智能控制复习参考资料

智能控制复习一、填空题1、智能控制是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器；与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论根底。2、智能控制系统的主要类型有：分级递阶控制系统，专家控制系统，学习控制系统，模糊控制系统，神经控制系统，遗传算法控制系统和混合控制系统等等。3、模糊集合的表示法有扎德表示法、序偶表示法和隶属函数描述法。4、遗传算法是以达尔文的自然选择学说为根底开展起来的。自然选择学说包括以下三个方面：遗传、变异、适者生存。5、神经网络在智能控制中的应用主要有神经网络辨识技术和神经网络控制技术。6、在一个神经网络中，常常根据处理单元的不同处理功能，将处理单元分成输入单元、输出单元和隐层单元三类。7.7、分级递阶控制系统：主要有三个控制级组成，按智能控制的上下分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原那么。二、简答题4、智能控制系统的结构一般有哪几局部组成，它们之间存在什么关系？答案参考：智能控制系统的根本结构一般由三个局部组成：人工智能〔AI〕：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能。自动控制〔AC〕：描述系统的动力学特性，是一种动态反应。运筹学〔OR〕：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。5、试说明智能控制的三元结构，并画出展示它们之间关系的示意图。答案参考：把智能控制扩展为三元结构，即把人工智能、自动控制和运筹学交接如下表示：IC=AI∩AC∩OROR一运筹学〔Operationresearch〕IC一智能控制(intelligentcontrol);Al一人工智能(artificialintelligence);AC一自动控制(automaticColltrol);∩一表示交集.6、比拟智能控制与传统控制的特点。传统控制：经典反应控制和现代理论控制。它们的主要特征是基于精确的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。智能控制：以上问题用智能的方法同样可以解决。智能控制是对传统控制理论的开展，传统控制是智能控制的一个组成局部，在这个意义下，两者可以统一在智能控制的框架下。7、模糊控制器的根本结构一般由哪四局部组成？并画出模糊控制器的根本结构图。参考答案：(1)模糊化接口：模糊化接口就是通过在控制器的输入、输出论域上定义语言变量，来将精确的输入、输出值转换为模糊的语言值。(2)规那么库：由数据库和语言〔模糊〕控制规那么库组成。数据库为语言控制规那么的论域离散化和隶属函数提供必要的定义。语言控制规那么标记控制目标和领域专家的控制策略。

(3)模糊推理：是模糊控制系统的核心。根据模糊输入和模糊控制规那么，获得模糊输出。

(4)清晰化接口：由模糊推理得到的模糊输出值，只有其转化为精确控制量，才能施加于对象。实行这种转化的方法叫做清晰化/去模糊化/模糊判决。8、分级递阶控制系统：主要有三个控制级组成，按智能控制的上下分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原那么。9专家控制系统：专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验。它具有启发性、透明性、灵活性、符号操作、不一确定性推理等特点。10、神经控制系统：神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征。11、模糊控制系统：在被控制对象的模糊模型的根底上，运用模糊控制器近似推理手段，实现系统控制的一种方法模糊模型是用模糊语言和规那么描述的一个系统的动态特性及性能指标。12、学习控制系统：学习控制正是模拟人类自身各种优良的控制调节机制的一种尝试。所谓学习是一种过程，它通过重复输入信号，并从外部校正该系统，从而使系统对特定输入具有特定响应。13、集成或者〔复合〕混合控制系统：几种方法和机制往往结合在一起，用于一个实际的智能控制系统或装置，从而建立起混合或集成的智能控制系统。三、计算与综合题：1、设论域U={a,b,c,d,e}上有两个模糊集分别为：求、和。答案参考：2、和求、和答案参考：3、论域X={x1,x2,x3}和Y={y1,y2}，A是论域X上的模糊集：R是X到Y上的一个模糊变换，试通过模糊变换R求A的象B答案参考：4、语言规那么为“如果e是A，并且ec是B，那么u是C。”其中、和试求该语句所蕴涵的模糊关系R。答案参考：第一步，先求R1＝A×B：第二步，将二元关系矩阵R1排成列向量形式R1T，先将中的第一行元素写成列向量形式，再将中的第二行元素也写成列向量并放在前者的下面，如果是多行的，再依次写下去。于是R1可表示为：第三步，R可计算如下：5、简述遗传算法的根本步骤，并画出其算法框图。1〕、编码：把问题的解表示成“染色体”，在算法中就是以二进制编码的串，给出一群“染色体”，也就是假设的可行解；2〕、产生初始群体：随机产生初始化群体；3〕、计算群体的适应性值：定义适应函数，便于计算适应值；4〕、以概率选择遗传算子：确定遗传策略，包括选择群体大小，选择、交叉、变异方法以及确定交叉概率、变异概率等遗传参数；形成下一代群体；5〕、判断群体性能是否满足某一指标，或者已完成预定的迭代次数，不满足那么返回第三步，或者修改遗传策略再返回第四步。6、试画出三层BP网络结构图，并阐述BP网络算法的进本思想，最后论述对BP网络算法的改良。参考答案：学习的根本思想是：误差反传算法调整网络的权值，使网络的实际输出尽可能接近期望的输出。改良1：增加动量项：提出的原因：标准BP算法只按t时刻误差的梯度降方向调整，而没有考虑t时刻以前的梯度方向，从而常使训练过程发生振荡，收敛缓慢。根本思想：从前一次权值调整量中取出一局部迭加到本次权值调整量中。其作用是动量项反映了以前积累的调整经验，对于t时刻的调整起阻尼作用。当误差曲面出现骤然起伏时，可减小振荡趋势，提高训练速度。改良2：自适应调节学习率：提出的原因：标准BP算法中，学习率η也称为步长，确定一个从始至终都适宜的最正确学习率很难。平坦区域内，η太小会使训练次数增加；在误差变化剧烈的区域，η太大会因调整量过大而跨过较窄的“坑凹”处，使训练出现振荡，反而使迭代次数增加。根本思想：自适应改变学习率，使其根据环