下载文档原格式
智能控制职业技能复习题# 智能控制职业技能复习题## 一、单选题1. 智能控制系统中，PID控制器的主要作用是（）。
A. 增加系统稳定性B. 减少系统响应时间C. 提高系统精度D. 降低系统成本2. 在智能控制领域，模糊控制是一种基于（）的控制方法。
A. 精确数学模型B. 模糊逻辑C. 神经网络D. 遗传算法3. 自适应控制系统能够根据系统内部或外部环境的变化，自动调整（）。
A. 控制参数B. 控制目标C. 控制算法D. 控制硬件4. 在智能控制系统设计中，鲁棒性是指系统在面对（）时仍能保持性能的能力。
A. 系统故障B. 参数变化C. 外部干扰D. 所有以上选项5. 神经网络在智能控制中的应用主要是为了实现（）。
A. 快速计算B. 模式识别C. 自我学习D. 复杂决策## 二、多选题1. 智能控制系统的特点包括（）。
A. 自学习能力B. 环境适应性C. 高度自动化D. 精确控制2. 智能控制技术可以应用于以下哪些领域（）。
A. 工业自动化B. 智能家居C. 无人驾驶汽车D. 医疗设备3. 在智能控制中，遗传算法可以用于（）。
A. 参数优化B. 控制策略设计C. 故障诊断D. 系统建模4. 智能控制中的模糊逻辑可以解决的问题包括（）。
A. 不确定性问题B. 模糊性问题C. 复杂性问题D. 线性问题5. 智能控制的发展趋势包括（）。
A. 集成化B. 网络化C. 智能化D. 个性化## 三、判断题1. 智能控制系统与传统控制系统相比，具有更高的灵活性和适应性。
（）2. 神经网络在智能控制中只能用于模式识别，不能用于控制算法的实现。
（）3. 智能控制系统的鲁棒性是指系统在面对外部干扰时能够保持稳定运行的能力。
（）4. 自适应控制系统不需要人工干预，可以自动调整控制参数。
（）5. 模糊控制在处理模糊概念和不精确信息时具有优势。
（）## 四、简答题1. 简述智能控制系统与传统控制系统的主要区别。
2. 解释什么是模糊控制，并举例说明其应用场景。
智能控制试卷及答案一、试卷一、选择题（每题2分，共20分）1. 下列哪项不是智能控制的主要类型？A. 人工智能控制B. 模糊控制C. 神经网络控制D. 逻辑控制2. 以下哪种控制方法适用于处理具有不确定性、非线性和时变性等特点的复杂系统？A. PID控制B. 模糊控制C. 串级控制D. 比例控制3. 神经网络控制的核心思想是利用神经网络实现控制规律的映射，以下哪种神经网络模型适用于动态系统的控制？A. BP神经网络B. RBF神经网络C. 感知器D. Hopfield神经网络4. 模糊控制中，模糊逻辑推理的核心部分是？A. 模糊集合B. 模糊规则C. 模糊推理D. 解模糊5. 以下哪种方法不属于智能控制系统的建模方法？A. 基于模型的建模B. 基于数据的建模C. 基于知识的建模D. 基于经验的建模二、填空题（每题2分，共20分）6. 智能控制的理论基础包括________、________和________。
7. 模糊控制的基本环节包括________、________、________和________。
8. 神经网络控制的主要特点有________、________、________和________。
9. 智能控制系统的主要性能指标包括________、________、________和________。
10. 智能控制技术在工业生产、________、________和________等领域有广泛应用。
三、判断题（每题2分，共10分）11. 模糊控制适用于处理具有确定性、线性和时不变性等特点的复杂系统。
（）12. 神经网络控制具有较强的自学习和自适应能力。
（）13. 智能控制系统不需要考虑系统的稳定性和鲁棒性。
（）14. 智能控制技术在无人驾驶、智能家居等领域具有广泛应用前景。
（）15. 模糊控制的核心思想是利用模糊逻辑进行推理和决策。
