2024年《智能控制》课程考试试题A及答案

《智能控制》課程考试试題A

《智能控制》課程考试试題A参照答案一、填空題

(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)

萨裏迪斯

(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)

神經控制系统

(20)

學习控制系统二、选择題

1、D

2、A

3、C

4、B

5、D

6、B

7、A

8、D

9、A

10、D三、問答題1、答:老式控制理论在应用中面临的难題包括:

(1)

老式控制系统的设计与分析是建立在精确的系统数學模型基础上的,而实际系统由于存在复杂性、非线性、時变性、不确定性和不完全性等,一般無法获得精确的数學模型。

(2)

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

(3)

對于某些复杂的和包括不确定性的對象,主线無法以老式数學模型来表达,即無法处理建模問題。

(4)

為了提高性能,老式控制系统也許变得很复杂,從而增長了设备的初投资和维修费用,減少系统的可靠性。

老式控制理论在应用中面临的难題的处理,不仅需要发展控制理论与措施,并且需要開发与应用计算机科學与工程的最新成果。人工智能的产生和发展正在為自動控制系统的智能化提供有力支持。人工智能影响了許多具有不一样背景的學科,它的发展已增進自動控制向著更高的水平──智能控制发展。

智能控制具有下列特點:

(1)

同步具有以知识表达的非数學广义模型和以数學模型(含计算智能模型与算法)表达的混合控制過程,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過程,并以知识進行推理,以启发式方略和智能算法来引导求解過程。

(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對实际环境或過程進行组织,即决策和规划,实現广义問題求解。

(3)

智能控制是一门边缘交叉學科。实际上,智能控制波及更多的有关學科。智能控制的发展需要各有关學科的配合与支援,同步也规定智能控制工程師是個知识工程師。

(4)

智能控制是一种新兴的研究领域。無论在理论上或实践上它都還很不成熟、很不完善,需要深入探索与開发。2、(本題鼓励自由发挥和创新思维,下列答案仅供参照,仟萬注意保护考生的创新精神)

答:長期以来,自動控制科學已對整個科學技术的理论和实践做出重要奉献,并為人类的生产、經济、社會、工作和生活带来巨大利益。然而,現代科學技术的迅速发展和重大進步,已對控制和系统科學提出新的更高的规定,自動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,包括經典反馈控制、近代控制和大系统理论等,在应用中碰到不少难題。数年来,自動控制一直在寻找新的出路。目前看来,出路之一就是实現控制系统的智能化,以期处理面临的难題。

智能控制采用多种智能化技术实現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動控制技术。智能控制是人工智能和自動控制的重要部分和研究领域,并被认為是通向自主机器递阶道路上自動控制的顶层。下图表达自動控制的发展過程和通向智能控制途径上控制复杂性增長的過程。從图中可以看出,這条途径的最遠點是智能控制,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學科,無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,我們应當:

(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問題。

人脑的构造和功能要比人們想象的复杂得多,人工智能和智能控制研究面临的困难要比我們估计的重大得多,智能科學工作者的研究任务要比我們讨论過的艰巨得多。同步,要從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,為智能控制的深入发展打下稳固的理论基础。

(2)

進行更好的技术集成

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、控制论和认识工程學等的集成。從學科构造的观點来看,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許多不一样的控制方案,如模糊自學习神經控制就集成了模糊控制、學习控制和神經控制等技术。此外,還包括其他某些有关學科。

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、大時滞、迅速响应、分布参数和大规模系统等。

(3)

開发更成熟的应用措施

為了实現智能控制,必须開发新的硬件和软件。实現智能控制當然需要硬件的保障,不過,软件应是智能控制的关键;由于控制器的智能化是整個智能控制的关键,而這一智能化基本上要靠软件技术来实現。3、答:递阶控制理论可被假定為寻求某個系统對的的决策与控制序列的数學問題,该系统在构造上遵照精度随智能減少而提高(IPDI)的原理,而所求得的序列可以使系统的總熵為最小。

三個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。组织器作為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、學习(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學共同作用。协调级由一定数量的具有固定构造的协调器构成,每個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;它按控制论進行控制,對有关過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為两类: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為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寄存工业過程控制的领域知识,由經验数据库(DB)和學习与适应装置(LA)构成。經验数据库重要存储經验和事实。學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,以便提高問題求解能力。

(2)

控制规则集(CRS):對受控過程的多种控制模式和經验的归纳和總結。

(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)就拾分简朴,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):其作用是实現對信息的提取与加工,為控制决策和學习适应提供根据。它重要包括抽取動态過程的特性信息,识别系统的特性状态,并對這些特性信息進行必要的加工。5、答:在设计模糊控制器時,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,必须精心选用這些规则,并考虑下列問題:

(a)

选定描述控制器输入和输出变量的語义詞汇;

(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。

下图為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;前者為一常规模糊語义控制器,後者對每一输入／输出响应的采样進行评价,并對控制器产生一种修正。该构造可以自動获得模糊控制器的规则库。當用FLC控制對象(装置)至期望响应時,新条件一旦出現,规则就被产生和修正。该控制器的重要部分有性能评价、對象建模、规则库更新和FLC保持等。

性能评价單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),并對已辨识過的规则進行修正,以赔偿任何惡劣性能的影响。修正是通過標量来调整规则結论的。采用可接受和不可接受两种阶跃响应相平面轨迹作為性能目的。

装置(對象)模型用于考虑装置规则修正時的输入-输出极性、规则库更新單元用于检查哪条或哪几条规则可對目前的惡劣性能产生响应,并進行修正。自组织模糊控制器在學习试验過程中的持续采样時间内,不停(迭代)地改善规则库。6、答:人工神經网络的下列特性對控制是至关重要的:

(1)

并行分布处理。神經网络具有高度的并行构造和并行实現能力,因而可以有很好的耐故障能力和较快的總体处理能力。這尤其适于实時控制和動态控制。

(2)

非线性映射。神經网络具有固有的非线性特性,這源于其近似任意非线性映射(变换)能力。這一特性給非线性控制問題带来新的但愿。

(3)

通過训练進行學习。神經网络是通過所研究系统過去的数据记录進行训练的。一种通過合适训练的神經网络具有归纳所有数据的能力。因此,神經网络可以处理那些由数學模型或描述规则难以处理的控制過程問題。

(4)

适应与集成。神經网络可以适应在线运行,并能同步進行定量和定性操作。神經网络的强适应和信息熔合能力使得网络過程可以同步输入大量不一样的控制信号,处