河南理工大学智能控制复习题
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、 填空题（每空 1 分，共 20 分）
1．控制论的三要素是： 信息 、 反馈 和 控制 。 2．传统控制是 经典控制 和 现代控制理论 的统称。 3．智能控制系统的核心是去控制 复杂性 和不确定性。 4．神经元 （即神经细胞） 是由 细胞体 、 树突 、 轴突 和 突触 四 部分构成。 5．按网络结构分，人工神经元细胞可分为 层状结构 和 网状结构 按 照学习方式分可分为： 有教师学习 和 无教师学习 。 6．前馈型网络可分为可见层和隐含层，节点有输入节点 、 输出节 点 、 计算单元 。 7．神经网络工作过程主要由 工作期 和 学习期 两个阶段组成。 二、判断题： （每题 1 分，共 10 分） 1． 对反馈网络而言，稳定点越多，网络的联想与识别能力越强，因此， 稳定点的数据目越多联想功能越好。 （错） 2． 简单感知器仅能解决一阶谓词逻辑和线性分类问题，不能解决高阶 谓词和非线分类问题。 （对） 3． BP 算法是在无导师作用下，适用于多层神经元的一种学习，它是 建立在相关规则的基础上的。 （错） 4． 在误差反传训练算法中，周期性函数已被证明收敛速度比 S 型函数 慢。 （错） 5． 基于 BP 算法的网络的误差曲面有且仅有一个全局最优解。 （错） 6． 对于前馈网络而言，一旦网络的用途确定了，那么隐含层的数目也 就确定了。 （错） 7． 对离散型 HOPFIELD 网络而言， 如权矩阵为对称阵， 而且对角线元 素非负，那么网络在异步方式下必收敛于下一个稳定状态。 （对） 8． 对连续 HOPFIELD 网络而言， 无论网络结构是否对称， 都能保证网 络稳定。 （错） 9． 竞争学习的实质是一种规律性检测器，即是基于刺激集合和哪个特 征是重要的先验概念所构造的装置，发现有用的部特征。 （对）
此题答案在老师上课讲的书 70 页
5）基于规则的仿人智能控制 6）基于模式识别的智能控制 7）多模变结构智能控制 8）学习控制和自学习控制 9）基于可拓逻辑的智能控制——可拓控制 10）基于混沌理论的智能控制——混沌控制
2．比较智能控制与传统控制的特点？
1）传统控制方法在处理复杂性、不确定性方面能力低而且有时丧失了这种能力 智能控制在处理复杂性、不确定性方面能力高 2）传统控制是基于被控对象精确模型的控制方式，可谓“模型论” 智能控制是智能决策必须建模，而利用不精确的模型又采用摸个固定控制算法，使整个 的控制系统置于模型框架下，缺乏灵活性，缺乏应变性，因此很难胜任对复杂系统的控制。 智能控制的可信是控制决策，次用灵活机动的决策方式迫使控制朝着期望的目标逼近。 4）传统控制适用于解决线性、时不变等相对简单的的控制问题 智能控制是对传统控制理论的发展，传统控制室智能控制的一个组成部分，是智能控制 的低级阶段。
3．.某电热烘干炉依靠人工连续调节外加电压，以便克服各种干扰达到恒温烘干 的目的。操作工人的经验是“如果炉温低，则外加电压高，否则电压不很高。 ” 如果炉温很低，试确定外加电压应该如何调节？
1,2,3,4,5 设定论域 X Y
1 0.8 0.6 0.4 0.2 A [低] 1 2 3 4 5 0.2 0.4 0.6 0.8 1 B [高] 1 2 3 4 5 0.96 0.84 0.64 0.36 0 C [不很高] 1 2 3 4 5 1 0.64 0.36 0.16 0.04 A1 [很低] H 2 [低] 1 2 3 4 5
10．
人工神经元网络和模糊系统的共同之处在于，都需建立对象的精确 的数学模型，根据输入采样数据去估计其要求的决策，这是一种有 模型的估计。 （错）
三、简答题（每题 5 分，共 30 分） 1．智能控制系统有哪些类型？
1）多级递阶智能控制 2）基于知识的专家控制 3）基于模糊逻辑的智能控制——模糊控制 4）基于神经网络的智能控制——神经控制
A 0.2 0.4 0.6 0.8 1 0.4 0.6 1 0.6 0.4 ，B u1 u2 u3 u4 u5 u1 u2 u3 u4 u5
求 A B ， A B ， AC （补集） 。
A B =
0.4 0.6 1 0.8 1 u1 u2 u3 u4 u5
0 .6 0 .8 R 0 .7 0 .5 0 .6 0 .4
0.4 0.8 Q R = 0.2 0.7
