《智能控制技术基础》试卷(A)标准答案剖析

1、智能控制技术基础试卷(A)标准答案剖析20_620 7学年第一学期期末考试智能控制技术基 础试卷(A)标准答案一、填空题(空每空1分，共10 分分)1智能控制具有两个不同于常规控制的本质特点：以以知识表示的非数学广义模型和以数学模型表示的混合控制过程。2传统控制包括经典反馈控制和现代理论控制O3模糊逻辑控制的过程主要有三个步骤：模糊化过程、模糊 逻辑推理和精确化计算O4在一个神经网络中，常常根据处理单元的不同处理功能， 将处理单元分成输入单元、隐含层单元（或隐层单元）和输出单元元三类。5系统辨识的基本要素包括数据、模型类和等价准则。二、问题答题（每小题8分，共共40分）1智能控制系统由哪几部分

2、组成？各部分的作用是什么？ 答：智能控制系统由广义对象、传感器、感知信息处理、认知、 通信接口、规划和控制和执行器等七个功能模块组成；各部分的 作用为：广义对象;包括通常意义下的控制对象和外部环境；传感器包括关节传感器、力传感器、视觉传感器、距离传感器、 触觉传感器等；感知信息处理；将传感器得到的原始信息加以处 理；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，作出行动的决策，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

3、规划，最终产生 具体的控制作用；执行器工将产生的控制作用于控制对象。2模糊逻辑控制器由哪几部分组成？各完成什么功能？答： 模糊逻辑控制器由模糊化接口、知识库、推理机与解模糊接口四 个部分组成；各部分的功能为：模糊化接口；将真实的确定量输入转换为一个模糊矢量； 知识库；包括数据库和规则库。数据库存放的是所有输入、输出 变量的全部模糊子集的隶属度矢量值，若论域为连续域则为隶属 度函数，在规则推理的模糊关系方程求解过程中，向推理机提供 数据；规则库是基于专家知识或手动操作人员长期积累的经验， 它是按人的直觉推理的一种语言表示形式，存放全部模糊控制规 则，在推理时为“推理机”提供控制规则。推机理；根据

4、输入模糊量，由模糊控制规则完成模糊推理来求解 模糊关系方程，并获得模糊控制量的功能部分；解模糊接口；在 推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能 性的精确值去控制或驱动执行机构。3模糊控制器常规设计的步骤怎样？应注意哪些问题？答： 模糊控制器常规设计的步骤：确定模糊控制器的输入、输出变 量； 确定各输入、输出变量的变化范围、量化等级和量化因 子；在各输入和输出语言变量的量化域内定义模糊子集； 确定模糊控制规则；求模糊控制表。应注意以下问题：模 糊控制器的构造；模糊信息与精确信息转换的物理结构和方 法；模糊控制器对外界环境的适应性及适应技术；实现模 糊控制系统的软技术；模糊控制器

5、和被控对象匹配技术。4神经PID控制与常规PID控制有何不同？答：常规PID 控制与神经PID相比，结构更简单、实现更容易，但它的局限性 在于被控对象具有复杂的非线性特性时难以建立精确的数学模 型，且由于对象和环境的不确定性，往往难以达到满意的控制效 果。神经PID控制具有两个神经网络：NNI；系统在线辨识器， NNC；自适应PID控制器，分别实现对被控对象进行在线辨识和 自适应控制的目的。5为什么说神经网络控制属于智能控制？答：由于神经网络 是从微观结构与功能上对人脑神经系统的模拟而建立起来的一类 模型，具有模拟人的部分智能的特性，主要是具有非线性特性、 学习能力和自适应性，使神经网络控制能

6、对变化的环境（包括外 加扰动、量测噪声、被控对象的时变特性三方面）具有自适应 性，且成为基本上不依赖于模型的一类控制，因此神经网络属于 “智能控制”。三、作图题:（题本大题10分）为了克服实时计算量大的缺点，常规模糊控制在实际中通常采用的是查表法O现已知某系统的输入变量（误差和误差的变化）、输出变量（控制量）的变化范围、 量化等级、模糊集的隶属度函数如试表1所示，控制规则如试表2所示。设系统误差e的量化值为-1、误差变化de的量化值为 4,根据极大极小推理法可得控制量的输出模糊集合。要求在试图 1的坐标纸上用图解法给出模糊推理的过程。试表1模糊集的隶属度函数误差e -50 -30 -15 -5

7、 0 5 15 30 50 误差率 de -150 -90 -30 -10 0 10 30 90 150 控制 u -64 -16 -4 -2 0 2 4 16 64 量化等级 -4 -3 -2 -1 0 1 2 3 4 状态变量相关的隶属度函数PB 0 0 0 0 0 0 0 0. 35 1 PS 0 0 0 0 0 0. 4 1 0. 4 0 ZE 0 0 0 0. 2 1 0. 2 0 0 0 NS 0 0. 4 1 0. 4 00000 NB 1 0. 35 0000000试表2控制规则表UE DE NB NS ZE PS PB NB * * PB PB PS NB NS PB PS

8、PSZE NB ZE PB PS ZE NS NB PS PB ZE NS NS NB PB PB NS NB NB* *第一条规则:43211 2 3 40.20.41(de11 2 3 40. 20. 41ede( ) u 440. 20. 41u0. 35ZE PB NB 第二条规则:43211 2 3 40.20.41(de11 2 3 40. 20. 41ede( ) u 440. 20. 41u0. 35NSPB NS控制量的输出模糊集:11 2 3 40. 20. 41u 试图解法坐标纸四、计算题（题每小题10分，共共20分分）设在论域（误差）,和控制电压,上定义的模糊子集的隶属

