智能控制習(xí)題答案54733

1、第一章緒論1. 什么是智能、智能系統(tǒng)、智能控制？答：“智能”在美國Heritage詞典定義為“獲取和應(yīng)用知識的能力”?！爸悄芟到y(tǒng)”指具有一定智能行為的系統(tǒng)，是模擬和執(zhí)行人類、動物或生物的某些功能的系統(tǒng)。“智能控制”指在傳統(tǒng)的控制理論中引入諸如邏輯、推理和啟發(fā)式規(guī)則等因素，使之具有某種智能性；也是基于認(rèn)知工程系統(tǒng)和現(xiàn)代計(jì)算機(jī)的強(qiáng)大功能，對不確定環(huán)境中的復(fù)雜對象進(jìn)行的擬人化管理。2. 智能控制系統(tǒng)有哪幾種類型，各自的特點(diǎn)是什么？答：智能控制系統(tǒng)的類型：集散控制系統(tǒng)、模糊控制系統(tǒng)、多級遞階控制系統(tǒng)、專家控制系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)等。各自的特點(diǎn)有：集散控制系統(tǒng)：以微處理器為基礎(chǔ)，對生

2、產(chǎn)過程進(jìn)行集中監(jiān)視、操作、管理和分散控制的集中分散控制系統(tǒng)。該系統(tǒng)將若干臺微機(jī)分散應(yīng)用于過程控制，全部信息通過通信網(wǎng)絡(luò)由上位管理計(jì)算機(jī)監(jiān)控，實(shí)現(xiàn)最優(yōu)化控制，整個裝置繼承了常規(guī)儀表分散控制和計(jì)算機(jī)集中控制的優(yōu)點(diǎn)，克服了常規(guī)儀表功能單一，人機(jī)聯(lián)系差以及單臺微型計(jì)算機(jī)控制系統(tǒng)危險(xiǎn)性高度集中的缺點(diǎn)，既實(shí)現(xiàn)了在管理、操作和顯示三方面集中，又實(shí)現(xiàn)了在功能、負(fù)荷和危險(xiǎn)性三方面的分散。人工神經(jīng)網(wǎng)絡(luò)：它是一種模范動物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。專家控制系統(tǒng)：是一個智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有

3、大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗(yàn)，能夠利用人類專家的知識和解決問題的經(jīng)驗(yàn)方法來處理該領(lǐng)域的高水平難題?？梢哉f是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。多級遞階控制系統(tǒng)是將組成大系統(tǒng)的各子系統(tǒng)及其控制器按遞階的方式分級排列而形成的層次結(jié)構(gòu)系統(tǒng)。這種結(jié)構(gòu)的特點(diǎn)是：1.上、下級是隸屬關(guān)系，上級對下級有協(xié)調(diào)權(quán)，它的決策直接影響下級控制器的動作。2.信息在上下級間垂直方向傳遞，向下的信息有優(yōu)先權(quán)。同級控制器并行工作，也可以有信息交換，但不是命令。3.上級控制決策的功能水平高于下級，解決的問題涉及面更廣，影響更大，時間更長，作用更重要。級別越往上，其決策周期越長，更關(guān)心系統(tǒng)的長期目標(biāo)。4.級別越往

4、上，涉及的問題不確定性越多，越難作出確切的定量描述和決策。學(xué)習(xí)控制系統(tǒng)：靠自身的學(xué)習(xí)功能來認(rèn)識控制對象和外界環(huán)境的特性，并相應(yīng)地改變自身特性以改善控制性能的系統(tǒng)。這種系統(tǒng)具有一定的識別、判斷、記憶和自行調(diào)整的能力。3. 比較智能控制與傳統(tǒng)控制的特點(diǎn)。答：智能控制與傳統(tǒng)控制的比較：它們有密切的關(guān)系，而不是相互排斥。常規(guī)控制往往包含在智能控制之中，智能控制也利用常規(guī)控制的方法來解決“低級”的控制問題，力圖擴(kuò)充常規(guī)控制方法并建立一系列新的理論與方法來解決更具有挑戰(zhàn)性的復(fù)雜控制問題。1. 傳統(tǒng)的自動控制是建立在確定的模型基礎(chǔ)上的，而智能控制的研究對象則存在模型嚴(yán)重的不確定性，即模型未知或知之甚少者模型

5、的結(jié)構(gòu)和參數(shù)在很大的范圍內(nèi)變動，這些問題對基于模型的傳統(tǒng)自動控制來說很難解決。2. 傳統(tǒng)的自動控制系統(tǒng)的輸入或輸出設(shè)備與人及外界環(huán)境的信息交換很不方便，希望制造出能接受印刷體、圖形甚至手寫體和口頭命令等形式的信息輸入裝置，能夠更加深入而靈活地和系統(tǒng)進(jìn)行信息交流，同時還要擴(kuò)大輸出裝置的能力，能夠用文字、圖紙、立體形象、語言等形式輸出信息.另外，通常的自動裝置不能接受、分析和感知各種看得見、聽得著的形象、聲音的組合以及外界其它的情況.為擴(kuò)大信息通道，就必須給自動裝置安上能夠以機(jī)械方式模擬各種感覺的精確的送音器，即文字、聲音、物體識別裝置。3. 傳統(tǒng)的自動控制系統(tǒng)對控制任務(wù)的要求要么使輸出量為定值（

6、調(diào)節(jié)系統(tǒng)），要么使輸出量跟隨期望的運(yùn)動軌跡（跟隨系統(tǒng)），因此具有控制任務(wù)單一性的特點(diǎn)，而智能控制系統(tǒng)的控制任務(wù)可比較復(fù)雜。4. 傳統(tǒng)的控制理論對線性問題有較成熟的理論，而對高度非線性的控制對象雖然有一些非線性方法可以利用，但不盡人意.而智能控制為解決這類復(fù)雜的非線性問題找到了一個出路，成為解決這類問題行之有效的途徑。5. 與傳統(tǒng)自動控制系統(tǒng)相比，智能控制系統(tǒng)具有足夠的關(guān)于人的控制策略、被控對象及環(huán)境的有關(guān)知識以及運(yùn)用這些知識的能力。6. 與傳統(tǒng)自動控制系統(tǒng)相比，智能控制系統(tǒng)能以知識表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)表示的混合控制過程，采用開閉環(huán)控制和定性及定量控制結(jié)合的多模態(tài)控制方式。精品7. 與傳

