下载文档原格式
一、经典控制和现代控制理论的统称为传统控制，智能控制是人工智能与控制理论交叉的产物，是传统控制理论发展的高级阶段。
智能控制是针对系统的复杂性、非线性和不确定性而提出来的，传统控制和智能控制的主要区别：传统控制方法在处理复杂化和不确定性问题方面能力很低；智能控制在处理复杂性、不确定性方面能力较高。
智能控制系统的核心任务是控制具有复杂性和不确定性的系统，而控制的最有效途径就是采用仿人智能控制决策。
传统控制是基于被控对象精确模型的控制方式；智能控制的核心是基于知识进行智能决策，采用灵活机动的决策方式迫使控制朝着期望的目标逼近。
传统控制和智能控制的统一：智能控制擅长解决非线性、时变等复杂的控制问题，而传统控制适于解决线性、时不变等相对简单的控制问题。
智能控制的许多解决方案是在传统控制方案基础上的改进，因此，智能控制是对传统控制的扩充和发展，传统控制是智能控制的一个组成部分。
二、智能控制应用对象的特点(1)不确定性的模型模型未知或知之甚少；模型的结构和参数可能在很大范围内变化。
(2)高度的非线性(3)复杂的任务要求例如，要求系统对一个复杂的任务具有自行规划和决策的能力；要求除了实现对各被控物理量定值调节外，还要实现整个系统的自动启停、故障的自动诊断以及紧急情况的自动处理等功能。
三、智能控制的基本特点(1)分层递阶的组织结构(2)多模态控制(3)自学习能力(4)自适应能力(5)自组织能力(6)优化能力四、智能控制系统的主要类型及各自特点模糊控制神经网络控制专家控制系统分层递阶智能控制（该系统由组织级、协调级、执行级组成，按照自上而下精确程度渐增、智能程度渐减的原则进行功能分配。
在这类多层智能控制系统中，智能主要体现在高层次上，其主要作用是模仿人的功能实现规划、决策、学习和任务协调等任务。
执行级仍然采用现有数学解析控制算法，对数值进行操作和运算。
）与常规控制方法相比，模糊控制有以下特点：①模糊控制完全是在操作人员控制经验基础上实现对系统的控制，无需建立数学模型，是解决不确定性系统的一种有效途径。
智能控制基础复习总结第一部分（填空题）1.智能控制的几个主要分支：基于知识的专家系统、模糊控制、神经元网络控制、学习控制。
2.隶属度函数的建立方法：模糊统计法、例证法、专家经验法、二元对比排序法。
3.神经元网络系统的研究主要有三个方面的内容：神经元模型、神经网络结构、神经网络学习方法。
4.从网络结构方面来看，人工神经网络主要表现为三大类：前向网络、反馈网络、自组织网络。
5.神经网络的模型分类（按连接方式分类）：前向网络、反馈网络、相互结合型网络、混合型网络。
6.神经网络的学习算法可分为（根据连接权系数的改变方式）：相关学习、纠错学习、无导师学习（各类详细介绍见P88）。
7.对神经网络的训练过程有较大影响的有：权系数的初值、学习方式、激励函数、学习速率。
8.知识表达的种类：图示类、符号类、结构类。
9.含一个隐层以上的多层前向传播神经网络不仅可以以任意精度逼近连续函数本身，还可以逼近函数的导数项。
第二部分（简答题）1.智能控制系统由哪几部分组成？各部分作用是什么？智能控制系统的特点是什么？答：智能控制系统由六部分组成，包括执行器、传感器、感知信息处理、规划与控制、认知和通信接口。
执行器：是系统的输出，对外界对象发生作用，有电机、定位器、阀门、电磁线圈等；传感器：产生智能系统的输入，可以是关节位置传感器、视觉/触觉传感器、力传感器、距离传感器等，用来监测外部环境和系统本身的状态，向感知信息处理单元提供输入；感知信息处理：将传感器得到的原始信息加以处理，并与内部环境模型产生的期望值进行比较，在时间和空间上综合观测值与期望值之间的异同，检测事件识别环境；认知：接收存储信息、知识、经验和数据，并分析推理做出决策，送至规划和控制部分；通信接口：建立人机联系及各模块之间的联系；规划和控制：系统核心，根据任务要求、反馈信息及经验知识，进行自动搜索、推理决策、动作规划，最后产生控制作用。
