智能控制理论课后习题及复习
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
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。
智能控制理论及应用复习
智能控制理论及应用第1章绪论■《智能控制》在自动化课程体系中的位置《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。
■《智能控制》在控制理论中的位置《智能控制》是目前控制理论的最高级形式，代表了控制理论的发展趋势，能有效地处理复杂的控制问题。
其相关技术可以推广应用于控制之外的领域：金融、管理、土木、设计等等。
■经典控制和现代控制理论的统称为传统控制，智能控制是人工智能与控制理论交叉的产物，是传统控制理论发展的高级阶段。
智能控制是针对系统的复杂性、非线性和不确定性而提出来的。
■传统控制和智能控制的主要区别：➢传统控制方法在处理复杂化和不确定性问题方面能力很低；智能控制在处理复杂性、不确定性方面能力较高。
智能控制系统的核心任务是控制具有复杂性和不确定性的系统，而控制的最有效途径就是采用仿人智能控制决策。
➢传统控制是基于被控对象精确模型的控制方式；智能控制的核心是基于知识进行智能决策，采用灵活机动的决策方式迫使控制朝着期望的目标逼近。
传统控制和智能控制的统一：智能控制擅长解决非线性、时变等复杂的控制问题，而传统控制适于解决线性、时不变等相对简单的控制问题。
智能控制的许多解决方案是在传统控制方案基础上的改进，因此，智能控制是对传统控制的扩充和发展，传统控制是智能控制的一个组成部分。
■智能控制与传统控制的特点。
传统控制：经典反馈控制和现代理论控制。
它们的主要特征是基于精确的系统数学模型的控制。
适于解决线性、时不变等相对简单的控制问题。
智能控制：以上问题用智能的方法同样可以解决。
智能控制是对传统控制理论的发展，传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。
■智能控制应用对象的特点(1)不确定性的模型模型未知或知之甚少；模型的结构和参数可能在很大范围内变化。
(2)高度的非线性(3)复杂的任务要求■自动控制的发展过程■智能控制系统的结构一般有哪几部分组成，它们之间存在什么关系？答：智能控制系统的基本结构一般由三个部分组成：人工智能（AI）：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能。
智能控制基础答案
智能控制基础答案【篇一：智能控制基础思考题】xt>复习思考题一重要概念解释 1 智能控制答：智能控制是一门交叉学科，美国学者在运筹学的基础上提出了三元论的智能控制概念，即ic=ac n ai n or 各子集的含义为：ic为智能控制，ai为人工智能，ac为自动控制，or为运筹学。
所谓智能控制，即设计一个控制器，使之具有学习、抽象、推理、决策等功能，并能根据环境（包含被控对象或被控过程）信息的变化做出适应性反应，从而实现由人来完成的任务。
2 专家系统与专家控制答：专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。
专家控制是智能控制的一个重要分支，又称专家智能控制。
所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。
3 模糊集合与模糊关系，模糊推理模糊控制答：模糊集合：给定论域u上的一个模糊集a?是指：对任何元素u?u 都存在一个数?a?u???0,1?与之对应，表示元素u属于集合a?的程度，这个数称为元素u对集合a?的隶属度，这个集合称为模糊集合。
模糊关系：二元模糊关系：设a、b是两个非空集合，则直积a?b???a,b?|a?a,b?b?中的一个模糊集合称为从a到b的一个模糊关系。
模糊关系r?可由其隶属度?r?a,b?完全描述，隶属度?r?a,b?表明了元素a与元素b具有关系r?的程度。
模糊推理：知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输出的情况，这就叫“模糊推理”。
4神经网络？答：人工神经网络（artificial neural network ）是模拟人脑思维方式的数学模型。
神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为，它从微观结构和功能上对人脑进行抽象和简化，神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等。
《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。
智能控制复习题-参考答案
（书本 P 13）上海第二工业大学《智能控制系统》练习卷一、填空题1、机器智能是把信息进行组织 、并 把它转换成知识 的过程。
2、智能控制方法比传统的控制方法更能适应对象的 时变性 、 非线性 和 不确定性 。
3、智能控制中的三元论指的是： 人工智能 、 自动控制 和 运筹学 。
4、从 工程控制角度看，智能控制三个基本要素是： 归纳 、 集注 、 组合操作 。
（这道题有点疑问，大家找找资料）5、生物神经元经抽象化后，得到的人工神经元模型，它有三个基本要素 连接权值 、 求和函数 和 激发函数 。
6、神 经网络的结构按照神经元连接方式可分成 层状 和 网状 。
