智能控制考試題庫

1、填空題（每空1分，共20分）控制論的三要素是：位晝、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)的核心是去控制復雜性和不確定性。神經(jīng)元（即神經(jīng)細胞）是由細胞體、樹突、軸突和突觸四部分構成。按網(wǎng)絡結構分，人工神經(jīng)元細胞可分為層狀結構和網(wǎng)狀結構按照學習方式分可分為:有教師學習和無教師學習。前饋型網(wǎng)絡可分為可見層和隱含層，節(jié)點有輸入節(jié)點、輸出節(jié)點、計算單元。神經(jīng)網(wǎng)絡工作過程主要由工作期和學習期兩個階段組成。1、智能控制是一門控制理論課程，研究如何運用人工智能的方法來構造控制系統(tǒng)和設計控制器；與自動控制原理和現(xiàn)代控制原理一起構成了自動控制課程體系的理論基礎。2、智能控制系統(tǒng)的主要類

2、型有：分級遞階控制系統(tǒng)，專家控制系統(tǒng)，學習控制系統(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、遺傳算法是以達爾文的自然選擇學說為基礎發(fā)展起來的。自然選擇學說包括以下三個方面：遺佼、變昆、適者生存。5、神經(jīng)網(wǎng)絡在智能控制中的應用主要有神經(jīng)網(wǎng)絡辨識技術和神經(jīng)網(wǎng)絡控制技術。6、在一個神經(jīng)網(wǎng)絡中，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、分級遞階控制系統(tǒng)：主要有三個控制級組成，按智能控制的高低分為組織級、調級、執(zhí)行級、并且這三級遵循“伴隨智能遞降精度遞增”原則。傳統(tǒng)控制方法

3、包括經(jīng)典控制和現(xiàn)代控制、是基于被控對象精確模型的控制方式，缺乏靈活性和應變能力，適于解決線性、時不變性等相對簡單的控制。智能控制的研究對象具備以下的一些特點：不確定性的模型、高度的非線性、復雜的任務要求。ic（智能控制尸ac（自動控制）nai（人工智能）nor修籌學）AC:描述系統(tǒng)的動力學特征，是一種動態(tài)反饋。AI:是一個用來模擬人思維的知識處理系統(tǒng)，具有記憶、學習、信息處理、形式語言、啟發(fā)推理等功能。OR是一種定量優(yōu)化方法，如線性規(guī)劃、網(wǎng)絡規(guī)劃、調度、管理、優(yōu)化決策和多目標優(yōu)化方法等。智能控制：即設計一個控制器，使之具有學習、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性，從而實現(xiàn)

4、由人來完成的任務。智能控制的幾個重要分支為模糊控制、神經(jīng)網(wǎng)絡控制和遺傳算法。智能控制的特點：1,學習功能2,適應功能3,自組織功能4.優(yōu)化功能智能控制的研究工具：1,符號推理與數(shù)值計算的結合2,模糊集理論3,神經(jīng)網(wǎng)絡理論4,遺傳算法5,離散事件與連續(xù)時間系統(tǒng)的結合。智能控制的應用領域，例如智制機器人控制、計算機集成制造系統(tǒng)、工業(yè)過程控制、航空航天控制和交通運輸系統(tǒng)等。10、專家系統(tǒng)：是一類包含知識和推理的智能計算機程序，其內(nèi)部包含某領域專家水平的知識和經(jīng)驗，具有解決專門問題的能力。11、專家系統(tǒng)的構成：由知識庫和推理機（知識庫由數(shù)據(jù)庫和規(guī)則庫兩部分構成）18、專家控制的特點：靈活性、適應性和魯

5、棒性。19、模糊控制是以模糊集理論、模糊語言變量和模糊邏輯推理為基礎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程。20、模糊控制理論具有一些明顯的特點：1，模糊控制不需要被控對象的數(shù)學模型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,構造容易5,魯棒性和適應性好。22、模糊邏輯中有哪些運算？（列出5種）為什么模糊輸出向量要進行解模糊計算？1相等2包含3并運算4交運算5補運算因為所獲得的推理結果是一個模糊矢量，不能直接用來作為控制量，還必須進行一次轉換，求得清晰的控制量輸出，即為解模糊計算。23、Zadeh近似推理方法包含正向推理和逆向推理兩類。24、模

