智能控制考试题及答案

智能控制技术考试题及答案《智能控制技术》考试试题A

《智能控制》课程考试试题A参照答案一、填空题

(1)

OPEN

(2)

最有但愿

(3)

置换

(4)

互补文字

(5)

知识库

(6)

推理机

(7)

硬件

(8)

软件

(9)

智能

(10)

傅京孙

(11)

萨里迪斯

(12)

蔡自兴

(13)

组织级

(14)

协调级

(15)

执行级

(16)

递阶控制系统

(17)

专家控制系统

(18)

模糊控制系统

(19)

神经控制系统

(20)

学习控制系统二、选择题

1、D

2、A

3、C

4、B

5、D

6、B

7、A

8、D

9、A

10、D三、问答题1、答:老式控制理论在应用中面临的难题包括:

(1)

老式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)

研究此类系统时,必须提出并遵照某些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。

(3)

对于某些复杂的和包括不确定性的对象,主线无法以老式数学模型来表达,即无法处理建模问题。

(4)

为了提高性能,老式控制系统也许变得很复杂,从而增长了设备的初投资和维修费用,减少系统的可靠性。

老式控制理论在应用中面临的难题的处理,不仅需要发展控制理论与措施,并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一样背景的学科,它的发展已增进自动控制向着更高的水平──智能控制发展。

智能控制具有下列特点:

(1)

同步具有以知识表达的非数学广义模型和以数学模型(含计算智能模型与算法)表达的混合控制过程,也往往是那些具有复杂性、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,以启发式方略和智能算法来引导求解过程。

(2)

智能控制的关键在高层控制,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,智能控制波及更多的有关学科。智能控制的发展需要各有关学科的配合与支援,同步也规定智能控制工程师是个知识工程师。

(4)

智能控制是一种新兴的研究领域。无论在理论上或实践上它都还很不成熟、很不完善,需要深入探索与开发。2、(本题鼓励自由发挥和创新思维,下列答案仅供参照,千万注意保护考生的创新精神)

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奉献,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规定,自动控制理论和工程正面临新的发展机遇和严峻挑战。老式控制理论,包括经典反馈控制、近代控制和大系统理论等,在应用中碰到不少难题。数年来,自动控制一直在寻找新的出路。目前看来,出路之一就是实现控制系统的智能化,以期处理面临的难题。

智能控制采用多种智能化技术实现复杂系统和其他系统的控制目的,是一种具有强大生命力的新型自动控制技术。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。下图表达自动控制的发展过程和通向智能控制途径上控制复杂性增长的过程。从图中可以看出,这条途径的最远点是智能控制,至少在目前是如此。智能控制波及高级决策并与人工智能亲密有关。

智能控制是一门新建立的学科,无论在理论上或应用上,仍然不够完善,有待继续研究与发展。展望智能控制的发展,我们应当:

(1)

寻求更新的理论框架

与智能控制的目的和定义相比,智能控制研究尚存在某些需要处理的问题。

人脑的构造和功能要比人们想象的复杂得多,人工智能和智能控制研究面临的困难要比我们估计的重大得多,智能科学工作者的研究任务要比我们讨论过的艰巨得多。同步,要从主线上理解人脑的构造与功能,处理面临的困难,完毕人工智能和智能控制的研究任务,需要寻找和建立更新的智能控制框架和理论体系,为智能控制的深入发展打下稳固的理论基础。

(2)

进行更好的技术集成

与人工智能相似的是,智能控制技术是人工智能技术与其他信息处理技术,尤其是信息论、系统论、控制论和认识工程学等的集成。从学科构造的观点来看,提出了不一样的思想,其中,智能控制的四元交集构造是最有代表性的一种集成思想。在智能控制领域内已集成了许多不一样的控制方案,如模糊自学习神经控制就集成了模糊控制、学习控制和神经控制等技术。此外,还包括其他某些有关学科。

智能控制将向更高的技术水平发展,智能控制系统将包括多层级、多变量、非线性、大时滞、迅速响应、分布参数和大规模系统等。

(3)

开发更成熟的应用措施

为了实现智能控制,必须开发新的硬件和软件。实现智能控制当然需要硬件的保障,不过,软件应是智能控制的关键;由于控制器的智能化是整个智能控制的关键,而这一智能化基本上要靠软件技术来实现。3、答:递阶控制理论可被假定为寻求某个系统对的的决策与控制序列的数学问题,该系统在构造上遵照精度随智能减少而提高(IPDI)的原理,而所求得的序列可以使系统的总熵为最小。

