智能控制基础期末考试题答案

（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）。

2、已知模糊关系矩阵 R
0.8 0.6 0.3 0.7 0.7 0.5 ，Q ，S ，试计算模糊关系合成矩阵 R Q S ，以及 R Q S 。 0.3 0.5 0.1 0.4 0.2 0.6
解： R Q
0.8 0.6 0.3 0.7 0.8 0.3 0.6 0.1 0.3 0.5 0.1 0.4 0.3 0.3 0.5 0.1
0.8 0.6 0.3 0.7 0.3 0.6 R Q 0.3 0.5 0.1 0.4 0.1 0.4
R
0.3 0.6 0.7 0.5 0.3 0.7 0.6 0.2 Q S 0.1 0.4 0.2 0.6 0.1 0.7 0.4 0.2
B, A B, A,B 。
B
0.9 0.4 0.5 0 0.9 0.7 0.6 0.3 „„6 分 ，A B x1 x2 x3 x4 x1 x2 x3 x4
A
0.1 0.3 0.4 0.7 0.1 0.6 0.5 1 ，B „„4 分 x1 x2 x3 x4 x1 x2 x3 x4
0.2 0.5 0.7
1 0.2 0.5 0.7 0.8 0.2 0.5 0.5 0.5 0.3 0.3 0.3 0.3 0 0 0 0 0
0 0 0 0 0 0 0.2 0.2 0.2 0.2 0.2 0 A B ' 0.5 1 0.96 0.75 0.51 0 0.5 0.5 0.5 0.5 0 0.7 0.7 0.7 0.7 0.51 0 1 1 0.96 0.75 0.51 0 0

智能期末考试题目及答案一、单项选择题（每题2分，共20分）1. 智能系统的核心功能是什么？A. 数据存储B. 信息检索C. 自动化决策D. 机器学习答案：D2. 在智能技术中，神经网络的主要作用是什么？A. 语音识别B. 图像处理C. 模式识别D. 以上都是答案：D3. 以下哪个算法不是深度学习算法？A. 卷积神经网络B. 循环神经网络C. 支持向量机D. 生成对抗网络答案：C4. 智能系统在处理自然语言时，通常采用哪种技术？A. 规则引擎B. 机器学习C. 专家系统D. 遗传算法答案：B5. 智能机器人在执行任务时，主要依赖哪种技术？A. 传感器B. 执行器C. 控制算法D. 以上都是答案：D6. 在智能系统中，数据挖掘的目的是什么？A. 数据清洗B. 数据存储C. 发现数据模式D. 数据压缩答案：C7. 智能推荐系统通常基于哪种技术？A. 规则引擎B. 机器学习C. 专家系统D. 数据库管理答案：B8. 以下哪个是智能系统的典型应用？A. 搜索引擎B. 电子邮件C. 社交媒体D. 以上都是答案：D9. 智能语音助手的主要功能是什么？A. 语音识别B. 语音合成C. 语音交互D. 以上都是答案：D10. 智能交通系统的主要目标是什么？A. 提高交通效率B. 减少交通事故C. 优化交通流量D. 以上都是答案：D二、多项选择题（每题3分，共15分）1. 智能系统在医疗领域的应用包括哪些？A. 疾病诊断B. 药物研发C. 患者监护D. 医疗咨询答案：ABCD2. 智能系统在教育领域的应用包括哪些？A. 个性化学习B. 在线评估C. 虚拟助教D. 课程推荐答案：ABCD3. 智能系统在制造业的应用包括哪些？A. 自动化生产线B. 质量控制C. 预测性维护D. 供应链优化答案：ABCD4. 智能系统在金融领域的应用包括哪些？A. 风险评估B. 欺诈检测C. 投资建议D. 客户服务答案：ABCD5. 智能系统在零售领域的应用包括哪些？A. 库存管理B. 客户分析C. 个性化推荐D. 销售预测答案：ABCD三、判断题（每题2分，共10分）1. 智能系统可以完全替代人类进行决策。

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。

5.比较模糊集合和普通集合的异同。
答：
集
异
合
同
点
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

JP 海x 殺;隹未乂学（勤奋、求是、创新、奉献）2012〜2013学年第1学期考试试卷 A《智能控制系统》课程试卷（本钟）一. 概念题（18分，每小题3分）1. 写出模糊控制器的 4个主要组成部分名称。

模糊化接口、知识库、模糊推理决策、解模糊接口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. 简述局部最佳优先搜索的基本思想？当某一个节点扩展之后，对它的每一个后继节点计算估价函数 f （x ）的值，并在这些后继节点的范围内，选择一个f （x ）的值最小的节点，作为下一个要考察的节点。

