智能控制导论复习题
二、填空题
16. _________________________ 免疫系统在受到外界病菌的感染后，能够通过自身的免疫机制恢复健康以保持正常工作的 一种特性称为免疫系统的 。
17. _______________________ 智能控制是采用 驱动智能机器实现其目标的过程
18. _________________________________________________________ 知识是人们通过体验、学习或联想而知晓的对客观世界 ______________________________________________ 。
19. ________________________________________________________________ 与学习系统相似，学习控制系统分为在线学习控制系统和 ____________________________________________ 控制系统两类。
20. 基于模式识别的学习控制系统，可被推广为一个具有在线特征辨识的分层递阶结构，该控制 系统由三级组成，即组织级、 ______________ 和执行控制级。
21. 真体的行动受其心理状态驱动，人类心理状态的要素有认知、情感、 ________ 三种。 22.
神经网络主要通过两种学习算法进行训练，即无师学习算法和
___________ 。
23.
神经网络自适应控制和常规自适应控制一样，也分为两类，即 _____________ 和模型参考自
适应控制。
24. _________________________________________________ 实现学习控制系统需要三种能力：性能反馈、 ________________________________________________________ 、训练。
25. __________________________ 遗传算法是模仿 和自然选择机理，通过人工方式构造的一类优化搜索算法。
26. 把智能控制与传统控制有机地组合起来，即可构成 ___________________ 系统。 27.
人们通过体验、学习或联想而知晓的对客观世界规律性的认识是
__________ 。
、名词解释 1 ?智能2.
试题
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
28. _______________________________ 间接进化控制是由作用于系统模型，再综合系统状态输出与系统模型输出
作用于进化学习，然后，系统在应用一般闭环反馈控制原理构成进化控制系统。
29. 仿人控制研究的主要目标不是控制对象，而是控制器本身如何对控制专家结构和的模拟。
30. 连接主义的原理主要为神经网络及神经网络间的连接机制与______________ 。
31. 真体程序的核心部分称为_______________ 或问题求解器。
32. ________________________________________ 在专家系统的主要组成部分中，能够向用户解释专家系统的行为，包括解释推
理结论的正确性以及系统输出其他候选解的原因。
33. 基于模式识别的学习控制系统，可被推广为一个具有在线特征辨识的分层递阶结构，该控
制系统由三级组成，即组织级、自校正级和_______________ 。
34 ?具有模糊信号和/或模糊权值的神经网络是____________________ 。
35. 在遗传算法中，通过随机方式产生若干个所求解问题的数字编码，即染色体，形成___________
36. __________________________________________________________ 自主驾驶系统的硬件设备包括主控计算机、执行机构和______________________________________________ 。
37. 递阶智能机器一般由组织级、_____________ 和执行级组成。
38. ___________________________________________________ 遗传算法是一种基于空间搜索的算法，它通过_____________________________________________________ 、遗传、变异等操作以及达尔文适者生存的理论，模拟自然进化的过程来寻找所求问题的解答。
39. 一个能评价智能控制系统运行的瞬态品质，并能兼顾系统的快速性、稳定性、和精确性指
标要求的理想误差时相轨迹称为仿人控制系统的_______________ 。
40. 基于模式识别的学习控制系统，可被推广为一个具有在线特征辨识的分层递阶结构，该控
制系统由三级组成，即组织级、自校正级和_________________ 。
41 .混合模糊神经网络是组合 ____________ 和神经网络权值，应用加、乘等操作获得神经网络的
输入。
42. ___________________________________________________ 人工神经网络的结构基本上可分为两类，即_________________________________________________________ 和前馈网络。
43. 真体程序的核心部分称为决策生成器或_______________ 。
44. ________________________________________________ 连接主义的原理为神经网络及神经网络间的________________________________________________________ 与学习算法。
45 .免疫算法的关键在于系统对受侵害部分的屏蔽、保护和 ___________________ 。
三、单项选择题
46. 模糊控制中，在推理得到的模糊集合中取一个相对最能代表这个集合的单值的过程称为
（）°
A.解模糊
B.模糊化
C.模糊推理
D.模糊集运算
47. 迭代学习控制的任务是给出系统当前输入和输出，确定下一个实际输入使得系统的实际输出
收敛于（）。
A.实际输出
B.实际输入
C.期望输出
D.期望值
48. 在专家系统结构中，按照系统建造者所给出的控制知识，从议程中选择一项作为系统下一步
动作的模块是（）。
A.调度器
B.知识库
C.推理机
D.解释器
49. 智能控制手段与经典控制或现代控制手段集成的控制被称为（
A?反馈控制B.开关控制C?非智能控制D.复合智能控制
50. 模糊控制器的核心是（）。
A. 模糊控制系统
B. 模糊控制规则
C. 模糊集合
D. 模糊推理机
51. 属于前馈网络的是（）。
A. 反馈网络
B. 递归网络
C. 动态网络
D. 学习矢量量化网络
52. 为建立产生式系统的模型，基于规则的专家系统需采用三个模块，即知识库，工作存储器和（）。
A.推理机
B.释放器C?开发界面D.用户界面
53. 具有递阶分层结构，由一些同层神经元间不存在互连的层级组成。从输入层至输出层的信号通过单向连接流通；神经元从一层连接至下一层，不存在同层神经元间的连接的神经网络是（）。
A.前馈网络
B.递归网络
C.EImman网络
D.Hopfield 网络
54. 人工神经网络由神经元模型构成，这种由许多神经元组成的信息处理网络具有并行分布结构。每个神经元具有许多输出，并且能够与其他神经元连接存在许多输出连接方法，每种连接方法对应（）。
A. 一个连接权系数
B. 两个连接权系数
C. 三个连接权系数
D. 四个连接权系数
55. 迭代应用先前试验得到的信息，以获得能够产生期望输出轨迹的控制输入，改善控制质量的学
习控制方案是（）。
A.重复学习控制
B.规则学习控制
C.迭代学习控制
D.状态学习控制
56. 遗传算法中，将问题结构变换为位串形式编码表示的过程称为（）。
A. 解码
B. 编码
C. 遗传
D. 变换
57. 遗传算法中，为了体现染色体的适应能力，引入了对问题中的每一个染色体都能进行度量的函数，称为（）。
A. 敏感度函数B .变换函数C .染色体函数D .适应度函数
58. 不．属．于．遗传算法的遗传操作的是（）。
A. 突变
B. 选择
C. 交叉
D. 变异
59. 用户对受控对象的控制、监控和管理必须借助互联网及其相关浏览器、服务器。Web的控制
并非以Web作为控制机理，而是以Web%（）。
A.控制媒介
B.控制对象
C.控制方案
D.控制输入
60. 基于模式识别的学习控制中，学习过程可分为启动学习和（）。
A.切换学习
B.运行学习
C.自动学习
D.监督学习
61. 不．属．于．拟人控制的是（）。
A. 递阶控制
B. 专家控制
C. 学习控制
D. 神经控制
62. 模糊控制系统的核心是（）。
A. 模糊化接口
B. 模糊控制规则
C. 知识库
D. 推理机
63. 如果一个控制系统：对受控过程表现出预定的足够快的实时行为，并具有严格的响应时间限制而与所用算法无关，那么这种系统称为（）。
A. 实时控制系统
B. 专家系统
C. 非实时控制系统
D. 神经网络专家系统
64. 在智能递阶控制系统中，代表控制系统的主导思想，并由人工智能起控制作用。根据存储在长期存储器内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列的控制层级是（）。