三个控制层级的功能和构造如下:

(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

组织级的构造框图

(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构造的协调器构成,每个协调器执行某些指定的作用。各协调器间的通讯由分派器来完毕,而分派器的可变构造是由组织器控制的。

(3)

执行级

执行级是递阶智能控制的底层,规定具有较高的精度但较低的智能;它按控制论进行控制,对有关过程执行合适的控制作用。执行级的性能可由熵来表达,因而统一了智能机器的功用。4、答:根据系统的复杂性,可把专家控制系统分为两类:即专家控制器和专家控制系统;

按照系统的控制机理,又可把专家控制系统分为直接专家控制系统和间接专家控制系统。

专家控制器(EC)的构成:

(1)

知识库(KB):KB寄存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)构成。经验数据库重要存储经验和事实。学习与适应装置的功能就是根据在线获取的信息,补充或修改知识库内容,改善系统性能,以便提高问题求解能力。

(2)

控制规则集(CRS):对受控过程的多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,假如搜索空间很小,推理机构(IE)就十分简朴,采用向前推理措施逐次鉴别多种规则的条件,满足则执行,否则继续搜索。

(4)

特性识别与信息处理(FR＆IP):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根据。它重要包括抽取动态过程的特性信息,识别系统的特性状态,并对这些特性信息进行必要的加工。5、答:在设计模糊控制器时,必须考虑下列各项内容:

(1)

选择模糊控制器的构造;

(2)

选用模糊控制规则;模糊控制规则是模糊控制器的关键,必须精心选用这些规则,并考虑下列问题:

(a)

选定描述控制器输入和输出变量的语义词汇;

(b)

规定模糊集;

(c)

确定模糊控制状态表。

(3)

确定模糊化的解模糊方略,制定控制表;

(4)

确定模糊控制器的参数。

下图为自组织模糊控制器的构造:

它由基本层和自组织层两级构成;前者为一常规模糊语义控制器,后者对每一输入／输出响应的采样进行评价,并对控制器产生一种修正。该构造可以自动获得模糊控制器的规则库。当用FLC控制对象(装置)至期望响应时,新条件一旦出现,规则就被产生和修正。该控制器的重要部分有性能评价、对象建模、规则库更新和FLC保持等。

性能评价单元用于分析精确装置有关性能目的的状态矢量(位置误差PE,误差变化CE),并对已辨识过的规则进行修正,以赔偿任何恶劣性能的影响。修正是通过标量来调整规则结论的。采用可接受和不可接受两种阶跃响应相平面轨迹作为性能目的。

装置(对象)模型用于考虑装置规则修正时的输入-输出极性、规则库更新单元用于检查哪条或哪几条规则可对目前的恶劣性能产生响应,并进行修正。自组织模糊控制器在学习试验过程中的持续采样时间内,不停(迭代)地改善规则库。6、答:人工神经网络的下列特性对控制是至关重要的:

(1)

并行分布处理。神经网络具有高度的并行构造和并行实现能力,因而可以有很好的耐故障能力和较快的总体处理能力。这尤其适于实时控制和动态控制。

(2)

非线性映射。神经网络具有固有的非线性特性,这源于其近似任意非线性映射(变换)能力。这一特性给非线性控制问题带来新的但愿。

(3)

通过训练进行学习。神经网络是通过所研究系统过去的数据记录进行训练的。一种通过合适训练的神经网络具有归纳所有数据的能力。因此,神经网络可以处理那些由数学模型或描述规则难以处理的控制过程问题。

(4)

适应与集成。神经网络可以适应在线运行,并能同步进行定量和定性操作。神经网络的强适应和信息熔合能力使得网络过程可以同步输入大量不一样的控制信号,处理输入信息间的互补和冗余问题,并实现信息集成和熔合处理。这些特性尤其适于复杂、大规模和多变量系统的控制。

(5)

硬件实现。神经网络不仅可以通过软件并且可借助软件实现并行处理。近年来,某些超大规模集成电路实现硬件已经问世,并且可从市场上购到。这使得神经网络具有迅速和大规模处理能力的实现网络。