（）四、简答题（每题10分，共30分）16. 简述模糊控制的基本原理。
《智能控制技术》考试试题（备注：请将本试卷粘贴在答题本内页）一、概念题（每小题5分，共20分）（1）人工神经网络人工神经网络的研究是人工智能、认知科学、神经生理学、非线性动力学等学科的交叉热点。
2．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”。
3．专家系统专家系统是一个具有大量专门知识与经验的程序系统，它应用人工智能技术，根据某个领域或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复制问题。
4．递阶控制对递阶结构的大系统所采用的控制方式。
二、简答题（每小题10分，共40分）1．简述智能控制的发展过程,并说明智能控制的特点。
从20世纪60年代至今，智能控制的发展过程通常被划分3个阶段：萌芽期、形成期和发展期。
智能控制具有以下基本特点：1）应能为复杂系统进行有效的全局控制，并具有较强的容错能力。
2）定性策划和定量控制相结合的多模态组合控制。
3）从系统的功能和整体优化的角度来分析和综合系统，以实现预定的目标，并具有自组织能力。
4）同时具有以知识表示的非数学广义模型和以数学表示的数学模型的混合控制过程，系统在信息处理上，既有数学运算，又有逻辑和知识推理。
2．智能控制学科有哪几种结构理论?这些理论的内容是什么?二元结构理论傅京孙曾对几个与自学习控制(learning control)有关的领域进行了研究。
为强调系统的问题求解和决策能力,他用“智能控制系统”来包括这些领域。
他指出“智能控制系统描述自动控制系统与人工智能的交接作用”。
我们可以用式(1.3)和(1.6)以与图1.3来表示这种交接作用,并把它称为二元交集结构。
1.4.2 三元结构理论萨里迪斯于1977年提出另一种智能控制结构,它把傅京孙的智能控制扩展为三元结构,即把智能控制看作为人工智能、自动控制和运筹学的交接,如图1.4所示。
萨里迪斯认为,构成二元交集结构的两元互相支配,无助于智能控制的有效和成功应用。
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。
《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》考试试题试题1：针对某工业过程被控对象：0.520()(101)(21)s G s e s s -=++，试分别设计常规PID 算法控制器、模糊控制器、模糊自适应PID 控制器，计算模糊控制的决策表，并进行如下仿真研究及分析：1. 比较当被控对象参数变化、结构变化时，四者的性能；2. 研究改善Fuzzy 控制器动、静态性能的方法。
解：常规PID 、模糊控制、Fuzzy 自适应PID 控制、混合型FuzzyPID 控制器设计 错误!未找到引用源。
. 常规PID 调节器PID 控制器也就是比例、积分、微分控制器，是一种最基本的控制方式。
它是根据给定值()r t 与实际输出值()y t 构成控制偏差()e t ，从而针对控制偏差进行比例、积分、微分调节的一种方法，其连续形式为：01()()[()()]t p d i de t u t K e t e t dt T T dt=++⎰ （1.1） 式中，p K 为比例系数，i T 为积分时间常数，d T 为微分时间常数。
PID 控制器三个校正环节中p K ，i T 和d T 这三个参数直接影响控制效果的好坏，所以要取得较好的控制效果，就必须合理地选择控制器的参数。
Ziegler 和Nichols 提出的临界比例度法是一种非常著名的工程整定方法。
通过实验由经验公式得到控制器的近似最优整定参数，用来确定被控对象的动态特性的两个参数：临界增益u K 和临界振荡周期u T 。
