智能控制复习的题目

1、智能控制复习第一章选择题1.智能控制的概念首次由著名学者（D ）提出D傅京孙A 蔡自兴2经常作为智能控制典型研究对象的是A智能决策系统B智能故障诊断系统C智能制造系统D智能机器人 3.解决自动控制面临问题的一条有效途径就是，把人工智能等技术用入自动控制系统中，其核心是（B ）A控制算法B控制器智能化C控制结构D控制系统仿真4智能自动化开发与应用应当面向A生产系统C复杂系统5不属于智能控制是A神经网络控制C模糊控制（C ）B管理系统D线性系统（D ）B专家控制D确定性反馈控制A具有自适应能力C具有分层递阶组织结构7.以下不属于智能控制的是A神经网络控制C模糊控制6.以下不属于智能控制主要特点的是

2、（D ）B具有自组织能力D具有反馈结构（D ）B 专家控制D 自校正调节器第二章选择题1.地质探矿专家系统常使用的知识表示方法为（D ）A语义网络B框架表示C剧本表示D产生式规则2.自然语言问答专家系统使用的知识表示方法为A框架表示B语义网络C剧本表示D产生式规则3.4.5.6.7.8.9.1011121314C ）的推理B逻辑D预测专家系统中的自动推理是基于（A 直觉适合专家控制系统的是A雷达故障诊断系统C聋哑人语言训练系统C知识（D ）B军事冲突预测系统D机车低恒速运行系统直接式专家控制 通常由（B ） 组成A控制规则集、知识库、推理机和传感器B 信息获取与处理、知识库、控制规则集和推理机

3、C信息获取与处理、知识库、推理机和传感器D信息获取与处理、控制规则集、推理机和传感器专家控制可以称作基于（D ）的控制。A 直觉B逻辑C预测D知识直接式专家控制通常由（C ） 组成A信息获取与处理、知识库、推理机构和传感器B信息获取与处理、知识库、控制规则集和传感器C信息获取与处理、知识库、推理机构和控制规则集D 信息获取与处理、控制规则集、推理机构和传感器专家系统的核心部分是（BA人机接口、过程接口、推理机构B 知识库、数据库、推理机构C人机接口、知识获取结构、推理机构D知识库、数据库、人机接口以下不属于专家系统知识表示法的是（C ）A彩色Petri网络B语义知识表示C样本分类D产生式规则.

4、产生式系统的推理方式不包括(CA正向推理B反向推理C简单推理D双向推理.肺病诊断专家系统使用的知识表示方法为(D)A语义网络B产生式规则C剧本表示D框架表示.以下不属于专家系统组成部分的是(A )A 专家B 数据库C 知识库D 解释部分.黑板专家控制系统的组成有(C )A黑板、数据库、调度器B数据库、知识源、调度器C黑板、知识源、调度器D黑板、规则库、调度器.建立专家系统，最艰难（“瓶颈”）的任务是（B ）A知识表示B知识获取C知识应用D知识推理15.在专家系统中,(D )是专家系统与用户间的人-机接口A知识库BC推理机D16.产生式系统包含的基本组成A知识库、规则库和数据库C知识库、规则库和

5、模型库数据库解释机构(A )B规则库、模型库和控制器D规则库、数据库和控制器第三章模糊控制n? Ui ' m (uj某模糊控制器输出信息的解模糊判决公式为方法为A 最大隶属度法Bu0 =,该解模糊? mu (Ui)i = 1(D )取中位数法C隶属度限幅兀素平均法D重心法5.总结手动控制策略，得出一组A输入变量赋值表C模糊控制器查询表由模糊条件语句构成的控制规则 (D )B输出变量赋值表D模糊控制规则表,据此可建立2.在温度模糊控制系统中，二维模糊控制器的输入是A温度的误差e和温度误差变化量deB控制加热装置的电压的误差e和电压误差变化量deC控制加热装置的电压的误差e和温度误差变化量

