智能控制考試題及答案

1、智能控制技術(shù)考試題及答案智能控制技術(shù)考試試題 A專業(yè) 學(xué)號姓名.題號三B五六七總分分?jǐn)?shù)分?jǐn)?shù)評鞋人表中節(jié)點的順序,.填空題（每空1分.共20井）L利用信發(fā)信息，應(yīng)用某些準(zhǔn)則來重新排列使搜需沿著某個被認(rèn)為（刃 的前沿區(qū)段擴(kuò)展。2、要把消解規(guī)則推廣到含有變量的子句，必須找到一個作用于父輩子句的一、使父輩子句含有°3、專家系統(tǒng)最主要的組成部分為 和 。4. 為了解決自動控制面臨的難題，推進(jìn)樓制（7）、 和（9）的結(jié)合.冥現(xiàn)控制系統(tǒng)的智能化是很重要的一個方面，將推動智能控 制的發(fā)展。5、智能控制的二元、三元和四元交集結(jié)構(gòu)思想分別是由*仃1）和 （ 提岀的。&分級遞階智能控制系統(tǒng)一股由仃

2、3）、（14） 和（15） 三級組成，7,智能控制系統(tǒng)的基本類型有（、）、（1力 和 （20） 等。二、選擇題（選取一最正確的答案1題1分，共10分）1、一般認(rèn)為，人工神經(jīng)網(wǎng)絡(luò)（ANN）適用于（A）線性系統(tǒng)（C）多輸入多輸出系統(tǒng)2、最早提出人工神經(jīng)網(wǎng)絡(luò)思想的學(xué)者是（A）McCulloch-Pitts3、4、5、6、7、分?jǐn)?shù)評卷人（B）多變量系統(tǒng)（D）非線性系統(tǒng)(B) Hebb（C）Widrow-HofF（D）Rosenblatt解決自動控制面臨問題的一條有效途徑就是把人工智能等技術(shù)用于自動控制 系統(tǒng)，其核心是：（A）控制算法（C）控制器智能化被稱為“智能控制先驅(qū)”的科學(xué)家是：（A） G-N-S

3、aridis（C）K J-Astrom（B）控制結(jié)構(gòu)（D）控制系統(tǒng)仿真(B) K-S-Fu(D) N-Wiener能夠在系統(tǒng)運(yùn)行過程中估計未知信息，并據(jù)之進(jìn)行優(yōu)化與控制，以便逐步改 進(jìn)系統(tǒng)性能的控制叫做：（A）最優(yōu)控制（C）隨機(jī)控制増強(qiáng)學(xué)習(xí)（又稱強(qiáng)化學(xué)習(xí)）屬于：（A）自主學(xué)習(xí)（C）主動學(xué)習(xí) 學(xué)習(xí)控制具有：（A）（B）（C）（D）搜索、 咨詢、 預(yù)測、 解釋、識別、記憶、記憶、預(yù)報、（B）反饋控制（D）學(xué)習(xí)控制（B）有師學(xué)習(xí)（D）無師學(xué)習(xí)記憶和推理等功能 解釋和識別等功能 解釋和規(guī)劃等功能 診斷和監(jiān)控等功能被成為"專家控制先行者”的科學(xué)家是:（A） P. H. Winston（C）K.

4、 J. Astrom(B)N.J. Nilsson(D)E. A. Feigenbaum9、模糊控制器一般由下列基本單元組成:（A）知識庫、推理機(jī)、模糊化接口和模糊判決接口（B）知識庫、推理機(jī)、傳感器和解釋器（C）知識庫、推理機(jī)、模糊數(shù)據(jù)庫和接口（D）知識庫、推理機(jī)、模糊決策和解釋器10、智能控制的“四元交集結(jié)構(gòu)”的四元，指的是（A）計算機(jī)科學(xué)、自動控制、人工智能、神經(jīng)網(wǎng)絡(luò)（B）人工智能、自動控制、信息論、系統(tǒng)論（C）人工智能、自動控制、信息論 機(jī)器學(xué)習(xí)分?jǐn)?shù)評卷人（D）自動控制、人工智能、信息論、運(yùn)籌學(xué)三、問答題（每題10分.共70分）1、智能控制是在什么背景下產(chǎn)生的？試述智能控制的主要特點。

5、2、為什么說智能控制是自動控制發(fā)展的必然？你疋智能控制的發(fā)展方向有何看法？3、遞階智能控制系統(tǒng)的主要思想是什么？試述遞階智能機(jī)器的一般結(jié)構(gòu)。4、有幾種專家控制系統(tǒng)？試說明工業(yè)上實用的專家控制器組成及其各部分的作用。5、模糊控制器設(shè)計包括哪些內(nèi)容？試介紹并分析一種模糊控制器的控制原理和特點。6、為什么說神經(jīng)控制具有潛在發(fā)展前景？試結(jié)合ANN的特性加以討論。7. 試用問題歸約祛求解四圓盤梵塔問題;在梵塔問題中，圓盤位置的數(shù)據(jù)結(jié)構(gòu)規(guī)定圓盤尺寸自左至右逐漸變小 (即最左邊的尺寸最大，最右邊的尺寸最小入己知初始配置的數(shù)據(jù)結(jié)構(gòu)為 (2231)，目標(biāo)配置的數(shù)據(jù)結(jié)構(gòu)為3外試用問題歸約法求解四圓盤梵塔 問題.要

6、求依次畫岀圓盤移動步驟(移動過程丄(2)對每一配置(狀態(tài))，標(biāo)示數(shù)據(jù)結(jié)構(gòu)。(3,3,13)初始配置目標(biāo)配置智能控制課程考試試題A參考答案一、填空題OPEN 最有希望(3)置換 互補(bǔ)文字(5)知識庫(6)推理機(jī) 硬件(8)軟件(9)智能(10)傅京孫(11)薩里迪斯(12)蔡自興(13)組織級(14)協(xié)調(diào)級(15)執(zhí)行級(16)遞階控制系統(tǒng)(17)專家控制系統(tǒng)(18)模糊控制系統(tǒng)(19)神經(jīng)控制系統(tǒng)(20)學(xué)習(xí)控制系統(tǒng)二、選擇題1、D 2、A 3、C 4、B 5、D6、B 7、A 8、D 9、A 10、D 三、問答題1、答:傳統(tǒng)控制理論在應(yīng)用中面臨的難題包括：(1) 傳統(tǒng)控制系統(tǒng)的設(shè)計與分析是建