0.5 0.3 0.6 1 0.8 0.4 0.2 0.8
0 . 6 0 .8 0 . 7 0 .5 0 .6 0 .4
0.2 0.4 0.6 0.6 0.4 u1 u2 u3 u4 u5
A B =
AC =
0.8 0.6 0.4 0.2 u1 u2 u3 u4
2．设模糊矩阵
0.4 0.8 Q 0.2 0.7
求Q R
0.5 0.3 0.6 1 0.8 0.4 0.2 0.8
(0.4 0.6) (0.5 0.7) (0.3 0.6) (0.4 0.8) (0.5 0.5) (0.3 0.4) (0.8 0.6) (0.6 0.7) (1 0.6) (0.8 0.8) (0.6 0.5) (1 0.4) = (0.2 0.6) (0.8 0.7) (0.4 0.6) (0.2 0.8) (0.8 0.5) (0.4 0.4) (0.7 0.6) (0.2 0.7) (0.8 0.6) (0.7 0.8) (0.2 0.5) (0.8 0.4) 0.4 0.5 0.3 0.6 0.6 0.6 = 0.2 0.7 0.4 0.6 0.2 0.6 0.5 0.6 = 0.7 0.6 0.5 0.8 0.5 0.7 0.4 0.5 0.3 0.8 0.5 0.4 0.2 0.5 0.4 0.7 0.2 0.4
3．神经网络应具备的四个基本属性是什么？ 1）并行分布式处理 2）非线性处理 3）自学习功能 4）可通过硬件实现并行处理 4．神经网络学习方法有哪些？ 1）联想式学习——Hebb 规则 2）误差传播式学习——Delta 学习规则 3）概率式学习
4）竞争式学习 5．模糊控制系统一般由几个部分组成？ 1）模糊控制器 2）输入/输出接口装置 3）广义对象 4）传感器 6．模糊控制器设计包括几项内容？ 1）确定模糊控制器的输入变量和输出变量(即控制量) 2）设计模糊控制器的控制规则 3）确立模糊化和非模糊化（又称清晰化）的方法 4）选择模糊控制器的输入变量及输出变量的论域并确定模糊控制器的参数（如 量化因子、比例因子） 5）编制模糊控制算法的应用程序 6）合理选择模糊控制算法的采样时间 四、计算题（每小题 8 分，共 24 分） 1．设论域 U {u1 , u2 , u3 , u4 , u5 }
1．控制论的三要素是： 信息 、 反馈 和 控制 。 2．传统控制是 经典控制 和 现代控制理论 的统称。 3．智能控制系统的核心是去控制 复杂性 和不确定性。 4．神经元 （即神经细胞） 是由 细胞体 、 树突 、 轴突 和 突触 四 部分构成。 5．按网络结构分，人工神经元细胞可分为 层状结构 和 网状结构 按 照学习方式分可分为： 有教师学习 和 无教师学习 。 6．前馈型网络可分为可见层和隐含层，节点有输入节点 、 输出节 点 、 计算单元 。 7．神经网络工作过程主要由 工作期 和 学习期 两个阶段组成。 二、判断题： （每题 1 分，共 10 分） 1． 对反馈网络而言，稳定点越多，网络的联想与识别能力越强，因此， 稳定点的数据目越多联想功能越好。 （错） 2． 简单感知器仅能解决一阶谓词逻辑和线性分类问题，不能解决高阶 谓词和非线分类问题。 （对） 3． BP 算法是在无导师作用下，适用于多层神经元的一种学习，它是 建立在相关规则的基础上的。 （错） 4． 在误差反传训练算法中，周期性函数已被证明收敛速度比 S 型函数 慢。 （错） 5． 基于 BP 算法的网络的误差曲面有且仅有一个全局最优解。 （错） 6． 对于前馈网络而言，一旦网络的用途确定了，那么隐含层的数目也 就确定了。 （错） 7． 对离散型 HOPFIELD 网络而言， 如权矩阵为对称阵， 而且对角线元 素非负，那么网络在异步方式下必收敛于下一个稳定状态。 （对） 8． 对连续 HOPFIELD 网络而言， 无论网络结构是否对称， 都能保证网 络稳定。 （错） 9． 竞争学习的实质是一种规律性检测器，即是基于刺激集合和哪个特 征是重要的先验概念所构造的装置，发现有用的部特征。 （对）
此题答案在老师上课讲的书 70 页
5）基于规则的仿人智能控制 6）基于模式识别的智能控制 7）多模变结构智能控制 8）学习控制和自学习控制 9）基于可拓逻辑的智能控制——可拓控制 10）基于混沌理论的智能控制——混沌控制
2．比较智能控制与传统控制的特点？