6、deD控制加热装置的电压的误差e和温度误差变化量de3.下列概念中不能用普通集合表示的是A控制系统B低于给疋温度C工程师D压力不足4.以下应采用模糊集合描述的是A高三男生B年轻C教师D社会6.某模糊控制器的语言变量选为实际温度与给定温度之差即误差e、误差变化率Ae；以及加热装置中可控硅导通角的变化量A 双输入一单输出C 双输入一双输出u,故该模糊控制器为 (A )单输出一单输入单输出一双输入7.在论域U中，模糊集合A的支集只包含一个点u,且mA(u)=1,则A称A a截集B模糊单点D支集（C ）B根据对象的数学模型确定D只能取连续值8 在模糊控制中，隶属度A不能是1或0C反映元素属于某模糊集合

7、的程度A交叉点9.模糊集合中，mA（U）=0.5对应的元素u称为B模糊单点D支集10.在模糊控制器的推理输出结果中，取其隶属度最大的元素作为精确值，去执行控制的方法称为A重心法BC系数加权平均法最大隶属度法 D 中位数法(B)11.若模糊集合A表示模糊概念“老”，其隶属度函数为mA，则模糊概念“略微老”相当于，其中为，(C)A2B 4C1/2D 1/412.若对误差、误差变化率论域X、Y中元素的全部组合计算出相应的控制量变化Uj ,可写成矩阵（Uj）n，m，般将此矩阵制成A输入变量赋值表B输出变量赋值表C模糊控制器查询表D模糊控制规则表13. 在温度模糊控制系统中，二维模糊控制器的输出是A温度

8、的误差eB温度误差变化量deC控制加热装置的电压UD控制加热装置的电压的误差e和温度误差变化量de14. 以下的集合运算性质中，模糊集合不满足的运算性质A交换律B结合律C分配律D互补律（B ）可分别为各语言15. 以下属于模糊集合表示方法的是A重心法B 扎德法C系数加权平均法D 中位数法16. 在选定模糊控制器的语言变量及各个变量所取的语言值后, 变量建立各自的（C ）A控制规则表B控制变量赋值表C语言变量赋值表17模糊控制方法是基于A 模型控制C 学习的控制18. 以下应采用模糊集合描述的是A学生BC 老师D19. 若模糊集合A表示模糊概念“老”:D论域量化表（D ）B递推的控制D专家知识和

9、经验的控制（B ）大苹果演员其隶属度函数为mA，则模糊概念“极老”相当于A '，其中，为,A 2D 1/4C 1/220. 某液位模糊控制系统的语言变量选为实际温度与给定温度之差即误差e以及加热装置中可控硅导通角的变化量糊控制器应为A 双输入一单输出C 双输入一双输出21. 模糊隶属度函数曲线的形状可以为A椭圆形BC梯形Du,但不考虑温度误差变化率 e,该模（B ）B 单输入一单输出D 单输入一双输出（C ）平行四边形圆形22. 在选定模糊控制器的语言变量及各个变量所取的语言值后，可分别为各语言变量建立各自的（C ）A控制规则表B 控制查询表C语言变量赋值表D基本论域量化表23. 某模

10、糊控制器的语言变量选为实际水位与给定水位之差即误差e,以 及调节阀门开度的变化量u,故该模糊控制器为（B ）.A.单输出一双输入B .单输入一单输出C.双输入一双输出D. 双输入一单输出24. 某一隶属度函数曲线的形状可以选为（C ）A椭圆形B 圆形C三角形D 正方形25. 模糊控制器的术语“正中”，可用符合（D ）表示A PBB NMC ZED PM26. 以下关于模糊关系的正确说法是（B ）A模糊关系是普通关系的一个特例B模糊关系描述元素之间的关联程度C模糊关系中的元素都是整数D模糊关系矩阵一定是方阵27 模糊控制以模糊集合为基础，最早提出模糊集合的学者是A L.A. ZadehB Mam

11、da niC TakagiD Sugeno28在模糊控制器的推理输出结果中，取其隶属度函数曲线与横坐标围成面积的重心作为输出值，去执行控制的方法称为A重心法B最大隶属度法C系数加权平均法D 中位数法29下列概念中不能.用普通集合表示的是A控制系统C机电工程师30.在模糊控制中，隶属度B 压力不足D低于给定温度A不能是1或0B是根据对象的数学模型确定的D只能取连续值(A )C反映元素属于某模糊集合的程度31最适合作为语言变量的值是A速度B天气C特别D表演32.若模糊集合A表示模糊概念“老”，其隶属度函数为mA，则模糊概念“非常老”相当于叮，其中，为，(C)A2B 4C1/2D 1/4第4早神经网

