西南大學(xué)網(wǎng)絡(luò)教育1085《智能控制》期末考試復(fù)習(xí)題及參考答案

西南大學(xué)

網(wǎng)絡(luò)與繼續(xù)教育學(xué)院課程代碼：

1085

學(xué)年學(xué)季：20182窗體頂端單項(xiàng)選擇題1、下列不是決定神經(jīng)網(wǎng)絡(luò)性能的要素是（

）神經(jīng)元（信息處理單元）的特性。神經(jīng)元之間相互連接的形式——拓?fù)浣Y(jié)構(gòu)。為適應(yīng)環(huán)境而改善性能的學(xué)習(xí)規(guī)則。初始權(quán)值參數(shù)。

2、下列不屬于神經(jīng)網(wǎng)絡(luò)特征的是（

）能逼近任意非線性函數(shù)。信息的并行分布式處理與存儲。可以多輸入、多輸出。具有全局收索特性。

3、下列有關(guān)專家系統(tǒng)和專家控制說法錯誤的是

。（

）專家控制引入了專家系統(tǒng)的思想，但與專家系統(tǒng)存在區(qū)別專家系統(tǒng)能完成專門領(lǐng)域的功能，輔助用戶決策；專家控制能進(jìn)行獨(dú)立的、實(shí)時的自動決策。專家控制比專家系統(tǒng)對可靠性和抗干擾性有著更高的要求。專家系統(tǒng)處于離線工作方式，而專家控制要求在線獲取反饋信息，即要求在線工作方式。由于專家控制引入了專家系統(tǒng)的思想，因此專家控制和專家系統(tǒng)沒有區(qū)別。

4、下列不屬于專家控制的特點(diǎn)的是（

）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。離線性：專家控制能夠在離線狀態(tài)下工作。

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(yīng)的控制律。適應(yīng)性：能根據(jù)專家知識和經(jīng)驗(yàn)，調(diào)整控制器的參數(shù)，適應(yīng)對象特性及環(huán)境的變化。5、下列不屬于專家控制的關(guān)鍵技術(shù)的是（

）知識的表達(dá)方法從傳感器中識別和獲取定量的控制信號將定性知識轉(zhuǎn)化為定量的控制信號控制知識和控制規(guī)則的獲取推理機(jī)的方法

6、下列有關(guān)專家系統(tǒng)的定義正確的是（

）專家系統(tǒng)是一類包含知識和推理的智能計(jì)算機(jī)程序，其內(nèi)部包含某領(lǐng)域?qū)＜宜降闹R和經(jīng)驗(yàn)，具有解決專門問題的能力。

專家系統(tǒng)是指由多個專家組成的控制系統(tǒng)，具有解決專門問題的能力。專家系統(tǒng)就是一種專門的計(jì)算機(jī)程序，具有解決專門問題的能力。專家系統(tǒng)是具有推理能力的計(jì)算機(jī)程序，具有解決專門問題的能力。7、下列有關(guān)遺傳算法的參數(shù)中說法不正確的是（

）M：群體大小，即群體中所含個體的數(shù)量，一般取為20~100。G：遺傳算法的終止進(jìn)化代數(shù)，一般取為100~500。Pc：交叉概率，一般取為0.4~0.99。Pm：變異概率，一般取為0.5~1.

8、下列有關(guān)單神經(jīng)元自適應(yīng)控制算法的表達(dá)式說法不正確的是（

）控制算法的表達(dá)式為：表達(dá)式中的K越大，則快速性越好，但超調(diào)量大，甚至可能使系統(tǒng)不穩(wěn)定。當(dāng)被控對象時延增大時，K值必須增大，以保證系統(tǒng)穩(wěn)定。