6、糊控制器的設計步驟：1,確定模糊控制器的結構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?？刂票?,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)絡的發(fā)展經(jīng)歷了4個階段：啟蒙期、低潮期、復興期和新連接機制時期。27、神經(jīng)元由四部分構成：細胞體、樹突、軸突、突觸。28、從生物控制論的觀點來看，神經(jīng)元具有以下功能和特性：興奮與抑制、學習與遺忘和結構可塑性。29、神經(jīng)網(wǎng)絡的分類：1,前向網(wǎng)絡2,反饋網(wǎng)絡3,自組織網(wǎng)絡30、神經(jīng)網(wǎng)絡特征：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3,可以多輸入，多輸出4,便于用超大規(guī)模集成電

7、路或光學集成電路系統(tǒng)實現(xiàn)，或用現(xiàn)有的計算機技術實現(xiàn)5,能進行學習，以適應幻境的變化。31、神經(jīng)網(wǎng)絡三要素：神經(jīng)元的特性、神經(jīng)元之間相互連接的拓撲結構、為適應幻境而改善性能的學習規(guī)則。32、神經(jīng)網(wǎng)絡的研究領域：1,機遇神經(jīng)網(wǎng)絡的系統(tǒng)辨識2,神經(jīng)網(wǎng)絡控制器3,神經(jīng)網(wǎng)絡與其他算法相結合4,優(yōu)化算法二、判斷題：（每題1分，共10分）對反饋網(wǎng)絡而言，穩(wěn)定點越多，網(wǎng)絡的聯(lián)想與識別能力越強，因此，穩(wěn)定點的數(shù)據(jù)目越多聯(lián)想功能越好。（錯）簡單感知器僅能解決一階謂詞邏輯和線性分類問題，不能解決高階謂詞和非線分類問題。（對）BP算法是在無導師作用下，適用于多層神經(jīng)元的一種學習，它是建立在相關規(guī)則的基礎上的。（錯）在

8、誤差反傳訓練算法中，周期性函數(shù)已被證明收斂速度比S型函數(shù)慢。（錯）基于BP算法的網(wǎng)絡的誤差曲面有且僅有一個全局最優(yōu)解。（錯）對于前饋網(wǎng)絡而言，一旦網(wǎng)絡的用途確定了，那么隱含層的數(shù)目也就確定了。（錯）對離散型HOPFIELDJ絡而言，如權矩陣為對稱陣，而且對角線元素非負，那么網(wǎng)絡在異步方式下必收斂于下一個穩(wěn)定狀態(tài)。（對）對連續(xù)HOPFIELDJ絡而言，無論網(wǎng)絡結構是否對稱，都能保證網(wǎng)絡穩(wěn)定。（錯）競爭學習的實質是一種規(guī)律性檢測器，即是基于刺激集合和哪個特征是重要的先驗概念所構造的裝置，發(fā)現(xiàn)有用的部特征。（對）人工神經(jīng)元網(wǎng)絡和模糊系統(tǒng)的共同之處在于，都需建立對象的精確的數(shù)學模型，根據(jù)輸入采樣數(shù)據(jù)去

9、估計其要求的決策，這是一種有模型的估計。（錯）智能控制與傳統(tǒng)控制的特點。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)學模型的控制。適于解決線性、時不變等相對簡單的控制問題。智能控制：以上問題用智能的方法同樣可以解決。智能控制是對傳統(tǒng)控制理論的發(fā)展，傳統(tǒng)控制是智能控制的一個組成部分，在這個意義下，兩者可以統(tǒng)一在智能控制的框架下。智能控制系統(tǒng)的結構一般有哪幾部分組成，它們之間存在什么關系?答：智能控制系統(tǒng)的基本結構一般由三個部分組成：人工智能（AI）:是一個知識處理系統(tǒng)，具有記憶、學習、信息處理、形式語言、啟發(fā)式推理等功能。自動控制（A。：描述系統(tǒng)的動力學特性，是一種動態(tài)

10、反饋。運籌學（OR:是一種定量優(yōu)化方法，如線性規(guī)劃、網(wǎng)絡規(guī)劃、調度、管理、優(yōu)化決策和多目標優(yōu)化方法等。智能控制的基本特點（1）分層遞階的組織結構；（2）多模態(tài)控制；（3）自學習能力；（4）自適應能力；（5）自組織能力；（6）優(yōu)化能力試畫出三層BP網(wǎng)絡結構圖，并闡述BP網(wǎng)絡算法的進本思想，最后論述對BP網(wǎng)絡算法的改進。參考答案：學習的基本思想是：誤差反傳算法調整網(wǎng)絡的權值，使網(wǎng)絡的實際輸出盡可能接近期望的輸出。改進1:增加動量項：提出的原因：標準BP算法只按t時刻誤差的梯度降方向調整，而沒有考慮t時刻以前的梯度方向，從而常使訓練過程發(fā)生振蕩，收斂緩慢?；舅枷耄簭那耙淮螜嘀嫡{整量中取出一部分迭加

