《智能控制》课程考试试题C及答案(共7页)

1、精选优质文档-倾情为你奉上智能控制课程考试试题C智能控制课程考试试题C参考答案一、填空题    (1) 符号主义  (2) 联接主义  (3) 行为主义  (4) 期望  (5) 期望    (6) 知识库  (7) 推理机  (8) 傅京孙  (9) 萨里迪斯  (1

2、0) 蔡自兴    (11) 组织级  (12) 协调级  (13) 执行级  (14) 专家控制     (15) 递阶控制  (16) 模型控制  (17) 遗传算法    (18) 传统反馈  (19) 前馈神经网络  (20)

3、60;反馈神经网络二、选择题    1、D  2、A  3、B  4、A  5、D     6、B  7、C  8、A  9、C  10、D三、问答题1、答:长期以来,自动控制科学已对整个科学技术的理论和实践做出重要贡献,并为人类的生产、经济、社会、工作和生活带来巨大利益。然而,现代科学技术的迅速发展和重大进步,已对控制和系统科学提出新的更高的要求,自动控制

4、理论和工程正面临新的发展机遇和严峻挑战。传统控制理论,包括经典反馈控制、近代控制和大系统理论等,在应用中遇到不少难题。多年来,自动控制一直在寻找新的出路。现在看来,出路之一就是实现控制系统的智能化,以期解决面临的难题。    人工智能(artificial intelligence, AI )的产生和发展正在为自动控制系统的智能化提供有力支持。人工智能影响了许多具有不同背景的学科,它的发展已促进自动控制向着更高的水平) 智能控制(intelligent control,IC)发展。    自动控制既面临严峻挑战,又

5、存在良好发展机遇。为了解决面临的难题,一方面要推进控制硬件、软件和智能的结合,实现控制系统的智能化;另一方面要实现自动控制科学与计算机科学、信息科学、系统科学以及人工智能的结合,为自动控制提供新思想,新方法和新技术,创立边缘交叉新学科,推动智能控制的发展。    智能控制是人工智能和自动控制的重要部分和研究领域,并被认为是通向自主机器递阶道路上自动控制的顶层。人工智能的发展促进自动控制向智能控制发展。有趣的是,在相当长时间内,很少有人提到控制理论与人工智能的联系。不过,这也不足为奇,因为传统的控制理论(包括古典的和近代的)主要涉及对与伺服机构有关的系统或

6、装置进行操作与数学运算,而人工智能所关心的则主要与符号运算、逻辑推理及计算智能有关。    近十年来,随着人工智能和机器人技术的快速发展,对智能控制的研究出现一股新的热潮。各种智能决策系统、专家控制系统、学习控制系统、模糊控制、神经控制、主动视觉控制、智能规划和故障诊断系统等已被应用于各类工业过程控制系统、智能机器人系统和智能化生产(制造)系统。近年来,以计算智能为基础的一些新的智能控制方法和技术己被先后提出来。这些新的智能控制系统有仿人控制系统、进化控制系统和免疫控制系统等。与人工智能学科相比,智能控制学科具有较大的容他性,而没有出发过于激烈和对立的争

7、论。早在智能控制建立的初期, 许多智能控制实际上把3个不同认知学派的思想融合和贯穿在智能控制学科之中。2、答:传统控制理论在应用中面临的难题包括:    (1) 传统控制系统的设计与分析是建立在精确的系统数学模型基础上的,而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,一般无法获得精确的数学模型。    (2) 研究这类系统时,必须提出并遵循一些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。    (3) 对于某些复杂的和

8、包含不确定性的对象,根本无法以传统数学模型来表示,即无法解决建模问题。    (4) 为了提高性能,传统控制系统可能变得很复杂,从而增加了设备的初投资和维修费用,降低系统的可靠性。    传统控制理论在应用中面临的难题的解决,不仅需要发展控制理论与方法,而且需要开发与应用计算机科学与工程的最新成果。人工智能的产生和发展正在为自动控制系统的智能化提供有力支持。人工智能影响了许多具有不同背景的学科,它的发展已促进自动控制向着更高的水平智能控制发展。    智能控制具有下

9、列特点:    (1) 同时具有以知识表示的非数学广义模型和以数学模型(含计算智能模型与算法)表示的混合控制过程,也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的过程,并以知识进行推理,以启发式策略和智能算法来引导求解过程。    (2) 智能控制的核心在高层控制,即组织级。高层控制的任务在于对实际环境或过程进行组织,即决策和规划,实现广义问题求解。    (3) 智能控制是一门边缘交叉学科。实际上,智能控制涉及更多的相关学