7、統(tǒng)自動控制系統(tǒng)相比，智能控制系統(tǒng)具有變結(jié)構(gòu)特點(diǎn)，能總體自尋優(yōu)，具有自適應(yīng)、自組織、自學(xué)習(xí)和自協(xié)調(diào)能力。8. 與傳統(tǒng)自動控制系統(tǒng)相比，智能控制系統(tǒng)有補(bǔ)償及自修復(fù)能力和判斷決策能力。4. 把智能控制看作是AI（人工智能）、OR（運(yùn)籌學(xué)）、AC（自動控制）和IT（信息論）的交集，其根據(jù)和內(nèi)涵是什么？答：智能控制具有明顯的跨學(xué)科特點(diǎn)，在最早傅金孫提出的二元論中，智能控制系統(tǒng)被認(rèn)為是自動控制與人工智能的交互作用，隨著認(rèn)識的深入，薩瑞迪斯提出運(yùn)籌學(xué)融入智能控制而提出三元結(jié)構(gòu)，蔡自興教授提出將信息論引入智能控制，其依據(jù)在于：信息論是解釋知識和智能的一種手段；控制論、信息論和系統(tǒng)論是緊密相連的；信息論已經(jīng)成為

8、控制智能機(jī)器的工具；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，因此最終確定了智能控制的四元結(jié)構(gòu)5. 智能控制有哪些應(yīng)用領(lǐng)域？試舉出一個應(yīng)用實(shí)例，并說明其工作原理和控制性能。答：智能控制應(yīng)用于機(jī)器人、汽車、制造業(yè)、水下和陸地自助式車輛、家用電器、過程控制、電子商務(wù)、醫(yī)療診斷、飛行器、印刷、城市鐵路、電力系統(tǒng)等領(lǐng)域。例如焊接機(jī)器人其基本工作原理是示教再現(xiàn)，即由用戶導(dǎo)引機(jī)器人，一步步按實(shí)際任務(wù)操作一遍，機(jī)器人在導(dǎo)引過程中自動記憶示教的每個動作的位置、姿態(tài)、運(yùn)動參數(shù)、焊接參數(shù)等，并自動生成一個連續(xù)執(zhí)行全部操作的程序。完成示教后，只需給機(jī)器人一個起動命令，機(jī)器人將精確地按示教動作，一步步完成全部

9、操作，實(shí)際示教與再現(xiàn)?？刂菩阅転椋夯『笝C(jī)器人通常有五個自由度以上，具有六個自由度的弧焊機(jī)器人可以保證焊槍的任意空間軌跡和姿態(tài)。點(diǎn)至點(diǎn)方式移動速度可達(dá)60m/min以上，其軌跡重復(fù)精度可達(dá)到土0.2mm。這種弧焊機(jī)器人應(yīng)具有直線的及環(huán)形內(nèi)插法擺動的功能，共六種擺動方式，以滿足焊接工藝要求，機(jī)器人的負(fù)荷為5kg。第二章模糊控制的理論基礎(chǔ)1. 舉例說明模糊性的客觀性和主觀性。答：模糊性起源于事物的發(fā)展變化性，變化性就是不確定定性；模糊性是客觀世界的普遍現(xiàn)象，世界上許多的事物都具有模糊非電量的特點(diǎn)。例如：年齡分段的問題；如果一個人的年齡大于60歲算老年，45-59歲之間的歲中年，小于44歲的就算青年；

10、如果一個人的年齡是59歲零11個月零28天，那么他是屬于中年還是老年呢？理論上從客觀的角度說他是中年人，但是與60歲只有兩天區(qū)別，這區(qū)別我們是分辨不出來的。從主觀上我們認(rèn)為他又是老年人。這就是模糊性的主觀性和客觀性的體現(xiàn)。2. 模糊性與隨機(jī)性有哪些異同？答：模糊性處于過渡階段的事物的基本特征，是性態(tài)的不確定性，類屬的不清晰性，是一種內(nèi)在的不確定性；而隨機(jī)性是在事件是否發(fā)生的不確定性中表現(xiàn)出來的不確定性，而事件本身的性態(tài)和類屬是確定的，是一種外在的不確定性相同點(diǎn)是：模糊性是由于事物類屬劃分的不分明而引起的判斷上的不確定性；而隨機(jī)性是由于天劍不充分而導(dǎo)致的結(jié)果的不確定性。但是他們都共同表現(xiàn)出不確定

11、性。異同點(diǎn)是：模糊性反映的是排中的破缺，而隨機(jī)性反映的是因果律的破缺；模糊性現(xiàn)象則需要運(yùn)用模糊數(shù)學(xué)，隨機(jī)性現(xiàn)象可用概率論的數(shù)學(xué)方法加以處理。3. 比較模糊集合與普通集合的異同。答：模糊集合用隸屬函數(shù)作定量描述，普通集合用特征函數(shù)來刻劃。兩者相同點(diǎn)：都屬于集合，同時具有集合的基本性質(zhì)。兩者異同點(diǎn)：模糊集合就是指具有某個模糊還年所描述的屬性的對象的全體，由于概念本身不是很清晰，界限分明的因而對象對集合的隸屬關(guān)系也不是明確的；普通集合是指具有某種屬性的對象的全體，這種屬性所表達(dá)的概念應(yīng)該是清晰的，界限分明的，因而每個對象對于集合的隸屬關(guān)系也就是明確的。4. 考慮語言變量：“Old”，如果變量定義為：

12、卩(x)old1+(x-50/5)一20<x<5050<x<100確定“NOTSoOld”“VeryOld”“MOREOrLESSOld”的隸屬函數(shù)。00<x<50解：卩(x)=<廠1NOTSoold1+(x-50/5)-2-250<x<1000卩Veryod<+(x-50/5)-2-20<x<5050<x<1000<x<50卩(x)=<MOREorlessold1+(x-50/5)-250<x<100A=(0.70.10.4)5.已知存在模糊向量A和模糊矩陣R如下：“_0.80.

