《智能控制技術(shù)》測驗試題

1、智能控制技術(shù)測驗試題作者:日期:智能控制技術(shù)考試試題（備注：請將本試卷粘貼在答題本內(nèi)頁）1、 概念題（每小題5分，共20分）（1）人工神經(jīng)網(wǎng)絡 人工神經(jīng)網(wǎng)絡的研究是人工智能、認知科學、神經(jīng)生理學、非線性動力學等學科的交叉 熱點。2 模糊推理知道了語言控制規(guī)則中蘊含的模糊關(guān)系后，就可以根據(jù)模糊關(guān)系和輸入情況， 來確定輸出的情況，這就叫“模糊推理”。3. 專家系統(tǒng)專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，它應用人工智能技術(shù)， 根據(jù)某個領域或多個人類專家提供的知識和經(jīng)驗進行推理和判斷，模擬人類專 家的決策過程，以解決那些需要專家決定的復制問題。4. 遞階控制對遞階結(jié)構(gòu)的大系統(tǒng)所采用的 控制方式

2、。1、簡答題（每小題10分，共40分）1. 簡述智能控制的發(fā)展過程，并說明智能控制的特點。從20世紀60年代至今，智能控制的發(fā)展過程通常被劃分 3個階段：萌芽期、形 成期和發(fā)展期。智能控制具有以下基本特點:1）應能為復雜系統(tǒng)進行有效的全局控制，并具有較強的容錯能力。2）定性策劃和定量控制相結(jié)合的多模態(tài)組合控制。3）從系統(tǒng)的功能和整體優(yōu)化的角度來分析和綜合系統(tǒng)，以實現(xiàn)預定的目標，并具有 自組織能力。4）同時具有以知識表示的非數(shù)學廣義模型和以數(shù)學表示的數(shù)學模型的混合控制過 程，系統(tǒng)在信息處理上，既有數(shù)學運算，又有邏輯和知識推理。2. 智能控制學科有哪幾種結(jié)構(gòu)理論？這些理論的內(nèi)容是什么？二元結(jié)構(gòu)理論

3、傅京孫曾對幾個與自學習控制(learning control有關(guān)的領域進行了研究。為 強調(diào)系統(tǒng)的問題求解和決策能力，他用“智能控制系統(tǒng)”來包括這些領域。他指 出“智能控制系統(tǒng)描述自動控制系統(tǒng)與人工智能的交接作用”。我們可以用式(1.3)和(1.6)以及圖1.3來表示這種交接作用，并把它稱為二元交集結(jié)構(gòu)。三元結(jié)構(gòu)理論薩里迪斯于1977年提出另一種智能控制結(jié)構(gòu)，它把傅京孫的智能控制擴展為 三元結(jié)構(gòu)，即把智能控制看作為人工智能、自動控制和運籌學的交接 ，如圖1.4 所示。薩里迪斯認為，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 效和成功應用。必須把運籌學的概念引入智能控制，使它成為三元交集中

4、的一個 子集。蔡自興提出四元智能控制結(jié)構(gòu)，把智能控制看做自動控制、人工智能、信息論和運 籌學四個學科的交集，如圖1.5(a)所示,其關(guān)系如式(1.5)和(1.8)描述。圖1.5(b)表 示這種四元結(jié)構(gòu)的簡化圖。3什么是模糊集合和隸屬函數(shù)？模糊集合有哪些基本運算？滿足哪些規(guī)律？隸屬函數(shù)(membership function)，用于表征模糊集合的 數(shù)學工具。對于普通集合 A，它可以理 解為某個論域U上的一個子集。為了描述論域U中任一元素u是否屬于集合A，通常可以用0或1標志。用0表示u不屬于A，而用1表示屬于A，從而得到了 U上的一個二 值函數(shù)xA( u),它表征了 U的元素u對普通集合的從屬關(guān)