10、科。智能控制的发展需要各相关学科的配合与支援,同时也要求智能控制工程师是个知识工程师。    (4) 智能控制是一个新兴的研究领域。无论在理论上或实践上它都还很不成熟、很不完善,需要进一步探索与开发。3、答:递阶智能机器的一般结构是由三个控制层级,即组织级、协调级和执行级构成的。    这三个控制层级的功能和结构如下:    (1) 组织级    组织级代表控制系统的主导思想,并由人工智能起控制作用。组织器作为推理机

11、的规则发生器,处理高层信息,用于机器推理、规划、决策、学习(反馈)和记忆操作,如图1所示。图1  组织级的结构框图    (2) 协调级    协调级是上(组织)级和下(执行)级之间的接口,承上启下,并由人工智能和运筹学共同作用。协调级由一定数量的具有固定结构的协调器组成,每个协调器执行某些指定的作用。各协调器间的通讯由分配器来完成,而分配器的可变结构是由组织器控制的。    (3) 执行级    

12、;执行级是递阶智能控制的底层,要求具有较高的精度但较低的智能;它按控制论进行控制,对相关过程执行适当的控制作用。执行级的性能可由熵来表示,因而统一了智能机器的功用。4、答:图2给出了一种工业专家控制系统的结构框图。图2  工业专家控制器简化结构图    该工业专家控制系统的工作原理和各组成部分的作用为:    (1) 知识库(KB):KB存放工业过程控制的领域知识,由经验数据库(DB)和学习与适应装置(LA)组成。经验数据库主要存储经验和事实。学习与适应装置的功能就是根据在线获取的信息

13、,补充或修改知识库内容,改进系统性能,以便提高问题求解能力。    (2) 控制规则集(CRS):对受控过程的各种控制模式和经验的归纳和总结。    (3) 推理机构(IE):其复杂由于规则条数决定,如果搜索空间很小,推理机构(IE)就十分简单,采用向前推理方法逐次判别各种规则的条件,满足则执行,否则继续搜索。    (4) 特征识别与信息处理(FRIP):其作用是实现对信息的提取与加工,为控制决策和学习适应提供依据。它主要包括抽取动态过程的特征

14、信息,识别系统的特征状态,并对这些特征信息进行必要的加工。5、答:模糊控制系统的基本结构如图3所示。其中,模糊控制器由模糊化接口、知识库、推理机和模糊判决接口四个基本单元组成。它们的作用说明如下。图3  模糊控制系统的基本结构    该工业专家控制系统的工作原理和各组成部分的作用为:    (1) 模糊化接口  测量输入变量(设定输入)和受控系统的输出变量,并把它们映射到一个合适的响应论域的量程,然后,精确的输入数据被变换为适当的语言值或模糊集合的标识符。本单元可视

15、为模糊集合的标记。    (2) 知识库  涉及应用领域和控制目标的相关知识,它由数据库和语言(模糊)控制规则库组成。数据库为语言控制规则的论域离散化和隶属函数提供必要的定义。语言控制规则标记控制目标和领域专家的控制策略。    (3) 推理机  是模糊控制系统的核心。以模糊概念为基础,模糊控制信息可通过模糊蕴涵和模糊逻辑的推理规则来获取,并可实现拟人决策过程。根据模糊输入和模糊控制规则,模糊推理求解模糊关系方程,获得模糊输出。  &#

16、160; (4) 模糊判决接口  起到模糊控制的推断作用,并产生一个精确的或非模糊的控制作用。此精确控制作用必须进行逆定标(输出定标),这一作用是在对受控过程进行控制之前通过量程变换来实现的。6、答:人工神经网络的结构基本上分为两类,即递归(反馈)网络和前馈网络。    (1) 递归网络    在递归网络中,多个神经元互连以组织一个互连神经网络,如图4所示。有些神经元的输出被反馈至同层或前层神经元。因此,信号能够从正向和反向流通。Hopfield网络,Elmman网

17、络和Jordan网络是递归网络有代表性的例子。递归网络又叫做反馈网络。图4  递归(反馈)网络        图5  前馈(多层)网络    图4中,表示节点的状态,为节点的输入(初始)值,为收敛后的输出值,i=1,2,.,n。    (2) 前馈网络    前馈网络具有递阶分层结构,由一些同层神经元间不存在互连的层级组成。从输入层至输出层的信号通过单向连接流通;神经元从一层连接至下一层,不存在同层神经元间的连接,如图5所示。图中,实线指明实际信号流通而虚线表示反向传播。前馈网络的例子有多层感知器(MLP)、学习矢量量化(LVQ)网络、小脑模型联接控制(CMAC)网络和数据处理方法(GMDH)网络等。7、答:学习控制的定义的数学描述为:    在有限时间域0, T内,给出受控对象的期望响应,寻求某个给定输入,使得的响应