13、40.10.200.10.50.600.30.60.3計(jì)算B=AoR。(0.7A0.5)vfQ.la0.6)v(0.4a0)=0.50.70.403(0.7aOjB)v(0.1a0_+)v(0.4a0.3)(0.7a0_1)v(0_1a0)v(0.4a0_6)(0.7aQ,2)v(0.1a0.1)v(0.4aO3)6. 令論域U_£234，給定語言變量“Small”=1/1+0.7/2+0.3/3+0.1/4和模糊關(guān)系R=“Almost相等”定義10.60.10.610.60.10.6100.10.6_(10.70.3如下：R=解：R（y）00.10.61利用max-min復(fù)合運(yùn)算，

14、試計(jì)算：R（y）=（X是Small）o（Almost相等）10.60.100.610.60.10.10.610.600.10.610.1)=h0.70.60.3(1A1)V(0.7A0.6)V(0.3A0.1)V(0.1a0)(1a0.6)v(0.7a1)v(0.3a0.6)v(0.1a0.1)(1A0.1)V(0.7A0.6)V(0.3A1)V(0.1A0.6)(1A0)V(0.7A0.1)V(0.3A0.6)V(0.1A1)-10.800.10.2I0.810.400.9II7.已知模糊關(guān)系矩陣：R=00.4100I計(jì)算R的二至四次冪。0.10010.5II0.20.900.510.10.

15、200.10.2I110.800.400.9II10.810.4100III|00.41010.5II10.10000.51II10.20.9010.80.81解：R2=RR=00.40.1000.90010.50.8I0.9I0.4IR4=R2R2=10.80.40.20.80.810.40.50.90.40.410.20.5000.410.50.80.90.40.51-10.80.810.40.40.50.5R3=RR2=0.40.410.40.50.50.410.80.90.40.50.20.9015l10.80.40.50.810.40.50.40.410.40.50.50.410.8

16、0.90.40.50.510.80.90.40.51z，二維模糊條件語句為“若A且B則C”其20.510.1A=+,AeF(X)xxx10.50.1123A*=+0.110.6xxxB=+,BeF(Y)已知123yyy0.10.51123B*=+0.41yyyC=+CeF(Z)123&設(shè)有論域X=士仝叮，Y=牛2,中zzJ2由關(guān)系合成推理法，求得推理結(jié)論C*。A*eF(X)B*eF(Y)0.50.5A0.10.5A10.5A0.6I0.10.50.5IRT=ATXB=110.110.6=1A0.11A11A0.6II=0.110.6II10.10.1A0.10.1A10.1A0.60.

17、10.10.1解：令R表示模糊關(guān)系，則R=axBXC.將Rt按行展開寫成列向量為【0.10.50.50.110.60.10.10.1片1_0.-0.1a0.40.1a-0.10.0.50.5a0.40.5a10.40.50.50.5a0.40.5a10.40.50.10.1a0.40.1a10.10.11x【0.41=1a0.41a1=0.410.60.6a0.40.6a10.40.60.10.1a0.40.1a10.10.10.10.1a0.40.1a10.10.1_0.1_0.1a0.40.1a1_0.10.1_所以，R=RtxC=1.又因?yàn)镃*=Ca*xB*)xR,-1-0.10.51=

18、0.10.51_A*xB*=0.50.10.50.50.10.10.10.1將A*xB*按行展開寫成行向量，為【0.10.510.10.50.50.10.1O.l,貝yC*=（A*xB*）xR=（0.40.5）即C*=04+05zz129. 已知語言變量x,y,z。X的論域?yàn)?,2,3，定義有兩個語言值："大”=00.51：“小”=1,0.5,0。Y的論域?yàn)?0.20.30.40.50，語言值為："高”=0,0,0,0.5,1：“中”=0,0.5,1,0.5,0;"低”=1,0.5,0,0,0。Z的論域?yàn)?.1.0.2.0.3，語言值為："長”=0,0.

19、5,1："短”=1,0.5,0貝U：1）試求規(guī)則：如果x是"大”并且y是"高”那么z是"長”：否則，如果x是"小”并且y是"中”那么z是"短”。所蘊(yùn)涵的x,y,z之間的模糊關(guān)系R。2）假設(shè)在某時刻，x是"略小”=0.7,0.25,0,y是"略高”=0,0,0.3.0.7,1試根據(jù)R分別通過Zadeh法和Mamdani法模糊推理求出此時輸出z的語言取值。網(wǎng)1）對于模糊規(guī)則4可知模糊蘊(yùn)含關(guān)系矩陣Ri為:0'000.5oa0.5i=00.50.3_1_0000.51_000.50.50000000其中W

20、=a00.51所収可得：_000_000000000000000000000000000.51=0000.500.50.50.500.50.50000000000000.500.50.5_1_00.51_同理可得=0000.50.5010.500.50.500000000.50.500.50.500.50.50000000000000000000飛00000_000_0000.50.500.50.5000010.5010.500000.50.500.50.500000000000000000000000.50.500.50.50000U0.50.500.50.5000.50.50.50.500

21、.50.50.500.50.500000.50.500000000000000000000000000000.50.5Q0000.50.5_00.51_000_00.512)Za也eh法=maxZ1AAmasYAyLAZ1=O0.250.25Z2=inaX2XAmax/AAZ2=0.50.507=!=0.50.50.25；Maindani法:因?yàn)閆=>XxZioR,且：一口打_0.30J0.7_0.250】C.30.71=000.250.250.25_0_00000_將疋又F按行展開寫成行向壘=000.30.70.7000.250.250.2500000則可得：Z=ixr.o=0.50.

