(chǔ)的一種智能控制方法。，它從行為上模仿人的模糊推理和決策過(guò)程。20、模糊控制理論具有一些明顯的特點(diǎn)：1，模糊控制不需要被控對(duì)象的數(shù)學(xué)模型2，模糊控制是一種反映人類智慧的智能控制方法3，模糊控制易于被人們接受4，構(gòu)造容易 5，魯棒性和適應(yīng)性好。22、模糊邏輯中有哪些運(yùn)算？( 列出 5 種) 為什么模糊輸出向量要進(jìn)行解模糊計(jì)算？1 相等2 包含3 并運(yùn)算4 交運(yùn)算5 補(bǔ)運(yùn)算因?yàn)樗@得

6、的推理結(jié)果是一個(gè)模糊矢量，不能直接用來(lái)作為控制量，還必須進(jìn)行一次轉(zhuǎn)換，求得清晰的控制量輸出，即為解模糊計(jì)算。23、Zadeh近似推理方法包含正向推理和 逆向推理兩類。24、模糊控制器的設(shè)計(jì)步驟： 1，確定模糊控制器的結(jié)構(gòu) 2，定義輸入輸出模糊集 3，定義隸屬函數(shù) 4，建立模糊控制規(guī)則 5，建立模糊控制表 6，模糊推理 7，反模糊化25、模糊控制系統(tǒng)可劃分為 單變量模糊控制 和 多變量模糊控制 。26、神經(jīng)網(wǎng)絡(luò)的發(fā)展經(jīng)歷了4 個(gè)階段：?jiǎn)⒚善凇?低潮期、復(fù)興期和 新連接機(jī)制時(shí)期 。27、神經(jīng)元由四部分構(gòu)成：細(xì)胞體 、樹(shù)突、軸突、突觸。28、從生物控制論的觀點(diǎn)來(lái)看，神經(jīng)元具有以下功能和特性：興奮與抑

7、制、學(xué)習(xí)與遺忘和結(jié)構(gòu)可塑性。29、神經(jīng)網(wǎng)絡(luò)的分類： 1，前向網(wǎng)絡(luò) 2，反饋網(wǎng)絡(luò) 3，自組織網(wǎng)絡(luò)30、神經(jīng)網(wǎng)絡(luò)特征： 1，能逼近任意非線性函數(shù)2，信息的并行分布式處理與存儲(chǔ)3，可以多輸入，多輸出4，便于用超大規(guī)模集成電路或光學(xué)集成電路系統(tǒng)實(shí)現(xiàn)，或用現(xiàn)有的計(jì)算機(jī)技術(shù)實(shí)現(xiàn)5，能進(jìn)行學(xué)習(xí)，以適應(yīng)幻境的變化。31、神經(jīng)網(wǎng)絡(luò)三要素：神經(jīng)元的特性 、神經(jīng)元之間相互連接的拓?fù)浣Y(jié)構(gòu)、 為適應(yīng)幻境而改善性能的學(xué)習(xí)規(guī)則。32、神經(jīng)網(wǎng)絡(luò)的研究領(lǐng)域：1，機(jī)遇神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)2，神經(jīng)網(wǎng)絡(luò)控制器3，神經(jīng)網(wǎng)絡(luò)與其他算法相結(jié)合4，優(yōu)化算法二、判斷題：（每題 1 分，共 10 分）對(duì)反饋網(wǎng)絡(luò)而言，穩(wěn)定點(diǎn)越多，網(wǎng)絡(luò)的聯(lián)想與識(shí)別能

