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。

输入层 隐层

输出层

四：设计题：

1.假设一个系统，当输入为A时，输出为B，否则输出为C，

且A=0.1/1+0.2/2+0.5/3

B= 1/1+0.6/2+0.2/3

C=0.8/1+0.6/2+0.4/3

当前已知输入A’=0.2/1+0.6/2+0.8/3，求输出D（用玛达尼推理法）并利用重心法求实际控制输出。

2.用模糊统计法确定“青年人”的隶属函数。

3确定“高智商”、“正常智商”和“低智商”的合理的隶属函数。