智能控制复习
第一章选择题
1．智能控制的概念首次由著名学者（ D ）提出
A 蔡自兴
B
C
D 傅京孙
&
2．经常作为智能控制典型研究对象的是（ D ）
A 智能决策系统
B 智能故障诊断系统
C 智能制造系统
D 智能机器人
3．解决自动控制面临问题的一条有效途径就是，把人工智能等技术用入自动控制系统中，其核心是（ B ）
)
A 控制算法
B 控制器智能化
C 控制结构
D 控制系统仿真
4．智能自动化开发与应用应当面向（ C ）
A 生产系统
B 管理系统
>
C 复杂系统
D 线性系统
5．不．属于
．．智能控制是（ D ）
A 神经网络控制B专家控制
C 模糊控制
D 确定性反馈控制
…
6．以下不属于智能控制主要特点的是（ D ）
A 具有自适应能力
B 具有自组织能力
C 具有分层递阶组织结构
D 具有反馈结构
-
7．以下不属于智能控制的是( D )
A 神经网络控制
B 专家控制
C 模糊控制
D 自校正调节器
第二章选择题
,
1．地质探矿专家系统常使用的知识表示方法为（D ）
A 语义网络
B 框架表示
C 剧本表示
D 产生式规则
2．自然语言问答专家系统使用的知识表示方法为（ B ）]
A 框架表示B语义网络
C 剧本表示
D 产生式规则
3．专家系统中的自动推理是基于（ C ）的推理。
A 直觉
B 逻辑
C 知识
D 预测
-
4．适合专家控制系统的是（ D ）
A 雷达故障诊断系统
B 军事冲突预测系统
C 聋哑人语言训练系统
D 机车低恒速运行系统
5．直接式专家控制通常由( B )组成
A 控制规则集、知识库、推理机和传感器
B 信息获取与处理、知识库、控制规则集和推理机
C 信息获取与处理、知识库、推理机和传感器
D 信息获取与处理、控制规则集、推理机和传感器
6．专家控制可以称作基于（D ）的控制。
A 直觉
B 逻辑
,
C 预测
D 知识
7．直接式专家控制通常由( C )组成
A 信息获取与处理、知识库、推理机构和传感器
B 信息获取与处理、知识库、控制规则集和传感器
C 信息获取与处理、知识库、推理机构和控制规则集
*
D 信息获取与处理、控制规则集、推理机构和传感器
8．专家系统的核心部分是（B ）
A 人机接口、过程接口、推理机构
B 知识库、数据库、推理机构
C 人机接口、知识获取结构、推理机构D知识库、数据库、人机接口9．以下不属于专家系统知识表示法的是（ C ）【
A 彩色Petri网络
B 语义知识表示
C 样本分类
D 产生式规则
10．产生式系统的推理方式不包括（ C ）
A 正向推理
B 反向推理
C 简单推理
D 双向推理
&
11． 肺病诊断专家系统使用的知识表示方法为
（ D ）
A 语义网络
B 产生式规则
C 剧本表示
D 框架表示 12．以下不属于专家系统组成部分的是
( A )
A 专家
B 数据库 ^
C 知识库
D 解释部分
13．黑板专家控制系统的组成有 （ C ）
A 黑板、数据库、调度器
B 数据库、知识源、调度器
C 黑板、知识源、调度器
D 黑板、规则库、调度器 14．建立专家系统，最艰难（“瓶颈”）的任务是 （ B ）
￥ A 知识表示 B 知识获取 C 知识应用 D 知识推理
15． 在专家系统中， （ D ）是专家系统与用户间的人-机接口
A 知识库
B 数据库
C 推理机
D 解释机构 )
16． 产生式系统包含的基本组成
（ A ） A 知识库、规则库和数据库 B 规则库、模型库和控制器 C 知识库、规则库和模型库
D 规则库、数据库和控制器
第三章
模糊控制
、
1． 某模糊控制器输出信息的解模糊判决公式为1
1
n
i
U
i
i n
U i
i u u u u ，该解模糊
方法为 （ D ）
A 最大隶属度法
B 取中位数法
C 隶属度限幅元素平均法
D 重心法
2．在温度模糊控制系统中，二维模糊控制器的输入是 （ A ）
, A 温度的误差e 和温度误差变化量d e
B 控制加热装置的电压的误差e 和电压误差变化量de
C 控制加热装置的电压的误差e 和温度误差变化量d e
D 控制加热装置的电压的误差e 和温度误差变化量de 3． 下列概念中不能用普通集合表示的是 （ D ）
#
A 控制系统
B 低于给定温度
C 工程师D压力不足
4．以下应采用模糊集合描述的是（ B ）
A 高三男生
B 年轻
C 教师
D 社会
-
5．总结手动控制策略，得出一组由模糊条件语句构成的控制规则，据此可建立
（D ）
A 输入变量赋值表
B 输出变量赋值表
C 模糊控制器查询表
D 模糊控制规则表
6．某模糊控制器的语言变量选为实际温度与给定温度之差即误差e、误差变化率△e；以及加热装置中可控硅导通角的变化量u，故该模糊控制器为
（ A ）、
A 双输入一单输出
B 单输出一单输入
C 双输入一双输出
D 单输出一双输入
u=1，则A称7．在论域U中，模糊集合A的支集只包含一个点u，且
A
为（ B ）
A 截集
B 模糊单点
[
C 核
D 支集
8．在模糊控制中，隶属度( C )
A 不能是1或0 B根据对象的数学模型确定
C 反映元素属于某模糊集合的程度
D 只能取连续值
&
u=对应的元素u称为（ A ）
9．模糊集合中，
A
A 交叉点
B 模糊单点
C 核
D 支集
10．在模糊控制器的推理输出结果中，取其隶属度最大的元素作为精确值，去执行控制的方法称为（ B ）
（
A 重心法
B 最大隶属度法
C 系数加权平均法
D 中位数法
11．若模糊集合A表示模糊概念“老”，其隶属度函数为
，则模糊概念“略
A
微老”相当于A λμ，其中 λ为， （ C ）
A 2
B 4
…
C 1／2
D 1／4
12． 若对误差、误差变化率论域X 、Y 中元素的全部组合计算出相应的控制量
变化ij u ，可写成矩阵ij n m
u ，一般将此矩阵制成 （ C ）
A 输入变量赋值表
B 输出变量赋值表
C 模糊控制器查询表
D 模糊控制规则表
，
13．在温度模糊控制系统中，二维模糊控制器的输出是 （ C ）
A 温度的误差e
B 温度误差变化量d e
C 控制加热装置的电压U
D 控制加热装置的电压的误差e 和温度误差变化量d e
14．以下的集合运算性质中，模糊集合不满足的运算性质 （ D ）
】 A 交换律 B 结合律 C 分配律
D 互补律
15. 以下属于模糊集合表示方法的是
（ B ）
A 重心法
B 扎德法
)
C 系数加权平均法
D 中位数法
16．在选定模糊控制器的语言变量及各个变量所取的语言值后，可分别为各语言
变量建立各自的（ C ） A 控制规则表 B 控制变量赋值表 C 语言变量赋值表 D 论域量化表
17．模糊控制方法是基于 （ D ） ，
A 模型控制
B 递推的控制
C 学习的控制
D 专家知识和经验的控制 18. 以下应采用模糊集合描述的是
（ B ） A 学生 B 大苹果 C 老师 D 演员
、
19．若模糊集合A 表示模糊概念“老”，其隶属度函数为A
，则模糊概念“极老”
相当于A λμ，其中 λ为，
（ D ）
A 2
B 4
C 1／2
D 1／4
20．某液位模糊控制系统的语言变量选为实际温度与给定温度之差即误差e以及加热装置中可控硅导通角的变化量u，但不考虑温度误差变化率△e，该模糊控制器应为（ B ）
%
A 双输入一单输出
B 单输入一单输出
C 双输入一双输出
D 单输入一双输出
