智能控制问答题终极版

合集下载

智能控制试卷及答案

智能控制试卷及答案一、试卷一、选择题（每题2分，共20分）1. 下列哪项不是智能控制的主要类型？A. 人工智能控制B. 模糊控制C. 神经网络控制D. 逻辑控制2. 以下哪种控制方法适用于处理具有不确定性、非线性和时变性等特点的复杂系统？A. PID控制B. 模糊控制C. 串级控制D. 比例控制3. 神经网络控制的核心思想是利用神经网络实现控制规律的映射，以下哪种神经网络模型适用于动态系统的控制？A. BP神经网络B. RBF神经网络C. 感知器D. Hopfield神经网络4. 模糊控制中，模糊逻辑推理的核心部分是？A. 模糊集合B. 模糊规则C. 模糊推理D. 解模糊5. 以下哪种方法不属于智能控制系统的建模方法？A. 基于模型的建模B. 基于数据的建模C. 基于知识的建模D. 基于经验的建模二、填空题（每题2分，共20分）6. 智能控制的理论基础包括________、________和________。

7. 模糊控制的基本环节包括________、________、________和________。

8. 神经网络控制的主要特点有________、________、________和________。

9. 智能控制系统的主要性能指标包括________、________、________和________。

10. 智能控制技术在工业生产、________、________和________等领域有广泛应用。

三、判断题（每题2分，共10分）11. 模糊控制适用于处理具有确定性、线性和时不变性等特点的复杂系统。

（）12. 神经网络控制具有较强的自学习和自适应能力。

（）13. 智能控制系统不需要考虑系统的稳定性和鲁棒性。

（）14. 智能控制技术在无人驾驶、智能家居等领域具有广泛应用前景。

（）15. 模糊控制的核心思想是利用模糊逻辑进行推理和决策。

（）四、简答题（每题10分，共30分）16. 简述模糊控制的基本原理。

(完整版)智能控制题目及解答

智能控制题目及解答第一章绪论作业作业内容1．什么是智能、智能系统、智能控制？2．智能控制系统有哪几种类型，各自的特点是什么?3．比较智能控制与传统控制的特点.4．把智能控制看作是AI(人工智能)、OR(运筹学）、AC(自动控制)和IT(信息论)的交集,其根据和内涵是什么？5．智能控制有哪些应用领域?试举出一个应用实例，并说明其工作原理和控制性能.1 答：智能：能够自主的或者交互的执行通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习等一系列活动的能力，即像人类那样工作和思维。

智能系统：是指具有一定智能行为的系统，对于一定的输入,它能产生合适的问题求解相应。

智能控制：智能控制是控制理论、计算机科学、心理学、生物学和运筹学等多方面综合而成的交叉学科，它具有模仿人进行诸如规划、学习、逻辑推理和自适应的能力。

是将传统的控制理论与神经网络、模糊逻辑、人工智能和遗传算法等实现手段融合而成的一种新的控制方法。

2 答：（1）人作为控制器的控制系统：人作为控制器的控制系统具有自学习、自适应和自组织的功能。

（2）人—机结合作为作为控制器的控制系统：机器完成需要连续进行的并需快速计算的常规控制任务，人则完成任务分配、决策、监控等任务。

（3）无人参与的自组控制系统:为多层的智能控制系统，需要完成问题求解和规划、环境建模、传感器信息分析和低层的反馈控制任务.3 答：在应用领域方面，传统控制着重解决不太复杂的过程控制和大系统的控制问题;而智能控制主要解决高度非线性、不确定性和复杂系统控制问题。

在理论方法上，传统控制理论通常采用定量方法进行处理，而智能控制系统大多采用符号加工的方法；传统控制通常捕获精确知识来满足控制指标,而智能控制通常是学习积累非精确知识;传统控制通常是用数学模型来描述系统，而智能控制系统则是通过经验、规则用符号来描述系统。