7、立在精確的系統(tǒng)數(shù)學(xué)模型基礎(chǔ)上的，而實際系統(tǒng)由于存在復(fù)雜性、非線性、時變性、不確定性和不完全性等，一般無法獲得精確的數(shù)學(xué)模型。(2) 研究這類系統(tǒng)時，必須提出并遵循一些比較苛刻的假設(shè)，而這些假設(shè)在應(yīng)用中往往與實 際不相吻合。(3) 對于某些復(fù)雜的和包含不確定性的對象，根本無法以傳統(tǒng)數(shù)學(xué)模型來表示，即無法解決建模問題。(4) 為了提高性能，傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜，從而增加了設(shè)備的初投資和維修費用，降低系統(tǒng)的可靠性。傳統(tǒng)控制理論在應(yīng)用中面臨的難題的解決，不僅需要發(fā)展控制理論與方法，而且需要開發(fā)與應(yīng)用計算機(jī)科學(xué)與工程的最新成果。人工智能的產(chǎn)生和發(fā)展正在為自動控制系統(tǒng)的智能化提 供有力支持。人工智能

8、影響了許多具有不同背景的學(xué)科，它的發(fā)展已促進(jìn)自動控制向著更高的水平一能控制發(fā)展。智能控制具有下列特點：(1) 同時具有以知識表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型(含計算智能模型與算法)表示的混合控制過程，也往往是那些含有復(fù)雜性、不完全性、模糊性或不確定性以及不存在已知算法的過程，并以知識進(jìn)行推理，以啟發(fā)式策略和智能算法來引導(dǎo)求解過程。(2) 智能控制的核心在高層控制，即組織級。高層控制的任務(wù)在于對實際環(huán)境或過程進(jìn)行組 織，即決策和規(guī)劃，實現(xiàn)廣義問題求解。(3) 智能控制是一門邊緣交叉學(xué)科。實際上，智能控制涉及更多的相關(guān)學(xué)科。智能控制的發(fā)展需要各相關(guān)學(xué)科的配合與支援，同時也要求智能控制工程師是個知識

9、工程師。(4) 智能控制是一個新興的研究領(lǐng)域。無論在理論上或?qū)嵺`上它都還很不成熟、很不完善 需要進(jìn)一步探索與開發(fā)。2、(本題鼓勵自由發(fā)揮和創(chuàng)新思維，下列答案僅供參考，千萬注意保護(hù)考生的創(chuàng)新精神 )答:長期以來，自動控制科學(xué)已對整個科學(xué)技術(shù)的理論和實踐做出重要貢獻(xiàn)，并為人類的生產(chǎn)、經(jīng)濟(jì)、社會、工作和生活帶來巨大利益。然而，現(xiàn)代科學(xué)技術(shù)的迅速發(fā)展和重大進(jìn)步，已對控制和系統(tǒng)科學(xué)提出新的更高的要求，自動控制理論和工程正面臨新的發(fā)展機(jī)遇和嚴(yán)峻挑戰(zhàn)。傳統(tǒng)控制理論，包括經(jīng)典反饋控制、近代控制和大系統(tǒng)理論等，在應(yīng)用中遇到不少難題。多年來，自動控制一直在尋找新的出路。現(xiàn)在看來，出路之一就是實現(xiàn)控制系統(tǒng)的智能化，

10、以期 解決面臨的難題。智能控制采用各種智能化技術(shù)實現(xiàn)復(fù)雜系統(tǒng)和其它系統(tǒng)的控制目標(biāo)，是一種具有強(qiáng)大生命力的新型自動控制技術(shù)。智能控制是人工智能和自動控制的重要部分和研究領(lǐng)域，并被認(rèn)為是通向自主機(jī)器遞階道路上自動控制的頂層。下圖表示自動控制的發(fā)展過程和通向智能控制路徑上控制復(fù)雜性增加的過程。從圖中可以看出，這條路徑的最遠(yuǎn)點是智能控制 ，至少在當(dāng)前是如此。智能控制涉及高級決策并與人工智能密切相關(guān)。智能控制是一門新建立的學(xué)科 ，無論在理論上或應(yīng)用上，仍然不夠完善，有待繼續(xù)研究與發(fā) 展。展望智能控制的發(fā)展，我們應(yīng)該：(1) 尋求更新的理論框架與智能控制的目標(biāo)和定義相比 ，智能控制研究尚存在一些需要解決的

11、問題。人腦的結(jié)構(gòu)和功能要比人們想象的復(fù)雜得多，人工智能和智能控制研究面臨的困難要比我們估計的重大得多，智能科學(xué)工作者的研究任務(wù)要比我們討論過的艱巨得多。同時，要從根本上了解人腦的結(jié)構(gòu)與功能，解決面臨的困難，完成人工智能和智能控制的研究任務(wù)，需要尋找 和建立更新的智能控制框架和理論體系，為智能控制的進(jìn)一步發(fā)展打下穩(wěn)固的理論基礎(chǔ)。(2) 進(jìn)行更好的技術(shù)集成與人工智能相似的是，智能控制技術(shù)是人工智能技術(shù)與其它信息處理技術(shù)，尤其是信息論、系統(tǒng)論、控制論和認(rèn)識工程學(xué)等的集成。從學(xué)科結(jié)構(gòu)的觀點來看，提出了不同的思想，其中，智能控制的四元交集結(jié)構(gòu)是最有代表性的一種集成思想。在智能控制領(lǐng)域內(nèi)已集成了許多不同的

12、控制方案，如模糊自學(xué)習(xí)神經(jīng)控制就集成了模糊控制、學(xué)習(xí)控制和神經(jīng)控制等技術(shù)。此 外,還包括其它一些相關(guān)學(xué)科。智能控制將向更高的技術(shù)水平發(fā)展，智能控制系統(tǒng)將包含多層級、多變量、非線性、大時滯、快速響應(yīng)、分布參數(shù)和大規(guī)模系統(tǒng)等。(3) 開發(fā)更成熟的應(yīng)用方法為了實現(xiàn)智能控制，必須開發(fā)新的硬件和軟件。實現(xiàn)智能控制固然需要硬件的保障，不過，軟件應(yīng)是智能控制的核心；因為控制器的智能化是整個智能控制的核心 ，而這一智能化基本上 要靠軟件技術(shù)來實現(xiàn)。3、答:遞階控制理論可被假定為尋求某個系統(tǒng)正確的決策與控制序列的數(shù)學(xué)問題，該系統(tǒng)在結(jié)構(gòu)上遵循精度隨智能降低而提高(IPDI)的原理，而所求得的序列能夠使系統(tǒng)的總熵為