21．模糊隶属度函数曲线的形状可以为( C )
A 椭圆形
B 平行四边形
C 梯形
D 圆形
@
22．在选定模糊控制器的语言变量及各个变量所取的语言值后，可分别为各语言变量建立各自的（ C ）
A 控制规则表
B 控制查询表
C 语言变量赋值表
D 基本论域量化表
23．某模糊控制器的语言变量选为实际水位与给定水位之差即误差e，以及调节阀门开度的变化量u，故该模糊控制器为( B )．
@
A. 单输出—双输入B．单输入—单输出
C. 双输入—双输出
D. 双输入—单输出
24．某一隶属度函数曲线的形状可以选为（ C ）
A 椭圆形
B 圆形
C 三角形
D 正方形
)
25．模糊控制器的术语“正中”，可用符合（ D ）表示
A P
B B NM
C ZE
D PM
26．以下关于模糊关系的正确说法是（ B ）
A 模糊关系是普通关系的一个特例
)
B 模糊关系描述元素之间的关联程度
C 模糊关系中的元素都是整数
D 模糊关系矩阵一定是方阵
27．模糊控制以模糊集合为基础，最早提出模糊集合的学者是（ A ）
A B Mamdani
@
C Takagi
D Sugeno
28．在模糊控制器的推理输出结果中，取其隶属度函数曲线与横坐标围成面积
的重心作为输出值，去执行控制的方法称为（ A ）
A 重心法
B 最大隶属度法
C 系数加权平均法
D 中位数法
29．下列概念中不能
．．用普通集合表示的是（ D ）！
A 控制系统
B 压力不足
C 机电工程师
D 低于给定温度
30．在模糊控制中，隶属度( C )
A 不能是1或0
B 是根据对象的数学模型确定的
C 反映元素属于某模糊集合的程度
D 只能取连续值
31．最适合作为语言变量的值是（ A ）>
A 速度
B 天气
C 特别
D 表演
32．若模糊集合A表示模糊概念“老”，其隶属度函数为
A
，则模糊概念
“非常老”相当于
A λ
μ，其中λ为，（ C ）
A 2
B 4
|
C 1／2
D 1／4
第4 章神经网络
1.BP网络使用的学习规则是（ B ）
！
A 相关规则
B 纠错规则
C 竞争规则
D 模拟退火算法
2．BP神经网络所不具备的功能是（ C ）
A 自适应功能
B 泛化功能
C 优化功能
D 非线性映射功能
~
3．由于各神经元之间的突触连接强度和极性有所不同并可进行调整，因此人脑才具有( A ) 的功能。
A 学习和存储信息
B 输入输出
C 联想
D 信息整合
4. 采用单层拓扑结构的神经网络是（ A ）
A Hopfield网络
B 生物神经网络
<
C BP网络
D 小脑模型网络
5．单层神经网络，有两个输入，两个输出，它们之间的连接权有（ B ）
A 6个
B 4个
C 2个
D 8个
6．神经网络直接逆控制是一种（ B ）控制。
A 反馈
B 前馈
@
C 串级
D 混合
7．误差反向传播算法属于（B ）学习规则
A 无导师
B 有导师
C 死记忆
D 混合
8．以下不属于
．．．人工神经网络主要特点的是( B ) /
A 便于用超大规模集成电路或光学集成电路系统实现
B 网络中含有神经元
C 信息分布在神经元的连接上
D 可以逼近任意非线性系统
9．最适宜用于联想记忆的神经网络（D ）
A BP神经网络
B 感知器网络
·
C 自适应线性神经网络
D Hopfield网络
10．PID神经网络控制中，控制器使用了（ C ）
A CMAC神经网络
B Hopfield 网络
C PID神经网络
D 感知器网络
11．下面哪个方程最好描述了Hebb学习规则（ A ）《
A 两个神经元同时兴奋或同时抑制时，它们之间连接权的强度增强
B 两个神经元同时兴奋或同时抑制时，它们之间连接权的强度减弱
C 两个神经元，一个兴奋，另一个抑制，它们之间连接权的强度增强
D 两个神经元，一个兴奋，另一个抑制，它们之间连接权的强度不变12．在神经网络内模控制结构中，神经网络辨识器用来获得( A ) >
A 被控对象的正模型
B 被控刘象的逆模型
C 线性滤波器
D 控制器
13．单层神经网络，有三个输入，三个输出，它们之间的连接权有（ B ）
A 6个
B 9个
C 16个
D 25个
14．多层前向神经网络与单层感知器相比较，下面（ C ）不是
．．多层网络所特有的特点
)
A 采用误差反向传播算法
B 含有一层或多层的隐层神经元
C神经元的数目可达到很多 D 隐层激活函数采用可微非线性函数15．单层感知器网络可以（ B ）
A 解决异或问题
B 实现样本分类
C 进行优化计算
D 实现函数逼近
16．能够用于无导师学习的神经网络模型是( A )
A Hopfield网络
B CMAC神经网络
C BP神经网络
D 自适应线性神经网络
17．连续型Hopfield 网络（B ）
A 是前馈神经网络
B 是单层反馈型非线性神经网络
]
C 具有函数逼近问题
D 是多层反馈型非线性神经网络
18．离散Hopfield网络（ C ）
A 是多层反馈网络
B 是多层反馈网络
C 具有联想记忆功能
D 具有函数逼近功能
19．神经网络PID控制是一种（ B ）<
A 前馈控制
B 反馈控制
C 开环控制
D 混合控制
20．单层感知器网络可以（ D ）
A 解决异或问题
B 实现函数逼近
C 进行优化计算
D 实现样本分类
《
21．连续型Hopfield网络的神经元转移函数采用（A ）A．对称型Sigmoid函数B．对称型阶跃函数
C．分段线性转移函数D．阈值型转移函数
22．在间接神经网络模型参考自适应控制中，（ B ）
A 需要一个神经网络控制器
"
B 需要一个神经网络控制器及一个神经网络辨识器
C 需要两个神经网络控制器及一个神经网络辨识器
D 需要一个神经网络控制器及两个个神经网络辨识器
23．生物神经元的突触连接相当于神经元之间的（ D ）
A 输入连接
B 输出连接
—
C 绝缘
D 输入输出接口
24. 在间接神经网络模型参考自适应控制结构中，神经网络辨识器用来
获得( A )
A 被控对象的正模型
B 被控刘象的逆模型
C 线性滤波器
D 控制器
$
25．生物神经元的组成包括细胞体、轴突、树突和（ C ）
A 轴突末梢
B 细胞核
C 突触
D 细胞膜
26．以下不属于人工神经网络主要特点的是( B )
A 信息并行处理
B 网络中含有神经元
)
C 信息分布在神经元的连接上
D 可以逼近任意非线性系统
27．一般认为，人工神经网络最适用于（ B ）
A 线性系统
B 非线性系统
C 多输入多输出系统
D 多变量系统
28．在直接神经网络模型参考自适应控制中，（ A ）】
A 需要一个神经网络控制器
B 需要一个神经网络控制器及一个神经网络辨识器
C 需要两个神经网络控制器及一个神经网络辨识器
D 需要一个神经网络控制器及两个个神经网络辨识器
29．离散型Hopfield网络的神经元转移函数采用（D ）@
A．对称型Sigmoid函数B．对称型阶跃函数
C．分段线性转移函数D．阈值型转移函数
30．采用单层拓扑反馈结构的神经网络是( A )
A Hopfield网络
B BP网络
C PID神经网络
D 小脑模型神经网络
)
31．基于多层前向神经网络的PID控制系统结构有（D ）内含神经网络的环节。
A 一个
B 四个
C 三个
D 两个
32．最早提出人工神经网络模型的学者是（ B ）
A Hebb
B McCulloch和Pitts
!
