智能控制題目

1、2018年智能控制理論思考題1、設論域X =Xi,X2,X3,X4上的模糊集合A , B分別是10.90.40.20.50.80.3A =+,B =+十X1X2X3X4X1x2x4求 A 一 B,A - B,A,B 。2、已知輸入A = 1+05且B =01+工，則輸出C =02十工；根據(jù)這條規(guī) Xi X2yi y2 y3zi Z2則，確定當輸入慶:吧+/且b=+ 9時輸出C。 XiX2yiy2y33、一個模糊系統(tǒng)的輸入和輸出的隸屬函數(shù)如圖i所示。下面是該模糊系統(tǒng)的兩條規(guī)則：規(guī)則 i: If e(t) is ZE and Ae(t) is ZE Then u(t) is ZE；規(guī)則 2： If

2、 e(t) is ZE and Ae(t) is PS Then u(t)is NS；圖i輸入輸出的隸屬函數(shù)假設e(t) = 0, e(t)=E。試分別用maX-min算子與maX-乘積算子蘊含 推理，用作圖法求總輸出u(t)的隸屬函數(shù)。4、利用感知器學習規(guī)則對下面的樣本進行兩次學習，通過計算說明權(quán)值不斷收2。斂的過程，并說明學習誤差的變化。三輸入單輸出的感知器模型如圖圖2其中閾值日=-1 , f(.)函數(shù)為sgn函數(shù)，初始權(quán)值 W=1 -1 0 0.5t,學習速率 =0.1.三組輸入輸出樣本為Xi= 1 20 T, d1=-1X2= 0 1.5 -0.5T, d2=-1X3= -11 0.5

3、T, d3=-15、競爭學習網(wǎng)絡。利用歐幾里德距作為相似程度的尺度，計算書4.4.1中競爭網(wǎng)絡學習的權(quán)值更新。6、圖3為一個離散型Hopfield網(wǎng)絡，請寫出其神經(jīng)元結(jié)點的狀態(tài)方程，并說明什么是此神經(jīng)網(wǎng)絡的異步和同步工作方式。7、假設用3個神經(jīng)元的網(wǎng)絡記住兩個狀態(tài)(1, 1,1)和(-1, -1,-1),由此計算Hopfield網(wǎng)絡的權(quán)矩陣，并且判斷這兩個狀態(tài)的穩(wěn)定性，其中Ym=sign(WXm-h),h為閾值矩陣，本題設置為008、假設BAM需要存儲4對模式分別為：Xi=1, 1, 1, 1, 1, 1和 Yi=1, 1, 1T,X2=-1,-1,-1,-1,-1,-1T 和 Y2=-1,-

4、1,-1T,X3= 1, 1,-1,-1, 1, 1和 Y3= 1,-1, 1T,X4=-1,-1, 1, 1,-1,-1和Y4=-1, 1,-1T計算BAM的連接權(quán)矩陣，并且驗證當輸入 為Yi的時候能否回R Xi和%輸入Xi為的時候能否回憶Yi。9、完成第6章作業(yè)6。10、現(xiàn)需要用遺傳算法求解函數(shù)f (x,y)=(1-x)2e*(y+1)2 -(x-x 3-y 3)e2的最大值，x,y的取值范圍為-3+3。試寫出算法的流程，并寫出一組二進制的編碼和解碼的過程，編碼精度為0.0235294。11、假定要使 2個變量的函數(shù)f(Xi,X2)極大化，各變量的論域分別為： x1c -10,50, x2

5、 e 0.1,0.8,對 X1 , x2 要求的精度分別為 0.01,0.0001。(1)對上述問題設計一個串連的多參數(shù)定點編碼。(2)為得到所要求的精度，最少需要多少位？12、與解析尋優(yōu)方法相比，遺傳算法的主要優(yōu)點是什么？請給出遺傳算法的尋優(yōu) 的工作框圖，并討論其工作過程。13、第六章作業(yè)2題中，畫出用第 腫類型的模本版4模網(wǎng)絡FMN。14、假設有10個7X8的二值圖像，采用神經(jīng)網(wǎng)絡方法進行圖像識別與分類，選擇適當?shù)纳窠?jīng)網(wǎng)絡，簡單分析并確定輸出單元與輸入單元數(shù)，確定學習規(guī)則。) 它通過對計算機網(wǎng)絡或 從中發(fā)現(xiàn)網(wǎng)絡或系統(tǒng)中是否 RBF神經(jīng)網(wǎng)絡的智能入侵15、入侵檢測系統(tǒng)是動態(tài)安全技術(shù)中最核心的

6、技術(shù)之一。 計算機系統(tǒng)中若干關(guān)鍵點收集信息并對其進行分析，. 有違反安全策略的行為和被攻擊的跡象。下圖是基于 檢測系統(tǒng)。圖4智能入侵檢測系統(tǒng)(D(2)(3)(4)(D(2)(3)(4)試簡要分析該系統(tǒng)的各個模塊的功能，說明其工作原理。16、前5章概念：智能控制的特點、研究點；模糊推理概念、特點；各類神經(jīng)網(wǎng)絡特點，學習規(guī)則，算法，改進思路;遺傳算法特點，改進思路17.簡述分析原理(模糊神經(jīng)網(wǎng)絡，第 6章):比較模糊系統(tǒng)與神經(jīng)網(wǎng)絡特點。模糊系統(tǒng)與神經(jīng)網(wǎng)絡結(jié)合方式。神經(jīng)網(wǎng)絡驅(qū)動模糊推理要解決的問題，算法描述。模糊神經(jīng)元的類型。模糊感知器思路，模糊聯(lián)想存儲器思路。證明題:1、(5)神經(jīng)模糊網(wǎng)絡，模糊自

7、適應學習網(wǎng)絡證明教科書中的模式定理:(1)模式H的各個樣本經(jīng)過選擇算子和交叉算子運算之后得到的新樣本和新模式滿足：m(H ,t +1)之 m(H ,t) (1 +C) 1 一 pc H；l -1(2)模式H的各個樣本經(jīng)過選擇算子，交叉算子以及變異算子運算之后得到的新 樣本和新模式滿足：f(H,t)、(H)m(H,t 1) ,m(H,t) 1 一 pc -o(H) pmF(t)l -12、證明4個T范式與T協(xié)范式在廣義德.摩根定理上互為對偶。3、證明4個T范式與T協(xié)范式滿足有界性、單調(diào)性、交換性、結(jié)合性。4、證明 3.72、3.74、3.76 與 3.77式。5 .為解決異或問題，圖1為包含一個隱層單元的神經(jīng)網(wǎng)絡，通過構(gòu)建決策區(qū)域 與真值表方式，證明該網(wǎng)絡解決了異或問題。(1)寫出權(quán)值調(diào)節(jié)算法依賴的公式；(2)給出決策面函數(shù)，證明解決了異或問題。6 .證明感知器固定增益n=1收斂性。7、構(gòu)造能量函數(shù)，分別證明同步調(diào)節(jié)與異步調(diào)節(jié)離散型Hopfield網(wǎng)絡的穩(wěn)定性。8、構(gòu)造能量函數(shù)，證明連續(xù)型