22、50.25第三章模糊控制1. 模糊控制器有哪幾部分組成？各完成什么功能？1:答：模糊控制器由四個部分組成，這四個功能模塊是模糊化、知識庫、模糊推理和去模糊化。(1) 模糊化：為實(shí)現(xiàn)模糊控制而將精確的輸入量進(jìn)行模糊化處理，是將精確量轉(zhuǎn)化為模糊量的過程。模糊化模塊在不同的階段有不同的作用：a、確定符合模糊控制器要求的輸入量和輸出量。b、對輸入輸出變量進(jìn)行尺度變換，使之落于各自的論域范圍內(nèi)。c、對已經(jīng)論域變換的輸入量進(jìn)行模糊化處理，包括模糊分割和隸屬函數(shù)的確定。(2) 知識庫：知識庫通常由數(shù)據(jù)庫和規(guī)則庫組成，包含了具體應(yīng)用領(lǐng)域的知識和要求。其中，數(shù)據(jù)庫主要包含輸入輸出變量的初度變換因子、輸入輸出空間

23、的模糊分割以及模糊變量的模糊取值及相應(yīng)的隸屬度函數(shù)選擇和形狀等方面的內(nèi)容。規(guī)則庫包含了用模糊語言描述專家的經(jīng)驗(yàn)知識，來表示一系列控制規(guī)則。它們反映了控制專家的經(jīng)驗(yàn)和知識。(3) 模糊推理：是一種近似推理，根據(jù)模糊控制規(guī)則庫和當(dāng)前系統(tǒng)狀態(tài)推斷出應(yīng)施加的控制量的過程，由推理機(jī)完成。(4) 去模糊化：由于控制器輸出到具體地執(zhí)行機(jī)構(gòu)的信號必須是清晰的精確量。因此，需要一個與輸入模糊化相反的過程，即把模糊推理結(jié)果轉(zhuǎn)變成清晰量，它實(shí)現(xiàn)從輸出論域上輸出模糊空間到輸出精確空間的映射。2. 模糊控制器設(shè)計(jì)的步驟怎樣？2：答：模糊控制器設(shè)計(jì)的步驟如下：(1) ：輸入變量和輸出變量的確定。(2) ：輸入輸出變量的論

24、域和模糊分割，以及包括量化因子和比例因子在內(nèi)的控制參數(shù)的選擇。(3) ：輸入變量的模糊化和輸出變量的清晰化。(4) ：模糊控制規(guī)則的設(shè)計(jì)以及模糊推理模型的選擇。(5) ：模糊控制程序的編制。3. 清晰化的方法有哪些？3：答：清晰化的方法一般有四種：(1) ：最大隸屬度法：這種方法將模糊推理得到的結(jié)論中最大隸屬度值最對應(yīng)的元素作為控制器輸出的精確值，如果有多個最大點(diǎn)，則取其平均值。(2) ：加權(quán)平均法：這種方法是指以各條規(guī)則的前件和輸入的模糊集按一定法則確定的值為權(quán)值，并對后件代表值加權(quán)平均計(jì)算輸出的清晰值的方法。(3) ：面積等分法：把輸出的模糊集合所對應(yīng)的隸屬函數(shù)與橫坐標(biāo)之間圍成的面子分成兩

25、部分，那么該方法得到的精確值應(yīng)滿足使該兩部分的面積相等。(4)：由于Tsukamoto模型和Takagi-Sugeno模型輸出本身就是清晰量，則不需要去模糊化。4. 已知某一爐溫控制系統(tǒng)，要求溫度保持在600度恒定。針對該控制系統(tǒng)有一下控制經(jīng)驗(yàn)：(1) 若爐溫低于600度，則升壓：低得越多升壓就越高。(2) 若爐溫高于600度，則降壓：高得越多降壓就越低。(2) 若爐溫等于600度，則保持不變。設(shè)計(jì)模糊控制器為一維控制器，輸入語言變量為誤差，輸出為控制電壓。輸入、輸出變量的量化等級為7級，取5個模糊集。設(shè)計(jì)隸屬度函數(shù)誤差變化劃分表、控制電壓變化劃分表和模糊控制規(guī)則表。TeAT=TT解：定義理想

26、溫度點(diǎn)的溫度為To,實(shí)際測量溫度為T，溫度差為eT0T。以為輸入、輸出變量的量化等級均為7級，5個模糊集，則誤差e變化劃分表為：隸屬度變化等級-3-2-10123模糊集PB000000.51PS000010.50ZE000.510.500NS00.510000NB10.500000u控制電壓變化劃分表為：隸屬度變化等級-3-2-10123模糊集PB000000.51PS000010.50ZE000.510.500NS00.510000NB10.500000根據(jù)一上兩表設(shè)計(jì)一下模糊規(guī)則：uuu若e負(fù)大，則正大；若e負(fù)小，則正??；若e為0,則為0；uu若e正小，則負(fù)?。蝗鬳正大，則負(fù)大。模糊控制規(guī)

27、則表為：若（if）NLeNSe0ePSePLE則（then）NLuNSUOuPSuPLu第四章神經(jīng)網(wǎng)絡(luò)基礎(chǔ)1、生物神經(jīng)元模型的結(jié)構(gòu)功能是什么？答：生物神經(jīng)元結(jié)構(gòu)：（1）、細(xì)胞體：由細(xì)胞核、細(xì)胞質(zhì)和細(xì)胞膜等組成。（2）、樹突：胞體上短而多分枝的突起。相當(dāng)于神經(jīng)元的輸入端，接受傳入的神經(jīng)沖動。（3）、軸突：胞體上最長枝的突起，也稱神經(jīng)纖維。端部有很多神經(jīng)末稍傳出神經(jīng)沖動。（4）、突觸：神經(jīng)元間的連接接口，每個神經(jīng)元約有1萬10萬個突觸。神經(jīng)元通過其軸突的神經(jīng)末稍，經(jīng)突觸與另一神經(jīng)元的樹突聯(lián)接，實(shí)現(xiàn)信息的傳遞。由于突觸的信息傳遞特性是可變的，形成了神經(jīng)元間聯(lián)接的柔性，稱為結(jié)構(gòu)的可塑性。（5）、細(xì)胞膜