C Rosenblatt
D Hopfield
33．神经网络内模控制具有（ C ）
A 直接逆控制的优点和缺点
B 直接逆控制的优点
C 直接逆控制的优点，但无直接逆控制的缺点
D 直接逆控制的缺点
)
第5章遗传算法
1.最早提出遗传算法概念的学者是（ A ）
A B D 2．遗传算法的基本操作顺序是（ C ）;
A 计算适配度、交叉、变异、选择B计算适配度、交叉、选择、变异
C计算适配度、选择、交叉、变异D 计算适配度、选择、交叉、变异3．能够往种群中引入新的遗传信息是以下哪种遗传算法的操作（ D ）
A 交叉
B 复制
C 优选
D 变异
）
4．哪一种说法是对遗传算法中复制操作的描述（ A ）
A 个体串按照它们的适配值进行复制
B 随机改变个体串的适配度函数值
C 随机改变一些串中的一小部分
D 为权值随机产生小的初始值
·
5．遗传算法中，关于变异操作的最好叙述是（ A ）
A 随机改变一些“串”中的一小部分
B 随机挑选新“串”组成下一代
C 为权随机产生新的初始值
D 从两个“串”中随机组合遗传信息
，
6．哪种遗传算法的操作，能够从种群中淘汰适应度值小的个体（C ）
A 交叉
B 优选
C 复制
D 变异
7．遗传算法将问题的求解表示成“染色体”，“染色体”实际上是( D )
A 基因
B 适应度函数
【
C 种群
D 用编码表示的字符串
8．哪种遗传算法的操作，可以从父代双亲中继承部分遗传信息，传给子代（ A ）
A 交叉
B 变异
C 复制
D 共享
￥
9．下面哪种类型的学习能够用于移动机器人的路径规划（ D ）
A 多层前向神经网络
B PID神经网络
C 自适应线性神经网络
D 遗传算法
10．轮盘赌技术可用于( B )
A 选择最好的“染色体”
B 随机选择“染色体”
—
C 交叉所选择的“染色体”
D 变异“染色体”的适应度
11．遗传算法将问题的求解表示成“染色体”，“染色体”实际上是（C ）
A 种群
B 存在于细胞核中能被碱性染料染色的物质
C 用编码表示的字符串
D 各种数值
12．在遗传算法中，复制操作可以通过（ B ）的方法来实现
A 解析
B 随机
、
C 交叉匹配
D 变异
判断题
第一章绪论
1.与传统控制相比较，智能控制方法可以较好地解决非线性系统的控制问
}
题。（√）
2．智能控制系统采用分层递阶的组织结构，其协调程度越高，所体现的智能也越高。（√）3．分层递阶智能控制按照自下而上精确程度渐减、智能程度渐增的原则进行功能分配。（√）\
4．智能系统是指具备一定智能行为的系统。（√）5．智能控制的不确定性的模型包括两类，一类是模型未知或知之甚少；
另一类是模型的结构和参数可能在很大范围内变化。（√）
第二章专家系统
·
1．在专家系统中，数据库是领域知识的存储器，是系统的核心部分之一。
（√）
2．在设计专家系统时，知识工程师的任务是提供解决问题的知识和经验。
（×）3．数据库和推理机是专家系统的核心部分。(应为知识库) （×）
4．按照执行任务分类，专家系统有解释型、预测型、诊断型、调试型、维修型等多种类型。（√）
。
5．专家系统实质上是一种数学计算系统。（×）6．在设计专家系统时，知识工程师的任务是模仿人类专家，运用他们解决问题的知识和经验。（√）
。
第三章模糊控制
1.模糊控制只是在一定程度上模仿人的模糊决策和推理，用它解决较复杂问题
时，还需要建立数学模型。（×）2．在模糊控制中，为把输入的确定量模糊化，需要建立模糊控制规则表。
(应该是确定模糊集合) （×）3．在模糊集合的向量表示法中，隶属度为0的项必须用0代替而不能舍弃。
（√）4．从模糊控制查询表中得到控制量的相应元素后，乘以比例因子即为控制）
量的变化值。（√）
5．与传统控制相比，智能模糊控制所建立的数学模型因具有灵活性和应变性，因而能胜任处理复杂任务及不确定性问题的要求。（×）6．在模糊语言变量中，语义规则用于给出模糊集合的隶属函数。（√）7．模糊控制对被控对象参数的变化不敏感，可用它解决非线性、时变、]
时滞系统的控制。（√）8．普通关系是模糊关系的推广，它描述元素之间的关联程度。（×）9．模糊控制就是不精确的控制。（×）10．在模糊控制中，为把输入的确定量模糊化，需要建立语言变量赋值表。
（√）11．模糊控制规则是将人工经验或操作策略总结而成的一组模糊条件语句
（√）$
12．通常，模糊控制器的输入、输出语言变量分别取为控制系统的误差和误差变化率。（×）13．模糊控制器的输入语言变量一般可取控制系统的误差及其变化率。
（√）14．模糊控制只是在一定程度上模仿人的模糊决策和推理，用它解决较复.
杂问题时，还需要建立数学模型。（×）15．T-S模糊控制系统采用系统状态变化量或输入变量的函数作为IF-THEN模糊规则的后件，不可以描述被控对象的动态模型。（×）16．Mamdani型模糊控制器，通过模糊推理得到的结果是精确量。（×）
17．在模糊控制中，隶属度是根据对象的数学模型来确定的。（×）18．模糊控制中，语言变量的值可用“负大、负小、零”等表示。（√）@
19．模糊控制在一定程度上模仿人的模糊决策和推理，用它解决较复杂问题时，不需要建立数学模型。（√）
第四章神经网络
1．可以充分逼近任意复杂的非线性函数关系是神经网络的特点之一。（√）}
2．一般情况下，神经网络系统模型的并联结构可以保证系统辨识收敛。
（×）3．反馈型神经网络中，每个神经元都能接收所有神经元输出的反馈信息。
（√）
4．运算效率高，收敛速度快是BP神经网络的主要特点之一。（×）5. 神经元的各种不同数学模型的主要区别在于采用了不同的转移函数，
]
从而使神经元具有不同的信息处理特性。（√）6．离散Hopfield网络的两种工作方式是同步和异步工作方式。（√）
7．神经网络已在多种控制结构中得到应用，如PID控制、内模控制、直接逆控制等。（√）8．一般情况下，神经网络系统模型的串-并联型结构不利于保证系统辨识模型的稳定性。（×）
《
9．BP神经网络是一种多层全互连型结构的网络。（×）10．离散型单层感知器的转移函数一般采用阈值（符号）函数。（√）11．Hopfield网络的吸引子是指网络的稳定状态。（√）12．两关节机械手的控制可应用小脑神经网络直接逆模型控制。（√）13．神经网络用于系统正模型辨识的结构只有串联结构一种。（×）14．连续型Hopfield网络是多层前馈型神经网络，每一节点的输出均反馈；
至节点的输入。（×）
第五章遗传算法
(
1．遗传算法的复制操作可以通过随机方法来实现，可使用计算机，也可使用轮盘赌的转盘。（√）2．在遗传算法中，初始种群的生成不能用随机的方法产生。（×）3．遗传算法的复制操作有严格的程序，不能通过随机方法来实现。（×）4．遗传算法具有进化计算的所有特征，其主要用途是数值计算。（×）@
5．遗传算法中，适配度大的个体有更多机会被复制到下一代。（√）6．在遗传算法中，初始种群的生成不能用随机的方法产生。（×）
名词解释
第一章
1．:
2．智能控制
有知识的“行为舵手”，它把知识和反馈结合起来，形成感知-交互集、以目标为导向的控制系统。
第二章
1．专家系统
—
一种包含知识和推理的人工智能的计算机程序系统，这些程序软件具有相当于某个专门领域专家的知识和经验水平，同时具有处理该领域问题的能力
2．语义网络
通过概念及相互间语义关系，图解表示知识网络。
3．专家控制系统
应用专家系统的概念、原理和技术，模拟人类专家的控制知识和经验而建造的控制系统。
》
第三章
1． 模糊控制
模糊控制是把人类专家对特定的被控对象或过程的控制策略总结成一系列的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。它无需建立系统模型，是解决不确定系统的一种有效途径。
2． 模糊系统
…
一种基于知识或基于规则的系统。它的核心就是有IF-THEN 规则形成的知识库。
3． 模糊集合
论域U 上的模糊集A 用一个在区间[0，1]上取值的隶属度函数
A
u 来表示。
4． 隶属度
某元素属于模糊集合A 的程度称为隶属度，用隶属度函数
A
x 描述。隶属度函数的
值是闭区间[0，1]上的一个数，表示元素x 属于模糊集合A 的程度。
5． ,
6．
模糊关系
X 与Y 直积 (){},|, X Y x y x X y Y ?=∈∈中一个模糊子集R ，称为从X 到Y 的模
糊关系。
第四章
1． 神经网络
}
神经元互连组成的网络，从微观结构和功能上对人脑抽象、简化，是模拟人类智能的一条重要途径，反映人脑功能的若干特征，如并行处理、学习联想、分类等。
2． 小脑模型神经网络
由局部调整、相互覆盖接收域的神经元组成，模拟人的小脑学习结构。是一种基于表格查询式输入输出多维非线性映射能力。
3． Hopfield 神经网络
)
全连接型反馈动态神经网络，分为离散型和连续型两种，网络达到稳定状态时，其能量函数达到最小。
第五章
