智能控制技术复习题课后答案

、填空题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TOC\o"1-5"\h\z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传统控制包括和。2、经典反馈控制现代理论控制—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）混合控制系统智能控制的不确定性的模型包括两类：（1）；⑵。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。控制论的三要素是：信息、反馈和控制。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专家系统的核心组成部分为和。知识库、推理机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、间接型专家控制器普通集合可用函数表示,模糊集合可用函数表示。特征、隶属某省两所重点中学在（3~比）五年高考中，考生"正常发挥"的隶属函数分别为0.85、0.93、0.89、0.91、0.96和0.92、0.96、0.87、0.93、0.94。则在研究该省重点中学高考考生水平发，若分别用A、B，若分别用A、B表示两个学校考试“正常发挥”的状况，则用序偶表示法分别表示为A€；“未正常发挥”模糊子集（用行向量表示）分别为和F常发挥分别为和F常发挥”的模糊子集应该是.示）。X={x,x,x,x,x1_2345B€(用Zadeh法表{(x,0.85),(x,0.93),(x,0.89),(x,0.91),(x,0.96)}234512345{(x,0.92),(x,0.96),(x,0.87),(x,0.93),(x,0.94)}123_A€A€[0.15,0.07,0.11,0.09,0.04]，B€[0.08,0.04,0.13,0.07,0.06]0.850.930.870.910.94TOC\o"1-5"\h\z卡+++—xxxxx12345和,和,19、模糊统计法主观经验法神经网络法在模糊控制中应用较多的隶属函数有6种，它们分别为高斯型隶属函数、、、和。20、广义钟形隶属函数S形隶属函数梯形隶属函数三角形隶属函数Z形隶属函数在天气、学问、晴朗、表演和渊博中可作为语言变量值的有和21、晴朗、渊博23.模糊控制是以、、和为基础的一种智能控制方法。模糊集理论，模糊语言变量，模糊逻辑推理24•模糊控制的数学基础为。24、模糊集合25•模糊控制中，常用的语言变量值用PM,PS,NM,NO等表示，其中PM代表,NO代表。25、正中、负零在模糊控制中，模糊推理的结果是量。26、模糊在模糊控制中，解模糊的结果是量。确定量基本模糊控制器的组成包括知识库以及、和。模糊化接口、推理机、解模糊接口在模糊控制中，实时信号需要才能作为模糊规则的输入，从而完成模糊推理。29、模糊化模糊控制是建立在基础之上的，它的发展可分为三个阶段，分别TOC\o"1-5"\h\z为、、和。30、人工经验模糊数学发展和形成阶段产生了简单的模糊控制器高性能模糊控制阶段31•模糊集合逻辑运算的模糊算子为、和。31、交运算算子并运算算子平衡算子在温度、成绩、暖和、口才和很好中可作为语言变量值的有和暖和、很好在水位、压力、暖和、表演、中年人和比较好中可作为语言变量值的有、和。33、暖和、中年人和比较好在水位、寒冷、温度、表演和偏高中可作为语言变量值的有和。34.寒冷、偏高模糊控制的基本思想是把人类专家对特定的被控对象或过程的总结成一系列以“”形式表示的控制规则。35、控制策略“IF条件THEN作用”TOC\o"1-5"\h\z神经网络的发展历程经历了4个阶段，分别为、、—和—。36、启蒙期、低潮期、复兴期、新连接机制期神经元由4部分构成，它们分别为、、和突触。37、细胞体、树突、轴突根据神经网络的连接方式，神经网络的3种形式为：、和。38、前向网络反馈网络自组织网络神经网络的3个要素为：、和。39、神经元的特性拓扑结构学习规则目前神经网络的学习算法有多种，按有无导师分类，可分为、和。41、有导师学习无导师学习再励学习神经网络的研究主要分为3个方面的内容，即、和。42.神经元模型、神经网络结构、神经网络学习算法神经网络的学习过程主要由正向传播和反向传播两个阶段组成。44.神经网络控制是将和相结合而发展起来的智能控制方法。神经网络，控制理论遗传算法的主要用途是。45、寻优（优化计算）TOC\o"1-5"\h\z常用的遗传算法的染色体编码方法有二种，它们分别为实数编码和。46、二进制编码遗传算法的3种基本遗传算子、和。47、比例选择算子单点交叉算子变异算子遗传算法中，适配度大的个体有被复制到下一代。更多机会遗传算法中常用的3种遗传算子（基本操作）为、、和。49、复制、交叉和变异第一章1、什么是智能控制？试比较智能控制和经典控制、现代控制的异同。