A.组织级
B.协调级
C.执行级
D.分类器
65. 在实时模糊控制器设计中，通常根据操作人员的先验知识，确定模糊控制规则到生成模糊控制查询表的完整过程属于（）。
A.在线设计
B.离线设计
C.完整设计
D.系统设计
66. 在基于模式识别的学习控制系统组成中，能够实现对输入信息的提取与处理，提供控制决策
和学习适应依据的部分是（）。
A.数据库
B.推理机
C.模式识别单元
D.学习与适应单元
67. 在模糊控制器的基本组成单元中，能够用于标记控制目的和领域专家的控制策略的是（）。
A.模糊化接口
B.知识库
C.推理机
D.模糊判决接口
68. 属于强化学习算法的是（）。
A.LVQ算法
B.反向传播算法
C.自适应谐振理论
D.遗传算法
69. 在递归网络中，多个神经元互连以组织一个互连神经网络，有些神经元的输出被反馈至神经
元的（）。
A.同层
B.同层或前层
C.前层
D.输出层
70. 专家控制系统和模糊逻辑控制系统至少有一点是共同的，即两者都要建立人类经验和人类决
策行为的模型。此外，两者都含有推理机和（）。
A.知识库
B.模糊判决接口
C.规则库
D.模糊化接口
71. 如果向现场服务器发出控制指令，接收现场的实现受控过程信息和视频数据流，基于Web 控制的客
户端必须依靠载体而运行，其载体为（）。
A.路由器
B.I nternet 浏览器
C.WWW服务器
D.计算机
72. 实现模糊神经网络这种组合的方法在于寻求模糊推理算法与神经网络示例之间的（
）。
A.功能映射
B.网络映射
C.结构映射
D.概念映射
73. 不．属．于．常见车辆行为的是（）。
A. 起步
B. 停车
C. 躲避障碍
D. 道路障碍
74. 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是（）。
A.搜索
B.选择
C.交叉
D.变异
75. 不．属．于．人工智能主要学派的是（）。
A.符号主义
B.模型主义C?连接主义D.行为主义
76. 属于仿生控制的是（）。
A. 神经控制
B. 递阶控制
C. 仿人控制
D. 专家控制
77. 在专家系统的主要组成部分中，能够向用户解释专家系统的行为，包括解释推力论证的正确
性以及系统输出其他候选解的原因的部分是（）。
A. 接口
B. 知识库
C. 推理机
D. 解释器
78. 在设计一个模糊控制器时，第一步要做的工作就是（）。
A. 选择控制结构
B. 选取控制规则
C. 确定解模糊策略
D. 确定控制器参数
79. 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。根据存储在长期存储器内的本
原数据集合，能够组织绝对动作、一般任务和规则的序列的是（）。
A. 组织器
B. 协调级
C. 执行级
D. 分类器
80. 给出系统的当前输入和输出，确定下一个期望输入使得系统的实际输出收敛于期望值，能够完成该任务的是（）。
A.专家控制
B.模糊控制
C.迭代学习控制
D.神经网络控制
81. 测量输入变量和受控系统的输出变量，并把它们映射到一个合适的响应论域的量程，然后，精确的输入数据被变换为适当的语言值或模糊集合的标识符。本单元称为（）。
A.模糊化接口
B.解模糊化接口
C.推理机
D.模糊判决接口
82. 在神经控制的结构方案中，采用受控系统一个逆模型，它与受控系统串接以便使系统在期望响应与受控系统输出等于期望输出间得到一个相同的映射的结构方案是（）。
A.NN 内模控制
B.NN 直接逆模控制
C.NN 学习控制
D.NN 自适应控制
83. 仿人智能控制系统的设计依据是（）。
A.稳定性
B.快速性
C.瞬态性能指标
D.准确性
84. 下列属于反馈网络的是（）
A. 学习矢量量化网络
B. 感知器
C. 小脑模型连接控制网络
D.Hopfield 网络
85. 在免疫控制系统一般结构中，属于顶层的是（）。
A.智能模块
B.控制模块
C.监控模块
D.执行模块
86. 遗传算法中，能改变数码串的某个位置上的数码的操作是（）。
A. 交叉
B. 编码
C. 遗传
D. 变异
87. 实现模糊神经网络这种组合的方法在于找到一种模糊推理系统到一类神经网络的（）。
A.功能映射
B.网络映射
C.结构映射
D.概念映射
88. 在运用进化计算方法解决某个任务时，其本质就是在任务的解空间中寻找某种次优解。如果
形成一种进化控制的机制，就需要在进化计算的实现中引入（）。
A.迭代
B.前馈
C.反馈
D.优化
89. 基于模式识别的学习控制中，学习过程可分为运行学习和（）。
A.切换学习
B.启动学习
C.自动学习
D.监督学习
90. 符号主义认为人的认识基元是符号，而且认知过程即符号（）。
A.创造过程
B.变换过程C?运算过程D?操作过程
四、多项选择题
91. 人工智能的主要学派有（）。
A.符号主义
B.活动主义
C.连接主义
D.行为主义
E.信息主义
92. 多真体系统的研究过程中，适应不同的应用环境而从不同角度提出了多种类型的多真体模型，包括（）。
A.BDI模型
B.协商模型
C.混合模型
D.协作规划模型
E.自协调模型
93. 学习控制的四个主要功能包括（）
A.研究
B.搜索
C.识别
D.记忆
E.推理
94. 免疫控制的四元交集结构可看作是四个子学科的交集，其四个子学科包括（）。
A.模糊控制
B.智能控制论
C.人工免疫系统
D.生物信息学
E.智能决策系统
95. 分布式人工智能系统的优点有（）。
A.分布性
B.连接性
C.协作性
D.开放性
E.容错性和独立性
96. 实现学习控制系统需要三种能力，即（）。
A.性能反馈
B.记忆
C.训练
D.适应
E.学习
97. 属于集成智能控制系统的有（）。
A.遗传神经控制
B.神经自适应控制
C.模糊鲁棒控制
D.模糊神经控制
E.进化学习控制
98. 属于人工神经网络特性的有（）。
A.串行处理
B.非线性映射C?需进行训练学习 D.适应与集成 E.可软硬件实现
99．一个基于规则专家系统的结构组成包括（）。
A.知识库
B.工作存储器
C.解释器
D.推理机