12、络1.BP网络使用的学习规则是(B)A相关规则B纠错规则C竞争规则D模拟退火算法2.BP神经网络所不具备的功能是(C)A自适应功能B泛化功能C优化功能D非线性映射功能3.由于各神经元之间的突触连接强度和极性有所不同并可进行调整,因此人脑才具有(A )的功能。A学习和存储信息B输入输出C联想D 信息整合4.采用单层拓扑结构的神经网络是(A)A Hopfield 网络B生物神经网络C BP网络D小脑模型网络5.单层神经网络，有两个输入，两个输出，它们之间的连接权有(B)A 6个B 4个C 2个D 8个B ）控制。B前馈D混合）学习规则B有导师D混合神经网络直接逆控制是一种（A反馈C串级误差反向传播

13、算法属于（BA 无导师C 死记忆以下不属于人工神经网络主要特点的是（B ）A 便于用超大规模集成电路或光学集成电路系统实现B网络中含有神经元C信息分布在神经元的连接上D可以逼近任意非线性系统最适宜用于联想记忆的神经网络（D ）A BP神经网络B感知器网络C自适应线性神经网络D Hopfield 网络.PID神经网络控制中，控制器使用了（ C ）A CMAC神申经网络B Hopfield 网络C PID神经网络D感知器网络.下面哪个方程最好描述了 Hebb学习规则（A ）A两个神经元同时兴奋或同时抑制时，它们之间连接权的强度增强B两个神经元同时兴奋或同时抑制时，它们之间连接权的强度减弱C两个神经

14、元，一个兴奋，另一个抑制，它们之间连接权的强度增强D两个神经元，一个兴奋，另一个抑制，它们之间连接权的强度不变.在神经网络内模控制结构中，神经网络辨识器用来获得（A ）A 被控对象的正模型B被控刘象的逆模型C线性滤波器D控制器.单层神经网络，有三个输入，三个输出，它们之间的连接权有（B ）A 6个B 9个C 16个D 25个.多层前向神经网络与单层感知器相比较，下面（ C）不是多层网络所特有的特点A采用误差反向传播算法C神经元的数目可达到很多B 含有一层或多层的隐层神经元D 隐层激活函数采用可微非线性函数.单层感知器网络可以B实现样本分类D实现函数逼近A解决异或问题C进行优化计算6.7.8.9

15、.101112131415161718能够用于无导师学习的神经网络模型是（A ）A Hopfield 网络C BP神经网络.连续型Hopfield网络A是前馈神经网络BC具有函数逼近问题D.离散Hopfield网络B CMA神经网络D 自适应线性神经网络（B是单层反馈型非线性神经网络是多层反馈型非线性神经网络（CA是多层反馈网络C具有联想记忆功能19. 神经网络PID控制是一种A前馈控制BC开环控制D20. 单层感知器网络可以A解决异或问题C进行优化计算反馈控制 混合控制是多层反馈网络 具有函数逼近功能实现函数逼近D实现样本分类21. 连续型Hopfield网络的神经元转移函数采用A.对称型S

16、igmoid函数B.对称型阶跃函数22.23.24.25.26.27.C.分段线性转移函数在间接神经网络模型参考自适应控制中，A需要一个神经网络控制器B需要一个神经网络控制器及一个神经网络辨识器C需要两个神经网络控制器及一个神经网络辨识器D需要一个神经网络控制器及两个个神经网络辨识器 生物神经元的突触连接相当于神经元之间的A输入连接B输出连接C绝缘D 输入输出接口在间接神经网络模型参考自适应控制结构中， 获得(A )A 被控对象的正模型C线性滤波器生物神经元的组成包括细胞体、轴突、树突和A轴突末梢B细胞核C突触D细胞膜以下不属于人工神经网络主要特点的是A信息并行处理BC信息分布在神经元的连接上