28、電位：神經(jīng)細(xì)胞在受到電的、化學(xué)的、機(jī)械的刺激后，能產(chǎn)生興奮，此時，細(xì)胞內(nèi)外有電位差，稱膜電位。電位膜內(nèi)為正，膜外為負(fù)。生物神經(jīng)元功能：（1）、興奮與抑制當(dāng)傳入神經(jīng)元的沖動，經(jīng)整合，使細(xì)胞膜電位升高，超過動作電位的閾值時，為興奮狀態(tài)，產(chǎn)生神經(jīng)沖動，由軸突經(jīng)神經(jīng)末稍傳出。當(dāng)傳入神經(jīng)元的沖動，經(jīng)整合，使細(xì)胞膜電位降低，低于閾值時，為抑制狀態(tài)，不產(chǎn)生神經(jīng)沖動。（2）、學(xué)習(xí)與遺忘由于神經(jīng)元結(jié)構(gòu)的可塑性，突觸的傳遞作用可增強(qiáng)與減弱，因此，神經(jīng)元有學(xué)習(xí)與遺忘的功能。2、人工神經(jīng)元模型的特點(diǎn)是什么？答：人工神經(jīng)元模型的特點(diǎn)：（1）、神經(jīng)元及其聯(lián)接；（2）、神經(jīng)元間的聯(lián)接強(qiáng)度決定信號傳遞的強(qiáng)弱；（3）、神經(jīng)元間

29、的聯(lián)接強(qiáng)度是可以隨訓(xùn)練改變的；（4）、信號是可以起刺激作用的，也可以起抑制作用；（5）、一個神經(jīng)元接受的信號的累積效果決定該神經(jīng)元的狀態(tài)；（6）、每個神經(jīng)元可以有一個“閾值”。3、人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)是什么？如何分類？答：人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)：（1）、非線性（2）、分布處理（3）、學(xué)習(xí)并行和自適應(yīng)（4）、數(shù)據(jù)融合（5）、適用于多變量系統(tǒng)（6）、便于硬件實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)的分類：根據(jù)神經(jīng)網(wǎng)絡(luò)的連接方式，神經(jīng)網(wǎng)絡(luò)可分為三種形式：（1）、前向網(wǎng)絡(luò)：神經(jīng)元分層排列，組成輸入層、隱含層和輸出層。每一層的神經(jīng)元只接受前一層神經(jīng)元的輸入輸入模式經(jīng)過各層順次的變換后，由輸出層輸出。在各神經(jīng)元間不存在反饋。感知器和誤

30、差反向傳播網(wǎng)絡(luò)采用前向網(wǎng)絡(luò)形式。（2）、反饋網(wǎng)絡(luò)：該網(wǎng)絡(luò)結(jié)構(gòu)在輸出層到輸入層存在反饋，即每一個輸入節(jié)點(diǎn)都有可能接受來自外部的輸入和來自輸出神經(jīng)元的反饋。這種神經(jīng)網(wǎng)絡(luò)是一種反饋動力學(xué)系統(tǒng)，它需要工作一段時間才能達(dá)到穩(wěn)定。（3）、自組織網(wǎng)絡(luò)：當(dāng)神經(jīng)網(wǎng)絡(luò)在接受外界輸入時，網(wǎng)絡(luò)將會分成不同的區(qū)域，不同區(qū)域具有不同的響應(yīng)特征，即不同的神經(jīng)元以最佳方式響應(yīng)不同性質(zhì)的信號激勵，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。這種映射是通過無監(jiān)督的自適應(yīng)過程完成的，所以也稱為自組織特征圖。4、有哪幾種常用的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法？常用的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法：（1）、有教師學(xué)習(xí)：在學(xué)習(xí)過程中，網(wǎng)絡(luò)根據(jù)實(shí)際輸出

31、與期望輸出的比較，進(jìn)行聯(lián)接權(quán)系的調(diào)整，將期望輸出稱導(dǎo)師信號是評價(jià)學(xué)習(xí)的標(biāo)準(zhǔn)。（2）、無教師學(xué)習(xí)：無導(dǎo)師信號提供給網(wǎng)絡(luò)，網(wǎng)絡(luò)能根據(jù)其特有的結(jié)構(gòu)和學(xué)習(xí)規(guī)則，進(jìn)行聯(lián)接權(quán)系的調(diào)整，此時網(wǎng)絡(luò)學(xué)習(xí)評價(jià)的標(biāo)準(zhǔn)隱含于其內(nèi)部。（3）、再勵學(xué)習(xí):把學(xué)習(xí)看為試探評價(jià)過程，學(xué)習(xí)及選擇一動作作用于環(huán)境，環(huán)境的狀態(tài)改變，并產(chǎn)生再勵信號反饋至學(xué)習(xí)機(jī)，學(xué)習(xí)機(jī)依據(jù)再勵信號與環(huán)境當(dāng)前的狀態(tài)，再選擇下一動作作用于環(huán)境，選擇的原則是使受到獎勵的可能性增大。（4）、Hebb學(xué)習(xí)規(guī)則（5）、Delta學(xué)習(xí)規(guī)則第五章典型神經(jīng)網(wǎng)絡(luò)1、BP算法的特點(diǎn)是什么？增大權(quán)值是否能夠使BP學(xué)習(xí)變慢？答：誤差反向傳播的BP算法簡稱BP算法，是有導(dǎo)師的學(xué)習(xí)