智能控制系统的原理结构智能控制系统的分层递阶结构从智能控制系统的功能模块结构观点出发，提出了分层递阶结构的智能控制系统。
山东省考研控制科学与工程复习资料智能控制与机器人技术重点内容总结智能控制和机器人技术作为控制科学与工程学科中的重要分支，已经在诸多领域展现出广泛的应用前景和巨大的发展潜力。
在山东省考研控制科学与工程的复习中，了解智能控制与机器人技术的重点内容，掌握其基本理论和应用是至关重要的。
本文将对山东省考研控制科学与工程智能控制与机器人技术的重点内容进行总结和归纳。
一、智能控制技术智能控制技术是目前控制科学与工程学科中发展最快速、应用最广泛的领域之一。
在智能控制技术中，神经网络控制、模糊控制和遗传算法等是重点内容。
神经网络控制通过模拟人类神经系统的运作原理，实现对系统的非线性控制。
模糊控制则通过模糊推理和模糊逻辑处理，处理系统的不确定性和模糊性，提高了控制系统的鲁棒性和适应性。
遗传算法则模拟生物进化过程，通过优胜劣汰机制优化控制系统的参数和结构。
二、机器人技术机器人技术是智能控制技术在实际应用中的重要方向之一。
在机器人技术中，路径规划和运动控制、感知与感知融合以及人机交互是重点内容。
路径规划和运动控制是机器人实现自主移动和定位的核心技术，包括基于视觉、激光雷达等传感器的感知与感知融合。
通过对环境的感知和数据融合，机器人能够更加准确地理解环境并做出相应的决策。
人机交互则是指机器人与人类进行信息交流和合作的技术，包括语音识别、姿态识别、手势识别等。
三、智能控制与机器人技术应用智能控制与机器人技术在工业、农业、医疗、教育等领域都有着广泛的应用。
其中，在工业领域，智能控制与机器人技术可以提高生产效率、质量和安全性；在农业领域，机器人技术可以实现农作物的自动播种、施肥和收割等工作；在医疗领域，智能控制与机器人技术可以帮助实现手术机器人和康复机器人等；在教育领域，智能控制与机器人技术可以用于设计开发教育机器人，提高教育的可及性和效果。
综上所述，山东省考研控制科学与工程智能控制与机器人技术的重点内容主要包括智能控制技术和机器人技术两个方面。
自动化概论复习题智能控制自动化概论复习题智能控制自动化技术是现代工业领域中不可或缺的一部分。
它的发展和应用使得生产过程更加高效、准确，并且能够降低人力成本。
而在自动化技术中，智能控制是一个非常重要的领域。
本文将通过复习题的形式，来探讨智能控制的相关知识。
1. 什么是智能控制？智能控制是指利用人工智能技术和控制理论相结合，使得控制系统能够在不断学习和适应的基础上，自主地进行决策和控制。
智能控制系统能够感知环境的变化，并根据自身的目标和约束条件，自动调整控制策略和参数，以实现最优的控制效果。
2. 智能控制的应用领域有哪些？智能控制广泛应用于各个领域，如工业自动化、交通运输、医疗设备、航空航天等。
在工业自动化领域，智能控制可以提高生产线的效率和质量，减少能源消耗和浪费。
在交通运输领域，智能控制可以实现智能交通管理和车辆自动驾驶。
在医疗设备领域，智能控制可以提高手术的准确性和安全性。
在航空航天领域，智能控制可以实现飞行器的自主导航和飞行。
3. 智能控制的基本原理是什么？智能控制的基本原理包括感知、决策和执行三个环节。
感知环节通过传感器获取环境的信息，如温度、压力、速度等。
决策环节通过控制算法和人工智能技术对感知到的信息进行处理和分析，生成控制策略。
执行环节通过执行器将控制策略转化为实际的控制动作，如开关、调节阀等。
4. 智能控制的关键技术有哪些？智能控制的关键技术包括模糊控制、神经网络控制和遗传算法控制等。
模糊控制是一种基于模糊逻辑的控制方法，它能够处理模糊和不确定的信息，适用于复杂的控制问题。
