智能控制课后习题

合集下载

智能控制技术复习题课后答案-图文

智能控制技术复习题课后答案-图文

智能控制技术复习题课后答案-图文一、填空题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1、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制2.传统控制包括和2、经典反馈控制现代理论控制3.一个理想的智能控制系统应具备的基本功能是、、和3、学习功能适应功能自组织功能优化能力4.智能控制中的三元论指的是:、和4、运筹学,人工智能,自动控制5.近年来,进化论、、和等各门学科的发展给智能控制注入了巨大的活力,并由此产生了各种智能控制方法。

5、神经网络模糊数学专家系统6.智能控制方法比传统的控制方法更能适应对象的、和6、时变性非线性不确定性7.傅京逊首次提出智能控制的概念,并归纳出的3种类型智能控制系统是、和7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控制系统8、智能控制主要解决传统控制难以解决的复杂系统的控制问题,其研究的对象具备的3个特点为、和8、不确定性、高度的非线性、复杂的任务要求9.智能控制系统的主要类型有、、、、和9、分级递阶控制系统,专家控制系统,神经控制系统,模糊控制系统,学习控制系统,集成或者(复合)混合控制系统10.智能控制的不确定性的模型包括两类:(1);(2)10、(1)模型未知或知之甚少;(2)模型的结构和参数可能在很大范围内变化。

11.控制论的三要素是:信息、反馈和控制12.建立一个实用的专家系统的步骤包括三个方面的设计,它们分别是、和知识库的设计推理机的设计人机接口的设计13.专家系统的核心组成部分为和知识库、推理机14.专家系统中的知识库包括了3类知识,它们分别为、、和判断性规则控制性规则数据15.专家系统的推理机可采用的3种推理方式为推理、和推理。

15、正向推理、反向推理和双向推理16.根据专家控制器在控制系统中的功能,其可分为和16、直接型专家控制器、间接型专家控制器17.普通集合可用函数表示,模糊集合可用函数表示。

(完整版)智能控制题目及解答

(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。

(完整版)智能控制习题参考答案

(完整版)智能控制习题参考答案

5.比较模糊集合和普通集合的异同。
答:





相同点
不同点
普通集合
模糊集合
1,基本概念相同:具有某种特定属性的对象的全体。 2,分类方法大致一样,如:列举法,描述法,特征函数法
3,运算规律大致相同,如:恒等律,交换律,结合律,分配律,吸收 律,同一律,对偶律
元素的范围有个清晰的界限 互补律仍然适用
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。抽取特征变量对所选取出来的原始变量进行线性或非线性 组合,形成新的变量,然后去其中一部分作为特征变量。
变换,在时间域和频率域同时具有良好的定位能力,从而被誉为
"数学显微镜 "。
6, IHS 变换 3 个波段合成的 RGB 颜色空间是一个对物体颜色属性描述系统,
而 IHS 色度空间提取
出物体的亮度 I,色度 H,饱和度 S,它们分别对应 3 个波段的平均辐射强度、 3 个波段的
数据向量和的方向及 3 个波段等量数据的大小。 RGB 颜色空间和 IHS 色度空间有着精确的
u(50)=30/30=1
u(55)=30/30=1
u(60)=30/30=1
u(65)=29/30=0.967
u(70)=24/30=0.8
低智商曲线:
u(75)=14/30=0.467
35— 70 30— 65 40— 75 30— 65 30— 70 30— 70

智能控制习题解

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=

智能控制课后题答案智能计算与智能控制的关系

智能控制课后题答案智能计算与智能控制的关系

智能控制课后题答案智能计算与智能控制的关系
智能计算和智能控制是紧密相关的概念。

智能计算是指利用计算机技术和算法来模拟人类智能的过程。

使计算机具备某种程度的智能。

而智能控制是指利用智能计算方法来设计和实现自动控制系统,使其具备更高级的控制能力和适应性。

智能计算和智能控制的关系可以简要概括为:智能计算是实现智能控制的基础,而智能控制是智能计算的应用之一。

在智能控制中,智能计算方法可以用于模糊控制、神经网络控制、遗传算法控制等方面。

这些方法利用智能计算的技术和算法,通过学习、优化和适应性调整等方式,使控制系统能够更好地适应不确定性、非线性和复杂性等问题,提高控制系统的性能和鲁棒性。

在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。

对许多复杂的系统,难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析,而必须采用定量方法与定性方法相结合的控制方式。

定量方法与定性方法相结合的目的是,要由机器用类似于人的智慧和经验来引导求解过程。

因此,在研究和设计智能系统时,主要注意力不放在数学公式的表达、计算和处理方面,而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上,即智能控制的关键问题
不是设计常规控制器,而是研制智能机器的模型。

《智能控制》题集

《智能控制》题集

《智能控制》题集一、选择题(共10小题,每小题3分)1.智能控制是基于哪种理论发展起来的一种新型控制方法?()A. 经典控制理论B. 现代控制理论C. 人工智能与自动控制理论相结合D. 模糊数学理论答案:C解析:智能控制是人工智能与自动控制理论相结合的产物,它利用人工智能的方法和技术,对复杂的非线性系统进行控制,具有自学习、自组织和自适应的能力。

2.下列哪项不属于智能控制的主要特点?()A. 能够处理复杂的非线性系统B. 依赖于精确的数学模型C. 具有自学习和自适应能力D. 能够实现多目标优化控制答案:B解析:智能控制的一个显著特点是能够处理复杂的非线性系统,并且不依赖于精确的数学模型,而是通过学习和适应来实现控制目标。

3.模糊控制是智能控制的一个重要分支,其核心思想是什么?()A. 利用模糊逻辑进行推理和控制B. 精确计算控制量C. 依赖于系统的精确数学模型D. 仅适用于线性系统答案:A解析:模糊控制的核心思想是利用模糊逻辑进行推理和控制,它允许使用模糊的语言变量和模糊规则来描述系统的行为和控制策略,从而实现对复杂系统的有效控制。

4.神经网络控制在智能控制中扮演什么角色?()A. 仅仅是一种数据处理方法B. 能够模拟人脑的学习和记忆功能C. 仅适用于静态系统D. 无法处理非线性问题答案:B解析:神经网络控制在智能控制中扮演着重要角色,它能够模拟人脑的学习和记忆功能,通过训练和学习来适应系统的变化,实现对非线性系统的有效控制。

5.专家系统在智能控制中的主要作用是什么?()A. 提供精确的数学模型B. 模拟人类专家的决策过程C. 仅用于故障诊断D. 无法处理不确定性问题答案:B解析:专家系统在智能控制中的主要作用是模拟人类专家的决策过程,通过知识库和推理机制解决复杂控制问题,提供精确的控制策略和调整建议。

6.遗传算法在智能控制中常用于哪方面的优化?()A. 控制参数优化B. 系统模型建立C. 数据处理D. 故障诊断答案:A解析:遗传算法在智能控制中常用于控制参数的优化,通过模拟自然选择和遗传机制,对控制参数进行编码、选择、交叉和变异等操作,不断迭代优化,直到找到最优解或近似最优解。

