(完整word版)智能控制复习题(word文档良心出品)

1、智能控制复习第一章1 智能控制的概念首次由著名学者( A 蔡自兴B J.S.Albus选择题D )提出C J.M.MendelD 傅京孙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A 控制算法C 控制结构B 控制器智能化 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B 管理系统D 线性系统5不属于智能控制是 A 神经网络控制 C 模糊控制B专家控制D 确定性反馈控制6以下不属于智能控制主要特点的是A 具有自适应能力C 具有分

2、层递阶组织结构具有自组织能力具有反馈结构7以下不属于智能控制的是 A 神经网络控制 C 模糊控制B 专家控制D 自校正调节器选择题 1 地质探矿专家系统常使用的知识表示方法为 A 语义网络B 框架表示C 剧本表示D 产生式规则第二章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345专家系统中的自动推理是基于（A 直觉C 知识 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 直接式专家控制 通常由（ B ）的推理。 逻辑 预测（ D ） B 军事冲突预测系统 D 机车低恒速运行系统 组成6控制规则集、知识库、推理机和传感器 信息获

3、取与处理、知识库、控制规则集和推理机 信息获取与处理、知识库、推理机和传感器 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（ D7A B C DA 直觉C 预测 直接式专家控制通常由 （ C ）ABC）的控制。B 逻辑D 知识组成推理机构和传感器信息获取与处理、知识库、 信息获取与处理、知识库、控制规则集和传感器 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A 人机接口、过程接口、推理机构 B 知识库、数据库、C 人机接口、知识获取结构、推理机构 D 知识库、数据库、 以下不属于专家系统知识表示法的是AC

4、10AC11AC89（ B ）推理机构人机接口C彩色 Petri 网络 B 语义知识表示 样本分类 D 产生式规则 产生式系统的推理方式不包括 正向推理 B 反向推理 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 语义网络B 产生式规则剧本表示D 框架表示12以下不属于专家系统组成部分的是A 专家 C 知识库 13黑板专家控制系统的组成有A 黑板、数据库、调度器C黑板、知识源、调度器数据库D 解释部分数据库、知识源、 黑板、规则库、调度器调度器14建立专家系统，最艰难（ “瓶颈”）的任务是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,)是专家系统与用

5、户间的人-机接口16.1.2.3.4.5.6.7.知识库推理机产生式系统包含的基本组成知识库、规则库和数据库知识库、规则库和模型库第三章数据库 解释机构B规则库、D规则库、模糊控制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C隶属度限幅元素平均法Uo(A )模型库和控制器数据库和控制器n? Ui mU (Ui)i = 1?i= 1(D取中位数法 重心法mu (Ui)，该解模糊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C控制加热装置的电压的误差D控制加热装置的电压的误差e和电压误差变化量e和温度误差变化量e和温度误差变

6、化量下列概念中不能用普通集合表示的是A控制系统C工程师以下应采用模糊集合描述的是A高三男生C教师总结手动控制策略，得出一组低于给定温度压力不足B年轻 社会dedede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A输入变量赋值表C模糊控制器查询表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 率e；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,据此可建立e、误差变化U,故该模糊控制器为(A )单输出一单输入单输出一双输入在论域U中，模糊集合A的支集只包含一个点u,且mVu) =1,则A称A a截集C 核B模糊单点D支集(C )B根据对象

7、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的程度9. 模糊集合中，mVu) =0.5对应的元素U称为A交叉点C核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B 最大隶属度法D 中位数法A重心法C系数加权平均法mA，则模糊概念“略11 .若模糊集合A表示模糊概念“老”，其隶属度函数为微老”相当于4/,其中A为,21/2B 4D 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B输出变量赋值表D模糊控制规则表 二维模糊控制器的输出是B温度误差变化量U变化Uj ,

8、可写成矩阵(Uij )n，m，般将此矩阵制成A输入变量赋值表C模糊控制器查询表de13. 在温度模糊控制系统中，A温度的误差eC控制加热装置的电压D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 中位数法可分别为各语言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C 老师D

9、论域量化表B递推的控制D专家知识和经验的控制(B大苹果演员19.若模糊集合A表示模糊概念“老”,其隶属度函数为g，则模糊概念“极老”相当于y，其中A为,A 2C 1/2B 4D 1/420 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 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De以及 u,但不考虑温度误差变化率 e,该模(B ) 单输入一单输出 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(CA控制规则表

10、C语言变量赋值表)B 控制查询表D基本论域量化表23. 某模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 及调节阀门开度的变化量u,故该模糊控制器为(BA.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AC25.AC26.ABCD椭圆形B 圆形三角形D 正方形模糊控制器的术语“正中”，可用符合(DPBB NMZED PM以下关于模糊关系的正确说法是 模糊关系是普通关系的一个特例 模糊关系描述元素之间的关联程度 模糊关系中的元素都是整数 模糊关系矩阵一定是方阵e，)表示27. 模糊控制以模糊集合为基础，最早提出模糊集合的学