13、最小。三個控制層級的功能和結(jié)構(gòu)如下：(1) 組織級組織級代表控制系統(tǒng)的主導(dǎo)思想，并由人工智能起控制作用。組織器作為推理機(jī)的規(guī)則發(fā) 生器，處理高層信息，用于機(jī)器推理、規(guī)劃、決策、學(xué)習(xí)(反饋)和記憶操作，如圖1所示。自15詞下酉廩開上v圖1組織級的結(jié)構(gòu)框圖(2) 協(xié)調(diào)級協(xié)調(diào)級是上(組織)級和下(執(zhí)行)級之間的接口，承上啟下，并由人工智能和運(yùn)籌學(xué)共同作用。 協(xié)調(diào)級由一定數(shù)量的具有固定結(jié)構(gòu)的協(xié)調(diào)器組成，每個協(xié)調(diào)器執(zhí)行某些指定的作用。各協(xié)調(diào)器間的通訊由分配器來完成，而分配器的可變結(jié)構(gòu)是由組織器控制的。(3) 執(zhí)行級執(zhí)行級是遞階智能控制的底層，要求具有較高的精度但較低的智能；它按控制論進(jìn)行控制 對相關(guān)過程

14、執(zhí)行適當(dāng)?shù)目刂谱饔谩?zhí)行級的性能可由熵來表示，因而統(tǒng)一了智能機(jī)器的功用。4、答:根據(jù)系統(tǒng)的復(fù)雜性，可把專家控制系統(tǒng)分為兩類：即專家控制器和專家控制系統(tǒng)；按照系統(tǒng)的控制機(jī)理，又可把專家控制系統(tǒng)分為直接專家控制系統(tǒng)和間接專家控制系統(tǒng)。 專家控制器(EC)的組成：(1) 知識庫(KB):KB存放工業(yè)過程控制的領(lǐng)域知識 ，由經(jīng)驗數(shù)據(jù)庫(DB)和學(xué)習(xí)與適應(yīng)裝置 (LA)組成。經(jīng)驗數(shù)據(jù)庫主要存儲經(jīng)驗和事實。 學(xué)習(xí)與適應(yīng)裝置的功能就是根據(jù)在線獲取的信 息，補(bǔ)充或修改知識庫內(nèi)容，改進(jìn)系統(tǒng)性能，以便提高問題求解能力。(2) 控制規(guī)則集(CRS):對受控過程的各種控制模式和經(jīng)驗的歸納和總結(jié)。(3) 推理機(jī)構(gòu)(IE

15、):其復(fù)雜由于規(guī)則條數(shù)決定，如果搜索空間很小，推理機(jī)構(gòu)(IE)就十分簡單，采用向前推理方法逐次判別各種規(guī)則的條件，滿足則執(zhí)行，否則繼續(xù)搜索。(4) 特征識別與信息處理(FR & IP):其作用是實現(xiàn)對信息的提取與加工，為控制決策和學(xué)習(xí)適應(yīng)提供依據(jù)。它主要包括抽取動態(tài)過程的特征信息，識別系統(tǒng)的特征狀態(tài)，并對這些特征信息進(jìn)行必要的加工。5、答:在設(shè)計模糊控制器時，必須考慮下列各項內(nèi)容：(1) 選擇模糊控制器的結(jié)構(gòu)；(2) 選取模糊控制規(guī)則；模糊控制規(guī)則是模糊控制器的核心，必須精心選取這些規(guī)則，并考慮 下列問題：(a) 選定描述控制器輸入和輸出變量的語義詞匯；(b) 規(guī)定模糊集；(c) 確定

16、模糊控制狀態(tài)表。(3) 確定模糊化的解模糊策略，制定控制表(4) 確定模糊控制器的參數(shù)。下圖為自組織模糊控制器的結(jié)構(gòu)：a它由基本層和自組織層兩級構(gòu)成；前者為一常規(guī)模糊語義控制器，后者對每一輸入/輸出響應(yīng)的采樣進(jìn)行評價，并對控制器產(chǎn)生一個修正。該結(jié)構(gòu)能夠自動獲得模糊控制器的規(guī)則庫。 當(dāng)用FLC控制對象(裝置)至期望響應(yīng)時，新條件一旦出現(xiàn)，規(guī)則就被產(chǎn)生和修正。該控制器的 主要部分有性能評價、對象建模、規(guī)則庫更新和FLC保持等。性能評價單元用于分析精確裝置有關(guān)性能目標(biāo)的狀態(tài)矢量(位置誤差PE，誤差變化CE)，并對已辨識過的規(guī)則進(jìn)行修正 ，以補(bǔ)償任何惡劣性能的影響。修正是通過標(biāo)量來調(diào)整規(guī)則結(jié)論 的。采

17、用可接受和不可接受兩種階躍響應(yīng)相平面軌跡作為性能目標(biāo)。裝置(對象)模型用于考慮裝置規(guī)則修正時的輸入-輸出極性、規(guī)則庫更新單元用于檢查哪條或哪幾條規(guī)則可對當(dāng)前的惡劣性能產(chǎn)生響應(yīng)，并進(jìn)行修正。自組織模糊控制器在學(xué)習(xí)試驗過程中的連續(xù)采樣時間內(nèi)，不斷(迭代)地改善規(guī)則庫。6、答:人工神經(jīng)網(wǎng)絡(luò)的下列特性對控制是至關(guān)重要的：(1) 并行分布處理。神經(jīng)網(wǎng)絡(luò)具有高度的并行結(jié)構(gòu)和并行實現(xiàn)能力，因而能夠有較好的耐故障能力和較快的總體處理能力。這特別適于實時控制和動態(tài)控制。(2) 非線性映射。神經(jīng)網(wǎng)絡(luò)具有固有的非線性特性，這源于其近似任意非線性映射(變換)能力。這一特性給非線性控制問題帶來新的希望。(3) 通過訓(xùn)練

18、進(jìn)行學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)是通過所研究系統(tǒng)過去的數(shù)據(jù)記錄進(jìn)行訓(xùn)練的。一個經(jīng)過適當(dāng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)具有歸納全部數(shù)據(jù)的能力。因此，神經(jīng)網(wǎng)絡(luò)能夠解決那些由數(shù)學(xué)模型或描述規(guī)則難以處理的控制過程問題。(4) 適應(yīng)與集成。神經(jīng)網(wǎng)絡(luò)能夠適應(yīng)在線運(yùn)行，并能同時進(jìn)行定量和定性操作。神經(jīng)網(wǎng)絡(luò)的強(qiáng)適應(yīng)和信息熔合能力使得網(wǎng)絡(luò)過程可以同時輸入大量不同的控制信號，解決輸入信息間的互補(bǔ)和冗余問題，并實現(xiàn)信息集成和熔合處理。這些特性特別適于復(fù)雜、大規(guī)模和多變量系統(tǒng)的控制。(5) 硬件實現(xiàn)。神經(jīng)網(wǎng)絡(luò)不僅能夠通過軟件而且可借助軟件實現(xiàn)并行處理。近年來，一些超大規(guī)模集成電路實現(xiàn)硬件已經(jīng)問世，而且可從市場上購到。這使得神經(jīng)網(wǎng)絡(luò)具有快速和大規(guī)模

