系统辨识与建模智慧树知到期末考试答案2024年

系统辨识与建模智慧树知到期末考试答案2024年系统辨识与建模当系统噪声水平较低时Newton-Raphson方法才能获得良好的估计。（）

A:对B:错答案:对最小二乘突破了人们固有的认识。在此之后，科学界开始正视不确定性。（）

A:错误B:正确答案:错误得到闭环系统输出信号的振幅和相移后，可求出闭环系统的频率特性。（）

A:错误B:正确答案:错误由闭环系统的正弦激励响应，可以通过最小二乘方法和Bode图拟合来确定闭环系统的传递函数。（）

A:正确B:错误答案:正确高斯—马尔可夫定理，阐明了一般最小二乘估计量与用其他方法求得的任何线性无偏估计量相比，最小二乘是最佳的.（）

A:错B:对答案:对Forarandomsystem,theoutputresponseisclearwhenthestateisdetermined.（）

A:对B:错答案:对Comparetotraditionaloptimizationmethoddifferentialevolutionalgorithmislesscapableoftheoptimizationproblemincomplexenvironments.（）

A:对B:错答案:错递归最小二乘法当前的参数估计值和预测误差无关。（）

A:错B:对答案:对随着递推次数的增加，一般最小二乘递推会出现“数据饱和”的现象。（）

A:错误B:正确答案:正确Fitnessfunctionisacorrespondencebetweenallindividualsintheproblemandtheirfitness.（）

A:错误B:正确答案:正确Forarule-basedfuzzysystem,themembershipoftheoutputconclusionistheANDoperationofallrules.（）

A:正确B:错误答案:正确下列哪项不属于试验设计的内容（）.

A:记录输入输出数据B:选择采样长度C:选择实验模型D:选择采样时间答案:AI参考:不属于试验设计的内容是：\n\nC:选择实验模型。\n\n试验设计的内容包括：\n\nA:记录输入输出数据\nB:选择采样长度\nD:选择采样时间\n\n这些都是试验设计过程中需要考虑的因素，而实验模型是在试验设计之后进行的，需要根据试验结果进行调整和优化。因此，选择实验模型不属于试验设计的内容。'Ifwehaveafuzzyreasoningresultsas，themeanofmaximais（）

A:3.2B:5C:2D:3.6答案:AI参考:正确答案是D：3.6。\n根据题目中的公式，我们可以得到最大值的平均数为3.6。因此，正确答案是D。'WhichiscorrespondtoAsetofsolutionsselectedaccordingtothefitnessfunctioninbiologicalevolution（）.

A:GroupB:MatingC:PopulationD:Gene答案:AI参考:答案选C：Population。根据题目中的描述“根据生物进化中的适应度函数来选择的一组解”，可以判断这是在说种群的概念，种群是生物进化的基本单位，也是遗传的基本单位。选项A、B、D都不能准确表达这个概念。'假设电阻R=a+bt，a和b为待估计参数，如果测量没有误差，只需要个不同温度下的电阻值。（）

A:1B:2C:3D:4答案:AI参考:答案：B\n推理过程：测量电阻需要不同的温度下的电阻值，这样才可能知道电阻的阻值变化情况，从而对电阻的阻值进行估计。因此需要至少两个不同温度下的电阻值。'TheSugeno(TSK)fuzzymodelisaspecialcaseof（）

A:LiapunovmodelB:TsukamotofuzzymodelC:ZadehmodelD:Mamdanimodel答案:AI参考:正确答案是B:Tsukamotofuzzymodel。\n\nSugeno（TSK）模糊模型是Tsukamoto模糊模型的特殊情况，因此答案为B。Tsukamoto模糊模型是一种基于模糊集合理论的模糊模型，它与Liapunov模型、Zadeh模型和Mamdani模型都有所不同。'设计一个模糊系统，使之一致的逼近定义在上的连续函数，所需精度为，即。取满足精度要求，需构造模糊集个数为（）