答：(1)在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。不同点：经典控制理论以反馈理论为基础，是一种单回路线性控制理论。主要研究单输入-单输出、线性定常系统的分析和设计。在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多，智能控制与传统的或常规的控制有密切的关系,不是相互排斥的.常规控制往往包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题.2、智能控制系统具有哪些特点？答：(1)能对复杂系统进行有效全面的全局控制，并有较强的容错能力具有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；能对获取的信息进行实时处理并给出控制决策；(4)具有自学习、自适应、自组织的能力。3、智能控制主要研究那些内容？各自的特点是？答：主要集中在专家控制技术、模糊控制技术、神经网络控制技术和遗传算法等。专家控制系统(1分)专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验。它具有启发性、透明性、灵活性、符号操作、不一确定性推理等特点。模糊控制系统(1分)在被控制对象的模糊模型的基础上，运用模糊控制器近似推理手段，实现系统控制的一种方法模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。神经控制系统(1分)神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征。(4)遗传算法(2分)遗传算法是基于自然选择和基因遗传学原理的搜索算法,是基于进化论在计算机上模拟生命进化论机制而发展起来的一门学科.遗传算法可用于模糊控制规则的优化及神经网络参数及权值的学习,在智能控制领域有广泛的应用。4、试说明智能控制研究的数学工具。智能控制研究的数学工具为：(1)符号推理与数值计算的结合；(2)离散事件与连续时间系统得结合；(3)模糊集理论；(4)神经网络理论；(5)优化理论第二章1、何谓专家系统?它有哪些基本特征？答：所谓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。专家系统的基本特征•(1)具有专家水平的专门知识；-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。(2)专家系统使用符号推理；(3)专家系统能够解决问题领域内的各种问题；(4)复杂度与难度，专家系统拥有很专门的领域知识；(5)具有解释功能，专家系统具有解释机制；(6)具有获取知识的能力；(7)知识与推理机构相互独立。专家系统一般把推理机构与知识分开，使其独立，使系统具有良好的可扩充性和维护性。2、简述专家系统设计的基本结构。答：基本知识描述一系统体系结构一工具选择----知识表示方法----推理方式----对话模型.P204、什么是专家控制系统？专家控制系统分为哪几类？答：专家控制是指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(ECS)。分类：1).一般控制理论知识和经验知识相结合2).模糊逻辑与专家控制相结合3).神经网络与专家控制相结合5、专家控制系统的任务是什么？答：专家控制系统的任务是：(1).能提供一个熟练工或专家对受控对象操作所能达到的性能指标；(2).监督对象和控制器的运行情况；(3).检测系统元件可能发生的故障或失误；.对特殊情况，要选择合适的控制算法以适应系统参数的变化。6、比较专家系统和专家控制系统的区别和联系。答：专家控制系统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。专家系统是一种基于知识的、智能的计算机程序。区别：专家控制系统必须把控制系统看作是一个基于知识的系统，而作为系统核心部件的控制器则要体现和知识推理的机制和结构。与专家系统相似，整个控制问题领域的知识库和一个体现知识决策的推理机构构成了专家控制系统的主体。7、什么是知识？知识具有哪些特征？答：1).知识的基本概念知识反映了客观世界中事物某一方面的属性以及事物之间的相互联系，不同事物或相同事物之间的不同关系形成了不同的知识。这里涉及到三个不同层次的概念：数据、信息和知识。数据是客观世界中搜集的原始素材，它是信息的载体和表示。人们根据一定的目的按照一定的形式对数据进行加工与处理，就形成了有关的信息。信息是数据在特定场合下的具体含义，或者说信息是数据的语义。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。2).知识的特性相对正确性；不确定性；可表示性；关联性。8、简述知识获取的概念和分类方法。答：4).