在性能指标方面，传统控制有着严格的性能指标要求，智能控制没有统一的性能指标，而主要关注其目的和行为是否达到。

智能控制习题答案

第一章绪论1. 什么是智能、智能系统、智能控制答：“智能”在美国Heritage词典定义为“获取和应用知识的能力”;“智能系统”指具有一定智能行为的系统,是模拟和执行人类、动物或生物的某些功能的系统;“智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素,使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能,对不确定环境中的复杂对象进行的拟人化管理; 2．智能控制系统有哪几种类型,各自的特点是什么答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等;各自的特点有：集散控制系统：以微处理器为基础,对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统;该系统将若干台微机分散应用于过程控制,全部信息通过通信网络由上位管理计算机监控,实现最优化控制,整个装置继承了常规仪表分散控制和计算机集中控制的优点,克服了常规仪表功能单一,人机联系差以及单台微型计算机控制系统危险性高度集中的缺点,既实现了在管理、操作和显示三方面集中,又实现了在功能、负荷和危险性三方面的分散;人工神经网络：它是一种模范动物神经网络行为特征,进行分布式并行信息处理的算法数学模型;这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的;专家控制系统：是一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题;可以说是一种模拟人类专家解决领域问题的计算机程序系统;多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统;这种结构的特点是：1.上、下级是隶属关系,上级对下级有协调权,它的决策直接影响下级控制器的动作;2.信息在上下级间垂直方向传递,向下的信息有优先权;同级控制器并行工作,也可以有信息交换,但不是命令;3.上级控制决策的功能水平高于下级,解决的问题涉及面更广,影响更大,时间更长,作用更重要;级别越往上,其决策周期越长,更关心系统的长期目标;4.级别越往上,涉及的问题不确定性越多,越难作出确切的定量描述和决策;学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性,并相应地改变自身特性以改善控制性能的系统;这种系统具有一定的识别、判断、记忆和自行调整的能力;3．比较智能控制与传统控制的特点;答：智能控制与传统控制的比较：它们有密切的关系,而不是相互排斥;常规控制往往包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题;1.传统的自动控制是建立在确定的模型基础上的,而智能控制的研究对象则存在模型严重的不确定性,即模型未知或知之甚少者模型的结构和参数在很大的范围内变动,这些问题对基于模型的传统自动控制来说很难解决;2.传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便,希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置,能够更加深入而灵活地和系统进行信息交流,同时还要扩大输出装置的能力,能够用文字、图纸、立体形象、语言等形式输出信息. 另外,通常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其它的情况. 为扩大信息通道,就必须给自动装置安上能够以机械方式模拟各种感觉的精确的送音器,即文字、声音、物体识别装置;3.传统的自动控制系统对控制任务的要求要么使输出量为定值调节系统,要么使输出量跟随期望的运动轨迹跟随系统,因此具有控制任务单一性的特点,而智能控制系统的控制任务可比较复杂;4. 传统的控制理论对线性问题有较成熟的理论,而对高度非线性的控制对象虽然有一些非线性方法可以利用,但不尽人意. 而智能控制为解决这类复杂的非线性问题找到了一个出路,成为解决这类问题行之有效的途径;5.与传统自动控制系统相比,智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力;6.与传统自动控制系统相比,智能控制系统能以知识表示的非数学广义模型和以数学表示的混合控制过程,采用开闭环控制和定性及定量控制结合的多模态控制方式;7.与传统自动控制系统相比,智能控制系统具有变结构特点,能总体自寻优,具有自适应、自组织、自学习和自协调能力;8.与传统自动控制系统相比,智能控制系统有补偿及自修复能力和判断决策能力;4．把智能控制看作是AI人工智能、OR运筹学、AC自动控制和IT信息论的交集,其根据和内涵是什么答：智能控制具有明显的跨学科特点,在最早傅金孙提出的二元论中,智能控制系统被认为是自动控制与人工智能的交互作用,随着认识的深入,萨瑞迪斯提出运筹学融入智能控制而提出三元结构,蔡自兴教授提出将信息论引入智能控制,其依据在于：信息论是解释知识和智能的一种手段；控制论、信息论和系统论是紧密相连的；信息论已经成为控制智能机器的工具；信息论参与智能控制的全过程并对执行级起到核心作用,因此最终确定了智能控制的四元结构;5．智能控制有哪些应用领域试举出一个应用实例,并说明其工作原理和控制性能;答：智能控制应用于机器人、汽车、制造业、水下和陆地自助式车辆、家用电器、过程控制、电子商务、医疗诊断、飞行器、印刷、城市铁路、电力系统等领域;例如焊接机器人其基本工作原理是示教再现,即由用户导引机器人,一步步按实际任务操作一遍,机器人在导引过程中自动记忆示教的每个动作的位置、姿态、运动参数、焊接参数等,并自动生成一个连续执行全部操作的程序;完成示教后,只需给机器人一个起动命令,机器人将精确地按示教动作,一步步完成全部操作,实际示教与再现;控制性能为：弧焊机器人通常有五个自由度以上,具有六个自由度的弧焊机器人可以保证焊枪的任意空间轨迹和姿态;点至点方式移动速度可达60m/min以上,其轨迹重复精度可达到±0.2mm;这种弧焊机器人应具有直线的及环形内插法摆动的功能,共六种摆动方式,以满足焊接工艺要求,机器人的负荷为5kg;第二章模糊控制的理论基础1．举例说明模糊性的客观性和主观性;答：模糊性起源于事物的发展变化性,变化性就是不确定定性；模糊性是客观世界的普遍现象,世界上许多的事物都具有模糊非电量的特点;例如：年龄分段的问题；如果一个人的年龄大于60岁算老年,45-59岁之间的岁中年,小于44岁的就算青年；如果一个人的年龄是59岁零11个月零28天,那么他是属于中年还是老年呢理论上从客观的角度说他是中年人,但是与60岁只有两天区别,这区别我们是分辨不出来的;从主观上我们认为他又是老年人;这就是模糊性的主观性和客观性的体现;2．模糊性与随机性有哪些异同答：模糊性处于过渡阶段的事物的基本特征,是性态的不确定性,类属的不清晰性,是一种内在的不确定性；而随机性是在事件是否发生的不确定性中表现出来的不确定性,而事件本身的性态和类属是确定的,是一种外在的不确定性;相同点是：模糊性是由于事物类属划分的不分明而引起的判断上的不确定性；而随机性是由于天剑不充分而导致的结果的不确定性;但是他们都共同表现出不确定性;异同点是：模糊性反映的是排中的破缺,而随机性反映的是因果律的破缺；模糊性现象则需要运用模糊数学,随机性现象可用概率论的数学方法加以处理;3．比较模糊集合与普通集合的异同;答：模糊集合用隶属函数作定量描述,普通集合用特征函数来刻划; 两者相同点：都属于集合,同时具有集合的基本性质;两者异同点：模糊集合就是指具有某个模糊还年所描述的属性的对象的全体,由于概念本身不是很清晰,界限分明的,因而对象对集合的隶属关系也不是明确的；普通集合是指具有某种属性的对象的全体,这种属性所表达的概念应该是清晰的,界限分明的,因而每个对象对于集合的隶属关系也就是明确的;;4.考虑语言变量：“Old ”,如果变量定义为：确定“NOT So Old ”,“Very Old ”,“MORE Or LESS Old ”的隶属函数;解：1 o old 220 050()1(50/5) 50100NOT S x x x x μ--≤<⎧⎪=⎨⎡⎤+-≤<⎪⎣⎦⎩ 5.