整理的智能控制导论复习题

试题

一、名词解释

1．智能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11．信息论12. 黑板13. 模糊判决14. 学习系统15. 选择操作

五、简答题

106. 简述递阶智能机器一般层级结构及各级功能

107．简述专家控制器的设计原则

108. 简述仿人控制器的智能属性

109. 简述实现NN监督式控制的步骤

110. 简述真体的特性

111．简述建立专家系统的一般步骤

112．简述学习控制的机理

113. 简述神经控制系统的设计内容

114. 简述人工神经网络的主要学习算法及含义

115. 简述仿人控制在结构和功能上具有的基本特征

5-3、92页116．考虑一个具有阶梯型阈值函数的神经网络，假设：

（1）用常数乘所有的权值和阈值。

（2）用常数加所有的权值和阈值。

试说明网络性能是否会变化

117．简述按其作用原理，智能控制系统的分类

118. 简述基于神经网络专家系统的三种模式

119. 简述实现学习控制系统需要的三种能力及其含义

120. 简述仿人控制器设计与实现的一般步骤

六、论述题

121. 试述复合智能控制及采用复合智能控制的缘由

122. 试述模糊控制系统的工作原理

123. 试述遗传算法的特点，并画出简单遗传算法的框图

124. 试述迭代学习控制的任务；迭代控制与最优控制、自适应控制的区别；画出迭代学习控制系统基本结构图。

125. 试述遗传算法的求解步骤

126. 试述基于模式识别的学习控制的原理

答案

一、名词解释

1.智能是一种应用知识对一定环境进行处理的能力或由目标准则衡量的抽象思考能力。

2.自动控制是能按规定程序对机器或装置进行自动操作或控制的过程。

3.应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统，称为专家

控制系统。

4.学习控制能够在系统进行过程中估计未知信息，并据之进行最优控制，以便逐步改进系统性

能。学习控制是一种控制方法，其实际经验起到控制参数和算法的类似作用。

5.免疫算法是模仿生物免疫学和基因进化机理，通过人工方式构造的一类优化搜索算法，是对

生物免疫过程的一种数学仿真，是免疫计算的一种最重要形势。

6. 信息是知识的交流或对知识的感受，是对知识内涵的一种测量。所描述事件的信息量越大该

事件的不确定性越小。

7. 用于驱动智能机器以实现其目标而无需操作人员干预的系统称为智能控制系统。

8. 专家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方法来处理该领域问题，以人类专家的水平完成特别困难的某一专业领域的任务。

9. 如果一个学习系统利用所学得的信息来控制某个具有位置特征的过程，则称该系统为学习控

制系统。

10. 人工免疫系统是由免疫学理论和观察到的免疫功能、原理和模型启发而产生的适应性系统。

11. 信息论是研究信息，信息特性测量，信息处理以及人机通信过程效率的数学理论。

12. 用来记录系统推理过程中用到的控制信息、中间假设和中间结果的数据库。

13. 模糊逻辑控制中，在推理得到的模糊集合中取一个相对最能代表这个模糊集合的单值的过程。

14. 一个能够学习有关过程的未知信息，并利用所学信息作为进一步决策或控制的经验，从而逐步改善系统性能。

15. 遗传算法中，根据个体适应度函数值所量度的优劣程度决定下一代被淘汰还是被遗传的操作。

五、简答题

106. 递阶智能机器一般由组织级、协调级和执行级组成。

组织级用于机器推理、规划、决策、学习和记忆操作

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

执行级是递阶智能控制的底层，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

107. （1）模型描述的多样性（2）在线处理的灵巧性（3）控制策略的灵活性（4）决策机构的递阶性

108. （1）仿人控制器原型是一种双映射关系，即一种变模态控制、一种开闭环交替控制模式（2）在算法中，控制策略与模态的选择和确定是按照误差变化趋势的特征进行的

（3）仿人控制器原型在维持模态时对误差极值的记忆与利用，与人的记忆方式及时记忆的利用相似。

109. （1）通过传感器和传感信息处理，调用必要的和有用的控制信息

（2）构造神经网络，选择NN类型、结构参数和学习算法等

（3）训练NN控制器，实现输入输出映射，以便进行控制。

110.①行为自主性②作用交互性③环境协调性④面向目标性⑤存在社会性

⑥工作协调性⑦运行持续性⑧系统适应性⑨结构分布性⑩功能智能性

（答对1条得1分，答任意6条即可）

111．简述建立专家系统的一般步骤

（1）设计初始知识库具体包括1）问题知识化、2）知识概念化、3）概念形式化、4）形式规则化、5）规则合法化；）

（2）原型机开发与试验；

（3）知识库改进与归纳

112．简述学习控制的机理

（1）寻找并求得动态控制系统输入与输出间的比较简单关系；

（2）执行每个由前一步控制过程的学习结果更新了的控制过程；

（3）改善每个控制过程，使其性能优于前一过程。

113. 简述神经控制系统的设计内容

（1）建立对象的数学计算模型；

（2）选择神经网络及算法，进行初步辨识与训练；

（3）设计神经控制器，包括控制器结构、功能表示及推理；

（4）控制系统仿真，并根据结果改进设计。

114. 简述人工神经网络的主要学习算法及含义

人工神经网络的主要学习算法包括导师学习算法和无师学习算法和强化学习算法。

导师学习算法能够根据期望的和实际的网络输出间的差来调整神经元间的连接的强度或权。

强化学习算法是导师学习的特例，它不需要老师给出目标输出；无师学习算法不需要知道期望输出。

115. 简述仿人控制在结构和功能上具有的基本特征

（1）递阶信息处理与决策机构；

（2）在线特征辨识与特征记忆；

（3）开闭环结合和定性与定量结合的多模态控制；

（4）启发式和直觉推理问题求解。