智能控制试卷2

一、简答题（本题共40分，每小题10分）
1.智能控制有哪几种结构理论?这些理论的内容是什么?
2.模糊控制器由哪些部分组成?各部分的作用是什么?
3. 神经网络有哪几种学习方式?思想是什么？
4.DHNN 实现联想记忆的条件是什么？
二、计算题（本题共30分，每小题10分）
1. 已知两模糊矩阵为 ， 求R S 。

2. 考虑输出的基本论域是[]
2,2-，对于模糊论域 {5,4,3,2,1,0,1,2,3,4,5}V =-----上的模糊集合
0.3110.80.40.2012345C =+++++ ，采用最大隶属度法去模糊化，求相应的控制量。

3. 如图所示的一个3节点的离散Hopfield 神经网络。

假设初始状态为 , 试计算经过一次串行异步方式工作之后(按 的顺序进行状态更新)，网络的状态变化。

三、综合设计题（本题共30分，每小题15分）
1. 在偏差e 的模糊论域[-4,4]和控制电压u 的模糊论域[0,8]上定义语言值NB,NS,O,PS,PB 的隶属度函数如图所示。

已知模糊控制规则为
规则1：如果e 为O ，则u 为O ；
0.20.510.70.10.8R ⎡⎤=⎢⎥⎣⎦0.60.50.410.10.9S ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦
v 3
)0,0,0(321=y y y 3
12,,v v v
规则2：如果e 为PS ，则u 为NS 。

采用玛达尼推理以及重心法去模糊化，求偏差0.6e =时的控制电压u 。

2. 请设计n =5的离散Hopfield 网络，要求记忆3个样本，分别为：[][][]12311111,11111,11111T T T
d d d ==---=----。