E.外部程序
100．免疫算法是通过人工方式构造的一类优化搜索算法，其模仿机理包括（）。
A.智能控制；
B.生物遗传；
C.生物免疫学；
D.基因进化; E?基因变异
101. 黑板专家控制系统由以下哪几个部分组成（）。
A.黑板
B.数据库
C.知识源
D.控制器
E.执行器
102. 真体的行为受心里状态驱动，人类心里状态的要素有（）。
A.认知
B.情感
C.意向
D.信念
E.愿望
103. 下列属于组合智能控制系统的有（）。
A.PID模糊控制
B.神经自适应控制
C.模糊鲁棒控制 D .模糊神经控制 E.进化学习控制
104．一个模糊控制器主要由以下哪几部分组成（）。
A.知识库
B.模糊化接口
C.解释器
D. 推理机
E.模糊判决接口
105．建立专家系统的一般步骤包括（）。
A.设计初始知识库
B.规则合法化
C.问题知识化
D. 原型机开发与试验
E.知识库改进与归
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。
二、填空题（10分，每题 1 分）
16. 鲁棒性
17. 智能化理论和技术
18. 规律性的认识
19. 智能
20. 信息处理
21. 意向
22. 导师学习算法
23. 自校正控制
24. 记忆
25. 生物遗传学
26. 复合智能控制
27．知识
28．进化机制
29. 行为
30．学习算法
31. 决策生成器32．解释器
33. 执行控制级34．正则模糊神经网络
35．初始群体
36．传感器
37. 协调级
38．自然选择
39. 瞬态性能指标
40. 执行控制级
41．模糊信号
42．递归网络
43. 问题求解器
44．连接机制
45．学习控制
三、单项选择题
46. A. 47. D. 48. A. 49. D. 50. B. 51. D. 52. A. 53. A. 54. C.55. C. 56. B. 57. D. 58. A.
59. A. 60. B.61 D 62 D 63 A 64 A 65 A 66 C 67 B 68 D 69 B 70 A 71 B 72 A 73 D 74 B 75 B
76. A. 、77. D. 、78. A. 、79. A. 、80. C.、81. A. 、82. B. 、83. C.、84. D. 、85. A. 、86. D. 、
87. C.、88. C.、89. B. 、90. D.
四、多项选择题
91. A.C.D. 92. A.B.D.E. 93. B.C.D.E. 94. C.D. 95. A.B.C.D.E.
96 ABC 97 ADE 98 BCDE 99 ABCDE 100 BCDE
1011. A.C.D. 、102. A.B.C. 、103. A.B.C. 、104．A.B.D.E. 、105．A.D.E.
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
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
规则化、5）规则合法化；⑤存在社会性
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
（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。
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答：前者网络性能有变化；后者无变化。
117．简述按其作用原理，智能控制系统的分类
（1）递阶控制系统；（2）专家控制系统；（3）模糊控制系统；
（4）学习控制系统；（5）神经控制系统；（6）仿生控制系统；
（7）集成智能控制系统；（8）组合智能控制系统。
118. 简述基于神经网络专家系统的三种模式
（1）神经网络支持专家系统传统专家系统为主，神经网络技术为辅；
（2）专家系统支持神经网络神经网络技术为核心，专家系统领域技术完成解释工作；
（3）协同式神经网络专家系统优势互补。
119. 简述实现学习控制系统需要的三种能力及其含义
（1）性能反馈学习系统必须能够定量地估计系统当前和以往的性能水平；
（2）记忆学习系统必须具备存储所积累的并将在以后应用的知识的方法；
（3）训练要积累知识，就必须有一种能够把定量的性能信息转化为记忆的机制。
120. 简述仿人控制器设计与实现的一般步骤
（1）确定设计目标轨迹；（2）建立对象数理模型；
（3）建立各控制级的特征模式或控制算法；
（4）设计控制器结构；（5）设计控制模态集与控制规则。
六、论述题
121. （1）所谓复合智能控制指的是智能控制手段与经典控制和/ 或现代控制手段的集成，还指
不同智能控制手段的集成。但不包括智能控制手段与非智能控制手段的集成。
（2）单一控制器往往无法满足一些复杂、未知或动态系统的控制要求，这就需要开发某些复合的（或称为集成的、综合的、混合的）控制方法来满足现实问题提出的控制要求智能控制就是力图解决传统控制无法解决的问题而出现的。
复合智能控制只有在出现和应用智能控制之后才成为可能。
122. 模糊控制器是由模糊化接口、知识库、推理机和模糊判决接口四个单元组成。模糊化接口是测量输入变量和受控系统的输出变量，并把他们映射到一个合适的响应论域的量程，然后，精确的输入数据被变换为适当的语言值或模糊集合的标识符；知识库是由数据库和语言控制库构成的，数据库为语言控制规则的论域离散化和隶属度提供定义，语言控制规则标记控制目标和领域专家的控制策略；推理机是模糊系统的核心，根据模糊输入和模糊控制规则，模糊推理来求解模糊关系方程，获得输出。模糊判决接口是产生一个精确的或非模糊的控制作用。
工作原理框图：
123. 试述遗传算法的特点，并画出简单遗传算法的框图
(1) 遗传算法是对参数集合的编码而非针对参数本身进行进化； (2) 遗传算法是从问题解的编码组开始而非从单个解开始搜索；
(3) 遗传算法利用目标函数的适用度这一信息而不是利用导数或其他辅助信息来指导搜索; (4) 遗传算法利用选择、交叉、变异等算子而不是利用确定性规则进行随机操作。
