神经网络与模糊控制考试题及答案

1、模糊控制器由模糊化接口、解模糊接口、知识库和模糊推理机组成-0.5，当激活函数是阶跃函数，则神经元的 输出是13、神经网络的学习方式有导师监督学和灌输式学习 4、清晰化化的方法有三种：平均最大隶属度 法、最大隶属度取最小/最大值法和中位数法，加权平均法5、模糊控制规则的建立有多种方法，是：基于 制知识、基于操作人员的实际控制过程和基于过程的模糊模型，6、神经网络控制的结构归结为神经网络监督控神网自适应控制、神网自适应评判控制、神网内模控制、神网预测控制六类7．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。 控制系统、无人参与的自主控制系统8、智能控制主要解决传统控制难以解决的复杂系统、和。 、复杂的任务要求、复杂的任务要求9．智能控制系统的主要类型、、和。和 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； 。设计，它们分别是、和。知识库的设计13．专家系统的核心组成部分为和。知识库、推理机 15．专家系统的推理机可采用的3种推理方式为15、正向推理、反向推理和双向推理16．根据专家控制器在控制系统中的功能，其可分为和。 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)B；“未正常发挥”模糊子集(用行向量表示)B分别为和；而该省两所重点中学每年高考考生“正常发挥”的模糊子集应该是(用Zadeh法表12345123453450.870.910.94xxxxx1234519.确定隶属函数的方法大致有、和。和19、模糊统计法主观经验法神经网络法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、负零量。26、模糊27.在模糊控制中，解模糊的结果是量。确定量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30．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32．在温度、成绩、暖和、口才和很好中可作为语言变量值的有和33．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35.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”。、和。和41、有导师学习无导师学习再励学习42.神经元模型、神经网络结构、神经网络学习算法43.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45.遗传算法的主要用途是。45、寻优(优化计算)46．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。47、比例选择算子单点交叉算子变异算子49.遗传算法中常用的3种遗传算子(基本操作)为、、和。、交叉和变异二、简答题：1.试说明智能控制的的基本特点是什么？(1)学习功能(1分)(2)适应功能(1分)(3)自组织功能(1分)(4)优化能力(2分)2、试简述智能控制的几个重要分支。专家控制、模糊控制、神经网络控制和遗传算法。3、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(1)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。➢(2)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。➢(3)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。5、简述专家控制与专家系统存在的区别。专家控制引入了专家系统的思想，但与专家系统存在区别：(1)专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。(2)专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作说明智能控制的三元结构，并画出展示它们之间关系的示意图。IC=AI∩AC∩OROR一运筹学(Operationresearch)IC一智能控制(intelligentcontrol);Al一人工智能(artificialintelligence);AC一自动控制(automaticColltrol);传统控制：经典反馈控制和现代理论控制。它们的主要特征是基于精确的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。(2分)传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。8.简述智能控制系统较传统控制的优点。在传统控制的实际应用遇到很多难解决的问题，主要表现以下几点：(1)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，无法获得精确的数学模型。(1分)(2)某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题。(1分)(3)针对实际系统往往需要进行一些比较苛刻的线性化假设，而这些假设往往与实际系统不符合。(1分)(4)实际控制任务复杂，而传统的控制任务要求低，对复杂的控制任务，如机器人控制、CIMS、社会经济管理系统等复杂任务无能为力。(1分)智能控制将控制理论的方法和人工智能技术灵活地结合起来，其控制方法适应对象的何？传统控制：经典反馈控制和现代理论控制。它们的主要特征是基于精确的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。，能够解决传统控制方法难以解决的复杂系统的控制问题，如：对象的不确定性、高度的非线性和复杂的任务要求。传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。最大隶属度法、中心法和加权平均法。11.简述将模糊控制规则离线转化为查询表形式的模糊控制器的设计步骤。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1)模糊控制器2)输入/输出接口装置3)广义对象4)传感器比较模糊集合与普通集合的异同。