17、 一般认为，人工神经网络最适用于A线性系统BC多输入多输出系统D .阈值型转移函数(B神经网络辨识器用来B被控刘象的逆模型D控制器网络中含有神经元D可以逼近任意非线性系统(非线性系统D多变量系统在直接神经网络模型参考自适应控制中，A需要一个神经网络控制器B需要一个神经网络控制器及一个神经网络辨识器C需要两个神经网络控制器及一个神经网络辨识器D需要一个神经网络控制器及两个个神经网络辨识器29.离散型Hopfield网络的神经元转移函数采用A.对称型Sigmoid函数B.对称型阶跃函数28.C 分段线性转移函数D 阈值型转移函数30.采用单层拓扑反馈结构的神经网络是A Hopfield 网络C P

18、ID神经网络31.基于多层前向神经网络的 环节。一个C三个B BP网络D小脑模型神经网络PID控制系统结构有（DB 四个D 两个32.最早提出人工神经网络模型的学者是A HebbB McCulloch 和 PittsC Rose nblatt D Hopfield33.神经网络内模控制具有A直接逆控制的优点和缺点B 直接逆控制的优点C直接逆控制的优点，但无直接逆控制的缺点D直接逆控制的缺点（A ）内含神经网络的（B ）（C ）1. 最早提出遗传算法概念的学者是2. 遗传算法的基本操作顺序是遗传算法(A )D L.Davis(C )A计算适配度、交叉、变异、选择B计算适配度、交叉、选择、变异C计

19、算适配度、选择、交叉、变异D计算适配度、选择、交叉、变异3. 能够往种群中引入新的遗传信息是以下哪种遗传算法的操作（D ）A交叉B复制C优选D变异4. 哪一种说法是对遗传算法中复制操作的描述（A ）A个体串按照它们的适配值进行复制B随机改变个体串的适配度函数值C随机改变一些串中的一小部分D为权值随机产生小的初始值5. 遗传算法中，关于变异操作的最好叙述是（A ）A随机改变一些“串”中的一小部分B 随机挑选新“串”组成下一代C为权随机产生新的初始值D从两个“串”中随机组合遗传信息6. 哪种遗传算法的操作，能够从种群中淘汰适应度值小的个体（C ）A交叉B 优选C复制D变异7. 遗传算法将问题的求解

20、表示成“染色体”，“染色体”实际上是（D ）A基因B适应度函数C种群D用编码表示的字符串A多层前向神经网络C自适应线性神经网络 10轮盘赌技术可用于A选择最好的“染色体”C交叉所选择的“染色体”B PID神经网络D 遗传算法（B ）B随机选择“染色体”D变异“染色体”的适应度8.哪种遗传算法的操作，可以从父代双亲中继承部分遗传信息，传给子代（AA交叉C复制）B变异D共享9 下面哪种类型的学习能够用于移动机器人的路径规划（D ）11 遗传算法将问题的求解表示成“染色体”，“染色体”实际上是 （C ）A种群B 存在于细胞核中能被碱性染料染色的物质C用编码表示的字符串D 各种数值12在遗传算法中，复

21、制操作可以通过（ B ）的方法来实现A解析B 随机C交叉匹配D 变异判断题第一章绪论1. 与传统控制相比较，智能控制方法可以较好地解决非线性系统的控制问 题。（V ）2. 智能控制系统采用分层递阶的组织结构，其协调程度越高，所体现的智能也越高。（V ）3分层递阶智能控制按照自下而上精确程度渐减、智能程度渐增的原则进行功能分配。（V ）4. 智能系统是指具备一定智能行为的系统。（V ）5. 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。（V ）第二章专家系统1. 在专家系统中，数据库是领域知识的存储器，是系统的核心部分之一。（V ）2在

22、设计专家系统时，知识工程师的任务是提供解决问题的知识和经验。（x ）3 .数据库和推理机是专家系统的核心部分。（应为知识库）（x ）4 按照执行任务分类，专家系统有解释型、预测型、诊断型、调试型、维修型 等多种类型。（V ）5.专家系统实质上是一种数学计算系统。（X）6 在设计专家系统时，知识工程师的任务是模仿人类专家，运用他们解决问题的知识和经验。（V ）第三章模糊控制1模糊控制只是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，还需要建立数学模型。（X ）2 在模糊控制中，为把输入的确定量模糊化，需要建立模糊控制规则表。（应该是确定模糊集合）（X ）3在模糊集合的向量表示法中，

