智能控制题目

1、2018年智能控制理论思考题1、设论域X =Xi,X2,X3,X4上的模糊集合A , B分别是10.90.40.20.50.80.3A =+,B =+十X1X2X3X4X1x2x4求 A 一 B,A - B,A,B 。2、已知输入A = 1+05且B =01+工，则输出C =02十工；根据这条规 Xi X2yi y2 y3zi Z2则，确定当输入庆:吧+/且b=+ 9时输出C。 XiX2yiy2y33、一个模糊系统的输入和输出的隶属函数如图i所示。下面是该模糊系统的两条规则：规则 i: If e(t) is ZE and Ae(t) is ZE Then u(t) is ZE；规则 2： If

2、 e(t) is ZE and Ae(t) is PS Then u(t)is NS；图i输入输出的隶属函数假设e(t) = 0, e(t)=E。试分别用maX-min算子与maX-乘积算子蕴含 推理，用作图法求总输出u(t)的隶属函数。4、利用感知器学习规则对下面的样本进行两次学习，通过计算说明权值不断收2。敛的过程，并说明学习误差的变化。三输入单输出的感知器模型如图图2其中阈值日=-1 , f(.)函数为sgn函数，初始权值 W=1 -1 0 0.5t,学习速率 =0.1.三组输入输出样本为Xi= 1 20 T, d1=-1X2= 0 1.5 -0.5T, d2=-1X3= -11 0.5

3、T, d3=-15、竞争学习网络。利用欧几里德距作为相似程度的尺度，计算书4.4.1中竞争网络学习的权值更新。6、图3为一个离散型Hopfield网络，请写出其神经元结点的状态方程，并说明什么是此神经网络的异步和同步工作方式。7、假设用3个神经元的网络记住两个状态(1, 1,1)和(-1, -1,-1),由此计算Hopfield网络的权矩阵，并且判断这两个状态的稳定性，其中Ym=sign(WXm-h),h为阈值矩阵，本题设置为008、假设BAM需要存储4对模式分别为：Xi=1, 1, 1, 1, 1, 1和 Yi=1, 1, 1T,X2=-1,-1,-1,-1,-1,-1T 和 Y2=-1,-

4、1,-1T,X3= 1, 1,-1,-1, 1, 1和 Y3= 1,-1, 1T,X4=-1,-1, 1, 1,-1,-1和Y4=-1, 1,-1T计算BAM的连接权矩阵，并且验证当输入 为Yi的时候能否回R Xi和%输入Xi为的时候能否回忆Yi。9、完成第6章作业6。10、现需要用遗传算法求解函数f (x,y)=(1-x)2e*(y+1)2 -(x-x 3-y 3)e2的最大值，x,y的取值范围为-3+3。试写出算法的流程，并写出一组二进制的编码和解码的过程，编码精度为0.0235294。11、假定要使 2个变量的函数f(Xi,X2)极大化，各变量的论域分别为： x1c -10,50, x2

5、 e 0.1,0.8,对 X1 , x2 要求的精度分别为 0.01,0.0001。(1)对上述问题设计一个串连的多参数定点编码。(2)为得到所要求的精度，最少需要多少位？12、与解析寻优方法相比，遗传算法的主要优点是什么？请给出遗传算法的寻优 的工作框图，并讨论其工作过程。13、第六章作业2题中，画出用第 肿类型的模本版4模网络FMN。14、假设有10个7X8的二值图像，采用神经网络方法进行图像识别与分类，选择适当的神经网络，简单分析并确定输出单元与输入单元数，确定学习规则。) 它通过对计算机网络或 从中发现网络或系统中是否 RBF神经网络的智能入侵15、入侵检测系统是动态安全技术中最核心的

6、技术之一。 计算机系统中若干关键点收集信息并对其进行分析，. 有违反安全策略的行为和被攻击的迹象。下图是基于 检测系统。图4智能入侵检测系统(D(2)(3)(4)(D(2)(3)(4)试简要分析该系统的各个模块的功能，说明其工作原理。16、前5章概念：智能控制的特点、研究点；模糊推理概念、特点；各类神经网络特点，学习规则，算法，改进思路;遗传算法特点，改进思路17.简述分析原理(模糊神经网络，第 6章):比较模糊系统与神经网络特点。模糊系统与神经网络结合方式。神经网络驱动模糊推理要解决的问题，算法描述。模糊神经元的类型。模糊感知器思路，模糊联想存储器思路。证明题:1、(5)神经模糊网络，模糊自

7、适应学习网络证明教科书中的模式定理:(1)模式H的各个样本经过选择算子和交叉算子运算之后得到的新样本和新模式满足：m(H ,t +1)之 m(H ,t) (1 +C) 1 一 pc H；l -1(2)模式H的各个样本经过选择算子，交叉算子以及变异算子运算之后得到的新 样本和新模式满足：f(H,t)、(H)m(H,t 1) ,m(H,t) 1 一 pc -o(H) pmF(t)l -12、证明4个T范式与T协范式在广义德.摩根定理上互为对偶。3、证明4个T范式与T协范式满足有界性、单调性、交换性、结合性。4、证明 3.72、3.74、3.76 与 3.77式。5 .为解决异或问题，图1为包含一个隐层单元的神经网络，通过构建决策区域 与真值表方式，证明该网络解决了异或问题。(1)写出权值调节算法依赖的公式；(2)给出决策面函数，证明解决了异或问题。6 .证明感知器固定增益n=1收敛性。7、构造能量函数，分别证明同步调节与异步调节离散型Hopfield网络的稳定性。8、构造能量函数，证明连续型