神经网络控制是一种基于神经网络的控制方法，它能够模拟人脑的学习和适应能力，适用于非线性和时变的控制问题。
遗传算法控制是一种基于进化算法的控制方法，它能够通过模拟自然界的进化过程，搜索最优的控制策略。
5. 智能控制的挑战和发展趋势是什么？智能控制面临着许多挑战，如算法复杂性、实时性要求和安全性等。
随着人工智能技术的快速发展，智能控制的应用前景非常广阔。
《智能控制》课程复习提纲1.自动控制的发展经历了三个阶段：经典控制论、现代控制论和智能控制。
请分别陈述上述三个阶段的研究对象的特点、数学工具和数学模型、主要研究内容和主要研究成果。
2.智能控制系统的主要功能特点包括：学习功能、适应功能和组织功能。
请分别陈述上述三个功能特点的具体含义。
3.请列举2个智能控制应用的例子，并说明被控对象的特点和所使用的数学工具。
4.预测控制算法包括以下三个步骤：建立预测模型、滚动时域优化和反馈校正。
请分别陈述上述三个步骤的具体过程。
5.设论域{}1234,,,U x x x x =，A 和B 是论域上的两个模糊集合，已知： 12340.30.50.70.4A x x x x =+++，1230.510.8B x x x =++请分别计算：A ，B ，A B ⋃和A B ⋂。
6.设论域{}12345,,,,U x x x x x =，A 和B 是论域上的两个模糊集合，已知： 12350.20.40.90.5A x x x x =+++，13450.10.7 1.00.3B x x x x =+++ 请分别计算：A B ⋅，A B +，A B ⊕和A B ⊗。
7.已知输入的模糊集合A 和输出的模糊集合B ： 123451.00.80.50.20.0A a a a a a =++++，12340.7 1.00.60.0B b b b =+++，1）请计算A 到B 的模糊关系R 。
2）若输入123450.4/0.7/ 1.0/0.6/0.0/A a a a a a '=++++，求输出'B 。
8.有模糊控制规则如下：“如果温度低，则将风门开大”|。
设温度和风门开度的论域为{1，2，3，4，5}。
“温度低”=1/1+0.6/2+0.3/3+0.0/4+0/5，“风门大”=0/1+0.0/2+0.3/3+0.6/4+1/5。
已知“温度较低”=0.8/1+1/2+0.6/3+0.3/4+0/5，请用模糊推理确定风门开度。
智能控制复习提纲1）自动控制存在什么机遇与挑战？为什么要提出智能控制？（1）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，无法获得精确的数学模型。
（2）某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题。
（3）针对实际系统往往需要进行一些比较苛刻的线性化假设，而这些假设往往与实际系统不符合。
（4）实际控制任务复杂，而传统的控制任务要求低，对复杂的控制任务，如机器人控制、社会经济管理系统等复杂任务无能为力。
2）什么是智能控制？试比较智能控制和经典控制、现代控制的异同。
智能控制是控制论与人工智能的结合，是自动控制的一种高级控制技术。
智能控制通过研究与模拟人类智能活动及其控制与信息传递过程的规律,研制具有仿人智能，在环境条件变化时能自主地完成控制目标的自动控制系统。
3）智能控制主要研究那些内容？各自的特点是？传统控制研究传递函数：数微积分、复变函数；现代控制研究状态方程：线性代数、矩阵理论；智能控制研究：人工智能加自动控制。
