智能控制考核大作业设计10

1、智能控制大作业姓名：徐东班级：自动化103学号：31002013341、简答题： 1.1.根据目前智能控制系统的研究和发展，智能控制系统主要有哪些方面的工作可做进一步的探索和开展？答：1）智能控制的基础理论和方法研究。 2）智能控制系统结构研究。3）基于知识系统及专家控制。 4）基于模糊系统的智能控制。5）基于学习及适应性的智能控制。6)基于神经网络的智能控制系统。7）基于信息论和进化论的学习控制器研究。8）其他，如计算机智能集成制造系统、智能计算系统、智能并行控制、智能容错控制、智能机器人等。1.2.画出模糊控制系统的基本结构图，并简述模糊控制器各组成部分所表示的意思？答：清晰化接口模糊化接

2、口模糊推理模糊化接口：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。模糊推理：根据控制规则中蕴涵的输入、输出模糊关系和实际输入的模糊取值，通过模糊推理，得到输出的模糊状态。规则库：规则库由若干条控制规则组成，这些控制规则根据人类控制专家额经验总结得出，按照IFisandisTHENis的形式表达。清晰化接口：通过清晰化的方法把由模糊推理得到的模糊输出值转化成精确控制值暑假给对象。1.3.画出感知器的基本结构模型，并简述其算法过程。答： x1x2 xn算法的过程：1）给定初始值2）输入一样本X和它的希望输出d。3）计算实际输出4）修正权W5）转到2）直到W

3、对一切样本均稳定不变或稳定在一个精度范围为止。1.4画出三层BP神经网络的基本结构图，并试写出各层之间的输入输出函数关系？第1层（输入层）： i=1,2,n第2层（隐层）： j=1,2,l第3层（输出层）：1.5.神经网络系统具有哪些基本特性，以及神经网络在控制系统中具有哪些作用？答：神经系统具有的基本特性：1）非线性映射逼近能力。 2）自适应性和自组织性。 3）并行处理性。 4）分布存储和容错性。 5）便于集成实现和计算模拟。 神经网络虽然不善于显式表达知识，但它具有很强的学习能力和自适应能力，能够充分逼近任意复杂的非线性系统，能够学习和适应严重不确定系统的动态特性。由于大量神经元之间广泛连

4、接，即使少量神经元连接损坏，也不影响系统的整体功能，在控制中可以表现出很强的鲁棒性和容错性。因此神经网络在解决高度非线性系统的控制方面具有良好的效果。1.6.基于信息论的分级递阶智能控制系统主要构成有哪些，分别起什么作用？ 答：分级递阶智能控制系统是由组织级、协调级和执行级三级组成的。组织级起主导作用，涉及知识的表示与处理，主要应用人工智能；协调级在组织级和执行级之间起连接作用，涉及决策方式及其表示，采用人工智能及运筹学实现控制；执行级是底层，具有很高的控制精度，采用常规自动控制。1.7.模糊控制规则的生成方法通常有哪几种，且模糊控制规则的总结要注意哪些问题？ 答：生成的方法：1)根据专家或过

5、程控制知识生成控制规则。 2）根据过程的模糊模型生成控制规则。 3）根据学习算法获取控制规则。应注意的问题：1）规则数量合理。 2）规则要具有一致性。 3）完备性要好。2、计算题： 2.1. 已知三个模糊矩阵、和分别如下所示，试求，以及。，2.2.设有论域，是论域上的模糊集，是论域上的模糊集，且，求“如果黑则白，否则不很白”的模糊关系。（其中：很为强化语气算子）解：由于“很”是强化语气算子，因此 2.3. 已知输入模糊量分别为，而输出模糊量为，求模糊语句“若且，则”所蕴含的关系。解：2.4. 设有论域，上的模糊子集“大”、“小”、“较小”分别表示为：设“若小则大”，当较小时，试确定的大小。解：

6、已知由Mamdani推理法得模糊关系矩阵：2.5.设有论域，已知：设“若则，否则”，求输入为时的输出。解:2.6. 求模糊集合的截集。解：由已知可得2.7. 设有一模糊控制器的输出结果为模糊集合，其隶属度为试用重心法计算模糊判决的结果。解：3、设计题： 针对不同对象（每班各同学对象不得相同）详细设计相应的控制器。篇幅控制在2000字-3000字（不包括图表、公式等）。101班设计模糊控制器，102班设计模糊PID控制器，103班设计神经网络控制器。3.1 考核目的：通过考核要求学生掌握模糊控制、神经网络控制的基本概念、基本原理和基本方法，并能够运用相应的智能控制方法，设计系统的控制器实现对系统的控制，初步具有运用智能控制相关方法分析解决实际问题的能力。3.2 考核时间：课程结束后两周内上交电子版本和纸制打印文件，如果发现同学相互间重复率大于50%，则考核一律按不及格处理。3.3 排版要求：1文件名称：学号+姓名（各班长收齐并按学