23、隶属度为 0的项必须用0代替而不能舍弃。（V ）4从模糊控制查询表中得到控制量的相应元素后，乘以比例因子即为控制 量的变化值。（V ）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. 在模糊语言变量中，语义规则用于给出模糊集合的隶属函数。（V ）7. 模糊控制对被控对象参数的变化不敏感，可用它解决非线性、时变、时滞系统的控制。（V ）8. 普通关系是模糊关系的推广，它描述兀素之间的关联程度。（X ）9. 模糊控制就是不精确的控制。（X ）10. 在模糊控制中，为把输入的确定量模糊化，需要建立语言变量赋值表。（V ）1

24、1 .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（V ）12. 通常，模糊控制器的输入、输出语言变量分别取为控制系统的误差和误差变化率。（X ）13. 模糊控制器的输入语言变量一般可取控制系统的误差及其变化率。（V ）14. 模糊控制只是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，还需要建立数学模型。（X ）15. T-S模糊控制系统采用系统状态变化量或输入变量的函数作为IF-THEN模糊规则的后件，不可以描述被控对象的动态模型。（X ）16. Mamdan型模糊控制器，通过模糊推理得到的结果是精确量。（X ）17在模糊控制中，隶属度是根据对象的数学模型来确定的

25、。（X ）18模糊控制中，语言变量的值可用“负大、负小、零”等表示。（V ）19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。（V ）第四章神经网络1 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。（V ）2. 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 ）3 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。（V ）4. 运算效率高，收敛速度快是 BP神经网络的主要特点之一。（X ）5. 神经元的各种不同数学模型的主要区别在于采用了不同的转移函数，从而使神经元具有不同的信息处理特性。（V ）6 .离散Hopf

26、ield网络的两种工作方式是同步和异步工作方式。（ V ）7. 神经网络已在多种控制结构中得到应用，如 PID控制、内模控制、直接逆控制等。（V ）8. 般情况下，神经网络系统模型的串-并联型结构不利于保证系统辨识模型的稳定性。（X ）9. BP神经网络是一种多层全互连型结构的网络 。（X ）10. 离散型单层感知器的转移函数一般采用阈值（符号）函数。（V ）11. Hopfield网络的吸引子是指网络的稳定状态。（V ）12. 两关节机械手的控制可应用小脑神经网络直接逆模型控制。（V ）13. 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 ）14. 连续型Hopfield网络是多层

27、前馈型神经网络，每一节点的输出均反馈至节点的输入。（X ）第五章遗传算法1. 遗传算法的复制操作可以通过随机方法来实现，可使用计算机，也可使用轮盘赌的转盘。（V ）2. 在遗传算法中，初始种群的生成不能用随机的方法产生。（X ）3. 遗传算法的复制操作有严格的程序，不能通过随机方法来实现。（X ）4. 遗传算法具有进化计算的所有特征，其主要用途是数值计算。（X ）5 遗传算法中，适配度大的个体有更多机会被复制到下一代。（V ）6在遗传算法中，初始种群的生成不能用随机的方法产生。（X ）名词解释第一章1. 智能控制有知识的“行为舵手”，它把知识和反馈结合起来，形成感知-交互集、以目标为导向的控制

28、系统。第二章1. 专豕系统一种包含知识和推理的人工智能的计算机程序系统，这些程序软件具有相当于某个专 门领域专家的知识和经验水平，同时具有处理该领域问题的能力2. 语义网络通过概念及相互间语义关系，图解表示知识网络。3. 专家控制系统应用专家系统的概念、原理和技术，模拟人类专家的控制知识和经验而建造的控制 系统。第三章1. 模糊控制模糊控制是把人类专家对特定的被控对象或过程的控制策略总结成一系列的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。它无需建立系统模型,是解决不确定系统的一种有效途径。2. 模糊系统一种基于知识或基于规则的系统。它的核心就是有IF-THEN规则形成的知识库