1． 变异操作
模拟生物在自然遗传环境下由于各种偶然因素引起的基因突变，它以很小的概率随机改变遗传基因（表示染色体的符号串的某一位）的值。
2．-
3．适应度函数
遗传算法中某个个体对环境的适应程度，适应值函数可由目标函数变换而成。4．遗传算法
建立在自然选择和群体遗传学机理基础上的随机迭代和进化，具有广泛适用性的搜索方法。
—
简答题
第一章
1．智能控制的主要功能特点是什么。
（1）多层递阶的组织结构
（2）多模态控制
^
（3）自学习能力
（4）自适应能力
（5）自组织能力
2．）
3．智能控制的研究对象具备哪些特点
不确定性的模型；
高度的非线性；
复杂的任务要求。
4．^
5．与传统控制相比，智能控制的主要特点是什么
（1）处理复杂性、不确定性问题的能力；
（2）描述系统的模型更为广泛；
（3）具有学习、适应、组织的功能；
（4）具有分层信息处理和决策机构；
}
（5）控制其与对象、环境没有明显的分离。
6．智能控制有哪些主要类型
（1）模糊控制
（2）神经网络控制
（3）>
（4）专家控制
（5）分层递阶智能控制
第二章
1.\
2.专家系统中，知识表示方法有哪些常用形式
（1）产生式知识表示
（2）框架表示
（3）语义网络表示
（4）剧本表示
（5）：
（6）Petri 网表示
（
3.用结构图描述专家系统的基本结构。
…
|
；
4.直接式专家控制系统有哪几部分组成
直接式专家控制系统通常由知识库、控制规则集、推理机构及信息获取与处理四个部分组成。
、
第三章
1.简述模糊控制器中的比例因子计算方法
设[-u max，u max]为控制量u的变化范围，n为0~ u max范围内的区间个数，称为量化区间数，则比例因子K u= u max/n
、
2.设计一个模糊控制器必须要解决哪三个关键问题
1) 设计模糊控制器要解决的第一个问题是如何把确定量转换为对应的
模糊量；
2) 根据操作者的控制经验制定模糊控制规则，并执行模糊逻辑推理，以
|
得到一个输出模糊集合，这一步称为模糊控制规则形成和推理；
3) 需要为模糊输出量进行解模糊判决，实现控制。
3.在模糊控制器的设计中，常用的模糊判决方法有哪些
（1）最大隶属度法
（2））
（3）加权平均法
（4）重心法
（5）取中位数法
4..
5.模糊控制中，描述语言变量常见的语言值有哪几种
语言变量常见的语言值是负大（NB）、负中（NM）、负小（NS）、负零（NO）、正零（PO）、正小（PS）、正中（PM）、正大（PB）。
6.模糊控制系统由哪四个基本单元组成
（1）模糊化接口；
（2）;
（3）知识库（规则库和数据库）；
（4）推理机；
（5）反模糊化接口。
7.简要回答基本模糊控制器的设计步骤
（1）选择输入、输出语言变量；
（2）…
（3）建立各语言变量的赋值表；
（4）建立模糊控制规则表；
（5）建立查询表。
8.试写出几种常见的模糊条件语句。
#
单输入-单输出模糊控制器的模糊规则有两种形式：
（1）若A则B型；IF A THEN B
（2）若A则B型否则C型；IF A THEN B ELSE C
双输入-单输出模糊控制器的模糊规则
（3）若A且B则C型。IF A and B THEN C
一）智能控制的主要应用领域？ 答：1在机器人系统中的应用2）在CIMS计算机/现代集成制造系统和CIPS计算机/现代集成作业系统中的应用3）在航天航空控制系统中的应用4）在社会经济管理系统中的应用5）在交通运输系统中的应用。 二）专家系统的组成、主要类型？ 答：专家系统主要有四部分组成1）知识库，包括事实、判断、规则、经验知识和数学模型2）推理机，首先把知识库中的专家知识及数据库中的有关事实，以一定的推理方式进行逻辑推理以给出结论3）解释机制是专家系统区别于传统计算机程的主要特征之一，它可以向用户回答如何导出推理的结论4）知识获取系统，主要完成机器学习。 类型：1）控制系统辅助设计2）过程监控、在先诊断、故障分析与预测维护；3）过程控制4）航天故障诊断与处理5）生产过程的决策与调度。 三）智能控制的产生和发展过程及其主要代表人物？ 答：1）启蒙期从20世纪60年代起，F.W.史密斯提出采用性能模式识别器;1965年,美国扎德模糊集合;1966年,J.M.门德尔人工智能控制; 2)形成期20世纪70年代傅京孙、曼德尼3）发展期20世纪80年代4）高潮期20世纪90年代 四)人工神经网络的特点? 答:1)可以充分逼近任意复杂的非线形关系2)所有定量或定性的信息都分布储存于网络内的各神经元的连接上,故有很强的鲁棒性和容错性3)采用并行分布处理方法,使得快速进行大量运算成为可能4)可自学习和自适应不确知或不确定的系统。 五）智能控制的应用对象？ 答：1）不确定的模型传统的控制是基于模型的控制，这里的模型包括控制对象和干扰模型。 2）高度的非线性传统控制理论中的线性系统理论比较成熟。 3）复杂的任务要求在传统的控制系统中，控制的任务或者是要求输出量为定值，或者是要求输出量跟随期望的运动轨迹，因此控制任务的要求比较单一。对于智能控制系统，任务的要求往往比较复杂。 六）傅京孙关于智能控制的论文中列举的三种智能控制系统？ 答：1）人作为控制器的控制系统2）人机结合作为控制器的控制系统3）无人参与的智能控制系统。 七）模糊控制器的主要特点？ 答：1）设计简单。模糊控制器是一种基于规则的控制。 2）适用于数学模型难以获取、动态特性不易掌握或变化非常显著的对象。 3）控制效果优于常规控制器。 4）具有一定的智能水平， 5）模糊控制系统的鲁棒性强。 八）隶属函数选择的基本准则？ 答：1）表示隶属度函数的模糊集合必须是凸模糊集合。 2）变量所取隶属度函数通常是对称的、平衡的。 3）隶属度函数要符合人们的语义顺序，避免不恰当的重叠。 4）论域中每个点至少属于一个隶属度函数的区域，并应属于不超过两个隶属度函数的区域， 5）当两个隶属度函数重叠时，重叠部分对两个隶属度函数的最大隶属度不应有交叉，6）当两个隶属度函数重叠时，重叠部分的任何点的隶属度函数的和应该小于或等于1。九）隶属度函数确定的三种主要方法。
（勤奋、求是、创新、奉献） 2011～2012学年第2学期考试试卷B 学院班级姓名__________ 学号___________ 《智能控制系统》课程试卷 （本卷考试时间90 分钟） 一． 1．写出4种专家系统的知识表示方法。 逻辑表示法、产生式表示法、框架表示法、语义网络表示法 2．递阶智能系统的智能程度分布一般要遵循什么原则。 随着智能程度的提高，精度下降 3．写出宽度优先搜索和深度优先搜索的根本区别？ 深度优先与宽度优先算法最根本的不同在于：扩展的后继节点放在OPEN表的前端。 4．何谓多层前向神经网络？ 具有分层的结构，通常包括输入层、隐层（也称中间层）和输出层。每一层的神经元只接受上一层神经元的输入，并且该层神经元的输出送给下一层的各个神经元。 5．写出3种模糊输出向量的解模糊方法 重心法、最大隶属度法、取中位数判决法
6． 写出基本遗传算法的3个基本操作 选择、交叉、变异 二、简答题（共24分，每题6分） 1、下式是永真蕴含式吗？如是请证明之。 ┐Q ∧ (P →Q)? ┐P 证明：（1）┐Q ∧ (P →Q)为T 推出┐P 为T ┐Q ∧ (P →Q)为T 推出┐Q 且(P →Q)为T →Q 为F 且(P →Q)为T 分情况讨论p F-----------------p T ---???为显然不成立 为成立 （2）┐P 为F 推出┐Q ∧ (P →Q)为F →P 为T 推出┐Q ∧ (P →Q)为F 分情况讨论Q F-----------------Q T -------???为成立 为成立 (3)真值表法 2、简述隶属度函数建立的一般准则？ 表示隶属度函数的模糊集合必须是凸模糊集合 变量所取隶属度函数通常是对称和平衡的 隶属度函数要符合人们的语义顺序，避免不恰当的重叠
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权值，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 1.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。 2.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。
智能控制习题答案 Document number：WTWYT-WYWY-BTGTT-YTTYU-2018GT