11、到本次權值調整量中。其作用是動量項反映了以前積累的調整經(jīng)驗，對于t時刻的調整起阻尼作用。當誤差曲面出現(xiàn)驟然起伏時，可減小振蕩趨勢，提高訓練速度。改進2:自適應調節(jié)學習率：提出的原因：標準BP算法中，學習率刀也稱為步長，確定一個從始至終都合適的最佳學習率很難。平坦區(qū)域內(nèi)，刀太小會使訓練次數(shù)增加；在誤差變化劇烈的區(qū)域，刀太大會因調整量過大而跨過較窄的“坑凹”處，使訓練出現(xiàn)振蕩，反而使迭代次數(shù)增加?；舅枷耄鹤赃m應改變學習率，使其根據(jù)環(huán)境變化增大或減小。改進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。權值調整進入平坦區(qū)的原因是神經(jīng)元輸出進入了轉移函數(shù)的飽和區(qū)?；舅枷耄喝绻谡{整進入平坦

12、區(qū)后，設法壓縮神經(jīng)元的凈輸入，使其輸出退出轉移函數(shù)的不飽和區(qū)，就可以改變誤差函數(shù)的形狀，從而使調整脫離平坦區(qū)。1、 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，是基于被控對象精確模型的控制方式，缺乏靈活性和應變能力，適于解決、線性、時不變性等相對簡單的控制。智能控制是控制理論發(fā)展的高級階段，其核心是基于知識進行智能決策，采用靈活機動的決策方式迫使控制朝著期望的目標逼近。它主要用來解決那些傳統(tǒng)控制方法難以解決的復雜系統(tǒng)的控制問題。2、 智能控制系統(tǒng)的結構一般有哪幾部分組成，它們之間存在什么關系？答：智能控制系統(tǒng)的基本結構一般由三個部分組成：人工智能（AI）:是一個知識處

13、理系統(tǒng)，具有記憶、學習、信息處理、形式語言、啟發(fā)式推理等功能。自動控制（A。：描述系統(tǒng)的動力學特性，是一種動態(tài)反饋。運籌學（OR:是一種定量優(yōu)化方法，如線性規(guī)劃、網(wǎng)絡規(guī)劃、調度、管理、優(yōu)化決策和多目標優(yōu)化方法等。3、 智能控制系統(tǒng)有哪些類型，各自的特點是什么？答：1）、專家控制系統(tǒng)專家系統(tǒng)主要指的是一個智能計算機程序系統(tǒng)，其內(nèi)部含有大量的某個領域專家水平的知識與經(jīng)驗。它具有啟發(fā)性、透明性、靈活性、符號操作、不一確定性推理等特點。2）、神經(jīng)控制系統(tǒng)神經(jīng)網(wǎng)絡具有某些智能和仿人控制功能。學習算法是神經(jīng)網(wǎng)絡的主要特征。3）、模糊控制系統(tǒng)在被控制對象的模糊模型的基礎上，運用模糊控制器近似推理手段，實現(xiàn)系

14、統(tǒng)控制的一種方法模糊模型是用模糊語言和規(guī)則描述的一個系統(tǒng)的動態(tài)特性及性能指標。4）遺傳算法遺傳算法是以達爾文的自然選擇學說為基礎發(fā)展起來的，模擬自然界遺傳機制和生物進化論而形成的一種并行隨機搜索最優(yōu)化方法。5、 神經(jīng)網(wǎng)絡分類、特點、區(qū)別？答：根據(jù)神經(jīng)網(wǎng)絡的連接方式，神經(jīng)網(wǎng)絡可分為：1）前向網(wǎng)絡：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：該網(wǎng)絡是一種反饋動力學習系統(tǒng)，需要工作一段時間才能達到穩(wěn)定。3）自組織網(wǎng)絡：神經(jīng)網(wǎng)絡在接受外界輸入時，網(wǎng)絡將會分成不同的區(qū)域，不同的區(qū)域具有不同的響應特性，即不同的神經(jīng)元以最佳方式