已知存在模糊向量A 和模糊矩阵R 如下：()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==3.06.03.001.004.06.02.01.08.05.04.01.07.0R A 计算R A B =; 6.令论域{}4321=U ,给定语言变量“Small ”=1/1+2+3+4和模糊关系R=“Almost 相等”定义如下：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=16.01.006.016.01.01.06.016.001.06.01R 利用max-min 复合运算,试计算：相等）是Almost Small X y R ()()( =;解：10.60.100.610.60.1y (10.70.30.1)0.10.610.600.10.61R⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦（） 7.已知模糊关系矩阵：⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=15.05.01009.002.01.00014.009.004.018.02.01.008.01R 计算R 的二至四次幂;解：210.800.10.210.800.10.20.810.400.90.810.400.900.410000.41000.10010.50.10010.50.20.900.510.20.900.51R R R ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=•=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦10.80.40.20.80.810.40.50.90.40.4100.40.20.5010.50.80.90.40.51⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦8.设有论域},{ },,,{ },,,{21321321z z Z y y y Y x x x X ===,二维模糊条件语句为“若A且B 则C ”,其中)(C , 14.0)( , 6.011.0)( , 1.015.021321321Z F z z C Y F B y y y B X F A x x x A ∈+=∈++=∈++=已知 )(B , 15.01.0)( , 1.05.01*321**321*Y F y y y B X F A x x x A ∈++=∈++=由关系合成推理法,求得推理结论*C ; 解：令R 表示模糊关系,则R A B C =⨯⨯. 将1TR 按行展开写成列向量为[]0.10.50.50.110.60.10.10.1T所以,[]10.10.10.40.110.50.50.40.510.50.50.40.510.10.10.40.110.41110.4110.60.60.40.610.10.10.40.110.10.10.40.110.10.10.40.11TR R C ∧∧⎡⎤⎡⎤⎢⎥⎢⎥∧∧⎢⎥⎢⎥⎢⎥⎢⎥∧∧⎢⎥⎢⎥∧∧⎢⎥⎢⎥⎢⎥⎢⎥=⨯=⨯==∧∧⎢⎥⎢⎥∧∧⎢⎥⎢⎥⎢⎥⎢⎥∧∧⎢⎥⎢⎥∧∧⎢⎥⎢⎥⎢⎥⎢⎥∧∧⎣⎦⎣⎦0.10.10.40.50.40.50.10.10.410.40.60.10.10.10.10.10.1⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦.又因为()C A B R ***=⨯⨯,[]10.10.510.50.10.510.10.50.50.10.10.10.1A B **⎡⎤⎡⎤⎢⎥⎢⎥⨯==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦,将A B **⨯按行展开写成行向量,为[]0.10.510.10.50.50.10.10.1,则 ()()0.40.5C A B R ***=⨯⨯=即120.40.5C z z *=+ 9. 已知语言变量x,y,z;X 的论域为{1,2,3},定义有两个语言值： “大”＝{0, , 1}；“小”={1, , 0}; Y 的论域为{10,20,30,40,50},语言值为：“高”={0, 0, 0, , 1}；“中”={0, , 1, , 0}; “低”={1, , 0, 0, 0};Z的论域为{,,},语言值为：“长”={0, , 1}；“短”={1, , 0}则：1试求规则：如果x 是“大”并且y 是“高”那么z是“长”；否则,如果x 是“小”并且y 是“中”那么z是“短”;所蕴涵的x,y,z之间的模糊关系R;2假设在某时刻,x是“略小”={, , 0},y是“略高”={0, 0, , , 1}试根据R分别通过Zadeh法和Mamdani法模糊推理求出此时输出z的语言取值;第三章模糊控制1.模糊控制器有哪几部分组成各完成什么功能1:答：模糊控制器由四个部分组成,这四个功能模块是模糊化、知识库、模糊推理和去模糊化;1模糊化：为实现模糊控制而将精确的输入量进行模糊化处理,是将精确量转化为模糊量的过程;模糊化模块在不同的阶段有不同的作用：a、确定符合模糊控制器要求的输入量和输出量;b、对输入输出变量进行尺度变换,使之落于各自的论域范围内;c、对已经论域变换的输入量进行模糊化处理,包括模糊分割和隶属函数的确定;2知识库：知识库通常由数据库和规则库组成,包含了具体应用领域的知识和要求;其中,数据库主要包含输入输出变量的初度变换因子、输入输出空间的模糊分割以及模糊变量的模糊取值及相应的隶属度函数选择和形状等方面的内容;规则库包含了用模糊语言描述专家的经验知识,来表示一系列控制规则;它们反映了控制专家的经验和知识;3模糊推理：是一种近似推理,根据模糊控制规则库和当前系统状态推断出应施加的控制量的过程,由推理机完成;4去模糊化：由于控制器输出到具体地执行机构的信号必须是清晰的精确量;因此,需要一个与输入模糊化相反的过程,即把模糊推理结果转变成清晰量,它实现从输出论域上输出模糊空间到输出精确空间的映射;2.模糊控制器设计的步骤怎样2：答：模糊控制器设计的步骤如下：1：输入变量和输出变量的确定;2：输入输出变量的论域和模糊分割,以及包括量化因子和比例因子在内的控制参数的选择;3：输入变量的模糊化和输出变量的清晰化;4：模糊控制规则的设计以及模糊推理模型的选择;5：模糊控制程序的编制;3.清晰化的方法有哪些3：答：清晰化的方法一般有四种：1：最大隶属度法：这种方法将模糊推理得到的结论中最大隶属度值最对应的元素作为控制器输出的精确值,如果有多个最大点,则取其平均值;2：加权平均法：这种方法是指以各条规则的前件和输入的模糊集按一定法则确定的值为权值,并对后件代表值加权平均计算输出的清晰值的方法;3：面积等分法：把输出的模糊集合所对应的隶属函数与横坐标之间围成的面子分成两部分,那么该方法得到的精确值应满足使该两部分的面积相等;4：由于Tsukamoto模型和Takagi-Sugeno模型输出本身就是清晰量,则不需要去模糊化;4.