简单遗传算法框图:
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
输岀
统基本结构图。
迭代学习控制的任务：给出系统当前输入和输出，确定下一个期望输入是的系统的实际输出收敛于期望值。
迭代控制与最优控制区别：最优控制根据系统模型计算最优输入，而迭代控制通过先前试验获得最好输入。
迭代控制与自适应控制区别：迭代控制算法是在每一次试验后离线实现的，而自适应控制算法是在线的，计算量大。)
基本结构图如下：
y d(t)
图中u k(t)、y k (t)、y d(t)和e k(t)为系统第k次运行的输入变量、输出变量、期望输出和输出
误差，u k 1(t)为系统的第k+1次的输入变量，k=1 , 2,…，n.输出误差为：e k(t) y d(t) y k(t)
125. 试述遗传算法的求解步骤
(1)初始化群体；(2)计算群体上每个个体的适应度值；
(3)按由个体适应度值所决定的某个规则选择将进入下一代的个体；
(4)按概率Pc进行交叉操作；(5)按概率Pc进行突变操作；
(6)若没有满足某种停止条件，则转第( 2 )步，否则进入下
一步;
(7)输出群体中适应度值最优的染色体作为问题的最优解。
126. 试述基于模式识别的学习控制的原理
原理图如下图所示:
1
由图可见，该控制器中含有一个模式识别单元和一个学习单元。模式识别单元实现对输入信息的
提取与处理，提供控制决策和学习适应的依据，包括提取动态过程的特征信息和识别特征信息。学习与适应单元的作用是根据在线信息来增加与修改知识库的内容，改善系统的性能。
智能控制的主要应用领域
一）智能控制的主要应用领域？ 答：1在机器人系统中的应用2）在CIMS计算机/现代集成制造系统和CIPS计算机/现代集成作业系统中的应用3）在航天航空控制系统中的应用4）在社会经济管理系统中的应用5）在交通运输系统中的应用。 二）专家系统的组成、主要类型？ 答：专家系统主要有四部分组成1）知识库，包括事实、判断、规则、经验知识和数学模型2）推理机，首先把知识库中的专家知识及数据库中的有关事实，以一定的推理方式进行逻辑推理以给出结论3）解释机制是专家系统区别于传统计算机程的主要特征之一，它可以向用户回答如何导出推理的结论4）知识获取系统，主要完成机器学习。 类型：1）控制系统辅助设计2）过程监控、在先诊断、故障分析与预测维护；3）过程控制4）航天故障诊断与处理5）生产过程的决策与调度。 三）智能控制的产生和发展过程及其主要代表人物？ 答：1）启蒙期从20世纪60年代起，F.W.史密斯提出采用性能模式识别器;1965年,美国扎德模糊集合;1966年,J.M.门德尔人工智能控制; 2)形成期20世纪70年代傅京孙、曼德尼3）发展期20世纪80年代4）高潮期20世纪90年代 四)人工神经网络的特点? 答:1)可以充分逼近任意复杂的非线形关系2)所有定量或定性的信息都分布储存于网络内的各神经元的连接上,故有很强的鲁棒性和容错性3)采用并行分布处理方法,使得快速进行大量运算成为可能4)可自学习和自适应不确知或不确定的系统。 五）智能控制的应用对象？ 答：1）不确定的模型传统的控制是基于模型的控制，这里的模型包括控制对象和干扰模型。 2）高度的非线性传统控制理论中的线性系统理论比较成熟。 3）复杂的任务要求在传统的控制系统中，控制的任务或者是要求输出量为定值，或者是要求输出量跟随期望的运动轨迹，因此控制任务的要求比较单一。对于智能控制系统，任务的要求往往比较复杂。 六）傅京孙关于智能控制的论文中列举的三种智能控制系统？ 答：1）人作为控制器的控制系统2）人机结合作为控制器的控制系统3）无人参与的智能控制系统。 七）模糊控制器的主要特点？ 答：1）设计简单。模糊控制器是一种基于规则的控制。 2）适用于数学模型难以获取、动态特性不易掌握或变化非常显著的对象。 3）控制效果优于常规控制器。 4）具有一定的智能水平， 5）模糊控制系统的鲁棒性强。 八）隶属函数选择的基本准则？ 答：1）表示隶属度函数的模糊集合必须是凸模糊集合。 2）变量所取隶属度函数通常是对称的、平衡的。 3）隶属度函数要符合人们的语义顺序，避免不恰当的重叠。 4）论域中每个点至少属于一个隶属度函数的区域，并应属于不超过两个隶属度函数的区域， 5）当两个隶属度函数重叠时，重叠部分对两个隶属度函数的最大隶属度不应有交叉，6）当两个隶属度函数重叠时，重叠部分的任何点的隶属度函数的和应该小于或等于1。九）隶属度函数确定的三种主要方法。
2011-12学年第1学期_ 智能控制试题B
（勤奋、求是、创新、奉献） 2011～2012学年第2学期考试试卷B 学院班级姓名__________ 学号___________ 《智能控制系统》课程试卷 （本卷考试时间90 分钟） 一． 1．写出4种专家系统的知识表示方法。 逻辑表示法、产生式表示法、框架表示法、语义网络表示法 2．递阶智能系统的智能程度分布一般要遵循什么原则。 随着智能程度的提高，精度下降 3．写出宽度优先搜索和深度优先搜索的根本区别？ 深度优先与宽度优先算法最根本的不同在于：扩展的后继节点放在OPEN表的前端。 4．何谓多层前向神经网络？ 具有分层的结构，通常包括输入层、隐层（也称中间层）和输出层。每一层的神经元只接受上一层神经元的输入，并且该层神经元的输出送给下一层的各个神经元。 5．写出3种模糊输出向量的解模糊方法 重心法、最大隶属度法、取中位数判决法
6． 写出基本遗传算法的3个基本操作 选择、交叉、变异 二、简答题（共24分，每题6分） 1、下式是永真蕴含式吗？如是请证明之。 ┐Q ∧ (P →Q)? ┐P 证明：（1）┐Q ∧ (P →Q)为T 推出┐P 为T ┐Q ∧ (P →Q)为T 推出┐Q 且(P →Q)为T →Q 为F 且(P →Q)为T 分情况讨论p F-----------------p T ---???为显然不成立 为成立 （2）┐P 为F 推出┐Q ∧ (P →Q)为F →P 为T 推出┐Q ∧ (P →Q)为F 分情况讨论Q F-----------------Q T -------???为成立 为成立 (3)真值表法 2、简述隶属度函数建立的一般准则？ 表示隶属度函数的模糊集合必须是凸模糊集合 变量所取隶属度函数通常是对称和平衡的 隶属度函数要符合人们的语义顺序，避免不恰当的重叠
