智能控制復(fù)習(xí)題Word版

整理為word格式整理為word格式整理為word格式智能控制復(fù)習(xí)第一章選擇題1． 智能控制的概念首次由著名學(xué)者（D）提出A蔡自興 BJ.S.Albus CJ.M.Mendel D傅京孫2．經(jīng)常作為智能控制典型研究對(duì)象的是 （D）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3．解決自動(dòng)控制面臨問(wèn)題的一條有效途徑就是，把人工智能等技術(shù)用入自動(dòng)控制系統(tǒng)中， 其核心是 （B）A控制算法 B控制器智能化C控制結(jié)構(gòu) D控制系統(tǒng)仿真4．智能自動(dòng)化開(kāi)發(fā)與應(yīng)用應(yīng)當(dāng)面向 （C）A生產(chǎn)系統(tǒng) B管理系統(tǒng) C復(fù)雜系統(tǒng) D線性系統(tǒng)5．不屬于智能控制是 （D）A神經(jīng)網(wǎng)絡(luò)控制 B專家控制C模糊控制 D確定性反饋控制6．以下不屬于智能控制主要特點(diǎn)的是 （D）A具有自適應(yīng)能力 B具有自組織能力C具有分層遞階組織結(jié)構(gòu) D具有反饋結(jié)構(gòu)7．以下不屬于智能控制的是 (D)A神經(jīng)網(wǎng)絡(luò)控制 B專家控制C模糊控制 D自校正調(diào)節(jié)器第二章選擇題1． 地質(zhì)探礦專家系統(tǒng)常使用的知識(shí)表示方法為 （D）A語(yǔ)義網(wǎng)絡(luò) B框架表示 C劇本表示 D產(chǎn)生式規(guī)則2．自然語(yǔ)言問(wèn)答專家系統(tǒng)使用的知識(shí)表示方法為 （B）A 框架表示 B語(yǔ)義網(wǎng)絡(luò) C劇本表示 D產(chǎn)生式規(guī)則 整理為word格式整理為word格式整理為word格式3． 專家系統(tǒng)中的自動(dòng)推理是基于（C）的推理。 A直覺(jué) B邏輯 C知識(shí) D預(yù)測(cè)4．適合專家控制系統(tǒng)的是 （D）A雷達(dá)故障診斷系統(tǒng) B軍事沖突預(yù)測(cè)系統(tǒng) C 聾啞人語(yǔ)言訓(xùn)練系統(tǒng) D機(jī)車低恒速運(yùn)行系統(tǒng)5．直接式專家控制通常由(B)組成A控制規(guī)則集、知識(shí)庫(kù)、推理機(jī)和傳感器B 信息獲取與處理、知識(shí)庫(kù)、控制規(guī)則集和推理機(jī) C信息獲取與處理、知識(shí)庫(kù)、推理機(jī)和傳感器D信息獲取與處理、控制規(guī)則集、推理機(jī)和傳感器6． 專家控制可以稱作基于（D）的控制。 A直覺(jué) B邏輯 C預(yù)測(cè) D知識(shí) 7．直接式專家控制通常由(C)組成A信息獲取與處理、知識(shí)庫(kù)、推理機(jī)構(gòu)和傳感器B 信息獲取與處理、知識(shí)庫(kù)、控制規(guī)則集和傳感器 C信息獲取與處理、知識(shí)庫(kù)、推理機(jī)構(gòu)和控制規(guī)則集 D信息獲取與處理、控制規(guī)則集、推理機(jī)構(gòu)和傳感器8． 專家系統(tǒng)的核心部分是 （B）A人機(jī)接口、過(guò)程接口、推理機(jī)構(gòu) B知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理機(jī)構(gòu)C人機(jī)接口、知識(shí)獲取結(jié)構(gòu)、推理機(jī)構(gòu)D知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、人機(jī)接口9．以下不屬于專家系統(tǒng)知識(shí)表示法的是 （C）A彩色Petri網(wǎng)絡(luò) B 語(yǔ)義知識(shí)表示C樣本分類 D產(chǎn)生式規(guī)則 10． 產(chǎn)生式系統(tǒng)的推理方式不包括 （C）A 正向推理 B反向推理C簡(jiǎn)單推理 D雙向推理11． 肺病診斷專家系統(tǒng)使用的知識(shí)表示方法為 （D）A語(yǔ)義網(wǎng)絡(luò) B產(chǎn)生式規(guī)則 C劇本表示 D框架表示 12．以下不屬于專家系統(tǒng)組成部分的是 (A)A專家 B數(shù)據(jù)庫(kù)C知識(shí)庫(kù) D解釋部分13．黑板專家控制系統(tǒng)的組成有 （C）A黑板、數(shù)據(jù)庫(kù)、調(diào)度器 B數(shù)據(jù)庫(kù)、知識(shí)源、調(diào)度器C黑板、知識(shí)源、調(diào)度器 D黑板、規(guī)則庫(kù)、調(diào)度器14．建立專家系統(tǒng)，最艱難（“瓶頸”）的任務(wù)是 （B）A知識(shí)表示 B知識(shí)獲取 C知識(shí)應(yīng)用D知識(shí)推理整理為word格式整理為word格式整理為word格式15． 在專家系統(tǒng)中， （D）是專家系統(tǒng)與用戶間的人-機(jī)接口 A知識(shí)庫(kù) B 數(shù)據(jù)庫(kù)C推理機(jī) D 解釋機(jī)構(gòu)16． 產(chǎn)生式系統(tǒng)包含的基本組成 （A）A 知識(shí)庫(kù)、規(guī)則庫(kù)和數(shù)據(jù)庫(kù) B規(guī)則庫(kù)、模型庫(kù)和控制器C 知識(shí)庫(kù)、規(guī)則庫(kù)和模型庫(kù) D規(guī)則庫(kù)、數(shù)據(jù)庫(kù)和控制器 第三章模糊控制1． 某模糊控制器輸出信息的解模糊判決公式為，該解模糊方法為 （D）A 最大隸屬度法 B取中位數(shù)法C 隸屬度限幅元素平均法 D重心法2．