19、處理能力的實現(xiàn)網(wǎng)絡(luò)。十分顯然神經(jīng)網(wǎng)絡(luò)由于其學(xué)習(xí)和適應(yīng)、自組織、函數(shù)逼近和大規(guī)模并行處理等能力，因而具有用于智能控制系統(tǒng)的潛力。7、答:2)厲壬】）OR)目標(biāo)安置智能控制課程考試試題B3禺】）CW4g網(wǎng)33和心G4)題號二三四五六七總分分?jǐn)?shù)專業(yè)：學(xué)號：姓名：2、2期年丄月滋旦至.2.月7旦,計算機(jī)國際象棋人機(jī)比賽在美國紐約舉行，美國IBM公司研制的（5）智能計算機(jī)戰(zhàn)平了國際象棋大師（6）。3、為了解決自動控制面臨的難題，推逬控制、 和的結(jié)合，實現(xiàn)控制系統(tǒng)的（10）是很重要的一個方面,將推動智能控制的發(fā)展。4、設(shè)計模糊控制器的內(nèi)容和原則主要有：（11）、（、13） 和 （14）。5、智能控制的二元

20、、三元和四元學(xué)科結(jié)構(gòu)理論是由 （15）、_（16）和（17）分別提岀來的。6.進(jìn)化控制源于（18）,它是建立在 （ 和 （20） 相結(jié)合基礎(chǔ)上的 種新型智能控制 “口 n亠a 1a raGJJLiuuzj t厶。二、選擇題（每題選一最正確的答案1題1分，共10分）分?jǐn)?shù)評卷人1、遞階控制的一個重要原理是：（A）Petri 原理（B）Bottom up 原理（C） IPDI原理（D） Top down 原理2、基于模式識別的控制系統(tǒng)屬于：（A）學(xué)習(xí)控制系統(tǒng)（B）專家控制系統(tǒng)（C）進(jìn)化控制系統(tǒng)（D）模糊控制系統(tǒng)3、國內(nèi)率先岀版的智能控制教材的作者、岀版社和岀版時間為：（A）蔡自興，電子工業(yè)岀版社，1

21、990（B）傅京孫，科學(xué)岀版社，1988（C）涂序彥，清華大學(xué)岀版社，1991（D）周其鑒，高等教育岀版社，19924、在國際人工智能界影響最大的我國科學(xué)家是：（A）宋?。˙）錢學(xué)森（C）吳文俊（D）周其鑒5、纟空常做為智能控制典型研究對象的是：（A）智能決策系統(tǒng)（B）智能故障診斷系統(tǒng)（C）智能制造系統(tǒng)（D）智能機(jī)器人6、能夠在系統(tǒng)運(yùn)行過程中估計未知信息，并據(jù)之逬行優(yōu)化與控制，以便逐步改 進(jìn)系統(tǒng)性能的控制叫做：（A）最優(yōu)控制（B）反饋控制（C）隨機(jī)控制（D）學(xué)習(xí)控制7、被稱為“智能控制先驅(qū)”的科學(xué)家是：（A） G-N-Saridis（B）K-S-Fu（C） K-J-Astrom（D）N-Wie

22、ner8、解決自動控制面臨問題的一條有效途徑就是把人工智能等技術(shù)用于自動控制 系統(tǒng)，其核心是：（A）控制算法（B）控制結(jié)構(gòu)（C）控制器智能化（D）控制系統(tǒng)仿真9、最早提出人工神經(jīng)網(wǎng)絡(luò)思想的學(xué)者是(A)McCulloch-Pitts(C) Widrow-HofF10、神經(jīng)元模型一般為：(B) Hebb(D)Rosenblatt（A）單輸入多輸岀（C）單輸入單輸岀（B）多輸入單輸岀（D）多輸入多輸岀二、冋答題(每題10分.共7。分)分?jǐn)?shù)評卷人k什么是智能控制的四元結(jié)構(gòu)理論？為什么要把信息、論弓I入智能控制結(jié)構(gòu)中？N為什么要研究智能控制？智能控制有哪些主要特點？3. 模糊控制器有哪些特性值得研究？試

23、介紹并分析一種模糊控制器的控制原理和持點心4、遞階披制系統(tǒng)的基本原理是什么？試述遞階智能機(jī)器的一般結(jié)構(gòu)和組織級結(jié) 構(gòu)。0試結(jié)合ANN的特性討論神經(jīng)控制的潛在發(fā)展前景。乩薩里迪斯(San血)對智能控制的明陛方面作出了貢獻(xiàn)？人什么是專家控制系統(tǒng)2試舉例介紹一個工業(yè)專家控制器(或系統(tǒng))的組成和各部分的作用。智能控制課程考試試題 B參考答案一、填空題(I) 高級機(jī)器人(2)智能規(guī)劃與調(diào)度 (3)自動制造系統(tǒng)(4)故障檢測與診斷 (5)小深(DeepJunior)(6) 卡斯帕洛夫(Kasparov)硬件(8)軟件(9)智能(10)智能化(II) 選擇模糊控制器的結(jié)構(gòu)(12)選取模糊控制規(guī)則 (13)確

24、定模糊化的解模糊策略，制定控制表(14)確定模糊控制器的參數(shù)(15)傅京孫(16)薩里迪斯(17)蔡自興(18)生物的進(jìn)化機(jī)制 (19)進(jìn)化計算(20)反饋機(jī)制二、選擇題1、C 2、A 3、A 4、C 5、D6、D 7、B 8、C 9、A 10、C三、問答題1、答:在研究了智能控制的二元、三元結(jié)構(gòu)理論、知識、信息和智能的定義以及各相關(guān)學(xué)科 的關(guān)系之后。蔡自興教授提出了四元智能控制結(jié)構(gòu)，把智能控制看作是自動控制、人工智能、信息論和運(yùn)籌學(xué)四個學(xué)科的交集 ，如圖1所示,其關(guān)系可用下式來描述。ic = ai n ct n it n orCT)G1UORITAl圖1智能控制的四元結(jié)構(gòu)把信息論作為智能控制