智能控制理论课后习题及复习

智能控制理论课后习题及复习

二、课后习题
������������������ (������������ ) ������ 根据������ ( ������⁄������������ ) = max(������ (������ ),������ (������ ))可计算得相及矩阵 G 的各项: ������ ������ ������ ������
1
2 ������ − 25 ������������ (x) = ������������(������) ={ {[1 + ( ) ] }2 25 < ������ ≪ 200 5
2 −1
0 ≪ ������ ≪ 25
(2)求“不年老也不年轻 V”的隶属度函数 ̅ ∩ ������ ̅ 不年老也不年轻,即V = ������ ̅: ������ 1 ������ − 50 ������������ ̅ (x) = 1 − ������������ (x) = { 1 − [1 + ( ) ] 5 ̅: ������ 0 ������������ ̅ (x) = 1 − ������������ (x) = { 所以: ������������ (x) = ������������ ̅ ∧ ������������ ̅ (x),������������ ̅ = min{������������ ̅ (x)} 1 − [1 + ( ������ − 25 ) ] 5
一、重点内容
1.隶属度函数的定义。 (教材 P16) 2.模糊集合的定义及表示法。 (教材 P17) 3.模糊集合的运算与基本性质。 (教材 P18,P19) 4.隶属度函数的重叠指数。 (教材 P22) 5.隶属度函数的选择方法。 (教材 P23) 6.隶属度函数的二元对比排序法。 (教材 P24) 7. 各种函数图形类型的隶属度函数适用于什么情况。 (教材 P25,P26) 8.模糊关系定义及表示法。 (教材 P27,P28) 9.模糊关系之直积、代数积。 (教材 P29,P30) 10.模糊关系的合成。 (教材 P31,P32) 11.模糊控制器的设计步骤(教材 P67)

智能控制(研究生)习题集

智能控制(研究生)习题集

习题集第一章概论1.试从学科和能力两个方面说明什么是人工智能。

2.哪些思想、思潮、时间和人物在人工智能发展过程中起了重要作用?3.近年来人工智能研究取得哪些重要进展?4.为什么能够用计算机模拟人类智能?5.目前人工智能学界有哪些学派?它们的认知观为何?6.自动控制存在什么机遇与挑战?为什么要提出智能控制?7.简述智能控制的发展过程,并说明人工智能对自动控制的影响。

8.傅京孙对智能控制有哪些贡献?9.什么是智能控制?它具有哪些特点?10.智能控制器的一般结构和各部分的作用为何?它与传统控制器有何异同?11.智能控制学科有哪几种结构理论?这些理论的内容是什么?12.为什么要把信息论引入智能控制学科结构?13.人工智能不同学派的思想在智能控制上有何反映?第二章知识表示方法1.状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么?它们有何本质上的联系及异同点?2.设有3个传教士和3个野人来到河边,打算乘一只船从右岸渡到左岸去。

该船的负载能力为两人。

在任何时候,如果野人人数超过传教士人数,那么野人就会把传教士吃掉。

他们怎样才能用这条船安全地把所有人都渡过河去?3.利用下图,用状态空间法规划一个最短的旅行路程:此旅程从城市A开始,访问其他城市不多于一次,并返回A。

选择一个状态表示,表示出所求得的状态空间的节点及弧线,标出适当的代价,并指明图中从起始节点到目标节点的最佳路径。

4.试说明怎样把一棵与或解树用来表达下图所示的电网络阻抗的计算。

单独的R、L或C可分别用R、jωL或1/jωC来计算,这个事实用作本原问题。

后继算符应以复合并联和串联阻抗的规则为基础。

5.试用四元数列结构表示四圆盘梵塔问题,并画出求解该问题的与或图。

6.用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。

例如不要用单一的谓词字母来表示每个句子)。

A computer system is intelligent if it can perform a task which,if performed by a human, requires intelligence.7.把下列语句表示成语义网络描述:(1)All man are mortal.(2)Every cloud has a silver lining.(3)All branch managers of DEC participate in a profit-sharing plan.8.作为一个电影观众,请你编写一个去电影院看电影的剧本。

智能控制习题

智能控制习题

智能控制习题⼀、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)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?答: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论,相对于“模型论”可称为“控制论”3)传统的控制为了控制必须建模,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。

智能控制题目及解答

智能控制题目及解答

智能控制题目及解答 Document number:WTWYT-WYWY-BTGTT-YTTYU-2018GT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。

智能控制结课答案

智能控制结课答案

1.设有下列语句,请用相应的谓词公式把它们表示出来:(1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。

(2)他每天下午都去玩足球(3)邯郸市的夏天既干燥又炎热。

(4)所有人都有饭吃。

(5)喜欢玩篮球的人必喜欢玩排球(6)要想出国留学,必须通过外语考试答(1)x表示人, M(x):人喜欢梅花;J(x):人喜欢菊花, 存在a,M(a),存在b,J(b),存在c,J(c)^M(c)答案:M(a)|| J(b) || J(c)^M(c)(2)解:定义谓词如下:PlayFootball(x):x玩足球。

Day(x):x是某一天。

则语句可表达为:(x)(D(x)PlayFootball(Ta))(3)解:定义谓词如下:Summer(x):x的夏天。

Dry(x):x是干燥的。

Hot(x):x是炎热的。

则语句可表达为:Dry(Summer(handan))Hot(Summer(handan))(4 )解:定义谓词如下:Human(x):x是人。

Eat(x):x有饭吃。

则语句可表达为:(x)(Human(x)Eat(x))(5)解:定义谓词如下:Like(x,y):x喜欢y。

Human(x):x是人。

则语句可表达为:(x)((Human(x)Like(x,basketball))Like(x,volleyball))(6)解:定义谓词如下:Abroad(x):x出国留学。

Pass(x):x通过外语考试。

则语句可表达为:Abroad(x)Pass(x)2.把下列语句表示成语义网络描述:(1)All man are mortal 。

(2)Every cloud has a silver lining。

(3)All branch managers of DEC participate in a profit- sharing plan.(4)孙老师从2月至7月给计算机应用专业讲《网络技术》课程。

智能控制课后答案

智能控制课后答案

1、 神经元的种类有哪些?它们的函数关系如何?一、神经元模型神经元模型是生物神经元的抽象和模拟。

它是模拟生物神经元的结构和功能、并从数学角度抽象出来的一个基本单元。

它是神经网络的最基本的组成部分。

神经元一般是多输入-单输出的非线性器件。

模型可以描述为i ij j i i jNet w x s θ=+-∑()i i u f Net =()()i i i y g u h Net ==假设()i i g u u =,即()i i y f Net =i u 为神经元的内部状态;i θ为阀值;i x 为输入信号,1,...,j n =;ij w 为表示从j u 单元到i u 单元的连接权系数;i s 为外部输入信号。