已知某一炉温控制系统,要求温度保持在600度恒定;针对该控制系统有一下控制经验：1若炉温低于600度,则升压；低得越多升压就越高;2若炉温高于600度,则降压；高得越多降压就越低; 2若炉温等于600度,则保持不变;设计模糊控制器为一维控制器,输入语言变量为误差,输出为控制电压;输入、输出变量的量化等级为7级,取5个模糊集;设计隶属度函数误差变化划分表、控制电压变化划分表和模糊控制规则表; 解：定义理想温度点的温度为T ,实际测量温度为T ,温度差为0e T T T=∆=-;以为输入、输出变量的量化等级均为7级, 5个模糊集,则e控制电压u 变化划分表为：根据一上两表设计一下模糊规则：若e 负大,则u 正大；若e 负小,则u 正小；若e 为0,则u 为0；若e 正小,则u 负小；若e 正大,则u 负大; 模糊控制规则表为：试分别设计：1常规的PID 控制器； 2常规的模糊控制器； 3模糊PID 控制器;分别对上述3种控制器进行Matlab 仿真,并比较控制效果; 解：1常规的PID 控制器的设计： a) 常规的PID 控制器的设计原理图： b 在matlab 中simulink 仿真图如下：第四章神经网络基础1、生物神经元模型的结构功能是什么答：生物神经元结构：1、细胞体：由细胞核、细胞质和细胞膜等组成;2、树突：胞体上短而多分枝的突起;相当于神经元的输入端,接受传入的神经冲动;3、轴突：胞体上最长枝的突起,也称神经纤维;端部有很多神经末稍传出神经冲动;4、突触：神经元间的连接接口,每个神经元约有1万~10万个突触;神经元通过其轴突的神经末稍,经突触与另一神经元的树突联接,实现信息的传递;由于突触的信息传递特性是可变的,形成了神经元间联接的柔性,称为结构的可塑性;5、细胞膜电位：神经细胞在受到电的、化学的、机械的刺激后,能产生兴奋,此时,细胞内外有电位差,称膜电位;电位膜内为正,膜外为负;生物神经元功能：1、兴奋与抑制当传入神经元的冲动,经整合,使细胞膜电位升高,超过动作电位的阈值时,为兴奋状态,产生神经冲动,由轴突经神经末稍传出;当传入神经元的冲动,经整合,使细胞膜电位降低,低于阈值时,为抑制状态,不产生神经冲动;2、学习与遗忘由于神经元结构的可塑性,突触的传递作用可增强与减弱,因此,神经元有学习与遗忘的功能;2、人工神经元模型的特点是什么答：人工神经元模型的特点：1、神经元及其联接；2、神经元间的联接强度决定信号传递的强弱；3、神经元间的联接强度是可以随训练改变的；4、信号是可以起刺激作用的,也可以起抑制作用；5、一个神经元接受的信号的累积效果决定该神经元的状态；6、每个神经元可以有一个“阈值”;3、人工神经网络的特点是什么如何分类答：人工神经网络的特点：1、非线性2、分布处理3、学习并行和自适应4、数据融合5、适用于多变量系统6、便于硬件实现人工神经网络的分类：根据神经网络的连接方式,神经网络可分为三种形式：1、前向网络：神经元分层排列,组成输入层、隐含层和输出层;每一层的神经元只接受前一层神经元的输入;输入模式经过各层顺次的变换后,由输出层输出;在各神经元间不存在反馈;感知器和误差反向传播网络采用前向网络形式;2、反馈网络：该网络结构在输出层到输入层存在反馈,即每一个输入节点都有可能接受来自外部的输入和来自输出神经元的反馈;这种神经网络是一种反馈动力学系统,它需要工作一段时间才能达到稳定;3、自组织网络：当神经网络在接受外界输入时,网络将会分成不同的区域,不同区域具有不同的响应特征,即不同的神经元以最佳方式响应不同性质的信号激励,从而形成一种拓扑意义上的特征图,该图实际上是一种非线性映射;这种映射是通过无监督的自适应过程完成的,所以也称为自组织特征图;4、有哪几种常用的神经网络学习算法常用的神经网络学习算法：1、有教师学习：在学习过程中,网络根据实际输出与期望输出的比较,进行联接权系的调整,将期望输出称导师信号是评价学习的标准;2、无教师学习：无导师信号提供给网络,网络能根据其特有的结构和学习规则,进行联接权系的调整,此时网络学习评价的标准隐含于其内部;3、再励学习:把学习看为试探评价过程,学习及选择一动作作用于环境,环境的状态改变,并产生再励信号反馈至学习机,学习机依据再励信号与环境当前的状态,再选择下一动作作用于环境,选择的原则是使受到奖励的可能性增大;4、Hebb学习规则5、Delta学习规则第五章典型神经网络1、BP算法的特点是什么增大权值是否能够使BP学习变慢答：误差反向传播的BP算法简称BP算法,是有导师的学习,其基本思想是梯度下降法;它采用梯度搜索技术,以使网络的实际输出值与期望输出值的误差均方值为最小;学习的过程由正向传播和反向传播组成,在正向过程中,输入信息由输入层经隐层逐层处理,并传向输出层,每层神经元的状态只影响下一层神经元的状态,如果在输出层不能得到期望的输出,则转至反向传播,将误差信号按连接通路反向计算,由梯度下降法来调整各层神经元的权值,使误差信号减小;主要优点：1非线性映射能力：无需事先了解描述这种映射关系的数学方程,只要提供足够多的样本模式对BP网络进行详细训练,它便能完成由n维输入空间到m输出空间的非线性映射;2泛化能力：当向网络输入训练时未曾见过的非样本数据时,网络也能完成由输入空间向输出空间的正确映射,这种能力称为多层前馈网络的泛化能力;3容错能力：输入样本中带有较大的误差,甚至个别错误对网络的输入输出规律影响很小;标准的BP算法内在的缺陷：1易形成局部极小而得不到全局最优；2训练次数多使得学习效率低,收敛速度慢；3隐节点的选取缺乏理论指导；4训练时学习新样本有遗忘旧样本的趋势;增大权值不一定能够使BP学习变慢,由BP权值修正的原理可知,权值调整公式可汇总如下：2、为什么说BP网络是全局逼近的,而RBF网络是局部逼近的它们各有突出的特点是什么BP网络的活化函数为S函数,其值在输入空间中无限大的范围内为非零值,因而是全局逼近的神经网络;其突出特点如下：1、是一种多层网络化,包括输入层、隐含层和输出层；2、层与层之间采用全互联方式,同一层神经元不连接；3、权值通过delta 学习算法进行调节；4、神经元活化激发函数为S函数；5、学习算法由正向算法和反向算法组成；6、层与层之间的连接时单向的,信息的传播史双向的;RBF网络的活化函数为高斯基函数,其值在输入空间中有限范围内为非零值,并且RBF神经网络的神经元具有局部逼近的神经网络;其输出特点如下：1、RBF径向基函数是局部的,学习速度快；2、已证明RBF网络具有唯一最佳逼近的特性,且无局部最小；3、在函数创建过程中可以自动增加隐含层的神经元个数,直到满足均方差要求为止无需单独的代码来训练函数,网络的创建过程就是训练过程;4、RBF 网络用于非线性系统辨识与控制中,虽具有唯一最佳逼近特性,且无局部最小的优点,避免去确定隐层和隐层点数,网络可以根据具体问题自适应的调整,因此适应性更好; 3、何为神经网络的泛化能力影响泛化能力的因素有哪些答：泛化能力综合能力、概括能力：用较少的样本进行训练,是网络能在给定的区域内达到要求的精度;所以没有泛化能力的网络没有使用价值;影响泛化能力的因素：1、样本；2、结构；3、初始权值4、训练样本集；5、需测试集; 4. 已知一个非线性函数2121()sin(2)2y x x ππ=,试用三层BP 网络逼近输出y,画出网络的结构,写出网络各层节点的表达式以及各层节点输出值的范围; 解：非线性函数2121()sin(2)2y x x ππ=画出三层BP 网络的结构图由输入得到两个隐节点、一个输出层节点的输出,输入层不考虑阈值两个隐节点、一个输出层节点输出为活化函数选择S 型函数1()1xly f xl e -==+如教材例,取第一个输入、输出神经元与各隐含神经元的连接权均为1,第二个输入、输出神经元与各隐含层单元的连接权为2.则由上式可得第六章高级神经网络控制器的一般形式为0()()()[()(1)]kp idj u k k e k k e j k e k e k ==++--∑,也可写成等价形式112233()()()()u k k u k k u k k u k =++,其中1203()(),()(),()()()(1)kj u k e k u k e k u k e k e k e k ====∆=--∑,123,,k k k 为PID 控制器,,p i d k k k 三个参数的线性表示;这一形式可以看成以123(),(),()u k u k u k 为输入,123,,k k k 为权系数的神经网络结构,试推导出自适应神经网络PID 控制器参数调整的学习算法; 解：自适应神经网络PID 控制器结构如下图所示：由图可知：控制器由两部分组成,分别为常规PID 控制和神经网络;其中,常规PID 直接对被控对象进行闭环控制,并且其控制参数kp 、ki 、kd 为在线调整方式；神经网络根据系统的运动状态,调节PID 控制器的参数,使输出层神经元的输出对应于PID 控制器的三个可调参数;学习算法如下：首先确定神经网络的结构,即确定输入节点数和隐含层节点数,并给出各层加权系数的初值w1和w2,并选定学习速率和惯性系数,令k=1；采样得到rk 和yk,计算当前时刻误差rk-yk ；计算各神经网络的输入和输出,其输出层的输出即为PID 控制器的三个控制参数kp 、ki 、kd 并计算PID 控制器的输出进行神经网络学习,在线调整加权系数,实现PID 控制参数的自适应调整；令k=k1,进行上述步骤;网络各层输入输出算法：。