29、。3. 模糊集合论域U上的模糊集A用一个在区间0，1上取值的隶属度函数 mA （u）来表示。4. 隶属度某元素属于模糊集合 a的程度称为隶属度，用隶属度函数 mA(x)描述。隶属度函数的值是闭区间0,1上的一个数，表示元素x属于模糊集合 A的程度。5. 模糊关系X与Y直积 X Y x,y|xX, y中一个模糊子集 R称为从X到Y的模糊关系。第四章1 .神经网络神经元互连组成的网络，从微观结构和功能上对人脑抽象、简化，是模拟人类智能 的一条重要途径，反映人脑功能的若干特征，如并行处理、学习联想、分类等。2. 小脑模型神经网络由局部调整、相互覆盖接收域的神经元组成，模拟人的小脑学习结构。是一种基于

30、表格查询式输入输出多维非线性映射能力。3. Hopfield 神经网络全连接型反馈动态神经网络，分为离散型和连续型两种，网络达到稳定状态时，其能 量函数达到最小。第五章1. 变异操作模拟生物在自然遗传环境下由于各种偶然因素引起的基因突变，它以很小的概率随机改变遗传基因(表示染色体的符号串的某一位)的值。2. 适应度函数遗传算法中某个个体对环境的适应程度，适应值函数可由目标函数变换而成。3. 遗传算法建立在自然选择和群体遗传学机理基础上的随机迭代和进化，具有广泛适用性的搜 索方法。简答题1. 智能控制的主要功能特点是什么(1) 多层递阶的组织结构(2) 多模态控制(3) 自学习能力(4) 自适应

31、能力(5) 自组织能力2 智能控制的研究对象具备哪些特点？不确定性的模型； 高度的非线性； 复杂的任务要求。3 与传统控制相比，智能控制的主要特点是什么?(1) 处理复杂性、不确定性问题的能力；(2) 描述系统的模型更为广泛；(3) 具有学习、适应、组织的功能；(4) 具有分层信息处理和决策机构；(5) 控制其与对象、环境没有明显的分离。4 智能控制有哪些主要类型？(1) 模糊控制(2) 神经网络控制(3) 专家控制(4) 分层递阶智能控制1. 专家系统中，知识表示方法有哪些常用形式?(1) 产生式知识表示(2) 框架表示(3) 语义网络表示(4) 剧本表示(5) Petri 网表示2. 用结

32、构图描述专家系统的基本结构3. 直接式专家控制系统有哪几部分组成？直接式专家控制系统通常由知识库、控制规则集、推理机构及信息获取与处理四个部 分组成。AVV*第二早1. 简述模糊控制器中的比例因子计算方法?设卜Umax, Umax为控制量U的变化范围，n为0 Umax范围内的区间个数，称为量化区间数， 则比例因子Ku= Umax/ n2. 设计一个模糊控制器必须要解决哪三个关键问题？1）设计模糊控制器要解决的第一个问题是如何把确定量转换为对应的模糊量；2）根据操作者的控制经验制定模糊控制规则，并执行模糊逻辑推理，以得到一个输出模糊集合，这一步称为模糊控制规则形成和推理；3）需要为模糊输出量进行

33、 解模糊判决，实现控制。3. 在模糊控制器的设计中，常用的模糊判决方法有哪些?(1)最大隶属度法(2)加权平均法(3)重心法(4)取中位数法4模糊控制中，描述语言变量常见的语言值有哪几种？语言变量常见的语言值是负大 （NE）、负中（NM、负小（NS、负零（NO、正零（PO、正小（PS）、正中（PM、正大（PB）。模糊控制系统由哪四个基本单元组成？(1)模糊化接口；(2)知识库（规则库和数据库）(3)推理机；(4)反模糊化接口 。6. 简要回答基本模糊控制器的设计步骤?(1)选择输入、输出语言变量;(2)建立各语言变量的赋值表;(3)建立模糊控制规则表；建立杳询表。7试写出几种常见的模糊条件语句