8、力越強(qiáng)，因此，穩(wěn)定點(diǎn)的數(shù)據(jù)目越多聯(lián)想功能越好。（錯(cuò)）簡(jiǎn)單感知器僅能解決一階謂詞邏輯和線性分類問(wèn)題，不能解決高階謂詞和非線分類問(wèn)題。（對(duì)）BP 算法是在無(wú)導(dǎo)師作用下， 適用于多層神經(jīng)元的一種學(xué)習(xí)， 它是建立在相關(guān)規(guī)則的基礎(chǔ)上的。（錯(cuò)）在誤差反傳訓(xùn)練算法中，周期性函數(shù)已被證明收斂速度比S 型函數(shù)慢。（錯(cuò)）基于 BP算法的網(wǎng)絡(luò)的誤差曲面有且僅有一個(gè)全局最優(yōu)解。（錯(cuò)）對(duì)于前饋網(wǎng)絡(luò)而言， 一旦網(wǎng)絡(luò)的用途確定了， 那么隱含層的數(shù)目也就確定了。 （錯(cuò)）對(duì)離散型 HOPFIELD網(wǎng)絡(luò)而言，如權(quán)矩陣為對(duì)稱陣，而且對(duì)角線元素非負(fù)，那么網(wǎng)絡(luò)在異步方式下必收斂于下一個(gè)穩(wěn)定狀態(tài)。（對(duì)）對(duì)連續(xù) HOPFIELD網(wǎng)絡(luò)而言，

9、無(wú)論網(wǎng)絡(luò)結(jié)構(gòu)是否對(duì)稱，都能保證網(wǎng)絡(luò)穩(wěn)定。 （錯(cuò)）競(jìng)爭(zhēng)學(xué)習(xí)的實(shí)質(zhì)是一種規(guī)律性檢測(cè)器，即是基于刺激集合和哪個(gè)特征是重要的先驗(yàn)概念所構(gòu)造的裝置，發(fā)現(xiàn)有用的部特征。（對(duì)）人工神經(jīng)元網(wǎng)絡(luò)和模糊系統(tǒng)的共同之處在于，都需建立對(duì)象的精確的數(shù)學(xué)模型，根據(jù)輸入采樣數(shù)據(jù)去估計(jì)其要求的決策，這是一種有模型的估計(jì)。 （錯(cuò)）智能控制與傳統(tǒng)控制的特點(diǎn) 。傳統(tǒng)控制： 經(jīng)典反饋控制和現(xiàn)代理論控制。它們的主要特征是基于精確的系統(tǒng)數(shù)學(xué)模型的控制。適于解決線性、時(shí)不變等相對(duì)簡(jiǎn)單的控制問(wèn)題。智能控制： 以上問(wèn)題用智能的方法同樣可以解決。智能控制是對(duì)傳統(tǒng)控制理論的發(fā)展，傳統(tǒng)控制是智能控制的一個(gè)組成部分，在這個(gè)意義下，兩者可以統(tǒng)一在智能控

10、制的框架下。智能控制系統(tǒng)的結(jié)構(gòu)一般有哪幾部分組成，它們之間存在什么關(guān)系？答：智能控制系統(tǒng)的基本結(jié)構(gòu)一般由三個(gè)部分組成：人工智能（ AI ）：是一個(gè)知識(shí)處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語(yǔ)言、啟發(fā)式推理等功能。自動(dòng)控制（ AC）：描述系統(tǒng)的動(dòng)力學(xué)特性，是一種動(dòng)態(tài)反饋。運(yùn)籌學(xué)（ OR）：是一種定量?jī)?yōu)化方法，如線性規(guī)劃、網(wǎng)絡(luò)規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標(biāo)優(yōu)化方法等。智能控制的基本特點(diǎn)(1) 分層遞階的組織結(jié)構(gòu)；(2) 多模態(tài)控制；(3)自學(xué)習(xí)能力；(4)自適應(yīng)能力；(5)自組織能力；(6)優(yōu)化能力試畫出三層 BP網(wǎng)絡(luò)結(jié)構(gòu)圖，并闡述 BP網(wǎng)絡(luò)算法的進(jìn)本思想，最后論述對(duì) BP網(wǎng)絡(luò)算法的改進(jìn)。參