智能控制试卷及答案4套

附件 1
题号
一
二
三
四
五
六
七
分数
总分
合分人：
复查人：
一、填空题（每空 1 分，共 20 分）
分数
评卷人
1．智能控制是一门新兴的
学科，它具有非常广泛的应用领域，例如
、
、
、
和
。
2．智能控制系统的主要类型有：
、
、
和
。
、
、
3．一个理想的智能控制系统应具备的性智能能是
、
、
等。
4．在设计知识表达方法时，必须从表达方法的
-2
-1
0
“neglarge ” “negsmall ” “zero ”
16
8
d
4
e t , ra d . dt
1
2
“possmall ” “poslarge ”
-30
-20
-10
10
20
30 u t , N
2. 设论域 U { u1, u2 , u3 ,u4 ,u5} ，且 0.4 0.3 0.9 1 0.5
种：
、
和
。
6. 专家系统具有三个重要的特征是：
、
和
。
二、简答题：（每题 5 分，共 30 分） 1．智能控制有哪些应用领域？试举例说明其工作原理。 2．试说明智能控制的三元结构，并画出展示它们之间关系的示意图。 3．模糊逻辑与随机事件的联系与区别。
分数
评卷人
精彩文档
4．给出典型的神经元模型。
12．比较智能控制与传统控制的特点。
4．神经网络应具的四个基本属性是什么？
精彩文档

智能控制考试题及答案

智能控制技术考试题及答案《智能控制技术》考试试题A《智能控制》课程考试试题A参考答案一、填空题(1) OPEN (2) 最有希望 (3) 置换 (4) 互补文字 (5) 知识库(6) 推理机 (7) 硬件 (8) 软件 (9) 智能 (10) 傅京孙(11) 萨里迪斯 (12) 蔡自兴 (13) 组织级 (14) 协调级(15) 执行级 (16) 递阶控制系统 (17) 专家控制系统(18) 模糊控制系统 (19) 神经控制系统 (20) 学习控制系统二、选择题1、D2、A3、C4、B5、D6、B7、A8、D9、A 10、D三、问答题1、答:传统控制理论在应用中面临的难题包括:(1) 传统控制系统的设计与分析是建立在精确的系统数学模型基础上的,而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等,一般无法获得精确的数学模型。

(2) 研究这类系统时,必须提出并遵循一些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。

(3) 对于某些复杂的和包含不确定性的对象,根本无法以传统数学模型来表示,即无法解决建模问题。

(4) 为了提高性能,传统控制系统可能变得很复杂,从而增加了设备的初投资和维修费用,降低系统的可靠性。

传统控制理论在应用中面临的难题的解决,不仅需要发展控制理论与方法,而且需要开发与应用计算机科学与工程的最新成果。

人工智能的产生和发展正在为自动控制系统的智能化提供有力支持。

人工智能影响了许多具有不同背景的学科,它的发展已促进自动控制向着更高的水平──智能控制发展。

智能控制具有下列特点:(1) 同时具有以知识表示的非数学广义模型和以数学模型(含计算智能模型与算法)表示的混合控制过程,也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的过程,并以知识进行推理,以启发式策略和智能算法来引导求解过程。

(2) 智能控制的核心在高层控制,即组织级。

高层控制的任务在于对实际环境或过程进行组织,即决策和规划,实现广义问题求解。

智能控制习题解

❖ 5、考虑如下条件语句：
如果转角误差远远大于15○ 那么快速减小方向角
其隶属度函数定义为
A=转角误差远远大于15○=0/15 + 0.2/17.5 + 0.5/20 + 0.8/22.5 + 1.0/25
B=那么快速减小方向角=1/-20 + 0.8/-15 + 0.4/-10 + 0.1/-5 + 0/0
❖ 2、已知年龄的论域为[0.200]，且设“年老O” 和“年轻Y”两个模糊集的隶属函数分别为
0
O
a
1
a
50 5
2

