智能控制技術(shù)基礎(chǔ)試卷A標準答案剖析

2006~2007學年第一學期期末考試《智能控制技術(shù)基礎(chǔ)》試卷（人）標準答案一、填空題（每空1分，共10分）1智能控制具有兩個不同于常規(guī)控制的本質(zhì)特點：以知識表示的非數(shù)學廣義模型和以數(shù)學模型表示的混合控制過程。2傳統(tǒng)控制包括經(jīng)典反饋控制和現(xiàn)代理論控制。3模糊邏輯控制的過程主要有三個步驟：模糊化過程、模糊邏輯推理和精確化計算。4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、隱含層單元（或隱層單元）和輸出單元三類。5系統(tǒng)辨識的基本要素包括數(shù)據(jù)、模型類和等價準則。二、問答題（每小題8分，共40分）1智能控制系統(tǒng)由哪幾部分組成？各部分的作用是什么？答：智能控制系統(tǒng)由廣義對象、傳感器、感知信息處理、認知、通信接口、規(guī)劃和控制和執(zhí)行器等七個功能模塊組成；各部分的作用為：廣義對象一一包括通常意義下的控制對象和外部環(huán)境；傳感器 一一包括關(guān)節(jié)傳感器、力傳感器、視覺傳感器、距離傳感器、觸覺傳感器等；感知信息處理一一將傳感器得到的原始信息加以處理；認知 一一主要用來接收和儲存信息、知識、經(jīng)驗和數(shù)據(jù)，并對它們進行分析、推理，作出行動的決策，送至規(guī)劃和控制部分；通信接口 一一除建立人機之間的聯(lián)系外，還建立系統(tǒng)各模塊之間的聯(lián)系；規(guī)劃和控制一一是整個系統(tǒng)的核心，它根據(jù)給定的任務要求、反饋的信息以及經(jīng)驗知識，進行自動搜索，推理決策，動作規(guī)劃，最終產(chǎn)生具體的控制作用；執(zhí)行器 一一將產(chǎn)生的控制作用于控制對象。2模糊邏輯控制器由哪幾部分組成？各完成什么功能？答：模糊邏輯控制器由模糊化接口、知識庫、推理機與解模糊接口四個部分組成；各部分的功能為：模糊化接口一一將真實的確定量輸入轉(zhuǎn)換為一個模糊矢量；知識庫一一包括數(shù)據(jù)庫和規(guī)則庫。數(shù)據(jù)庫存放的是所有輸入、輸出變量的全部模糊子集的隸屬度矢量值，若論域為連續(xù)域則為隸屬度函數(shù)，在規(guī)則推理的模糊關(guān)系方程求解過程中，向推理機提供數(shù)據(jù)；規(guī)則庫是基于專家知識或手動操作人員長期積累的經(jīng)驗，它是按人的直覺推理的一種語言表示形式，存放全部模糊控制規(guī)則，在推理時為“推理機”提供控制規(guī)則。推機理一一根據(jù)輸入模糊量，由模糊控制規(guī)則完成模糊推理來求解模糊關(guān)系方程，并獲得模糊控制量的功能部分；解模糊接口一一在推理得到的模糊集合中取一個能最佳代表這個模糊推理結(jié)果可能性的精確值去控制或驅(qū)動執(zhí)行機構(gòu)。3模糊控制器常規(guī)設(shè)計的步驟怎樣？應注意哪些問題？答：模糊控制器常規(guī)設(shè)計的步驟：①確定模糊控制器的輸入、輸出變量；②確定各輸入、輸出變量的變化范圍、量化等級和量化因子；③在各輸入和輸出語言變量的量化域內(nèi)定義模糊子集；④確定模糊控制規(guī)則；⑤求模糊控制表。應注意以下問題：①模糊控制器的構(gòu)造；②模糊信息與精確信息轉(zhuǎn)換的物理結(jié)構(gòu)和方法；③模糊控制器對外界環(huán)境的適應性及適應技術(shù)；④實現(xiàn)模糊控制系統(tǒng)的軟技術(shù)；⑤模糊控制器和被控對象匹配技術(shù)。4神經(jīng)PID控制與常規(guī)PID控制有何不同？答：常規(guī)PID控制與神經(jīng)PID相比，結(jié)構(gòu)更簡單、實現(xiàn)更容易，但它的局限性在于被控對象具有復雜的非線性特性時難以建立精確的數(shù)學模型，且由于對象和環(huán)境的不確定性，往往難以達到滿意的控制效果。神經(jīng)PID控制具有兩個神經(jīng)網(wǎng)絡：NNI一系統(tǒng)在線辨識器，NNC——自適應PID控制器，分別實現(xiàn)對被控對象進行在線辨識和自適應控制的目的。