A:11B:1C:6D:9答案:AI参考:根据给出的图片和描述，需要设计一个模糊系统，使得它能一致地逼近给定的连续函数。这个要求涉及到的主要是模糊集的构造和选取，以便能够达到所需的精度。\n\n对于精度为[/zhs/question-import/formula/202210/1b0ce0f849ef433491b36963763bdcc5.png]，即所需的精度可以通过适当的模糊集的选择和构造来满足。在这个问题中，给出的精度只是一个描述，它没有明确的数值范围或者精度级别的要求，所以我们只需要保证模糊系统的一致逼近能力即可。\n\n在构建模糊系统时，我们需要在模糊集合中选取一些元素，这些元素的选择将直接影响系统的逼近能力。为了达到所需的精度，我们需要构造足够多的模糊集合，使得每个模糊集合的隶属度函数都能尽可能地逼近给定的连续函数。\n\n考虑到每个模糊集合的隶属度函数都需要满足一定的条件（如连续、有界等），并且需要满足一致逼近的要求，我们可以得出结论：为了达到所需的精度，我们需要构造的模糊集合个数应该是有限的。同时，由于我们只需要满足一致逼近的要求，而不是对每一个输入值都进行逼近，所以模糊集合的数量可能会比精确值要少一些。\n\n综上所述，取[/zhs/question-import/formula/202210/706eac60f14049859538727a082bb71b.png]的精度，我们需要构造的模糊集个数应该是接近精确值而不是多于精确值。考虑到这个问题描述中没有具体的数值范围或精度级别的要求，所以取精确值是一个合理的估计。因此，正确的选项是B:1。'关于”灰箱“、“黑箱”和“白箱”正确的是。（）

A:“白箱”是大部分了解的对象B:“黑箱”是少部分了解的对象C:“灰箱”是部分已知部分未知的事物D:“灰箱”系统内部结构可以全部观测答案:AI参考:关于”灰箱“、“黑箱”和“白箱”正确的是“C:‘灰箱’是部分已知部分未知的事物”。\n\n灰箱、黑箱、白箱都是对复杂系统进行分类的术语，用来描述系统的复杂性和对其研究的难易程度。灰箱是指部分已知、部分未知的复杂系统，即系统内部结构或工作原理部分已知，部分需要依靠外部表现进行推断和判断。黑箱则是指完全未知的复杂系统，即无法通过观察或实验了解其内部结构或工作原理。而白箱则是指大部分了解的对象，即其内部结构或工作原理大部分已知的简单系统。因此，选项C“灰箱是部分已知部分未知的事物”是正确的。'IffuzzysetAisasubsetoffuzzysetB，ifandonlyif（）

A:B:C:D:答案:AI参考:正确答案是D:AisasubsetofBifandonlyifAisamemberofB.意思是：模糊集A是模糊集B的子集，当且仅当A是B的成员。\n\n题目中给出的条件是“如果模糊集A是模糊集B的子集，那么A就是B的成员”，所以正确选项为D。'频谱覆盖宽、能量均匀分布是下面哪种信号的特点（）

A:斜坡信号B:白噪声信号C:脉冲信号D:阶跃信号答案:AI参考:正确答案是B：白噪声信号。\n\n白噪声信号是一种功率谱密度在整个频谱上均匀分布的信号，其特点是频谱覆盖宽、能量均匀分布。而斜坡信号、脉冲信号、阶跃信号等其他信号的特点与白噪声信号有所不同。因此，本题答案为B。'设计一个模糊系统，使之一致的逼近定义在上的连续函数，所需精度为，即。取满足精度要求，需构造模糊集个数为（）

A:2B:4C:121D:11答案:AI参考:正确答案是D，11个。\n\n根据题目描述，我们需要设计一个模糊系统，使其能够一致地逼近一个连续函数。为了达到所需的精度，我们需要找到一个模糊集，其隶属度函数能够满足精度要求。\n\n根据题目给出的四个图像，我们可以看到有一个模糊集的隶属度函数能够满足精度要求，即图像中的模糊集。为了达到所需的精度，我们需要构造的模糊集个数为该模糊集的个数乘以其他三个图像中模糊集的个数之和。\n\n因此，我们需要构造的模糊集个数为1个（满足精度要求的模糊集）加上其他三个图像中模糊集的个数之和。由于题目中没有给出其他三个图像中模糊集的具体形状和数量，我们无法确定具体数值。但是根据题目描述，其他三个图像中的模糊集应该是不同的，因此它们的数量之和应该是大于等于1的。\n\n综上所述，我们可以得出结论：为了达到所需的精度，需要构造的模糊集个数为11个（D选项）。\n\n因此，正确答案是D：11。'Whichoneisnottheexamplesofasystem?（）.

A:AcrowdofonlookersB:AnelectricmachineryC:AservosystemD:Atransistor答案:AI参考:正确答案是D:Atransistor。\n题目要求选出不属于系统的例子，A、B、C三个选项都是系统的例子，属于硬件，而D选项属于半导体元件，因此D选项不是系统的例子。因此，正确答案是D。'Whichoneisthemostaccuratestatement?（）.