K值選擇過小，會使系統(tǒng)的快速性變差。9、下列有關(guān)神經(jīng)網(wǎng)絡(luò)的說法不正確的是（

）與傳統(tǒng)自適應(yīng)控制相同，神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制也分為神經(jīng)網(wǎng)絡(luò)自校正控制和神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制兩種。神經(jīng)網(wǎng)絡(luò)自校正控制分為直接自校正控制和間接自校正控制。神經(jīng)網(wǎng)絡(luò)自適應(yīng)評判控制通常由兩個網(wǎng)絡(luò)組成，分別是自適應(yīng)評判網(wǎng)絡(luò)和控制選擇網(wǎng)絡(luò)。以上說法都不正確。

10、下列圖中有關(guān)神經(jīng)網(wǎng)絡(luò)監(jiān)督控制結(jié)構(gòu)正確的是（

）

以上都不正確。11、下列不屬于BP網(wǎng)絡(luò)的優(yōu)點(diǎn)的是（

）BP網(wǎng)絡(luò)輸入輸出之間的關(guān)聯(lián)信息分布地存儲在網(wǎng)絡(luò)的連接權(quán)中，個別神經(jīng)元的損壞只對輸入輸出關(guān)系有較小的影響，因而BP網(wǎng)絡(luò)具有較好的容錯性。待尋優(yōu)的參數(shù)多，收斂速度快。

只要有足夠多的隱層和隱層節(jié)點(diǎn)，BP網(wǎng)絡(luò)可以逼近任意的非線性映射關(guān)系。BP網(wǎng)絡(luò)的學(xué)習(xí)算法屬于全局逼近算法，具有較強(qiáng)的泛化能力。12、下列不是決定神經(jīng)網(wǎng)絡(luò)性能的要素是（

）神經(jīng)元（信息處理單元）的特性。神經(jīng)元之間相互連接的形式——拓?fù)浣Y(jié)構(gòu)。為適應(yīng)環(huán)境而改善性能的學(xué)習(xí)規(guī)則。初始權(quán)值參數(shù)。

13、下列不屬于神經(jīng)網(wǎng)絡(luò)特征的是（

）能逼近任意非線性函數(shù)。信息的并行分布式處理與存儲?？梢远噍斎?、多輸出。具有全局收索特性。

判斷題14、高斯型隸屬函數(shù)的MATLAB表達(dá)式是gaussmf(x,[σ,c])。A.√

B.×15、由產(chǎn)生式規(guī)則表示的專家系統(tǒng)又稱為基于規(guī)則的系統(tǒng)或產(chǎn)生式系統(tǒng)。A.√

B.×16、按模糊控制的線性特性分類分為線性模糊系統(tǒng)和非線性模糊系統(tǒng)。A.√

B.×17、

所謂專家控制，是將專家系統(tǒng)的理論和技術(shù)同控制理論、方法與技術(shù)相結(jié)合,在未知環(huán)境下，仿效專家的經(jīng)驗(yàn)，實(shí)現(xiàn)對系統(tǒng)的控制。A.√

B.×18、根據(jù)神經(jīng)網(wǎng)絡(luò)的連接方式，神經(jīng)網(wǎng)絡(luò)的３種形式為：前向網(wǎng)絡(luò)、反饋網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)。A.√

B.×19、專家系統(tǒng)由知識庫和推理機(jī)構(gòu)成。A.√

B.×20、目前神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法有多種，按有無導(dǎo)師分類，可分為有導(dǎo)師學(xué)習(xí)、無導(dǎo)師學(xué)習(xí)和再勵學(xué)習(xí)。A.√

B.×21、

確定隸屬函數(shù)的方法大致有模糊統(tǒng)計(jì)法、主觀經(jīng)驗(yàn)法和神經(jīng)網(wǎng)絡(luò)法。A.√

B.×22、智能控制中的三元論指的是：運(yùn)籌學(xué)、人工智能和自動控制。A.√

B.×23、

按模糊控制的線性特性分類分為線性模糊系統(tǒng)和非線性模糊系統(tǒng)。

A.√

B.×24、建立專家系統(tǒng)的首要步驟是設(shè)計(jì)知識庫。A.√

B.×25、人工智能是一個用來模擬人思維的知識處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語言、啟發(fā)推理等功能。A.√

