智能控制復習題

.z.1．智能控制系統(tǒng)有哪些類型？1〕多級遞階智能控制;2〕基于知識的專家控制;3〕基于模糊邏輯的智能控制——模糊控制;4〕基于神經網(wǎng)絡的智能控制——神經控制;5〕基于規(guī)那么的仿人智能控制;6〕基于模式識別的智能控制;7〕多模變構造智能控制;8〕學習控制和自學習控制;9〕基于可拓邏輯的智能控制——可拓控制;10〕基于混沌理論的智能控制——混沌控制2．比擬智能控制與傳統(tǒng)控制的特點？1〕傳統(tǒng)控制方法在處理復雜性、不確定性方面能力低而且有時喪失了這種能力智能控制在處理復雜性、不確定性方面能力高2〕傳統(tǒng)控制是基于被控對象準確模型的控制方式，可謂"模型論〞智能控制是智能決策論，相對于"模型論〞可稱為"控制論〞3〕傳統(tǒng)的控制為了控制必須建模，而利用不準確的模型又采用摸個固定控制算法，使整個的控制系統(tǒng)置于模型框架下，缺乏靈活性，缺乏應變性，因此很難勝任對復雜系統(tǒng)的控制。智能控制的可信是控制決策，次用靈活機動的決策方式迫使控制朝著期望的目標逼近。4〕傳統(tǒng)控制適用于解決線性、時不變等相對簡單的的控制問題智能控制是對傳統(tǒng)控制理論的開展，傳統(tǒng)控制室智能控制的一個組成局部，是智能控制的低級階段。3．神經網(wǎng)絡應具備的四個根本屬性是什么？1〕并行分布式處理;2〕非線性處理;3〕自學習功能;4〕可通過硬件實現(xiàn)并行處理4．神經網(wǎng)絡學習方法有哪些？1〕聯(lián)想式學習——Hebb規(guī)那么;2〕誤差傳播式學習——Delta學習規(guī)那么;3〕概率式學習;4〕競爭式學習5．模糊控制系統(tǒng)一般由幾個局部組成？1〕模糊控制器;2〕輸入/輸出接口裝置;3〕廣義對象;4〕傳感器6．模糊控制器設計包括幾項容？1〕確定模糊控制器的輸入變量和輸出變量(即控制量):2〕設計模糊控制器的控制規(guī)那么;3〕確立模糊化和非模糊化〔又稱清晰化〕的方法;4〕選擇模糊控制器的輸入變量及輸出變量的論域并確定模糊控制器的參數(shù)〔如量化因子、比例因子〕;5〕編制模糊控制算法的應用程序;6〕合理選擇模糊控制算法的采樣時間四、計算題〔每題8分，共24分〕1．設論域，求，，〔補集〕。===2．設模糊矩陣求====3．.某電熱烘干爐依靠人工連續(xù)調節(jié)外加電壓，以便克制各種干擾到達恒溫烘干的目的。操作工人的經歷是"如果爐溫低，那么外加電壓高，否那么電壓不很高。〞如果爐溫很低，試確定外加電壓應該如何調節(jié)？設定論域1、某一加熱爐爐溫控制系統(tǒng)，要求爐溫保持在600℃，目前此系統(tǒng)采用人工控制方式，并有以下控制經歷：(1)如爐溫低于600℃，那么升壓；低得越多升壓越高。(2)如爐溫高于600℃，那么降壓；高得越多降壓越低。(3)如爐溫等于600℃，那么保持電壓不變。設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。兩個變量的量化等級為七級，取五個語言值，隸屬度函數(shù)任意。試設計出模糊邏輯控制表。解：〔1〕確定模糊控制器的輸入輸出變量將600℃作為給定值t0,測量爐溫為t(k)，那么誤差為：輸入變量：e(k)=t(k)－t0輸出變量：觸發(fā)電壓u的變化量，該u直接控制供電電壓的上下?！?〕輸入輸出變量的模糊語言描述輸入輸出變量的語言值：{負大〔NB〕,負小〔NS〕,零〔ZE〕,正小〔PS〕,正大〔PB〕}設：e的論域為X，u的論域為Y，均量化為七個等級：X={-3，-2，-1，0，1，2，3}，Y={-3，-2，-1，0，1，2，3}語言變量E和U的隸屬函數(shù)賦值表〔論域離散〕量化等級u語言變量－3－2－10123PB000000.51PS000010.50ZE000.510.500NS00.510000NB10.500000〔3〕模糊控制規(guī)那么①ifE=NBthenU=PB②ifE=NSthenU=PS③ifE=ZEthenU=ZE④ifE=PSthenU=NS⑤ifE=PBthenU=NB量化等級u語言變量－3－2－10123PB000000.51PS000010.50ZE000.510.500NS00.510000NB10.500000〔4〕求模糊控制表當e的量化值為1時，由上表可知：μPS〔1〕=1，μZE〔1〕=1〔5〕控制量轉化為準確量：采用加權平均法：〔6〕計算模糊關系R=(NBe×PBu)+(NSe×PSu)+(ZEe×ZEu)+(PSe×NSu)+(PBe×NBu)ZEe×ZEu=〔0,0,0.5,1,0.5,0,0〕×〔0,0,0.5,1,0.5,0,0〕分別計算出矩陣NBe×PBu，NSe×PSu，ZEe×ZEu，PSe×NSu，PBe×NBu查詢表：e－3－2－10123u3210－1－2－3實際控制時，將測量到的誤差量化后，從查詢表中得到控制量再乘以比例因子Kn，即作為控制的實際輸出。2、設在論域e〔誤差〕={-4，-2，0，2，4}，和控制電壓u=[0，2，4，6，8]上定義的模糊子集的隸屬度函數(shù)如下列圖。模糊控制規(guī)那么：規(guī)那么1：如果e誤差為ZE，那么u為ZE；規(guī)那么2：如果e誤差為PS，那么u為NS。試用瑪達尼推理法計算當輸入誤差e=0.6時，輸出電壓u=？〔準確化計算采用重心法〕解：3、如圖為多層前向傳播神經網(wǎng)絡構造。設期望輸入[x1，x2]=[1，3]，期望輸出為[yd1，yd2]=[0.9，0.3]，網(wǎng)絡權系數(shù)初值如圖上，試用BP算法訓練此網(wǎng)絡。并詳細寫出第一次迭代學習的計算結果。學習步長η=1，取神經網(wǎng)絡鼓勵函為7、設論域X=[U1，U2，U3，U4，U5]，Y=[V1，V2，V3，V4，V5]，定義：A=輕=1/u1+0