4）画出开环控制欲闭环控制的示意框图，反馈在控制中有什么作用？5）智能控制与传统控制有什么关系？自动控制：能够按规定程序对机器或装置进行自动操作或控制的过程（不需要人工干预的控制）智能控制：无须人的干预就能独立地智能地驱动机器实现其目标的自动控制6）智能控制的研究对象有什么特点？（1）在无法获得精确数学模型的情况（2）无法解决建模的情况（3）传统控制无法实现的情况7）什么是智能控制？它有什么优点？（1）学习功能：智能控制器能通过从外界环境所获得的信息进行学习，不断积累知识，使系统的控制性能得到改善；（2）适应功能：智能控制器具有从输入到输出的映射关系，可实现不依赖于模型的自适应控制，当系统某一部分出现故障时，也能进行控制；（3）自组织功能：智能控制器对复杂的分布式信息具有自组织和协调的功能，当出现多目标冲突时，它可以在任务要求的范围内自行决策，主动采取行动。
智能控制理论复习资料一．智能控制概述1.什么是智能？什么是人工智能？答：能有效地获取、传递、处理、再生和利用信息，从而在任意给定的环境下能成功地达到预定目的的能力。
是研究、开发用于模拟、延伸、扩展人的智能的理论、方法、技术与应用系统的一门新的科学技术。
2. 什么是控制？什么是自动控制？什么是智能控制？答：按照主体的意愿，使事物向期望的目标发展。
在没有人直接参与的情况下，利用外加设备或装置，使机器、设备或生产过程的某个工作状态或参数自动地按照预定的规律运行。
在没有人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。
3. 智能控制的二元结构和三元结构分别是什么？答：二元结构：人工智能、自动控制三元结构：人工智能、自动控制、运筹学4.智能控制系统的主要功能特点是什么？答：学习功能、适应功能、组织功能、优化功能5.智能控制的研究对象具备什么特点？答：①不确定性的模型。
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。
传统的控制系统中，控制任务或者是要求输出值为定值，或者要求输出值跟随期望值的运动轨迹，因此控制任务的要求比较单一，而智能控制的任务要求往往比较复杂。
6.智能控制与自动控制的关系是什么？答：①自动控制是智能控制的基础，智能控制是对自动控制的进步与延伸；②自动控制往往包含在智能控制之中，智能控制也利用自动控制的方法来解决“低级”的控制问题；③智能控制具有模拟人进行诸如规划、学习和自适应的能力，所以它就是让自动控制系统拥有学习的功能。
7.智能控制与传统控制相比有哪些优点？答：传统控制难以解决的问题包括以下几点：①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，无法获得精确的数学模型；②某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题；③针对实际系统往往要进行一些较苛刻的线性化假设，而这些假设往往与实际系统不符合；④实际控制任务复杂，而传统的控制任务要求低，对复杂的控制任务无能为力。
1章：智能控制系统的一般结构包括：广义对象（表示通常意义下的控制对象和所处的外部环境），感知信息处理部分（把传感器发送的分级的和不完全的信息加以处理，并在学习过程中不断加以辨识、整理和更新以获得有用的信息），认知部分（主要是接受和储存知识、经验和数据，并对他们进行分析推理，做出行动的决策并送至规划和控制策略部分），规划和控制策略部分（是整个系统的核心，他根据给定任务要求、反馈信息及经验知识，进行自动搜索、推理决策、行动规划，最终产生具体的控制作用，通过常规控制器和执行机构作用于控制对象）。
智能控制是一门新兴的交叉前沿学科。
智能控制的三要素：智能信息，智能反馈，智能决策。
智能控制系统具有仿人的功能（学习、推理），能适应不断变化的环境，能处理各种信息，消去不确定性，能以安全可靠的方式进行规划，作出决策，执行动作，获取总体上最优或次优目标。
1智能控制必须具有模拟人类学习和自适应的能力。