11、者是A L.A.ZadehB Mamda 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B压力不足D低于给定温度A控制系统C机电工程师(CB是根据对象的数学模型确定的D只能取连续值(A )30.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的程度31最适合作为语言变量的值是天气表演A速度C特别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h/,其中几为,B 4D

12、 1/4A 2C 1/2神经网络1.2.BP网络使用的学习规则是A相关规则C竞争规则BP神经网络所不具备的功能是A自适应功能C优化功能3.4.纠错规则 模拟退火算法泛化功能 非线性映射功能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, 才具有(A )的功能。A学习和存储信息C联想采用单层拓扑结构的神经网络是A Ho pfield 网络B生物神经网络C BP网络D小脑模型网络单层神经网络，有两个输入，两个输出，它们之间的连接权有A 6个B 4个C 2个B 输入输出D 信息整合因此人脑678神经网络直接逆控制是一种( B )控制。A反馈B 前馈C串级D 混合误差反向传播算法属于( B

13、)学习规则A 无导师 B 有导师 C 死记忆 D 混合 以下不属于人工神经网络主要特点的是 A 便于用超大规模集成电路或光学集成电路系统实现BD网络中含有神经元 C 可以逼近任意非线性系统信息分布在神经元的连接上9最适宜用于联想记忆的神经网络A BP 神经网络C 自适应线性神经网络B 感知器网络D Hopfield 网络10. PID神经网络控制中，控制器使用了A CMAC神申经网络C PID 神经网络11 .下面哪个方程最好描述了 Hebb 学习规则( C 网络B HopfieldD 感知器网络( AA 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

14、制时，它们之间连接权的强度减弱C 两个神经元，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12. 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13. 单层神经网络，有三个输入，三个输出，它们之间的连接权有A 6 个B 9个C 16 个( D 25 个 14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 15单层感知器网络可以A 解决异或问题 C 进行优化计算B 含有一层或多层

15、的隐层神经元D 隐层激活函数采用可微非线性函数( BB 实现样本分类 D 实现函数逼近16能够用于无导师学习的神经网络模型是B CMA神经网络D 自适应线性神经网络A Hopfield 网络C BP 神经网络17连续型 Hopfield 网络A 是前馈神经网络C 具有函数逼近问题 18离散 Hopfield 网络(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A 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

16、现样本分类6721.连续型 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D .阈值型转移函数C.分段线性转移函数22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 23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24. 在间接神经网络模型参考自适应控制结构中，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

17、25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26以下不属于人工神经网络主要特点的是网络中含有神经元D 可以逼近任意非线性系统(A信息并行处理BC 信息分布在神经元的连接上 27一般认为，人工神经网络最适用于非线性系统D 多变量系统A 线性系统BC 多输入多输出系统28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

18、型阶跃函数C.分段线性转移函数30采用单层拓扑反馈结构的神经网络是B BP 网络 D 小脑模型神经网络 PID 控制系统结构有 ( DD .阈值型转移函数( A )A Hopfield 网络C PID 神经网络31 基于多层前向神经网络的 环节。A 一个C 三个B 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 Rosenblatt D Hopfield 33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1.2第5章 最早提出遗传算法概念的学者是 A J.H.H

19、olland C J.R.Koza 遗传算法的基本操作顺序是 A 计算适配度、交叉、变异、选择C计算适配度、选择、交叉、变异遗传算法345)内含神经网络的(B J.D.BagleyD L.Davis(计算适配度、交叉、选择、变异计算适配度、选择、交叉、变异D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A 交叉B 复制C 优选D 变异哪一种说法是对遗传算法中复制操作的描述 个体串按照它们的适配值进行复制 随机改变个体串的适配度函数值 随机改变一些串中的一小部分 为权值随机产生小的初始值ABCD遗传算法中，关于变异操作的最好叙述是 随机改变一些“串”中的一小部分 随机挑选新“串”组成下一代

20、 为权随机产生新的初始值 从两个“串”中随机组合遗传信息ABCD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(A 交叉B 优选C 复制D 变异遗传算法将问题的求解表示成“染色体” ，“染色体”实际上是A 基因 B 适应度函数C 种群 D 用编码表示的字符串 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 ( A )A 交叉B 变异C 复制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B PID 神经网络D 遗传算法A 多层前向神经网络( B )B 随机选择“染色体”D 变异“染色体”的适应度 “染色体” ，“染色体”实际上是 ( C 存在于细胞核中能被碱