智能控制技术试卷
一、选择题 1、蔡自兴教授提出智能控制系统的四元结构，认为智能控制是人工智能、控制理论、系统理论和运筹学四种学科的交叉。 2、专家是指在某一专业领域内其专业知识与解决问题的能力达到很高水平的学者。 3、专家系统中的知识按其在问题求解中的作用可分为三个层次，即数据级、知识库级和控制级。 4、不确定性知识的表示有三种:概率、确定性因子和模糊集合。 5、Hebb学习规则是一种无教师的学习方法，它只根据神经元连接间的激活水平改变权值，因此这种方法又称为相关学习和并联学习。 6、交叉运算是两个相互配对的染色体按某种方式相互交换其部分基因，从而形成两个新的个体。 二、判断题 1、IEEE控制系统协会把智能控制归纳为：智能控制系统必须具有模拟人类学习和自适应的能力。（ T ） 2、不精确推理得出的结论可能是不确定的，但会有一个确定性因子，当确定性因子超过某个域值时，结论便不成立。（ F ） 3、一般的专家系统由知识库、推理机、解释机制和知识获取系统等组成。（ T ） 4、人机接口是专家系统与领域专家、知识工程师、一般用户间进行交互的界面，由一组程序及相应的硬件组成，用于完成知识获取工作。（ F ） 5、Hopfield神经网络是反馈神经网络中最简单且应用广泛的模型，它具有联想记忆的功能。（ F ） 6、知识是将有关的信息进一步关联在一起，形成了更高层次含义的一种信息结构，信息与关联是构成知识的两个基本要素。（ T ） 7、建造知识库涉及知识库建造的两项主要技术是知识获取和知识存放。（ F ） 8、模糊控制系统往往把被控量的偏差（一维）、偏差变化（二维）以及偏差的变化率（三维）作为模糊控制器的输入。（ T ） 9、RBF网络的学习过程与BP网络的学习过程是类似的，两者的主要区别在于使用了相同的激励函数。（ F ） 10、应用遗传算法求解问题时，在编码方案、适应度函数及遗传算子确定后，算法将利用进化过程中获得的信息自信组织搜索。（ T ） 三、简答题 1.分别说明专家系统与专家控制系统？ 答：专家系统就是利用存储在计算机内的某一特定领域内人类专家的知识，来解决过去需要人类专家才能解决的现实问题的计算机系统。专家控制是将人工智能领域的专家系统理论和技术与控制理论方法和技术相结合，仿效专家智能，实现对较为复杂问题的控制。基于专家控制原理所设计的系统称为专家控制系统。 2.人工神经网络中两种典型的结构模型是什么？它们进行学习时具有哪些特点？ 答：两种典型的结构模型是前馈神经网络和反馈神经网络。前馈神经网络有感知器和BP网络等；主要采用 学习规则，这是有教师学习方法。反馈神经网络有Hopfield神经网络、Boltzmann机网络等；主要采用Hebb学习规则，概率式学习算法。
智能控制习题答案
智能控制习题答案 Document number：WTWYT-WYWY-BTGTT-YTTYU-2018GT
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。
最新智能控制基础期末考试题答案
2010级智能控制基础期末 复习思考题 一重要概念解释 1 智能控制 所谓的智能控制，即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境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 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。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。它由知识库和推理机构构成主体框架，通过对控制领域知识的获取与组织，按某种策略及时的选用恰当的规则进行推理输出，实现对实际对象的控制 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u U ∈ 都存在一个数()[] 0,1A u μ∈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 μ完全描述，隶属度 (),R a b μ 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,对人脑进行抽象和简化，反映了人脑的基本特征，信息处理、学习、联想、模式分类、记忆等。 5 遗传算法 答：遗传算法将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体中，按所选择的适配置函数并通过遗传的复制、交叉及变异对个体进行筛选，使适配值高的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。 一 专家控制部分 1. 专家系统的组成及各部分特点？
智能监控系统的应用
当前，随着国际国内形势的变化，安全已经成为人们日益关注的问题，出于反恐安保的需要，智能视频监控已经广泛运用在奥运会、世博会、青奥会等大型赛事活动安保工作中。不仅国家安全需要智能视频监控，社会安全也需要视频监控系统，当前在工厂、酒店、超市、码头、学校、家庭、政府部门、银行等等，都广泛采用了智能视频监控系统保障人身安全、财产安全和交通安全。 视频监控技术主要经历了三个发展阶段，第一阶段是人力现场监控，即通过肉眼和人脑对现场情况进行监控，这是几千年来的传统做法，能起到一定的效果，但需要耗费大量的人力物力，而且限于人的视力和脑力，起到的监控效果受到很大的限制。第二阶段是传统视频监控，即通过机器眼和人脑进行监控，即通过摄像机或者其他视频采集设备获取现场视频，然后靠人脑对视频对判断处理，这种方式极大的提升了视频的采集能力，基本能做到全天候、无死角的还原现场情况，但受限于人脑的数据处理能力，没有能力将视频获取的海量数据进行实时处理分析，限制了监控效果的进一步提高。第三阶段是智能视频监控，就是利用计算机对摄像机或者其他视频采集设备获取的现场视频自己进行内容分析，从而自动检测与识别出需要掌握的信息，并给出相应的预警预报信号。 三个阶段图 实验表明：在盯着视频画面仅仅22分钟后，人眼会对画面里面95%以上的活动视而不见。