2智能控制系统应具备的性能：学习能力、自适应能力、具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力，判断决策能力、容错能力、鲁棒性、组织功能、实时性、人机协调、变结构和非线性、总体自循优特性，能满足多样性目标的高性能要求。
3按照傅京孙和萨里迪斯提出的观点三元理论：人工智能（AI）：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能；自动控制（AC）：描述系统的动力学特性，是一种动态反馈；运筹学（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。
4智能控制与传统控制的关系：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。
一、填空题
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和平衡的。
3、描述变量的标称值安排的越多，即在论语中的隶属度函数的密度越大，模糊控制系统的分辨率就越高，其系统响应的结果就越平滑。
如果标称值安排得太少，则其系统的响应可能会不太敏感，并可能无法及时提供输出控制跟随小的输入变化，以致使系统的输出会在期望值附近震荡。
4、重叠率=重叠范围/附近模糊隶属度函数的范围，一般重叠率为0.2-0.6为宜，低重叠指数适用于有较大明确相关性的输入输出系统。
5、模糊控制的缺点：a建立模糊化和逆模糊化的方法时，缺乏系统的方法主要靠经验和试凑b总结模糊控制规则有时比较困难c控制规则一旦确定不能在线调整，不能很好的适应情况的变化d模糊控制器由于不具有积分环节，因而稳态精度不高。
6、神经网络反映人脑功能的基本特征：并行信息处理、学习、联想、模式分类、记忆。
7、BP网络的优点为：
（1）只要有足够多的隐层和隐层节点，BP网络可以逼近任意的非线性映射关系；
（2）BP网络的学习算法属于全局逼近算法，具有较强的泛化能力。
（3）BP网络输入输出之间的关联信息分布地存储在网络的连接权中，个别神经元的损坏只对输入输出关系有较小的影响，因而BP网络具有较好的容错性。
BP网络的主要缺点为：
（1）待寻优的参数多，收敛速度慢；
（2）目标函数存在多个极值点，按梯度下降法进行学习，很容易陷入局部极小值；
（3）难以确定隐层及隐层节点的数目。
目前，如何根据特定的问题来确定具体的网络结构尚无很好的方法，仍需根据经验来试凑。
8、专家控制系统是由知识库推理机数据库知识获取机构解释机构人机界面五部分组成。
9、分层递阶智能控制从上往下由组织级、协调级和执行级3部分组成,遵循精度随智能降低而增大（IPDI）原理，即越往下层，智能越低，但精度越高。
10、集散递阶智能控制新增加了多传感器信息融合级。
（组织级、智能协调级、多传感器融合级、生产过程执行级）
二、问答题
1、智能控制系统由哪几部分组成，各部分作用。
答:智能系统的典型结构有六部分组成，包括：执行器、传感器、感知信息处理、规划与控制、认知和通信接口。
执行器：是系统的输出，对外界对象发生作用。
传感器：产生智能系统输入，用来监测外部环境和系统本身的状态，向感知信息处理单元提供输入。
感知信息处理：将感知器得到的原始信息加以处理，并对内部环境模型产生的期望值进行比较。
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，做出行动的决策，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。
2、智能控制和传统控制比较有什么不同，在什么场合下选用智能控制策略。
答：传统的控制理论主要采用微分方程、状态方程及各种数学变换作为研究工具，他们本质上是一种数值计算方法，而人工智能主要采用符号处理、一阶谓词逻辑等作为研究的数学工
