智能控制导论智慧树知到期末考试答案2024年_第1页
智能控制导论智慧树知到期末考试答案2024年_第2页
智能控制导论智慧树知到期末考试答案2024年_第3页
免费预览已结束,剩余4页可下载查看

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

智能控制导论智慧树知到期末考试答案2024年智能控制导论轮盘赌技术可用于()

A:变异“染色体”的适应度B:随机选择“染色体”C:选择最好的“染色体”D:交叉所选择的“染色体”答案:随机选择“染色体”表达式1:2:10,第三个元素为()

A:3B:7C:5D:10答案:5以下不属于神经网络用于自动控制任务的是()

A:神经网络对象系统辨识B:神经网络逆控制器C:神经网络直接反馈控制系统D:神经网络实时数据预报答案:神经网络实时数据预报以下应采用模糊集合描述的是()

A:学生B:大苹果C:演员D:老师答案:大苹果在专家系统中,()是专家系统与用户间的人-机接口。

A:解释机构B:知识库C:推理机D:数据库答案:解释机构以下关于专家PID控制描述不正确的是

A:微分的作用是为了消除系统的静态误差B:一般采用增量式PID作为控制器的输出值C:根据实际的控制任务和误差曲线,可以调整专家控制规则和参数取值D:根据偏差和偏差变化率实施的控制规则答案:微分的作用是为了消除系统的静态误差以下选项中应采用模糊集合描述的是(

A:教师B:高三男生C:年轻D:社会答案:年轻自然选择学说包括哪些()

A:生存斗争和适者生存B:变异C:遗传D:其他三项都包括答案:其他三项都包括专家控制的基本结构包括()

A:控制算法库B:实时推理机C:知识库D:其他3项都是答案:其他3项都是在模糊控制中,隶属度()

A:只能取连续值B:不能是1或0C:反映元素属于某模糊集合的程度D:根据对象的数学模型确定答案:反映元素属于某模糊集合的程度专家系统的核心部分是()

A:人机接口、知识获取结构、推理机构B:知识库、数据库、人机接口C:人机接口、过程接口、推理机构D:知识库、数据库、推理机构答案:知识库、数据库、推理机构单层神经网络,有三个输入,三个输出,它们之间的连接权有()

A:16个B:6个C:25个D:9个答案:9个遗传算法的基本操作顺序是()

A:计算适配度、选择、变异、交叉B:计算适配度、交叉、选择、变异C:计算适配度、交叉、变异、选择D:计算适配度、选择、交叉、变异答案:计算适配度、选择、交叉、变异以下不属于专家控制的特点的是(

A:鲁棒性B:适应性C:网络结构D:灵活性答案:网络结构决定神经网络模型性能的3大要素为()

A:神经元的特征、神经元的神经网络和为适应环境而改善性能的学习规则B:神经元的特征、神经元的拓扑结构和为适应环境而改善性能的学习规则C:神经元的拓扑结构、神经网络和为适应环境而改善性能的学习规则D:神经元的特征、神经元的拓扑结构和神经网络答案:神经元的特征、神经元的拓扑结构和为适应环境而改善性能的学习规则人工神经元数学模型中的阈值是模拟实际神经元中的()

A:神经元对信号的发送作用B:神经元之间的连接强度C:神经元对输入信号的汇总作用D:神经元对信号的抑制作用答案:神经元对信号的抑制作用执行语句forx=1:2:10,disp(x),end,循环体将执行几次()

A:10次B:1次C:5次D:0次答案:5次设模糊关系矩阵A=[0.20.8;0.60.1],B=[0.50.7;0.10],则A合成B的结果为()

A:[0.60.1;0.60.5]B:[0.60.2;0.10.5]C:[00.1;0.60.2]D:[0.20.2;0.50.6]答案:[0.20.2;0.50.6]若模糊集合A表示模糊概念“老”,其隶属度函数为,则模糊概念“很老”相当于,其中为()

A:1/2B:1/4C:4D:2答案:2在MATLAB中用()表示该行为注释行。

A:/*B://C:%D:*答案:%以下不属于专家系统组成部分的是()

A:专家B:知识库C:数据库D:解释部分答案:专家遗传算法的主要用途是()

A:寻优(优化计算)B:提高精度C:提高算法性能D:提高稳定性答案:寻优(优化计算)模糊控制以模糊集合为基础,最早提出模糊集合的学者是()

A:L.A.ZadehB:TakagiC:MamdaniD:Sugeno答案:L.A.Zadeh以下关于专家PID控制器的说法中正确的是()