32、，其基本思想是梯度下降法。它采用梯度搜索技術(shù)，以使網(wǎng)絡(luò)的實(shí)際輸出值與期望輸出值的誤差均方值為最小。學(xué)習(xí)的過程由正向傳播和反向傳播組成，在正向過程中，輸入信息由輸入層經(jīng)隱層逐層處理，并傳向輸出層，每層神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元的狀態(tài)，如果在輸出層不能得到期望的輸出，則轉(zhuǎn)至反向傳播，將誤差信號按連接通路反向計(jì)算，由梯度下降法來調(diào)整各層神經(jīng)元的權(quán)值，使誤差信號減小。主要優(yōu)點(diǎn)：（1）非線性映射能力：無需事先了解描述這種映射關(guān)系的數(shù)學(xué)方程，只要提供足夠多的樣本模式對BP網(wǎng)絡(luò)進(jìn)行詳細(xì)訓(xùn)練，它便能完成由n維輸入空間到m輸出空間的非線性映射。（2）泛化能力：當(dāng)向網(wǎng)絡(luò)輸入訓(xùn)練時未曾見過的非樣本數(shù)據(jù)時，網(wǎng)絡(luò)也

33、能完成由輸入空間向輸出空間的正確映射，這種能力稱為多層前饋網(wǎng)絡(luò)的泛化能力。（3）容錯能力：輸入樣本中帶有較大的誤差，甚至個別錯誤對網(wǎng)絡(luò)的輸入輸出規(guī)律影響很小。標(biāo)準(zhǔn)的BP算法內(nèi)在的缺陷：（1）易形成局部極小而得不到全局最優(yōu)；（2）訓(xùn)練次數(shù)多使得學(xué)習(xí)效率低，收斂速度慢；（3）隱節(jié)點(diǎn)的選取缺乏理論指導(dǎo)；（4）訓(xùn)練時學(xué)習(xí)新樣本有遺忘舊樣本的趨勢。增大權(quán)值不一定能夠使BP學(xué)習(xí)變慢，由BP權(quán)值修正的原理可知，權(quán)值調(diào)整公式可匯總?cè)缦拢涸?氐+1=誡恢H嚴(yán)心其中，輸出層：苕=（叭-#心隱含層和輸乂層：用'=fG?）迄&申誡巴心"i-i由上式可知，還與輸岀層相連的權(quán)值的調(diào)整量訝說T有關(guān)

34、。其中：出是學(xué)習(xí)率於）是表現(xiàn)在輸岀層的局部誤差，42、為什么說BP網(wǎng)絡(luò)是全局逼近的，而RBF網(wǎng)絡(luò)是局部逼近的？它們各有突出的特點(diǎn)是什么？BP網(wǎng)絡(luò)的活化函數(shù)為S函數(shù)，其值在輸入空間中無限大的范圍內(nèi)為非零值，因而是全局逼近的神經(jīng)網(wǎng)絡(luò)。其突出特點(diǎn)如下：1、是一種多層網(wǎng)絡(luò)化，包括輸入層、隱含層和輸出層；2、層與層之間采用全互聯(lián)方式，同一層神經(jīng)元不連接；3、權(quán)值通過delta學(xué)習(xí)算法進(jìn)行調(diào)節(jié)；4、神經(jīng)元活化（激發(fā)）函數(shù)為S函數(shù)；5、學(xué)習(xí)算法由正向算法和反向算法組成；6、層與層之間的連接時單向的，信息的傳播史雙向的。RBF網(wǎng)絡(luò)的活化函數(shù)為高斯基函數(shù)，其值在輸入空間中有限范圍內(nèi)為非零值，并且RBF神經(jīng)網(wǎng)絡(luò)的

35、神經(jīng)元具有局部逼近的神經(jīng)網(wǎng)絡(luò)。其輸出特點(diǎn)如下：1、RBF徑向基函數(shù)是局部的，學(xué)習(xí)速度快；2、已證明RBF網(wǎng)絡(luò)具有唯一最佳逼近精品的特性，且無局部最?。?、在函數(shù)創(chuàng)建過程中可以自動增加隱含層的神經(jīng)元個數(shù)，直到滿足均方差要求為止無需單獨(dú)的代碼來訓(xùn)練函數(shù)，網(wǎng)絡(luò)的創(chuàng)建過程就是訓(xùn)練過程。4、RBF網(wǎng)絡(luò)用于非線性系統(tǒng)辨識與控制中，雖具有唯一最佳逼近特性，且無局部最小的優(yōu)點(diǎn)，避免去確定隱層和隱層點(diǎn)數(shù)，網(wǎng)絡(luò)可以根據(jù)具體問題自適應(yīng)的調(diào)整，因此適應(yīng)性更好。精品3、何為神經(jīng)網(wǎng)絡(luò)的泛化能力？影響泛化能力的因素有哪些？答：泛化能力（綜合能力、概括能力）：用較少的樣本進(jìn)行訓(xùn)練，是網(wǎng)絡(luò)能在給定的區(qū)域內(nèi)達(dá)到要求的精度。所以沒

36、有泛化能力的網(wǎng)絡(luò)沒有使用價(jià)值。影響泛化能力的因素：1、樣本；2、結(jié)構(gòu)；3、初始權(quán)值4、訓(xùn)練樣本集；5、需測試集。4. 已知一個非線性函數(shù)y=1（兀x2）sin（2兀x），試用三層BP網(wǎng)絡(luò)逼近輸出y,畫出網(wǎng)絡(luò)的結(jié)構(gòu)，寫出網(wǎng)絡(luò)各層節(jié)點(diǎn)212的表達(dá)式以及各層節(jié)點(diǎn)輸出值的范圍。解：非線性函數(shù)y=卜xi2）sin（2兀x2）畫出三層BP網(wǎng)各的結(jié)構(gòu)圖由輸入得到兩個隱節(jié)點(diǎn)、一個輸出層節(jié)點(diǎn)的輸出，輸入層不考慮閾值兩個隱節(jié)點(diǎn)、一個輸出層節(jié)點(diǎn)輸出為1用11工1十R口碼1+'眄01+W：TL尤心活化函數(shù)選擇s型函數(shù)y=f（xl）=1+e-xi如教材例6.1，取第一個輸入、輸出神經(jīng)元與各隱含神經(jīng)元的連接權(quán)均為