常用的神经元非线性特性有以下四种(1) 阀值型10()00i i i Net f Net Net ⎧>⎪=⎨≤⎪⎩(2) 分段线性型00max 0()i i i i i i il i ilNet Net f Net kNet Net Net Net f Net Net ⎧≤⎪=≤≤⎨⎪≥⎩(3) Sigmoid 函数型1()1i i Net T f Net e -=+(4) Tan 函数型()i i i i Net Net T T i Net Net T T ee f Net ee ---=+2、 为什么由简单的神经元连接而成的神经网络具有非常强大的功能?神经系统是一个高度复杂的非线性动力学系统,虽然每一个神经元的结构和功能十分简单,但由大量神经元构成的网络系统的行为却是丰富多彩和十分复杂的。

从神经元模型角度来看,有线性处理单元和非线性处理单元。

从网络结构方面来看,有:前向网络、反馈网络和自组织网络。

3、神经网络按连接方式分有哪几类,按功能分有哪几类、按学习方式分又有哪几类? 神经网络按连接方式?神经网络按连接方式分神经网络是由通过神经元的互连而达到的。

根据神经元的连接方式的不同,神经网络可分为以下四种形式:(1) 前向网络 由输入层、隐含层和输出层组成。

智能控制答案(最终版3题全做)

智能控制答案(最终版3题全做)

智能控制作业1.已知某一炉温控制系统,要求温度保持着600℃恒定。

针对该控制系统有以下控制经验。

(1)若炉温低于600℃,则升压;低得越多升压越高。

(2)若炉温高于600℃,则降压;高得越多降压越低。

(3)若炉温等于600℃,则保持电压不变。

设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。

试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:(1) 确定变量定义理想温度为600℃,实际炉温为T,则温度差为:e=600-T将温度差e作为输入变量。

(2)输入量和输出量的模糊化将偏差e分成5个模糊集:负大(NB),负小(NS),零(ZO),正小(PS),正大(PB)。

将偏差e的变化分成7个等级:-3,-2,-1,0,+1,+2,+3,从而得到温度变化模糊表如表1所示:控制电压u也分成5个模糊集:负大(NB),负小(NS),零(ZO),正小(PS),正大(PB)。

将偏差u的变化分成7个等级:-3,-2,-1,0,+1,+2,+3,而得到电压变化模糊表如表2示:MATLAB仿真程序如下:%Fuzzy Control for water tankclear all;close all;a=newfis('fuzz_tank');a=addvar(a,'input','e',[-3,3]); %Parameter ea=addmf(a,'input',1,'NB','zmf',[-3,-1]);a=addmf(a,'input',1,'NS','trimf',[-3,-1,1]);a=addmf(a,'input',1,'Z','trimf',[-2,0,2]);a=addmf(a,'input',1,'PS','trimf',[-1,1,3]);a=addmf(a,'input',1,'PB','smf',[1,3]);a=addvar(a,'output','u',[-4,4]); %Parameter ua=addmf(a,'output',1,'NB','zmf',[-4,-1]);a=addmf(a,'output',1,'NS','trimf',[-4,-2,1]);a=addmf(a,'output',1,'Z','trimf',[-2,0,2]);a=addmf(a,'output',1,'PS','trimf',[-1,2,4]);a=addmf(a,'output',1,'PB','smf',[1,4]);rulelist=[1 1 1 1; %Edit rule base2 2 1 1;3 3 1 1;4 4 1 1;5 5 1 1];a=addrule(a,rulelist);a1=setfis(a,'DefuzzMethod','mom'); %Defuzzywritefis(a1,'tank'); %Save to fuzzy file "tank.fis" a2=readfis('tank');figure(1);plotfis(a2);figure(2);plotmf(a,'input',1);figure(3);plotmf(a,'output',1);flag=1;if flag==1showrule(a) %Show fuzzy rule baseruleview('tank'); %Dynamic Simulationenddisp('-------------------------------------------------------');disp(' fuzzy controller table:e=[-3,+3],u=[-4,+4] ');disp('-------------------------------------------------------');for i=1:1:7 e(i)=i-4;Ulist(i)=evalfis([e(i)],a2); endUlist=round(Ulist)e=-3; % Erroru=evalfis([e],a2) %Using fuzzy inference2.用高级语言(C 、VC++、MATLAB 等)编程实现用BP 神经网络实现下列函数的非线性映射:101()log ,110f x x x x=≤≤ 分析误差曲线及网络的泛化能力。

智能控制习题答案

智能控制习题答案

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。

智能控制第八章课后习题答案

智能控制第八章课后习题答案

1•什么叫产生式系统?它由哪些部分组成?试举例略加说明。

答:如果满足某个条件,那么就应当采取某些行动,满足这种生产式规则的专家系统成为产生式系统。

产生式系统主要由总数据库,产生式规则和推理机构组成。

举例:医疗产生式系统。

2•专家系统有哪些部分构成?各部分的作用如何?专家系统它具体有哪些特点和优点?答:知识库:知识库是知识的存储器,用于存储领域专家的经验性知识以及有关的事实、一般常识等。

知识库中的知识来源于知识获取机构,同时它又为推理提供求解问题所需的知识。

推理机:推理机时专家系统的思维机构,实际上是求解问题的计算机软件系统,综合推理机的运行可以有不同的控制策略。

数据库:它是用于存放推理的初始证据、中间结果以及最终结果等的工作存储器。

解释接口:它把用户输入的信息转换成系统内规范化的表现形式,然后交给相应的模块去处理,把系统输出的信息转换成用户易于理解的外部形式显示给用户,回答提出的问题。

知识获取:知识获取是指通过人工方法或机器学习的方法,将某个领域内的事实性知识和领域专家所特有的经验性知识转化成计算机程序的过程。

对知识库的修改和扩充也是在系统的调试和验证中进行,是一件困难的工作。

专家系统的特点:具有专家水平的专门知识,能进行有效的推理,专家系统的透明性和灵活性,具有一定的复杂性与难度。

3•在专家系统中,推理机制,控制策略和搜索方法是如何定义的,它们之间存在什么样的关系?答:推理机制是根据一定的原则从已有的事实推出结论的过程,这个原则就是推理的核心。

