智能控制题库

一1。如、、和和3、、和。、和。、和等和3、、和。3个、和。、、、、、和。；。、和。、、和和、3和3和。和x~x、15和XA、BA，B和x,x,x,x,xA(x,0.85),(x,0.93),(x,0.89),(x,0.91),(x,0.96)，示X1234512345B(x,0.92),(x,0.96),(x,0.87),(x,0.93),(x,0.94)12345A[0.15,0.07,0.11,0.09,0.04]，B[0.08,0.04,0.13,0.07,0.06]xxxxx123456、和。、、、和。SZ和。PM,,,PM、为,和、。、30为、、和。、和。和、和。。和4、、和。4、、、和。、3、和。、和。3、和。和和。。3、和。3、11分2.1分)射:~3R~ＸＹif~~R~~（2）设A、B和C分别是论域和上的模糊集合，则模糊条件语句~~~“ifAthenBelseC”所决定的二元模糊关系为：~R2）~~（3）设A、B和分别是论域和上的模糊集合，则模糊条件语C~~”所决定的二元模糊关系为：~~~~式中,1分①1分1分；③1分1分。PP和cm见书P201页（1）确定决策变量及各种约束条件,即确定出个体的表现型Ｘ和问题的解空间；(2)建立优化模型，即确定出目标函数的类型及数学描述形式或量化方法；（3）确定表示可行解的染色体编码方法，即确定出个体的基因型Ｘ及遗传算法的搜索空间；(4)确定个体适应度的量化评价方法，即确定出由目标函数值J(x)到个体适应度函数F(x)的转换规则；操作方法；PP和c(6)确定遗传算法的有关运行参数，即Ｍ、Ｇ、等参数；mx的对应关系或转换方法。41(1分)2(）(1分)2分)。在和）(1分)((1分)1分)1分)((1分)(1分)BP网络的优点为：网络可以逼近任意的非线性映射关系；(2)BP网络的学习算法属于全局逼近算法，具有较强的泛化能力；网络输入输出之间的关联信息分布地存储在网络的连接权中，个别神经元的损坏对输入输出关系有较小的影响，因而BP网络具有较好的容错性。BP网络的主要缺点为：（1）待寻优的参数较多，收敛速度较慢；(2)目标函数函数存在多个极值点，按梯度下降法进行学习，很容易陷入局部极小值；（3）难以确定隐层和隐层节点的数目。误差反向传播的学习算法简称BP算法，其基本思想是按梯度下降法进行学习。它采用梯度搜索技术，以期使网络的实际输出值与期望的输出值的误差均方值为最小。444分）2244．是224分）33从从664分）0.5et,rad.3et,rad.2AA(x)0.0125x，(x)1。AA答A(x)0x8080x1002）2）1AX51,c52A2分）A2分）答）A(x)22）2）e(5)xXA（AA（0x3x33x63答(x)2分）图略2分）（（8x6x8x8204分）Ax{x44分）4分）{Axx80.542xuiu1xuixAi00.582xEU、E，，U，，，E和U0123O11l0010．5100000．5O0．510．5000000假定当前的输入条件为：0,=/9-2-1et,-2-12“poslarge”d84e,48dt-2-10“neglarge”“negsmall”“zero”2“poslarge”-30-20-10102030ut,．dutN,et4488dtetut,N4det44dt8。4。424rad.et,42“neglarge”“negsmall”“zero”drad.t,84e4816dt“neglarge”“negsmall”“zero”-30-20-10102030Nut,/90,=．dutN,et4488dtetut,N4det44dt81。5分）5分）24rad.et,42“neglarge”“negsmall”“zero”drad.t,4884e16dt“neglarge”“negsmall”“zero”-30-20-10102030Nut,/4/16,=123450.20.40.910.5uuuuu123450.10.710.3uuuu1345,,BCABABC123451345c25cu12350.40.80.80.70.20.40.60.70.30.4父母子R女0.3父S母(4)0.70.5答RS0.30.35｛Y0.40.7110.70.3"小"1210.60.40.2"较小"12"大"345334xy大5)000.40.71000.40.70.7答000.30