第一章绪论 1. 什么是智能、智能系统、智能控制 答：“智能”在美国Heritage词典定义为“获取和应用知识的能力”。 “智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。 “智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。 2．智能控制系统有哪几种类型，各自的特点是什么 答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等。 各自的特点有： 集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。该系统将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统危险性高度集中的缺点，既实现了在管理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。 人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
专家控制系统：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，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。可以说是一种模拟人类专家解决领域问题的计算机程序系统。 多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。这种结构的特点是：1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。2.信息在上下级间垂直方向传递，向下的信息有优先权。同级控制器并行工作，也可以有信息交换，但不是命令。3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。级别越往上，其决策周期越长，更关心系统的长期目标。4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。 学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记忆和自行调整的能力。 3．比较智能控制与传统控制的特点。 答：智能控制与传统控制的比较：它们有密切的关系，而不是相互排斥。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。 1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，这些问题对基于模型的传统自动控制来说很难解决。
2010级智能控制基础期末 复习思考题 一重要概念解释 1 智能控制 所谓的智能控制，即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化做出适应性反应，从而实现由人来完成的任务。 2 专家系统与专家控制 专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。 专家控制是智能控制的一个重要分支。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。它由知识库和推理机构构成主体框架，通过对控制领域知识的获取与组织，按某种策略及时的选用恰当的规则进行推理输出，实现对实际对象的控制 3 模糊集合与模糊关系，模糊推理模糊控制 ● 1）模糊集合：给定论域U 上的一个模糊集A %是指：对任何元素u U ∈ 都存在一个数()[] 0,1A u μ∈与之对应，表示元素u 属于集合A % 的程度，这个数称为元素u 对集合A %的隶属度，这个集合称为模糊集合。 ● 模糊关系：二元模糊关系：设A 、B 是两个非空集合，则直积(){},|,A B a b a A b B ?=∈∈中的一个 模糊集合 称为从A 到B 的一个模糊关系。模糊关系R %可由其隶属度(),R a b μ完全描述，隶属度 (),R a b μ 表明了元素a 与元素b 具有关系R %的程度。 ● 模糊推理：知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输出 的情况，这就叫“模糊推理”。 4 神经网络？ 答：人工神经网络是模拟人脑思维方式的数学模型。神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为,对人脑进行抽象和简化，反映了人脑的基本特征，信息处理、学习、联想、模式分类、记忆等。 5 遗传算法 答：遗传算法将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体中，按所选择的适配置函数并通过遗传的复制、交叉及变异对个体进行筛选，使适配值高的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。 一 专家控制部分 1. 专家系统的组成及各部分特点？
当前，随着国际国内形势的变化，安全已经成为人们日益关注的问题，出于反恐安保的需要，智能视频监控已经广泛运用在奥运会、世博会、青奥会等大型赛事活动安保工作中。不仅国家安全需要智能视频监控，社会安全也需要视频监控系统，当前在工厂、酒店、超市、码头、学校、家庭、政府部门、银行等等，都广泛采用了智能视频监控系统保障人身安全、财产安全和交通安全。 视频监控技术主要经历了三个发展阶段，第一阶段是人力现场监控，即通过肉眼和人脑对现场情况进行监控，这是几千年来的传统做法，能起到一定的效果，但需要耗费大量的人力物力，而且限于人的视力和脑力，起到的监控效果受到很大的限制。第二阶段是传统视频监控，即通过机器眼和人脑进行监控，即通过摄像机或者其他视频采集设备获取现场视频，然后靠人脑对视频对判断处理，这种方式极大的提升了视频的采集能力，基本能做到全天候、无死角的还原现场情况，但受限于人脑的数据处理能力，没有能力将视频获取的海量数据进行实时处理分析，限制了监控效果的进一步提高。第三阶段是智能视频监控，就是利用计算机对摄像机或者其他视频采集设备获取的现场视频自己进行内容分析，从而自动检测与识别出需要掌握的信息，并给出相应的预警预报信号。 三个阶段图 实验表明：在盯着视频画面仅仅22分钟后，人眼会对画面里面95%以上的活动视而不见。
1997年，卡内基梅隆大学牵头，麻省理工学院等高校参与的视觉监控重大项目VSAM启动，主要研究用于战场及普通民用场景监控的自动视频理解技术。1999年，康奈尔大学设计了一套航拍视频检测与持续跟踪系统，该系统能够对多运动目标实现长时间的准确跟踪，即使发生短时间内目标被遮挡或目标时静时动的情况仍可以完成跟踪，这点对于空中侦察或者追踪意义重大。2003年法国的SILOGIC 公司和英国雷丁大学等机构参与研究的AVITRACK项目，检测和跟踪机场停机坪出现的飞机、汽车以及行为等运动目标，辅助机场管理人员进行管理和调度，不仅可以提高机场利用率，而且可以提高机场安全管理水平。 目标跟踪就是将视频中的每一帧图像中确定出要检测的运动目标位置，并把各个帧中同一运动目标对应起来。 主要难度来源于局部遮挡、姿势变化、运动模糊、光照变化等因素 一般跟踪选择颜色特征、边缘特征、光流、或者纹理，代表性的方法有均值漂移法（Meanshift）:无参核密度估计。卡尔曼滤波：线性、高斯。扩展卡尔曼滤波（EKF）：非线性、高斯。粒子滤波（PF）：非线性、非高斯。 几个代表性目标检测与跟踪算法 帧差法：适合摄像头固定的场景，利用建立的背景模型来生成背景 图像的像素值，然后将当前帧与背景图像求差，差值较大的像素区域
填空题（每空1分，共20分） 控制论的三要素是：信息、反馈和控制。 传统控制是经典控制和现代控制理论的统称。 智能控制系统的核心是去控制复杂性和不确定性。 神经元（即神经细胞）是由细胞体、树突、轴突和突触四部分构成。 按网络结构分，人工神经元细胞可分为层状结构和网状结构按照学习方式分可分为：有教师学习和无教师学习。 前馈型网络可分为可见层和隐含层，节点有输入节点、输出节点、计算单元。 神经网络工作过程主要由工作期和学习期两个阶段组成。 1、智能控制是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器；与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论 基础。 2、智能控制系统的主要类型有：分级递阶控制系统，专家控制系统，学习控制系统，模糊控制系统，神经控制系统，遗传算法控制系统和混合控制系统等等。 3、模糊集合的表示法有扎德表示法、序偶表示法和隶属函数描述法。 4、遗传算法是以达尔文的自然选择学说为基础发展起来的。自然选择学说包括以下三个方面：遗传、变异、适者生存。 5、神经网络在智能控制中的应用主要有神经网络辨识技术和神经网络控制技术。 6、在一个神经网络中，常常根据处理单元的不同处理功能，将处理单元分成输入单元、输出单元和隐层单元三类。 7、分级递阶控制系统：主要有三个控制级组成，按智能控制的高低分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原则。 传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性
