[1085]《智能控制》.doc

西南大学网络与继续教育学院课程考试试题卷类别： 网教 专业：电气工程及其自动化 2016 年12月课程名称【编号】： 智能控制 【1085】 A卷大作业 满分：100 分 一、试分析有导师学习和无导师学习算法的不同之处，并分别举例说明。（20分）答：目前神经网络的学习算法有多种，按有无导师分类，可分为有导师学习（Supervised Learning）、无导师学习（Unsupervised Learning）和再励学习（Reinforcement Learning）等几大类。在有导师的学习方式中，网络的输出和期望的输出（即导师信号）进行比较，然后根据两者之间的差异调整网络的权值，最终使差异变小。 在无导师的学习方式中，输入模式进入网络后，网络按照一预先设定的规则（如竞争规则）自动调整权值，使网络最终具有模式分类等功能。再励学习是介于上述两者之间的一种学习方式。图 有导师指导的神经网络学习图 无导师指导的神经网络学习最基本的神经网络学习算法：1、Hebb学习规则 Hebb学习规则是一种联想式学习算法。生物学家D.O.Hebbian基于对生物学和心理学的研究，认为两个神经元同时处于激发状态时，它们之间的连接强度将得到加强，这一论述的数学描述被称为Hebb学习规则，即其中，为连接从神经元 到神经元 的当前权值， 和 为神经元的激活水平。 Hebb学习规则是一种无导师的学习方法，它只根据神经元连接间的激活水平改变权值，因此，这种方法又称为相关学习或并联学习。2、 Delta（）学习规则假设误差准则函数为： 其中，代表期望的输出（导师信号），为网络的实际输出， 为网络所有权值组成的向量，即 为输入模式： 其中训练样本数为。神经网络学习的目的是通过调整权值W，使误差准则函数最小。权值的调整采用梯度下降法来实现，其基本思想是沿着E的负梯度方向不断修正W值，直到E达到最小。数学表达式为：二、遗传算法有哪些基本运行参数，其值一般设为多少？（20分）基本遗传算法的运行参数有下述4个运行参数需要提前设定：三、专家系统与专家控制有何区别？（20分）答：专家控制引入了专家系统的思想，但与专家系统存在区别：（1）专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。（2）专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作方式。四、请举例说明有哪些典型的神经网路？（20分）答：（1）单神经元网络单神经元模型图1中为神经元的内部状态，为阈值，为输入信号， ， 为表示从单元 到单元 的连接权系数，为外部输入信号图1 单神经元模型单神经元模型可描述为：通常情况下，取 即 （2）BP神经网络1986年，Rumelhart等提出了误差反向传播神经网络，简称BP网络（Back Propagation），该网络是一种单向传播的多层前向网络。误差反向传播的BP算法简称BP算法，其基本思想是梯度下降法。它采用梯度搜索技术，以期使网络的实际输出值与期望输出值的误差均方值为最小。 BP网络特点（1）是一种多层网络，包括输入层、隐含层和输出层；（2）层与层之间采用全互连方式，同一层神经元之间不连接；（3）权值通过学习算法进行调节；（4）神经元激发函数为S函数；（5）学习算法由正向传播和反向传播组成；（6）层与层的连接是单向的，信息的传播是双向的。BP网络结构O（3）BP网络逼近仿真实例仿真实例使用BP网络逼近对象采样时间取1ms，输入信号为 ，神经网络采用261结构，权值W1，W2的初始值取-1,+1之间的随机值，取。BP网路逼近程序如下：%BP identificationclear all;close all;xite=0.50;alfa=0.05;w2=rands(6,1);w2_1=w2;w2_2=w2_1;w1=rands(2,6);w1_1=w1;w1_2=w1;dw1=0*w1;x=0,0; 输入u_1=0;y_1=0;I=0,0,0,0,0,0; 定义隐层的6个节点的输入Iout=0,0,0,0,0,0; 定义隐层的6各节点的输出FI=0,0,0,0,0,0;ts=0.001; 采样时间for k=1:1:1000time(k)=k*ts;u(k)=0.50*sin(3*2*pi*k*ts);y(k)=u_13+y_1/(1+y_12);for j=1:1:6 I(j)=x*w1(:,j); Iout(j)=1/(1+exp(-I(j); 通过S激发函数之后的6个隐层节点输出值end yn(k)=w2*Iout; % Output of NNI networks，网络的输出e(k)=y(k)-yn(k); % Error calculation，误差w2=w2_1+(xite*e(k)*Iout+alfa*(w2_1-w2_2); 输出层和隐层的权值算法for j=1:1:6 FI(j)=exp(-I(j)/(1+exp(-I(j)2;endfor i=1:1:2 for j=1:1:6 dw1(i,j)=e(k)*xite*FI(j)*w2(j)*x(i); 隐层和输入层权值算法 endendw1=w1_1+dw1+alfa*(w1_1-w1_2); 隐层和输入层权值算法%Jacobian%以下是求辨识yu=0;for j=1:1:6 yu=yu+w2(j)*w1(1,j)*FI(j);enddyu(k)=yu;x(1)=u(k);x(2)=y(k);w1_2=w1_1;w1_1=w1;w2_2=w2_1;w2_1=w2;u_1=u(k);y_1=y(k);endfigure(1);plot(time,y,r,time,yn,b);xlabel(times);ylabel(y and yn);figure(2);plot(time,y-yn,r);xlabel(times);ylabel(error);figure(3);plot(time,dyu);xlabel(times);ylabel(dyu);仿真结果：逼近效果图逼近误差Jacobian信息的辨识（4）RBF神经网络 径向基函数(RBF-Radial Basis Function)神经网络是由J.Moody和C.Darken在80年代末提出的一种神经网络,它是具有单隐层的三层前馈网络。由于它模拟了人脑中局部调整、相互覆盖接收域（或称感受野-Receptive Field）的神经网络结构，因此，RBF网络是一种局部逼近网络，已证明它能任意精度逼近任意连续函数。RBF网络结构 RBF网络是一种三层前向网络，由于输入到输出的映射是非线性的，而隐含层空间到输出空间的映射是线性的，从而可以大大加快学习速度并避免局部极小问题。五、解释题（请在以下三个名词解释中选择2个作答）（20分）1、恒值模糊控制系统：系统的指令信号为恒定值，通过模糊控制器消除外界对系统的扰动作用，使系统的输出跟踪输入的恒定值。也称为“自镇定模糊控制系统”，如温度模糊控制系统。2、随动