1997年，卡内基梅隆大学牵头，麻省理工学院等高校参与的视觉监控重大项目VSAM启动，主要研究用于战场及普通民用场景监控的自动视频理解技术。1999年，康奈尔大学设计了一套航拍视频检测与持续跟踪系统，该系统能够对多运动目标实现长时间的准确跟踪，即使发生短时间内目标被遮挡或目标时静时动的情况仍可以完成跟踪，这点对于空中侦察或者追踪意义重大。2003年法国的SILOGIC 公司和英国雷丁大学等机构参与研究的AVITRACK项目，检测和跟踪机场停机坪出现的飞机、汽车以及行为等运动目标，辅助机场管理人员进行管理和调度，不仅可以提高机场利用率，而且可以提高机场安全管理水平。 目标跟踪就是将视频中的每一帧图像中确定出要检测的运动目标位置，并把各个帧中同一运动目标对应起来。 主要难度来源于局部遮挡、姿势变化、运动模糊、光照变化等因素 一般跟踪选择颜色特征、边缘特征、光流、或者纹理，代表性的方法有均值漂移法（Meanshift）:无参核密度估计。卡尔曼滤波：线性、高斯。扩展卡尔曼滤波（EKF）：非线性、高斯。粒子滤波（PF）：非线性、非高斯。 几个代表性目标检测与跟踪算法 帧差法：适合摄像头固定的场景，利用建立的背景模型来生成背景 图像的像素值，然后将当前帧与背景图像求差，差值较大的像素区域
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：即设计一个控制器，使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。 智能控制的几个重要分支为模糊控制、神经网络控制和遗传算法。 智能控制的特点：1，学习功能2，适应功能3，自组织功能4，优化功能 智能控制的研究工具：1，符号推理与数值计算的结合2，模糊集理论3，神经网络理论4，遗传算法5，离散事件与连续时间系统的结合。 智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工业过程控制、航空航天控制和交通运输系统等。 10、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。 11、专家系统的构成：由知识库和推理机（知识库由数据库和规则库两部分构成） 18、专家控制的特点：灵活性、适应性和鲁棒性。 19、模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法。，它从行为上模仿人的模糊推理和决策过程。 20、模糊控制理论具有一些明显的特点：1，模糊控制不需要被控对象的数学模型2，
智能控制技术复习题课后答案
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。
智能控制试卷A答案
常州工学院继续教育学院 武进函授站20学年第学期科目试卷：传感器原理试卷类型：A（A或B） 姓名：学号：班级：20级机电一体化专科 总分 题号一二三四五六题目分值 评卷人得分 一、填空题（） 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（） 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（） 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？ 答：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
智能控制发展趋势及应用
智能控制的发展趋势和应用 学号0000000 姓名****** 老师钟春富
摘要：描述了智能控制产生的历史以及全世界对于智能控制有研究的多个国家在智能控制的研究方向以及研究水平，介绍了智能控制的发展趋势以及智能控制发展面临的问题，详述了智能控制的主要研究方向，说明了智能控制的应用方向以及具体应用，展望了智能控制的发展前景以及对于社会生产和日常生活的积极意义。 关键词：智能控制、模糊控制、神经网控制、专家控制、智能化。 一、智能控制的产生 人类的进化归根结底是智能的进化，而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等，其目的就在于创造和应用智能技术和智能系统，从而为人类进步服务。因此，可以说对智能控制的钟情、期待、开发和应用，是科技发展和人类进步的必然趋势。 在科学技术发展史上，控制科学同其他技术科学一样，它的产生与发展主要由人类的生产发展需求和人类当时的知识水平所决定和限制的。 20世纪以来，特别是第二次世界大战以来，控制科学与技术得到了迅速的发展，由研究单输入单输出被控对象的经典控制理论，发展成了研究多输入多输出被控对象的现代控制理论。1948年，美国著名的控制论创始人维纳(N．Wiener)在他的《控制论》中第一次把动物和机器相提并论，引起哲学界的轩然大波，有人骂控制论是“伪科学”。 直到1954年钱学森博士在《工程控制论》中系统地揭示了控制论这一新兴学科对电子通讯、航空航天和机械制造工业等领域的重要意义和深远影响后，反控制论的热潮才逐渐开始平息。20世纪60年代，由于空间技术，海洋技术和机器人技术发展的需要，控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非线性和不确定性，高噪声干扰，系统工作点动态突变性，以及分散的传感元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据量。 面对复杂的对象，复杂的环境和复杂的任务，用传统控制(即经典控制和现代控制)
