智能控制导论综述.doc

智能控制导论综述
试题
一、名词解释1。

情报2。

自动控制3。

专家控制系统4。

学习控制5。

免疫算法6。

信息7。

智能控制系统8。

专家系统9。

学习控制系统10。

人工免疫系统。

信息论12。

黑板13。

模糊决策14。

学习系统15。

选取操作
V.简短回答106。

分级智能机器107的一般分级结构和功能的简要描述。

专家控制器108的设计原理的简要描述。

人形控制器109的智能属性的简要描述。

实现神经网络监督控制110的步骤的简要描述。

真实物体111的特征的简要描述。

建立专家系统112的一般步骤的简要描述。

学习控制113的机制的简要描述。

神经控制系统114的设计内容简述。

人工神经网络的主要学习算法和含义的简要说明。

结构和功能中仿人控制的基本特征简述5-
一、名词解释1。

情报2。

自动控制3。

专家控制系统4。

学习控制5。

免疫算法6。

信息7。

智能控制系统8。

专家系统9。

学习控制系统10。

人工免疫系统。

信息论12。

黑板13。

模糊决策14。

学习系统15。

选取操作
五、简短回答106。

简要描述分层智能机器107的一般分层结构和功能。

简要描述专家控制器108的设计原则。

简要描述仿人控制器的智能属性109。

简要描述实现神经网络监督控制的步骤110。

简要描述真实物体111的特征。

简要描述建立专家系统的一般步骤112。

简要描述学习控制113的机制。

简述神经控制系统的设计内容114。

简要描述人工神网络的主要学习算法和意义。

在结构和功能5中简要描述仿人控制的基本特征:(1)用常数乘以所有的权重和阈值。

(2)用常数添加所有权重和阈值。

尝试解释网络性能是否会改变117。

简要描述智能控制系统118根据其工作原理的分类。

简要描述基于神经网络专家系统的三种模式119。

简要描述实现学习控制系统所需的三种能力及其含义。

简要描述仿人控制器设计和实现的一般步骤
6.论文121。

试解释复合智能控制及其被采用的原因。

试解释模糊控制系统123的工作原理。

试着描述遗传算法的特点，并画出简单遗传算法的框图124。

尝试描述迭代学习控制的任务。

迭代控制、最优控制和自适应控制的区别；
绘制迭代学习控制系统的基本结构图。

125.尝试描述遗传算法的解步骤126。

尝试描述基于模式识别单词数据答案的学习控制原理
智力是将知识应用于特定环境的能力，或者是按照客观标准进行抽象思考的能力。

2.自动控制是一种能够根据特定程序自动操作或控制机器或设备的过程。

3.应用专家系统的概念和技术来模拟人类专家的控制知识和经验而建立的控制系统称为专家控制系统。

4.学习控制可以估计系统过程中的未知信息，并以此为基础进行最优控制，从而逐步提高系统性能。

学习控制是一种控制方法。

它的实际经验在控制参数和算法方面起到了类似的作用。

5.免疫算法是模仿生物免疫学和基因进化机
制人工构建的一种优化搜索算法。

它是生物免疫过程的数学模拟，是免疫计算中最重要的情况。

6.信息是知识的交流或知识的感觉，是对知识内涵的衡量。

所描述事件的信息内容越多，事件的不确定性就越小。

7.用于在没有操作员干预的情况下驱动智能机器实现其目标的系统称为智能控制系统。

8.专家系统是一种智能
11.信息论是研究信息效率、信息特征测量、信息处理和人机交流过程的数学理论。

12.用于记录系统推理中使用的控制信息、中间假设和中间结果的数据库。

13.在模糊逻辑控制中，从模糊集中取一个值的过程，这个值是通过推理得到的，相对来说是最能代表模糊集的。

14.可以学习关于过程的未知信息，并且所学习的信息可以用作进一步决策或控制的经验，以便逐渐地-(2)用常数添加所有权重和阈值。

尝试解释网络性能是否会改变117。

简要描述智能控制系统118根据其工作原理的分类。

简要描述基于神经网络专家系统的三种模式119。

简要描述实现学习控制系统所需的三种能力及其含义。

简要描述仿人控制器设计和实现的一般步骤