、时不变性等相对简单的控制。 智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的非线性、复杂的任务要求。 IC(智能控制)=AC(自动控制)∩AI(人工智能) ∩OR(运筹学) AC：描述系统的动力学特征，是一种动态反馈。 AI ：是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。 智能控制：即设计一个控制器，使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。 智能控制的几个重要分支为模糊控制、神经网络控制和遗传算法。 智能控制的特点：1，学习功能2，适应功能3，自组织功能4，优化功能 智能控制的研究工具：1，符号推理与数值计算的结合2，模糊集理论3，神经网络理论4，遗传算法5，离散事件与连续时间系统的结合。 智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工业过程控制、航空航天控制和交通运输系统等。 10、专家系统：是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。 11、专家系统的构成：由知识库和推理机（知识库由数据库和规则库两部分构成） 18、专家控制的特点：灵活性、适应性和鲁棒性。 19、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的一种智能控制方法。，它从行为上模仿人的模糊推理和决策过程。 20、模糊控制理论具有一些明显的特点：1，模糊控制不需要被控对象的数学模型2，
一、填空题 1．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 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 2．传统控制包括和。2、经典反馈控制现代理论控制 3．一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 4．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 5．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 6．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 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。 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 8、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 9．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 10．智能控制的不确定性的模型包括两类：(1) ； (2) 。 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。11．控制论的三要素是：信息、反馈和控制。 12．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13．专家系统的核心组成部分为和。知识库、推理机 14．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 15．专家系统的推理机可采用的3种推理方式为推理、和推理。
常州工学院继续教育学院 武进函授站20学年第学期科目试卷：传感器原理试卷类型：A（A或B） 姓名：学号：班级：20级机电一体化专科 总分 题号一二三四五六题目分值 评卷人得分 一、填空题（） 1、控制论的三要素是：信息、反馈和控制。 2、传统控制是经典控制和现代控制理论的统称。 3、智能控制系统的核心是去控制复杂性和不确定性。 4、神经元（即神经细胞）是由细胞体、树突、轴突和突触四部分构成。 5、按网络结构分，人工神经元细胞可分为层状结构和网状结构，按照学习方式分可分为有教师学习和无教师学习。 6、前馈型网络可分为可见层和隐含层，节点有输入节点、输出节点、计算单元。 7、神经网络工作过程主要由工作期和学习期两个阶段组成。 二、判断题（） 1、对反馈网络而言，稳定点越多，网络的联想与识别能力越强，因此，稳定点的数据目越多联想功能越好。（错） 2、简单感知器仅能解决一阶谓词逻辑和线性分类问题，不能解决高阶谓词和非线分类问题。（对） 3、BP算法是在无导师作用下，适用于多层神经元的一种学习，它是建立在相关规则
的基础上的。（错） 4、在误差反传训练算法中，周期性函数已被证明收敛速度比S型函数慢。（错） 5、基于BP算法的网络的误差曲面有且仅有一个全局最优解。（错） 6、对于前馈网络而言，一旦网络的用途确定了，那么隐含层的数目也就确定了。（错） 7、对离散型HOPFIELD网络而言，如权矩阵为对称阵，而且对角线元素非负，那么网络在异步方式下必收敛于下一个稳定状态。（对） 8、对连续HOPFIELD网络而言，无论网络结构是否对称，都能保证网络稳定。（错） 9、竞争学习的实质是一种规律性检测器，即是基于刺激集合和哪个特征是重要的先验概念所构造的装置，发现有用的部特征。（对） 10、人工神经元网络和模糊系统的共同之处在于，都需建立对象的精确的数学模型，根据输入采样数据去估计其要求的决策，这是一种有模型的估计。（错） 三、简答题（） 1、智能控制系统有哪些类型？ 答：1）多级递阶智能控制2）基于知识的专家控制3）基于模糊逻辑的智能控制——模糊控制4）基于神经网络的智能控制——神经控制5）基于规则的仿人智能控制6）基于模式识别的智能控制7）多模变结构智能控制8）学习控制和自学习控制9）基于可拓逻辑的智能控制——可拓控制10）基于混沌理论的智能控制——混沌控制 2、比较智能控制与传统控制的特点？ 答：1）传统控制方法在处理复杂性、不确定性方面能力低而且有时丧失了这种能力，智能控制在处理复杂性、不确定性方面能力高2）传统控制是基于被控对象精确模型的控制方式，可谓“模型论”智能控制是智能决策论，相对于“模型论”可
智能控制的发展趋势和应用 学号0000000 姓名****** 老师钟春富
摘要：描述了智能控制产生的历史以及全世界对于智能控制有研究的多个国家在智能控制的研究方向以及研究水平，介绍了智能控制的发展趋势以及智能控制发展面临的问题，详述了智能控制的主要研究方向，说明了智能控制的应用方向以及具体应用，展望了智能控制的发展前景以及对于社会生产和日常生活的积极意义。 关键词：智能控制、模糊控制、神经网控制、专家控制、智能化。 一、智能控制的产生 人类的进化归根结底是智能的进化，而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等，其目的就在于创造和应用智能技术和智能系统，从而为人类进步服务。因此，可以说对智能控制的钟情、期待、开发和应用，是科技发展和人类进步的必然趋势。 在科学技术发展史上，控制科学同其他技术科学一样，它的产生与发展主要由人类的生产发展需求和人类当时的知识水平所决定和限制的。 20世纪以来，特别是第二次世界大战以来，控制科学与技术得到了迅速的发展，由研究单输入单输出被控对象的经典控制理论，发展成了研究多输入多输出被控对象的现代控制理论。1948年，美国著名的控制论创始人维纳(N．Wiener)在他的《控制论》中第一次把动物和机器相提并论，引起哲学界的轩然大波，有人骂控制论是“伪科学”。 直到1954年钱学森博士在《工程控制论》中系统地揭示了控制论这一新兴学科对电子通讯、航空航天和机械制造工业等领域的重要意义和深远影响后，反控制论的热潮才逐渐开始平息。20世纪60年代，由于空间技术，海洋技术和机器人技术发展的需要，控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非线性和不确定性，高噪声干扰，系统工作点动态突变性，以及分散的传感元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据量。 面对复杂的对象，复杂的环境和复杂的任务，用传统控制(即经典控制和现代控制)