34、。单输入-单输出模糊控制器的模糊规则有两种形式：（1、若 A则 B型；IF A THEN B（2）若 A则 B型否则 C型；IF A THEN B ELSE C双输入-单输出模糊控制器的模糊规则（3、若 A且 B贝U C型。IF A and B THEN C第四章1.在神经网络的学习算法中，有导师学习的含义是什么？有导师学习也称为 有监督学习，这种学习模式采用的是 纠错规则。在学习训练过程中 需要不断给网络成对提供一个输入模式和一个期望网络正确输出的模式，称为“教师信号”。将神经网络的实际输出同期望输出进行比较，当网络的输出与期望输出不符时， 根据差错的方向和大小按一定的规则调整权值，以使下一

35、步网络的输出更接近期望结 果。2. 常用的神经网络转移函数有哪几种类型?(1) 对称、非对称阈值型转移函数;(2) 对称、非对称 Sigmoid型转移函数;(3) 分段线性转移函数。3. 神经网络有哪些主要的结构特征？(1)并行处理；(2 )信息分布式存储；(3 )容错性。4. 在神经网络学习算法中，何谓无导师的学习？无导师学习也称为 无监督学习，是一种自组织学习。输入模式进入网络后，网络按照一种预先设定的规则 ，如竞争规则，反复调整网络权值以响应输入模式的激励，直到网络最后形成某种有序状态5. 简述BP神经网络的基本思想。学习过程由信号的正向传播和反向传播两个过程组成。正向传播时，输人样本由

36、输入层进入，经隐层处理后传向输出层。若实际输出与教师 信号不符，则转入误差的反向传播阶段。反向传播时，输出误差将通过隐层向输人层逐层反传，并把误差分摊而得到各层单元的误差信号，作为修正各单元权值的依据 。权值的调整过程即网络的学习过程，直到网络输出精度满足要求为止。1给出遗传算法的一般算法流程图初始种群»1F计算适配度1F复制（选择）1交叉1!变:异综合计算题第3章模糊控制1.设论域U = X2X3 X4X5 1,两个模糊集合为A 0.50.30.40.2厂 0.20.61A =+,B= + x1x2 x3 x4x1x4x5试求：A u B、A Pl B、B。aUb 二1X50.50

37、.30.40.6%x2x3x4Ap|B 二X1X42.设有模糊矩阵A =0.7亠0.3?(1) A与B的复合TiXiX4骣0.2B = 2 桫.60.4亠0.9?试求(2) B与A的复合T2骣0.8 仝0.2) (0.7 儋0.6) (0.8 0.4)谫(0.7 0.9)?桫0.5仝0.2) (0.3儋0.6) (0.5 0.4)谫(0.3 0.9)?骣.2潛0.6珑.2潛0.30.40.40.70.3骣.60.70.4类似得可以求得T2 = B ©A =骣0.4 0.3.6 0.6?骣0.13.设有模糊矩阵A = <0 80.3 .骣1.8 0.50.2? B =骣.3 0.

38、2?试求(1) A B.8 潛0.2 0.50.2桫.8 0.5(2) A与B的复合T0.1八0.80.3八0.5'0.1 0.3'1。8%0.30.2八0.2丿<0.3 0.2户 骣0.1 仝0.8)(0.3儋0.3)(0.10.5)谫(0.30.2) 土T=A"B = |p.8 仝 0.8)(0.2 儋 0.3)(0.80.5)谫(0.20.2)?骣.3 0.2骣0.1 潛 0.3 0.10.2骣0.5 0.6 ?骣0.21.0 ?4.设有模糊矩阵A =?, B =丰，试求桫.7 0.4 ?桫.8 0.4 ?(1) A 一 BAUB=e.5v0.2 叽1&q

39、uot;0.5 1.0"08 0.4A：IBE.5 仝0.2).7 仝0.2)(0.6 儋 0.8) (0.5(0.4 儋0.8) (0.71.0)谫(0.61.0)谫(0.40.4) 土0.4)*0.5十0.7*5.设论域U =比，出，出,比上的模糊结合A和B如下:1A 二-U10.60.4+U2U30.20.8B =U2U3AUB)空竺U1U2 U3Ab 二02 3U2 U30.40.6= r U2 U36.论域X=0，100上的模糊集合A代表“偏大”，在0，80区间上mA (X)=0.0125 x,在80, 100区间上 mA(x)=1写出A的隶属度函数解析表达式，并画出其隶属