在溫度模糊控制系統(tǒng)中，二維模糊控制器的輸入是 （A）A溫度的誤差e和溫度誤差變化量de B控制加熱裝置的電壓的誤差e和電壓誤差變化量deC控制加熱裝置的電壓的誤差e和溫度誤差變化量de D控制加熱裝置的電壓的誤差e和溫度誤差變化量de下列概念中不能用普通集合表示的是 （D）A控制系統(tǒng) B低于給定溫度 C工程師 D壓力不足4．以下應(yīng)采用模糊集合描述的是 （B）A 高三男生 B年輕C教師 D社會(huì)5．總結(jié)手動(dòng)控制策略，得出一組由模糊條件語(yǔ)句構(gòu)成的控制規(guī)則，據(jù)此可建立 （D）A輸入變量賦值表 B輸出變量賦值表C模糊控制器查詢表 D模糊控制規(guī)則表6．某模糊控制器的語(yǔ)言變量選為實(shí)際溫度與給定溫度之差即誤差e、誤差變化率△e；以及加熱裝置中可控硅導(dǎo)通角的變化量u，故該模糊控制器為 （A）A雙輸入一單輸出 B單輸出一單輸入C雙輸入一雙輸出 D單輸出一雙輸入7．在論域U中，模糊集合A的支集只包含一個(gè)點(diǎn)u，且=1，則A稱為 （B）整理為word格式整理為word格式整理為word格式A截集 B模糊單點(diǎn)C 核 D支集8．在模糊控制中，隸屬度 (C)A不能是1或0 B根據(jù)對(duì)象的數(shù)學(xué)模型確定C反映元素屬于某模糊集合的程度 D只能取連續(xù)值9．模糊集合中，=0.5對(duì)應(yīng)的元素稱為 （A）A交叉點(diǎn) B模糊單點(diǎn)C 核 D支集10．在模糊控制器的推理輸出結(jié)果中，取其隸屬度最大的元素作為精確值，去執(zhí)行控制的方法稱為 （B）A 重心法 B 最大隸屬度法C 系數(shù)加權(quán)平均法 D 中位數(shù)法11．若模糊集合A表示模糊概念“老”，其隸屬度函數(shù)為，則模糊概念“略微老”相當(dāng)于，其中為， （C）A2 B4C1／2 D1／412． 若對(duì)誤差、誤差變化率論域X、Y中元素的全部組合計(jì)算出相應(yīng)的控制量變化，可寫成矩陣，一般將此矩陣制成 （C）A輸入變量賦值表 B輸出變量賦值表C模糊控制器查詢表 D模糊控制規(guī)則表13．在溫度模糊控制系統(tǒng)中，二維模糊控制器的輸出是 （C）A溫度的誤差eB溫度誤差變化量de C控制加熱裝置的電壓UD控制加熱裝置的電壓的誤差e和溫度誤差變化量de 14．以下的集合運(yùn)算性質(zhì)中，模糊集合不滿足的運(yùn)算性質(zhì) （D）A交換律 B 結(jié)合律C分配律 D 互補(bǔ)律15.以下屬于模糊集合表示方法的是 （B）A 重心法 B 扎德法C 系數(shù)加權(quán)平均法 D 中位數(shù)法16．在選定模糊控制器的語(yǔ)言變量及各個(gè)變量所取的語(yǔ)言值后，可分別為各語(yǔ)言變量建立各自的（C） A控制規(guī)則表 B 控制變量賦值表C語(yǔ)言變量賦值表 D 論域量化表整理為word格式整理為word格式整理為word格式17．模糊控制方法是基于（D）A模型控制 B遞推的控制C學(xué)習(xí)的控制 D專家知識(shí)和經(jīng)驗(yàn)的控制18.以下應(yīng)采用模糊集合描述的是 （B）A學(xué)生 B 大蘋果 C 老師 D 演員 19．若模糊集合A表示模糊概念“老”，其隸屬度函數(shù)為，則模糊概念“極老”相當(dāng)于，其中為， （D）A2 B4C1／2 D1／420．某液位模糊控制系統(tǒng)的語(yǔ)言變量選為實(shí)際溫度與給定溫度之差即誤差e以及加熱裝置中可控硅導(dǎo)通角的變化量u，但不考慮溫度誤差變化率△e，該模糊控制器應(yīng)為 （B）A雙輸入一單輸出 B單輸入一單輸出C雙輸入一雙輸出 D單輸入一雙輸出21．模糊隸屬度函數(shù)曲線的形狀可以為 (C)A橢圓形 B平行四邊形C梯形 D圓形22．在選定模糊控制器的語(yǔ)言變量及各個(gè)變量所取的語(yǔ)言值后，可分別為各語(yǔ)言變量建立各自的（C） A控制規(guī)則表 B 控制查詢表C語(yǔ)言變量賦值表 D 基本論域量化表23．某模糊控制器的語(yǔ)言變量選為實(shí)際水位與給定水位之差即誤差e，以及調(diào)節(jié)閥門開(kāi)度的變化量u，故該模糊控制器為(B)．A.單輸出—雙輸入B．單輸入—單輸出C.雙輸入—雙輸出D.雙輸入—單輸出 24．某一隸屬度函數(shù)曲線的形狀可以選為 （C）A橢圓形 B圓形C三角形 D正方形25． 模糊控制器的術(shù)語(yǔ)“正中”，可用符合（D）表示APB BNMCZE DPM26． 以下關(guān)于模糊關(guān)系的正確說(shuō)法是 （B）A 模糊關(guān)系是普通關(guān)系的一個(gè)特例B 模糊關(guān)系描述元素之間的關(guān)聯(lián)程度C 模糊關(guān)系中的元素都是整數(shù)D 模糊關(guān)系矩陣一定是方陣27．模糊控制以模糊集合為基礎(chǔ)，最早提出模糊集合的學(xué)者是（A）整理為word格式整理為word格式整理為word格式AL.A.Zadeh BMamdaniCTakagi DSugeno 28．在模糊控制器的推理輸出結(jié)果中，取其隸屬度函數(shù)曲線與橫坐標(biāo)圍成面積的重心作為輸出值，去執(zhí)行控制的方法稱為 （A）A 重心法 B 最大隸屬度法C 系數(shù)加權(quán)平均法 D 中位數(shù)法29．下列概念中不能用普通集合表示的是 （D）A控制系統(tǒng) B壓力不足 C機(jī)電工程師 D低于給定溫度30．在模糊控制中，隸屬度 (C)A不能是1或0 B是根據(jù)對(duì)象的數(shù)學(xué)模型確定的 C 反映元素屬于某模糊集合的程度 D只能取連續(xù)值 31．