专家系统的自动推理是知识推理。

而知识推理是在计算机或者智能机器中,在知识表达的基础上,进行机器思维,求解问题,实现知识推理的智能操作过程。

在专家系统中,可以依据专家所具有的知识的特点来选择知识表示的方法,而只是推理技术同知识方法有密切的关系。

控制策略求解问题的策略,是推理的控制策略。

而控制策略包括推理方向、推理路线、冲突消解策略等,按推理进行的路线与方向,推理可分正向推理、反向推理、混合推理。

智能控制习题答案

智能控制习题答案

第一章绪论1. 什么是智能.智能体系.智能掌握?答:“智能”在美国Heritage词典界说为“获取和应用常识的才能”.“智能体系”指具有必定智能行动的体系,是模仿和履行人类.动物或生物的某些功效的体系.“智能掌握”指在传统的掌握理论中引入诸如逻辑.推理和启示式规矩等身分,使之具有某种智能性;也是基于认知工程体系和现代盘算机的壮大功效,对不肯定情况中的庞杂对象进行的拟人化治理.2.智能掌握体系有哪几种类型,各自的特色是什么?答:智能掌握体系的类型:集散掌握体系.隐约掌握体系.多级递阶掌握体系.专家掌握体系.人工神经收集掌握体系.进修掌握体系等.各自的特色有:集散掌握体系:以微处理器为基本,对临盆进程进行分散监督.操纵.治理和疏散掌握的分散疏散掌握体系.该体系将若干台微机疏散应用于进程掌握,全部信息经由过程通讯收集由上位治理盘算机监控,实现最优化掌握,全部装配持续了通例内心疏散掌握和盘算机分散掌握的长处,战胜了通例内心功效单一,人机接洽差以及单台微型盘算机掌握体系安全性高度分散的缺点,既实现了在治理.操纵和显示三方面分散,又实现了在功效.负荷和安全性三方面的疏散.人工神经收集:它是一种榜样动物神经收集行动特点,进行散布式并行信息处理的算法数学模子.这种收集依附体系的庞杂程度,经由过程调剂内部大量节点之间互相衔接的关系,从而达到处理信息的目标.专家掌握体系:是一个智能盘算机程序体系,其内部含有大量的某个范畴专家程度的常识与经验,可以或许应用人类专家的常识息争决问题的经验办法来处理该范畴的高程度难题.可以说是一种模仿人类专家解决范畴问题的盘算机程序体系.多级递阶掌握体系是将构成大体系的各子体系及其掌握器按递阶的方法分级分列而形成的层次构造体系.这种构造的特色是:1.上.下级是附属关系,上级对下级有调和权,它的决议计划直接影响下级掌握器的动作.2.信息在高低级间垂直偏向传递,向下的信息有优先权.同级掌握器并行工作,也可以有信息交换,但不是敕令.3.上级掌握决议计划的功效程度高于下级,解决的问题涉及面更广,影响更大,时光更长,感化更重要.级别越往上,其决议计划周期越长,更关怀体系的长期目标.4.级别越往上,涉及的问题不肯定性越多,越难作出确实的定量描写和决议计划.进修掌握体系:靠自身的进修功效来熟悉掌握对象和外界情况的特点,并响应地转变自身特点以改良掌握机能的体系.这种体系具有必定的辨认.断定.记忆和自行调剂的才能.3.比较智能掌握与传统掌握的特色.答:智能掌握与传统掌握的比较:它们有亲密的关系,而不是互相排挤.通例掌握往往包含在智能掌握之中,智能掌握也应用通例掌握的办法来解决“低级”的掌握问题,力争扩充通例掌握办法并树立一系列新的理论与办法来解决更具有挑衅性的庞杂掌握问题.1.传统的主动掌握是树立在肯定的模子基本上的,而智能掌握的研讨对象则消失模子轻微的不肯定性,即模子未知或知之甚少者模子的构造和参数在很大的范围内变动,这些问题对基于模子的传统主动掌握来说很难解决.2.传统的主动掌握体系的输入或输出装备与人及外界情况的信息交换很不便利,愿望制造出能接收印刷体.图形甚至手写体和口头敕令等情势的信息输入装配,可以或许加倍深刻而灵巧地和体系进行信息交换,同时还要扩展输出装配的才能,可以或许用文字.图纸.立体形象.说话等情势输出信息. 别的,平日的主动装配不克不及接收.剖析和感知各类看得见.听得着的形象.声音的组合以及外界其它的情况. 为扩展信息通道,就必须给主动装配安上可以或许以机械方法模仿各类感到的准确的送音器,即文字.声音.物体辨认装配.3.传统的主动掌握体系对掌握义务的请求要么使输出量为定值(调节体系),要么使输出量追随期望的活动轨迹(追随体系),是以具有掌握义务单一性的特色,而智能掌握体系的掌握义务可比较庞杂.4. 传统的掌握理论对线性问题有较成熟的理论,而对高度非线性的掌握对象固然有一些非线性办法可以应用,但不尽人意. 而智能掌握为解决这类庞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用的门路.5.与传统主动掌握体系比拟,智能掌握体系具有足够的关于人的掌握计谋.被控对象及情况的有关常识以及应用这些常识的才能.6.与传统主动掌握体系比拟,智能掌握体系能以常识暗示的非数学广义模子和以数学暗示的混杂掌握进程,采取开闭环掌握和定性及定量掌握结合的多模态掌握方法.7.与传统主动掌握体系比拟,智能掌握体系具有变构造特色,能总体自寻优,具有自顺应.自组织.自进修和自调和才能.8.与传统主动掌握体系比拟,智能掌握体系有抵偿及自修复才能和断定决议计划才能. 4.把智能掌握看作是AI(人工智能).OR(运筹学).AC(主动掌握)和IT(信息论)的交集,其根据和内涵是什么?答:智能掌握具有显著的跨学科特色,在最早傅金孙提出的二元论中,智能掌握体系被认为是主动掌握与人工智能的交互感化,跟着熟悉的深刻,萨瑞迪斯提出运筹学融入智能掌握而提出三元构造,蔡自兴传授提出将信息论引入智能掌握,其根据在于:信息论是解释常识和智能的一种手腕;掌握论.信息论和体系论是慎密相连的;信息论已经成为掌握智能机械的对象;信息论介入智能掌握的全进程并对履行级起到焦点感化,是以最终肯定了智能掌握的四元构造.5.智能掌握有哪些应用范畴?试举出一个应用实例,并解释其工作道理和掌握机能.答:智能掌握应用于机械人.汽车.制造业.水下和陆地自助式车辆.家用电器.进程掌握.电子商务.医疗诊断.飞翔器.印刷.城市铁路.电力体系等范畴.例如焊接机械人其根本工作道理是示教再现,即由用户导引机械人,一步步按现实义务操纵一遍,机械人在导引进程中主动记忆示教的每个动作的地位.姿势.活动参数.焊接参数等,并主动生成一个持续履行全部操纵的程序.完成示教后,只需给机械人一个起动敕令,机械人将准确地按示教动作,一步步完成全部操纵,现实示教与再现.掌握机能为:弧焊机械人平日有五个自由度以上,具有六个自由度的弧焊机械人可以包管焊枪的随意率性空间轨迹和姿势.点至点方法移动速度可达60m/min以上,其轨迹反复精度可达到±0.2mm.这种弧焊机械人应具有直线的及环形内插法摆动的功效,共六种摆动方法,以知足焊接工艺请求,机械人的负荷为5kg.第二章隐约掌握的理论基本1.举例解释隐约性的客不雅性和主不雅性.答:隐约性来源于事物的成长变更性,变更性就是不肯定定性;隐约性是客不雅世界的广泛现象,世界上很多的事物都具有隐约非电量的特色.例如:年纪分段的问题;假如一小我的年纪大于60岁算老年,45-59岁之间的岁中年,小于44岁的就算青年;假如一小我的年纪是59岁零11个月零28天,那么他是属于中年照样老年呢?理论上从客不雅的角度说他是中年人,但是与60岁只有两天差别,这差别我们是分辩不出来的.从主不雅上我们认为他又是老年人.这就是隐约性的主不雅性和客不雅性的表现.2.隐约性与随机性有哪些异同?答:隐约性处于过渡阶段的事物的根本特点,是性态的不肯定性,类属的不清楚性,是一种内涵的不肯定性;而随机性是在事宜是否产生的不肯定性中表示出来的不肯定性,而事宜本身的性态和类属是肯定的,是一种外在的不肯定性.雷同点是:隐约性是因为事物类属划分的不分明而引起的断定上的不肯定性;而随机性是因为天剑不充分而导致的成果的不肯定性.但是他们都配合表示出不肯定性.异同点是:隐约性反应的是排中的破缺,而随机性反应的是因果律的破缺;隐约性现象则须要应用隐约数学,随机性现象可用概率论的数学办法加以处理.3.比较隐约聚集与通俗聚集的异同.答:隐约聚集用附属函数作定量描写,通俗聚集用特点函数来刻划. 两者雷同点:都属于聚集,同时具有聚集的基赋性质.两者异同点:隐约聚集就是指具有某个隐约还年所描写的属性的对象的全部,因为概念本身不是很清楚,界线分明的,因而对象对聚集的附属关系也不是明白的;通俗聚集是指具有某种属性的对象的全部,这种属性所表达的概念应当是清楚的,界线分明的,因而每个对象对于聚集的附属关系也就是明白的..4.