.30000000000000.40.71000.40.70.7[10.60.40.20]000.30.30.3[000.40.71]00000000006.Y~10.60.4A""123~10.30.1A""12134~0.81B"高"45~~~~AB“高”AB设11~~~~答R=(AB)(AE)100.6001110.40.60110000100000000000000000000011111111110000.810.40.40.40.60.60.60.60.60.60.61111111111~~~BAR117A10.50.1Auuu1230.70.60.3BCvvv1230.60.70.9vvv1231A'(5)uu1u230.70.60.30000.70.60.3ABC0.50.50.30.50.50.50.50.50.5答R0.10.10.60.70.90.60.70.9'[0.50.50.5]DARa,a,ab,b,bc,cB和C123123和210.510.10.110.60.41CAB1a2a31b2b31c2,,AB1.00.10.10.51111a31b23,0.50.10.50.5AB1[0.110.6]0.11.00.6答0.10.10.10.1R(AB)[]T1T110.10.51110[0.10.51]0000.10.10.1C1=((11)R[0.40.5]T210.510.21B,CA,AB1x21y2y31z20.80.1011,。1x21y2y30.10.51答AB0.10.50.50.10.10.20.50.21R(AB)L[0.21]0.10.10.20.50.20.5C1=((11))R[0.20.2]LT0.510.10.110.60.41CAB1a2a31b2b31c2,,AB1.00.50.10.110.6111a2a31b2b3”。,0.50.10.50.5答AB1[0.110.6]0.11.00.60.10.10.10.1R(AB)[]LT1C1=((11))R[0.50.5]LT设xX~A0/0/0/0.5/1/~B0/10/20/3/41/5Y7~答1）C"控制电压不很高""控制电压很高"0/5~（2）A"转速不很高"1/1001/2001/3000/5001（3~~~~~的模糊关系矩阵为R(AC)11111110.75010.75010.750~R0.50.50.50.50.50000.51~~~B＝AR＝1110.750.5）11位长的二进制编码串，其中前位表示，后位表示。另外，2.048x2.048(i1,2)i体和答yix4.0962.048(i1,2)1023y55,y881i12x1.828,x1.47612,x,x、设论域,x}，A，B，C是论域上的三个模糊集合，已知：x12340.10.20.80.700.610.30.210.4AB，和C+，x1xxxxxxxxxxx23412341234ABCSABCTABC。R，和0.100.30.20.40.20.80.610.710.4Rx1x2x3x4答3分00.20.60.4x1x2x3x40.100.30.20.40.20.80.610.710.4Sxx2x3x413分0.30.411xxx1x2340.100.30.20.40.20.80.610.710.4Tx1x2x3x40.10.20.80.4xx2x3x14510.20.5Q0.10.40.10R0.30.30.900.4R求Q0.40.90.40.4QR0.70.9图udyˆNNC()-fˆP-（3分）2．神经网络内模控制的主要特点及工作原理（7分）内模控制即保留了直接逆控制的优点又可以较好地解决直接逆控制存在的问题。神经网络内模控制结构图中Pd是系统内部扰动，NNI是神经网络辨识器，用来辨识被控对象的正模型ˆ内部模型)NNC是P神经网络控制器，用来实现对象的逆模型ˆ，线性滤波器是惯性环节或积分环P-1节，可以补偿NNC中的纯微分环节并平滑e的变化，以防止控制信号u进入饱环控制。如果NNI能够完全准确地表达对象的输入输出关系，即ˆ=P，且系统P不存在任何干扰，反馈信号为，系统相当于开环，与直接逆控制没有fˆy什么区别。若由于模型不准以及存在干扰使反馈信号不为0，则由于负fˆy反馈的作用，仍可使y接近，因此内模控制具有很好的鲁棒性。ytytd+-utn工作原理：这种简单的神经网络直接逆控制就是将被