4. 何谓神经网络的泛化能力?经训练后的网络对未在训练集出现的（来自同一分布的）样本做出正确反应的能力5. 写出5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6. 写出基本遗传算法中适应度函数的作用。

度量群体中各个个体在优化计算中有可能达到或有助于找到最佳解的寻优过程。

的概率就较大，而适应度较低的个体遗传到下一代的概率就相对小一些。

学院 机械工程学院班级 — — 姓名 学号 ______________适应度较高的个体遗传到下一代二、简答题（共18分，每题6 分）1、为什么模糊输出向量要进行解模糊计算，并写出 3 种常用的解模糊方法。

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。

重心法、最大隶属度法、取中位数判决法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3、简述径向基函数神经网络的基本思想及特点基本思想是：用径向基函数（RBF作为隐单元的“基”，构成隐含层空间，隐含层对输入矢量进行变换，将低维的模式输入数据变换到高维空间内，使得在低维空间内的线性不可分问题在高维空间内线性可分。

智能控制技术考试题及答案《智能控制技术》考试试题A《智能控制》课程考试试题A参考答案一、填空题(1) OPEN (2) 最有希望 (3) 置换 (4) 互补文字 (5) 知识库(6) 推理机 (7) 硬件 (8) 软件 (9) 智能 (10) 傅京孙(11) 萨里迪斯 (12) 蔡自兴 (13) 组织级 (14) 协调级(15) 执行级 (16) 递阶控制系统 (17) 专家控制系统(18) 模糊控制系统 (19) 神经控制系统 (20) 学习控制系统二、选择题1、D2、A3、C4、B5、D6、B7、A8、D9、A 10、D三、问答题1、答:传统控制理论在应用中面临的难题包括:(1) 传统控制系统的设计与分析是建立在精确的系统数学模型基础上的,而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等,一般无法获得精确的数学模型。

(2) 研究这类系统时,必须提出并遵循一些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。

(3) 对于某些复杂的和包含不确定性的对象,根本无法以传统数学模型来表示,即无法解决建模问题。

(4) 为了提高性能,传统控制系统可能变得很复杂,从而增加了设备的初投资和维修费用,降低系统的可靠性。

传统控制理论在应用中面临的难题的解决,不仅需要发展控制理论与方法,而且需要开发与应用计算机科学与工程的最新成果。

人工智能的产生和发展正在为自动控制系统的智能化提供有力支持。

人工智能影响了许多具有不同背景的学科,它的发展已促进自动控制向着更高的水平──智能控制发展。

智能控制具有下列特点:(1) 同时具有以知识表示的非数学广义模型和以数学模型(含计算智能模型与算法)表示的混合控制过程,也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的过程,并以知识进行推理,以启发式策略和智能算法来引导求解过程。

(2) 智能控制的核心在高层控制,即组织级。

高层控制的任务在于对实际环境或过程进行组织,即决策和规划,实现广义问题求解。

❖ 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=

智能控制考试题及答案智能控制技术考试题及答案《智能控制技术》考试试题A《智能控制》课程考试试题A参考答案一、填空题(1) OPEN (2) 最有希望 (3) 置换 (4) 互补文字 (5) 知识库(6) 推理机 (7) 硬件 (8) 软件 (9) 智能 (10) 傅京孙(11) 萨里迪斯 (12) 蔡自兴 (13) 组织级 (14) 协调级(15) 执行级 (16) 递阶控制系统 (17) 专家控制系统(18) 模糊控制系统 (19) 神经控制系统 (20) 学习控制系统二、选择题1、D2、A3、C4、B5、D6、B7、A8、D9、A 10、D三、问答题1、答:传统控制理论在应用中面临的难题包括:(1) 传统控制系统的设计与分析是建立在精确的系统数学模型基础上的,而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等,一般无法获得精确的数学模型。

(2) 研究这类系统时,必须提出并遵循一些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。

(3) 对于某些复杂的和包含不确定性的对象,根本无法以传统数学模型来表示,即无法解决建模问题。

(4) 为了提高性能,传统控制系统可能变得很复杂,从而增加了设备的初投资和维修费用,降低系统的可靠性。

传统控制理论在应用中面临的难题的解决,不仅需要发展控制理论与方法,而且需要开发与应用计算机科学与工程的最新成果。

人工智能的产生和发展正在为自动控制系统的智能化提供有力支持。

人工智能影响了许多具有不同背景的学科,它的发展已促进自动控制向着更高的水平??智能控制发展。

智能控制具有下列特点:(1) 同时具有以知识表示的非数学广义模型和以数学模型(含计算智能模型与算法)表示的混合控制过程,也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的过程,并以知识进行推理,以启发式策略和智能算法来引导求解过程。