斟酌说话变量:“Old ”,假如变量界说为:肯定“NOT So Old ”,“Very Old ”,“MORE Or LESS Old ”的附属函数.解:1 o old 220 050()1(50/5) 50100NOT S x x x x μ--≤<⎧⎪=⎨⎡⎤+-≤<⎪⎣⎦⎩ 5.已知消失隐约向量A 和隐约矩阵R 如下:()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==3.06.03.001.004.06.02.01.08.05.04.01.07.0R A 盘算R A B =.{}4321=U ,给定说话变量“Small ”=1/1+0和隐约关系R=“Almost 相等”界说如下:⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=16.01.006.016.01.01.06.016.001.06.01R 应用max-min 复合运算,试盘算: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.已知隐约关系矩阵:⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=15.05.01009.002.01.00014.009.004.018.02.01.008.01R 盘算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⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦},{ },,,{ },,,{21321321z z Z y y y Y x x x X ===,二维隐约前提语句为“若A 且B 则C ”,个中)(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 暗示隐约关系,则R A B C =⨯⨯.将1T R 按行睁开写成列向量为[]0.10.50.50.110.60.10.10.1T所以,[]10.10.10.40.110.50.50.40.510.50.50.40.510.10.10.40.110.41110.4110.60.60.40.610.10.10.40.110.10.10.40.110.10.10.40.11T R 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 **⨯按行睁开写成行向量,为[]0.10.510.10.50.50.10.10.1,则 ()()0.40.5C A B R ***=⨯⨯=即120.40.5C z z *=+ 9. 已知说话变量x,y,z.X 的论域为{1,2,3},界说有两个说话值: “大”={0, 0.5, 1};“小”={1, 0.5, 0}. Y 的论域为{10,20,30,40,50},说话值为:“高”={0, 0, 0, 0.5, 1};“中”={0, 0.5, 1, 0.5, 0}; “低”={1, 0.5, 0, 0, 0}.Z的论域为{0.1,0.2,0.3},说话值为:“长”={0, 0.5, 1};“短”={1, 0.5, 0} 则:1)试求规矩:假如 x 是“大”并且 y 是“高”那么 z是“长”;不然,假如 x 是“小”并且 y 是“中”那么 z是“短”.所蕴涵的x,y,z之间的隐约关系R.2)假设在某时刻,x是“略小”={0.7, 0.25, 0},y是“略高”={0, 0, 0.3, 0.7, 1}试根据R分离经由过程Zadeh法和Mamdani法隐约推理求出此时输出z的说话取值.第三章隐约掌握1.隐约掌握器有哪几部分构成?各完成什么功效?1:答:隐约掌握器由四个部分构成,这四个功效模块是隐约化.常识库.隐约推理和去隐约化.(1)隐约化:为实现隐约掌握而将准确的输入量进行隐约化处理,是将准确量转化为隐约量的进程.隐约化模块在不合的阶段有不合的感化:a.肯定相符隐约掌握器请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隐约化处理,包含隐约朋分和附属函数的肯定.(2)常识库:常识库平日由数据库和规矩库构成,包含了具体应用范畴的常识和请求.个中,数据库重要包含输入输出变量的初度变换因子.输入输出空间的隐约朋分以及隐约变量的隐约取值及响应的附属度函数选择和外形等方面的内容.规矩库包含了用隐约说话描写专家的经验常识,来暗示一系列掌握规矩.它们反应了掌握专家的经验和常识.(3)隐约推理:是一种近似推理,根据隐约掌握规矩库和当前体系状况揣摸出应施加的掌握量的进程,由推理机完成.(4)去隐约化:因为掌握器输出到具体地履行机构的旌旗灯号必须是清楚的准确量.是以,须要一个与输入隐约化相反的进程,即把隐约推理成果转变成清楚量,它实现从输出论域上输出隐约空间到输出准确空间的映射.2.隐约掌握器设计的步调如何?2:答:隐约掌握器设计的步调如下:(1):输入变量和输出变量的肯定.(2):输入输出变量的论域和隐约朋分,以及包含量化因子和比例因子在内的掌握参数的选择.(3):输入变量的隐约化和输出变量的清楚化.(4):隐约掌握规矩的设计以及隐约推理模子的选择.(5):隐约掌握程序的编制.3.清楚化的办法有哪些?3:答:清楚化的办法一般有四种:(1):最大附属度法:这种办法将隐约推理得到的结论中最大附属度值最对应的元素作为掌握器输出的准确值,假如有多个最大点,则取其平均值.(2):加权平均法:这种办法是指以各条规矩的前件和输入的隐约集按必定轨则肯定的值为权值,并对后件代表值加权平均盘算输出的清楚值的办法.(3):面积等分法:把输出的隐约聚集所对应的附属函数与横坐标之间围成的体面分成两部分,那么该办法得到的准确值应知足使该两部分的面积相等.(4):因为Tsukamoto模子和Takagi-Sugeno模子输出本身就是清楚量,则不须要去隐约化.4.已知某一炉温掌握体系,请求温度保持在600度恒定.针对该掌握体系有一下掌握经验:(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.设计隐约掌握器为一维掌握器,输入说话变量为误差,输出为掌握电压.输入.输出变量的量化等级为7级,取5个隐约集.设计附属度函数误差变更划分表.掌握电压变更划分表和隐约掌握规矩表.解:界说幻想温度点的温度为0T ,现实测量温度为T ,温度差为0e T T T =∆=-.认为输入.输出变量的量化等级均为7级, 5个隐约集,则 误差e 变更划分表为:掌握电压变更划分表为:根据一上两表设计一下隐约规矩: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. 隐约掌握规矩表为:第四章 神经收集基本1.生物神经元模子的构造功效是什么? 答:生物神经元构造:(1).细胞体:由细胞核.细胞质和细胞膜等构成.(2).树突:胞体上短而多分枝的崛起.相当于神经元的输入端,接收传入的神经冲动.(3).轴突:胞体上最长枝的崛起,也称神经纤维.端部有很多神经末稍传出神经冲动.(4).突触:神经元间的衔接接口,每个神经元约有1万~10万个突触.神经元经由过程其轴突的神经末稍,经突触与另一神经元的树突联接,实现信息的传递.因为突触的信息传递特点是可变的,形成了神经元间联接的柔性,称为构造的可塑性.(5).细胞膜电位:神经细胞在受到电的.化学的.机械的刺激后,能产生高兴,此时,细胞表里有电位差,称膜电位.电位膜内为正,膜外为负.生物神经元功效:(1).高兴与克制当传入神经元的冲动,经整合,使细胞膜电位升高,超出动作电位的阈值时,为高兴状况,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,为克制状况,不产生神经冲动.(2).进修与遗忘因为神经元构造的可塑性,突触的传递感化可加强与削弱,是以,神经元有进修与遗忘的功效.2.人工神经元模子的特色是什么?答:人工神经元模子的特色:(1).神经元及其联接;(2).神经元间的联接强度决议旌旗灯号传递的强弱;(3).神经元间的联接强度是可以随练习转变的;(4).旌旗灯号是可以起刺激感化的,也可以起克制造用;(5).