37、1，第二個輸入、輸出神經(jīng)元與各隱含層單元的連接權(quán)為2.則玄=習(xí)=/(Xi+2x2)=+嚴(yán)+嗎)g可+2勺=+二品)由上式可得6二z.e©；)>'E©|)第六章高級神經(jīng)網(wǎng)絡(luò)1.PID控制器的一般形式為u(k)二ke(k)+k丈e(j)+ke(k)-e(k-1),也可寫成等價(jià)形式pid7=0u(k)=e(k),u(k)=丈e(k),u(k)=ku(k)+ku(k)+ku(k)，其中12,k,k,k為PID控制器k,k,k三個參數(shù)112233j=0123pidu(k)=Ae(k)=e(k)一e(k一1)3的線性表示。這一形式可以看成以,役,?(k)為輸入k，k，k為

38、權(quán)系數(shù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，試推導(dǎo)出自適應(yīng)神經(jīng)網(wǎng)絡(luò)PID控制器參數(shù)調(diào)整的學(xué)習(xí)算法。解：自適應(yīng)神經(jīng)網(wǎng)絡(luò)PID控制器結(jié)構(gòu)如下圖所示:r-d學(xué)習(xí)第法由圖可知：控制器由兩部分組成，分別為常規(guī)PID控制和神經(jīng)網(wǎng)絡(luò)。其中，常規(guī)PID直接對被控對象進(jìn)行閉環(huán)控制，并且其控制參數(shù)kp、ki、kd為在線調(diào)整方式；神經(jīng)網(wǎng)絡(luò)根據(jù)系統(tǒng)的運(yùn)動狀態(tài)，調(diào)節(jié)PID控制器的參數(shù)，使輸出層神經(jīng)元的輸出對應(yīng)于PID控制器的三個可調(diào)參數(shù)。學(xué)習(xí)算法如下：首先確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，即確定輸入節(jié)點(diǎn)數(shù)和隱含層節(jié)點(diǎn)數(shù)，并給出各層加權(quán)系數(shù)的初值w1和w2,并選定學(xué)習(xí)速率和慣性系數(shù)，令k=1；采樣得到r(k)和丫(k),計(jì)算當(dāng)前時刻誤差r(k)-y(k)；

39、計(jì)算各神經(jīng)網(wǎng)絡(luò)的輸入和輸出，其輸出層的輸出即為PID控制器的三個控制參數(shù)kp、ki、kd并計(jì)算PID控制器的輸出進(jìn)行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，在線調(diào)整加權(quán)系數(shù)，實(shí)現(xiàn)PID控制參數(shù)的自適應(yīng)調(diào)整；令k=k1，進(jìn)行上述步驟。網(wǎng)絡(luò)各層輸入輸出算法：輸入層輸Aui(k)出00輸出訕町口刃6uXk)5隱層輸入吟=2陽叫佝，輸出勺=fAj)-十I.輸出層輸入x-=罩叭乂；輸出線性國數(shù)則y=?S國數(shù)則v=/(X-)=J七第八章專家控制1. 什么叫產(chǎn)生式系統(tǒng)？它由哪些部分組成？試舉例略加說明。答：如果滿足某個條件，那么就應(yīng)當(dāng)采取某些行動，滿足這種生產(chǎn)式規(guī)則的專家系統(tǒng)成為產(chǎn)生式系統(tǒng)。產(chǎn)生式系統(tǒng)主要由總數(shù)據(jù)庫，產(chǎn)生式規(guī)則和推理

40、機(jī)構(gòu)組成。舉例：醫(yī)療產(chǎn)生式系統(tǒng)。2. 專家系統(tǒng)有哪些部分構(gòu)成？各部分的作用如何？專家系統(tǒng)它具體有哪些特點(diǎn)和優(yōu)點(diǎn)？答：知識庫：知識庫是知識的存儲器，用于存儲領(lǐng)域?qū)＜业慕?jīng)驗(yàn)性知識以及有關(guān)的事實(shí)、一般常識等。知識庫中的知識來源于知識獲取機(jī)構(gòu)，同時它又為推理提供求解問題所需的知識。推理機(jī)：推理機(jī)時專家系統(tǒng)的思維機(jī)構(gòu)，實(shí)際上是求解問題的計(jì)算機(jī)軟件系統(tǒng)，綜合推理機(jī)的運(yùn)行可以有不同的控制策略。數(shù)據(jù)庫：它是用于存放推理的初始證據(jù)、中間結(jié)果以及最終結(jié)果等的工作存儲器。解釋接口：它把用戶輸入的信息轉(zhuǎn)換成系統(tǒng)內(nèi)規(guī)范化的表現(xiàn)形式，然后交給相應(yīng)的模塊去處理，把系統(tǒng)輸出的信息轉(zhuǎn)換成用戶易于理解的外部形式顯示給用戶，回答提

41、出的問題。知識獲取：知識獲取是指通過人工方法或機(jī)器學(xué)習(xí)的方法，將某個領(lǐng)域內(nèi)的事實(shí)性知識和領(lǐng)域?qū)＜宜赜械慕?jīng)驗(yàn)性知識轉(zhuǎn)化成計(jì)算機(jī)程序的過程。對知識庫的修改和擴(kuò)充也是在系統(tǒng)的調(diào)試和驗(yàn)證中進(jìn)行，是一件困難的工作。專家系統(tǒng)的特點(diǎn)：具有專家水平的專門知識，能進(jìn)行有效的推理，專家系統(tǒng)的透明性和靈活性，具有一定的復(fù)雜性與難度。3. 在專家系統(tǒng)中，推理機(jī)制，控制策略和搜索方法是如何定義的，它們之間存在什么樣的關(guān)系？答：推理機(jī)制是根據(jù)一定的原則從已有的事實(shí)推出結(jié)論的過程，這個原則就是推理的核心。專家系統(tǒng)的自動推理是知識推理。而知識推理是在計(jì)算機(jī)或者智能機(jī)器中，在知識表達(dá)的基礎(chǔ)上，進(jìn)行機(jī)器思維，求解問題，實(shí)現(xiàn)知識