(2) 智能控制的核心在高层控制,即组织级。

高层控制的任务在于对实际环境或过程进行组织,即决策和规划,实现广义问题求解。

四、计算题： （每题 10 分，共 20 分）
分数
评卷人
1. 一个模糊系统的输入和输出的隶属函数如图
1 所示。试计算以下 条件 和 规则 的隶属函数：
（ a）规则 1：If error is zero and chang-in-error is zero Then force is zero。 均使用最小化操作
2
2
（ c）随着 e(t)从 向左移动，我们很快失去信心，而随着 4
信心。
e(t)从 向右移动，我们较慢失去 4
2. 画出以下两种情况的隶属函数：
（ a）精确集合 A { x 8 x
} 2
的隶属函数；
（ b）写出单一模糊（ singleton fuzzification ）隶属函数的数学表达形式，并画出隶属函数图。
分数
评卷人
8． 智能控制系统有哪些类型，各自的特点是什么？
9． 比较智能控制与传统控制的特点。
4．根据外部环境所提供的知识信息与学习模块之间的相互作用方式，机器学习可以划分为 哪几种方式？
精彩文档
实用标准文案
5．建造专家控制系统大体需要哪五个步骤？
6．为了把专家系统技术应用于直接专家控制系统，在专家系统设计上必须遵循的原则是什 么？
种：
、
和
。
6. 专家系统具有三个重要的特征是：
、
和
。
二、简答题： （每题 5 分，共 30 分） 1． 智能控制有哪些应用领域？试举例说明其工作原理。 2． 试说明智能控制的三元结构，并画出展示它们之间关系的示意图。 3． 模糊逻辑与随机事件的联系与区别。
分数
评卷人
精彩文档
4． 给出典型的神经元模型。

一、判断题（判断下列所述是否正确，正确填入“√”：错误则填“x”。

每题2分，共20分）1.反馈型神经网络中，每个神经元都能接收所有神经元输出的反馈信息。

（x ）2.一般情况下，神经网络系统模型的并联结构可以保证系统辨识收敛。

（ x ） 4.在遗传算法中，初始种群的生成不能用随机的方法产生。

（ x ）5．语气算子有集中化算千、散漫化算子和模糊化算子三种。

（ x ）6．从模糊控制查询表中得到控制量的相应元素后，乘以量化因子即为控制量的变化值。

（ √ ）8．神经网络用于系统正模型辨识的结构只有串联结构一种。

（x )9．知识库和数据库是专家系统的核心部分。

（ x ）10．直接式专家控制系统可以采用单片机来实现。

（ x ）1.分层递阶智能控制结构中，执行级的任务是对数值的操作运算，它具有较高的控制精度。

（ √ ）3．模糊控制只是在一止程度上模仿人的模糊决策和推理，用它解决较复杂问题叫，还需要建立数学模型。

（ x）4．在模糊集合的向量表示法中，隶属度为0的项必须用0代替而不能舍弃。

（ √ ）5.与传统控制相比，智能模糊控制所建立的数学模型因具有灵活性和应变性，因而能胜任处理复杂任务及不确定性问题的要求。

（ x ）6．智能控制的不确定性的模型包括两类，一类是模型未知或知之甚少：另一类是模型的结构和参数可能在很大范围内变化。

( √ )8．可以充分逼近任意复杂的非线性函数关系是神经网络的特点之一。

（ √ ）10．直接式专家控制系统可以采用单片机来实现。

（ x ）1.从模糊控制查询表中得到控制量的相应元素后，乘以量化因子即为控制量的变化值。

( x ） 2．模糊控制在一定程度上模仿人的模糊决策和推理，用它解决较复杂问题时，不需要建立数学模型。

（ √）3.智能模糊控制系统的数学模型虽然不够精确，但具有更高的灵活性和应变性，能够胜任对复杂系统的控制。

（√ ）4．模糊控制规则是将人工经验或操作策略总结而成的一组模糊条件语句。

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。

《智能控制技术基础》试卷(A)标准答案剖析20__6~20__7 学年第一学期期末考试《智能控制技术基础》试卷（A）标准答案一、填空题（空每空 1 分，共 10 分分））1 智能控制具有两个不同于常规控制的本质特点：以以知识表示的非数学广义模型和以数学模型表示的混合控制过程。