最適合作為語(yǔ)言變量的值是 （A）A速度 B天氣C特別 D表演32．若模糊集合A表示模糊概念“老”，其隸屬度函數(shù)為，則模糊概念“非常老”相當(dāng)于，其中為， （C）A2 B4C1／2 D1／4第4章神經(jīng)網(wǎng)絡(luò)BP網(wǎng)絡(luò)使用的學(xué)習(xí)規(guī)則是 （B）A相關(guān)規(guī)則 B糾錯(cuò)規(guī)則C競(jìng)爭(zhēng)規(guī)則 D模擬退火算法2．BP神經(jīng)網(wǎng)絡(luò)所不具備的功能是 （C）A自適應(yīng)功能 B泛化功能 C優(yōu)化功能 D非線性映射功能 3． 由于各神經(jīng)元之間的突觸連接強(qiáng)度和極性有所不同并可進(jìn)行調(diào)整，因此人腦才具有(A)的功能。 A學(xué)習(xí)和存儲(chǔ)信息 B輸入輸出C聯(lián)想 D信息整合4.采用單層拓?fù)浣Y(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)是 （A）AHopfield網(wǎng)絡(luò) B生物神經(jīng)網(wǎng)絡(luò) CBP網(wǎng)絡(luò) D小腦模型網(wǎng)絡(luò)5． 單層神經(jīng)網(wǎng)絡(luò)，有兩個(gè)輸入，兩個(gè)輸出，它們之間的連接權(quán)有（B）A6個(gè) B4個(gè) C2個(gè) D8個(gè)6． 神經(jīng)網(wǎng)絡(luò)直接逆控制是一種（B）控制。 整理為word格式整理為word格式整理為word格式A 反饋 B 前饋C 串級(jí) D 混合7．誤差反向傳播算法屬于（B）學(xué)習(xí)規(guī)則A無(wú)導(dǎo)師 B有導(dǎo)師C死記憶 D混合8．以下不屬于人工神經(jīng)網(wǎng)絡(luò)主要特點(diǎn)的是 (B)A 便于用超大規(guī)模集成電路或光學(xué)集成電路系統(tǒng)實(shí)現(xiàn) B網(wǎng)絡(luò)中含有神經(jīng)元C信息分布在神經(jīng)元的連接上D可以逼近任意非線性系統(tǒng) 9．最適宜用于聯(lián)想記憶的神經(jīng)網(wǎng)絡(luò) （D）ABP神經(jīng)網(wǎng)絡(luò) B感知器網(wǎng)絡(luò)C自適應(yīng)線性神經(jīng)網(wǎng)絡(luò) DHopfield網(wǎng)絡(luò)10．PID神經(jīng)網(wǎng)絡(luò)控制中，控制器使用了 （C）ACMAC神經(jīng)網(wǎng)絡(luò) BHopfield網(wǎng)絡(luò) CPID神經(jīng)網(wǎng)絡(luò) D感知器網(wǎng)絡(luò) 11．下面哪個(gè)方程最好描述了Hebb學(xué)習(xí)規(guī)則 （A）A兩個(gè)神經(jīng)元同時(shí)興奮或同時(shí)抑制時(shí)，它們之間連接權(quán)的強(qiáng)度增強(qiáng)B兩個(gè)神經(jīng)元同時(shí)興奮或同時(shí)抑制時(shí)，它們之間連接權(quán)的強(qiáng)度減弱C兩個(gè)神經(jīng)元，一個(gè)興奮，另一個(gè)抑制，它們之間連接權(quán)的強(qiáng)度增強(qiáng) D兩個(gè)神經(jīng)元，一個(gè)興奮，另一個(gè)抑制，它們之間連接權(quán)的強(qiáng)度不變12．在神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂平Y(jié)構(gòu)中，神經(jīng)網(wǎng)絡(luò)辨識(shí)器用來(lái)獲得(A) A 被控對(duì)象的正模型 B被控劉象的逆模型C 線性濾波器 D控制器13．單層神經(jīng)網(wǎng)絡(luò)，有三個(gè)輸入，三個(gè)輸出，它們之間的連接權(quán)有（B）A6個(gè) B9個(gè) C16個(gè) D25個(gè)14．多層前向神經(jīng)網(wǎng)絡(luò)與單層感知器相比較，下面（C）不是多層網(wǎng)絡(luò)所特有的特點(diǎn)A采用誤差反向傳播算法 B含有一層或多層的隱層神經(jīng)元 C神經(jīng)元的數(shù)目可達(dá)到很多 D隱層激活函數(shù)采用可微非線性函數(shù)15．單層感知器網(wǎng)絡(luò)可以 （B）A解決異或問(wèn)題 B實(shí)現(xiàn)樣本分類C進(jìn)行優(yōu)化計(jì)算 D實(shí)現(xiàn)函數(shù)逼近16．能夠用于無(wú)導(dǎo)師學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型是 (A)AHopfield網(wǎng)絡(luò) B CMAC神經(jīng)網(wǎng)絡(luò)CBP神經(jīng)網(wǎng)絡(luò) D 自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)17．連續(xù)型Hopfield網(wǎng)絡(luò)（B）A是前饋神經(jīng)網(wǎng)絡(luò) B 是單層反饋型非線性神經(jīng)網(wǎng)絡(luò)C具有函數(shù)逼近問(wèn)題 D 是多層反饋型非線性神經(jīng)網(wǎng)絡(luò)18．離散Hopfield網(wǎng)絡(luò) （C）整理為word格式整理為word格式整理為word格式A是多層反饋網(wǎng)絡(luò) B是多層反饋網(wǎng)絡(luò)C具有聯(lián)想記憶功能 D具有函數(shù)逼近功能 19．