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。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16、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:(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(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~常用模糊条件语句及对应的模糊关系R的表达式。(1)设、分别是论域X、Y上的模糊集合，则模糊条件语句“ifthenABAB句“ifandthen”所决定的二元模糊关系为：=[]T1(1)并行处理；(2分)(2)信息分布式存储；(2分)容错性。(1分)和神经生理学类似,人工神经网络的的基本处理单元称为神经元，每个神经元模型模拟物神经元,如图所示：神经元模型该神经元单元由多个输入,i=1,2,...,n和一个输出y组成。中间状态由输入信式式中,为神经元单元的阈值),为连接权系数(对于激发状态,取正值,对于抑制状态,取负值),n为输入信号数目,为神经元输出,t为时间,f(_)为输出变换函20、神经网络应具备的四个基本属性是什么？1)并行分布式处理2)非线性处理3)自学习功能4)可通过硬件实现并行处理21．简述误差反向传播学习算法的主要思想误差反传算法的主要思想是把学习过程分为两个阶段(1分)：第一阶段(正向传播过程)给出输入信息通过输入层经隐含层逐层处理并计算每个单元的实际输出值(2分)；第二阶段(反向过程)，若在输出层未能得到期望输出值，则逐层递归的计算实际输出与期望输出之差值(误差)以便根据此差值调节权值。22．简述前向(多层)神经网络的结构并画出结构图。前向(多层)神经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,不存在同层神经元前向(多层)神经网络23.简述专家系统与专家控制的区别。专家控制引入了专家系统的思想，但与专家系统存在区别： (1)专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。(2)专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作方特征函数用来表示某个元素是否属于普通集合，而隶属函数则用来表示某个元素属于模糊集合的程度，特征函数的取值{0，1}，而隶属函数的取值[0，1]，特征函数可以看作特殊的隶属函数25.请画出直接型专家控制器的结构图并说明其设计思想。人智能的功能。这种类型的控制器任务和功能相对简单，但需要在线、实时控制。26.画出间接型专家控制器的结构图并说明其设计思想。图略设计思想：间接型专家控制器用于和常规控制器相结合，组成对生产过程或被控对象进行间接控制的智能控制系统。具有模拟(或延伸，扩展)控制工程师智能的功能。该控制器能够实现优化适应、协调、组织等高层决策的智能控制。27.简述专家系统的基本构成。知识库和推理机，具体略。28.简述直接型专家控制器的主要设计内容。直接型专家控制器的主要设计内容：①建立知识库；②控制知识的获取；③选择合适29.根据高层决策功能的性质，简述间接型专家控制器的分类。按照高层决策功能的性质，间接型专家控制器可分为以下几种类型：①优化型专家控制器；②适应型专家控制器；③协调型专家控制器；④组织型专家控制器。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，称为“教师信号”。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接近期望结果。无导师学习也称为无监督学习，学习过程中，需要不断给网络提供动态输入信息，网络能根据特有的内部结构和学习规则，在输入信息流中发现任何可能存在的模式和规律，同时能根据网络的功能和输入信息调整权值，这个过程称为网络的自组织，其结果是使网络能对属于同一类的模式进行自动分类。31．简述间接型专家控制器的概念及其分类。间接型专家控制器用于和常规控制器相结合，组成对生产过程或被控对象进行间接控制的智能控制系统。具有模拟(或延伸，扩展)控制工程师智能的功能。该控制器能够实现优化适应、协调、组织等高层决策的智能控制(1分)。按照高层决策功能的性质，间接型专家控制器可分为以下几种类型：①优化型专家控制器(1分)；②适应型专家控制器(132.简述基本遗传算法的构成要素。(1)染色体编码方法，基本遗传算法使用固定长度的二进制来表示群体中的个体，其等位基因是由二值符号集{0，1}所组成的，其中个体的基因值可用均匀分布的随机值来生成。(2)个体适应度评价，基本遗传算法与个体适应度成正比的概率来决定当前群体中每个个体遗传到下一代群体的概率多少。为正确计算这个概率必须先确定出由目标函数值J(x)(3)遗传算子，即选择运算、交叉运算和变异运算的基本遗传算子；(4)基本遗传算法的运行参数，即M、G、P和P等参数。cm33.简述遗传算法的应用领域。遗传算法的应用领域：(1)函数优化；(2)组合优化；(3)生产调度问题；(4)自动控制；(5)机器人；(6)图像处理；(7)人工生命(8)遗传编程(9)机器学习。34.简述基本遗传算法的特点。35.简述基本遗传算法的应用步骤。(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(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Jx适(5)设计遗传算子，即确定选择运算、交叉运算、变异运算等遗传算子的具(6)确定遗传算法的有关运行参数，即M、G、P和P等参数；cm(7)确定解码方法，即确定出由个体表现型X到个体基因型x的对应关系或36．简述神经网络的发展历程。(1)启蒙期(1890-1969年)(1分)(2)低潮期(1969-1982)(1分)(3)复兴期(1982-1986)(2分)(4)新连接机制时期(1986-现在)(1分)神经网络从理论走向应用领域。37．简述神经网络具备的特征。)(2)信息的并行分布式处理与存储；(1分)(4)便于用超大规模集成电路或光学集成电路系统实现，或用现有的计算机技术实现；(1(5)能进行学习，以适应环境的变化。(1分)P(3)BP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，个别小的影响，因而BP网络具有较好的容错性。