25、結(jié)構(gòu)的一個子集是基于下列理由的：(1) 信息論是解釋知識和智能的一種手段 ；(2) 控制論、系統(tǒng)論和信息論是緊密相互作用的；(3) 信息論已成為控制智能機(jī)器的工具；(4) 信息熵成為智能控制的測度；(5) 信息論參與智能控制的全過程，并對執(zhí)行級起到核心作用。2、答:傳統(tǒng)控制理論在應(yīng)用中面臨的難題包括：(1) 傳統(tǒng)控制系統(tǒng)的設(shè)計與分析是建立在精確的系統(tǒng)數(shù)學(xué)模型基礎(chǔ)上的，而實際系統(tǒng)由于存在復(fù)雜性、非線性、時變性、不確定性和不完全性等，一般無法獲得精確的數(shù)學(xué)模型。(2) 研究這類系統(tǒng)時，必須提出并遵循一些比較苛刻的假設(shè)，而這些假設(shè)在應(yīng)用中往往與實際不相吻合。(3) 對于某些復(fù)雜的和包含不確定性的對象

26、，根本無法以傳統(tǒng)數(shù)學(xué)模型來表示，即無法解決建模問題。(4) 為了提高性能，傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜，從而增加了設(shè)備的初投資和維修費用，降低系統(tǒng)的可靠性。傳統(tǒng)控制理論在應(yīng)用中面臨的難題的解決，不僅需要發(fā)展控制理論與方法，而且需要開發(fā)與應(yīng)用計算機(jī)科學(xué)與工程的最新成果。人工智能的產(chǎn)生和發(fā)展正在為自動控制系統(tǒng)的智能化提 供有力支持。人工智能影響了許多具有不同背景的學(xué)科，它的發(fā)展已促進(jìn)自動控制向著更高的水平一能控制發(fā)展。智能控制具有下列特點：(1) 同時具有以知識表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型(含計算智能模型與算法)表示的混合控制過程，也往往是那些含有復(fù)雜性、不完全性、模糊性或不確定性以及不存在已知

27、算法的過程，并以知識進(jìn)行推理，以啟發(fā)式策略和智能算法來引導(dǎo)求解過程。(2) 智能控制的核心在高層控制，即組織級。高層控制的任務(wù)在于對實際環(huán)境或過程進(jìn)行組 織，即決策和規(guī)劃，實現(xiàn)廣義問題求解。(3) 智能控制是一門邊緣交叉學(xué)科。實際上，智能控制涉及更多的相關(guān)學(xué)科。智能控制的發(fā)展需要各相關(guān)學(xué)科的配合與支援，同時也要求智能控制工程師是個知識工程師。(4) 智能控制是一個新興的研究領(lǐng)域。無論在理論上或?qū)嵺`上它都還很不成熟、很不完善，需要進(jìn)一步探索與開發(fā)。3、答:傳統(tǒng)控制理論在應(yīng)用中面臨的難題包括：(1) 傳統(tǒng)控制系統(tǒng)的設(shè)計與分析是建立在精確的系統(tǒng)數(shù)學(xué)模型基礎(chǔ)上的，而實際系統(tǒng)由于存在復(fù)雜性、非線性、時變

28、性、不確定性和不完全性等，一般無法獲得精確的數(shù)學(xué)模型。(2) 研究這類系統(tǒng)時，必須提出并遵循一些比較苛刻的假設(shè)，而這些假設(shè)在應(yīng)用中往往與實際不相吻合。(3) 對于某些復(fù)雜的和包含不確定性的對象，根本無法以傳統(tǒng)數(shù)學(xué)模型來表示，即無法解決建模問題。(4) 為了提高性能，傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜，從而增加了設(shè)備的初投資和維修費用，降低系統(tǒng)的可靠性。傳統(tǒng)控制理論在應(yīng)用中面臨的難題的解決，不僅需要發(fā)展控制理論與方法，而且需要開發(fā)與應(yīng)用計算機(jī)科學(xué)與工程的最新成果。人工智能的產(chǎn)生和發(fā)展正在為自動控制系統(tǒng)的智能化提 供有力支持。人工智能影響了許多具有不同背景的學(xué)科，它的發(fā)展已促進(jìn)自動控制向著更高的水平一能控

29、制發(fā)展。智能控制具有下列特點：(1) 同時具有以知識表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型(含計算智能模型與算法)表示的混合控制過程，也往往是那些含有復(fù)雜性、不完全性、模糊性或不確定性以及不存在已知算法的過程，并以知識進(jìn)行推理，以啟發(fā)式策略和智能算法來引導(dǎo)求解過程。(2) 智能控制的核心在高層控制，即組織級。高層控制的任務(wù)在于對實際環(huán)境或過程進(jìn)行組 織，即決策和規(guī)劃，實現(xiàn)廣義問題求解。(3) 智能控制是一門邊緣交叉學(xué)科。實際上，智能控制涉及更多的相關(guān)學(xué)科。智能控制的發(fā)展需要各相關(guān)學(xué)科的配合與支援，同時也要求智能控制工程師是個知識工程師。(4) 智能控制是一個新興的研究領(lǐng)域。無論在理論上或?qū)嵺`上它都還

30、很不成熟、很不完善，需要進(jìn)一步探索與開發(fā)。3、答:模糊控制器值得研究的特性有靜態(tài)和動態(tài)特性。對于靜態(tài)特性，包括模糊控制規(guī)則的完整性、相容性和交互性，以及模糊控制器的魯棒性。對于動態(tài)特性，包括模糊控制器的穩(wěn)定性、 靈敏性、可控性、收斂性、重復(fù)性 (再現(xiàn)性)、精確性(精度)和映射特性等。圖2為一自組織模糊控制器的結(jié)構(gòu)圖：>*15f411圖2自組織模糊控制器的結(jié)構(gòu)它由基本層和自組織層兩級構(gòu)成；前者為一常規(guī)模糊語義控制器，后者對每一輸入/輸出響應(yīng)的采樣進(jìn)行評價，并對控制器產(chǎn)生一個修正。該結(jié)構(gòu)能夠自動獲得模糊控制器的規(guī)則庫。 當(dāng)用FLC控制對象(裝置)至期望響應(yīng)時，新條件一旦出現(xiàn)，規(guī)則就被產(chǎn)生和修