6.论文121。

试解释复合智能控制及其被采用的原因。

试解释模糊控制系统123的工作原理。

试着描述遗传算法的特点，并画出简单遗传算法的框图124。

尝试描述迭代学习控制的任务。

迭代控制、最优控制和自适应控制的区别；
绘制迭代学习控制系统的基本结构图。

125.尝试描述遗传算法的解步骤126。

尝试描述基于模式识别单
词数据答案的学习控制原理
智力是将知识应用于特定环境的能力，或者是按照客观标准进行抽象思考的能力。

2.自动控制是一种能够根据特定程序自动操作或控制机器或设备的过程。

3.应用专家系统的概念和技术来模拟人类专家的控制知识和经验而建立的控制系统称为专家控制系统。

4.学习控制可以估计系统过程中的未知信息，并以此为基础进行最优控制，从而逐步提高系统性能。

学习控制是一种控制方法。

它的实际经验在控制参数和算法方面起到了类似的作用。

5.免疫算法是模仿生物免疫学和基因进化机制人工构建的一种优化搜索算法。

它是生物免疫过程的数学模拟，是免疫计算中最重要的情况。

6.信息是知识的交流或知识的感觉，是对知识内涵的衡量。

所描述事件的信息内容越多，事件的不确定性就越小。

7.用于在没有操作员干预的情况下驱动智能机器实现其目标的系统称为智能控制系统。

8.专家系统是一种智能计算机程序系统，它包含了某一领域的大量专家水平的知识和经验。

它可以利用人类专家的知识和解决问题的方法来处理这个领域的问题，并在人类专家的层次上完成一个特别困难的专业领域的任务。

9.如果一个学习系统使用学习到的信息来控制一个具有位置特征的过程，它被称为学习控制系统。

10.人工免疫系统是受免疫学理论和观察到的免疫功能、原理和模型启发的适应性系统。

11.信息论是研究信息效率、信息特征测量、信息处理和人机交流过程的数学理论。

12.用于记录系统推理中使用的控制信息、中间
假设和中间结果的数据库。

13.在模糊逻辑控制中，从模糊集中取一个值的过程，这个值是通过推理得到的，相对来说是最能代表模糊集的。

14.可以学习关于过程的未知信息，并且所学习的信息可以用作进一步的决策或控制经验，从而逐渐地:传感器模糊化接口推理机模糊决策接口过程数据库规则库设置输入模糊控制器知识库|输出123。

尝试描述遗传算法的特点，并画出简单遗传算法的框图(1)遗传算法是对参数集进行编码，而不是对参数本身进行进化；
(2)遗传算法从问题解的编码组开始
简单遗传算法框图；
终止条件开始种群计算适应值选择操作交叉操作变异操作适应值最佳个体端124的初始化。

尝试描述迭代学习控制的任务；
迭代控制、最优控制和自适应控制的区别；
绘制迭代学习控制系统的基本结构图。

迭代学习控制的任务:
给定系统的当前输入和输出，确定具有下一预期输入的系统的实际输出收敛于期望值。

迭代控制和最优控制的区别；
最优控制根据系统模型计算最优输入，而迭代控制通过之前的实验获得最佳输入。

迭代控制和自适应控制的区别；
迭代控制算法在每次测试后离线实现，而自适应控制算法是在线的，需要大量的计算。

基本结构图如下:
存储和记忆的受控系统的学习控制器图中的和是第k次运行时
系统的输入变量、输出变量、预期输出和输出误差，并且是第k次运行时系统的输入变量，k=1，2，输出误差为:
125.尝试遗传算法的求解步骤(1)来初始化种群；
(2)计算组中每个个体的适应值；
(3)根据个体适应值确定的一定规则，选择个体进入下一代；
(4)根据概率Pc进行交叉运算；
(5)根据概率Pc进行变异操作；
(6)如果不满足某些停止条件，转到步骤(2)，否则转到下一步；
(7)输出种群中适应值最好的染色体作为问题的最优解。

126.尝试描述基于模式识别的学习控制原理图，如下图所示:
的模式识别传感器。

从图中可以看出YeRYKB学习控制器学习和适应数据库推理机控制规则的装置。

控制器包含模式识别单元和学习单元。

模式识别单元实现输入信息的提取和处理，为控制决策和学习适应提供依据，包括提取特征信息和识别动态过程的特征信息。

学习和适应单元的功能是根据在线信息添加和修改知识库的内容，并提高系统的性能、单词数据、单词数据。