试题 一、名词解释 1．智能 2. 自动控制 3. 专家控制系统 4. 学习控制 5. 免疫算法 6．信息7. 智能控制系统8. 专家系统9. 学习控制系统10. 人工免疫系统 11．信息论12. 黑板13. 模糊判决14. 学习系统15. 选择操作 二、填空题 16. 免疫系统在受到外界病菌的感染后，能够通过自身的免疫机制恢复健康以保持正常工作的一种特性称为免疫系统的。 17．智能控制是采用驱动智能机器实现其目标的过程 18．知识是人们通过体验、学习或联想而知晓的对客观世界。 19．与学习系统相似，学习控制系统分为在线学习控制系统和控制系统两类。 20．基于模式识别的学习控制系统，可被推广为一个具有在线特征辨识的分层递阶结构，该控制系统由三级组成，即组织级、和执行控制级。 21. 真体的行动受其心理状态驱动，人类心理状态的要素有认知、情感、三种。 22．神经网络主要通过两种学习算法进行训练，即无师学习算法和。 23．神经网络自适应控制和常规自适应控制一样，也分为两类，即和模型参考自适应控制。 24．实现学习控制系统需要三种能力：性能反馈、、训练。 25，遗传算法是模仿和自然选择机理，通过人工方式构造的一类优化搜索算法。 26. 把智能控制与传统控制有机地组合起来，即可构成系统。 27．人们通过体验、学习或联想而知晓的对客观世界规律性的认识是。 28．间接进化控制是由作用于系统模型，再综合系统状态输出与系统模型输出作用于进化学习，然后，系统在应用一般闭环反馈控制原理构成进化控制系统。 29. 仿人控制研究的主要目标不是控制对象，而是控制器本身如何对控制专家结构和的模拟。
3-1 模糊逻辑控制器由哪几部分组成？各完成什么功能？答：模糊控制系统的主要部件是模糊化过程、知识库（数据库和规则库）、推理决策和精确化计算。 1、模糊化过程模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 2、知识库知识库包括数据库和规则库。 1）、数据库数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 2）、规则库规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程在推理得到的模糊集合中取一个能最 AHA12GAGGAGAGGAFFFFAFAF
佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。 {模糊控制器采用数字计算机。它具有三个重要功能：1）把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）； 2）对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）； 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。 3-2 模糊逻辑控制器常规设计的步骤怎样？应该注意哪些问题？ 答：常规设计方法设计步骤如下： 1、确定模糊控制器的输入、输出变量 2、确定各输入、输出变量的变化范围、量化等级和量化因子 3、在各输入和输出语言变量的量化域内定义模糊子集。 4、模糊控制规则的确定 5、求模糊控制表 AHA12GAGGAGAGGAFFFFAFAF
作业1 1 简述智能控制的概念。 定义一: 智能控制是由智能机器自主地实现其目标的过程。 定义二:K.J.奥斯托罗姆则认为，把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟，并用于控制系统的分析与设计中，以期在一定程度上实现控制系统的智能化，这就是智能控制。 定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是用计算机模拟人类智能的一个重要领域。 2 智能控制由哪几部分组成？各自的特点是什么？ 智能控制由人工智能、自动控制、运筹学组成。 人工智能是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。 自动控制描述系统动力学特性，是一种动态反馈。 运筹学是一种定量优化的方法。如线性优化，网络规划，调度管理，优化决策和多目标优化的方法等等。 3 比较智能控制和传统控制的特点？ 1）传统控制方法在处理复杂性、不确定性方面能力低而且有时丧失了这种能力，智能控制在处理复杂性、不确定性方面能力高 2）传统控制是基于被控对象精确模型的控制方式，可谓“模型论”智能控制是智能决策论，相对于“模型论”可称为“控制论” 3）传统的控制为了控制必须建模，而利用不精确的模型又采用摸个固定控制算法，使整个的控制系统置于模型框架下，缺乏灵活性，缺乏应变性，因此很难胜任对复杂系统的控制智能控制的可信是控制决策，次用灵活机动的决策方式迫使控制朝着期望的目标逼近。 4）传统控制适用于解决线性、时不变等相对简单的的控制问题智能控制是对传统控制理论的发展，传统控制室智能控制的一个组成部分，是智能控制的低级阶段。 4 智能控制有哪些应用领域？试举出一个应用实例。 应用领域：模糊系统、神经网络、专家控制、工业想、系统、电力系统、机器人等其他领域的控制。 应用实例：模糊控制的交流伺服系统 作业2
1．递阶智能控制系统的主要结构特点有哪些。 答：递阶智能控制是在研究早期学习控制系统的基础上，从工程控制论角度总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。 递阶智能控制系统是由三个基本控制级（组织级、协调级、执行级）构成的。如下所示： 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。根据贮存在长期存储交换单元内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。 其结构如下： 2．协调级 协调级是组织级和执行级间的接口，承上启下，并由人工智能和运筹学共同作用。协
调级借助于产生一个适当的子任务序列来执行原指令，处理实时信息。 它是由不同的协调器组成，每个协调器由计算机来实现。下图是一个协调级结构的候选框图。该结构在横向上能够通过分配器实现各协调器之间的数据共享。 3. 执行级 执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。 其结构模型如下：
2．信息特征，获取方式，分层方式有哪些？ 答：一、信息的特征 1，空间性：空间星系的主要特征是确定和不确定的（模糊）、全空间和子空间、同步和非同步、同类型和不同类型、数字的和非数字的信息，比传统系统更为复杂的多源多维信息。 2，复杂性：复杂生产制造过程的信息往往是一类具有大滞后、多模态、时变性、强干扰性等特性的复杂被控对象，要求系统具有下层的实时性和上层的多因素综合判断决策能力，以保证现场设备局部的稳定运行和在复杂多变的各种不确定因素存在的动态环境下，获得整个系统的综合指标最优。 3，污染性：复杂生产制造过程的信息都会受到污染，但在不同层次的信息受干扰程度不同，层次较低的信号受污染程度较大。 二、获取方式 信息主要是通过传感器获得，但经过传感器后要经过一定的处理来得到有效的信息，具体处理方法如下： 1，选取特征变量 可分为选择特征变量和抽取特征变量。选择特征变量直接从采集样本的全体原始工艺参数中选择一部分作为特征变量。抽取特征变量对所选取出来的原始变量进行线性或非线性组合，形成新的变量，然后去其中一部分作为特征变量。 2，滤波的方法 数字滤波用计算机软件滤波，通过一定的计算程序对采样信号进行平滑加工，提高信噪比，消除和减少干扰信号，以保证计算机数据采集和控制系统的可靠性。模拟滤波用硬件滤波。 3，剔除迷途样本 使用计算机在任意维空间自动识别删除迷途样本。 三、分层方式 1，通过计算机系统进行信号分层 2，人工指令分层 3，通过仪器设备进行测量，将数据进行分层 4，先归类，后按照一定的规则集合分层 3．详细描述数据融合的流程和方法 答：数据融合是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理。 一、数据融合的流程： 分析数据融合目的和融合层次→→智能地选择合适的融合算法→→将空间配准的数据（或提取数据的特征或模式识别的属性说明）进行有机合成→→准确表示或估计。有时还需要做进一步的处理，如"匹配处理"和"类型变换"等，以便得到目标的更准确表示或估计。 具体可分为： 1，特征级融合 经过预处理的数据→→特征提取→→特征级融合→→融合属性说明 2，像元级融合