(1)待寻优的参数较多，收敛速度较慢；(3)难以确定隐层和隐层节点的数目。RBF神经网络的学习过程和BP神经网络的学习过程类似，二者的主要区别在于各使用范围内为非零值，因而是一种全局逼近的神经网络(2分)；而RBF神经网络的作用函数是分)，采用RBF神经网络可大大加快学习的速度，适合于实时控制的要求。(1分)41、模糊控制与传统控制的不同之处：提高，将难以建立系统的精确数学模型；模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础，从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该控制方法适应对象的复杂性和不确定性，不需要依赖对象的精确数学模型可实现复杂系统的控制。42、模糊控制器设计包括几项内容？1．(本题5分)模糊控制器设计包括几项内容？1)确定模糊控制器的输入变量和输出变量(即控制量)2)设计模糊控制器的控制规则3)确立模糊化和非模糊化(又称清晰化)的方法4)选择模糊控制器的输入变量及输出变量的论域并确定模糊控制器的参数(如量化因子、比例5)编制模糊控制算法的应用程序6)合理选择模糊控制算法的采样时间三、作图题1.分别画出以下应用场合下适当的隶属函数：442244(a)(b)(c)22366正小2正大3100]区间上A(x)=1。(1)写出A的隶属度函数的解析表达式(2)画出A的隶属度函数曲线答A(x)=0.0125x0x80180<x100(2分)图略(2分)4.设实数论域X上的模糊集A“大约是5”采用高斯型隶属函数表示，其中参数12(1)写出A的隶属度函数的解析表达式(2分)(2)画出A的隶属度函数曲线(2分)答(1)A(x)=e-(x-5)2(2分)(2)图略(2分)(1)写出A的隶属度函数的解析表达式(2)画出A的隶属度函数曲线答A(x)=〈|x-333共x共6(2分)图略(2分)(4分)p"4"2xppix=ui量化等量化等级语言变量值PBPSONSNB000．51000O0．50．520．50．501010．50000O010030000试给出以上论域中各元素对各语言变量值所确定的模糊子集的隶属函数曲线。 ingminimumopertorproductopertor“zero”“zero”“possmall”-2“neglarge”“poslarge”“negsmall”e(t),(rad.)---424-2“neglarge”-1“negsmall”0“zero”“possmall”2“poslarge”-4-884de(t),(rad.)dt“possmall”“possmall”“zero”-2“neglarge”2“poslarge”“negsmall”u(t),(Nu(t),(N)“zero”“zero”“zero”-44-88-10“zero”-44-4“possmall”“negsamll”-20-108-20-1084dt9.一个模糊系统的输入和输出的隶属函数如下图所示。试通过作图法分别推理每条规则的操作表示蕴含(usingproductopertor)(4分)乘积操作表示蕴含(usingproductopertor)(4分)“negsmall”“negsmall”“zero”“neglarge”“poslarge”“possmall”e(t),(rad.)--___2_________4_______________4_________2______________0“zero”“possmall”2“poslarge”“zero”“zero”“zero”4488-10“zero”“possmall”“negsamll”-20-108-20-1084dt 最小化操作表示蕴含(usingminimumopertor)；(5分)pertor“negsmall”“negsmall”“zero”“neglarge”“poslarge”“possmall”e(t),(rad.)2442244“possmall”2“poslarge”“zero”648648dt-2“neglarge”-1“negsmall”0“zero”“possmall”2“poslarge”12345uuuuu12345uuuu1345uuuuu345uuuuuuuu1235uuuu52.设有下列两个模糊关系:L0.70.6」3.设有下列两个模糊关系:4.已知子女与父母的相似关系模糊矩阵为父母|0.6」父母与祖父母的相似关系模糊矩阵为：父S母|「0.70.5]答RS=3451231234答123112344511 答=()U(E)「1]「0]「0000.81]「00000]=「01011011111]1uuu23123123|1)|1)0.310.50.310.5uuu1230)(0.7 (0.60)(0.7 (0.6|0.9)|||=0.3)0.9)|0.510.10.110.60.410.510.10.110.60.41a1a2a3,b1b2b3,c1c2。试确定”IFAandBthenC”所决0.10.40.40.10.40.40.10.10.1RABT[0.41]=[]T0.10.50.50.110.60.10.10.1(0.10 (0.10(0.10 (0.10|||||0||||00.210.21x1x2y1y2y3z1z20.80.10.50.200.80.10.50.20x1x2y1y2y3|||||||||10.510.10.110.6,c10.510.10.110.6,c1c2。试确定”IFAandBthen0.50.10.110.610.已知a1a2a3,b1b2b3a2a3,b1b2b3时的输出0.5)|C”所决定的模糊关系R，以及输入为a1「0.5](0.10.50.10.40.40.10.40.4R=(A收B)L[0.41]=[]T0.10.50.50.110.60.10.10.1X={100，200，300，400，500}，Y={1，2，3，4，5}13)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11~R10111011100001112.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i，则对个体i，则对个体答x4.096yi2.048(i1,2)i10232xxxxxxxxx123412341xxx234xxxx4答124答0xxxx12340.100.30.2x0.20.100.30.2x0.20.8xxx34210.334210.30.411xxxx1234xxxx1234