40、度函数曲线。R.0125X 打10 # x80 # x80100,0.7 m 0.8 0.4 v 0.41.50.50 I|01020304050607080901007. 画出以下两种情况的隶属函数：(a) 精确集合 a=x|%xe%的隶属函数；(b) 写出单点模糊(singleton fuzzification )隶属函数的数学表达形式，并画 出隶属函数图。(a)1.0 0.5 -otherwise(b)Ui8. 设有一个模糊控制器的输出结果为模糊集合U,表示为U = °!+04+08+丄-4-3-2-101用重心法求模糊判决的结果？6? Ui z mu (Ui)i= 1Uo =

41、6-? mu (Ui)i = 1=-4? 0.13? 0.42? 0.81? 10?11? 0.40.1 + 0.4 + 0.8 + 1 + 1 + 0.4=-1.0279. 设有一个模糊控制器的输出结果为模糊集合U,表示为,0.10.80.50.80.80.3U =+123456用最大隶属度法求模糊判决的结果？存在3个最大隶属度mu=mu=nu (5)=0.81u0 = (2 + 4 + 5) = 3.631或者 U0 = 一(2 + 5) = 3.5210. 语言变量的量化等级都是 9级，即-4，-3，-2，-1，0，1, 2，3，4。误 差e的论域为-50,50，控制输出u的论域为-64

42、,64，求量化因子Ke，Ku为多 少？emax4=0.08( 3 分)Ku =U maxn64匸=16( 3分)5011. 某语言变量五元组描述示意图如下所示，分别说明图中的语言变量、语言变 量值的集合、论域具体指什么？误差：语言变量负大，负中，负小，零，正小，正中，正大 :语言变量值的集合-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6:论域13.设论域X =Y=1，2，3，4，5， X、Y上的模糊集合A 10.70.3A 二+ 12310.60.40.2A1 =+12340.4+30Z +设A= “小”则B = “大”，使用Mamdani极大极小推理，求A1 = “较小”时,

43、输出B1的模糊集合？根据 mi?B(x,y)= ra(x)? m3 (y)min mA (x), mB7 307 1=00.40.7100.40.70.700.30.30.300000 0 0 0000000.40.40.300模糊推理输出Bi = Ai 0 R0.710.70.70.3 0.3000014.设T=炉温，V电压。某控制系统的人工操作经验为若炉温低于100°C则升压；若炉温高于100C则降压；若炉温等于100C则保持电压不变。选择输出语言变量U为电压变化量。输入、输出语言变量均选 3个语言值:正、零、负，分别用模糊子集P、O、N表示。试用以上控制规则给出基本模糊 控制器

44、的模糊控制规则表。选择输入语言变量 E为炉温误差，即 E=T-100;若炉温低于200C则升压；若炉温高于200C则降压；若炉温等于200C则保持电压不变。t ifE :=Nthe nU=Pt ifE =Pthe nU =:Nt ifE :=Othe nU :=O由以上模糊控制规则建立控制规则表。（2分）ENOPUPON15.某液位控制系统的人工操作经验为若液位低于400cm则增大流入阀阀门开度，低得越多开得越大；若液位等于400cm则保持流入阀阀门开度不变；若液位高于400cm则减小流入阀阀门开度，高得越多开得越小。描述输入变量及输出变量的语言值的量化范围可取为：负大、负小、零、正小、 正大

45、。试写出该系统的单输入单输出模糊控制规则，并列出糊控制规则表。设系统输入量为液位实测高度与给定值之误差E，输出量为阀门开度的变化量U ；描述输入变量及输出变量的语言值E和U可取为NB NS O PS PB液位控制系统的人工操作经验写成模糊条件语句为if E = NBthen U = PBif E = NS then U = PSif E = O then U = Oif E =PS then U = NSif E =PB then U = NB系统的模糊控制规则表ENBNSOPSPBUPBPSONSNB第四章神经网络1. 图示是一个单层感知器，神经元作用函数为其输入xi X2 =11时，按照图中所给权值、阈值，计算神经元输出?X0=1阈值q就是输入X0对应的权值s = w1x1 + w2x2 + w0x0=1? 11? 1(- 0.5)? 11.5s = 1.5 > 0所以 y = f (s) = 12.