下载文档原格式
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。
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。
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。
3.应用遗传算法计算时，设计编码的策略与编码评估准则（即编码原则）是什么答：设计编码策略：（1）完备性（2）健全性（3）非冗余性 编码评估准则，即编码原则：（1）有意义基因块编码规则（2）最小字符集编码原则。
四、设某恒温室的温度模糊控制器，控制室温为某个设定值： （1）试给出该模糊控制器的结构图； （2）说明模糊控制器设计的主要内容。
解：（1）该模糊控制器为两输入信号，为二维模糊控制器结构，该温度模糊控制器的结构图温度模糊控制器输入变量是两个变量分别为偏差（即温度的设定值与实际测定值的差值）和偏差的变化，是确定数值的清晰量；通过模糊化处理，用模糊语言变量E 来描述偏差。
模糊推理输出y 是模糊变量，在系统中要实施控制时，模糊量U 转化为清晰值。
(2)模糊控制器设计的主要内容:1.定义输入变量X1、X2的模糊子集为{NB ZE PB }{PB ZE NB}，偏差的量论域为{-2,0,+2}，偏差变化率的量化论域为{-2,0,+2}。
2.定义所有变量的模糊化条件。
输出语言的基本论域为[-u,u]，控制输出量的量化论域为{-2,0,+2}，控制输出量的模糊子集[ NB ZE PB ]，对输入输出语言变量均选用正态函数：2()(ba x ex --=μ作为其隶属函数。
3.建立模糊控制规则表：4.求模糊控制器输出应用模糊推理合成规则，有温度偏差和偏差变化量的量化论域，根据输入语言变量偏差X1和偏差变化量X2求出相应输出语言变量U 的模糊集合，应用最大隶属度法对此模糊集合进行模糊判决，从而可求出控制量控制精确值u 。
五、计算题1.设模糊控制器的控制规则为：If x1 is A1 and x2 is B1 then y is C1 已知A1=[ ]，B1=[ ]，C1=[ ]试计算A2=[ ]，B2=[ ]时C2的数值；若Y 的量化论域为{2,3,4}，用最大隶属度法求控制输出的清晰量。
解：(1) A1*A2=[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡1.01.06.03.07.03.07.03.01.06.09.0ο将A1*A2矩阵展成如下列向量：[]TTB A 1.01.06.03.07.03.0)1*1(=模糊关系[][]8.04.02.01.01.06.03.07.03.01*)1*1(οTTC B A R ==T⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1.01.06.03.07.03.01.01.04.03.04.03.01.01.02.02.02.02.0 当输入A2和B2时，有:[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=4.03.05.03.02.02.06.03.04.05.02.02*2οB A 将A2*B2矩阵展成如下列向量：[]TTB A 4.03.05.03.02.02.0)2*2(=最后得C2：[]οT C 4.03.05.03.02.02.02=T⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡1.01.06.03.07.03.01.01.04.03.04.03.01.01.02.02.02.02.0[]5.04.02.0=(2)因为Y 的量化论域为{2,3,4}，所以得出45.034.022.02++=C ,用最大隶属度法求控制输出的清晰量40=u2.设需要函数的最大值，65.172/)(2++-=x x x f自变量x 在0-31之间取整数时，若用遗传算法求解函数值的最大值，有5位二进制代码串可组成所有染色体的基因型。
随机取4个x 值3, 29, 10, 22，组成初始种群，A1:00011，A2:11101，A3:01010，A4:10110； 试用二进制编码交叉方法，对第2位后的编码串进行交换，写出两个个体A1与A2交叉后得到的新个体B1与B2；A3与A4交叉得到的新个体B3与B4；如用变异的方法对编码的第4基因位进行变异，写出对个体B1，B2，B3，B4变异得到的新个体C1，C2，C3，C4; 并分别计算这12个个体的适应度和在下一代生存的期望数目。
（函数f(x)作为适应度fi 的计算式） 复制概率：∑=iii ff P ；期望复制数：∑=-iif Mf R （M=4为种群规模）。
解：根据题意条件可计算各项数据如下：进行二进制编码交叉方法，得出新个体B1，B2，B3，B4，计算各项用变异的方法对编码的第4基因位进行变异，得出新个体C1，C2，C3，C4；计算各项数据如下：6、已知某RBF 神经网络的结构为3-4-1，其结构如下图所示，神经网络输出层节点为线性激励函数；中间层节点激励函数为：)2exp(22jj i b a X f --= j=1, 2, 3, 4 。
设{j a }为常量，试从两个方面描述该神经网络的学习算法。
（1）信号从输入层向输出层的正向传递；（2）网络期望输出值为d,误差信号的反向传播调节输出层的权值{j w }和激励函数的参数{j b }。
解：REF 神经网络是三层前向神经网络，采用误差反转（BP ）学习算法。
（1）信号从输入层向输出层的正向传递；对某个训练样本，输入层的输出信号与输入信号相等，即)}(3),(2),(1{)(k x k x k x k X =。
中间层节点的激励函数为REF ，输出信号为)2exp(22jj i i b a X f O --== j=1, 2, 3, 4输出层节点的激励函数为线性函数，输出信号为4433221144O w O w O w O w O w y j j j +++==∑=（2）网络期望输出值为d ，输出层误差为22)(2121y d e E -==对神经网络的权系数按误差函数梯度变化的反方向进行调整，使网络的输出接近期望值。
输出层权系数的修正公式为jjj j j b O O E E b ∂∂∂∂-=∂∂-=∆ηηj=1, 2, 3, 4 其中 j jj w y d O y y E O E )(-=∂∂∂∂-=∂∂-j=1, 2, 3, 4 则有32)()()(jj j j jj jj b a X x f w j d b f w j d b --=∂∂-=∆ηη得到权系数与参数{j b }为j j j j j O y d k w k w k w k w )()()()()1(-+=∆+=+η j=1, 2, 3, 43121111111)()()()()()1(b a X x f w y d k b k b k b k b --+=∆+=+η。