一个神经元接收的旌旗灯号的累积后果决议该神经元的状况;(6).每个神经元可以有一个“阈值”.3.人工神经收集的特色是什么?若何分类?答:人工神经收集的特色:(1).非线性(2).散布处理(3).进修并行和自顺应(4).数据融会(5).实用于多变量体系(6).便于硬件实现人工神经收集的分类:根据神经收集的衔接方法,神经收集可分为三种情势:(1).前向收集:神经元分层分列,构成输入层.隐含层和输出层.每一层的神经元只接收前一层神经元的输入.输入模式经由各层按序的变换后,由输出层输出.在各神经元间不消失反馈.感知器和误差反向传播收集采取前向收集情势.(2).反馈收集:该收集构造在输出层到输入层消失反馈,即每一个输入节点都有可能接收来自外部的输入和来自输出神经元的反馈.这种神经收集是一种反馈动力学体系,它须要工作一段时光才干达到稳固.(3).自组织收集:当神经收集在接收外界输入时,收集将会分成不合的区域,不合区域具有不合的响应特点,即不合的神经元以最佳方法响应不合性质的旌旗灯号鼓励,从而形成一种拓扑意义上的特点图,该图现实上是一种非线性映射.这种映射是经由过程无监督的自顺应进程完成的,所以也称为自组织特点图.4.有哪几种经常应用的神经收集进修算法?经常应用的神经收集进修算法:(1).有教师进修:在进修进程中,收集根据现实输出与期望输出的比较,进行联接权系的调剂,将期望输出称导师旌旗灯号是评价进修的尺度.(2).无教师进修:无导师旌旗灯号供给应收集,收集能根据其特有的构造和进修规矩,进行联接权系的调剂,此时收集进修评价的尺度隐含于其内部.(3).再励进修:把进修看为试探评价进程,进修及选择一动作感化于情况,情况的状况转变,并产生再励旌旗灯号反馈至进修机,进修机根据再励旌旗灯号与情况当前的状况,再选择下一动作感化于情况,选择的原则是使受到嘉奖的可能性增大.(4).Hebb进修规矩(5).Delta进修规矩第五章典范神经收集1.BP算法的特色是什么?增大权值是否可以或许使BP进修变慢?答:误差反向传播的BP算法简称BP算法,是有导师的进修,其根本思惟是梯度降低法.它采取梯度搜刮技巧,以使收集的现实输出值与期望输出值的误差均方值为最小.进修的进程由正向传播和反向传播构成,在正向进程中,输入信息由输入层经隐层逐层处理,并传向输出层,每层神经元的状况只影响下一层神经元的状况,假如在输出层不克不及得到期望的输出,则转至反向传播,将误差旌旗灯号按衔接通路反向盘算,由梯度降低法来调剂各层神经元的权值,使误差旌旗灯号减小.重要长处:(1)非线性映射才能:无需事先懂得描写这种映射关系的数学方程,只要供给足够多的样本模式对BP收集进行具体练习,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)泛化才能:当向收集输入练习时不曾见过的非样本数据时,收集也能完成由输入空间向输出空间的准确映射,这种才能称为多层前馈收集的泛化才能.(3)容错才能:输入样本中带有较大的误差,甚至个别错误对收集的输入输出纪律影响很小.尺度的BP算法内涵的缺点:(1)易形成局部微小而得不到全局最优;(2)练习次数多使得进修效力低,收敛速度慢;(3)隐节点的拔取缺少理论指点;(4)练习时进修新样本有遗忘旧样本的趋向.增大权值不必定可以或许使BP进修变慢,由BP权值修改的道理可知,权值调剂公式可汇总如下:2.为什么说BP 收集是全局逼近的,而RBF收集是局部逼近的?它们各有凸起的特色是什么?BP收集的活化函数为S函数,其值在输入空间中无穷大的范围内为非零值,因而是全局逼近的神经收集.其凸起特色如下:1.是一种多层收集化,包含输入层.隐含层和输出层;2.层与层之间采取全互联方法,同一层神经元不衔接;3.权值经由过程delta 进修算法进行调节;4.神经元活化(激发)函数为S函数;5.进修算法由正向算法和反向算法构成;6.层与层之间的衔接时单向的,信息的传播史双向的.RBF收集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神经收集的神经元具有局部逼近的神经收集.其输出特色如下:1.RBF径向基函数是局部的,进修速度快;2.已证实RBF收集具有独一最佳逼近的特点,且无局部最小;3.在函数创建进程中可以主动增长隐含层的神经元个数,直到知足均方差请求为止无需单独的代码来练习函数,收集的创建进程就是练习进程.4.RBF收集用于非线性体系辨识与掌握中,虽具有独一最佳逼近特点,且无局部最小的长处,防止去肯定隐层和隐层点数,收集可以根据具体问题自顺应的调剂,是以顺应性更好.3.何为神经收集的泛化才能?影响泛化才能的身分有哪些?答:泛化才能(分解才能.归纳分解才能):用较少的样本进行练习,是收集能在给定的区域内达到请求的精度.所以没有泛化才能的收集没有应用价值.影响泛化才能的身分:1.样本;2.构造;3.初始权值4.练习样本集;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 收集逼近输出y,画出收集的构造,写出收集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 收集的构造图由输入得到两个隐节点.一个输出层节点的输出,输入层不斟酌阈值两个隐节点.一个输出层节点输出为活化函数选择S 型函数1()1xl y f xl e-==+ 由上式可得第六章 高等神经收集()()()[()(1)]k p i d j u k k e k k e j k e k e k ==++--∑,也可写成等价情势112233()()()()u k k u k k u k k u k =++,个中1203()(),()(),()()()(1)k j u k e k u k e k u k e k e k e k ====∆=--∑,123,,k k k 为PID 掌握器,,p i d k k k 三个参数的线性暗示.这一情势可以算作认为123(),(),()u k u k u k 输入,123,,k k k 为权系数的神经收集构造,试推导出自顺应神经收集PID 掌握器参数调剂的进修算法.解:自顺应神经收集PID 掌握器构造如下图所示:由图可知:掌握器由两部分构成,分离为通例PID 掌握和神经收集.个中,通例PID 直接对被控对象进行闭环掌握,并且其掌握参数kp.ki.kd 为在线调剂方法;神经收集根据体系的活动状况,调节PID 掌握器的参数,使输出层神经元的输出对应于PID 掌握器的三个可调参数.进修算法如下:起首肯定神经收集的构造,即肯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,并选定进修速度和惯性系数,令k=1;采样得到r(k)和y(k),盘算当前时刻误差r(k)-y(k);盘算各神经收集的输入和输出,其输出层的输出即为PID 掌握器的三个掌握参数kp.ki.kd 并盘算PID 掌握器的输出进行神经收集进修,在线调剂加权系数,实现PID掌握参数的自顺应调剂;令k=k1,进行上述步调.收集各层输入输出算法:第八章专家掌握1.什么叫产生式体系?它由哪些部分构成?试举例略加解释.答:假如知足某个前提,那么就应当采纳某些行动,知足这种临盆式规矩的专家体系成为产生式体系.产生式体系重要由总数据库,产生式规矩和推理机构构成.举例:医疗产生式体系.2.专家体系有哪些部分构成?各部分的感化若何?专家体系它具体有哪些特色和长处?答:常识库:常识库是常识的存储器,用于存储范畴专家的经验性常识以及有关的事实.一般常识等.常识库中的常识来源于常识获取机构,同时它又为推理供给求解问题所需的常识.推理机:推理机时专家体系的思维机构,现实上是求解问题的盘算机软件体系,分解推理机的运行可以有不合的掌握计谋.数据库:它是用于存放推理的初始证据.中央成果以及最终成果等的工作存储器.解释接口:它把用户输入的信息转换成体系内规范化的表示情势,然后交给响应的模块行止理,把体系输出的信息转换成用户易于懂得的外部情势显示给用户,答复提出的问题.常识获取:常识获取是指经由过程人工办法或机械进修的办法,将某个范畴内的事实性常识和范畴专家所特有的经验性常识转化成盘算机程序的进程.对常识库的修改和扩充也是在体系的调试和验证中进行,是一件艰苦的工作.专家体系的特色:具有专家程度的专门常识,能进行有用的推理,专家体系的透明性和灵巧性,具有必定的庞杂性与难度.。