神經(jīng)網(wǎng)絡(luò)PID控制是一種 （B）A前饋控制 B反饋控制C開(kāi)環(huán)控制 D混合控制20．單層感知器網(wǎng)絡(luò)可以 （D）A解決異或問(wèn)題 B實(shí)現(xiàn)函數(shù)逼近 C進(jìn)行優(yōu)化計(jì)算 D 實(shí)現(xiàn)樣本分類21．連續(xù)型Hopfield網(wǎng)絡(luò)的神經(jīng)元轉(zhuǎn)移函數(shù)采用（A）A．對(duì)稱型Sigmoid函數(shù) B．對(duì)稱型階躍函數(shù)C．分段線性轉(zhuǎn)移函數(shù) D．閾值型轉(zhuǎn)移函數(shù)22．在間接神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制中， （B）A需要一個(gè)神經(jīng)網(wǎng)絡(luò)控制器B需要一個(gè)神經(jīng)網(wǎng)絡(luò)控制器及一個(gè)神經(jīng)網(wǎng)絡(luò)辨識(shí)器C需要兩個(gè)神經(jīng)網(wǎng)絡(luò)控制器及一個(gè)神經(jīng)網(wǎng)絡(luò)辨識(shí)器 D需要一個(gè)神經(jīng)網(wǎng)絡(luò)控制器及兩個(gè)個(gè)神經(jīng)網(wǎng)絡(luò)辨識(shí)器23．生物神經(jīng)元的突觸連接相當(dāng)于神經(jīng)元之間的 （D）A輸入連接 B輸出連接C絕緣 D輸入輸出接口24.在間接神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制結(jié)構(gòu)中，神經(jīng)網(wǎng)絡(luò)辨識(shí)器用來(lái)獲得(A)A 被控對(duì)象的正模型 B被控劉象的逆模型C 線性濾波器 D控制器25．生物神經(jīng)元的組成包括細(xì)胞體、軸突、樹(shù)突和 （C）A軸突末梢 B細(xì)胞核C突觸 D細(xì)胞膜 26．以下不屬于人工神經(jīng)網(wǎng)絡(luò)主要特點(diǎn)的是 (B)A 信息并行處理 B網(wǎng)絡(luò)中含有神經(jīng)元C 信息分布在神經(jīng)元的連接上 D可以逼近任意非線性系統(tǒng)27．一般認(rèn)為，人工神經(jīng)網(wǎng)絡(luò)最適用于 （B）A線性系統(tǒng) B非線性系統(tǒng) C多輸入多輸出系統(tǒng) D多變量系統(tǒng) 28．在直接神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制中， （A）A需要一個(gè)神經(jīng)網(wǎng)絡(luò)控制器B需要一個(gè)神經(jīng)網(wǎng)絡(luò)控制器及一個(gè)神經(jīng)網(wǎng)絡(luò)辨識(shí)器C需要兩個(gè)神經(jīng)網(wǎng)絡(luò)控制器及一個(gè)神經(jīng)網(wǎng)絡(luò)辨識(shí)器 D需要一個(gè)神經(jīng)網(wǎng)絡(luò)控制器及兩個(gè)個(gè)神經(jīng)網(wǎng)絡(luò)辨識(shí)器29．離散型Hopfield網(wǎng)絡(luò)的神經(jīng)元轉(zhuǎn)移函數(shù)采用（D）A．對(duì)稱型Sigmoid函數(shù) B．對(duì)稱型階躍函數(shù)整理為word格式整理為word格式整理為word格式C．分段線性轉(zhuǎn)移函數(shù) D．閾值型轉(zhuǎn)移函數(shù)30．采用單層拓?fù)浞答伣Y(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)是 (A)AHopfield網(wǎng)絡(luò) B BP網(wǎng)絡(luò)CPID神經(jīng)網(wǎng)絡(luò) D小腦模型神經(jīng)網(wǎng)絡(luò) 31． 基于多層前向神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng)結(jié)構(gòu)有（D）內(nèi)含神經(jīng)網(wǎng)絡(luò)的環(huán)節(jié)。 A一個(gè) B四個(gè)C三個(gè) D兩個(gè)32．最早提出人工神經(jīng)網(wǎng)絡(luò)模型的學(xué)者是 （B）AHebb BMcCulloch和PittsCRosenblatt DHopfield 33．神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂凭哂? （C）A直接逆控制的優(yōu)點(diǎn)和缺點(diǎn) B 直接逆控制的優(yōu)點(diǎn) C直接逆控制的優(yōu)點(diǎn)，但無(wú)直接逆控制的缺點(diǎn) D直接逆控制的缺點(diǎn)第5章遺傳算法最早提出遺傳算法概念的學(xué)者是 （A）AJ.H.Holland BJ.D.BagleyCJ.R.Koza DL.Davis2． 遺傳算法的基本操作順序是 （C）A計(jì)算適配度、交叉、變異、選擇B計(jì)算適配度、交叉、選擇、變異C計(jì)算適配度、選擇、交叉、變異D計(jì)算適配度、選擇、交叉、變異 3．能夠往種群中引入新的遺傳信息是以下哪種遺傳算法的操作（D）A交叉 B復(fù)制C優(yōu)選 D變異4．哪一種說(shuō)法是對(duì)遺傳算法中復(fù)制操作的描述 （A）A個(gè)體串按照它們的適配值進(jìn)行復(fù)制B隨機(jī)改變個(gè)體串的適配度函數(shù)值 C隨機(jī)改變一些串中的一小部分D為權(quán)值隨機(jī)產(chǎn)生小的初始值5． 