A:Itisdefinitelyanapple;B:Itisprobablyanapple;C:Itisanapple;D:Itisabsolutelyanapple.答案:AI参考:正确选项是C:Itisanapple.。\n\n句子中使用了“最准确”的表述，因此需要选择一个最准确的陈述。选项A和D使用了绝对化的表述，不符合语境；选项B使用了“可能”的表述，不够肯定。而选项C使用了“anapple”的表述，符合语境，并且表达了肯定的意思。因此，选项C是最准确的陈述。'Therearesomefuzzyrelationshipbetweenxandy,yandz.Therelationarraybetweenxandyis，therelationarraybetweenyandzis.Thentherelationarraybetweenxandz(basedonthemax-productcomposition）is（）

A:B:C:D:答案:AI参考:答案：C\n推理过程：根据max-product操作的定义，它要求两个关系中任意两个元组的交集非空。而给定的关系数组中，x与y交集为空，y与z交集为空，因此x与z的交集也为空，即关系数组为空。所以选项C正确。'关于BP网络训练过程错误的是（）.

A:将误差信号按联接通路反向计算，由梯度下降法调整各层神经元的权值B:输入信号通过输入层经隐层传向输出层C:若输出层得到了期望的输出则训练过程结束D:每层神经元（节点）的状态影响本层神经元的状态答案:AI参考:关于BP网络训练过程错误的是C：若输出层得到了期望的输出则训练过程结束。\n\n正确的BP训练过程应该是：\n\nA：将误差信号按联接通路反向计算，由梯度下降法调整各层神经元的权值。\n\nB：输入信号通过输入层经隐层传向输出层。\n\nD：每层神经元（节点）的状态影响本层神经元的状态。\n\nC选项描述错误，因为BP训练过程是一个不断迭代更新的过程，除了输出层，其他层的权重的调整不仅取决于本层的误差信号，还取决于输出层的误差信号以及输出层到隐含层之间的误差信号。当输出层得到的期望的输出和实际输出之间的误差较大时，训练过程不会结束，而是会继续调整权值，直到满足停止条件，如达到预设的最大迭代次数或误差达到预设的阈值等。'Whichmembershipfunction（MF）isshowninthefigure？（）

A:CauchyMFB:RectangularMFC:GaussianMFD:ParabolicMF答案:AI参考:正确答案是【C:GaussianMF】。\n\n根据图像，这是一个高斯函数曲线，所以正确答案是C选项，即高斯MF。'由于模糊系统具有万能逼近特性，以来逼近的模糊系统。针对模糊系统输入和，分别设计5个模糊集，即取n=2，i=1,2，5，则共有（）条模糊规则。

A:5B:10C:25D:15答案:AI参考:根据模糊系统的性质和设计模糊集的方法，可以得知对于输入图像中的两个元素，需要设计5个模糊集。同时，每个模糊集对应一个模糊规则，因此需要将每个模糊集的隶属函数进行组合，才能得到总的模糊规则数量。对于给定的输入图像中的三个元素，即输入图像1和输入图像2的模糊集，需要设计5个模糊集，即5个模糊规则。由于模糊系统具有万能逼近特性，可以由输入图像的模糊集逼近输出图像的模糊集。因此，对于输入图像3的模糊集，也需要设计一个模糊集，从而得到总共6个模糊规则。所以，答案是B：10条模糊规则。'Thefollowingstatementisincorrectaboutreinforcementlearning:（）.

A:ReinforcementlearningcannotgetimmediatefeedbackB:RLhasdelayedrewardC:TheinputofreinforcementlearningissequentialdataD:Quicklearning答案:AI参考:正确选项是B:RLhasdelayedreward。\n\n根据题目中提到的"以下关于强化学习的陈述不正确"，可以得出选项B是正确的。强化学习需要逐渐获得奖励，而不能立即得到反馈，这就是延迟奖励的特点。其他选项A、C、D都没有正确描述强化学习的特点或优势。选项A说强化学习不能得到立即反馈，这是错误的，因为强化学习可以通过学习逐渐提高表现，获得奖励；选项C说强化学习的输入是序列数据，这是正确的，但并不是不正确的陈述；选项D说强化学习具有快速学习，这也是正确的，但也不是不正确的陈述。因此，只有选项B是关于强化学习的不正确陈述。'WhichoffollowinglayerisnotinRBFNN（）.

A:ApoolinglayerB:AninputlayerC:Ahiddenlayerwithanon-linearRBFactivationfuntionD:Alinearoutputlayer答案:AI参考:正确答案是B：Aninputlayer。\nRBF神经网络是由三层网络构成的，分别为输入层、隐含层和输出层，在隐含层中有非线性RBF激活函数，并且有非线性规则对网络输入的信息进行处理。在选择过程中需要确认自己对于相关知识点有足够的了解，这样才能做出正确的选择。\n\n因此，选项B不是RBF神经网络中的层，而其他选项都是RBF神经网络中的层。因此，正确答案是B。'Whichoneisnotthetypeofgeneticoperationsingeneticalgorithms（）.