5為什么說神經(jīng)網(wǎng)絡控制屬于智能控制？答：由于神經(jīng)網(wǎng)絡是從微觀結(jié)構(gòu)與功能上對人腦神經(jīng)系統(tǒng)的模擬而建立起來的一類模型，具有模擬人的部分智能的特性，主要是具有非線性特性、學習能力和自適應性，使神經(jīng)網(wǎng)絡控制能對變化的環(huán)境（包括外加擾動、量測噪聲、被控對象的時變特性三方面）具有自適應性，且成為基本上不依賴于模型的一類控制，因此神經(jīng)網(wǎng)絡屬于“智能控制”。三、作圖題：（本大題10分）為了克服實時計算量大的缺點，常規(guī)模糊控制在實際中通常采用的是查表法?，F(xiàn)已知某系統(tǒng)的輸入變量（誤差和誤差的變化）、輸出變量（控制量）的變化范圍、量化等級、模糊集的隸屬度函數(shù)如試表1所示，控制規(guī)則如試表2所示。設(shè)系統(tǒng)誤差e的量化值為-1、誤差變化de的量化值為4，根據(jù)極大極小推理法可得控制量的輸出模糊集合。要求在試圖1的坐標紙上用圖解法給出模糊推理的過程。試表1模糊集的隸屬度函數(shù)誤差e-50-30-15-505153050誤差率de-150-90-30-100103090150控制u-64-16-4-20241664量化等級-4-3-2-101234狀態(tài)變量相關(guān)的隸屬度函數(shù)PB00000000.351PS000000.410.40ZE0000.210.2000NS00.410.400000NB10.350000000

試表2控制規(guī)則表UDE ^一、一、NBNSZEPSPBNB*PBPBPSNBNSPBPSPSZENBZEPBPSZENSNBPSPBZENSNSNBPBPBNSNBNB*ZEPBNB-0.4-0.4“0.35—02 -0.4—0.2 -ZEPBNB-0.4-0.4“0.35—02 -0.4—0.2 -4-3-2-11234e -4-3-2-11111、1234de-4-3-2-11234第二條規(guī)則:NSPBp(uNSPBp(u)NS-0.2-0.20.35-0.2-0.20.35—0.4—-0.2-4-3-2-1-4-3-2-11234e -4-3-2-11234de-4-3-2-11234控制量的輸出模糊集:-0.4-0.2-4-3-2-11234試圖1圖解法坐標紙u,u,規(guī)則1：如果誤差eu,u,規(guī)則1：如果誤差e為ZE規(guī)則2:如果誤差e為PS則則為ZE；為NS；四、計算題（每小題10分，共20分）1設(shè)在論域e（誤差）=｛-4,-2,0,2,4｝和控制電壓u=｛。,2,4,6,8｝上定義的模糊子集的隸屬度函數(shù)如試圖2所示。試應用馬達尼推理法試應用馬達尼推理法計算出當輸入誤差e=1時，輸出電壓u=？（精確化計算采用重心法，計算結(jié)果保留到小數(shù)點后三位）計算圖中隸屬度函數(shù)各拐點的坐標（0，0）、（1，0.5）、（5，0.5）、（6，0），套用精確化過程重心計算法的積分公式，從而得到輸出電壓fN(u)uduufN(u)uduu*二uu JN(u)duuuf1-u2du+f50.5udu+f6102 1 5Ic1),

3--uudu2Jf1—udu+J50.5du+f6102 1 5Ic1),

3—udu2J“25662考慮如下的邏輯條件語句：如果轉(zhuǎn)角誤差遠遠大于15。那么快速減少方向角其隸屬度函數(shù)定義為A二轉(zhuǎn)角誤差遠遠大于15。=0/15+0.2/17.5+0.5/20+0.8/22.5+1/25B二快速減少方向角=1/-20+0.8/-15+0.4/-10+0.1/-5+0/0設(shè)A二轉(zhuǎn)角誤差大約在20。的隸屬度函數(shù)二0.1/15+0.6/17.5+1/20+0.6/22.5+0.1/25試分別應用馬達尼(Mamdani)推理法和扎德(Zadeh)推理法計算當“A二轉(zhuǎn)角誤差大約在20?！睍r方向角應該怎么變化?