知识获取的概念知识获取就是把用于求解专门领域问题的知识从拥有这些知识的知识源中抽取出来，并转换为一特定的计算机表示。知识源包括专家、教科书、数据库及人本身的经验。计算机表示有状态空间表示法、谓词逻辑表示法、与//或图表示法、语义网络表示、产生式表示法、框架表示法等。5).知识获取的分类按照基于知识的系统本身在知识获取中的作用来分类，知识获取方法可分为主动型知识获取和被动型知识获取两类。(2)按基于知识的系统获取知识的工作方式分类，可分为非自动型知识获取和自动型知识获取两种。(3)按知识获取的策略分类，可分为会谈式、案例分析式、机械照搬式、教学式、演绎式、归纳式、类比式、猜想验证式、反馈修正式、联想式和条件反射式等。9、什么是知识表示？知识表示方式有哪些?答：知识表示就是知识的符号化和形式化的过程，方式：状态空间表达法、谓词逻辑表示法、与\或图表达法、语义网络表示法、产生式表示法、框架式表示法、脚本表示法、特征表表示法、过程表示法10、用语义网络表达下列知识：(略)11、知识推理方法有哪几种？每一种知推理方式有何特点？答：假如推理所依据的知识都带有一个置信度，则从前提到结论的过程中就存在一个置信度转移的问题。基于此意义，可将推理模式划分为如下方式：1).基于百分百置信度的演绎推理2).归纳推理3).不确定性推理4).定性推理5).非单调推理特点：1).基于百分百置信度的演绎推理如果把领域知识表示成必然的因果关系，则按逻辑关系进行推理所得的结论是肯定的。一般来说，如果前提的置信度为A,则通过演绎推理得出的结论也具有置信度A。演绎推理又可以分为正向演绎推理、反向演绎推理、正向与反向相结合的联合演绎推理(也称双向推理)3种形式。其中，正向演绎推理是一种条件驱动的推理方式；反向演绎推理是一种结论驱动的推理方式；若将两种演绎推理方式相结合，可发挥它们的各自优点而克服其局限性，这就形成了双向联合的演绎推理。.归纳推理归纳推理又称主观不充分置信推理，它能从一个具有一定置信度的前提推出一个比前提的置信度低的结论。常用的归纳推理方法有简单枚举法和类比法，简单枚举法是通过某类事物观察到其子类，在子类中发现某属性，在没有发现相反事例的情况下，就可推导出此类事物都具有这种属性的结论。类比推理法以相似原理为基础，即当两个或多个事物在许多属性上都相同的条件下，可推出它们具有相同的属性。.不确定性推理不确定性推理也称不精确推理，它是针对不确定的事实，根据不充分的证据和不完全的知识进行推理的方式。常见的不确定推理方法有确定因子法，以概率为基础的主观Bayes方法，基于Dempster-shafer证据理论的推理方法，模糊子集法等。.定性推理定性推理是从物理系统的结构描述出发，推导出行为描述，预测物理系统的行为并给出因果关系的解释。定性推理是采用系统部件间的局部传播规则来解释系统行为的，即认为部件状态的变化只与直接相邻的部件有关。定性推理是以定性物理知识模型为基础的。

5）.非单调推理非单调推理是指由于新知识的加入而使某些原有的知识变为假的推理，非单调推理的处理过程比单调推理的处理过程复杂和困难得多。非单调推理较适合于赖以进行推理的证据不够、知识不完全等情况，对于一个不断变化的对象，反映其基本特性的知识库中的知识和数据库中的数据也在发生变化，这就需要非单调推理。4、简述专家系统的定义和构成（1）定义：所谓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。（2）构造：［人机接口数摇库知识祭聪桶构领域专掃拥识工程师［人机接口数摇库知识祭聪桶构1［人机接口^2-4专家系统基本结拘示意圈5、专家系统的功能与作用答：（1）功能1）存储问题求解所需的知识；2）存储具体问题求解的初始数据和推理过程中涉及到的各种信息，如中间结果、目标、子目标以及假设等；3）根据当前输入的数据，利用已有知识，按照一定的推理策略，去解决当前问题，并能控制和协调整个系统；4）能够对推理过程、结论或系统自身行为做出必要的解释；5）提供知识获取，机器学习以及知识库的修改、扩充和完善等维护手段；6）提供一种用户接口，便于用户使用，又便于分析和理解用户的各种要求和请求。强调指出，存放知识和运用知识进行问题求解是专家系统的两个最基本功能.（2）专家系统的作用1）专家系统作为人工智能的应用领域，它使人工智能从实验室走向了现实世界，成为检验人工智能基本理论和技术的重要实验场地。加快了人工智能和计算机研究的步伐；2）专家系统作为一种实用工具，为人类专家宝贵知识的保存、传播、使用和评价提供了一种有效手段；3）专家系统可以延伸人类专家的能力。专家系统解决问题时不受环境的影响，不受时间和空间的限制；4）专家系统能汇集问题领域多个专家的知识与经验。因为专家系统要求领域内不同专家采用统一的知识描述形式，这样便于区别来自不同专家知识的优劣，克服个别专家的局限性，扬长避短，互相合作解决问题。6、专家系统的基本特征答：具有专家水平的专门知识；专家系统使用符号推理；专家系统能够解决问题领域内的各种问题；复杂度与难度，专家系统拥有很专门的领域知识；具有解释功能，专家系统具有解释机制；具有获取知识的能力；知识与推理机构相互独立。