遺傳算法中，關(guān)于變異操作的最好敘述是 （A）A隨機(jī)改變一些“串”中的一小部分 B隨機(jī)挑選新“串”組成下一代C為權(quán)隨機(jī)產(chǎn)生新的初始值D從兩個(gè)“串”中隨機(jī)組合遺傳信息6．哪種遺傳算法的操作，能夠從種群中淘汰適應(yīng)度值小的個(gè)體（C）A交叉 B 優(yōu)選C復(fù)制 D 變異7．遺傳算法將問(wèn)題的求解表示成“染色體”，“染色體”實(shí)際上是(D)整理為word格式整理為word格式整理為word格式A基因 B適應(yīng)度函數(shù)C種群 D用編碼表示的字符串8．哪種遺傳算法的操作，可以從父代雙親中繼承部分遺傳信息，傳給子代（A）A交叉 B變異 C 復(fù)制 D共享 9．下面哪種類型的學(xué)習(xí)能夠用于移動(dòng)機(jī)器人的路徑規(guī)劃 （D）A多層前向神經(jīng)網(wǎng)絡(luò) BPID神經(jīng)網(wǎng)絡(luò)C自適應(yīng)線性神經(jīng)網(wǎng)絡(luò) D遺傳算法10．輪盤賭技術(shù)可用于 (B)A選擇最好的“染色體” B隨機(jī)選擇“染色體” C交叉所選擇的“染色體” D變異“染色體”的適應(yīng)度11．遺傳算法將問(wèn)題的求解表示成“染色體”，“染色體”實(shí)際上是（C）A種群 B存在于細(xì)胞核中能被堿性染料染色的物質(zhì)C用編碼表示的字符串 D各種數(shù)值12．在遺傳算法中，復(fù)制操作可以通過(guò)（B）的方法來(lái)實(shí)現(xiàn) A 解析 B 隨機(jī)C交叉匹配 D 變異判斷題第一章緒論與傳統(tǒng)控制相比較，智能控制方法可以較好地解決非線性系統(tǒng)的控制問(wèn)題。（√）2． 智能控制系統(tǒng)采用分層遞階的組織結(jié)構(gòu)，其協(xié)調(diào)程度越高，所體現(xiàn)的智能也越高。 （√）3．分層遞階智能控制按照自下而上精確程度漸減、智能程度漸增的原則進(jìn)行功能分配。（√）4． 智能系統(tǒng)是指具備一定智能行為的系統(tǒng)。 （√）5． 智能控制的不確定性的模型包括兩類，一類是模型未知或知之甚少；另一類是模型的結(jié)構(gòu)和參數(shù)可能在很大范圍內(nèi)變化。 （√）第二章專家系統(tǒng)1． 在專家系統(tǒng)中，數(shù)據(jù)庫(kù)是領(lǐng)域知識(shí)的存儲(chǔ)器，是系統(tǒng)的核心部分之一。 （√）2．在設(shè)計(jì)專家系統(tǒng)時(shí)，知識(shí)工程師的任務(wù)是提供解決問(wèn)題的知識(shí)和經(jīng)驗(yàn)。 （整理為word格式整理為word格式整理為word格式×）3．?dāng)?shù)據(jù)庫(kù)和推理機(jī)是專家系統(tǒng)的核心部分。(應(yīng)為知識(shí)庫(kù))（×）4．按照?qǐng)?zhí)行任務(wù)分類，專家系統(tǒng)有解釋型、預(yù)測(cè)型、診斷型、調(diào)試型、維修型等多種類型。 （√）5． 專家系統(tǒng)實(shí)質(zhì)上是一種數(shù)學(xué)計(jì)算系統(tǒng)。 （×）6．在設(shè)計(jì)專家系統(tǒng)時(shí)，知識(shí)工程師的任務(wù)是模仿人類專家，運(yùn)用他們解決問(wèn)題的知識(shí)和經(jīng)驗(yàn)。 （√）第三章模糊控制模糊控制只是在一定程度上模仿人的模糊決策和推理，用它解決較復(fù)雜問(wèn)題時(shí)，還需要建立數(shù)學(xué)模型。 （×）2．在模糊控制中，為把輸入的確定量模糊化，需要建立模糊控制規(guī)則表。 (應(yīng)該是確定模糊集合) （×）3．在模糊集合的向量表示法中，隸屬度為0的項(xiàng)必須用0代替而不能舍棄。 （√）4．從模糊控制查詢表中得到控制量的相應(yīng)元素后，乘以比例因子即為控制量的變化值。（√）5． 與傳統(tǒng)控制相比，智能模糊控制所建立的數(shù)學(xué)模型因具有靈活性和應(yīng)變性，因而能勝任處理復(fù)雜任務(wù)及不確定性問(wèn)題的要求。 （×）6．在模糊語(yǔ)言變量中，語(yǔ)義規(guī)則用于給出模糊集合的隸屬函數(shù)。（√）7． 模糊控制對(duì)被控對(duì)象參數(shù)的變化不敏感，可用它解決非線性、時(shí)變、時(shí)滯系統(tǒng)的控制。（√）8．普通關(guān)系是模糊關(guān)系的推廣，它描述元素之間的關(guān)聯(lián)程度。（×）9． 模糊控制就是不精確的控制。 （×）10．在模糊控制中，為把輸入的確定量模糊化，需要建立語(yǔ)言變量賦值表。 （√）11．模糊控制規(guī)則是將人工經(jīng)驗(yàn)或操作策略總結(jié)而成的一組模糊條件語(yǔ)句 （√）12．通常，模糊控制器的輸入、輸出語(yǔ)言變量分別取為控制系統(tǒng)的誤差和誤差變化率。（×）13．模糊控制器的輸入語(yǔ)言變量一般可取控制系統(tǒng)的誤差及其變化率。 （√）14．模糊控制只是在一定程度上模仿人的模糊決策和推理，用它解決較復(fù)整理為word格式整理為word格式整理為word格式雜問(wèn)題時(shí)，還需要建立數(shù)學(xué)模型。（×）15．T-S模糊控制系統(tǒng)采用系統(tǒng)狀態(tài)變化量或輸入變量的函數(shù)作為IF-THEN模糊規(guī)則的后件，不可以描述被控對(duì)象的動(dòng)態(tài)模型。（×）16．Mamdani型模糊控制器，通過(guò)模糊推理得到的結(jié)果是精確量。 （×）17．在模糊控制中，隸屬度是根據(jù)對(duì)象的數(shù)學(xué)模型來(lái)確定的。（×）18．