7、定义一个语言变量需要定义 4 个方面的内容： 定义变量名称 、 定义变量的论域 、 定义变量的语言 、 定义每个模糊集合的隶属函数 。
8、� = 0.2 + 0.3 + 0.4 + 0.9，则 A0.2={x1, x2, x3, x4}，A0.4={ x3, x4} ，A0.9={ x4 }�1�2�3 �49、假设论域为 5 个人的体重分别为 110kg 、95kg 、85kg 、78kg 、65kg ，他们 的体重对于“肥胖”的模糊概念的隶属度分别为 0.95、0.88、0.8、0.72、0. 5。
试用：(1) Zadeh 表示法表示模糊集“肥胖” 答：肥胖=0. 95 +0. 88 +0. 8 +0. 72 +0. 5 11095857865(2)序偶表示法表示模糊集“ 肥胖”答：肥胖={(110,0.95), (95,0.88)(85,0.8)(78,0.72)(65,0.5)} （或 肥胖={0.95, ,0.88,0.8,0.72,0.5}）10、专家系统的核心部分是： 知识库子系统 、 推理子系统 。
11、在专家系统中，解释器是专家系统与用户间的人-机接口。
12、人工神经网络常见的激发函数或作用函数有：阈值型函数、饱和型函数、和双曲函数（此外还有S 型函数，高斯函数等）。
智能控制复习思考题.doc
智能控制基础期末复习思考题一重要概念解释I智能控制3模糊集合与模糊关系，模糊推理、模糊控制• 1）模糊集合：给定论域U上的一个模糊集A是指：对任何元素uwU都存在一个数与之对应，表示元素u属于集合A的程度，这个数称为元素u对集合人的隶属度，这个集合称为模糊集合。
•模糊关系:二元模糊关系：设A、B是两个非空集合，则直积= 处型中的—个模糊集合称为从A到B的一个模糊关系。
模糊关系尺可由其隶属度卩2小）完全描述，隶属度从（吶表明了元索a与元索b具有关系尺的程度。
•模糊推理：知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输岀的情况，这就叫“模糊推理”。
•模糊控制4神经网络？答：人工神经网络（Artificial Neural Network ）是模拟人脑思维方式的数学模型。
神经网络是在现代生物学研究人脑组织成果的慕础上提出的，用来模拟人类大脑神经网络的结构和行为，它从微观结构和功能上对人脑进行抽象和简化，神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等。
5神经网络控制6遗传算法一绪论部分1.智能控制与传统控制相比，有哪些主要的特点？二.模糊控制部分1、简述模糊集合的基本定义以及与隶属函数之间的相互关系。
定义:论域U中的模糊集合A,是以隶属函数心为表征的集合Ao心称为模糊集合A的隶属函数，“人（况）称为u对A的隶属度，它表示论域U中的元索u属于模糊集合A的程度，它在［0, I］闭区间内可连续取值。
关系：模糊集合是以隶属函数来描述的，隶属度的概念是模糊集合理论的基石。
2、常用隶属函数的种类及其表达式，及其图形表示。
3、给定变量论域，请在其上设计几个模糊子集，并用隶属函数予以描述，并绘图表示。
（比如年龄（0-100岁）中的年幼，年轻，中年，老年如何进行表示？（参考教材p.23）4、常用的模糊并和模糊交算子是怎样进行运算的？有什么特点？一般地：A\JB = = max(/z A(w)，x/5(w)) = //A(w) v^B(u),取大原则An B = jU Ar]B(u) = min(jU A(u),ju B(w)) = ju A(u) A JU B(W),取小原则采用隶属函数的取大(MAX)和取小(MIN)进行模糊集合的并、交逻辑运算是FI前最常用的方法。
智能控制智能控制试卷(练习题库)(2023版)
智能控制智能控制试卷（练习题库）1、简述智能控制的概念。
2、比较智能控制和传统控制的特点？3、智能控制的概念首次由著名学者（）提出的。
4、经常作为智能控制典型研究对象的是（）。
5、智能自动化开发与应用应当面向（）。
6、不属于智能控制是（）。
7、以下不属于智能控制主要特点的是（）。
8、以下不属于智能控制的是（）。
9、地质探矿专家系统常使用的知识表示方法为（）。
10、自然语言问答专家系统使用的知识表示方法为（）。
11、专家系统中的自动推理是基于O的推理。
12、适合专家控制系统的是（）。
13、直接式专家控制通常由O组成。
14、产生式系统的推理方式不包括（）。
15、黑板专家控制系统的组成有O16、建立专家系统，最艰难（“瓶颈”）的任务是（）。
17、产生式系统包含的基本组成O18、下列概念中不能用普通集合表示的是（）。
19、以下应采用模糊集合描述的是（）。
20、某模糊控制器的语言变量选为实际温度与给定温度之差即误差e、误差变化率4e；以及加热装置中可控硅导通角21、在论域U中，模糊集合A的支集只包含一个点u,且OAum=I,则A称为（）。
22、在模糊控制中，隶属度（）。
23、在模糊控制器的推理输出结果中，取其隶属度最大的元素作为精确值, 去执行控制的方法称为（）。
24、在温度模糊控制系统中，二维模糊控制器的输出是（）。
25、以下的集合运算性质中，模糊集合不满足的运算性质（）。
26、模糊控制方法是基于（）。
27、以下应采用模糊集合描述的是（）。
28、模糊隶属度函数曲线的形状可以为（）。
29、某模糊控制器的语言变量选为实际水位与给定水位之差即误差e,以及调节阀门开度的变化量u,故该模糊控制器30、某一隶属度函数曲线的形状可以选为（）。
31、模糊控制器的术语“正中”，可用符合O表示。