《智能控制技术》第四章参考答案

《智能控制技术》第四章参考答案

《智能控制技术》第四章参考答案智能控制课后习题答案第4章神经网络作业1.答:设A 类为1;B 类为0026.015.00215.0021025.012-{≥-+≥-+-----+θωωθωωθωωθωω<<令:5.05.1-12,11≤==θωω<则取4.0=θ则有: 04.021=-+x x2.答:记B y y y A y y y 为状态,为状态011321110321==。

对于状态A,节点激励函数必须满足下列不等式:)(式<)(式>)(式>30201032313212112θωωθωθω++++对于状态B,节点激励函数必须满足下列不等式:)(式>)(式>)(式<60504032322311312θωθωθωω++++利用上面6个不等式可以求出6个未知量的允许取值范围。

假设取5.012=ω,则:由式1得,3.0,5.011-=-≥θθ取;由式4得,7.0,2.01313-=-≤ωω取;由式2得,3.0,5.022-=-≥θθ取;由式5得,4.0,3.02323=≥ωω取;由式3得,2.0,3.033=≤θθ取;由式6得,2.0,2.033=-≥θθ取;需要记忆稳态A 和B 的3点DHNN 网络的一组权系数值为 2.0,3.0,3.04.0,7.0,5.0321231312=-=-==-==θθθωωω设初始状态000321=y y y ,依次选择节点321,,V V V ,确定其节点兴奋的条件及状态的转移。

选择节点3V ,激励函数为()()02.0003133>=+∑==θωj N j j y Net 可见,节点3V 处于兴奋状态并且状态3y 由→10。

网络状态由→001000,转移概率为1/3。

同样其他2个节点也可以以等概率发生状态变化,他们的激励函数为()()03.0001111<-=+∑==θωj N j j y Net()()03.0002122<-=+∑==θωj N j j y Net 节点1V 2V 的状态→00保持不变。

智能控制课后习题

智能控制课后习题

作业11 简述智能控制的概念。

定义一: 智能控制是由智能机器自主地实现其目标的过程。

定义二:K.J.奥斯托罗姆则认为,把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟,并用于控制系统的分析与设计中,以期在一定程度上实现控制系统的智能化,这就是智能控制。

定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制,也是用计算机模拟人类智能的一个重要领域。

2 智能控制由哪几部分组成?各自的特点是什么?智能控制由人工智能、自动控制、运筹学组成。

人工智能是一个知识处理系统,具有记忆、学习、信息处理、形式语言、启发推理等功能。

自动控制描述系统动力学特性,是一种动态反馈。

运筹学是一种定量优化的方法。

如线性优化,网络规划,调度管理,优化决策和多目标优化的方法等等。

3 比较智能控制和传统控制的特点?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论,相对于“模型论”可称为“控制论”3)传统的控制为了控制必须建模,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。

4 智能控制有哪些应用领域?试举出一个应用实例。

应用领域:模糊系统、神经网络、专家控制、工业想、系统、电力系统、机器人等其他领域的控制。

应用实例:模糊控制的交流伺服系统作业21.在完成上次作业的基础上,进一步细化,给出使用智能控制的必要性,以及智能控制结果的验证比较方法;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,只适用于解决线性、时不变线等相对简单的控制问题。

  1. 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. 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. 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)。

作业11 简述智能控制的概念。

定义一: 智能控制是由智能机器自主地实现其目标的过程。

定义二:K.J.奥斯托罗姆则认为,把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟,并用于控制系统的分析与设计中,以期在一定程度上实现控制系统的智能化,这就是智能控制。

定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制,也是用计算机模拟人类智能的一个重要领域。

2 智能控制由哪几部分组成?各自的特点是什么?智能控制由人工智能、自动控制、运筹学组成。

人工智能是一个知识处理系统,具有记忆、学习、信息处理、形式语言、启发推理等功能。

自动控制描述系统动力学特性,是一种动态反馈。

运筹学是一种定量优化的方法。

如线性优化,网络规划,调度管理,优化决策和多目标优化的方法等等。

3 比较智能控制和传统控制的特点?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论,相对于“模型论”可称为“控制论”3)传统的控制为了控制必须建模,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。