解：已知NA(x)=[00.20.50.81.0]，nb(y)=[10.80.40.10]且NA，(x)=[0.10.610.60.1]由馬達尼推理法可得NQB(x,y)=wJx)八%(y)]，即AfB的關(guān)系矩陣Rmin可計算得到Rmin00.20.50.8100.20.50.80.800.20.40.40.400.10.10.10.100000；由馬達尼推理法，NB,(y)=NaRmin00.20.50.8100.20.50.80.800.20.40.40.400.10.10.10.100000；由馬達尼推理法，NB,(y)=Na(x)。Rmin=[0.10.610.60.1]。00.20.50.8100.20.50.80.800.20.40.40.400.10.10.10.100000二[0.60.60.40.10]吸推理法可得NAfB(x,y)=[NA(x)八Nb(y)]v[1-NA(x)]，即AfB的關(guān)系矩陣Rzd可計算得到1 1 1 1 1一-1 1 1 1 10.80.80.80.80.80.80.80.80.80.80.50.50.50.50.5；由扎德推理法，NB,(y)=NA，(x)。Rd=[0.10.610.60.1]。0.50.50.50.50.50.80.80.40.20.20.80.80.40.20.21 0.80.40.1 01 0.80.40.1 0二[0.60.60.60.60.6]由扎Rzd五、(本大題8分)畫出靜態(tài)多層前向人工神經(jīng)網(wǎng)絡(BP網(wǎng)絡)的結(jié)構(gòu)圖，并簡述BP神經(jīng)網(wǎng)絡的工作過程。答：靜態(tài)多層前向人工神經(jīng)網(wǎng)絡的結(jié)構(gòu)圖如下：LLijL+16y1。~~>y-- nno學習過程由信號的正向傳播與誤差的反向傳播兩個過程組成。正向傳播時，輸入樣本從輸入層傳入，經(jīng)隱含層處理后傳向輸出層。若輸出層的實際輸出與期望輸出(教師信號不符，則轉(zhuǎn)向誤差的反向傳播。誤差的反向傳播是將輸出誤差以某種形式通過隱層向輸入層反傳，并將誤差分攤給各層的所有單元，從而獲得各層單元的誤差信號，此誤差信號即作為修正個單元權(quán)值的依據(jù)。六、綜合設(shè)計題(本大題12分)..y(k) … .2兀k已知一非線性動態(tài)系統(tǒng)：y(k+1)= +u2(k)；給定的期望軌跡為：y(k)=sin——1+y2(k) d 25..2兀k

+sin 10、 一一一,r②(k+1),求：1)假定系統(tǒng)已知，即 從方程中可以求出，采用直接網(wǎng)絡控制法實現(xiàn)期望軌跡的跟蹤控制;du(k),、 ,2y(k+1)上2)假定只已知 的符號，重新設(shè)計直接網(wǎng)絡控制法實現(xiàn)期望軌跡的跟蹤控制；2u(k)3)利用神經(jīng)網(wǎng)絡辨識器，設(shè)計多神經(jīng)網(wǎng)絡控制器實現(xiàn)期望軌跡的跟蹤控制。(注：只需給出準則函數(shù)解：1)神經(jīng)網(wǎng)絡模型選用四層前向傳播神經(jīng)網(wǎng)絡，并假設(shè)輸出單元層的神經(jīng)元為線性單元并畫出相應的控制結(jié)構(gòu)圖)其余層的神經(jīng)元為S激勵元，目標函數(shù)為E=1[y(k+1)-y(k+1)]2=1e2(k+1)，學習算法為：w2d 2 ij(k+1)=w(k)+瑞O(k)ijpjpipjpj=2[y(k+1)-￡(k+1)]u(k)；隱含層：3=O(k)(1-O(k))Zbpjpjpji2y(k+1J”“2)若已知理的符號,2y(k+1J”“2)若已知理的符號,學習算法調(diào)整為：W(k+1)=w(k)+瑞O(k)ijijPj Pi輸出層：3p廣21k+1)-y(k+1)]焉3菁；隱含層：3=O(k)(1—O(k))ZbpjpjpjipWj3)E1=2(y(k+1)-Wk+1))2二2伊+1)；E2=2(*+1)-/+1))2=2e22(k+1)I,什幺工智能靠洸？汽注控心條統(tǒng)的特點把什么2答：智能系統(tǒng)是不具備一定智能列為M系統(tǒng).色體地說,若對r一個問題的助勵輸入.系統(tǒng)！