专家系统一般把推理机构与知识分开，使其独立，使系统具有良好的可扩充性和维护性7、专家系统的分类答：(1)按照专家系统的应用领域来分类，可分为医疗专家系统、勘探专家系统、石油专家系统、数学专家系统、物理专家系统、化学专家系统、气象专家系统、生物专家系统、工业专家系统、法律专家系统和教育专家系统等。(2)按照知识表示技术分类，可分为基于逻辑的、基于规则的、基于语义网的专家系统和基于框架的专家系统等；按照推理控制策略分类，可分为正向推理、反向推理专家系统和双向混合推理等；按照所采用的不精确推理技术分类，可分为确定理论推理技术、主观Bayes推理技术、可能性理论推理技术专家系统和D/S证据理论推理技术专家系统等；按照专家系统的结构分类，可分为单专家系统和群专家系统，而群专家系统按其组织方式又可分为主从式、层次式、同僚式、广播式以及招标式等。8、专家控制系统的定义答：专家控制是指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(ECS)。9、专家控制系统的任务答:1).能提供一个熟练工或专家对受控对象操作所能达到的性能指标；(2).监督对象和控制器的运行情况；(3).检测系统元件可能发生的故障或失误；(4).对特殊情况，要选择合适的控制算法以适应系统参数的变化。10、专家控制系统的分类答：1).一般控制理论知识和经验知识相结合；这种控制方法是以应用专家知识、知识模型、知识库、知识推理、控制决策和控制策略等技术为基础的，知识模型与常规数学模型相结合，知识信息处理技术与控制技术的结合，模拟人的智能行为等。2).模糊逻辑与专家控制相结合；将模糊集和模糊推理引入专家控制系统中，就产生了基于模糊规则的专家控制系统，也称模糊专家控制系统(FFC)。.神经网络与专家控制相结合。可发挥专家系统“高层”推理的优势和神经网络“低层”处理长处。11、专家控制系统的基本结构第四章1、模糊控制有哪些特点答：无需知道被控对象的数学模型、模糊控制是一种反映人类智慧思维的智能控制、易被人们接受、构造容易、鲁棒性好等。2、简要说明模糊控制系统的工作原理答：模糊控制系统是由模糊控制器、被控对象、检测和反馈部件组成的自动化系统。据人们以往的经验设计一个模糊控制器，将测量值与给定值相比较，划分等级，控制量等级范围要与之相匹配，建立起控制规则，最后得出理想输出结果。或：请画出模糊控制系统的组成框图，并结合该图说明模糊控制器的工作原理。模糊控制器的工作原理为：⑴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。（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3、如何建立模糊规则？答：模糊控制器规则是基于专家知识或操作者长期积累的经验，是模仿人的直觉推理的一种语言形式。模糊规则通常表述为“if……then……”等形式，设模糊控制器的输入变量为偏差e和偏差变化率ec，模糊控制器的输出变量为u,其相应语言变量分别为E、EC、U。规则库是为模糊推理提供规则。4、简述模糊控制器的的设计步骤。答：（1）确定模糊控制器的结构;⑵定义输入、输出模糊集；（3）定义输入、输出隶属函数；⑷建立模糊控制规则；⑸建立模糊控制表；⑹模糊推理；⑺反模糊化。5、在模糊控制器的设计中，常用的反模糊化的方法有哪几种？最大隶属度法、中心法和加权平均法。6、简述模糊控制的发展方向模糊控制的发展方向有：（1）Fuzzy-PID复合控制（2）自适应模糊控制（3）专家模糊控制（4）神经模糊控制（5）多变量模糊控制7、模糊控制系统一般由几个部分组成？1）模糊控制器2）输入/输出接口装置3）广义对象4）传感器8、比较模糊集合与普通集合的异同。比较模糊集合与普通集合的异同。相同点：都表示一个集合；不同点：普通集合具有特定的对象。而模糊集合没有特定的对象，允许在符合与不符合中间存在中间过渡状态。9、简述模糊集合的概念。设为某些对象的集合，称为论域，可以是连续的或离散的；论域到［0,1］区间的任一映射:-［0,1］确定了的一个模糊子集；称为的隶属函数，表示论域的任意元素属于模糊子集F的程度。模糊子集F的表示方法有几种，如:向量表示法、Zadeh表示法、序

偶表示法等。10、试写出3种常用模糊条件语句及对应的模糊关系R的表达式。设A、B分别是论域X、Y上的模糊集合，则模糊条件语句“ifAthenB”所决定的二兀模糊关系为：R=[A€B]€[A€e]A，B(1分)*~设A、B和°分别是论域X、Y和Z上的模糊集合，则模糊条件语句“ifAthenelse”所决定的二兀模糊关系为:(2分)*~设A、B和°分别是论域X、Y和Z上的模糊集合，则模糊条件语句“ifAandBthen°”所决定的二元模糊关系为：R=LA€B11€CAyr3TT第五早1、简述人工神经元模型的基本原理u<iy

u<iy