21、性染料染色的物质 D 各种数值B )的方法来实现B 随机D 变异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”11遗传算法将问题的求解表示成A 种群 BC 用编码表示的字符串12在遗传算法中，复制操作可以通过(A 解析C 交叉匹配判断题第一章 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。(V3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。(V4智能系统是指具备一定智能行为的系统。(V5智能控制的不确

22、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。(V1第二章 专家系统在专家系统中，数据库是领域知识的存储器，是系统的核心部分之一。(V)3 数 据 库 和 推 理 机 是 专 家 系 统 的 核 心 部 分 。 ( 应 为 知 识 库 ) (X )2在设计专家系统时，知识工程师的任务是提供解决问题的知识和经验。(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 )1.23

23、第三章 模糊控制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 )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 )在模糊集合的向量表示法中，隶属度为 0 的项必须用 0 代替而不能舍弃。)4567(V 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 ) 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。(模糊控制对被控对象参数的变化不敏感，可用

24、它解决非线性、时变、 时滞系统的控制。(V普通关系是模糊关系的推广，它描述元素之间的关联程度。(X模糊控制就是不精确的控制。(X8910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 ) 11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(V12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。(X13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。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规则的后件，

25、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。(XIF-THEN 模糊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。(X18模糊控制中，语言变量的值可用“负大、负小、零”等表示。(V19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。 (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。 ( 2 一般情况下，神经网络系统模型的并联结构可以保证系统辨识收敛。(X3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

26、BP 神经网络的主要特点之一。(X5. 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离散 Hopfield 网络的两种工作方式是同步和异步工作方式。 ( V ) 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 )一般情况下，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。(XBP 神经网络是一种多层全互连型结构的网络 。678)(X910离散型单层感知器的转移函数一般采用阈值(符号)函数。11Hopfield 网络的吸引子是指网络的稳定状态。12两关节机械手的控制可应用小脑神经网

27、络直接逆模型控制。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。14连续型 Hopfield 网络是多层前馈型神经网络，每一节点的输出均反馈 至节点的输入。(X第五章 遗传算法23V(V(X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在遗传算法中，初始种群的生成不能用随机的方法产生。(X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。 (X1(X)(V)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。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。(X6. 在遗传算法中，初始种群的生成不能用随机的方法产生。名词解释第一

28、章1.智能控制-交互集、以目标为导有知识的“行为舵手”，它把知识和反馈结合起来，形成感知 向的控制系统。第二章1.专家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

29、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。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 g（u）来表示。5）自组织能力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 XXY =(x,y )|xX, y壬丫中一个模糊子集 R称为从X到丫的模糊关系。第四章1.神经网络2.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

30、联想、分类等。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。是一种基于表格查询式输入输出多维非线性映射能力。3.Hop field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1.2.3.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， 改变遗传基因(表示染色体的符号串的某一位)的值。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。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。它以很小的概率随机简答题第一章1. 智

31、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；描述系统的模型更为广泛；具有学习、适应、组织的功能；具有分层信息处理和决策机构；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）模糊控制神经网络控制专家控制分层递阶智能控制第二章1. 专家系统中，（1）知识表示方法有哪些常用形式？产生式知识表示框架表示 语义网络表示 剧本表示Petri 网表示2. 用结构图描

32、述专家系统的基本结构。1)2)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。第三章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?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；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 解模糊判决，实

33、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（PC）、正小（PS）、正中（PM、正大（PB）。1）5. 模糊控制系统由哪四个基本单元组成？模糊化接口；知识库（规则库和数据库） 推理机；反模糊化接口 。（ 4 ）6. 简要回答基本模糊控制器的设计步骤？选择输入、输出语言变量； 建立各语言变量的赋值表； 建立模糊控制规则表； 建立查询表。7. 试写出几种常见的模糊条件语句。单输入 - 单输出模糊控制

34、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 。在学习训练过程中称为“教师信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，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，以使下一步网络的输出更

35、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；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，输人样本由输入层进入，经

36、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。并把误差分摊而 得到各层单元反向传播时， 输出误差将通过隐层向输人层逐层反传， 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。第5章1.给出遗传算法的一般算法流程图第3章模糊控制1.设论域U =L XiX2X3X4X5，两个模糊集合为B = 0.2+06XiX4A = 05+0_3+04+02XiX2 X3 X4试求：A Ub、Apl B、B。aUB = 05+03 + 04+_06+ 丄儿 X2 X3 X4 X5AnB=02+02XiX4Xi2.设有模糊矩阵