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 二、填空题 16. 免疫系统在受到外界病菌的感染后，能够通过自身的免疫机制恢复健康以保持正常工作的一种特性称为免疫系统的。 17．智能控制是采用驱动智能机器实现其目标的过程 18．知识是人们通过体验、学习或联想而知晓的对客观世界。 19．与学习系统相似，学习控制系统分为在线学习控制系统和控制系统两类。 20．基于模式识别的学习控制系统，可被推广为一个具有在线特征辨识的分层递阶结构，该控制系统由三级组成，即组织级、和执行控制级。 21. 真体的行动受其心理状态驱动，人类心理状态的要素有认知、情感、三种。 22．神经网络主要通过两种学习算法进行训练，即无师学习算法和。 23．神经网络自适应控制和常规自适应控制一样，也分为两类，即和模型参考自适应控制。 24．实现学习控制系统需要三种能力：性能反馈、、训练。 25，遗传算法是模仿和自然选择机理，通过人工方式构造的一类优化搜索算法。 26. 把智能控制与传统控制有机地组合起来，即可构成系统。 27．人们通过体验、学习或联想而知晓的对客观世界规律性的认识是。 28．间接进化控制是由作用于系统模型，再综合系统状态输出与系统模型输出作用于进化学习，然后，系统在应用一般闭环反馈控制原理构成进化控制系统。 29. 仿人控制研究的主要目标不是控制对象，而是控制器本身如何对控制专家结构和的模拟。
智能控制技术(第三章) 答案
3-1 模糊逻辑控制器由哪几部分组成？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。 1、模糊化过程模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 2、知识库知识库包括数据库和规则库。 1）、数据库数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 2）、规则库规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程在推理得到的模糊集合中取一个能最 AHA12GAGGAGAGGAFFFFAFAF
佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。 {模糊控制器采用数字计算机。它具有三个重要功能：1）把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）； 2）对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）； 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。 3-2 模糊逻辑控制器常规设计的步骤怎样？应该注意哪些问题？ 答：常规设计方法设计步骤如下： 1、确定模糊控制器的输入、输出变量 2、确定各输入、输出变量的变化范围、量化等级和量化因子 3、在各输入和输出语言变量的量化域内定义模糊子集。 4、模糊控制规则的确定 5、求模糊控制表 AHA12GAGGAGAGGAFFFFAFAF
智能控制课后习题
作业1 1 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2
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。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。 2，滤波的方法 数字滤波用计算机软件滤波，通过一定的计算程序对采样信号进行平滑加工，提高信噪比，消除和减少干扰信号，以保证计算机数据采集和控制系统的可靠性。模拟滤波用硬件滤波。 3，剔除迷途样本 使用计算机在任意维空间自动识别删除迷途样本。 三、分层方式 1，通过计算机系统进行信号分层 2，人工指令分层 3，通过仪器设备进行测量，将数据进行分层 4，先归类，后按照一定的规则集合分层 3．详细描述数据融合的流程和方法 答：数据融合是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理。 一、数据融合的流程： 分析数据融合目的和融合层次→→智能地选择合适的融合算法→→将空间配准的数据（或提取数据的特征或模式识别的属性说明）进行有机合成→→准确表示或估计。有时还需要做进一步的处理，如"匹配处理"和"类型变换"等，以便得到目标的更准确表示或估计。 具体可分为： 1，特征级融合 经过预处理的数据→→特征提取→→特征级融合→→融合属性说明 2，像元级融合
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
智能控制技术(第三章)-答案
. 3-1 模糊逻辑控制器由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。 1、模糊化过程 模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 2、知识库 知识库包括数据库和规则库。 1）、数据库 数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 2）、规则库 规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑 推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程 在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。 — {模糊控制器采用数字计算机。它具有三个重要功能： 1） 把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）； 2） 对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）； 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。 3-2 模糊逻辑控制器常规设计的步骤怎样应该注意哪些问题 答：常规设计方法设计步骤如下： 1、 确定模糊控制器的输入、输出变量 2、 确定各输入、输出变量的变化范围、量化等级和量化因子 3、 . 4、 在各输入和输出语言变量的量化域内定义模糊子集。 5、 模糊控制规则的确定 5、 求模糊控制表 3-3 已知由极大极小推理法得到输出模糊集为：0.30.810.50.1 12345 C = ++++ -----.试用重心法计算出此推理结果的精确值z 。 重心法 重心法 是取模糊隶属度函数的曲线与横坐标围城面积的重心为模糊推理最终输出值。 连续：0()()v V v V v v dv v v dv μμ= ?? 离散：101 () () m k v k k m v k k v v v v μμ=== ∑∑