ii(5-1)=工WX-<(5-1)ijjij=1=f(u)i式中，uf=12…,m)为神经元i的内部状态；J为阈值；x.为输入信号；wij表示输入与神经元连接的权值；s.表示外部输入的控制信号；f(・)表示神经元输入与输出的对应关系，又称激活函数，用于模拟生物神经元的非线性传递特性。2、人工神经网络的常用学习方法有哪些？试推到出Q学习规则。答：有教师学习、无教师学习、再励学习；Q学习规则:・假设下列误差准则函数

・式中，〃代表期望的输出(教师信号)，y=/(WX)为网络的实际输出，W是权值ppP向量•Xp为输入模式：Xp=(x1,x2,...,xn)r，训练样本数p=1,2,M。•问题是如何调整权值W,使准则函数最小。可用梯度下降法来求解，基本思想是延着E的负梯度方向不断修正W值，直到E达到最小，这种方法的数学表达式AWQE•其中p,1AWQE•其中p,12(d€y)2

p(5€8)(5€9)(5€10)•用e表示wx，则有pp•W的修正规则为3Ep机3Ep机AWQE30QEQy=pp=ppXHYPERLINK\h\z•最终可得到：qc八q①1、q（k）一q（k一1）…（k），—…（k）sgnJJw（k）（5—61）jjz（k）—z（k—1）jHYPERLINK\h\z0.40.71「10.70.310.60.40.2"大"=一++—"小=-++"较小"=—+++一3451231234已知：规则若x小，则y大问题：当x=较小时,y=?（采用Mamdani推理法）（5分）…000.40.71，0.7€€000.40.7答000.30.30.3€00000€€„00000_…000.40.71,000.40.70.7140200.30.30.3=[000.40.71]00000000006.设论域X=Y={1,2,3,4,5}，以下为X、Y上的模糊集合TOC\o"1-5"\h\zA="低"=-+06+04123="较低"=1+°!+020.1123nmnm台」mB="高"=+一45~~~设A=“低”则B=“咼”已知A=“较低”问B如何?11答R=(AxB)€(AxE)10.60.400[0000.81]€0000.810000.60.60000.40.400000000000000.80.40.40.40.60.60.60.60.611111111。R10.60.611B=A117、对于一个系统[11111]…00000，0.40.40.40.40.4€€€0.60.60.60.60.6€11111€€„1111100.40.611当输入A时,输出为B，否则为C,且有:10.50.1++uuu1230.70.60.3—++vvv1230.60.70.9++vvv123A二B二C二0.31已知当前输入A'二++u05。求输出D。（5分）答R=（AxB）AxCI丿D=[0.5…0.70.60.3,<000、<0.70.60.3'0.50.50.30.50.50.5—0.50.50.50.10.10.1、0.60.70.9丿0.60.70.9丿0.50.5]321'b2'b3^和Z=Sj且8.设模糊集合A、B和C的论域分别为：X=€1'b2'b3^和Z=Sj且A，05+丄+巴B，01+丄+06C，04+丄a1a2a3,b1b2b3,c1c2。试确定”IFAandBthenC”所决定+b1b2b3时的输出C1A1，10+01B1，01+05+丄的模糊关系+b1b2b3时的输出C1„0.5…'0.10.50.5„0.5…'0.10.50.5、答AxB,1[0.110.6]，0.11.00.60.1、0.10.10.1丿400.10.40.40.10.4R，(AxB)t1[0.二［八］0.50.50.110.1„1…‘0.10.51]A1xB1,£)[0.10.51]，0000.10.10.1丿0.40.6C1=((A1xB1)t2R,[0.40.5]0.10.10.10.10.10.1"9.已知A，】9.已知A，】+0：x1x2+05+丄,C,0.2y2y3'1、、+—；r。试确定"IFz1z2AandBthenC”所决定的模糊关系R的模糊关系R，以及输入为A1=08+01,B1，眾+卑+笃时的输出C1。x1x2y1y2y30.10.510.10.50.50.10.1R，(AxB)l[0.21]，0.20.10.510.10.50.50.10.1R，(AxB)l[0.21]，0.20.50.210.10.10.50.5C1=((A1xB1)l)tR，[0.20.2]A€05+丄+01B€01+丄+06C€04+丄10.已知a1a2a3,b1b2b3,c1c2。试确定”IFAandBthenA1€10A1€10+05+01C"所决定的模糊关系R,以及输入为a1a2a3B1€01+1+0.6b2b1b3时的输出C1。R€(AXBA[R€(AXBA[0Q]€0.40.40.10.50.50.10.410.40.60.10.10.10.10.10.1]]，0.5「„0.10.50.5、答AxB€1[0.110.6]€0.11.00.60.10.10.10.1丿0.5]C1=((A1xB1/R€[0.50.5]11.