




下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
智能控制导论知到章节测试答案智慧树2023年最新昆明理工大学第一章测试智能控制最大的优点在于不需要精确的数学模型。
参考答案:
对傅京孙提出了智能控制的二元论,包括了人工智能和自动控制。
参考答案:
对智能控制在任何场合下的控制效果都一定比经典控制理论中的要好。
参考答案:
错智能控制主要用于解决传统控制难以解决的复杂系统的控制问题。
参考答案:
对智能控制理论的学习属于自动控制任务中解决信号难以检测的问题。
参考答案:
错以下特点不属于智能控制的是()
参考答案:
实时性高智能控制的重要分支不包括()
参考答案:
自适应控制智能控制的任务在于设计一个控制器,使之具有学习、抽象、推理和决策等功能。
参考答案:
对智能控制研究对象的特点不包括()
参考答案:
快速计算1987年1月,在美国举行了第一届国际智能控制大会,标志着智能控制领域的形成。
参考答案:
对第二章测试专家系统其实就是一段计算机程序,该程序具备某领域内专家水平的知识和经验,具有解决专门问题的能力。
参考答案:
对专家控制分为直接型专家控制器和间接型专家控制器,专家PID控制器属于间接型。
参考答案:
错以下不属于专家控制的特点的是(
)
参考答案:
网络结构专家系统结构中的关键部分为知识库和推理机。
参考答案:
对常用的知识表达方法为:产生式规则、框架、语义网络、过程。
参考答案:
对推理机中的正向推理是从结果中得到原始数据和已知条件。
参考答案:
错专家控制的规则库一般采用产生式规则表示,IF控制局势THEN操作结论。
参考答案:
对专家控制的关键技术不包括()
参考答案:
被控对象数学模型的建立以下关于专家PID控制描述不正确的是
参考答案:
微分的作用是为了消除系统的静态误差直接型专家控制器用于取代常规控制器,直接控制生产过程或被控对象。
参考答案:
对第三章测试模糊集合的元素是以某种程度隶属于该集合,而普通集合的元素隶属度为0或者1。
参考答案:
对两个定义在不同论域上的模糊集合之间可以进行元素的并、交等运算。
参考答案:
错模糊关系矩阵的元素可以大于1。
参考答案:
错隶属函数的确定方法为(
)
参考答案:
其他3项都是设有两个定义在相同论域上的模糊集合A和B,A合成B的结果等于B合成A的结果。
参考答案:
错设有两个定义在相同论域上的模糊集合A=[0.20.4;0.60.9],B=[0.80.7;0.50.3],则A合成B的结果为()
参考答案:
[0.40.3;0.60.6]模糊集合表示为A=u1/x1+u2/x2+u3/x3+……,其中u代表隶属度,x表示论域元素,式子中的加号和除法和数学中的表示含义相同。
参考答案:
错已知“如果天气冷,请多穿衣服”这一条关系R,则“当天气为很冷,则穿什么衣服”,这一推理过程属于(
)
参考答案:
前向推理已知模糊集合A表示“大苹果”,则加了语气算子的模糊集合B“很大的苹果”,B中的元素隶属度等于A中元素隶属度加(1/2)次方运算。
参考答案:
错以下关于二维输入的Mamdani推理方法描述错误的是()
参考答案:
二维模糊集合融合的方式可以直接将对应元素计算“交”运算得到向量。第四章测试解模糊的目的是为了实现由模糊集合到定值定量信号的转化。
参考答案:
对设计模糊控制器时可以无需进行模糊化接口的一步。
参考答案:
错模糊化接口一般采用隶属度最大化原则实现由实际取值到模糊集合的映射。
参考答案:
对在实际模糊控制任务中,模糊推理可以在离线状态下设计一个模糊规则表,以查询表的方式实现模糊推理。
参考答案:
对模糊控制器的组成包括(
)
参考答案:
其他3项都是常见的解模糊方法有(
)
参考答案:
其他3项都是模糊控制具有一定的不确定性,因此不能实现精确控制。
参考答案:
错关于模糊控制的描述中错误的是()
参考答案:
模糊控制隶属度的选取可以随意给定在制定模糊查询表时需要根据实际的经验进行设定。
参考答案:
对当模糊推理中存在多条已知关系时,每个子关系计算的结果再进行“交”运算得到最后的推理关系R。
参考答案:
错第五章测试人工神经元数学模型的建立是根据实际神经元的工作特性的。
参考答案:
对人工神经元数学模型中的阈值是模拟实际神经元中的()
参考答案:
神经元对信号的抑制作用以下关于BP神经网络的描述中错误的是()
参考答案:
前一层的神经元和后一层的神经元存在部分连接关系BP神经网络中采用的负梯度下降算法,当误差目标函数中存在多个极值点时,仍然能够寻找到全局最优解。