4 智能控制有哪些应用领域?试举出一个应用实例。

应用领域:模糊系统、神经网络、专家控制、工业想、系统、电力系统、机器人等其他领域的控制。

应用实例:模糊控制的交流伺服系统作业21.在完成上次作业的基础上,进一步细化,给出使用智能控制的必要性 ,以及智能控制结果的验证比较方法;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,只适用于解决线性、时不变线等相对简单的控制问题。

而现代的控制系统存在着复杂性、时变性、非线性、不确定性和不完全性等,很难建立精确的数学模型。

由于智能控制将控制理论的方法和人工智能技术灵活的结合起来,其控制方法适应对象的复杂性和不确定性,所以使用智能控制很有必要。

2.完成下页作业,需要程序和结果.强化算子H4 H3 H2 H1.5 极其非常很相当解:(1)语言算子“很”λ=2,即)(a w μ(a)=2r(a)μ “很年轻”模糊集隶属度函数)(a wμ=2002525a 0)550(1022≤<≤≤⎪⎩⎪⎨⎧⎥⎦⎤⎢⎣⎡-+-a a(2)“不老也不年轻”模糊集隶属度函数)(a w μ=⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≤<⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+-≤<⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-+-≤≤---2009.51550119.51255501125011212a a a a a %Membership function for Old Peoplefor k=1:1:2001 x(k)=(k-1)*0.10; if x(k)>=0&x(k)<=50 y(k)=0; elsey(k)=1/(1+((x(k)-50)/5)^(-2)); end endplot(x,y,'b');xlabel('XYears');ylabel('Degree of membership');2040608010012014016018020000.10.20.30.40.50.60.70.80.91X YearsD e g r e e o f m e m b e r s h i p%Membership function for Young People clear all; close all;for k=1:1:2001 x(k)=(k-1)*0.10; if x(k)>=0&x(k)<=25 y(k)=1.0; elsey(k)=1/(1+((x(k)-50)/5)^2); end endplot(x,y,'b');xlabel('XYears');ylabel('Degree of membership');2040608010012014016018020000.10.20.30.40.50.60.70.80.91X YearsD e g r e e o f m e m b e r s h i p%Membership function for Very Young Peoplefor k=1:1:2001 x(k)=(k-1)*0.10; if x(k)>=0&x(k)<=25 y(k)=0; elsey(k)=(1/(1+((x(k)-50)/5)^2))^2; end endplot(x,y,'b');xlabel('X Years');ylabel('Degree of membership');2040608010012014016018020000.10.20.30.40.50.60.70.80.91X YearsD e g r e e o f m e m b e r s h i p%Membership function for Not Old People and Not Young Peoplefor k=1:1:2001 x(k)=(k-1)*0.10; if x(k)>=0&x(k)<=25; y(k)=1;elseif x(k)>=25&x(k)<=51.9; y(k)=1-1/(1+((x(k)-50)/5)^2); elsey(k)=1-1/(1+((x(k)-50)/5)^(-2)); end endplot(x,y,'b');xlabel('X Years');ylabel('Degree of membership');2040608010012014016018020000.10.20.30.40.50.60.70.80.91X YearsD e g r e e o f m e m b e r s h i p作业34-1 模糊控制器有哪几部分组成?各完成什么功能?答:模糊控制系统的主要部件是模糊化过程、知识库(数据库和规则库)、推理决策和精确化计算。

4-2模糊控制器的设计步骤设计步骤如下:1、模糊控制器的结构单变量二维模糊控制器是最常见的结构形式。

2、定义输入、输出模糊集对误差e、误差变化ec及控制量u的模糊集论域定义如下:3、定义输入、输出隶属函数对误差e、误差变化ec及控制量u的模糊集和论域确定后,需对模糊变量确定隶属函数,即对模糊变量赋值,确定论域内元素对模糊变量的隶属度。

4、建立模糊控制规则根据人的直觉思维推理,有系统输出的误差及误差的变化趋势来设计消除系统误差的模糊控制规则。

模糊控制规则语句构成了描述众多被控过程的模糊模型。

例如卫星的姿态与作用的关系、工业锅炉中的压力与加热的关系等,都可用模糊规则来描述。

在条件语句中,误差e、误差变化ec及控制量u对于不同的被控对象有着不同的意义。

5、建立模糊控制表6、模糊推理模糊推理是模糊控制的核心,它利用某种模糊推理算法和模糊规则进行推理,得出最终的控制量。

7、反模糊化(1)最大隶属度法(2)重心法(3)加权平均法4-3 已知某一炉温控制系统,要求温度保持在600℃恒定。

针对该控制系统有以下控制经验:(1)若炉温低于600℃,则升压;低得越多升压越高。

(2)若炉温高于600℃,则降压;高得越多降压越低。

(3)若炉温等于600℃,则保持电压不变。

设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。

两个变量的量化等级为七级、取五个语言值。

隶属度函数根据确定的原则任意确定。

试设计隶属度的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。

那么输入语言变量为误差,输出为控制电压。

两个变量的量化等级为七级、取五个语言值。

量化等级为七级量化等级-3 -2 -1 0 1 2 3五个语言值PB、PS、ZE、NS、NB给定值600℃模糊控制器选用的系统的实际温度T与温度给定值Td的误差e ,T d-T作为输入语言变量,把控制加热装置的供电电压u选作输出语言变量。

误差隶属度函数/模糊输出量隶属函数Ke=0.01 Ku=20/3温度℃900以上800 700 600 500 400 300以下误差e -300 -200 -100 0 100 200 30010 20 25 30 35 40 50控制电压u量化等级-3 -2 -1 0 1 2 3状态变量误差隶属度函数/模糊输出量隶属函数PB 0 0 0 0 0 0.3 1PS 0 0 0 0 0.4 1 0.4ZE 0 0 0.1 1 0.1 0 0NS 0.4 1 0.4 0 0 0 0NB 1 0.3 0 0 0 0 0规则库的制定E NB NM NS ZE PM PS PBU PB PM PS ZE NS NM NB4-4 已知被控对象为s e s s G 5.01101)(-+=,假设系统给定为阶跃值r=30,采样时间为0.5s ,系统的初始值0)0(=r ,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;分别对上述三种控制器进行matlab 仿真,并比较控制效果。

(1)基于simulink 的常规的PID 控制器的仿真及其调试:利用Z-N 整定公式,算出Kp ,Ki ,Kd 分别为:18,1.65,0。

示波器观察到的波形为:(2)基于simulink的模糊控制器的仿真及其调试:(3)模糊PID控制器①启动matlab后,在主窗口中键入fuzzy回车,确定模糊控制器结构:根据具体的系统确定输入输出量。

选取二维控制结构,输入误差e,和误差变化量ec, 输出u屏幕上就会显现出如下图所示的“FIS Editor”界面,即模糊推理系统编辑器。

②双击输入量或输出量模框中的任何一个,都会弹出隶属函数编辑器,简称MF编辑器。

③在FIS Editor界面顺序单击菜单Editor—Rules出现模糊规则编辑器。

本次设计采用双输入(偏差E和偏差变化量EC)单输出(U)模糊控制器,E的论域是[-6,6],EC的论域是[-6,6],U的论域是[-6,6]。

相关文档
最新文档