设x表示转速，y表示控制电压。转速和控制电压的论域分别为X={100,200,00,400,500},Y={1,2,3,4,5}已知在X、Y上的模糊子集为A二“转速高”二0/100+0/200+0/300+0.5/400+1/500B=“控制电压高”0/1+0/2+0/3+0.5/4+1/5XXY上的模糊关系为“若转速高，则控制电压高；否则控制电压不很高”。现在转速不很高,控制电压如何？(7分)答1)C€"控制电压不很高丄"控制电压很高,€1/1+1/2+1/3+0.75/4+0/5A€"转速不很高"€1/100+1/200+1/300+0.75/400+0/50013)与模糊控制规则“若转速高，则控制电压高；否则控制电压不很高。”对应的模糊关系矩阵为R~€(AxB)€(AxC)„1110.750、1110.750R€1110.7500.50.50.50.50.5<0000.51丿AAA(4)B=A。R=1110.750.5]1112.假设遗传算法的染色体编码方法为：用长度为10位的二进制编码串来分别表示两个决

策变量x1,x2,再将分别表示x1,x2的两个10位长的二进制编码串连接在一起，组成一个20位长的二进制编码串，其中前10位表示x1，后10位表示x2。另外，—2.048<x<2.048(i,1,2)，则对个体x:00001101111101110001，请通过解码确定x1和x2的实际值为多少(i(i，1,2)x，4.096x—2.048i1023y，55,y，88112x，—1.82&x，1.47612已知：0.4，试x413、设论域u={x,x,x,x}，A，B已知：0.4，试x4TOC\o"1-5"\h\zHYPERLINK\h\z00.510.50.500HYPERLINK\l"bookmark256"十一.十一-+—+-3-2-10123(6)计算模糊关系R=(NBeXPBu)+(NSeXPSu)+(ZEeXZEu)+(PSeXNSu)+(PBeXNBu)ZEeXZEu=(0,0,0.5,1,0.5,0,0)X(0,0,0.5,1,0.5,0,0)分别计算出矩阵NBeXPBu,NSeXPSu,ZEeXZEu,PSeXNSu,PBeXNBu查询表：e—3—2—10123u3210—1—2—3实际控制时，将测量到的误差量化后，从查询表中得到控制量再乘以比例因子Kn,即作为控制的实际输出。2、设在论域e（误差）={-4,-2,0,2,4},和控制电压u=[0,2,4,6,8]上定义的模糊子集的隶属度函数如下图。已知模糊控制规则：规则1：如果e误差为ZE,则u为ZE；规则2：如果e误差为PS，则u为NS。试用玛达尼推理法计算当输入误差e=0.6时，输出电压片？（精确化计算采用重心法）解：

.M.a.M.a3、如图为多层前向传播神经网络结构。设期望输入[xl,x2]=[1,3],期望输出为[ydl,yd2]=[0.9,0.3]，网络权系数初值如图上，试用BP算法训练此网络。并详细写出第一次11+e-xf(x),11+e-x迭代学习的计算结果。学习步长n=i，取神经网络激励函为同理计算神经元Vg的H的、H3（k）心⑼二V怜儿（°）十冬=〈05〉X0+0.6X0+0=0叫〔町=工叫/』（（）｝十施=（0.2）X0+0.6X0+0=0j=i耳、旳的状态保持不变•同建可计算岀其他状态之间的转移关系y1y2y3=011是一今网銘的穗定状态，任盍一个初始状态最终都将达到雌态.例：设论域U={u1,U2,U3,u4,u5}中的两个模糊子集为”0.60.510.40.3uuuuu12345门0.50.60.30.40.7B=++++uuuuu例：设论域U={u1,U2,U3,u4,u5}中的两个模糊子集为”0.60.510.40.3uuuuu12345门0.50.60.30.40.7B=++++uuuuu交为0.6a0.50.5a0.61a0.3anb二+€+uuu1230.50.50.30.40.3=€+++0.4a0.40.3a0.7+uu450.6,0.50.5,0.6€uu-21,0.3€u30.4,0.4€€

u40.3,0.7u50.60.610.40.7++++uuuuu12345模糊集运算的基本定律：设U为论域，ABC为U中的任意模糊子集，则有1）幂等律AQA=A,aua=a2）结合律^n（Bnc）=（AnB）nGAU(BUC)=(AUBUC；3)交换律AQB=BQA,AUB=BUA7、设论域X=[U1,U2,U3,U4,U5],Y=[V1,V2,V3,V4,V5],定义：人=轻=1/u1+0.&u2+0.6/u3+0.4/u4+0.2/u5,8=重=0.2/v1+0.4/v2+0.6/v3+0.&v4+1/v5确定模糊语言规则：ifX是轻，则Y是不很重，所决定的模糊关系矩阵R,并计算出当X为很轻，很重条件下的模糊集合y专家系统简述建造专家系统的步骤与设计技巧。用结构图描述专家系统的基本结构。解：1•⑴建造专家系统的步骤：设计初始知识库，包括问题知识化、知识概念化、概念形式化、形式规则化、规则合法化；原型机的开发与试验；知识库的改进与归纳。⑵专家系统的设计技巧：设计系统时，首先集中精力研究一小部分假设，以及随之的观测或观察；挑选那些最有利于区别各个假设的观测。在决定规则时，首先从确认或区分各种假设所需数量最少的观测组合开始；把不具有很强的预测或区别能力的观测组合起来；建立中间假设；以各种事例来试验所涉及的系统。