9、度函数如试图2所示。e 1.0NB NSZEPSO 4 2u 1. ONB NS ZE PSPB PB0. 5 0. 56 8e试图2隶属度函数已知模糊控制规则:规则1：如果误差e为ZE ,则u为ZE ；规则2：如果 误差e为PS ,则u为NS ；试应用马达尼推理法计算出当输入误差1 e 时，输出电压u ?（精确化计算采用重心 法，计算结果保留到小数点后三位）解:2 0 4 24 e 1. ONB NSZEPSO 4 2u 1. ONB NS ZE PSPB PBO. 5 0. 56 8e ulO. 70. 30.7计算图中隶属度函数各拐点的坐 标(0, 0)、 (1, 0.5)、 (5, 0

10、.5) . (6, 0),套用精确化 过程重心计算法的积分公式，从而得到输出电压。1 5 620 1 5_1 5 60 1 51 11 10.5 36( )2 26 42. 56710 1 1( )0. 5 34 2 2uuuuu du udu u uduu uduuu duudu du u du2考虑如下的逻辑条件 语句：如果转角误差远远大于15那么快速减少方向角其隶属度函数定义为A 转角误差远 远大于 150/15 0. 2/17.5 0. 5/20 0. 8/22. 5 1/25B 快速减少方向角 1/ 20 0. 8/ 15 0. 4/ 10 0. 1/ 5 0/0设A 转角误差大约在

11、20 的隶属度函数0. 1/15 0. 6/17.5 1/20 0. 6/22. 5 0. 1/25试分别应用(马达尼(Mamdani )推理法和(扎德 (Zadeh )推理法计算当“ A 转角误差大约在20 ”时方 向角应该怎么变化？解：已知()00.20. 50.81.0A_, ( ) 10.80.40. 10By 且()0. 10.610.60. 1A_由马达尼推理法可得(，)()()A B A B_ y _ y ，即A B 的关系矩阵minR可计算得到minO 00 0 00. 2 0. 2 0. 2 0. 1 00. 5 0. 5 0. 4 0. 1 00. 8 0.8 0.4 0.

12、 1 01 0. 8 0. 4 0. 1 0R ；由马达尼推理法，minO 0 0 0 00. 2 0. 2 0. 2 0. 1 0()() 0. 10.610.60. 1 0.60.60.40. 10 0.5 0.5 0.4 0. 1 00. 8 0. 8 0. 4 0. 1 01 0. 8 0. 4 0. 1 OB Ay _R由扎德推理法可得(，)()()1 ( )A B A B A_ y _ y _，即A B 的关系矩阵zdR可计算得到 zdl 1 1 1 10.8 0. 8 0. 8 0. 8 0. 80. 5 0.5 0.5 0.5 0. 50. 8 0.8 0.4 0.2 0.21

13、 0. 8 0. 4 0. 1 0R ;由扎德推理法，zdl 1 1 1 10.8 0.8 0.8 0.8 0.8( ) ( ) 0. 10.610.60. 1 0.60.60.60.60. 61 0. 5 0. 5 0. 5 0. 5 0. 50. 8 0.8 0.4 0.2 0.21 0.8 0.4 0. 1 OB Ay _R五、题(本大题8分)画出静态多层前向人工神经网络(BP网络)的结构图，并简 述BP神经网络的工作过程。答：静态多层前向人工神经网络的结构图如下:1 _2_n_inon 1 y2ynyhn 1 2 LI L lijwLijw 学习过程由 信号的正向传播与误差的反向传播两

14、个过程组成。正向传播时， 输入样本从输入层传入，经隐含层处理后传向输出层。若输出层 的实际输出与期望输出(教师信号不符，则转向误差的反向传 播。误差的反向传播是将输出误差以某种形式通过隐层向输入层 反传，并将误差分摊给各层的所有单元，从而获得各层单元的误 差信号，此误差信号即作为修正个单元权值的依据。题六、综合设计题(本大题12分)已知一非线性动态系统：22( )( 1) ( )1 ( )y ky k u ky k；给定的期望轨迹为：2 2( ) sin sin25 lOdk kyk求：1)假定系统已知，即(1)( )y ku k从方程中可以求出，采用直接网络控制法实现期望轨迹的跟踪控制；2)

15、假 定只已知(1)( )y ku k 的符号，重新设计直接网络控制 法实现期望轨迹的跟踪控制；3)利用神经网络辨识器，设计多 神经网络控制器实现期望轨迹的跟踪控制。(注：只需给出准则函数，并画出相应的控制结构图)解:1)神经网络模型选用四层前向传播神经网络，并假设输出单 元层的神经元为线性单元，其余层的神经元为S激励元，目标函 数为 221 lcirc； ( 1) ( 1) ( 1)2 2dE y k y k e k,学习算法为：(1) ( ) ( )ij ij PJ piw k w k 0 k输出层：circ； 2(1) ( 1) ()pjdykykuk;隐含层：()(1 ( )P j Pj Pj P 1 IjlO k 0 k w2)若已知(1)( )y ku k 的符号，学习算法调整为：(1) ( ) ( )ij ij PJ Piw k w k 0 k输出