11、考答案：學(xué)習(xí)的基本思想是：誤差反傳算法調(diào)整網(wǎng)絡(luò)的權(quán)值，使網(wǎng)絡(luò)的實(shí)際輸出盡可能接近期望的輸出。改進(jìn) 1 ：增加動(dòng)量項(xiàng)：提出的原因： 標(biāo)準(zhǔn) BP算法只按 t 時(shí)刻誤差的梯度降方向調(diào)整， 而沒(méi)有考慮 t 時(shí)刻以前的梯度方向，從而常使訓(xùn)練過(guò)程發(fā)生振蕩，收斂緩慢?；舅枷耄簭那耙淮螜?quán)值調(diào)整量中取出一部分迭加到本次權(quán)值調(diào)整量中。其作用是動(dòng)量項(xiàng)反映了以前積累的調(diào)整經(jīng)驗(yàn)，對(duì)于 t 時(shí)刻的調(diào)整起阻尼作用。當(dāng)誤差曲面出現(xiàn)驟然起伏時(shí)，可減小振蕩趨勢(shì)，提高訓(xùn)練速度。改進(jìn) 2：自適應(yīng)調(diào)節(jié)學(xué)習(xí)率：提出的原因：標(biāo)準(zhǔn) BP算法中，學(xué)習(xí)率 也稱為步長(zhǎng)，確定一個(gè)從始至終都合適的最佳學(xué)習(xí)率很難。平坦區(qū)域內(nèi)， 太小會(huì)使訓(xùn)練次數(shù)增加；

12、在誤差變化劇烈的區(qū)域， 太大會(huì)因調(diào)整量過(guò)大而跨過(guò)較窄的“坑凹”處，使訓(xùn)練出現(xiàn)振蕩，反而使迭代次數(shù)增加。基本思想：自適應(yīng)改變學(xué)習(xí)率，使其根據(jù)環(huán)境變化增大或減小。改進(jìn) 3： 引入陡度因子：提出的原因：誤差曲面上存在著平坦區(qū)域。權(quán)值調(diào)整進(jìn)入平坦區(qū)的原因是神經(jīng)元輸出進(jìn)入了轉(zhuǎn)移函數(shù)的飽和區(qū)?；舅枷耄喝绻谡{(diào)整進(jìn)入平坦區(qū)后，設(shè)法壓縮神經(jīng)元的凈輸入，使其輸出退出轉(zhuǎn)移函數(shù)的不飽和區(qū)，就可以改變誤差函數(shù)的形狀，從而使調(diào)整脫離平坦區(qū)。一、比較智能控制與傳統(tǒng)控制的區(qū)別。答：傳統(tǒng)控制方法包括經(jīng)典控制和現(xiàn)代控制， 是基于被控對(duì)象精確模型的控制方式，缺乏靈活性和應(yīng)變能力，適于解決、線性、時(shí)不變性等相對(duì)簡(jiǎn)單的控制。智能控

13、制是控制理論發(fā)展的高級(jí)階段，其核心是基于知識(shí)進(jìn)行智能決策，采用靈活機(jī)動(dòng)的決策方式迫使控制朝著期望的目標(biāo)逼近。它主要用來(lái)解決那些傳統(tǒng)控制方法難以解決的復(fù)雜系統(tǒng)的控制問(wèn)題。二、智能控制系統(tǒng)的結(jié)構(gòu)一般有哪幾部分組成，它們之間存在什么關(guān)系？答：智能控制系統(tǒng)的基本結(jié)構(gòu)一般由三個(gè)部分組成：人工智能（ AI ）：是一個(gè)知識(shí)處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語(yǔ)言、啟發(fā)式推理等功能。自動(dòng)控制（ AC）：描述系統(tǒng)的動(dòng)力學(xué)特性，是一種動(dòng)態(tài)反饋。運(yùn)籌學(xué)（ OR）：是一種定量?jī)?yōu)化方法，如線性規(guī)劃、網(wǎng)絡(luò)規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標(biāo)優(yōu)化方法等。三、智能控制系統(tǒng)有哪些類型，各自的特點(diǎn)是什么？答： 1）、專家控制系

14、統(tǒng)專家系統(tǒng)主要指的是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)與經(jīng)驗(yàn)。它具有啟發(fā)性、透明性、靈活性、符號(hào)操作、不一確定性推理等特點(diǎn)。2）、神經(jīng)控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)具有某些智能和仿人控制功能。學(xué)習(xí)算法是神經(jīng)網(wǎng)絡(luò)的主要特征。3）、模糊控制系統(tǒng)在被控制對(duì)象的模糊模型的基礎(chǔ)上，運(yùn)用模糊控制器近似推理手段，實(shí)現(xiàn)系統(tǒng)控制的一種方法模糊模型是用模糊語(yǔ)言和規(guī)則描述的一個(gè)系統(tǒng)的動(dòng)態(tài)特性及性能指標(biāo)。4）遺傳算法遺傳算法是以達(dá)爾文的自然選擇學(xué)說(shuō)為基礎(chǔ)發(fā)展起來(lái)的，模擬自然界遺傳機(jī)制和生物進(jìn)化論而形成的一種并行隨機(jī)搜索最優(yōu)化方法。四、 模糊控制器的組成？五、神經(jīng)網(wǎng)絡(luò)分類、特點(diǎn)、區(qū)別？答：根據(jù)神經(jīng)網(wǎng)絡(luò)的連