31、正。該控制器的 主要部分有性能評價、對象建模、規(guī)則庫更新和FLC保持等。性能評價單元用于分析精確裝置有關(guān)性能目標(biāo)的狀態(tài)矢量(位置誤差PE，誤差變化 CE)，并對已辨識過的規(guī)則進(jìn)行修正，以補(bǔ)償任何惡劣性能的影響。修正是通過標(biāo)量來調(diào)整規(guī)則結(jié)論 的。采用可接受和不可接受兩種階躍響應(yīng)相平面軌跡作為性能目標(biāo)。裝置(對象)模型用于考慮裝置規(guī)則修正時的輸入-輸出極性、規(guī)則庫更新單元用于檢查哪條或哪幾條規(guī)則可對當(dāng)前的惡劣性能產(chǎn)生響應(yīng)，并進(jìn)行修正。自組織模糊控制器在學(xué)習(xí)試驗過程中的連續(xù)采樣時間內(nèi)，不斷(迭代)地改善規(guī)則庫。4、答:遞階控制理論可被假定為尋求某個系統(tǒng)正確的決策與控制序列的數(shù)學(xué)問題，該系統(tǒng)在結(jié)構(gòu)上遵

32、循精度隨智能降低而提高 (IPDI)的原理，而所求得的序列能夠使系統(tǒng)的總熵為最小。遞階智能機(jī)器的一般結(jié)構(gòu)是由三個控制層級 ，即組織級、協(xié)調(diào)級和執(zhí)行級構(gòu)成的。這三個控制層級的功能和結(jié)構(gòu)如下：(1) 組織級組織級代表控制系統(tǒng)的主導(dǎo)思想，并由人工智能起控制作用。組織器作為推理機(jī)的規(guī)則發(fā) 生器，處理高層信息，用于機(jī)器推理、規(guī)劃、決策、學(xué)習(xí)(反饋)和記憶操作，如圖1所示。圖3組織級的結(jié)構(gòu)框圖(2) 協(xié)調(diào)級協(xié)調(diào)級是上(組織)級和下(執(zhí)行)級之間的接口，承上啟下，并由人工智能和運(yùn)籌學(xué)共同作用。 協(xié)調(diào)級由一定數(shù)量的具有固定結(jié)構(gòu)的協(xié)調(diào)器組成，每個協(xié)調(diào)器執(zhí)行某些指定的作用。各協(xié)調(diào)器間的通訊由分配器來完成，而分配器

33、的可變結(jié)構(gòu)是由組織器控制的。(3) 執(zhí)行級執(zhí)行級是遞階智能控制的底層，要求具有較高的精度但較低的智能；它按控制論進(jìn)行控制，對相關(guān)過程執(zhí)行適當(dāng)?shù)目刂谱饔谩?zhí)行級的性能可由熵來表示，因而統(tǒng)一了智能機(jī)器的功用。5、答:人工神經(jīng)網(wǎng)絡(luò)的下列特性對控制是至關(guān)重要的：(1) 并行分布處理。神經(jīng)網(wǎng)絡(luò)具有高度的并行結(jié)構(gòu)和并行實現(xiàn)能力，因而能夠有較好的耐故障能力和較快的總體處理能力。這特別適于實時控制和動態(tài)控制。(2) 非線性映射。神經(jīng)網(wǎng)絡(luò)具有固有的非線性特性，這源于其近似任意非線性映射(變換)能力。這一特性給非線性控制問題帶來新的希望。(3) 通過訓(xùn)練進(jìn)行學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)是通過所研究系統(tǒng)過去的數(shù)據(jù)記錄進(jìn)行訓(xùn)練的。

34、一個經(jīng)過適當(dāng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)具有歸納全部數(shù)據(jù)的能力。因此，神經(jīng)網(wǎng)絡(luò)能夠解決那些由數(shù)學(xué)模型或描述規(guī)則難以處理的控制過程問題。(4) 適應(yīng)與集成。神經(jīng)網(wǎng)絡(luò)能夠適應(yīng)在線運(yùn)行，并能同時進(jìn)行定量和定性操作。神經(jīng)網(wǎng)絡(luò)的強(qiáng)適應(yīng)和信息熔合能力使得網(wǎng)絡(luò)過程可以同時輸入大量不同的控制信號，解決輸入信息間的互補(bǔ)和冗余問題，并實現(xiàn)信息集成和熔合處理。這些特性特別適于復(fù)雜、大規(guī)模和多變量系統(tǒng)的控制。(5) 硬件實現(xiàn)。神經(jīng)網(wǎng)絡(luò)不僅能夠通過軟件而且可借助軟件實現(xiàn)并行處理。近年來，一些超大規(guī)模集成電路實現(xiàn)硬件已經(jīng)問世，而且可從市場上購到。這使得神經(jīng)網(wǎng)絡(luò)具有快速和大規(guī) 模處理能力的實現(xiàn)網(wǎng)絡(luò)。十分顯然 神經(jīng)網(wǎng)絡(luò)由于其學(xué)習(xí)和適應(yīng)、自

35、組織、函數(shù)逼近和大規(guī)模并行處理等能力，因而具有用于智能控制系統(tǒng)的潛力。6、答:薩里迪斯(Saridis)于1977年提出了一種智能控制結(jié)構(gòu) ,它把傅京孫的智能控制二元結(jié) 構(gòu)擴(kuò)展為三元結(jié)構(gòu)，即把智能控制看作為人工智能、自動控制和運(yùn)籌學(xué)的交接。薩里迪斯認(rèn) 為,構(gòu)成二元交集結(jié)構(gòu)的兩元互相支配，無助于智能控制的有效和成功應(yīng)用。必須把遠(yuǎn)籌學(xué)的 概念引入智能控制，使它成為三元交集中的一個子集。這種三元結(jié)構(gòu)后來成為IEEE第一次智 能控制研討會(1985年8月，紐約)的主題之一。在提出三元結(jié)構(gòu)的同時，薩里迪斯還提出基于三個控制層次和精度隨智能降低而提高(IPDI )原理的三級遞階智能控制系統(tǒng) ，見圖4,它主

36、要由3個智能(感知)級組成：組織級、協(xié)調(diào) 級和執(zhí)行級。圖4分級智能控制系統(tǒng)7、答:應(yīng)用專家系統(tǒng)概念和技術(shù)，模擬人類專家的控制知識與經(jīng)驗而建造的控制系統(tǒng)，稱為專家控制系統(tǒng)。圖5給出了一種工業(yè)專家控制器(EC)的結(jié)構(gòu)，其組成和各部分的作用如下：(1) 知識庫(KB):KB 存放工業(yè)過程控制的領(lǐng)域知識，由經(jīng)驗數(shù)據(jù)庫(DB)和學(xué)習(xí)與適應(yīng)裝置(LA)組成。經(jīng)驗數(shù)據(jù)庫主要存儲經(jīng)驗和事實。學(xué)習(xí)與適應(yīng)裝置的功能就是根據(jù)在線獲取的信息,補(bǔ)充或修改知識庫內(nèi)容，改進(jìn)系統(tǒng)性能，以便提高問題求解能力。(2) 控制規(guī)則集(CRS):對受控過程的各種控制模式和經(jīng)驗的歸納和總結(jié)。(3) 推理機(jī)構(gòu)(IE):其復(fù)雜由于規(guī)則條數(shù)決