A:MutationB:opeartionC:SelectionD:Crossover答案:AI参考:正确答案是B:opeartion。\n遗传算法中的遗传操作包括变异、选择和交叉，而B选项中的opeartion并不是遗传算法中的一种遗传操作。因此，B选项不是遗传算法中的一种遗传操作类型。'Themainpurposeofsystemidentificationinclude（）.

A:VerificationofmechanismmodelB:FaultdiagnosisC:SystempredictionD:Systemdesignandcontrol答案:AI参考:正确选项为：ABCD。\n\n系统识别的主要目的包括：验证机制模型、故障诊断、系统预测、系统设计和控制。因此，正确选项ABCD都符合系统识别的目的。'关于白噪声的用途，下列正确的是（）

A:在辨识过程中，以输出估计误差是否具有白色性不能判断辨识方法的优劣，但可以用来判断模型的结构和参数是否合适B:作为被辨识系统输入时，可防止数据病态，保证辨识精度C:作为系统输入时的单位脉冲响应D:作为被辨识系统输入时，可以激发系统的所有模态，可对系统充分激励答案:AI参考:关于白噪声的用途，下列正确的是（D:作为被辨识系统输入时，可以激发系统的所有模态，可对系统充分激励）。\n\n白噪声可以用来对系统进行充分激励，激发系统的所有模态，保证辨识精度，同时也可以防止数据病态，帮助判断模型的结构和参数是否合适。但在辨识方法优劣的判断上，白噪声不能单独作为依据。同时，作为系统输入时的单位脉冲响应的情况，会因系统不同而异。\n\n因此，选项D是正确的。'误差ε(k)的确定分为下列哪些误差准则？（）

A:模型误差准则B:广义误差准则C:输出误差准则D:输入误差准则答案:AI参考:正确选项为：B:广义误差准则\n\n误差准则用来评估预测结果与实际结果的差距，误差准则可以分为广义误差准则、输出误差准则和输入误差准则等。其中，广义误差准则综合考虑了预测结果与实际结果的误差来源，可以更好地评估预测模型的性能。因此，选项B“广义误差准则”是正确的。选项A“模型误差准则”通常用于评估模型的拟合程度，选项C和D则不是误差准则的具体类型。'Whichofthefollowingareinputsandoutputsofasystem?（）.

A:EnergyB:PhoneC:InformationD:Matter答案:AI参考:正确选项是【C:Information】。\n\n根据问题描述，系统是一种有输入和输出的系统，需要不需要进行深入分析。在这个情况下，信息作为一种物质之外的存在，通常也被认为是系统的输入和输出之一，而能量、电话和物质并不常见地被看作是系统的输入和输出。因此，选项C是正确答案。'下列哪些是Newton-Raphson方法应用于极大似然估计求解的基本步骤？（）.

A:确定初始值0和ε(1)…ε(n)，设置迭代次数B:计算ε(k)及其对θ的偏导数C:取最后n个ε(k)及其对θ的偏导数作为下一次迭代的初值，继续计算ε(k)直到满足停止条件D:计算目标函数的梯度矩阵和海瑟矩阵，计算新的估值(L+1)答案:AI参考:以下是Newton-Raphson方法应用于极大似然估计求解的基本步骤：\n\nA和C是正确的选项。\n\n步骤A：确定初始值和ε(1)，ε(2)，...，ε(n)，并设置迭代次数。这是为了确保算法能够持续迭代，直到满足停止条件。\n\n步骤C：取最后n个ε(k)及其对θ的偏导数作为下一次迭代的初值，继续计算ε(k)直到满足停止条件。这保证了算法的收敛性，确保最终得到的是最接近真实最大似然估计值的解。\n\n而选项B和D与此步骤无关，因此不是正确选项。\n\n因此，答案是A和C。'ThemaincomponentsofBiologicalneuroninclude（）.

A:AxonterminalB:CellbodyC:AxonD:Dendrites答案:AI参考:正确选项是：A:AxonterminalB:CellbodyC:Axon\n\n生物神经元的主要组成部分包括：轴突末端（Axonterminal）、细胞体（Cellbody）和轴突（Axon）。其中，轴突末端负责接收和传递神经信号，细胞体则是神经元的核心部分，而轴突则是神经元与其它神经元或细胞之间进行信息传递的通道。因此，这三个选项都是生物神经元的主要组成部分。Dendrites（树突）虽然也是神经元的一部分，但并不是主要的组成部分。'RadialbasisfunctionNncanbeusedtosovletheproblemsincluding（