37、A = I；0.7*00.20.3*，B =桫0.60.4亠0.9!试求(1) A与B的复合Ti(2) B与A的复合T2Ti 二 A Ob ».8 仝 0.2).5 仝0.2)骣.2谮0.60.4(0.7 儋0.6) (0.80.4)谫(0.70.9)土(0.3 儋0.6) (0.50.4)谫(0.3 0.9)*0.7鼢骣.60.7珑.2谮0.30.40.3鼢桫.3 0.4类似得可以求得T2 = B 0 A =骣0.4 0.3亠.60.6工3.设有模糊矩阵A骣.1 0.3 亠00.8 0.5 亠桫.8 0.2? B =桫0.3 0.2?试求(1) ARBS.1a0.8 00.53&#

38、39;0.1 030.8八 0.3 0.2 八 0.2丿0.3 0.2(2) A与B的复合TAPIB骣0.1 仝 0.8)(0.3 儋 0.3)(0.1桫|0.8 仝0.8)(0.2 儋0.3) (0.80.5)谫(0.30.2)文0.5)谫(0.20.2)士1.1 谮 0.3 0.10.2m.8 谮0.2 0.50.2鼢00.3 0.2桫.8 0.5骣.5 0.6*4.设有模糊矩阵A = F 7 04*，B00.2 1.0 亍 桫0.8 0.4言试求(1)aUbAUB0"。.2 O."00.5e.7v0.8 0.4v0.4丿 08 0.4丿(0.51.0)谫(0.60.4

39、)土(0.71.0)谫(0.40.4)土,骣15 仝0.2)(0.6儋0.8)T = AUB =桫0.7 仝 0.2)(0.4 儋 0.8)骣0.6 0.5 .40.7工A和B如下:5.设论域U =U1,U2,U3,U4上的模糊结合80100人=丄 + 0.6o.4U1+U2 U3B止+竺U2Us求：AUB,ADB , AU1U2U3AnB=02 + 04U2 U3A = d06U2 U36.论域 X=0,100上的模糊集合A代表“偏大”，在0 , 80区间上写出A的隶属度函数解析表mVx) =0.0125 X,在80, 100区间上 nVx)=1。达式，并画出其隶属度函数曲线。多0.0125

40、X0 # Xg(X)=?180 # X1.510.5001020304050607080901007.画出以下两种情况的隶属函数:(a)精确集合 A詔x%<x兰%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。1.0 0.5 -It2B!Uiu【0X = u 0otherwise8.设有一个模糊控制器的输出结果为模糊集合U,表示为U = 0J+£0 + -4- 3-2110.4一 + 一 + -101用重心法求模糊判决的结果?U06? Ui nu (Ui)i= 16? nu (Ui)i = 1-4? 0

41、.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0.36u = 0i+更+匹+更+空+12345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 (2) = mu (4)= U0=3(2 +1mu (5) =0.84+ 5) = 3.6或者u0 =10.语言变量的量化等级都是9级， 差e的论域为-50,50，控制输出u 少？-(2+ 5)= 3.5即-4，-3，-2，-1，0，1, 2，3，4。误的论域为-64,64，求量化因子Ke，Ku为多Ke亠emax450

42、= o.。8(3 分)Ku = Umaxn64= 16(3分)411.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-6，-5，-4，-3，-2, -1 ,:语言变量值的集合0, 1，2，3，4，5，6:论域A = - +12A10.6A1 = - +12r 0.40.7B =+34小”则B=“大设A= “13.设论域 X =Y=1，.10.72, 3,0.3亍0.44, 5 , X、Y上的模糊集合0.2 + 341+ 一5”，使用Mamdani极大极小推理，求A1="较小”时,输出

43、Bi的模糊集合？根据 mx?B（x,y）= nA（x）?m3（y）R = A? BI犏7=13 0 0 0.4 0.7 1=犏000000.40.40.3000.70.70.30010.70.300模糊推理输出Bi = Ai 0 R轾犏14.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100C则升压;若炉温高于100C则降压;若炉温等于100°C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、0、N表示。试用以上控制规则给出基本模糊控制器的模糊控制规则表。选择输入语言变量E为炉温误差，即 E=T-100

44、;若炉温低于200 C则升压;E = N then若炉温高于200C则降压;E = P then若炉温等于200C则保持电压不变。7 ifE = 0 then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。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，

45、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=NBthen U = PBif=NS then U = PSif=O then U = Oif=PS then U = NSENBNSOPS1PBUPBPSONSNB=PB then U = NBif系统的模糊控制规则表第四章神经网络g1,s 3 01.图示是一个单层感知器，神经元作用函数为f（s）= l,?0,s < 0，其输入X1 X2T=11T时，按照图中所给权值、阈值，计算神经元输出?Xo=1阈值q就是输入Xo对应的权值s = w1x1 + w2x2 +=1? 1 1? 1WoXo(-