用临界比例度法整定PID 参数如下：表1.1 临界比例度法参数整定公式51015202530354000.20.40.60.811.21.41.61.8Time(s)y (t )051015202530354000.511.5Time(s)y (t )PID 0.6u K 0.5u T 0.125u T据以上分析，通过多次整定，当 1.168p K =时系统出现等幅振荡，从而临界增益 1.168u K =，再从等幅振荡曲线中近似的测量出临界振荡周期 5.384u T =，最后再根据表1.1中的PID 参数整定公式求出：0.701, 2.692,0.673p i d K T T ===，从而求得：比例系数0.701p K =，积分系数/0.260i p i K K T ==，微分系数0.472d p d K K T ==。
智能控制技术期末考试试题# 智能控制技术期末考试试题## 一、选择题（每题2分，共20分）1. 智能控制系统的基本特征不包括以下哪一项？A. 自学习能力B. 鲁棒性C. 单一控制策略D. 适应性2. 模糊控制理论的提出者是：A. 瓦迪姆·瓦迪莫维奇·诺维科夫B. 罗纳德·费舍尔C. 洛特菲·A·扎德D. 阿尔伯特·爱因斯坦3. 下列哪项不是智能控制技术的应用领域？A. 机器人技术B. 航空航天C. 传统农业D. 智能制造4. 神经网络在智能控制中的主要作用是：A. 增强系统稳定性B. 实现模式识别C. 减少系统成本D. 提高系统响应速度5. 遗传算法在智能控制中的应用主要用于：A. 优化控制参数B. 实现自适应控制C. 增强系统的鲁棒性D. 进行模式识别## 二、简答题（每题10分，共20分）1. 简述智能控制技术与传统控制技术的主要区别。
2. 解释模糊控制的基本原理，并举例说明其在实际中的应用。
## 三、计算题（每题15分，共30分）1. 假设有一个简单的模糊控制器，其输入变量为温度（T）和湿度（H），输出变量为风扇速度（F）。
给出以下模糊规则：- 如果T是高且H是低，则F是高。
- 如果T是中且H是中，则F是中。
- 如果T是低且H是高，则F是低。
- 请根据上述规则，给出一个模糊控制表，并计算当T=28℃，H=70%时的风扇速度。
2. 考虑一个简单的神经网络，输入层有3个神经元，隐藏层有4个神经元，输出层有1个神经元。
已知输入向量为\[ x = [0.5, 0.2, 0.7] \]，隐藏层和输出层的权重矩阵分别为：\[ W_h = \begin{bmatrix} 0.1 & 0.3 & 0.2 \\ 0.4 & 0.1 &0.6 \\ 0.5 & 0.7 & 0.8 \\ 0.9 & 0.5 & 0.3 \end{bmatrix} \]\[ W_o = \begin{bmatrix} 0.2 & 0.4 & 0.1 & 0.3\end{bmatrix} \]假设隐藏层和输出层的激活函数都是Sigmoid函数，计算输出值。
选择题
在智能控制算法中，PID控制器的“I”代表：
A. 比例
B. 积分（正确答案）
C. 微分
D. 反馈
下列哪种算法是基于生物进化论思想而发展起来的一种全局优化搜索方法？
A. 神经网络算法
B. 模糊控制算法
C. 遗传算法（正确答案）
D. PID控制算法
智能控制算法中的专家系统主要依赖于哪种知识表示方法？
A. 数学模型
B. 规则库（正确答案）
C. 状态空间图
D. 神经网络结构
在模糊控制中，模糊集合的隶属度函数用于表示：
A. 控制系统的稳定性
B. 控制输入的精确值
C. 元素属于某模糊集合的程度（正确答案）
D. 控制输出的响应时间
下列哪种智能控制算法通过模拟人脑神经元网络的工作原理来实现控制？
A. 模糊控制
B. 遗传算法
C. 神经网络控制（正确答案）
D. 专家系统控制
在自适应控制系统中，控制器参数是根据什么进行自动调整的？
A. 预设的固定值