1
0 a 50 50 a 200
1
Y
a
1
a
25 5
2
1
0 a 25 25 a 200
求：“很年轻W”、“不年老也不年轻个模糊集的隶属函数。
V”两
1、比较模糊集合与普通集合的异同。
❖ 答：模糊集合是对普通集合的扩展，采样模糊不清晰的集合边界，它们都是指具有某种属性的对象的全体，都一样也有交，并，补得运算。
❖ 不同点：普通集合中对象的属性所表达的概念是清晰地，每个对象对于集合的隶属关系也是明确的；而模糊集合中对象的属性所表达的概念本身不是清晰地，对象对集合的隶属关系也不是明确的。
❖ 问：当A‘=转角误差大约在20○时方向角应该怎样变化？
设A‘=转角误差大约在20○的隶属函数=0.1/15 + 0.6/17.5 + 1/20 + 0.6/22.5 + 0.1/25。（用 Mamdani推理算法计算）
❖ 5解先求关系矩阵 R=A × B R=A × B=

智能控制系统考试题库

智能控制系统考试题库考试类型概念题：3’*5论述题：6’*4计算题：10’+11’设计题：20’*2一：概念题：1.智能控制；模糊控制；专家控制；神经网络定义2.写出模糊控制器的四个主要组成部分名称3.递阶智能系统的智能程度分布一般要遵循什么原则？4.何谓神经网络的泛化能力？5.写出遗传算法的三个基本操作6.写出自组织神经网络的三个基本过程7.写出四种专家系统的知识表示方法8.写出遗传算法中两种编码方法二：论述题1.为什么模糊输出向量要进行解模糊计算？2.简述隶属度函数建立的一般准则3.简述BP算法中误差信号反向传播过程4.简述模糊控制器的各组成部分功能5.简述遗传算法进化过程中两种“早熟”现象6.简述三种提高网络泛化能力的措施7.写出专家系统组成中知识赛，数据库和推理机的功能8.简述隶属度函数建立的一般准则9.简述专家系统各组成部分的功能10.为什么模糊推理得到的结果要进行解模糊处理?写出常见的两种解模糊方法11.简述适应度函数在遗传算法中的作用12.递阶智能控制系统的主要结构特点有哪些？13.信息特征，获取方式，分层方式有哪些？14.详细描述数据融合的流程和方法15.详细描述递阶智能控制系统的优化算法模型16.比较模糊集合和普通集合的异同17.简述模糊控制系统的组成与工作原理18.试举例说明传统集合中叉积序偶的顺序是不能颠倒的19.结合自身理解浅谈模糊数学与模糊集合的概念20.举例说明模糊数学隶属函数的概念21.简述人工神经网络定义及特征22.生物神经元由哪几部分组成？每一部分的作用是什么？他有哪些特征？23.简述BP算法的神经网络结构及学习算法24.简述遗传算法的特点及关键问题三：计算题1. 假设子女和父母相似度如下图表A ，父母与祖父，祖母的相似度如下表B ，利用最大-最小合成法求子女和祖父母相似度。

A 表格B 表格2. 当输入样本为【X1，X2】时，写出下面网络输出y 的表达式。

其中隐层神经元激励函数为Sigmoid 函数，输出层神经元激励函数为f （x ），输出层神经元和隐层神经元之间的权重如图所示，隐层神经元和输出层神经元之间的权重如入所示。

智能控制考试题及答案

智能控制考试题及答案智能控制技术考试题及答案《智能控制技术》考试试题A《智能控制》课程考试试题A参考答案一、填空题(1) OPEN (2) 最有希望 (3) 置换 (4) 互补文字 (5) 知识库(6) 推理机 (7) 硬件 (8) 软件 (9) 智能 (10) 傅京孙(11) 萨里迪斯 (12) 蔡自兴 (13) 组织级 (14) 协调级(15) 执行级 (16) 递阶控制系统 (17) 专家控制系统(18) 模糊控制系统 (19) 神经控制系统 (20) 学习控制系统二、选择题1、D2、A3、C4、B5、D6、B7、A8、D9、A 10、D三、问答题1、答:传统控制理论在应用中面临的难题包括:(1) 传统控制系统的设计与分析是建立在精确的系统数学模型基础上的,而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等,一般无法获得精确的数学模型。

(2) 研究这类系统时,必须提出并遵循一些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。

(3) 对于某些复杂的和包含不确定性的对象,根本无法以传统数学模型来表示,即无法解决建模问题。

(4) 为了提高性能,传统控制系统可能变得很复杂,从而增加了设备的初投资和维修费用,降低系统的可靠性。

传统控制理论在应用中面临的难题的解决,不仅需要发展控制理论与方法,而且需要开发与应用计算机科学与工程的最新成果。

人工智能的产生和发展正在为自动控制系统的智能化提供有力支持。

人工智能影响了许多具有不同背景的学科,它的发展已促进自动控制向着更高的水平??智能控制发展。

(2) 智能控制的核心在高层控制,即组织级。

高层控制的任务在于对实际环境或过程进行组织,即决策和规划,实现广义问题求解。

智能控制理论与技术试题

武汉理工大学课程名称：智能控制理论与技术一、简答题（40分，每小题10分）1.智能控制由哪几部分组成？各自的作用是什么？答：智能控制系统一般由五部分组成：广义对象、感知信息处理、认知部分、规划和控制部分、常规控制器及执行器。

其作用如下：➢广义对象：通常意义下的控制对象和所处的环境。

➢感知信息处理：将传感器得到的原始信息加以处理，并与内部环境模型产生的期望信息进行比较，完成信息的获取、辨识、整理及更新的功能。

➢认知部分：主要用来接收和存储信息、知识、经验和数据，并对他们进行分析、推理做出行动的决策，送至规划和控制部分。

➢规划和控制部分：是整个系统的核心，它根据给定的任务要求，反馈信息以及经验知识，进行信息自动搜索、推理决策、动作规划，最终产生具体的控制作用。

➢常规控制器及执行器：作用于控制对象。

2.智能控制和传统控制差异是什么？答：在应用领域方面，传统控制着重解决不太复杂的过程控制和大系统的控制问题；而智能控制主要解决高度非线性、不确定性和复杂系统控制问题。