模糊控制中，語(yǔ)言變量的值可用“負(fù)大、負(fù)小、零”等表示。（√）19．模糊控制在一定程度上模仿人的模糊決策和推理，用它解決較復(fù)雜問(wèn)題時(shí)，不需要建立數(shù)學(xué)模型。（√）第四章神經(jīng)網(wǎng)絡(luò)1． 可以充分逼近任意復(fù)雜的非線性函數(shù)關(guān)系是神經(jīng)網(wǎng)絡(luò)的特點(diǎn)之一。（√）2． 一般情況下，神經(jīng)網(wǎng)絡(luò)系統(tǒng)模型的并聯(lián)結(jié)構(gòu)可以保證系統(tǒng)辨識(shí)收斂。 （×）3．反饋型神經(jīng)網(wǎng)絡(luò)中，每個(gè)神經(jīng)元都能接收所有神經(jīng)元輸出的反饋信息。 （√）4． 運(yùn)算效率高，收斂速度快是BP神經(jīng)網(wǎng)絡(luò)的主要特點(diǎn)之一。（×）5.神經(jīng)元的各種不同數(shù)學(xué)模型的主要區(qū)別在于采用了不同的轉(zhuǎn)移函數(shù)，從而使神經(jīng)元具有不同的信息處理特性。 （√）6．離散Hopfield網(wǎng)絡(luò)的兩種工作方式是同步和異步工作方式。（√）7．神經(jīng)網(wǎng)絡(luò)已在多種控制結(jié)構(gòu)中得到應(yīng)用，如PID控制、內(nèi)?？刂?、直接逆控制等。 （√）8．一般情況下，神經(jīng)網(wǎng)絡(luò)系統(tǒng)模型的串-并聯(lián)型結(jié)構(gòu)不利于保證系統(tǒng)辨識(shí)模型的穩(wěn)定性。 （×）9．BP神經(jīng)網(wǎng)絡(luò)是一種多層全互連型結(jié)構(gòu)的網(wǎng)絡(luò)。 （×）10．離散型單層感知器的轉(zhuǎn)移函數(shù)一般采用閾值（符號(hào)）函數(shù)。 （√）11．Hopfield網(wǎng)絡(luò)的吸引子是指網(wǎng)絡(luò)的穩(wěn)定狀態(tài)。 （√）12．兩關(guān)節(jié)機(jī)械手的控制可應(yīng)用小腦神經(jīng)網(wǎng)絡(luò)直接逆模型控制。（√）13．神經(jīng)網(wǎng)絡(luò)用于系統(tǒng)正模型辨識(shí)的結(jié)構(gòu)只有串聯(lián)結(jié)構(gòu)一種。（×）14．連續(xù)型Hopfield網(wǎng)絡(luò)是多層前饋型神經(jīng)網(wǎng)絡(luò)，每一節(jié)點(diǎn)的輸出均反饋至節(jié)點(diǎn)的輸入。 （×）整理為word格式整理為word格式整理為word格式第五章遺傳算法 1． 遺傳算法的復(fù)制操作可以通過(guò)隨機(jī)方法來(lái)實(shí)現(xiàn)，可使用計(jì)算機(jī)，也可使用輪盤賭的轉(zhuǎn)盤。 （√）2． 在遺傳算法中，初始種群的生成不能用隨機(jī)的方法產(chǎn)生。 （×）3．遺傳算法的復(fù)制操作有嚴(yán)格的程序，不能通過(guò)隨機(jī)方法來(lái)實(shí)現(xiàn)。（×）4．遺傳算法具有進(jìn)化計(jì)算的所有特征，其主要用途是數(shù)值計(jì)算。（×）5．遺傳算法中，適配度大的個(gè)體有更多機(jī)會(huì)被復(fù)制到下一代。 （√）6．在遺傳算法中，初始種群的生成不能用隨機(jī)的方法產(chǎn)生。（×）名詞解釋第一章智能控制有知識(shí)的“行為舵手”，它把知識(shí)和反饋結(jié)合起來(lái)，形成感知-交互集、以目標(biāo)為導(dǎo)向的控制系統(tǒng)。第二章專家系統(tǒng)一種包含知識(shí)和推理的人工智能的計(jì)算機(jī)程序系統(tǒng)，這些程序軟件具有相當(dāng)于某個(gè)專門領(lǐng)域?qū)＜业闹R(shí)和經(jīng)驗(yàn)水平，同時(shí)具有處理該領(lǐng)域問(wèn)題的能力語(yǔ)義網(wǎng)絡(luò)通過(guò)概念及相互間語(yǔ)義關(guān)系，圖解表示知識(shí)網(wǎng)絡(luò)。專家控制系統(tǒng)應(yīng)用專家系統(tǒng)的概念、原理和技術(shù)，模擬人類專家的控制知識(shí)和經(jīng)驗(yàn)而建造的控制系統(tǒng)。第三章模糊控制模糊控制是把人類專家對(duì)特定的被控對(duì)象或過(guò)程的控制策略總結(jié)成一系列的控制規(guī)則，通過(guò)模糊推理得到控制作用集，作用于被控對(duì)象或過(guò)程。它無(wú)需建立系統(tǒng)模型，是解決不確定系統(tǒng)的一種有效途徑。整理為word格式整理為word格式整理為word格式模糊系統(tǒng)一種基于知識(shí)或基于規(guī)則的系統(tǒng)。它的核心就是有IF-THEN規(guī)則形成的知識(shí)庫(kù)。模糊集合論域U上的模糊集A用一個(gè)在區(qū)間[0，1]上取值的隸屬度函數(shù)來(lái)表示。隸屬度某元素屬于模糊集合A的程度稱為隸屬度，用隸屬度函數(shù)描述。隸屬度函數(shù)的值是閉區(qū)間[0，1]上的一個(gè)數(shù)，表示元素x屬于模糊集合A的程度。模糊關(guān)系X與Y直積中一個(gè)模糊子集R，稱為從X到Y(jié)的模糊關(guān)系。第四章神經(jīng)網(wǎng)絡(luò)神經(jīng)元互連組成的網(wǎng)絡(luò)，從微觀結(jié)構(gòu)和功能上對(duì)人腦抽象、簡(jiǎn)化，是模擬人類智能的一條重要途徑，反映人腦功能的若干特征，如并行處理、學(xué)習(xí)聯(lián)想、分類等。小腦模型神經(jīng)網(wǎng)絡(luò)由局部調(diào)整、相互覆蓋接收域的神經(jīng)元組成，模擬人的小腦學(xué)習(xí)結(jié)構(gòu)。