B. 系统的动态响应特性（正确答案）
C. 外部环境的温度
D. 控制器的功耗
智能控制算法中的强化学习是通过什么方式优化控制策略的？
A. 试错法（正确答案）
B. 梯度下降法
C. 最小二乘法
D. 遗传算法
下列哪种控制算法常用于处理具有显著非线性特性的控制系统？
A. PID控制
B. 线性二次型最优控制
C. 滑模控制（正确答案）
D. 状态反馈控制
在智能控制系统中，数据驱动的控制方法主要依赖于什么来进行决策和控制？
A. 系统的物理模型
B. 控制器的内部结构
C. 系统的实时数据（正确答案）
D. 控制器的设计经验。
智能控制》课程考试试题C《智能控制》课程考试试题C参考答案一、填空题(1) 符号主义 (2) 联接主义 (3) 行为主义 (4) 期望 (5) 期望(6) 知识库 (7) 推理机 (8) 傅京孙 (9) 萨里迪斯 (10) 蔡自兴(11) 组织级 (12) 协调级 (13) 执行级 (14) 专家控制(15) 递阶控制 (16) 模型控制 (17) 遗传算法(18) 传统反馈 (19) 前馈神经网络 (20) 反馈神经网络二、选择题1、D2、A3、B4、A5、D6、B7、C8、A9、C 10、D三、问答题1、答:长期以来,自动控制科学已对整个科学技术的理论和实践做出重要贡献,并为人类的生产、经济、社会、工作和生活带来巨大利益。
然而,现代科学技术的迅速发展和重大进步,已对控制和系统科学提出新的更高的要求,自动控制理论和工程正面临新的发展机遇和严峻挑战。
传统控制理论,包括经典反馈控制、近代控制和大系统理论等,在应用中遇到不少难题。
多年来,自动控制一直在寻找新的出路。
现在看来,出路之一就是实现控制系统的智能化,以期解决面临的难题。
人工智能(artificial intelligence, AI )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(intelligent control,IC)发展。
自动控制既面临严峻挑战,又存在良好发展机遇。
为了解决面临的难题,一方面要推进控制硬件、软件和智能的结合,实现控制系统的智能化;另一方面要实现自动控制科学与计算机科学、信息科学、系统科学以及人工智能的结合,为自动控制提供新思想,新方法和新技术,创立边缘交叉新学科,推动智能控制的发展。
智能控制是人工智能和自动控制的重要部分和研究领域,并被认为是通向自主机器递阶道路上自动控制的顶层。
人工智能的发展促进自动控制向智能控制发展。
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。
(3) 智能控制是一门边缘交叉学科。
实际上,智能控制涉及更多的相关学科。
智能控制的发展需要各相关学科的配合与支援,同时也要求智能控制工程师是个知识工程师。
(4) 智能控制是一个新兴的研究领域。
无论在理论上或实践上它都还很不成熟、很不完善,需要进一步探索与开发。
2、(本题鼓励自由发挥和创新思维,下列答案仅供参考,千万注意保护考生的创新精神)答:长期以来,自动控制科学已对整个科学技术的理论和实践做出重要贡献,并为人类的生产、经济、社会、工作和生活带来巨大利益。
然而,现代科学技术的迅速发展和重大进步,已对控制和系统科学提出新的更高的要求,自动控制理论和工程正面临新的发展机遇和严峻挑战。
传统控制理论,包括经典反馈控制、近代控制和大系统理论等,在应用中遇到不少难题。
多年来,自动控制一直在寻找新的出路。
现在看来,出路之一就是实现控制系统的智能化,以期解决面临的难题。
智能控制采用各种智能化技术实现复杂系统和其它系统的控制目标,是一种具有强大生命力的新型自动控制技术。
智能控制是人工智能和自动控制的重要部分和研究领域,并被认为是通向自主机器递阶道路上自动控制的顶层。
下图表示自动控制的发展过程和通向智能控制路径上控制复杂性增加的过程。
