2013智能控制试卷A答案.doc

2010级 智能控制 课程试题 A题号一二三四五六七总分分数（智能控制课程实行成绩综合评定。平时作业10分，实验10分，设计10分，期末考试70分。本试卷卷面成绩70分）合分人： 复查人： 一、填空题（每空 1 分，共 21分）分数评卷人1分级递阶智能控制主要有三个控制级组成，按智能控制的高低分为 组织级 、 协调级 和 执行级 。2As you design a fuzzy controller, there are standard choices for the fuzzification and defuzzification interfaces. Moreover, most often the designer settles on an inference mechanism and may use this for many different processes. Hence, the main part of the fuzzy controller that we focus on for design is the rule-base.3The general form of the linguistic rules is If premise Then consequent .4If a fuzzy system has two inputs and single output, we have ten membership functions on each universe of discourse, then there are 100 possible rules.5It has four main parts in Fuzzy Model Reference Learning Control : the plant, the fuzzy controller to be tuned, the reference model, and the learning mechanism.The learning mechanism consists of two parts: a fuzzy inverse model and a knowledge-base modifier.6In a base-2 genetic algorithm, we could mutate 1010110 to 1011110，where the fourth bit was mutated. 7 BP学习算法实际包含了“输入模式正向传播”和“误差逆传播”过程反复交替进行网络训练，最终达到网络的全局误差向极小值收敛（即实际输出逐渐逼近希望输出）而结束学习过程。8多层前馈网络一般分为三层：输入层、隐含层 和输出层。9按照专家控制器在整个过程控制中的作用形式可分为直接式专家控制器 和 间接式专家控制器 两类。 二、简答题：（共 24 分）分数评卷人1 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。（3分）答：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，是一种动态反馈。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。2 智能控制和传统控制具有紧密的结合与交叉综合，主要表现在哪些方面。（3分）答：（1）智能控制常常利用传统控制来解决“低层”的控制问题。（2）将传统控制和智能控制进行有机结合可形成更为有效的智能控制方法。（3）对数字模型基本成熟的系统，采用在传统数学模型控制的基础上增加一定的智能控制手段的方法，而不应采用纯粹的智能控制。3 Please specify the common fuzzy operations in fuzzy logic (at least 3 kinds operations )。（3分）答：Fuzzy Subset、Fuzzy Complement、Fuzzy Intresection(AND)、Fuzzy Union(OR)、Fuzzy Cartesian Product4 模糊神经网络有哪些学习算法。（3分）答：有监督学习、无监督学习、增强学习5 前馈型神经网络有什么特点？(3分)请列出三种常见的前馈神经网络?(3分)答：多层前馈网络一般分为输入层、隐含层（或称中间层，可以有若干层）和输出层。网络从输入层到输出层通过单向连接流通，只有前后相邻两层之间神经元是相互全连接，从上一层接收信号输送给下一层神经元，同层的神经元之间没有连接，各神经元之间也没有反馈。前馈网络是一种静态的非线性映射，大部分前馈网络都是学习网络，比较适用于模式识别、分类和预测评价问题。常见的前馈神经网络有：多层感知器（MLP）、误差反向传播网络（BP）、径向基函数神经网络（RBF）6. Please specify two ways to terminate a genetic algorithm,?（3分）答：（1）Stop the algorithm after generating generation （2）Stop the algorithm once fitness function takes on a value above some fixed value.7. 简述蚁群算法的基本思想？（3分）答：用蚂蚁的行走路线表示待求解问题的可行解，每只蚂蚁在解空间中独立地搜索可行解，解的质量越高，在“行走路线”上留下的信息素越多，随着算法的推进，代表较好解的路线上的信息素增多，选择它的蚂蚁也逐渐增多，最终整个蚁群在正反馈的作用下集中到代表最优解的路线上，也就找到了最优解。三、作图题（共16 分）分数评卷人1. Please write out the proper rules which can capture the experts knowledge about how tocontrol the inverted pendulum to balance the pendulum in the upright position when it is in the three positions shown in the Figure 1（6分）。Error positive: left ; negative: right; Change-in-error positive: counterclockwise; negative: clockwise; Force positive: right ; negative: left; large small（a）Rule 1 If error is neglarge and change-in-error is neglarge Then force is poslarge（b）Rule 2 If error is zero and change-in-error is negsmall Then force is possmall（c）Rule 3 If error is poslarge and change-in-error is negsmall Then force is negsmall2. 试画出一个与两输入、两规则的T-S型模糊模型等效的ANFIS.（4分）3. 试画出一个4-7-2 BP 网络的结构图，说明节点函数和学习过程。（6分）X1y1y2X4X3X2隐层中的神经元一般均采用S 型函数作为激励函数，输出层神经元可以根据实际情况选择线性激励函数，则整个网络的输出可以取任意值；输出层神经元如果同样选择S 型函数作为激励函数，则整个网络的输出就限定在一个较小的范围内。BP 网络采用BP 学习算法。BP 学习算法属于有教师监督的学习方式，训练模式提供给BP网络后，输入信号先向前传播到隐节点，经过激励函数之后，把隐节点的输出信息传播到输出节点，给出输出响应结果。然后再按照减小希望输出与实际输出误差的方向，从输出层向隐含层逐层修正网络的权值和阈值，直至回到输入层，如此反复直到误差达到最小，因此得名“误差反向传播算法”。四、计算题：9分分数评卷人1. The membership functions of the inputs and output of a fuzzy system were shown in Fig . 2.Table 1 represents abstract knowledge that the expert has about how to control the plant When and , we use center-average defuzzification, product for premise and implication. Please calculate the output of the fuzzy controller at the current time。Table 1 abstract knowledge that the expert has about how to control the plant“force” u“change-in-error” -2-1012“error” e-222210-12210-10210-1-2110-1-2-220-1-2-2-2Fig . 2 The membership functions of the inputs and output of a fuzzy system解：由得，由得由此只激活的规则为：Rule 1 ：If e(t) is zero and d(e(t)/dt is zero ,then u(t) is zero Rule 2 ：If e(t) is zero and d(e(t)/dt is posmall ,then u(t) is negsmallRule 3 ： If e(t