2011-10学年第1学期_ 智能控制试题A答案
（勤奋、求是、创新、奉献） 2010～2011学年第1学期考试试卷A 学院班级__ __ 姓名__________ 学号___________ 《智能控制系统》课程试卷 （本卷考试时间90 分钟） 一． 1．写出4种专家系统的知识表示方法。 逻辑表示法、产生式表示法、框架表示法、语义网络表示法 2．递阶智能系统的智能程度分布一般要遵循什么原则。 随着智能程度的提高，精度下降 3．写出宽度优先搜索和深度优先搜索的根本区别？ 深度优先与宽度优先算法最根本的不同在于：扩展的后继节点放在OPEN表的前端。 4．何谓多层前向神经网络？ 具有分层的结构，通常包括输入层、隐层（也称中间层）和输出层。每一层的神经元只接受上一层神经元的输入，并且该层神经元的输出送给下一层的各个神经元。 5．写出3种模糊输出向量的解模糊方法 重心法、最大隶属度法、取中位数判决法
6．写出基本遗传算法的3个基本操作 遗传、交叉、变异 二、简答题（共24分，每题6分） 1、简述模糊控制器的组成，及各组成部分功能 （1）模糊化接口 对于任意输入x，将其映射到模糊集系统中去，映射的过程实际上是将当前的物理输入根据模糊子集的分布情况确定出此时此刻输入值对这些模糊子集的隶属程度。 （2）知识库 知识库包括数据库和规则库。模糊控制器设计的关键在于如何有效地建立知识库，决策逻辑控制实际上是依赖规则库来实现的。 （3）推理决策逻辑 它是模糊控制的核心，利用知识库的信息模拟人类的推理决策过程，给出适合的控制量，其实质是模糊逻辑推理。 （4）精确化过程 通过模糊推理得到的结果是一个模糊集合。但实际使用中，特别是模糊控制中，必须要有一个确定的值才能去控制或驱动执行机构。在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程 2、设个体域是人类，试用两种方法（全称量词和存在量词）将语句“没有不犯错误的人”译为谓词公式 设F(x)：“x犯错误”，M(x)：x是人，则语句形式化为： ┐?x(M(x)∧┐F(x)) 或?x(M(x)→F(x)) 3、简述BP算法中工作信号正向传播、误差信号反向传播过程 （1）工作信号正向传播：输入信号从输入层经隐层，传向输出层，在输出端产生输出信号，这是信号的正向传播。在信号向前传递过程中网络的权值是固定不变的，每一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，则转入误差信号反向传播。 （2）误差信号反向传播：网络的实际输出与期望输出之间差值即为误差信号，误差信号由输出端开始逐层向前传播，这是误差信号的反向传播。在误差信号反向传播的过程中，网络权值由误差反馈进行调节，通过权值的不断修正使网络的实际输出更接近期望输出 W
智能控制应用实例
智能控制的应用 电力系统的作用是尽可能经济地为各类用户提供可靠且合乎标准要求的电能，最基本也是最重要的是要满足负荷要求。为了向用户提供安全、可靠和优质的电能，电力部门需要保持电力系统的安全性和可靠性，在目前的技术条件下还无法实现电能的大规模贮存，这样就要求系统发电出力随时紧跟系统的负荷，否则就会影响供、用电质量，并可危及系统的安全与稳定。 所谓负荷预测是指，在充分考虑一些重要的系统运行特性、增容决策与自然条件的情况下，利用一套系统的方法来处理过去与未来负荷，在一定精度条件上，确定未来某特定时刻的负荷值。电力系统对未来预计要发生的负荷进行预报的必要性在于：在正常运行条件下，系统内的可用发电容量应当在任何时候都能满足系统内负荷要求。如果系统内发电容量不够，则应当采取必要的措施来增加发电容量，例如可新增发电机组或从邻网输入必要的容量；反之，若发电容量过剩，则也应当采取必要的措施，如有选择地停机（计划检修）或者向邻网输出多余的功率。因此，未来本电网内负荷变化的趋势与特点，是一个电网调度部门和规划设计部门所必须具有的基本信息之一。 关于短期电力负荷预测的研究主要集中在三个方面：负荷预测的影响因素、负荷预测的数学模型以及负荷预测的算法。相对前两个方面，在算法方面的研究最广泛，已经涌现出了各种不同算法，而这些算法在模型的复杂性、灵活性、对数据的要求以及满足用户的特殊要求等方面都有着很大的不同。用于短期负荷预测方法很多，常用的方法主要有时间序列预测法、回归分析法、最小二乘法、指数平滑法等。近年来，预测理论技术取得了长足的进步，负荷预测的新技术层出不穷，综合起来主要有：灰色预测法、专家系统预测技术、小波分析预测技术、模糊预测技术、混沌理论预测技术、神经网络预测技术、组合优化算法等。 本问题就是根据电力系统短期负荷的周期性特点和受天气因素影响较大的特性，对不同日期类型的负荷分别建模利用神经网络进行预测。 1、为了更好的对符合进行预测，必须首先做好下列工作： （1）负荷预测技术的总结与研究。主要包括负荷预测的分类、特点及特性的分析；负荷预测的基本模型概述。 （2）在神经网络预测模型的建立中，分析了短期负荷预测模型中应当注意的问题，提出负荷数据预处理的方法，对温度、降雨、光照等进行了独特的分段数值化处理，简化了网络的训练和预测过程。 （3）针对 BP 网络的缺陷，采用 SCG 算法该进 BP 网络建立模型，提高了收敛速度