42、推理的智能操作過程。在專家系統(tǒng)中，可以依據(jù)專家所具有的知識的特點(diǎn)來選擇知識表示的方法，而只是推理技術(shù)同知識方法有密切的關(guān)系?？刂撇呗郧蠼鈫栴}的策略，是推理的控制策略。而控制策略包括推理方向、推理路線、沖突消解策略等，按推理進(jìn)行的路線與方向，推理可分正向推理、反向推理、混合推理。搜索方法：推理機(jī)時用于對知識庫中的知識進(jìn)行推理來得到結(jié)論的思維機(jī)構(gòu)。三者關(guān)系：推理機(jī)制，控制策略（推理機(jī)構(gòu)）和搜索方法三者都屬于推理范疇，是一個整體。只是執(zhí)行順序不同而已。4. 設(shè)計(jì)專家控制器時應(yīng)考慮哪些特點(diǎn)？專家控制系統(tǒng)的一般結(jié)構(gòu)模型為何？答：設(shè)計(jì)控制器的一般原則：多樣化的模型描述，在線處理的靈活性，靈活性的控制策略，

43、決策機(jī)構(gòu)的遞階性，推理與決策的實(shí)時性。專家控制系統(tǒng)的一般結(jié)構(gòu)模型：5. 專家控制系統(tǒng)的特點(diǎn)是什么？它和一般的專家系統(tǒng)相同與區(qū)別在哪里？答：專家控制系統(tǒng)具有全方面的專家系統(tǒng)結(jié)構(gòu)、完善的知識處理功能和實(shí)時控制的可靠性能。這種系統(tǒng)采用黑板等結(jié)構(gòu)，知識庫龐大，推理機(jī)復(fù)雜。它包括有知識獲取子系統(tǒng)和學(xué)習(xí)子系統(tǒng)，人機(jī)接口要求較高。專家式控制器，多為工業(yè)專家控制器，是專家控制系統(tǒng)的簡化形式，針對具體的控制對象或過程，著重于啟發(fā)式控制知識的開發(fā)，具有實(shí)時算法和邏輯功能。專家控制系統(tǒng)與一般的專家控制系統(tǒng)的區(qū)別：（1）通常的專家系統(tǒng)只完成專門領(lǐng)域問題的咨詢功能，它的推理結(jié)果一般用于輔助用戶的決策；而專家控制則要求能

44、對控制動作進(jìn)行獨(dú)立的、自動的決策，它的功能一定要具有連續(xù)的可靠性和較強(qiáng)的抗干擾性。（2）通常的專家系統(tǒng)一般處于離線工作方式，而專家控制則要求在線地獲取動態(tài)反饋信息，因而是一種動態(tài)系統(tǒng)，它應(yīng)具有使用的靈活性和實(shí)時性，即能聯(lián)機(jī)完成控制。6. 直接專家控制系統(tǒng)和間接專家控制各有什么特點(diǎn)，從保證系統(tǒng)的穩(wěn)定性來看有哪種方法更困難些？答：直接專家控制系統(tǒng)的特點(diǎn)：直接專家控制系統(tǒng)中，專家控制系統(tǒng)直接起控制器作用，專家控制器在控制系統(tǒng)中所處的位置與常規(guī)控制器完全相同，所不同的是其內(nèi)部組成和工作原理，專家控制器采用PID常規(guī)的控制算法，基于知識庫和推理機(jī)得到相應(yīng)的控制輸出。間接專家控制系統(tǒng)的特點(diǎn)：其基本的控制作

45、用由算法來完成，專家系統(tǒng)通過對使用算法的調(diào)用以及對各種算法參數(shù)的整定和修正，間接的控制作用。間接專家控制的系統(tǒng)結(jié)構(gòu)因具體應(yīng)用的不同會表現(xiàn)出更大的多樣性，同時是PID參數(shù)的整定專家，這種專家控制的特點(diǎn)是專家系統(tǒng)間接的對控制信號起作用。直接專家控制系統(tǒng)更困難一些：根據(jù)現(xiàn)場過程響應(yīng)情況和環(huán)境條件，利用知識庫中的專家經(jīng)驗(yàn)規(guī)則，決定什么時候使用什么參數(shù)啟動什么算法，它也可以是一個調(diào)參專家。根據(jù)知識庫中的專家規(guī)則，調(diào)整PID參數(shù)及增益，所以從保證系統(tǒng)穩(wěn)定性來看直接專家控制器方法更困難一些。7. 試比較專家控制系統(tǒng)和模糊控制系統(tǒng)在工作原理、推理機(jī)制、知識和規(guī)則表示方法的異同。答：1.工作原理：（1）專家控制系統(tǒng)：專家系統(tǒng)的工作過程是根據(jù)知識庫中的知識和用戶提供的事實(shí)推理，不斷地由已知的前提推出未知的結(jié)論，并把這些未知的結(jié)論納入工作存儲空間，作為已知的新事物繼續(xù)推理，從而把求解的問題由未知狀態(tài)轉(zhuǎn)換為已知狀態(tài)。（2）模糊控制系統(tǒng)：模糊控制是模仿人的思維方式和人的控制經(jīng)驗(yàn)來實(shí)現(xiàn)的一種控制，把模糊集合的理論應(yīng)用于控制就可以把人的經(jīng)驗(yàn)形式化，在控制過程中實(shí)現(xiàn)模糊推理與決策。2. 推理機(jī)制：(1)專家控制系統(tǒng)的推理機(jī)制是用于對知識庫中的知識進(jìn)行推理來得到結(jié)論的思維機(jī)構(gòu)。專家系統(tǒng)的自動推理是知識推理。而知識