15、相應不同性質的信號激勵，從而形成一種拓撲意義上的特征圖，該圖實際上是一種非線性映射。6、 神經(jīng)網(wǎng)絡控制按結構分類，特點？答：1）神經(jīng)網(wǎng)絡監(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)的精度和自適應能力。2）神經(jīng)網(wǎng)絡直接逆控制：神經(jīng)網(wǎng)絡直接逆控制的可用性在相當程度上取決于逆模型的準確精度。由于缺乏反饋，簡單連接的直接逆控制缺乏魯棒性。3）神經(jīng)網(wǎng)絡自適應控制：分為神經(jīng)自校正控制和神經(jīng)網(wǎng)絡模型參考自適應控制兩種。4）神經(jīng)網(wǎng)絡內(nèi)?？刂疲簝?nèi)?？刂剖且环N基于模型逆的控制方法，其設計思路是將對象模型與實際對象相并聯(lián)，控制器逼近模型的動態(tài)逆。5）神經(jīng)網(wǎng)絡預測控制：其特征是預測模型、滾動優(yōu)

16、化和反饋校正。6）神經(jīng)網(wǎng)絡自適應評判控制：神經(jīng)網(wǎng)絡自適應評判控制通常由自適應評判網(wǎng)絡和控制選擇網(wǎng)絡兩個網(wǎng)絡組成。7）神經(jīng)網(wǎng)絡混合控制：神經(jīng)網(wǎng)絡混合控制可使控制系統(tǒng)同時具有學習、推理和決策能力。七、遺傳算法特點？1）遺傳算法是對參數(shù)的編碼進行操作，而非對參數(shù)本身，這就是使得在優(yōu)化計算過程中可以借鑒生物學中染色體和基因等概念，模仿自然界中生物的遺傳和進化等機理。2）遺傳算法同時使用多個搜索點的搜索信息。3）遺傳算法直接以目標函數(shù)作為搜索信息4）遺傳算法使用概率搜索技術5）遺傳算法在解空間進行高效啟發(fā)式搜索，而非盲目地窮舉或完全隨機搜索6）遺傳算法對于待尋優(yōu)的函數(shù)基本無限制，它既不要求函數(shù)連續(xù)，也不

17、要求函數(shù)可微7）遺傳算法具有并行計算的特點，因而可通過大并行計算來提高計算速度，適合大規(guī)模復雜問題的優(yōu)化。神經(jīng)網(wǎng)絡特征？(P115)答：神經(jīng)網(wǎng)絡具有以下幾個特征：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存；3、可以多輸入、多輸出；4、便于用超大規(guī)模的集成電路或光學集成電路系統(tǒng)實現(xiàn)，或用現(xiàn)有的計算機技術實現(xiàn)；5、能進行學習，以適應環(huán)境的變化。8)專家控制的特點？(P11)答：1、靈活性：根據(jù)系統(tǒng)的工作狀態(tài)及誤差情況，可靈活地選取相應的控制律。2、適應性：根據(jù)專家知識和經(jīng)驗，調整控制器的參數(shù)，適應對象特性及環(huán)境的變化。3、魯棒性：通過利用專家規(guī)則，系統(tǒng)可以在非線性、大偏差下可靠地工作

18、。模糊控制的優(yōu)點：(1) 使用語言方法，可不需要過程的精確數(shù)學模型；(2) 魯棒性強，適于解決過程控制中的非線性、強耦合時變、滯后等問題；(3) 有較強的容錯能力。具有適應受控對象動力學特征變化、環(huán)境特征變化和動行條件變化的能力；(4) 操作人員易于通過人的自然語言進行人機界面聯(lián)系，這些模糊條件語句容易加到過程的控制環(huán)節(jié)上。模糊控制的缺點：(1)信息簡單的模糊處理將導致系統(tǒng)的控制精度降低和動態(tài)品質變差；(2)模糊控制的設計尚缺乏系統(tǒng)性，無法定義控制目標。模糊控制理論需解決的問題：1）要揭示模糊控制器的實質和工作機理，解決穩(wěn)定性和魯棒性理論分析的問題。2）很多應用和經(jīng)驗表明，模糊控制的魯棒性優(yōu)于

19、傳統(tǒng)控制策略。但模糊控制和傳統(tǒng)控制的魯棒性的對比關系究竟是怎么樣，尚缺少理論分析和數(shù)學推導方面的比較。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=負大，負小，零，正小，正大=NB,NS,ZO,PS,PB或e=負大，負中，負小，零，正小，正中，正大=NB,NM,NS,ZO,PS,PM,PB載e=負大，負中，負小，零負，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，對應的隸屬函數(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，缺少相應的理論根據(jù)。4）在多變量模糊控制中，需要對多變量耦合和？維數(shù)災&問題進彳f研究，這些問題