〔備一七刖替他行為，低等產(chǎn)生.含芯的求斛問題的咆應，這打的系統(tǒng)便稱為智能系統(tǒng),……今一-來說.智能控制系統(tǒng)必亞風箭皿卜個或多個」萬能的特仃旅⑴掌“?力能；⑵姑向」大能二⑻阻綱功能;川…一分乙IT2是模糊打皿印;陸缺點是什???二簾模糊控制愎研咒那班松現(xiàn)實生活中廣眨存先耳定性曲模耦的T廂確的陸思那統(tǒng)的控制向也模糊控制力三個曲個基本部分:模糊化%摸物配策“精確化汁型,……3分模糊控戕的憂宜電氣依賴引控一制的數(shù)學模酊是解決不確出系疣抵制向和有效途苗也配■一種閭以訓煉的外繾性功力學系統(tǒng).模糊控凱的城b懸“儲息進口M羊的梅糊處理會寫致糊控系貌控制祜愧的忖眄和功和仙1謙￡……3分丸什必是鹿理集合論.-3」」經(jīng)典橐以論仃何不同?售;模糊集合曲是用具仃。-1.二間變化的割屬度的特征函數(shù)來描述某一模糊元素,模盤集合^的特很函數(shù)就稱為羨屬度函數(shù).…一3分芹燉集合論中對任口個兀素I任意午展冷的美柔的描述，?、恕皩?-W"不腐」一兩神，亡相沌的是『明確曲界跳的元素啊皿不阡姆集什論1、能處理模糊概念.模糊集介喋皿I肆屆度函敝來描述—個元素於于--一介的程度一咱分4、一個悔糊控削罌睛該包含哪幾個泮訃T普門的作川是什么?替：模糊控褊霜[要過含的部分為：模糊的工程.如以庫，拙理次策和精確化汨算4-2分模糊化過程i要完成二泅量輸入變量的力。井:博毅」速示粘式向輸入品轉(zhuǎn)化力通常用再「出匹卜的某假,L碼的序卻：知識庫包含數(shù)據(jù)庫和規(guī)期庫「數(shù)據(jù)庫提供心箸的定義.規(guī)則庫根據(jù)控制目的和控制策略給出一套由語言變量描述的并由專言或自學習產(chǎn)生的控制規(guī)則的集含;推理決策是模箱控制的核心.它利用知職庫的信息模擬人類的推理決策過程.給出適合的控耨量；格碉化計算是將推理得到的模利女針?中取一個能最佳代表這個模糊推理靖去目能性的精確他的過程……」分5,什么是神經(jīng)網(wǎng)絡辨識?在辨識過程中需要考慮哪基因素?神經(jīng)網(wǎng)驊辨識模型中的前向建模的導師信號來自于?徉神經(jīng)網(wǎng)絡清識就是選擇一適當?shù)纳窠?jīng)網(wǎng)絡摸型來逼近實際系統(tǒng).……1分在辨識過程中而要考慮的因素有口模型的選擇:輸入信號的選擇?誤差箍則的選擇^一一4分神經(jīng)網(wǎng)第辨W模一型中的El向建模的今葉信"■乂自：二系航向,丈際輸出…e1分J段論域X=｛修，七*.，kJ黑龍模糊集合.0,90,70,603t>90.4什一5A--n-J… ?cCU"0.4S5U…nO.y0.7Ufa解：Af]^= 1-——+——H ,U￡= 1-——tj.3,,.-|- 6?%0,90,70,603t>90.4什一5A--n-J… ?cCU"0.4S5U…nO.y0.7Ufa解：Af]^= 1-——+——H ,U￡= 1-——tj.3,,.-|- 6?%0.1 0.3U.IU.7 % U-.T .ff--X* 百0.52 LL知度相差率到f用一解；R^Q=用=63D..K心f?,605<).7CI.2(h50.6.忒計算桃物m二番『;■就AK作用。?？?-a展（就門。）。$_0.80.3O.AU.3().6O.n0.7U.40.7O.：S0.8a.O.iJvfO.fiAO.l)0.3a0.3)v(OSaO.l)(0.3A0.7)v(O.7A0一1)

(U,J-aO.7)v(0.1a<?,2)(O.3AC.5)w(Q.7八，LG)(U.3aU3?2(Q4八S6)0.30.3(K30.30.7U.40.6U.4汽門◎—Ck*UX>汽門◎—Ck*UX>03心H.3(b,7~|「03U.6O,I0.-1「|<MU-4《田口。）=占二<J.J0.10.6CL4i).7仆5《田口。）=占二<J.J0.10.6CL4i).7仆50.20.60.1人口7卜，(。.4八Of；0,Ia0.5)v(0.-l八口.七]0.3S30.20.13.設(shè)有詒域#表示轉(zhuǎn)逋.無=[100300.500.700.中工小論域V表示電機的投制電用.F=[10.20.30.40^0].己酬/?X■VI?.的樓柑子集為:A=“轉(zhuǎn)速低”=A=“轉(zhuǎn)速低”=I也&