5、系，通常稱為A的特征函數(shù)，為了描述元素u對U上的一個模糊集合的隸屬關(guān)系，由于這種關(guān)系的不分明性，它將用從區(qū)間0,1中所取的數(shù)值代替 0 , 1這兩值來描述，記為(u)，數(shù)值(u)表示元素隸屬 于模糊集的程度，論域 U上的函數(shù)即為模糊集的隸屬函數(shù)，而(u)即為u對A的隸屬 度。設A和B為論域U中的兩個模糊集，其隸屬函數(shù)分別為和，則對于所有，存在下列運算：(1) A與B的并(邏輯或)(2) A與B的交(邏輯與)(3) A的補(邏輯非)4.簡述人工神經(jīng)網(wǎng)絡的特點和主要學習算法 人工神經(jīng)網(wǎng)絡的結(jié)構(gòu)基本上分為兩類，即遞歸(反饋)網(wǎng)絡和前饋網(wǎng)絡，簡介如 下。遞歸網(wǎng)絡在遞歸網(wǎng)絡中，多個神經(jīng)元互連以組織一個互

6、連神經(jīng)網(wǎng)絡，如圖7.2所 示。有些神經(jīng)元的輸出被反饋至同層或前層神經(jīng)元，遞歸網(wǎng)絡又叫做反饋網(wǎng)絡。Hopfield網(wǎng)絡,Elmman網(wǎng)絡和Jordan網(wǎng)絡是遞歸網(wǎng)絡有代表性的例子。前饋網(wǎng)絡具有遞階分層結(jié)構(gòu)，由一些同層神經(jīng)元間不存在互連的層級組成。從 輸入層至輸出層的信號通過單向連接流通；神經(jīng)元從一層連接至下一層，不存 在同層神經(jīng)元間的連接,如圖7.3。前饋網(wǎng)絡的例子有多層感知器(MLP)、學 習矢量量化(LVQ)網(wǎng)絡、小腦模型聯(lián)接控制(CMAC)網(wǎng)絡和數(shù)據(jù)處理方法 (GMDH)網(wǎng)絡等。(2) 答:(1) 有師學習有師學習需要有個老師或?qū)焷硖峁┢谕蚰繕溯敵鲂盘枴?2) 無師學習無師學習算法不需

7、要知道期望輸出。在訓練過程中，只要向神經(jīng)網(wǎng)絡提供輸入模式，神經(jīng)網(wǎng)絡就能夠自動地適應連接權(quán)，以便按相似特征把輸入模式分組聚集。無師學習算法的例子包括Kohonen算法和Carpenter-Grossberg自適應諧振理論(ART)等。(3) 強化學習強化學習是有師學習的特例，它不需要老師給出目標輸出，采用一個 “評論員”來評價與給定輸入相對應的神經(jīng)網(wǎng)絡輸出的優(yōu)度(質(zhì)量因數(shù))。三、計算(每小題6分，共18分)1 請分別寫出模糊集合“年輕人”、“中年人”和“老年人”的隸屬函數(shù)。例1以年齡柞為論域1(=10,100,櫃糊集合A與舟分別毅示概念“老年四、人”和“年輕人3取隸廉幣數(shù)為0<a<5

8、050 < x < UK)OS <2525<x < 100U1U2U3U4U51 .設論域 U 二u,u2,u3,u4,u5，且試求AU B和An B2.設有下列兩個模糊關(guān)系：R2= 04|ldd(先取小，再取大)試求出Ri與R2的復合關(guān)系RioR2.五、應用題(本題22分)(1) 請簡述設計智能控制系統(tǒng)的主要步驟；(2) 列舉一個智能控制系統(tǒng)的應用實例，并描述該系統(tǒng)的特點智能照明控制系統(tǒng)在廣州大學城華南理工大學校區(qū)的應用實例現(xiàn)代化的學校是由多種視覺效果組成的工作環(huán)境，視覺環(huán)境的舒適性應該從以下幾個方面進行考慮:1 選擇合適的照度；2 減少光源的直接眩光、反射眩光；3 室內(nèi)裝飾和光源的顯色性；4 室內(nèi)亮度的合理分布；5 設計一個良好的建筑空間環(huán)境。學校按照功能區(qū)域劃分，通常會有教學樓、辦公行政樓、圖書館、禮堂、體育場館等等，各個功 能區(qū)域的照明具有不同的特點。教學區(qū)域照明使用的光源主要是熒光燈與白熾燈，其中熒光燈多用于 一般照明，白熾燈多用于局部照明，照度水平的設計主要取決于視覺作業(yè)的需要及經(jīng)濟條件的狀況。 教學區(qū)域的工作時間主要是在白天，可以考慮利用窗外入射的大量自然光進行照度補償，不僅能節(jié)約 大量能源，更能維持室內(nèi)舒適的視覺環(huán)境?，F(xiàn)代學校的照明控制系統(tǒng)應