2 传统控制包括经典反馈控制和现代理论控制。

3 模糊逻辑控制的过程主要有三个步骤：模糊化过程、模糊逻辑推理和精确化计算。

4 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、隐含层单元（或隐层单元）和输出单元元三类。

5 系统辨识的基本要素包括数据、模型类和等价准则。

二、问题答题（每小题 8 分, 共共 40 分）1 智能控制系统由哪几部分组成？各部分的作用是什么？答：智能控制系统由广义对象、传感器、感知信息处理、认知、通信接口、规划和控制和执行器等七个功能模块组成；各部分的作用为：广义对象;;包括通常意义下的控制对象和外部环境；传感器;;包括关节传感器、力传感器、视觉传感器、距离传感器、触觉传感器等；感知信息处理;;将传感器得到的原始信息加以处理；认知;;主要用来接收和储存信息、知识、经验和数据，并对它们进行分析、推理，作出行动的决策，送至规划和控制部分；通信接口;;除建立人机之间的联系外，还建立系统各模块之间的联系；规划和控制;;是整个系统的核心，它根据给定的任务要求、反馈的信息以及经验知识，进行自动搜索，推理决策，动作规划，最终产生具体的控制作用；执行器;;将产生的控制作用于控制对象。

2 模糊逻辑控制器由哪几部分组成？各完成什么功能？答：模糊逻辑控制器由模糊化接口、知识库、推理机与解模糊接口四个部分组成；各部分的功能为：模糊化接口;;将真实的确定量输入转换为一个模糊矢量；；知识库;;包括数据库和规则库。

数据库存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值，若论域为连续域则为隶属度函数，在规则推理的模糊关系方程求解过程中，向推理机提供数据；规则库是基于专家知识或手动操作人员长期积累的经验，它是按人的直觉推理的一种语言表示形式，存放全部模糊控制规则，在推理时为“推理机”提供控制规则。

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。

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。

北京理工大学22春“电气工程及其自动化”《智能控制基础》期末考试高频考点版（带答案）一.综合考核(共50题)1.知识表示方式包括()A.状态空间表达法、谓词逻辑表示法B.语义网络表示法、产生式表示法C.框架式表示法、脚本表示法D.特征表表示法E.过程表示法参考答案：ABCDE2.递阶控制系统的结构是根据下列()原理设计的A.精度随智能降低而提高B.精度随智能提高而提高C.精度随智能降低而降低D.精度与智能无关参考答案：A3.一般认为，人工神经网络适用于()A.线性系统B.多变量系统C.多输入多输出系统D.非线性系统参考答案：D4.非单调推理的处理过程比单调推理的处理过程简单得多。

()A.错误B.正确5.神经控制的基础源于()A.进化主义B.行为主义C.逻辑主义D.连接主义参考答案：D6.按照知识表示技术分类，可分为()A.基于逻辑的B.基于规则的C.基于语义网的D.基于框架的参考答案：ABCD7.模糊控制系统是由()组成的自动化系统。

A.模糊控制器B.被控对象C.检测部件D.反馈部件参考答案：ABCD8.神经网络具备的特征包括()A.能逼近任意非线性函数B.信息的并行分布式处理与存储C.可以多输入、多输出D.便于用超大规模集成电路或光学集成电路系统实现，或用现有的计算机技术实现E.能进行学习，以适应环境的变化参考答案：ABCDE传统控制包括()A.经典反馈控制B.现代理论控制C.人为控制D.机器控制参考答案：AB10.基于模式识别的控制系统属于()A.学习控制系统B.专家控制系统C.进化控制系统D.模糊控制系统参考答案：A11.按照专家系统的应用领域来分类，可分为()A.医疗专家系统、勘探专家系统B.石油专家系统、数学专家系统C.物理专家系统、化学专家系统D.气象专家系统、生物专家系统E.工业专家系统、法律专家系统和教育专家系统参考答案：ABCDE12.学习控制具有()等功能。

A.搜索、识别、记忆和推理B.咨询、记忆、解释和识别C.预测、记忆、解释和规划D.解释、预报、诊断和监控参考答案：AA.能提供一个熟练工或专家对受控对象操作所能达到的性能指标B.监督对象和控制器的运行情况C.检测系统元件可能发生的故障或失误D.对特殊情况，要选择合适的控制算法以适应系统参数的变化参考答案：ABCD14.智能机器能够在各种环境下自主地或交互地执行()A.拟人任务B.侦察任务C.探测任务D.决策任务参考答案：A15.知识获取就是把用于求解专门领域问题的知识从拥有这些知识的知识源中抽取出来，并转换为一特定的计算机表示。

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.。