32、在模糊控制器的推理输出结果中，取其隶属度函数曲线与横坐标围成面积的重心作为输出值，去执行控制的方法称33、下列概念中不能用普通集合表示的是（）。
2013智能控制复习思考题
2013智能控制复习思考题一．智能控制1. 智能控制与传统控制相比，有哪些主要的特点？2. 智能控制的研究对象有什么特点？3. 智能控制的主要分支？4. 智能控制的研究工具？二、模糊控制部分1． 简述模糊集合的基本定义以及与隶属函数之间的相互关系。
2．什么是隶属函数？隶属函数有什么特点？3．给定变量论域，请在其上设计几个模糊子集，并用隶属函数予以描述。
4．在上述第3题的基础上，任意给定一个变量值，请求对应的模糊量表达式。
5．常用的模糊并和模糊交算子是怎样进行运算的？有什么特点？6．解释什么叫做模糊关系？7．试确定条件语句“若A 且B 则C ”所决定的模糊关系R 。
现已知A ’和B ’，求C ’。
其中 A=1/x1 + 0.5/x2, B=0.1/y1 + 0.5/y2 + 1/y3 ,C=0.2/z1 + 1/z2, A ’=0.8/a1 + 0.1/a2, B ’=0.5/b1 + 0.2/b2 + 0/b3 同时用MATLAB 仿真计算，验证结果。
8. 设论域x={a 1，a 2，a 3}，y={b 1，b 2，b 3}，z={c 1，c 2，c 3}，已知 试确定“If A and B then C”, 所决定的模糊关系R ，以及输入为 时的输出C 1。
3211.015.0a a a A ++=3216.011.0a b b B ++=2114.0c c C +=32111.05.00.1a a a A ++=32116.011.0b b b B ++=１9．请以2输入1输出系统为例，解释强度转移法是如何进行模糊推理的。
10．解方程11. 解释常用的几种清晰化方法的几何含义。
（1）重心法；（2）最大隶属度法；（3）面积中心线法。
12．简述模糊控制器的设计步骤13. 常规的PID 调节器中，P 、I 、D 参数各起什么主要什么作用？14．将模糊集合概念运用于传统系统控制中，通常可以采取哪些做法？各有什么主要特点？15．请学会运用MATLAB 进行（1）常规系统仿真；（2）模糊系统设计和仿真。
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。
(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。
- 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、"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、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)。
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）
+
1∨0.3 0
+
0.4∨1 10
+
0∨0.3 20
+
0∨0 30
0 0 0.4 1 1 0.3 0 + + + + + + −30 −20 −10 0 10 20 30
2-5 模糊矩阵运算，模糊关系合成 答案：参见教材 P32。
2-7 答案：参见教材 P44，P30。
2-9 答案：参见教材 P44。
第 4 章 专家控制
一、重点内容
1、专家系统各部分组成的作用？ 2、专家系统的结构框图画法。
二、课后习题
第 1 章 进化算法
一、重点内容
1、遗传算法的基本原理；
2、遗传算法的染色体编码方法； 3、遗传算法中常用的 3 种遗传算子（基本操作） ；
4、遗传算法的选择、交叉操作填表。 （求适应值、选择百分比、选择次数、新群体） ，掌握 教材 P280-285 内容。
第 3 章 人工神经元网络控制
一、重点内容
1.遗传算法中常用的 3 种遗传算子（基本操作） ； 2. 神经网络学习方式有几种，简述其特点，并分别画出其示意图。 3. 误差反向传播学习算法的主要思想。 4. 节点的离散 Hopfield 神经网络，计算状态转移关系。
二、课后习题
3-3 答案：参见教材 P86-90。 3-4 答案：参见教材 P100-101。
在相及矩阵 G 中取每一行的最小值，按所得值大小排列得： 9 7 23 3 1> > > > 11 13 77 17 所以，结论是：宝马（B）最受欢迎，其他顺次是无限（I） 、凌志（L） 、梅赛德 斯（M） 、保时捷（P） 。 2-4 模糊集合运算 答案：参见教材 P18-P19。 （1）������ZE (e) ∩ ������PS (e) = −30 + −20 + =
第 1 章 绪论
一、重点内容
1.智能控制系统的典型结构组成及各部分的作用。 （教材 P8） 2.智能控制系统的特点。 （教材 P9）
二、课后习题
1-1 智能控制系统由哪几部分组成？各部分的作用是什么？ 答案：参见教材 P8。 1-2 智能控制系统的特点是什么？ 答案：参见教材 P9。
第 2 章 模糊控制论
二、课后习题
2-2 已知 “年老 O” 和 “年轻 Y” 的模糊集，求“很年轻 W” ， “不年老也不年轻 V” 的隶属度函数。 答案：参见教材 P38，P18。 （1）求“很年轻 W”的隶属度函数
2 由语气算子”很”，取λ=2 即������������ (x) = ������������(������)
������ ������
（ ������1 = P; ������2 = B; ������3 = M; ������4 = L; ������5 = I ） ������������ (������) 0.21 21 ������(������⁄������ ) = = = max(������������ (������), ������������ (������)) max(0.21,0.79) 79 ������������ (������) 0.79 ������(������⁄������) = = =1 max(������������ (������), ������������ (������)) max(0.79,0.21) 同理可得其他项。 P B M L I 1 1 G= 1 1 [1 21 79 1 23 77 37 63 9 11 3 17 1 1 7 13 12 13 41 59 1 1 1 1 33 67 1 1 49 51 1]
0∧0 0∧0 0.4∧0 −10
+
1∧0.3 0
+
0.4∧1 10
+
0∧0.3 20
+
0∧0 30
0 0 0 0.3 0.4 0 0 + + + + + + −30 −20 −10 0 10 20 30
0∨0 0∨0 0.4∨0 −10
（2）������ZE (e) ∪ ������PS (e) = −30 + −20 + =
−1
（因为：x=51.9 处为������������ ̅ ，������������ ̅ 交点） 2-3 二元对比排序法确定隶属度函数 答案：参见教材 P24。 根据已知条件，可建立如下二元对比关系： f(P, P) = 1.0 f(P, B) = 0.21 f(P, M) = 0.15 f(P, L) = 0.41 f(P, I) = 0.33 f(B, P) = 0.79 f(B, B) = 1.0 f(B, M) = 0.77 f(B, L) = 0.63 f(B, I) = 0.55 f(M, P) = 0.85 f(M, B) = 0.23 f(M, M) = 1.0 f(M, L) = 0.65 f(M, I) = 0.52 f(L, P) = 0.59 f(L, B) = 0.37 f(L, M) = 0.35 f(L, L) = 1.0 f(L, I) = 0.49 f(I, P) = 0.67 f(I, B) = 0.45 f(I, M) = 0.48 f(I, L) = 0.51 f(I, I) = 1.0 最好写成： ������������ (������) = 1.0 ������������ (������) = 0.21 ������������ (������) = 0.15 ������������ (������) = 0.41 ������������ (������) = 0.33 ������������ (������) = 0.79 ������������ (������) = 1.0 ������������ (������) = 0.77 ������������ (������) = 0.63 ������������ (������) = 0.55 ������������ (������) = 0.85 ������������ (������) = 0.23 ������������ (������) = 1.0 ������������ (������) = 0.65 ������������ (������) = 0.52 ������������ (������) = 0.59 ������������ (������) = 0.37 ������������ (������) = 0.35 ������������ (������) = 1.0 ������������ (������) = 0.49 ������������ (������) = 0.67 ������������ (������) = 0.45 ������������ (������) = 0.48 ������������ (������) = 0.51 ������������ (������) = 1.0 可得各二元对比级的数对： (������������ (������), ������������ (������)) = (0.21,0.79) (������������ (������), ������������ (������)) = (0.15,0.85) (������������ (������), ������������ (������)) = (0.41,0.59) (������������ (������), ������������ (������)) = (0.33,0.67) (������������ (������), ������������ (������)) = (0.77,0.23) (������������ (������), ������������ (������)) = (0.63,0.37) (������������ (������), ������������ (������)) = (0.55,0.45) (������������ (������), ������������ (������)) = (0.65,0.35) (������������ (������), ������������ (������)) = (0.52,0.48) (������������ (������), ������������ (������)) = (0.49,0.51)