十分显然,神经网络由于其学习和适应、自组织、函数迫近和大规模并行处理等能力,因而具有用于智能控制系统的潜力。7、答:《智能控制》课程考试试题B

《智能控制》课程考试试题B参照答案一、填空题

(1)

高级机器人

(2)

智能规划与调度

(3)

自动制造系统

(4)

故障检测与诊断

(5)

小深(DeepJunior)

(6)

卡斯帕洛夫(Kasparov)

(7)

硬件

(8)

软件

(9)

智能

(10)

智能化

(11)

选择模糊控制器的构造

(12)

选用模糊控制规则

(13)

确定模糊化的解模糊方略,制定控制表

(14)

确定模糊控制器的参数

(15)

傅京孙

(16)

萨里迪斯

(17)

蔡自兴

(18)

生物的进化机制

(19)

进化计算

(20)

反馈机制二、选择题

1、C

2、A

3、A

4、C

5、D

6、D

7、B

8、C

9、A

10、C三、问答题1、答:在研究了智能控制的二元、三元构造理论、知识、信息和智能的定义以及各有关学科的关系之后。蔡自兴专家提出了四元智能控制构造,把智能控制看作是自动控制、人工智能、信息论和运筹学四个学科的交集,如图1所示,其关系可用下式来描述。IC

=

AI

∩

CT

∩

IT

∩

OR

图1

智能控制的四元构造

把信息论作为智能控制构造的一种子集是基于下列理由的:

(1)

信息论是解释知识和智能的一种手段;

(2)

控制论、系统论和信息论是紧密互相作用的;

(3)

信息论已成为控制智能机器的工具;

(4)

信息熵成为智能控制的测度;

(5)

信息论参与智能控制的全过程,并对执行级起到关键作用。2、答:老式控制理论在应用中面临的难题包括:

(1)

老式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)

研究此类系统时,必须提出并遵照某些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。

(3)

对于某些复杂的和包括不确定性的对象,主线无法以老式数学模型来表达,即无法处理建模问题。

(4)

为了提高性能,老式控制系统也许变得很复杂,从而增长了设备的初投资和维修费用,减少系统的可靠性。

老式控制理论在应用中面临的难题的处理,不仅需要发展控制理论与措施,并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一样背景的学科,它的发展已增进自动控制向着更高的水平──智能控制发展。

智能控制具有下列特点:

(1)

同步具有以知识表达的非数学广义模型和以数学模型(含计算智能模型与算法)表达的混合控制过程,也往往是那些具有复杂性、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,以启发式方略和智能算法来引导求解过程。

(2)

智能控制的关键在高层控制,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,智能控制波及更多的有关学科。智能控制的发展需要各有关学科的配合与支援,同步也规定智能控制工程师是个知识工程师。

(4)

智能控制是一种新兴的研究领域。无论在理论上或实践上它都还很不成熟、很不完善,需要深入探索与开发。3、答:老式控制理论在应用中面临的难题包括:

(1)

老式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)

研究此类系统时,必须提出并遵照某些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。

(3)

对于某些复杂的和包括不确定性的对象,主线无法以老式数学模型来表达,即无法处理建模问题。

(4)

为了提高性能,老式控制系统也许变得很复杂,从而增长了设备的初投资和维修费用,减少系统的可靠性。

老式控制理论在应用中面临的难题的处理,不仅需要发展控制理论与措施,并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一样背景的学科,它的发展已增进自动控制向着更高的水平──智能控制发展。

智能控制具有下列特点:

(1)

同步具有以知识表达的非数学广义模型和以数学模型(含计算智能模型与算法)表达的混合控制过程,也往往是那些具有复杂性、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,以启发式方略和智能算法来引导求解过程。

(2)

智能控制的关键在高层控制,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,智能控制波及更多的有关学科。智能控制的发展需要各有关学科的配合与支援,同步也规定智能控制工程师是个知识工程师。

(4)

智能控制是一种新兴的研究领域。无论在理论上或实践上它都还很不成熟、很不完善,需要深入探索与开发。3、答:模糊控制器值得研究的特性有静态和动态特性。对于静态特性,包括模糊控制规则的完整性、相容性和交互性,以及模糊控制器的鲁棒性。对于动态特性,包括模糊控制器的稳定性、敏捷性、可控性、收敛性、反复性(再现性)、精确性(精度)和映射特性等。

图2为一自组织模糊控制器的构造图:

图2

自组织模糊控制器的构造

它由基本层和自组织层两级构成;前者为一常规模糊语义控制器,后者对每一输入／输出响应的采样进行评价,并对控制器产生一种修正。该构造可以自动获得模糊控制器的规则库。当用FLC控制对象(装置)至期望响应时,新条件一旦出现,规则就被产生和修正。该控制器的重要部分有性能评价、对象建模、规则库更新和FLC保持等。

性能评价单元用于分析精确装置有关性能目的的状态矢量(位置误差PE,误差变化CE),并对已辨识过的规则进行修正,以赔偿任何恶劣性能的影响。修正是通过标量来调整规则结论的。采用可接受和不可接受两种阶跃响应相平面轨迹作为性能目的。

装置(对象)模型用于考虑装置规则修正时的输入-输出极性、规则库更新单元用于检查哪条或哪几条规则可对目前的恶劣性能产生响应,并进行修正。自组织模糊控制器在学习试验过程中的持续采样时间内,不停(迭代)地改善规则库。4、答:递阶控制理论可被假定为寻求某个系统对的的决策与控制序列的数学问题,该系统在构造上遵照精度随智能减少而提高(IPDI)的原理,而所求得的序列可以使系统的总熵为最小。递阶智能机器的一般构造是由三个控制层级,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构造如下:

(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3

组织级的构造框图

(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构造的协调器构成,每个协调器执行某些指定的作用。各协调器间的通讯由分派器来完毕,而分派器的可变构造是由组织器控制的。

(3)

执行级

执行级是递阶智能控制的底层,规定具有较高的精度但较低的智能;它按控制论进行控制,对有关过程执行合适的控制作用。执行级的性能可由熵来表达,因而统一了智能机器的功用。5、答:人工神经网络的下列特性对控制是至关重要的:

(1)

并行分布处理。神经网络具有高度的并行构造和并行实现能力,因而可以有很好的耐故障能力和较快的总体处理能力。这尤其适于实时控制和动态控制。

(2)

非线性映射。神经网络具有固有的非线性特性,这源于其近似任意非线性映射(变换)能力。这一特性给非线性控制问题带来新的但愿。

(3)

通过训练进行学习。神经网络是通过所研究系统过去的数据记录进行训练的。一种通过合适训练的神经网络具有归纳所有数据的能力。因此,神经网络可以处理那些由数学模型或描述规则难以处理的控制过程问题。

(4)

适应与集成。神经网络可以适应在线运行,并能同步进行定量和定性操作。神经网络的强适应和信息熔合能力使得网络过程可以同步输入大量不一样的控制信号,处理输入信息间的互补和冗余问题,并实现信息集成和熔合处理。这些特性尤其适于复杂、大规模和多变量系统的控制。

(5)

硬件实现。神经网络不仅可以通过软件并且可借助软件实现并行处理。近年来,某些超大规模集成电路实现硬件已经问世,并且可从市场上购到。这使得神经网络具有迅速和大规模处理能力的实现网络。

十分显然,神经网络由于其学习和适应、自组织、函数迫近和大规模并行处理等能力,因而具有用于智能控制系统的潜力。6、答:萨里迪斯(Saridis)于1977年提出了一种智能控制构造,它把傅京孙的智能控制二元构造扩展为三元构造,即把智能控制看作为人工智能、自动控制和运筹学的交接。萨里迪斯认为,构成二元交集构造的两元互相支配,无助于智能控制的有效和成功应用。必须把远筹学的概念引入智能控制,使它成为三元交集中的一种子集。这种三元构造后来成为IEEE第一次智能控制研讨会(1985年8月,纽约)的主题之一。

在提出三元构造的同步,萨里迪斯还提出基于三个控制层次和精度随智能减少而提高(ＩＰＤＩ)原理的三级递阶智能控制系统,见图4,它重要由3个智能(感知)级构成:组织级、协调级和执行级。

图4

分级智能控制系统7、答:应用专家系统概念和技术,模拟人类专家的控制知识与经验而建造的控制系统,称为专家控制系统。

图5给出了一种工业专家控制器(EC)的构造,其构成和各部分的作用如下:

(1)

知识库(KB):KB寄存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)构成。经验数据库重要存储经验和事实。学习与适应装置的功能就是根据在线获取的信息,补充或修改知识库内容,改善系统性能,以便提高问题求解能力。