智能控制系统考试题库 考试类型 概念题：3’*5 论述题：6’*4 计算题：10’+11’ 设计题：20’*2 一：概念题： 1.智能控制；模糊控制；专家控制；神经网络定义 2.写出模糊控制器的四个主要组成部分名称 3.递阶智能系统的智能程度分布一般要遵循什么原则？ 4.何谓神经网络的泛化能力？ 5.写出遗传算法的三个基本操作 6.写出自组织神经网络的三个基本过程 7.写出四种专家系统的知识表示方法 8.写出遗传算法中两种编码方法 二：论述题 1.为什么模糊输出向量要进行解模糊计算？ 2.简述隶属度函数建立的一般准则 3.简述BP算法中误差信号反向传播过程 4.简述模糊控制器的各组成部分功能 5.简述遗传算法进化过程中两种“早熟”现象 6.简述三种提高网络泛化能力的措施 7.写出专家系统组成中知识赛，数据库和推理机的功能 8.简述隶属度函数建立的一般准则 9.简述专家系统各组成部分的功能 10.为什么模糊推理得到的结果要进行解模糊处理?写出常见的两种解模糊方法 11.简述适应度函数在遗传算法中的作用 12.递阶智能控制系统的主要结构特点有哪些？ 13.信息特征，获取方式，分层方式有哪些？ 14.详细描述数据融合的流程和方法 15.详细描述递阶智能控制系统的优化算法模型 16.比较模糊集合和普通集合的异同 17.简述模糊控制系统的组成与工作原理 18.试举例说明传统集合中叉积序偶的顺序是不能颠倒的 19.结合自身理解浅谈模糊数学与模糊集合的概念 20.举例说明模糊数学隶属函数的概念 21.简述人工神经网络定义及特征 22.生物神经元由哪几部分组成？每一部分的作用是什么？他有哪些特征？ 23.简述BP算法的神经网络结构及学习算法 24.简述遗传算法的特点及关键问题
. 3-1 模糊逻辑控制器由哪几部分组成各完成什么功能 答：模糊控制系统的主要部件是模糊化过程、知识库（数据库和规则库）、推理决策和精确化计算。 1、模糊化过程 模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 2、知识库 知识库包括数据库和规则库。 1）、数据库 数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 2）、规则库 规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑 推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程 在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。 — {模糊控制器采用数字计算机。它具有三个重要功能： 1） 把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）； 2） 对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）； 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。 3-2 模糊逻辑控制器常规设计的步骤怎样应该注意哪些问题 答：常规设计方法设计步骤如下： 1、 确定模糊控制器的输入、输出变量 2、 确定各输入、输出变量的变化范围、量化等级和量化因子 3、 . 4、 在各输入和输出语言变量的量化域内定义模糊子集。 5、 模糊控制规则的确定 5、 求模糊控制表 3-3 已知由极大极小推理法得到输出模糊集为：0.30.810.50.1 12345 C = ++++ -----.试用重心法计算出此推理结果的精确值z 。 重心法 重心法 是取模糊隶属度函数的曲线与横坐标围城面积的重心为模糊推理最终输出值。 连续：0()()v V v V v v dv v v dv μμ= ?? 离散：101 () () m k v k k m v k k v v v v μμ=== ∑∑
（勤奋、求是、创新、奉献） 2010～2011学年第1学期考试试卷A 学院班级__ __ 姓名__________ 学号___________ 《智能控制系统》课程试卷 （本卷考试时间90 分钟） 一． 1．写出4种专家系统的知识表示方法。 逻辑表示法、产生式表示法、框架表示法、语义网络表示法 2．递阶智能系统的智能程度分布一般要遵循什么原则。 随着智能程度的提高，精度下降 3．写出宽度优先搜索和深度优先搜索的根本区别？ 深度优先与宽度优先算法最根本的不同在于：扩展的后继节点放在OPEN表的前端。 4．何谓多层前向神经网络？ 具有分层的结构，通常包括输入层、隐层（也称中间层）和输出层。每一层的神经元只接受上一层神经元的输入，并且该层神经元的输出送给下一层的各个神经元。 5．写出3种模糊输出向量的解模糊方法 重心法、最大隶属度法、取中位数判决法
6．写出基本遗传算法的3个基本操作 遗传、交叉、变异 二、简答题（共24分，每题6分） 1、简述模糊控制器的组成，及各组成部分功能 （1）模糊化接口 对于任意输入x，将其映射到模糊集系统中去，映射的过程实际上是将当前的物理输入根据模糊子集的分布情况确定出此时此刻输入值对这些模糊子集的隶属程度。 （2）知识库 知识库包括数据库和规则库。模糊控制器设计的关键在于如何有效地建立知识库，决策逻辑控制实际上是依赖规则库来实现的。 （3）推理决策逻辑 它是模糊控制的核心，利用知识库的信息模拟人类的推理决策过程，给出适合的控制量，其实质是模糊逻辑推理。 （4）精确化过程 通过模糊推理得到的结果是一个模糊集合。但实际使用中，特别是模糊控制中，必须要有一个确定的值才能去控制或驱动执行机构。在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程 2、设个体域是人类，试用两种方法（全称量词和存在量词）将语句“没有不犯错误的人”译为谓词公式 设F(x)：“x犯错误”，M(x)：x是人，则语句形式化为： ┐?x(M(x)∧┐F(x)) 或?x(M(x)→F(x)) 3、简述BP算法中工作信号正向传播、误差信号反向传播过程 （1）工作信号正向传播：输入信号从输入层经隐层，传向输出层，在输出端产生输出信号，这是信号的正向传播。在信号向前传递过程中网络的权值是固定不变的，每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出，则转入误差信号反向传播。 （2）误差信号反向传播：网络的实际输出与期望输出之间差值即为误差信号，误差信号由输出端开始逐层向前传播，这是误差信号的反向传播。在误差信号反向传播的过程中，网络权值由误差反馈进行调节，通过权值的不断修正使网络的实际输出更接近期望输出 W
智能控制的应用 电力系统的作用是尽可能经济地为各类用户提供可靠且合乎标准要求的电能，最基本也是最重要的是要满足负荷要求。为了向用户提供安全、可靠和优质的电能，电力部门需要保持电力系统的安全性和可靠性，在目前的技术条件下还无法实现电能的大规模贮存，这样就要求系统发电出力随时紧跟系统的负荷，否则就会影响供、用电质量，并可危及系统的安全与稳定。 所谓负荷预测是指，在充分考虑一些重要的系统运行特性、增容决策与自然条件的情况下，利用一套系统的方法来处理过去与未来负荷，在一定精度条件上，确定未来某特定时刻的负荷值。电力系统对未来预计要发生的负荷进行预报的必要性在于：在正常运行条件下，系统内的可用发电容量应当在任何时候都能满足系统内负荷要求。如果系统内发电容量不够，则应当采取必要的措施来增加发电容量，例如可新增发电机组或从邻网输入必要的容量；反之，若发电容量过剩，则也应当采取必要的措施，如有选择地停机（计划检修）或者向邻网输出多余的功率。因此，未来本电网内负荷变化的趋势与特点，是一个电网调度部门和规划设计部门所必须具有的基本信息之一。 关于短期电力负荷预测的研究主要集中在三个方面：负荷预测的影响因素、负荷预测的数学模型以及负荷预测的算法。相对前两个方面，在算法方面的研究最广泛，已经涌现出了各种不同算法，而这些算法在模型的复杂性、灵活性、对数据的要求以及满足用户的特殊要求等方面都有着很大的不同。用于短期负荷预测方法很多，常用的方法主要有时间序列预测法、回归分析法、最小二乘法、指数平滑法等。近年来，预测理论技术取得了长足的进步，负荷预测的新技术层出不穷，综合起来主要有：灰色预测法、专家系统预测技术、小波分析预测技术、模糊预测技术、混沌理论预测技术、神经网络预测技术、组合优化算法等。 本问题就是根据电力系统短期负荷的周期性特点和受天气因素影响较大的特性，对不同日期类型的负荷分别建模利用神经网络进行预测。 1、为了更好的对符合进行预测，必须首先做好下列工作： （1）负荷预测技术的总结与研究。主要包括负荷预测的分类、特点及特性的分析；负荷预测的基本模型概述。 （2）在神经网络预测模型的建立中，分析了短期负荷预测模型中应当注意的问题，提出负荷数据预处理的方法，对温度、降雨、光照等进行了独特的分段数值化处理，简化了网络的训练和预测过程。 （3）针对 BP 网络的缺陷，采用 SCG 算法该进 BP 网络建立模型，提高了收敛速度