智能控制考试

一 简答题 共 20 分 1 简要说明模糊控制器的设计步骤 10 分 1 选定模糊控制器的输入输出变量 2 确定各变量的模糊语言取值及相应的隶属函 数 即进行模糊化 3 建立模糊控制规则或控制算法 4 确定模糊推理和解模糊化 方法 2 简述 BP 网络定义及其主要特点 10 分 误差反向传播神经网络 简称 BP 网络 Back Propagation 是一种单向传播的多层 前向网络 在模式识别 图像处理 系统辨识 函数拟合 优化计算 最优预测和自 适应控制等领域有着较为广泛的应用 特点 非线性映射能力 能学习和存贮大量输入 输出模式映射关系 而无需事先了解描述 这种映射关系的数学方程 只要能够提供足够多的样本模式对网络进行学习训练 它 便能完成由输入空间到输出空间的非线性映射 泛化能力 当向网络输入训练时未曾见过的非样本数据时 网络也能完成由输入空 间向输出空间的正确映射 这种能力称为泛化能力 容错能力 输入样本中带有较大的误差甚至个别错误对网络的输入输出规律影响 很小 二 计算题 共 20 分 1 设论域中的两个模糊子集 5 分 54321 uuuuuU 求 54321 3 05 016 02 0 uuuuu A 54321 7 04 03 06 05 0 uuuuu B BA 2 家中子女与父母的长像相似关系为模糊关系 可表示为 R 1 06 0 8 02 0 R 该家中父母与祖父祖母的相似关系也是模糊关系 可表示为用模糊矩阵 S 表示为 01 0 7 05 0 S 求孙子 孙女与祖父 祖母的相相似程度 10 分 3 写出单输出感知器模型 如下图 输入到输出的表达式 5 分 三 设计题 共 40 分 1 一个单输入单输出模糊控制系统应用于水箱水位保持恒定 人工调节的经验是 若水位很低 则控制阀开度很大 若水位低 则控制阀大 若水位正好 则阀门开度若水位很低 则控制阀开度很大 若水位低 则控制阀大 若水位正好 则阀门开度 为为 0 1 设论域 其模糊子集 54321 U 0005 01 A 15 0000 B 05 015 00 大 O 问 若水位不是很低 模糊控制阀开度为 R1 A 的平方 B 的平方 R2 A B C 不很低 1 A 的平方 C R1 R2 2 设计一个一维模糊控制器 输入变量为误差 为理想水位 输出为阀hhe 00 h 门开度 输入 输出量的量化等级为 7 级 取 5 个隶属度 其隶属度函数误差变化v 划分表 阀门开度变化划分表如下 量化等量化等 级级 语言语言 变量变量 3 2 10123 PB000000 51 PS000010 50 O000 510 500 NS00 510000 NB10 500000 i 设计模糊规则表 ii 求出模糊控制规则的矩阵表达式 iii 当误差 为 NB 时 求模糊控制器的输出 e 四 编程题 共 20 分 利用两层 BP 神经网络完成对 区间上的正弦函数逼近 隐含层的激活函数取 tansig 输出层的激活函数取线性传输函数 purelin 试利用神经网络工具箱提供 的函数编程实现函数逼近 newff 生成一个新的前向神经网络 train 对 BP 网络进行训练 sim 对 BP 网络进行仿真 t pi 0 05 pi y sin pi t net newff minmax t 10 1 tansig purelin trainlm y1 sim net t net trainParam epochs 50 net trainParam goal 0 01 n