是一種基于表格查詢式輸入輸出多維非線性映射能力。Hopfield神經(jīng)網(wǎng)絡(luò)全連接型反饋動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)，分為離散型和連續(xù)型兩種，網(wǎng)絡(luò)達(dá)到穩(wěn)定狀態(tài)時(shí)，其能量函數(shù)達(dá)到最小。第五章變異操作模擬生物在自然遺傳環(huán)境下由于各種偶然因素引起的基因突變，它以很小的概率隨機(jī)改變遺傳基因（表示染色體的符號(hào)串的某一位）的值。適應(yīng)度函數(shù)遺傳算法中某個(gè)個(gè)體對(duì)環(huán)境的適應(yīng)程度，適應(yīng)值函數(shù)可由目標(biāo)函數(shù)變換而成。遺傳算法建立在自然選擇和群體遺傳學(xué)機(jī)理基礎(chǔ)上的隨機(jī)迭代和進(jìn)化，具有廣泛適用性的搜索方法。整理為word格式整理為word格式整理為word格式簡(jiǎn)答題第一章1．智能控制的主要功能特點(diǎn)是什么。（1）多層遞階的組織結(jié)構(gòu)（2）多模態(tài)控制（3）自學(xué)習(xí)能力（4）自適應(yīng)能力（5）自組織能力智能控制的研究對(duì)象具備哪些特點(diǎn)？不確定性的模型；高度的非線性；復(fù)雜的任務(wù)要求。與傳統(tǒng)控制相比，智能控制的主要特點(diǎn)是什么？（1）處理復(fù)雜性、不確定性問(wèn)題的能力；（2）描述系統(tǒng)的模型更為廣泛；（3）具有學(xué)習(xí)、適應(yīng)、組織的功能；（4）具有分層信息處理和決策機(jī)構(gòu)；（5）控制其與對(duì)象、環(huán)境沒(méi)有明顯的分離。智能控制有哪些主要類型？模糊控制神經(jīng)網(wǎng)絡(luò)控制專家控制分層遞階智能控制第二章專家系統(tǒng)中，知識(shí)表示方法有哪些常用形式？整理為word格式整理為word格式整理為word格式產(chǎn)生式知識(shí)表示框架表示語(yǔ)義網(wǎng)絡(luò)表示劇本表示Petri網(wǎng)表示用結(jié)構(gòu)圖描述專家系統(tǒng)的基本結(jié)構(gòu)。人人機(jī)接口解釋機(jī)構(gòu)知識(shí)獲取機(jī)構(gòu)數(shù)據(jù)庫(kù)推理機(jī)知識(shí)庫(kù)專家用戶直接式專家控制系統(tǒng)有哪幾部分組成？直接式專家控制系統(tǒng)通常由知識(shí)庫(kù)、控制規(guī)則集、推理機(jī)構(gòu)及信息獲取與處理四個(gè)部分組成。第三章簡(jiǎn)述模糊控制器中的比例因子計(jì)算方法？設(shè)[-umax，umax]為控制量u的變化范圍，n為0~umax范圍內(nèi)的區(qū)間個(gè)數(shù)，稱為量化區(qū)間數(shù)，則比例因子Ku=umax/n整理為word格式整理為word格式整理為word格式設(shè)計(jì)一個(gè)模糊控制器必須要解決哪三個(gè)關(guān)鍵問(wèn)題？1)設(shè)計(jì)模糊控制器要解決的第一個(gè)問(wèn)題是如何把確定量轉(zhuǎn)換為對(duì)應(yīng)的模糊量；2)根據(jù)操作者的控制經(jīng)驗(yàn)制定模糊控制規(guī)則，并執(zhí)行模糊邏輯推理，以得到一個(gè)輸出模糊集合，這一步稱為模糊控制規(guī)則形成和推理；3)需要為模糊輸出量進(jìn)行解模糊判決，實(shí)現(xiàn)控制。在模糊控制器的設(shè)計(jì)中，常用的模糊判決方法有哪些？最大隸屬度法加權(quán)平均法重心法取中位數(shù)法模糊控制中，描述語(yǔ)言變量常見(jiàn)的語(yǔ)言值有哪幾種？語(yǔ)言變量常見(jiàn)的語(yǔ)言值是負(fù)大（NB）、負(fù)中（NM）、負(fù)?。∟S）、負(fù)零（NO）、正零（PO）、正?。≒S）、正中（PM）、正大（PB）。模糊控制系統(tǒng)由哪四個(gè)基本單元組成？模糊化接口；知識(shí)庫(kù)（規(guī)則庫(kù)和數(shù)據(jù)庫(kù)）；推理機(jī)；反模糊化接口。簡(jiǎn)要回答基本模糊控制器的設(shè)計(jì)步驟？選擇輸入、輸出語(yǔ)言變量；建立各語(yǔ)言變量的賦值表；建立模糊控制規(guī)則表；建立查詢表。試寫出幾種常見(jiàn)的模糊條件語(yǔ)句。整理為word格式整理為word格式整理為word格式單輸入-單輸出模糊控制器的模糊規(guī)則有兩種形式：（1）若A則B型；IFATHENB（2）若A則B型否則C型；IFATHENBELSEC雙輸入-單輸出模糊控制器的模糊規(guī)則（3）若A且B則C型。IFAandBTHENC第四章在神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法中，有導(dǎo)師學(xué)習(xí)的含義是什么?有導(dǎo)師學(xué)習(xí)也稱為有監(jiān)督學(xué)習(xí)，這種學(xué)習(xí)模式采用的是糾錯(cuò)規(guī)則。在學(xué)習(xí)訓(xùn)練過(guò)程中需要不斷給網(wǎng)絡(luò)成對(duì)提供一個(gè)輸入模式和一個(gè)期望網(wǎng)絡(luò)正確輸出的模式，稱為“教師信號(hào)”。將神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出同期望輸出進(jìn)行比較，當(dāng)網(wǎng)絡(luò)的輸出與期望輸出不符時(shí)，根據(jù)差錯(cuò)的方向和大小按一定的規(guī)則調(diào)整權(quán)值，以使下一步網(wǎng)絡(luò)的輸出更接近期望結(jié)果。