智能控制基础 习题讲解.ppt

期末复习题讲解
1 已知 z cos 2 x cos 2 y
（1）用三层BP神经网络逼近 z ，画出网络的结构，并 标出网络的输入输出。 （2）写出逼近的准则。如何才能逼近 z ？为什么？ （3）写出网络各层节点的数学表达式，以及各层节点 输出值的范围。 （4）BP网络为何是非线性网络？ （5）BP网络是静态网络还是动态网络？是全局逼近网 络还是局部逼近网络?为什么？
e22 (k)
2020/9/25
安徽工业大学电气信息学院
5 为什么说神经网络控制属于智能控制。 答：由于神经网络是从微观结构与功能上对人脑 神经系统的模拟而建立起来的一类模型，具有模 拟人的部分智能的特性，主要是具有非线性特性、 学习能力和自适应性，使神经网络控制能对变化 的环境（包括外加扰动、量测噪声、被控对象的 时变特性三方面）具有自适应性，且成为基本上 不依赖于模型的一类控制，因此神经网络 属于 “智能控制” 。
的控制效果。神经PID控制具有两个神经网络： NNI——系统在线辨识器，NNC——自适应PID 控制器，分别实现对被控对象进行在线辨识和自 适应控制的目的。
2020/9/25
安徽工业大学电气信息学院
7 设BIBO系统差分方程 y(k) g y(k 1),u(k 1)，设
计神经PID控制算法和准则函数，并画出控制结
10 神经网络的学习方法有哪些？ 参考教材。
2020/9/25
安徽工业大学电气信息学院
11 画出以下应用场合下适当的隶属函数：
（a只）有我当们e绝(t)对足相够信远离2
附近的e(t)是“正小”， 时，我们才失去e(t)是
“正小”的信心；2
（b）我们相信 附近的e(t)是“正大”，而对
于远离 的e3(t)我们很快失去信心；
（b）规则2：If error is zero and chang-in-error is possmall Then force is negsmall。 均使用乘积 操作表示蕴含(using product opertor)；
9 比较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。
即所考虑的模型的结构；3）等价准则：是辨识的优化
目标，用来衡量模型接近实际系统的标准；
2020/9/25
安徽工业大学电气信息学院
用神经网络进行系统辨识的原理：当所选网络结构确定
之后，在给定的被辨识系统输入/输出观测数据情况下， 网络通过学习（或称训练）不断地调整权系数，使得准
则函数最优而得到的网络，即是被辨识系统的模型或逆
y
p
j
)2
E Emax , Emax 为给定的最大容许误差。
3）网络各层节点的数学表达式为
opi f (wi11xp wi12 y p )
4
z f ( w2i opi ) i 1
f (x) 1 1 ex
以及各层节点输出值的范围为（0，1）
2020/9/25
安徽工业大学电气信息学院
4）BP网络通过若干简单的非线性处理单元的复合映射， 获得复杂的非线性处理能力，因此为非线性网络。
函数的数学表达形式，并画出隶属函数图。
1.0
0.5
4
2
1
Aˆi
fuz x
0
x
x ui otherwise
2020/9/25
ui
u
安徽工业大学电气信息学院
13 一个模糊系统的输入和输出的隶属函数如图 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。 均使用最小化操作表 示蕴含(using minimum opertor)；
模型。或者说在给定的被辨识系统输入/输出观测数据 情况下，基于某种准则，用神经网络来最优逼近实际系
统的模型或逆模型。
3 说明模型、逆模型辨识的误差准则。
模型的误差准则：
E(k)
1 2
( y(k )
yˆ (k ))2
1 2
e12 (k)
逆模型的误差准则：E (k )
1 2
(
构图。
参考课堂笔记。
8 神经网络应具有的四个基本属性是什么？
答：1）网络的信息处理由处理单元间的相互作
用来实现，并具有并行处理的特点；
2）知识与信息的存储，表现为处理单元之间分
布式的物理联系；
3）网络的学习和识别，决定于处理单元连接权
系的动态演化过程；
4）联想记忆。
2020/9/25
安徽工业大学电气信息学院
3
（c）随着e(t)从
向左移动，我们很快失去信心，
而随着e(t)从 4 向右移动，我们较慢失去信
4
心。
2020/9/25
安徽工业大学电气信息学院
正小 1.0
0.5
2
正大
1.0
0.5
et ,rad.
3
et ,rad.
2020/9/25
安徽工业大学电气信息学院
12 画出以下两种情况的隶属函数： （a）精确集合A {x 4 x 2}的隶属函数； （b）写出单一模糊（single fuzzification）隶属
2020/9/25
安徽工业大学电气信息学院
解： 1）拟采用三层BP网络，即2个输入层神经元、3个输出 层神经元，4个隐含层神经元，神经元激励函数都取S函 数，网络的结构图如下：
x
z
y
wi1j
wi2
2）逼近的准则
2020/9/25
安徽工业大学电气信息学院
E
N p 1
1
2
n0
(t p j
j 1
5）BP网络是静态网络，同时也是全局逼近网络。由所 取的函数f (x) 1 可知，在x的相当大的域为非零值。
1 ex
2 说明系统辨识的要素，以及用神经网络进行系统辨识
的原理。
答：系统辨识的三大要素为：
1）数据：能观测到的被辨识系统的输入/输出数据，它
们是辨识的基础；2）模型类：是要寻求的模型的范围，
2020/9/25
安徽工业大学电气信息学院
6 神经PID控制与基本PID控制有何不同。 常规PID控制器与神经PID相比，结构更简单、 实现更容易，但它的局限性在于被控对象具有复 杂的非线性特性时难以建立精确的数学模型，且
由于对象和环境的不确定y(性k)， g往 y往(k 难1)以,u(达k 到1)满意