参考答案:
错学习的方式分为在线学习和批量学习。
参考答案:
对一个神经元并不聪明,但千万个神经元彼此相连在有限的空间里就会产生智慧,这属于群智能的现象之一。
参考答案:
对深度网络模型中由于存在大量待寻优的参数,因此需要大数据样本进行训练。
参考答案:
对神经网络的学习过程就是网络中的权值调整的过程。
参考答案:
对神经网络的泛化能力就是指对样本数据的拟合和逼近效果。
参考答案:
错以下关于神经网络的描述中错误的是()
参考答案:
神经网络计算过程中不能省略神经元的阈值参数第六章测试神经网络控制内容一般包括被控对象系统辨识和神经网络控制器的设计。
参考答案:
对以下属于神经网络控制结构的有(
)
参考答案:
其他3项都是神经网络直接逆控制是与被控对象并联起来,以使得总体的传递函数为1。
参考答案:
错神经网络和PID控制器结合时输出为比例积分和微分系数。
参考答案:
对神经网络在做被控对象系统辨识时需要采集大量的输入和输出数据形成训练样本。
参考答案:
对神经网络从本质上说就是一个建立了输入变量到输出变量之间的映射函数。
参考答案:
对所谓黑箱模型是指输入和输出变量之间的数学关系式是确定的。
参考答案:
错神经网络直接逆控制的可用性在相当程度上取决于逆模型的准确精度。
参考答案:
对神经网络输入层节点个数与训练样本的个数有关。
参考答案:
错神经网络作为控制器,可以实现对不确定系统或者未知系统进行有效的控制,使控制系统达到所要求的动态、静态特性。
参考答案:
对第七章测试遗传算法的基本操作不包括()
参考答案:
抑制遗传算法最大的优点在于能够快速在解空间中找到目标函数的最佳解。
参考答案:
对遗传算法的构成要素有哪些(
)
参考答案:
其他3项都是如果适应度函数有两个变量,则可以把两个变量的二进制编码串接后形成染色体。
参考答案:
对染色体经过复制、交叉、变异后的适应度一定比原种群中的染色体适应度高。
参考答案:
错变异操作能够使染色体序列产生出新的染色体编码。
参考答案:
对在复制操作中,采用轮盘赌的方式筛选出参与交叉和变异的染色体,显然适应度大的个体更容易被选中。
参考答案:
对两个染色体在交叉中如果互换了某个位之后的所有染色体,则属于单点交叉的类型。
参考答案:
对由于多条染色体在迭代过程中同时参与遗传操作,因此具有并行计算的特点,适合大规模复杂问题的优化。
参考答案:
对遗传操作后得到的结果需要经过解码操作转换为实际变量的取值。
参考答案:
对第八章测试MATLAB程序语句必须以分号结束。
参考答案:
错新版本的MATLAB提供了深度学习工具包,以及对某些硬件的直接编程功能。
参考答案:
对MATLAB中数据存放格式是以矩阵形式,因此具有快速高效的矩阵和数学运算能力。
参考答案:
对MATLAB中不能设计图形用户界面。
参考答案:
错MATLAB中的变量类型有(
)
参考答案:
其他3项都属于MATLAB循环和选择语句的结束标志为end。
参考答案:
对两个大小相同的矩阵进行点乘运算的结果为相同位置元素的乘积,与数学矩阵相乘不同。
参考答案:
对表达式1:2:10,第三个元素为()
参考答案:
5SIMULINK中没有提供信号源的模块,需要从工作空间中给定。
参考答案:
错MATLAB提供了多种曲线绘制函数,只需要给定函数式、变量等就可以绘制。
参考答案:
对第九章测试专家PID控制实验中所设定的规则可以根据实际需要改变其策略和参数。
参考答案:
对专家PID控制实验中建立被控对象数学模型的目的是为了设定模糊控制规则。
参考答案:
错模糊控制实验中建立的控制系统框图里,从信号发生器到虚拟示波器之间连线的目的是为了()
参考答案:
提供原始信号与模糊控制输出跟踪信号的对比作用模糊控制系统框图中的被控对象可以通过双击的方式打开后重新设定。
参考答案:
对模糊控制系统实验中变量为误差和误差的变化率,模糊控制器的输出为跟踪正弦信号的结果。
参考答案:
对MATLAB中提供用于建立神经网络模型的函数为newcf、newff等,用于训练的函数sim,用于计算网络输出的函数为train。
参考答案:
错当神经网络为多输入和多输出的结构时,样本数据和测试数据需要进行转置。
参考答案:
对遗传算法的具体编程可以根据实际需求而不同,但遗传操作的基本思想是一致的。
参考答案:
对遗传算法实验中的语句:TempE(Size,:)=BestS;其目的是为了保持最大适应度的编码稳定,以免出现取值振荡。
参考答案
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论