具，主要有以下几种形式：1符号推理与数值计算结合；2离散时间系统与连续时间系统的结合；3模糊集理论；4神经元网络理论；5优化理论。
在具有如下特点的一类现代控制工程中：1不确定性的模型；2高度非线性；3复杂的任务要求。
即，复杂的控制系统普遍表现出系统的数学模型难以通过传统的数学工具来描述，数学工具或计算机仿真技术的传统控制理论已经无法解决的系统控制问题。
3、分别叙述模糊控制器四个模块设计内容，并写出设计步骤。
答：四个模块为：模糊化过程、知识库（含数据库和规则库）、推理决策逻辑、精确化计算。
（PPT上是：模糊化接口、规则库、模糊推理、清晰化接口）
设计步骤：
1定义输入输出变量
2定义所有变量的模糊化条件
3设计控制规则库
4设计模糊推理结构
5选择精确化策略方法
PPT上设计步骤是：
（1）确定模糊控制器的输入变量和输出变量；
（2）确定输入，输出的论域和Ke、Kec、Ku的值；
（3）确定各变量的语言取值及其隶属函数；
（4）总结专家控制规则及其蕴涵的模糊关系；
（5）选择推理算法；
（6）确定清晰化的方法；
（7）总结模糊查询表。
三、计算题
1．书上80页2-2；2．书上81页2-5。
四、简答题
1.神经网络的模型分类，分别画出网络图，简述其特点。
1）前向网络：神经网元分层排列，组成输入层，隐含层和输出层。
每一层的神经元只能接收前一层神经元的输入。
输入模式经过各层的顺次变换后，得到输出层数输出。
个神经元之间不存在反馈。
感知器和误差反向传播算法中使用的网络都属于这种模型。
1）.
2）反馈网络：这种网路结构指的是只有输出层到输入层存在反馈，即每一个输入节点都有可能接受来自外部的输入和来自输出神经元的反馈。
这种模式可用来存储某种模式序列，也可以动态时间序列系统的神经网络建模。
2）.
3）相互结合型网络：属于网状结构，这种神经网络模型在任意两个神经元之间都可能存在连接。
信号要在神经元之间反复往返传递，网络处在一种不断改变的状态之中。
从某个初态开始，经过若干次变化，才能达到某种平衡状态，根据网络结构和神经元的特性，还有可能进入周期震荡或混沌状态。
34）混合型网络：是层次型网络和网状结构网络的一种结合。
通过层内神经元的相互结合，可以实现同一层内的神经元的横向抑制或兴奋机制，这样可以限制每层内能同时动作的神经元数，或者把每层内的神经元分成若干组，让每组作为一个整体来动作。
4
2. 神经网络学习算法有几种，分别画出网络图，简述其特点。
1）有导师学习：所谓有导师学习就是在训练过程中，始终存在一个期望的网络输出。
期望输出和实际输出之间的距离作为误差度量并用于调整权值。
1.
2）无导师学习：网络不存在一个期望的输出值，因而没有直接的误差信息，因此，为实现对网络训练，需建立一个间接的评价函数，一对网络的某种行为趋向作出评价。
2.
3、简述神经网络泛化能力。
答：人工神经网络容许某些变化，如当输入矢量带有噪声时，即与样本输出矢量存在差异时，其神经网络的输出同样能够准确地呈现出应有的输出。
这种能力就成为泛化能力。
4、单层BP 网络与多层神经网络学习算法的区别。
1）单层神经网络的Delta 学习算法是通过对目标函数∑==N
p p E E 1的极小来实现的，其中E
的极小是通过有序地对每一个样本数据的输出误差Ep 的极小化来得到。
Delta 规则的学习算法就是对∑=-=012)(21n i pj pj y t E 所定义的目标函数值求梯度得到。
2）多层前向传播网络的权系数训练算法是利用著名的误差反向传播学习算法。
根据这一算法，训练网络权阵的更新是通过反向传播网路的期望输出（样本输出）与世纪输出的误差来实现的。
五、实验设计
1.模糊控制算法研究；
2.其余四个实验中任选一题附在后边。