2.专家系统结构框图：2.模糊控制被控对象为水箱，水箱通过调节阀可向内抽水和向外抽水。试设计一个模糊数据库过程接口人机接口推理机2.专家系统结构框图：2.模糊控制被控对象为水箱，水箱通过调节阀可向内抽水和向外抽水。试设计一个模糊数据库过程接口人机接口推理机控制器，通过调节阀门将水位稳定在固定点附近。假设理想的水位高度为h,0实际测得的水位高度为h，选择液位差为e=Ah€h-h，将当前水位对于稳定值0得偏差e作为观测值。试求模糊矩阵R。解：首先，将输入量和输出量模糊化。将偏差e分成5个模糊集：负大（NB）,负小（NS）,零（Z0）,正小（PS）,正大（PB）。将偏差e的变化分成7个等级：-3，-2，-1,0,1,2,3，从而得到水位的变化模糊表：水位的变化模糊表隶属度变化等级-3-2-10123模糊集PB000000.51PS000010.50ZO000.510.500NS00.510000NB10.500000控制量u作为调节阀门开度的变化。将其分为5个模糊集：负大（NB）,负小（NS）,零（ZO）,正小（PS），正大（PB）。将u的变化分成9个等级：-4,-3，-2，-1,0，1，2，3,4,得到控制量模糊划分表：控制量模糊划分表隶属度变化等级-4-3-2-101234模糊集PB00000000.51PS000000.510.50ZO0000.510.5000NS00.510.500000NB10.50000000

其次，规则模糊化。可以写成表格的形式为：模糊控制规则表IFNBeNSeZOePSePBeTHENNBuNSuZOuPSuPBu然后根据模糊规则，可以求模糊矩阵：R€(NBeXNBu),(NSexNSu),(ZOexZOu),(PSexPSu),(PBexPBu)NBexNBuT…1.00.50000000_0.50.50.500000000xh.00.50000000„€0000000000000000000000000000000000000000000000000同理可得到其他矩阵，经过五个矩阵求并集，可以得到：…1.00.5000000_0.50.50.50.5000000.50.50.50.5000R€0001.00.50000000.50.51.00.5000000.50.50.50.50000000.51.03.BP神经网络一个三层网络，如下图所示。输入层和输出层的激活函数均为线性函数力、（s）€s,f、（sLs,而隐含层的激活函数f、（s）=0.1s。第一个输入神经元（o）（2）（1）和各个隐含层神经元的连接权均为1,即w（i）=1,j€1,2,3,4,而第二个输入神经元j1与各隐层神经元的连接权均为2,即w（i）€2,j=1,2,3,4,第一个输出层神经元和各j2隐含层单元的连接权均为1，w（隐含层单元的连接权均为1，w（1）=1,i€1,2,3,4,第二个输出层神经元和各隐含层1i单元连接权均为2,即w<1)€2,i€1,2,3,4,当输入2i（x（°）,x（°）12期望输出(d,d)=(1,2),学习率为0.1输入层不考虑阀值。12问：(1)当(i,i)=(1,1)时，网络的实际输出是多少？12(2)误差反向传播时，传播到包括输入、隐含和输出各层的误差分别是多少？解：向前计算(隐含层输出)x(1)，fw(1)x(o)+w(1)x(0)丿1(l)111122，f(1„1+2„1)，f(3)，0.3丿(1)伽同理可得：x(1)，0.3,x(1)，0.3,x(1)，0.3234x(2)，fS(2)x(1)+w(2)x(1)+w(2)x(1)+W(2)X(1)输出层输出：1/(2)111122133144，f(1x0.3+1„0.3+1„0.3+1„0.3)，1.2(2)同理：x(2)=2.42反向计算：输出层的误差…(2)，C-x(2))f'(s(2))=(1-1.2)x1，-0.2111(2)1同理：…(2)=-0.42隐含层误差：…(1)=f:、C))》…(2)w(2)=0.1x(-0.2x1-0.4x2)=-0.11(1)1kk1k，1…(1)=…(1)=…(1)=-0.1234输出层误差：----1“----1“,(o)=f„Co))工，(1)w(1)1(o)1kk1k=1=1x[1x(—0.1)+1X(—0.1)+1X(—0.1)+1X(-0.1)<=—0.4,(o)=—0.824.Hopfield网络一个只有四个双极性神经元的离散型Hopfield网络,样本⑴组：X(1)=[1111]T,X(2)=[—1—1—1—1]T样本⑵组：X(3)=[11—1—1]T,X(4)=[1—11—1]T⑴试求W;(2)检验演变过程是否收敛解：(1)样本⑴组：w=》(X(k)X(k)T—I)=X(1)X(1)T+w=》(X(k)X(k)T—I)=X(1)X(1)T+X(2)X(2)T—2Ik=11]+—1—11]—20002000200000022220----1“----1“----1“----1“样本⑵组：—•1”'、12>1)=f(—2)=—1—1w=工(X(k)X(k)T一I—•1”'、12>1)=f(—2)=—1—1TT-2000--000—2_111—1—1]+—11—11—1]—020000—20—1100200—2—22—1—10002—2000⑵用样本⑵测试，采用X⑶=X(0)=[11一1—1]T，次序为：1‘2‘3‘4‘1①X⑴=f(工wx(0))=f((02211iii=1同理，X(1)€1,X(1)€-1,X(1)€-1〔-〔-耳、12、)€f(一6)€-1—1<-1丿②X(2)€f疋wx(1))€f(60222iii€1同理，X⑵€-1,X⑴€-134由此可见，演变过程收敛到X⑵上去了，故吸引子:5•试简述BP网络，Hopfield网络和径向基函数网络各自的特点。答：(1)BP网络：BP网络是一种多层网络，包括输入层、隐层和输出层；层与层之间采用全互连方式，同层神经元之间不连接；权值通过学习算法调节；神经元激发函数为S函数；学习算法由正向传播和反向传播组成；层与层之间连接是单向的，信息的传播是双向的。是全局逼近网络。Hopfield网络是由非线性元件构成的全连接型单层反馈系统，网络中每个神经元都将自己的输出通过连接权送所有其他神经元，同时又接受其他神经元的传递过来的信息，他是一个反馈性网络，本身具有稳定状态，当网络稳定时，能量函数最小。径向基函数的学习过程和BP网络的学习过程类似，两者的主要区别在于各自使用不同的激活函数。BP网络中隐层采用S函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络；径向基函数的激活函数是高斯函数，其输入在有限范围内是非零值，因而是局部逼近网络。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卫值，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。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。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如下：模糊规则库

x—a,(x)二e—(b)2作为其隶属函数。3.建立模糊控制规则表：—、X1X27^NBZEPBPBPSZENBZEPSZENSNBPBZENS4.求模糊控制器输出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XI、X2的模糊子集为｛NBZEPB｝｛PBZENB｝，偏差的量论域为｛-2Q+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[NBZEPB]，对输入输出语言变量均选用正态函数：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：Ifx1isA1andx2isB1thenyisC1已知A1=[0.90.60.1],B1=[0.30.7],C1=[0.20.40.8]试计算A2=[0.20.50.4]，B2=[0.30.6]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。0.9解：(1)A1*A2=0.6€0.9解：(1)A1*A2=0.6€t).30.30.7„=0.30.70.60.10.10.10.1将A1*A2矩阵展成如下列向量：(Al*B1)t=b.30.70.30.60.10.1}模糊关系R二(Al*B1)t*Cl二ln.30.70.30.60.10.1}€b.20.40.80.20.20.20.20.10.10.30.40.30.40.10.10.30.70.30.60.10.1

「0.2„I--|「0.20.2„当输入A2和B2时，有:A2*B2=0.5€b.30.6]=0.30.50.40.30.4将A2*B2矩阵展成如下列向量：(A2*B2)t=(0.20.20.30.50.3O/}最后得C2最后得C2：C2=b.20.20.30.50.3=t).20.40.5]「0.20.20.20.20.10.1„0.4}。0.30.40.30.40.10.10.30.70.30.60.10.1⑵因为Y⑵因为Y的量化论域为{2,3,4},所以得出C2=02+04+