从图中可以看出,这条路径的最远点是智能控制,至少在当前是如此。
智能控制涉及高级决策并与人工智能密切相关。
智能控制是一门新建立的学科,无论在理论上或应用上,仍然不够完善,有待继续研究与发展。
展望智能控制的发展,我们应该:(1) 寻求更新的理论框架与智能控制的目标和定义相比,智能控制研究尚存在一些需要解决的问题。
人脑的结构和功能要比人们想象的复杂得多,人工智能和智能控制研究面临的困难要比我们估计的重大得多,智能科学工作者的研究任务要比我们讨论过的艰巨得多。
同时,要从根本上了解人脑的结构与功能,解决面临的困难,完成人工智能和智能控制的研究任务,需要寻找和建立更新的智能控制框架和理论体系,为智能控制的进一步发展打下稳固的理论基础。
(2) 进行更好的技术集成与人工智能相似的是,智能控制技术是人工智能技术与其它信息处理技术,尤其是信息论、系统论、控制论和认识工程学等的集成。
从学科结构的观点来看,提出了不同的思想,其中,智能控制的四元交集结构是最有代表性的一种集成思想。
在智能控制领域内已集成了许多不同的控制方案,如模糊自学习神经控制就集成了模糊控制、学习控制和神经控制等技术。
此外,还包括其它一些相关学科。
智能控制将向更高的技术水平发展,智能控制系统将包含多层级、多变量、非线性、大时滞、快速响应、分布参数和大规模系统等。
(3) 开发更成熟的应用方法为了实现智能控制,必须开发新的硬件和软件。
实现智能控制固然需要硬件的保障,不过,软件应是智能控制的核心;因为控制器的智能化是整个智能控制的核心,而这一智能化基本上要靠软件技术来实现。
3、答:递阶控制理论可被假定为寻求某个系统正确的决策与控制序列的数学问题,该系统在结构上遵循精度随智能降低而提高(IPDI)的原理,而所求得的序列能够使系统的总熵为最小。
三个控制层级的功能和结构如下:(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。
组织器作为推理机的规则发生器,处理高层信息,用于机器推理、规划、决策、学习(反馈)和记忆操作,如图1所示。
图1 组织级的结构框图(2) 协调级协调级是上(组织)级和下(执行)级之间的接口,承上启下,并由人工智能和运筹学共同作用。
协调级由一定数量的具有固定结构的协调器组成,每个协调器执行某些指定的作用。
各协调器间的通讯由分配器来完成,而分配器的可变结构是由组织器控制的。
(3) 执行级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。
执行级的性能可由熵来表示,因而统一了智能机器的功用。
4、答:根据系统的复杂性,可把专家控制系统分为两类:即专家控制器和专家控制系统;按照系统的控制机理,又可把专家控制系统分为直接专家控制系统和间接专家控制系统。
专家控制器(EC)的组成:(1) 知识库(KB):KB存放工业过程控制的领域知识,由经验数据库(DB)和学习与适应装置(LA)组成。
经验数据库主要存储经验和事实。
学习与适应装置的功能就是根据在线获取的信息,补充或修改知识库内容,改进系统性能,以便提高问题求解能力。
(2) 控制规则集(CRS):对受控过程的各种控制模式和经验的归纳和总结。
(3) 推理机构(IE):其复杂由于规则条数决定,如果搜索空间很小,推理机构(IE)就十分简单,采用向前推理方法逐次判别各种规则的条件,满足则执行,否则继续搜索。
(4) 特征识别与信息处理(FR＆IP):其作用是实现对信息的提取与加工,为控制决策和学习适应提供依据。
它主要包括抽取动态过程的特征信息,识别系统的特征状态,并对这些特征信息进行必要的加工。
5、答:在设计模糊控制器时,必须考虑下列各项内容:(1) 选择模糊控制器的结构;(2) 选取模糊控制规则;模糊控制规则是模糊控制器的核心,必须精心选取这些规则,并考虑下列问题:(a) 选定描述控制器输入和输出变量的语义词汇;(b) 规定模糊集;(c) 确定模糊控制状态表。