? r100300心?03?0500700900R=Q控部二電樂高R=Q控部二電樂高“Td4-^)30-417-50試硝注宜xF上的模糊條件譜7；w巖轉(zhuǎn)建低.則拎制山丘高\十則控：|小出卜一不假高”所?決定的橫蝴美元K.并計算」產(chǎn)I轉(zhuǎn)速出”不得低R時.所對J藤的控瓶ih.Jk.ir的模糊集合？設(shè)模錦子集B=設(shè)模錦子集B="控制電壓很高M=—0.04仆二5 <J.49 1^ ■! 1 ■一LQ2U3口口什3。n=”控制電壓不彳艮向"二 (J.%0,750,51 <1i H + +——]口20 30 405U固a得模糊關(guān)系哥=（，g后）u（內(nèi)瓦）■■■■■■3分i「00.20.50.7 1o.s00.20.5U.70.8H=在5“Q心。二（）.7“二0Q2IL50,50一5<i.Nt>030.30,30.3u[dUUDI；解：”?！?.?{)0.2U1).20管不{)0.200Axfi=0,5X[I1).960.75C.51t>]二0,5t>.5也50,5（*0.70.7().70.70.511U一兜U.751151u0。:0.50.71]口0U”f)'0@2心0.7 100.20.50.7(KE0,2仇202 0200.2a2。,5OJ0.8總=(月kH)J(Hk燈)=01).20.50.50.5U0.50.5 0.50.50二。,5OSV.50.5D.50壯3皖。,3化3070r7 07①510D.7。10,711.5Jn3J)0U0U__IQ網(wǎng)”.750.5301 0.96@75凡51 U設(shè)帙棚子集大=”轉(zhuǎn)速很低”=—+—^―().09ti+IOU和05OU7CKJ900... u 口」拓（）y^ORI 1八二"轉(zhuǎn)速小很低= +—I- 1- …[分1003005007009004、相=卜)0,360,75優(yōu)910.75。514、相=卜)0,360,75優(yōu)910.75。510J]小累-梗糊控制施就的輸入變量為系跣反■＞；』和權(quán)弟受佃量du,控煙變量選擇為%其浪屬度函數(shù)均達擇為:誤差營-50-30-15-5IJ5L5305d貝基更化也-(5U的>30-IUijIO珀SO150控h「-64-16I-2lj2416&4造化等級-4-3_?-10123dPB0000IJ01PSfl00a00.410.40ZE00II0.210.2(100NS00.4I出400600NB]0.3S€00afl00設(shè)在某一時刻，系統(tǒng)顯差好的趾化零級為3,謖差變化員曲的M化等級為-3而此時的帙些挖惻現(xiàn)則尾川UL有兩條湖則仃效,第一條如果說?;'「，LP露且誤■變化加一NS,則控制t為NM

第二條如果浜M淪處PS.洋變化一—?段,則控制下為力■:二試利用極大粗小推理法實現(xiàn)模糊推理過程匕做圖工押采用重心怯計算出模糊控制輸出的精確量.懈京琉遂T加向苗化等或為3山和相附白某屆度H，司「力3；t/幡⑷二（U5小手㈤二54引于祓YdF“式加,"\ ……3分第1條現(xiàn)則第2條規(guī)則llI極大大小推理法可可省制量的輸11i模糊第1條現(xiàn)則第2條規(guī)則0山⑺Inun妙］三分最后將每一條推理規(guī)則得到的欖翻控也干集機打“六運算，將由重心一計算他模糊控翎輸出的精確童:4Z135—1-3卜。35十(-卜02十0x04十卜曲2 2.4E工分0.35+035-(X2-^44+0.2u= ： = =-1/加言工分0.35+035-(X2-^44+0.25、假設(shè)/3只門的陽SfcFkipHmi神經(jīng)H皓t已知網(wǎng)絡忸值?j忡0》如下慳所5r：H41I二H41I二V.試計算眠集轉(zhuǎn)移■關(guān)系,聿小謙神經(jīng)幗絡的桎比技器.il-Ui"li網(wǎng)珞狀態(tài)轉(zhuǎn)移圖.以初始狀比ry,.vy3=ooo為例.依法詵擇-i'j確如工節(jié)也決1"的條件發(fā)狀態(tài)11計;格?r?xa-i<u:j.v..檄