B.×26、遺傳算法有4種基本遺傳算子。A.√B.×

27、在神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法中，再勵學(xué)習(xí)是介于有導(dǎo)師學(xué)習(xí)和無導(dǎo)師學(xué)習(xí)兩者之間的一種學(xué)習(xí)方式。A.√

B.×28、BP網(wǎng)絡(luò)（BackPropagation），是一種單向傳播的多層前向網(wǎng)絡(luò)。A.√

B.×29、隸屬函數(shù)的值越接近于1，表示元素x屬于模糊集合A的程度越大；反之，越接近于0，表示元素x屬于模糊集合A的程度越小。A.√

B.×30、PID專家控制的實(shí)質(zhì)是，基于受控對象和控制規(guī)律的各種知識，無需知道被控對象的精確模型，利用專家經(jīng)驗(yàn)來設(shè)計(jì)PID參數(shù)。專家PID控制是一種間接型專家控制器。A.√B.×

31、神經(jīng)網(wǎng)絡(luò)與其他算法相結(jié)合，是神經(jīng)網(wǎng)絡(luò)控制的研究領(lǐng)域之一。A.√

B.×32、在常規(guī)的控制系統(tǒng)中，常遇到求解約束優(yōu)化問題，神經(jīng)網(wǎng)絡(luò)不能為這類問題的解決提供有效的途徑。A.√B.×

33、神經(jīng)網(wǎng)絡(luò)有著很強(qiáng)的自學(xué)習(xí)功能和對非線性系統(tǒng)的強(qiáng)大映射能力。A.√

B.×34、按照專家系統(tǒng)知識庫的結(jié)構(gòu)，有關(guān)知識可以分類組織，形成數(shù)據(jù)庫和規(guī)則庫，從而構(gòu)成專家控制系統(tǒng)的知識源。A.√

B.×35、BP神經(jīng)網(wǎng)絡(luò)中隱層使用的Sigmoid是函數(shù)，其值在輸入空間中無限大的范圍內(nèi)為非零值，因而是一種全局逼近的神經(jīng)網(wǎng)絡(luò)。A.√

B.×36、RBF神經(jīng)網(wǎng)絡(luò)是一種局部逼近的神經(jīng)網(wǎng)絡(luò)。A.√

B.×37、RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程和BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程沒有任何區(qū)別。A.√B.×

38、RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程和BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程類似，二者的主要區(qū)別在于各使用不同的作用函數(shù)。A.√

B.×39、BP網(wǎng)絡(luò)（BackPropagation），是一種單向傳播的多層前向網(wǎng)絡(luò)。A.√

B.×40、在神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法中，再勵學(xué)習(xí)是介于有導(dǎo)師學(xué)習(xí)和無導(dǎo)師學(xué)習(xí)兩者之間的一種學(xué)習(xí)方式。A.√

B.×41、專家系統(tǒng)處于離線工作方式，而專家控制要求在線獲取反饋信息，即要求在線工作方式。A.√

B.×42、神經(jīng)網(wǎng)絡(luò)控制是將神經(jīng)網(wǎng)絡(luò)和控制理論相結(jié)合而發(fā)展起來的智能控制方法。A.√

B.×43、根據(jù)三元論，智能控制由人工智能，自動控制，運(yùn)籌學(xué)組成，其中自動控制描述系統(tǒng)的動力學(xué)特性，是一種動態(tài)反饋。A.√

B.×44、是模糊交運(yùn)算算子中的有界積算子。<brA.√B.×

45、一個模糊控制系統(tǒng)的性能僅僅取決于所采用的模糊規(guī)則。A.√B.×

46、神經(jīng)網(wǎng)絡(luò)有著很強(qiáng)的自學(xué)習(xí)功能和對非線性系統(tǒng)的強(qiáng)大映射能力。A.√

B.×47、RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程和BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程類似，二者的主要區(qū)別在于各使用不同的作用函數(shù)。A.√

B.×48、是模糊交運(yùn)算算子中的代數(shù)積算子。A.√

B.×49、在人——機(jī)結(jié)合作為控制器的控制系統(tǒng)中，機(jī)器完成需要連續(xù)進(jìn)行的并需快速計(jì)算的常規(guī)控制任務(wù)，人則完成任務(wù)分配、決策、監(jiān)控等任務(wù)。A.√