在理论方法上，传统控制理论通常采用定量方法进行处理，而智能控制系统大多采用符号加工的方法；传统控制通常捕获精确知识来满足控制指标，而智能控制通常是学习积累非精确知识；传统控制通常是用数学模型来描述系统，而智能控制系统则是通过经验、规则用符号来描述系统。

在性能指标方面，传统控制有着严格的性能指标要求，智能控制没有统一的性能指标，而主要关注其目的和行为是否达到。

但是，智能控制与传统的或常规的控制有密切的关系，互相取长补短，而并非互相排斥。

基于智能控制与传统控制在应用领域方面、理论方法上和性能指标等方面的差异，往往将常规控制包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。

3.人工神经元网络的拓扑结构主要有哪几种？答：人工神经网络从拓扑结构上来说，主要分为层状和网状结构。

参考答案-智能控制最终版

1、智能控制理论及技术主要包括哪几种控制方法？简述各自的特点答：①、模糊逻辑控制。

模糊控制是一种基于规则的控制,它以先验知识和专家经验为依据，直接采用语言型控制规则。

在设计中无需对被控对象建立精确的数学模型,设计简单, 便于应用。

②、神经网络控制。

神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。

③、专家控制。

专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。

主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。

专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。

④、学习控制。

学习控制有一定的自主性，学习控制系统的性能是自我的改进；学习控制是一种动态过程，学习控制系统的性能随时间而变，性能的改进在与外界反复作业过程中进行；学习控制有记忆功能，学习控制系统需要积累经验，用以改进其性能；学习控制有性能反馈，学习控制系统需要明确它的当前性能与某个目标性能之间的差距。

⑤、分层递阶智能控制（概率控制）。

它将计算机的高层决策、系统理论中的先进的数学模型和综合方法以及处理不精确和不完全信息的语言学方法结合在一起，形成了一种适合于工程需要的统一方法，它由组织级、协调级和执行级3个层次组成。

2、什么是模糊性，它和随机性有何区别，试举出几个日常生活中的模糊概念答：模糊性通常是指对概念的定义以及语言意义的理解上的不确定性。

例如老人、温度高、数量大等所含的不确定性即为模糊性。

模糊性主要是人的主观理解上的不确定性，而随机性则主要反映的是客观上的自然的不确定性，或者事件发生的偶然性。

(完整版)智能控制习题参考答案

1．递阶智能控制系统的主要结构特点有哪些。

答：递阶智能控制是在研究早期学习控制系统的基础上，从工程控制论角度总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。

递阶智能控制系统是由三个基本控制级（组织级、协调级、执行级）构成的。

如下所示：1. 组织级组织级代表控制系统的主导思想，并由人工智能起控制作用。

根据贮存在长期存储交换单元内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。

其结构如下：2．协调级协调级是组织级和执行级间的接口，承上启下，并由人工智能和运筹学共同作用。

协调级借助于产生一个适当的子任务序列来执行原指令，处理实时信息。

它是由不同的协调器组成，每个协调器由计算机来实现。

下图是一个协调级结构的候选框图。

该结构在横向上能够通过分配器实现各协调器之间的数据共享。

3. 执行级执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。

其结构模型如下：2．信息特征，获取方式，分层方式有哪些？答：一、信息的特征1，空间性：空间星系的主要特征是确定和不确定的（模糊）、全空间和子空间、同步和非同步、同类型和不同类型、数字的和非数字的信息，比传统系统更为复杂的多源多维信息。

2，复杂性：复杂生产制造过程的信息往往是一类具有大滞后、多模态、时变性、强干扰性等特性的复杂被控对象，要求系统具有下层的实时性和上层的多因素综合判断决策能力，以保证现场设备局部的稳定运行和在复杂多变的各种不确定因素存在的动态环境下，获得整个系统的综合指标最优。

3，污染性：复杂生产制造过程的信息都会受到污染，但在不同层次的信息受干扰程度不同，层次较低的信号受污染程度较大。

二、获取方式信息主要是通过传感器获得，但经过传感器后要经过一定的处理来得到有效的信息，具体处理方法如下：1，选取特征变量可分为选择特征变量和抽取特征变量。

选择特征变量直接从采集样本的全体原始工艺参数中选择一部分作为特征变量。

智能控制习题答案.

3.. ，第一章绪论1. 什么是智能、智能系统、智能控制？答：“智能”在美国 Heritage 词典定义为“获取和应用知识的能力”。

“智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。

“智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。

2．智能控制系统有哪几种类型，各自的特点是什么？答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等。

各自的特点有：集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。

该系统将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统危险性高度集中的缺点，既实现了在管理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。

人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。

这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

专家控制系统：是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。

可以说是一种模拟人类专家解决领域问题的计算机程序系统。

多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。

这种结构的特点是：1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。

2.信息在上下级间垂直方向传递，向下的信息有优先权。

智能控制习题解

4、智能控制有哪些应用领域？试举出一个应用实例，并说明其工作原理和控制性能。答：主要应用的领域有：模糊系统、神经网络、专家控制、工业系统、电力系统、机器人等其他领域的控制。实例：模糊控制的交流伺服系统
1、比较模糊集合与普通集合的异同。答：模糊集合是对普通集合的扩展，采样模模糊集合是对普通集合的扩展，模糊集合是对普通集合的扩展糊不清晰的集合边界，糊不清晰的集合边界，它们都是指具有某种属性的对象的全体，都一样也有交，属性的对象的全体，都一样也有交，并，补得运算。不同点：不同点：普通集合中对象的属性所表达的概念是清晰地，念是清晰地，每个对象对于集合的隶属关系也是明确的；也是明确的；而模糊集合中对象的属性所表达的概念本身不是清晰地，对象对集合的隶达的概念本身不是清晰地，属关系也不是明确的。属关系也不是明确的。
习题解析
1、请论述智能控制产生的背景与原因。
答：随着科学技和生产的迅速发展。对自动化的要求不断提高，以单纯数学解析结构为基础的控制理论，其局限日益明显，尤其是对一些大型、复杂、高维、非线性和非确定性严重的现象，其数学模型难以描述，用以传统的控制理路无法对其进行有效的控制，所以人们转寻求新的控制方法和理论。人们发现在许多系统中，复杂性不仅仅表现在高维性上，更多的是表现在系统信息的模糊性、不确定性、偶然性和不完全性上，是否可以改变一下思路，不要完全以控制对象为研究主题，而是以控制为研究主体？能否用人工控制的逻辑推理、启发式知识等解决复杂对象的控制问题呢？在这种思想的指导下，智能控制应运而生了。
试确定模糊条件语句“如果x轻，则y 重，否则y不非常重”所决定的模糊关系矩阵R，并计算出当x为非常轻、重条件下所对应的模糊集合y。
6 解 B′= 非常重非常重= B″=不非常重不非常重=B = 不非常重