37、定，如果搜索空間很小，推理機(jī)構(gòu)(IE)就十分簡單采用向前推理方法逐次判別各種規(guī)則的條件，滿足則執(zhí)行，否則繼續(xù)搜索。(4) 特征識別與信息處理(FR& IP):其作用是實現(xiàn)對信息的提取與加工 ，為控制決策和學(xué)習(xí)適應(yīng)提供依據(jù)。它主要包括抽取動態(tài)過程的特征信息，識別系統(tǒng)的特征狀態(tài)，并對這些特征信息進(jìn)行必要的加工。智能控制課程考試試題 C題號二四五7七總分分?jǐn)?shù)專業(yè)：學(xué)號，姓名：分?jǐn)?shù)評卷人、填空題（每空1分共20分）K人工智能的主要學(xué)派有（1）、 三種。2、給出反復(fù)學(xué)習(xí)控制系統(tǒng)的當(dāng)前輸入和當(dāng)前輸出，確定下一個 輸入,使得系統(tǒng)的實際輸岀收斂于 輸出*久 專家系統(tǒng)最主要的組成部分為 和 °

38、4. 智能控制的二元靑三元和四元交集結(jié)構(gòu)思想分別是由、_（91和 （10） 提出的°5. 分級遞階智能控制系統(tǒng)一般由（11）.（ 利 仃3）三級組成。6. 仿人控制是一種結(jié)合了 （14）、（、（16） 的混合控制。乙 進(jìn)化擔(dān)制的原理是基于（17） 機(jī)制和 18） 機(jī)制的結(jié)合。&比較典型和常用的人工神經(jīng)網(wǎng)絡(luò)有（ 和 ）等采二、選擇題（選擇一最正確的答案，1題1分共10分）分?jǐn)?shù)評卷人1、神經(jīng)控制的基礎(chǔ)源于：（A）進(jìn)化主義（B）行為主義（C）邏輯主義（D）連接主義2、智能機(jī)器能夠在各種環(huán)境下自主地或交互地執(zhí)行：（A）擬人任務(wù)（B）偵察任務(wù)（C）探測任務(wù)（D）決策任務(wù)3、智能自動化研

39、究開發(fā)與應(yīng)用應(yīng)當(dāng)面向：（A）生產(chǎn)系統(tǒng)（B）復(fù)雜系統(tǒng)（C）管理系統(tǒng)（D）非線性系統(tǒng)4、遞階控制系統(tǒng)的結(jié)構(gòu)是根據(jù)下列原理設(shè)計的：（A）精度隨智能降低而提高（B）精度隨智能提高而提高（C）精度隨智能降低而降低（D）精度與智能無關(guān)5、能夠在系統(tǒng)運(yùn)行過程中估計未知信息，并據(jù)之逬行優(yōu)化與扌空制，以便逐步改 進(jìn)系統(tǒng)性能的控制叫做：（A）最優(yōu)控制（B）反饋控制（C）隨機(jī)控制（D）學(xué)習(xí)控制6、模糊控制是以模糊集合為基礎(chǔ)的。提出模糊集合的科學(xué)家是：（A） N. J. Nilson（B） L. A. Zadeh（C） A. Turing（D）H. A. Simor.7、智能控制成為國際上獨立新學(xué)科的時間為20世紀(jì)：

40、（A） 60年代（B）70年代（C）80年代（D）90年代8、建立專家系統(tǒng)最艱難的任務(wù)（"瓶頸”問題）是：（A）知識表示（B）知識應(yīng)用（C）知識推理（D）知識獲取9、一種值得研究的新型智能控制是：CA）機(jī)器人控制（E）反饋控制（C）迸化控制（D）控制10,自動控制面臨嚴(yán)峻挑戰(zhàn)，其一條新的出路是：實現(xiàn)數(shù)字控制任）實現(xiàn)優(yōu)化控制（C）實現(xiàn)自主控制（D）實現(xiàn)智能控制二、冋答題（每小題10乳共兀井）分?jǐn)?shù)評卷人分?jǐn)?shù)評卷人.三、問答題（每小題10乳共70幷）h為什么要研究智能控制？智能控制的產(chǎn)生和發(fā)展與人工智能有何關(guān)系？2、智能控制是在什么背景下產(chǎn)生的？試述智能控制的主要特點。又試述遞階智能機(jī)器的

41、一般結(jié)構(gòu)，說明其作用機(jī)理。4、舉例介紹一個專家控制系統(tǒng)，討論其工作原理和各部分的作用。5, 模糊控制系統(tǒng)的作用機(jī)制為何？試配合結(jié)構(gòu)圖劑以說明-6、人工神經(jīng)網(wǎng)絡(luò)基本上可分為哪兩類？通過網(wǎng)絡(luò)中神經(jīng)元的連按情況加以說明。7. 對學(xué)習(xí)控制的定義給予數(shù)學(xué)描述，并根據(jù)該定義概括學(xué)習(xí)控制的機(jī)理中智能控制課程考試試題C參考答案一、填空題（I）符號主義（2）聯(lián)接主義（3）行為主義（4）期望（5）期望（6）知識庫（7）推理機(jī)（8）傅京孫（9）薩里迪斯（10）蔡自興（II）組織級（12）協(xié)調(diào)級（13）執(zhí)行級（14）專家控制（15）遞階控制（16）模型控制（17）遺傳算法（18）傳統(tǒng)反饋（19）前饋神經(jīng)網(wǎng)絡(luò)（20）反

42、饋神經(jīng)網(wǎng)絡(luò)二、選擇題1、D 2、A 3、B 4、A 5、D6、B 7、C 8、A 9、C 10、D三、問答題1、答:長期以來，自動控制科學(xué)已對整個科學(xué)技術(shù)的理論和實踐做出重要貢獻(xiàn)，并為人類的生產(chǎn)、經(jīng)濟(jì)、社會、工作和生活帶來巨大利益。然而，現(xiàn)代科學(xué)技術(shù)的迅速發(fā)展和重大進(jìn)步，已對控制和系統(tǒng)科學(xué)提出新的更高的要求，自動控制理論和工程正面臨新的發(fā)展機(jī)遇和嚴(yán)峻挑戰(zhàn)。傳統(tǒng)控制理論，包括經(jīng)典反饋控制、近代控制和大系統(tǒng)理論等，在應(yīng)用中遇到不少難題。多年來，自動控制一直在尋找新的出路。現(xiàn)在看來，出路之一就是實現(xiàn)控制系統(tǒng)的智能化，以期解決面臨的難題。人工智能(artificial intelligenee, AI