B.×50、專家控制分為直接型專家控制器和間接型專家控制器。A.√

B.×51、在專家控制的兩種類型中，直接型專家控制可以在線或離線運(yùn)行。A.√B.×

52、遺傳算法使用概率搜索技術(shù)，在解空間進(jìn)行高效啟發(fā)式搜索，但同時也是完全隨機(jī)式搜索。A.√B.×

53、遺傳算法不是直接以目標(biāo)函數(shù)作為搜索信息。A.√B.×

54、遺傳算法是對參數(shù)的編碼進(jìn)行操作，而非對參數(shù)本身。A.√

B.×55、一個模糊控制系統(tǒng)的性能只取決于模糊決策的方法。A.√B.×

56、一個模糊控制系統(tǒng)的性能僅僅取決于所采用的模糊規(guī)則。A.√B.×

57、隸屬度表示元素x屬于模糊集合A的程度，取值范圍為0到1的開區(qū)間，及{0,1}

。A.√B.×

58、專家PID控制是一種直接型專家控制器。A.√

B.×59、在模糊交運(yùn)算算子中，模糊交算子的表達(dá)式為A.√

B.×60、遺傳算法（GeneticAlgorithm，簡稱GA）是人工智能的一個重要分支，是基于自然選擇和基因遺傳學(xué)原理的搜索算法，是基于達(dá)爾文進(jìn)化論，在計(jì)算機(jī)上模擬生命進(jìn)化論機(jī)制而發(fā)展起來的一門學(xué)科。A.√

B.×61、智能控制主要解決傳統(tǒng)控制難以解決的復(fù)雜系統(tǒng)的控制問題，其研究的對象具備的3個特點(diǎn)為不確定性、高度的非線性和復(fù)雜的任務(wù)要求。A.√

B.×62、Hebb學(xué)習(xí)規(guī)則是一種無導(dǎo)師的學(xué)習(xí)方法。A.√

B.×主觀題63、智能控制中的三元論指的是：運(yùn)籌學(xué)、

和自動控制。參考答案：

人工智能64、所謂專家控制，是將

的理論和技術(shù)同控制理論、方法與技術(shù)相結(jié)合。參考答案：

專家系統(tǒng)<\/p>65、PID專家控制的實(shí)質(zhì)是，基于

和控制規(guī)律的各種知識，無需知道被控對象的精確模型。參考答案：

受控對象66、模糊控制中，常用的語言變量值用NB、NM、NZ、PM等表示，其中PM代表

，NZ代表

。參考答案：

正中

；零負(fù)67、請分別說出6種典型的隸屬函數(shù)所對應(yīng)的Matlab表達(dá)式。參考答案：高斯型隸屬函數(shù)：gaussmf(x,[σ,c])；廣義鐘形隸屬函數(shù)：gbellmf(x,[a,b,c])；S形隸屬函數(shù)：sigmf(x,[a,c])；梯形隸屬函數(shù)：trapmf(x,[a,b,c,d])；三角形隸屬函數(shù)：trimf(x,[a,b,c])；Z形隸屬函數(shù)：zmf(x,[a,b])。68、遺傳算法設(shè)計(jì)的一般步驟是什么？參考答案：

第1步：確定決策變量及各種約束條件，即確定出個體的表現(xiàn)型X和問題的解空間；第2步：建立優(yōu)化模型，即確定出目標(biāo)函數(shù)的類型及數(shù)學(xué)描述形式或量化方法；第3步：確定表示可行解的染色體編碼方法，即確定出個體的基因型x及遺傳算法的搜索空間；第4步：確定個體適應(yīng)度的量化評價方法，即確定出由目標(biāo)函數(shù)值J(x)到個體適應(yīng)度函數(shù)F(x)的轉(zhuǎn)換規(guī)則；第5步：設(shè)計(jì)遺傳算子，即確定選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算等遺