A:专家PID控制规则和阈值设定是固定的B:专家PID控制器是单纯给予偏差的控制C:专家PID控制系统中建立被控对象的目的是为了计算PID参数D:专家PID控制是一种直接型专家控制器答案:专家PID控制是一种直接型专家控制器以下关于MATLAB中fuzzy模块设计描述错误的是()

A:可以自定义模糊变量的个数和名称B:根据模糊查询表选择模糊推理的规则表,fuzzy中的对象支持delete键选中删除C:可以指定模糊集合的隶属度函数区间和函数类型D:建立完成的fuzzy系统不能够通过导出至磁盘功能实现保存答案:建立完成的fuzzy系统不能够通过导出至磁盘功能实现保存在模糊控制器的推理输出结果中,取其隶属度最大的元素作为精确值,去执行控制的方法称为()

A:重心法B:系数加权平均C:中位数法D:最大隶属度法答案:最大隶属度法以下不属于智能控制的是()

A:自校正调节器B:神经网络控制C:模糊控制D:专家控制答案:自校正调节器以下的集合运算性质中,模糊集合不满足的运算性质()

A:互补律B:结合律C:分配律D:交换律答案:互补律智能控制的概念首次由著名学者()提出

A:傅京孙B:J.M.MendelC:J.S.AlbusD:蔡自兴答案:傅京孙以下关于PID控制说法正确的是()

A:I为积分单元,其作用为消除系统的静态误差B:PID控制的全称依次是微分、比例、积分的意思C:PID控制参数的确定必须依赖对象的数学模型D:PID控制策略在任何场合下都不如使用智能控制策略答案:I为积分单元,其作用为消除系统的静态误差根据神经网络的连接方式,神经网络可以分为前向网络、反馈网络、自组织网络三种类型。

A:错B:对答案:对神经网络训练完成之后,如果出现每次运行结果都不一样的情况,说明模型并不稳定,训练样本数据偏少。

A:对B:错答案:对BP算法的学习过程由正向传播和反向传播组成。

A:错B:对答案:对太阳能风能发电受限于其间歇性的特点而不能被广泛接受。

A:错B:对答案:对人工神经元的数学模型需要能够表达实际神经元的结构和工作原理。

A:对B:错答案: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。

A:对B:错答案:错神经网络能够用于控制系统的实质在于其对输入和输出数据关系的拟合能力。

A:错B:对答案:对误差反向传播的学习算法简称BP算法,其基本思想是梯度下降法。

A:错B:对答案:对编码过程是建立起由约束变量构造为染色体的过程,而解码是将迭代后的染色体解码为变量取值的过程。

A:对B:错答案:对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。

A:错B:对答案:对在燃料电池系统中采用智能综合控制策略比常规控制器相比具有更好的效果。

A:对B:错答案:对遗传迭代过程中生成的新的染色体与原种群中的染色体混合后,采用适应度末尾淘汰实现种群总数量保持不变。

A:错B:对答案:对模糊控制是以模糊集理论,模糊语言变量和模糊逻辑推理为基础的一种智能控制方法,它从行为上模仿人的模糊推理和决策过程。

A:对B:错答案:对神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征。

A:对B:错答案: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。

A:错B:对答案:对人工神经网络是模拟人脑思维方式的数学模型。

A:错B:对答案: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。

A:对B:错答案:错模糊推理可以分为广义前向推理和广义后向推理。

A:错B:对答案: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。

A:对B:错答案:对MATLAB程序语句必须以分号结束。

A:错B:对答案:错在实际应用中,模糊推理的计算过程可以离线制作为一个查询表,实际的模糊推理过程是以查询的方式得到推理的结果。

A:错B:对答案:对智能控制是控制理论发展的高级阶段,它主要用来解决那些用传统控制方法难以解决的复杂系统的控制问题。

A:错B:对答案:对模糊控制是以人的控制经验为依据而设计的控制器,故无须知道被控对象的数学模型。

A:错B:对答案:对与传统控制相比,智能模糊控制所建立的数学模型因具有灵活性和应变性,因而能胜任处理复杂任务及不确定性问题的要求。

A:对B:错答案:错将神经网络作为被辨识系统的模型,可在已知常规模型结构的情况下,估计模型的参数。

A:对B:错答案:对神经网络训练之后的泛化能力是指网络对训练样本之外的新鲜数据的适应度,也称为神经网络的举一反三的能力

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