43、 )的產(chǎn)生和發(fā)展正在為自動控制系統(tǒng)的智能化提供有力 支持。人工智能影響了許多具有不同背景的學(xué)科，它的發(fā)展已促進(jìn)自動控制向著更高的水平) 智能控制(intelligent control,IC)發(fā)展。自動控制既面臨嚴(yán)峻挑戰(zhàn)，又存在良好發(fā)展機(jī)遇。為了解決面臨的難題，一方面要推進(jìn)控制硬件、軟件和智能的結(jié)合，實現(xiàn)控制系統(tǒng)的智能化；另一方面要實現(xiàn)自動控制科學(xué)與計算機(jī)科 學(xué)、信息科學(xué)、系統(tǒng)科學(xué)以及人工智能的結(jié)合，為自動控制提供新思想，新方法和新技術(shù)，創(chuàng)立邊緣交叉新學(xué)科，推動智能控制的發(fā)展。智能控制是人工智能和自動控制的重要部分和研究領(lǐng)域，并被認(rèn)為是通向自主機(jī)器遞階道路上自動控制的頂層。人工智能的發(fā)展促進(jìn)自

44、動控制向智能控制發(fā)展。有趣的是，在相當(dāng)長時間內(nèi)，很少有人提到控制理論與人工智能的聯(lián)系。不過,這也不足為奇，因為傳統(tǒng)的控制理論(包括古典的和近代的)主要涉及對與伺服機(jī)構(gòu)有關(guān)的系統(tǒng)或裝置進(jìn)行操作與數(shù)學(xué)運(yùn)算，而人工智能所關(guān)心的則主要與符號運(yùn)算、邏輯推理及計算智能有關(guān)。近十年來，隨著人工智能和機(jī)器人技術(shù)的快速發(fā)展，對智能控制的研究出現(xiàn)一股新的熱潮。各種智能決策系統(tǒng)、專家控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)、模糊控制、神經(jīng)控制、主動視覺控制、 智能規(guī)劃和故障診斷系統(tǒng)等已被應(yīng)用于各類工業(yè)過程控制系統(tǒng)、智能機(jī)器人系統(tǒng)和智能化生產(chǎn)(制造)系統(tǒng)。近年來，以計算智能為基礎(chǔ)的一些新的智能控制方法和技術(shù)己被先后提出來。 這些新的智

45、能控制系統(tǒng)有仿人控制系統(tǒng)、進(jìn)化控制系統(tǒng)和免疫控制系統(tǒng)等。與人工智能學(xué)科相比，智能控制學(xué)科具有較大的容他性，而沒有出發(fā)過于激烈和對立的爭論。早在智能控制建立的初期，許多智能控制實際上把 3個不同認(rèn)知學(xué)派的思想融合和貫穿在智能控制學(xué)科之 中。2、答:傳統(tǒng)控制理論在應(yīng)用中面臨的難題包括：(1) 傳統(tǒng)控制系統(tǒng)的設(shè)計與分析是建立在精確的系統(tǒng)數(shù)學(xué)模型基礎(chǔ)上的，而實際系統(tǒng)由于存在復(fù)雜性、非線性、時變性、不確定性和不完全性等，一般無法獲得精確的數(shù)學(xué)模型。(2) 研究這類系統(tǒng)時，必須提出并遵循一些比較苛刻的假設(shè)，而這些假設(shè)在應(yīng)用中往往與實 際不相吻合。(3) 對于某些復(fù)雜的和包含不確定性的對象，根本無法以傳統(tǒng)數(shù)

46、學(xué)模型來表示，即無法解決建模問題。(4) 為了提高性能，傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜，從而增加了設(shè)備的初投資和維修費用，降低系統(tǒng)的可靠性。傳統(tǒng)控制理論在應(yīng)用中面臨的難題的解決，不僅需要發(fā)展控制理論與方法，而且需要開發(fā)與應(yīng)用計算機(jī)科學(xué)與工程的最新成果。人工智能的產(chǎn)生和發(fā)展正在為自動控制系統(tǒng)的智能化提 供有力支持。人工智能影響了許多具有不同背景的學(xué)科，它的發(fā)展已促進(jìn)自動控制向著更高的水平一能控制發(fā)展。智能控制具有下列特點：(1) 同時具有以知識表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型(含計算智能模型與算法)表示的混合控制過程，也往往是那些含有復(fù)雜性、不完全性、模糊性或不確定性以及不存在已知算法的過程，并以知

47、識進(jìn)行推理，以啟發(fā)式策略和智能算法來引導(dǎo)求解過程。(2) 智能控制的核心在高層控制，即組織級。高層控制的任務(wù)在于對實際環(huán)境或過程進(jìn)行組 織,即決策和規(guī)劃，實現(xiàn)廣義問題求解。(3) 智能控制是一門邊緣交叉學(xué)科。實際上，智能控制涉及更多的相關(guān)學(xué)科。智能控制的發(fā)展需要各相關(guān)學(xué)科的配合與支援，同時也要求智能控制工程師是個知識工程師。(4) 智能控制是一個新興的研究領(lǐng)域。無論在理論上或?qū)嵺`上它都還很不成熟、很不完善 需要進(jìn)一步探索與開發(fā)。3、答:遞階智能機(jī)器的一般結(jié)構(gòu)是由三個控制層級，即組織級、協(xié)調(diào)級和執(zhí)行級構(gòu)成的。這三個控制層級的功能和結(jié)構(gòu)如下：(1) 組織級組織級代表控制系統(tǒng)的主導(dǎo)思想，并由人工智能起控制作用。組織器作為推理機(jī)的規(guī)則發(fā) 生器，處理高層信息，用于機(jī)器推理、規(guī)劃、決策、學(xué)習(xí)(反饋)和記憶操作，如圖1所示。旦魔囪上圖1組織級的結(jié)構(gòu)框圖(2) 協(xié)調(diào)級協(xié)調(diào)級是上(組織)級和下(執(zhí)行)級之間的接口，承上啟下，并由人工智能和運(yùn)籌學(xué)共同作用。 協(xié)調(diào)級由一定數(shù)量的具有固定結(jié)構(gòu)的協(xié)調(diào)器組成，每個協(xié)調(diào)器執(zhí)行某些指定的作用。各協(xié)調(diào)器間的通訊由分配器來完成，而分配器的可變結(jié)構(gòu)是由組織器控制的。(3) 執(zhí)行級執(zhí)行級是遞階智能控制的底層，要求具有較高的精度但較低的智能；它按