(完整版)智能控制-考试题(附答案)

《智能控制》考试试题试题1：针对某工业过程被控对象：0.520()(101)(21)s G s e s s -=++，试分别设计常规PID 算法控制器、模糊控制器、模糊自适应PID 控制器，计算模糊控制的决策表，并进行如下仿真研究及分析：1. 比较当被控对象参数变化、结构变化时，四者的性能；2. 研究改善Fuzzy 控制器动、静态性能的方法。

解：常规PID 、模糊控制、Fuzzy 自适应PID 控制、混合型FuzzyPID 控制器设计错误!未找到引用源。

. 常规PID 调节器PID 控制器也就是比例、积分、微分控制器，是一种最基本的控制方式。

它是根据给定值()r t 与实际输出值()y t 构成控制偏差()e t ，从而针对控制偏差进行比例、积分、微分调节的一种方法，其连续形式为：01()()[()()]t p d i de t u t K e t e t dt T T dt=++⎰ （1.1）式中，p K 为比例系数，i T 为积分时间常数，d T 为微分时间常数。

PID 控制器三个校正环节中p K ，i T 和d T 这三个参数直接影响控制效果的好坏，所以要取得较好的控制效果，就必须合理地选择控制器的参数。

Ziegler 和Nichols 提出的临界比例度法是一种非常著名的工程整定方法。

通过实验由经验公式得到控制器的近似最优整定参数，用来确定被控对象的动态特性的两个参数：临界增益u K 和临界振荡周期u T 。

用临界比例度法整定PID 参数如下：表1.1 临界比例度法参数整定公式51015202530354000.20.40.60.811.21.41.61.8Time(s)y (t )051015202530354000.511.5Time(s)y (t )PID 0.6u K 0.5u T 0.125u T据以上分析，通过多次整定，当 1.168p K =时系统出现等幅振荡，从而临界增益 1.168u K =，再从等幅振荡曲线中近似的测量出临界振荡周期 5.384u T =，最后再根据表1.1中的PID 参数整定公式求出：0.701, 2.692,0.673p i d K T T ===，从而求得：比例系数0.701p K =，积分系数/0.260i p i K K T ==，微分系数0.472d p d K K T ==。

(完整版)智能控制考试题库

填空题（每空1分，共20分）控制论的三要素是：信息、反馈和控制。

传统控制是经典控制和现代控制理论的统称。

智能控制系统的核心是去控制复杂性和不确定性。

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。

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。

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。

神经网络工作过程主要由工作期和学习期两个阶段组成。

1、智能控制是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器；与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论基础。

2、智能控制系统的主要类型有：分级递阶控制系统，专家控制系统，学习控制系统，模糊控制系统，神经控制系统，遗传算法控制系统和混合控制系统等等。

3、模糊集合的表示法有扎德表示法、序偶表示法和隶属函数描述法。

4、遗传算法是以达尔文的自然选择学说为基础发展起来的。

自然选择学说包括以下三个方面：遗传、变异、适者生存。

5、神经网络在智能控制中的应用主要有神经网络辨识技术和神经网络控制技术。

6、在一个神经网络中，常常根据处理单元的不同处理功能，将处理单元分成输入单元、输出单元和隐层单元三类。

7、分级递阶控制系统：主要有三个控制级组成，按智能控制的高低分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原则。

传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制。

智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的非线性、复杂的任务要求。

IC(智能控制)=AC(自动控制)∩AI(人工智能) ∩OR(运筹学)AC：描述系统的动力学特征，是一种动态反馈。

AI ：是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。

OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。

智能控制考试试题

智能控制考试试题在当今科技飞速发展的时代，智能控制已经成为了一门至关重要的学科。

为了考察学生对这一领域的掌握程度，以下是一套精心设计的智能控制考试试题。

一、选择题（每题 3 分，共 30 分）1、以下哪项不是智能控制的特点？（）A 自适应性B 学习能力C 确定性D 鲁棒性2、智能控制中常用的模型有（）A 数学模型B 物理模型C 模糊模型D 以上都是3、以下哪种算法属于智能控制算法？（）A PID 算法B 遗传算法C 比例算法D 积分算法4、智能控制在以下哪个领域应用广泛？（）A 工业生产B 医疗保健C 交通运输D 以上都是5、模糊控制的核心思想是（）A 利用模糊集合和模糊逻辑进行推理B 精确计算和控制C 建立复杂的数学模型6、神经网络控制的优势在于（）A 强大的学习和自适应能力B 计算简单C 不需要大量数据D 以上都不是7、以下哪项不是智能控制系统的组成部分？（）A 传感器B 执行器C 控制器D 显示器8、专家系统在智能控制中的作用是（）A 提供决策支持B 进行精确计算C 控制执行器动作D 以上都不是9、智能控制与传统控制的最大区别在于（）A 控制精度更高B 能够处理不确定性和复杂性C 成本更低10、在智能控制中，优化算法的目的是（）A 找到最优解B 提高计算速度C 降低成本D 以上都是二、填空题（每题 3 分，共 30 分）1、智能控制是指在无人干预的情况下能自主地驱动________，以实现控制目标。

2、常见的智能控制方法包括________、＿_______、＿_______等。

3、模糊控制中，模糊集合的隶属度函数通常有________、＿_______、＿_______等类型。

4、神经网络是由大量的________相互连接而成。

5、遗传算法的基本操作包括________、＿_______、＿_______。

6、智能控制的应用领域包括________、＿_______、＿_______等。