15、接方式，神經(jīng)網(wǎng)絡(luò)可分為：1）前向網(wǎng)絡(luò)：神經(jīng)元分層排列，組成輸入層、隱含層、輸出層。每一層的神經(jīng)元只接受前一層神經(jīng)元的輸入。在各神經(jīng)元之間不存在反饋。2）反饋網(wǎng)絡(luò)：該網(wǎng)絡(luò)是一種反饋動(dòng)力學(xué)習(xí)系統(tǒng)，需要工作一段時(shí)間才能達(dá)到穩(wěn)定。3）自組織網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)在接受外界輸入時(shí)，網(wǎng)絡(luò)將會(huì)分成不同的區(qū)域，不同的區(qū)域具有不同的響應(yīng)特性，即不同的神經(jīng)元以最佳方式相應(yīng)不同性質(zhì)的信號(hào)激勵(lì)，從而形成一種拓?fù)湟饬x上的特征圖，該圖實(shí)際上是一種非線性映射。六、神經(jīng)網(wǎng)絡(luò)控制按結(jié)構(gòu)分類，特點(diǎn)？答： 1）神經(jīng)網(wǎng)絡(luò)監(jiān)督控制：不僅可以確?？刂葡到y(tǒng)的穩(wěn)定系和魯棒性，而且可有效的提高系統(tǒng)的精度和自適應(yīng)能力。2）神經(jīng)網(wǎng)絡(luò)直接逆控制：神經(jīng)網(wǎng)絡(luò)直

16、接逆控制的可用性在相當(dāng)程度上取決于逆模型的準(zhǔn)確精度。由于缺乏反饋，簡(jiǎn)單連接的直接逆控制缺乏魯棒性。3）神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制：分為神經(jīng)自校正控制和神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制兩種。4）神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂疲簝?nèi)模控制是一種基于模型逆的控制方法，其設(shè)計(jì)思路是將對(duì)象模型與實(shí)際對(duì)象相并聯(lián)，控制器逼近模型的動(dòng)態(tài)逆。5）神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制：其特征是預(yù)測(cè)模型、滾動(dòng)優(yōu)化和反饋校正。6）神經(jīng)網(wǎng)絡(luò)自適應(yīng)評(píng)判控制：神經(jīng)網(wǎng)絡(luò)自適應(yīng)評(píng)判控制通常由自適應(yīng)評(píng)判網(wǎng)絡(luò)和控制選擇網(wǎng)絡(luò)兩個(gè)網(wǎng)絡(luò)組成。7）神經(jīng)網(wǎng)絡(luò)混合控制：神經(jīng)網(wǎng)絡(luò)混合控制可使控制系統(tǒng)同時(shí)具有學(xué)習(xí)、推理和決策能力。七、遺傳算法特點(diǎn)？1）遺傳算法是對(duì)參數(shù)的編碼進(jìn)行操作，而非對(duì)參數(shù)本

17、身，這就是使得在優(yōu)化計(jì)算過(guò)程中可以借鑒生物學(xué)中染色體和基因等概念，模仿自然界中生物的遺傳和進(jìn)化等機(jī)理。 2）遺傳算法同時(shí)使用多個(gè)搜索點(diǎn)的搜索信息。 3）遺傳算法直接以目標(biāo)函數(shù)作為搜索信息 4）遺傳算法使用概率搜索技術(shù) 5) 遺傳算法在解空間進(jìn)行高效啟發(fā)式搜索，而非盲目地窮舉或完全隨機(jī)搜索 6）遺傳算法對(duì)于待尋優(yōu)的函數(shù)基本無(wú)限制，它既不要求函數(shù)連續(xù)，也不要求函數(shù)可微 7）遺傳算法具有并行計(jì)算的特點(diǎn)，因而可通過(guò)大并行計(jì)算來(lái)提高計(jì)算速度，適合大規(guī)模復(fù)雜問(wèn)題的優(yōu)化。神經(jīng)網(wǎng)絡(luò)特征？（ P115）答：神經(jīng)網(wǎng)絡(luò)具有以下幾個(gè)特征：1、能逼近任意非線性函數(shù)；2、信息的并行分布式處理與儲(chǔ)存；3、可以多輸入、多輸出