(2)

控制规则集(CRS):对受控过程的多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,假如搜索空间很小,推理机构(IE)就十分简朴,采用向前推理措施逐次鉴别多种规则的条件,满足则执行,否则继续搜索。

(4)

特性识别与信息处理(FR＆IP):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根据。它重要包括抽取动态过程的特性信息,识别系统的特性状态,并对这些特性信息进行必要的加工。智能控制》课程考试试题C

《智能控制》课程考试试题C参照答案一、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

(10)

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)

老式反馈

(19)

前馈神经网络

(20)

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奉献,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规定,自动控制理论和工程正面临新的发展机遇和严峻挑战。老式控制理论,包括经典反馈控制、近代控制和大系统理论等,在应用中碰到不少难题。数年来,自动控制一直在寻找新的出路。目前看来,出路之一就是实现控制系统的智能化,以期处理面临的难题。

人工智能(artificialintelligence,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一样背景的学科,它的发展已增进自动控制向着更高的水平)──智能控制(intelligentcontrol,IC)发展。

自动控制既面临严峻挑战,又存在良好发展机遇。为了处理面临的难题,首先要推进控制硬件、软件和智能的结合,实现控制系统的智能化;另首先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,新措施和新技术,创立边缘交叉新学科,推进智能控制的发展。

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。人工智能的发展增进自动控制向智能控制发展。有趣的是,在相称长时间内,很少有人提到控制理论与人工智能的联络。不过,这也局限性为奇,由于老式的控制理论(包括古典的和近代的)重要波及对与伺服机构有关的系统或装置进行操作与数学运算,而人工智能所关怀的则重要与符号运算、逻辑推理及计算智能有关。

近十年来,伴随人工智能和机器人技术的迅速发展,对智能控制的研究出现一股新的热潮。多种智能决策系统、专家控制系统、学习控制系统、模糊控制、神经控制、积极视觉控制、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某些新的智能控制措施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,而没有出发过于剧烈和对立的争论。早在智能控制建立的初期,许多智能控制实际上把3个不一样认知学派的思想融合和贯穿在智能控制学科之中。2、答:老式控制理论在应用中面临的难题包括:

(1)

老式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)

研究此类系统时,必须提出并遵照某些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。

(3)

对于某些复杂的和包括不确定性的对象,主线无法以老式数学模型来表达,即无法处理建模问题。

(4)

为了提高性能,老式控制系统也许变得很复杂,从而增长了设备的初投资和维修费用,减少系统的可靠性。

老式控制理论在应用中面临的难题的处理,不仅需要发展控制理论与措施,并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一样背景的学科,它的发展已增进自动控制向着更高的水平──智能控制发展。

智能控制具有下列特点:

(1)

同步具有以知识表达的非数学广义模型和以数学模型(含计算智能模型与算法)表达的混合控制过程,也往往是那些具有复杂性、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,以启发式方略和智能算法来引导求解过程。

(2)

智能控制的关键在高层控制,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,智能控制波及更多的有关学科。智能控制的发展需要各有关学科的配合与支援,同步也规定智能控制工程师是个知识工程师。

(4)

智能控制是一种新兴的研究领域。无论在理论上或实践上它都还很不成熟、很不完善,需要深入探索与开发。3、答:递阶智能机器的一般构造是由三个控制层级,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构造如下:

(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

组织级的构造框图

(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构造的协调器构成,每个协调器执行某些指定的作用。各协调器间的通讯由分派器来完毕,而分派器的可变构造是由组织器控制的。

(3)

执行级

执行级是递阶智能控制的底层,规定具有较高的精度但较低的智能;它按控制论进行控制,对有关过程执行合适的控制作用。执行级的性能可由熵来表达,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构造框图。

图2

工业专家控制器简化构造图

该工业专家控制系统的工作原理和各构成部分的作用为:

(1)

知识库(KB):KB寄存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)构成。经验数据库重要存储经验和事实。学习与适应装置的功能就是根据在线获取的信息,补充或修改知识库内容,改善系统性能,以便提高问题求解能力。

(2)

控制规则集(CRS):对受控过程的多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,假如搜索空间很小,推理机构(IE)就十分简朴,采用向前推理措施逐次鉴别多种规则的条件,满足则执行,否则继续搜索。

(4)

特性识别与信息处理(FR＆IP):其作用是实现对信息