常用的神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)移函數(shù)有哪幾種類型？對(duì)稱、非對(duì)稱閾值型轉(zhuǎn)移函數(shù)；對(duì)稱、非對(duì)稱Sigmoid型轉(zhuǎn)移函數(shù)；分段線性轉(zhuǎn)移函數(shù)。神經(jīng)網(wǎng)絡(luò)有哪些主要的結(jié)構(gòu)特征？（1）并行處理；（2）信息分布式存儲(chǔ);（3）容錯(cuò)性。在神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法中，何謂無(wú)導(dǎo)師的學(xué)習(xí)？無(wú)導(dǎo)師學(xué)習(xí)也稱為無(wú)監(jiān)督學(xué)習(xí)，是一種自組織學(xué)習(xí)。輸入模式進(jìn)入網(wǎng)絡(luò)后，網(wǎng)絡(luò)按照一種預(yù)先設(shè)定的規(guī)則，如競(jìng)爭(zhēng)規(guī)則，反復(fù)調(diào)整網(wǎng)絡(luò)權(quán)值以響應(yīng)輸入模式的激勵(lì)，直到網(wǎng)絡(luò)最后形成某種有序狀態(tài)。整理為word格式整理為word格式整理為word格式簡(jiǎn)述BP神經(jīng)網(wǎng)絡(luò)的基本思想。學(xué)習(xí)過(guò)程由信號(hào)的正向傳播和反向傳播兩個(gè)過(guò)程組成。正向傳播時(shí)，輸人樣本由輸入層進(jìn)入，經(jīng)隱層處理后傳向輸出層。若實(shí)際輸出與教師信號(hào)不符，則轉(zhuǎn)入誤差的反向傳播階段。反向傳播時(shí)，輸出誤差將通過(guò)隱層向輸人層逐層反傳，并把誤差分?jǐn)偠玫礁鲗訂卧恼`差信號(hào)，作為修正各單元權(quán)值的依據(jù)。權(quán)值的調(diào)整過(guò)程即網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程，直到網(wǎng)絡(luò)輸出精度滿足要求為止。第5章給出遺傳算法的一般算法流程圖初始種群初始種群計(jì)算適配度復(fù)制（選擇）交叉變異綜合計(jì)算題第3章模糊控制設(shè)論域，兩個(gè)模糊集合為，整理為word格式整理為word格式整理為word格式試求：、、。設(shè)有模糊矩陣，，試求（1）A與B的復(fù)合T1（2）B與A的復(fù)合T2類似得可以求得3.設(shè)有模糊矩陣，，試求（1）（2）A與B的復(fù)合T整理為word格式整理為word格式整理為word格式4.設(shè)有模糊矩陣，，試求（1）5.設(shè)論域上的模糊結(jié)合A和B如下：，，求：，，6.論域X=[0，100]上的模糊集合A代表“偏大”，在[0，80]區(qū)間上=0.0125x，在[80，100]區(qū)間上=1。寫出A的隸屬度函數(shù)解析表達(dá)式，并畫出其隸屬度函數(shù)曲線。整理為word格式整理為word格式整理為word格式7.畫出以下兩種情況的隸屬函數(shù)：（a）精確集合的隸屬函數(shù)；（b）寫出單點(diǎn)模糊（singletonfuzzification）隸屬函數(shù)的數(shù)學(xué)表達(dá)形式，并畫出隸屬函數(shù)圖。（a）（b）整理為word格式整理為word格式整理為word格式8.設(shè)有一個(gè)模糊控制器的輸出結(jié)果為模糊集合U，表示為用重心法求模糊判決的結(jié)果？=-1.0279.設(shè)有一個(gè)模糊控制器的輸出結(jié)果為模糊集合U，表示為用最大隸屬度法求模糊判決的結(jié)果？存在3個(gè)最大隸屬度=0.8或者10.語(yǔ)言變量的量化等級(jí)都是9級(jí)，即{-4，-3，-2，-1，0，1，2，3，4}。誤差e的論域?yàn)閇-50,50]，控制輸出u的論域?yàn)閇-64,64]，求量化因子Ke，Ku為多少？Ke=（3分）Ku=（3分）11.某語(yǔ)言變量五元組描述示意圖如下所示，分別說(shuō)明圖中的語(yǔ)言變量、語(yǔ)言變量值的集合、論域具體指什么？誤差誤差負(fù)中負(fù)小零正小正中正大負(fù)大GM0-6-5-4-3-2-112345611111110.80.30.50.710.30.20.50.30.50.50.30.80.20.20.20.10.80.40.1整理為word格式整理為word格式整理為word格式誤差：語(yǔ)言變量{負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}：語(yǔ)言變量值的集合{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}：論域13.設(shè)論域X=Y={1，2，3，4，5}，X、Y上的模糊集合設(shè)=“小”則=“大”，使用Mamdani極大極小推理，求＝“較小”時(shí)，輸出的模糊集合?根據(jù)=模糊推理輸出整理為word格式整理為word格式整理為word格式14.設(shè)T=爐溫，V=電壓。某控制系統(tǒng)的人工操作經(jīng)驗(yàn)為若爐溫低于100℃則升壓；若爐溫高于100℃則降壓；若爐溫等于100℃則保持電壓不變。選擇輸出語(yǔ)言變量U為電壓變化量。輸入、輸出語(yǔ)言變量均選3個(gè)語(yǔ)言值：正、零、負(fù)，分別用模糊子集表示。試用以上控制規(guī)則給出基本模糊控制器的模糊控制規(guī)則表。選擇輸入語(yǔ)言變量E為爐溫誤差，即E=T-100；若爐溫低于200℃則升壓；→ifth