18、；4、便于用超大規(guī)模的集成電路或光學(xué)集成電路系統(tǒng)實(shí)現(xiàn)，或用現(xiàn)有的計(jì)算機(jī)技術(shù)實(shí)現(xiàn)；5、能進(jìn)行學(xué)習(xí)，以適應(yīng)環(huán)境的變化。8）專家控制的特點(diǎn)？（P11）答： 1、靈活性：根據(jù)系統(tǒng)的工作狀態(tài)及誤差情況，可靈活地選取相應(yīng)的控制律。2、適應(yīng)性：根據(jù)專家知識(shí)和經(jīng)驗(yàn)，調(diào)整控制器的參數(shù)，適應(yīng)對(duì)象特性及環(huán)境的變化。3、魯棒性：通過(guò)利用專家規(guī)則，系統(tǒng)可以在非線性、大偏差下可靠地工作。模糊控制的優(yōu)點(diǎn) :(1) 使用語(yǔ)言方法 , 可不需要過(guò)程的精確數(shù)學(xué)模型 ;(2) 魯棒性強(qiáng) , 適于解決過(guò)程控制中的非線性、強(qiáng)耦合時(shí)變、滯后等問(wèn)題;(3) 有較強(qiáng)的容錯(cuò)能力。具有適應(yīng)受控對(duì)象動(dòng)力學(xué)特征變化、環(huán)境特征變化和動(dòng)行條件變化的能力

19、 ;(4) 操作人員易于通過(guò)人的自然語(yǔ)言進(jìn)行人機(jī)界面聯(lián)系 , 這些模糊條件語(yǔ)句容易加到過(guò)程的控制環(huán)節(jié)上。模糊控制的缺點(diǎn) :(1)信息簡(jiǎn)單的模糊處理將導(dǎo)致系統(tǒng)的控制精度降低和動(dòng)態(tài)品質(zhì)變差;(2)模糊控制的設(shè)計(jì)尚缺乏系統(tǒng)性, 無(wú)法定義控制目標(biāo)。模糊控制理論需解決的問(wèn)題:1) 要揭示模糊控制器的實(shí)質(zhì)和工作機(jī)理 , 解決穩(wěn)定性和魯棒性理論分析的問(wèn)題。2) 很多應(yīng)用和經(jīng)驗(yàn)表明 , 模糊控制的魯棒性優(yōu)于傳統(tǒng)控制策略。但模糊控制和傳統(tǒng)控制的魯棒性的對(duì)比關(guān)系究竟是怎么樣 , 尚缺少理論分析和數(shù)學(xué)推導(dǎo)方面的比較。3) 模糊控制規(guī)則和隸屬度函數(shù)的獲取與確定是模糊控制中的?瓶頸 &問(wèn)題。目前模糊控制規(guī)則中模糊子集的一般選取都是以下3 種:e= 負(fù)大 , 負(fù)小 , 零, 正小 , 正大=NB,NS,ZO,PS,PB 或 e=負(fù)大 , 負(fù)中 , 負(fù)小 , 零, 正小 , 正中 , 正大=NB,NM,NS,ZO,PS,PM,PB或 e= 負(fù)大 , 負(fù)中 , 負(fù)小 , 零負(fù), 零正 , 正小 , 正中 ,大=NB,NM,NS,NZ,PZ,PS,PM,PB, 而隸屬度函數(shù)通常選用的為三角隸屬度函數(shù) , 以第 3 種模糊子集為例 , 對(duì)應(yīng)的隸屬函數(shù)如圖 3 示。而規(guī)則中模糊子集及隸屬度函數(shù)的選擇大多數(shù)取決于經(jīng)驗(yàn) , 缺少相應(yīng)的理論根據(jù)。4) 在多變量模糊控