1）传统控制方法在处理复杂性、不确定性方面能力低而且有时丧失了这种能力 智能控制在处理复杂性、不确定性方面能力高 2）传统控制是基于被控对象精确模型的控制方式，可谓“模型论” 智能控制是智能决策必须建模，而利用不精确的模型又采用摸个固定控制算法，使整个 的控制系统置于模型框架下，缺乏灵活性，缺乏应变性，因此很难胜任对复杂系统的控制。 智能控制的可信是控制决策，次用灵活机动的决策方式迫使控制朝着期望的目标逼近。 4）传统控制适用于解决线性、时不变等相对简单的的控制问题 智能控制是对传统控制理论的发展，传统控制室智能控制的一个组成部分，是智能控制 的低级阶段。
3．.某电热烘干炉依靠人工连续调节外加电压，以便克服各种干扰达到恒温烘干 的目的。操作工人的经验是“如果炉温低，则外加电压高，否则电压不很高。 ” 如果炉温很低，试确定外加电压应该如何调节？
1,2,3,4,5 设定论域 X Y
1 0.8 0.6 0.4 0.2 A [低] 1 2 3 4 5 0.2 0.4 0.6 0.8 1 B [高] 1 2 3 4 5 0.96 0.84 0.64 0.36 0 C [不很高] 1 2 3 4 5 1 0.64 0.36 0.16 0.04 A1 [很低] H 2 [低] 1 2 3 4 5
10．
人工神经元网络和模糊系统的共同之处在于，都需建立对象的精确 的数学模型，根据输入采样数据去估计其要求的决策，这是一种有 模型的估计。 （错）
三、简答题（每题 5 分，共 30 分） 1．智能控制系统有哪些类型？
1）多级递阶智能控制 2）基于知识的专家控制 3）基于模糊逻辑的智能控制——模糊控制 4）基于神经网络的智能控制——神经控制
A 0.2 0.4 0.6 0.8 1 0.4 0.6 1 0.6 0.4 ，B u1 u2 u3 u4 u5 u1 u2 u3 u4 u5
求 A B ， A B ， AC （补集） 。
A B =
0.4 0.6 1 0.8 1 u1 u2 u3 u4 u5
0 .6 0 .8 R 0 .7 0 .5 0 .6 0 .4
0.4 0.8 Q R = 0.2 0.7
0.5 0.3 0.6 1 0.8 0.4 0.2 0.8
0 . 6 0 .8 0 . 7 0 .5 0 .6 0 .4
0.2 0.4 0.6 0.6 0.4 u1 u2 u3 u4 u5
A B =
AC =
0.8 0.6 0.4 0.2 u1 u2 u3 u4
2．设模糊矩阵
0.4 0.8 Q 0.2 0.7
求Q R
0.5 0.3 0.6 1 0.8 0.4 0.2 0.8
(0.4 0.6) (0.5 0.7) (0.3 0.6) (0.4 0.8) (0.5 0.5) (0.3 0.4) (0.8 0.6) (0.6 0.7) (1 0.6) (0.8 0.8) (0.6 0.5) (1 0.4) = (0.2 0.6) (0.8 0.7) (0.4 0.6) (0.2 0.8) (0.8 0.5) (0.4 0.4) (0.7 0.6) (0.2 0.7) (0.8 0.6) (0.7 0.8) (0.2 0.5) (0.8 0.4) 0.4 0.5 0.3 0.6 0.6 0.6 = 0.2 0.7 0.4 0.6 0.2 0.6 0.5 0.6 = 0.7 0.6 0.5 0.8 0.5 0.7 0.4 0.5 0.3 0.8 0.5 0.4 0.2 0.5 0.4 0.7 0.2 0.4
3．神经网络应具备的四个基本属性是什么？ 1）并行分布式处理 2）非线性处理 3）自学习功能 4）可通过硬件实现并行处理 4．神经网络学习方法有哪些？ 1）联想式学习——Hebb 规则 2）误差传播式学习——Delta 学习规则 3）概率式学习
4）竞争式学习 5．模糊控制系统一般由几个部分组成？ 1）模糊控制器 2）输入/输出接口装置 3）广义对象 4）传感器 6．模糊控制器设计包括几项内容？ 1）确定模糊控制器的输入变量和输出变量(即控制量) 2）设计模糊控制器的控制规则 3）确立模糊化和非模糊化（又称清晰化）的方法 4）选择模糊控制器的输入变量及输出变量的论域并确定模糊控制器的参数（如 量化因子、比例因子） 5）编制模糊控制算法的应用程序 6）合理选择模糊控制算法的采样时间 四、计算题（每小题 8 分，共 24 分） 1．设论域 U {u1 , u2 , u3 , u4 , u5 }