(3) 确定模糊化的解模糊策略,制定控制表;(4) 确定模糊控制器的参数。
下图为自组织模糊控制器的结构:它由基本层和自组织层两级构成;前者为一常规模糊语义控制器,后者对每一输入／输出响应的采样进行评价,并对控制器产生一个修正。
该结构能够自动获得模糊控制器的规则库。
当用FLC控制对象(装置)至期望响应时,新条件一旦出现,规则就被产生和修正。
该控制器的主要部分有性能评价、对象建模、规则库更新和FLC保持等。
性能评价单元用于分析精确装置有关性能目标的状态矢量(位置误差PE,误差变化CE),并对已辨识过的规则进行修正,以补偿任何恶劣性能的影响。
修正是通过标量来调整规则结论的。
采用可接受和不可接受两种阶跃响应相平面轨迹作为性能目标。
装置(对象)模型用于考虑装置规则修正时的输入-输出极性、规则库更新单元用于检查哪条或哪几条规则可对当前的恶劣性能产生响应,并进行修正。
自组织模糊控制器在学习试验过程中的连续采样时间内,不断(迭代)地改善规则库。
6、答:人工神经网络的下列特性对控制是至关重要的:(1) 并行分布处理。
神经网络具有高度的并行结构和并行实现能力,因而能够有较好的耐故障能力和较快的总体处理能力。
这特别适于实时控制和动态控制。
(2) 非线性映射。
神经网络具有固有的非线性特性,这源于其近似任意非线性映射(变换)能力。
这一特性给非线性控制问题带来新的希望。
(3) 通过训练进行学习。
神经网络是通过所研究系统过去的数据记录进行训练的。
一个经过适当训练的神经网络具有归纳全部数据的能力。
因此,神经网络能够解决那些由数学模型或描述规则难以处理的控制过程问题。
(4) 适应与集成。
神经网络能够适应在线运行,并能同时进行定量和定性操作。
神经网络的强适应和信息熔合能力使得网络过程可以同时输入大量不同的控制信号,解决输入信息间的互补和冗余问题,并实现信息集成和熔合处理。
这些特性特别适于复杂、大规模和多变量系统的控制。
(5) 硬件实现。
神经网络不仅能够通过软件而且可借助软件实现并行处理。
近年来,一些超大规模集成电路实现硬件已经问世,而且可从市场上购到。
这使得神经网络具有快速和大规模处理能力的实现网络。
十分显然,神经网络由于其学习和适应、自组织、函数逼近和大规模并行处理等能力,因而具有用于智能控制系统的潜力。
7、答:《智能控制》课程考试试题B《智能控制》课程考试试题B参考答案一、填空题(1) 高级机器人 (2) 智能规划与调度 (3) 自动制造系统 (4) 故障检测与诊断 (5) 小深(Deep Junior)(6) 卡斯帕洛夫(Kasparov) (7) 硬件 (8) 软件 (9) 智能 (10) 智能化(11) 选择模糊控制器的结构 (12) 选取模糊控制规则 (13) 确定模糊化的解模糊策略,制定控制表 (14) 确定模糊控制器的参数(15) 傅京孙 (16) 萨里迪斯 (17) 蔡自兴(18) 生物的进化机制 (19) 进化计算 (20) 反馈机制二、选择题1、C2、A3、A4、C5、D6、D7、B8、C9、A 10、C三、问答题1、答:在研究了智能控制的二元、三元结构理论、知识、信息和智能的定义以及各相关学科的关系之后。
蔡自兴教授提出了四元智能控制结构,把智能控制看作是自动控制、人工智能、信息论和运筹学四个学科的交集,如图1所示,其关系可用下式来描述。
IC = AI ∩ CT ∩ IT ∩ OR图1 智能控制的四元结构把信息论作为智能控制结构的一个子集是基于下列理由的:(1) 信息论是解释知识和智能的一种手段;(2) 控制论、系统论和信息论是紧密相互作用的;(3) 信息论已成为控制智能机器的工具;(4) 信息熵成为智能控制的测度;(5) 信息论参与智能控制的全过程,并对执行级起到核心作用。
