試題一、名詞解釋1智能 2. 自動控制 3. 專家控制系統 4. 學習控制 5. 免疫算法6信息7. 智能控制系統8. 專家系統9. 學習控制系統10. 人工免疫系統11信息論12. 黑板13. 模糊判決14. 學習系統15. 選擇操作五、簡答題106. 簡述遞階智能機器一般層級結構及各級功能107簡述專家控制器的設計原則 108. 簡述仿人控制器的智能屬性109. 簡述實現NN監督式控制的步驟110. 簡述真體的特性 111簡述建立專家系統的一般步驟112簡述學習控制的機理113. 簡述神經控制系統的設計內容114. 簡述人工神經網絡的主要學習算法及含義115. 簡述仿人控制在結構和功能上具有的基本特征5-3、92頁116考慮一個具有階梯型閾值函數的神經網絡，假設：（1）用常數乘所有的權值和閾值。（2）用常數加所有的權值和閾值。試說明網絡性能是否會變化117簡述按其作用原理，智能控制系統的分類118. 簡述基于神經網絡專家系統的三種模式119. 簡述實現學習控制系統需要的三種能力及其含義120. 簡述仿人控制器設計與實現的一般步驟六、論述題121. 試述復合智能控制及采用復合智能控制的緣由122. 試述模糊控制系統的工作原理123. 試述遺傳算法的特點，并畫出簡單遺傳算法的框圖124. 試述迭代學習控制的任務；迭代控制與最優控制、自適應控制的區別；畫出迭代學習控制系統基本結構圖。125. 試述遺傳算法的求解步驟126. 試述基于模式識別的學習控制的原理A2答案一、名詞解釋1.智能是一種應用知識對一定環境進行處理的能力或由目標準則衡量的抽象思考能力。2.自動控制是能按規定程序對機器或裝置進行自動操作或控制的過程。3.應用專家系統的概念和技術，模擬人類專家的控制知識與經驗而建造的控制系統，稱為專家控制系統。4.學習控制能夠在系統進行過程中估計未知信息，并據之進行最優控制，以便逐步改進系統性能。學習控制是一種控制方法，其實際經驗起到控制參數和算法的類似作用。5.免疫算法是模仿生物免疫學和基因進化機理，通過人工方式構造的一類優化搜索算法，是對生物免疫過程的一種數學仿真，是免疫計算的一種最重要形勢。6. 信息是知識的交流或對知識的感受，是對知識內涵的一種測量。所描述事件的信息量越大該事件的不確定性越小。 7. 用于驅動智能機器以實現其目標而無需操作人員干預的系統稱為智能控制系統。 8. 專家系統是一個智能計算機程序系統，其內部含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題，以人類專家的水平完成特別困難的某一專業領域的任務。 9. 如果一個學習系統利用所學得的信息來控制某個具有位置特征的過程，則稱該系統為學習控制系統。 10. 人工免疫系統是由免疫學理論和觀察到的免疫功能、原理和模型啟發而產生的適應性系統。11. 信息論是研究信息，信息特性測量，信息處理以及人機通信過程效率的數學理論。 12. 用來記錄系統推理過程中用到的控制信息、中間假設和中間結果的數據庫。 13. 模糊邏輯控制中，在推理得到的模糊集合中取一個相對最能代表這個模糊集合的單值的過程。 14. 一個能夠學習有關過程的未知信息，并利用所學信息作為進一步決策或控制的經驗，從而逐步改善系統性能。 15. 遺傳算法中，根據個體適應度函數值所量度的優劣程度決定下一代被淘汰還是被遺傳的操作。五、簡答題106. 遞階智能機器一般由組織級、協調級和執行級組成。組織級用于機器推理、規劃、決策、學習和記憶操作協調級是組織級和執行級間的接口，承上啟下，并由人工智能和運籌學共同作用執行級是遞階智能控制的底層，要求具有較高的精度但較低的智能；它按控制論進行控制，對相關過程執行適當的控制作用107. （1）模型描述的多樣性（2）在線處理的靈巧性（3）控制策略的靈活性（4）決策機構的遞階性 108. （1）仿人控制器原型是一種雙映射關系，即一種變模態控制、一種開閉環交替控制模式 （2）在算法中，控制策略與模態的選擇和確定是按照誤差變化趨勢的特征進行的 （3）仿人控制器原型在維持模態時對誤差極值的記憶與利用，與人的記憶方式及時記憶的利用相似。109. （1）通過傳感器和傳感信息處理，調用必要的和有用的控制信息 （2）構造神經網絡，選擇NN類型、結構參數和學習算法等 （3）訓練NN控制器，實現輸入輸出映射，以便進行控制。110.行為自主性 作用交互性 環境協調性 面向目標性 存在社會性 工作協調性 運行持續性 系統適應性 結構分布性 功能智能性（答對1條得1分，答任意6條即可）111簡述建立專家系統的一般步驟（1）設計初始知識庫 具體包括1）問題知識化、2）知識概念化、3）概念形式化、4）形式規則化、5）規則合法化； ）（2）原型機開發與試驗； （3）知識庫改進與歸納 112簡述學習控制的機理（1）尋找并求得動態控制系統輸入與輸出間的比較簡單關系； （2）執行每個由前一步控制過程的學習結果更新了的控制過程； （3）改善每個控制過程，使其性能優于前一過程。113. 簡述神經控制系統的設計內容（1）建立對象的數學計算模型； （2）選擇神經網絡及算法，進行初步辨識與訓練； （3）設計神經控制器，包括控制器結構、功能表示及推理； （4）控制系統仿真，并根據結果改進設計。114. 簡述人工神經網絡的主要學習算法及含義人工神經網絡的主要學習算法包括導師學習算法和無師學習算法和強化學習算法。導師學習算法能夠根據期望的和實際的網絡輸出間的差來調整神經元間的連接的強度或權。強化學習算法是導師學習的特例，它不需要老師給出目標輸出；無師學習算法不需要知道期望輸出。115. 簡述仿人控制在結構和功能上具有的基本特征（1）遞階信息處理與決策機構； （2）在線特征辨識與特征記憶； （3）開閉環結合和定性與定量結合的多模態控制； （4）啟發式和直覺推理問題求解。116考慮一個具有階梯型閾值函數的神經網絡，假設：（1）用常數乘所有的權值和閾值。（2）用常數加所有的權值和閾值。試說明網絡性能是否會變化答：前者網絡性能有變化； 后者無變化。117簡述按其作用原理，智能控制系統的分類（1）遞階控制系統；（2）專家控制系統；（3）模糊控制系統；（4）學習控制系統；（5）神經控制系統；（6）仿生控制系統；（7）集成智能控制系統；（8）組合智能控制系統。118. 簡述基于神經網絡專家系統的三種模式（1）神經網絡支持專家系統 傳統專家系統為主，神經網絡技術為輔；（2）專家系統支持神經網絡 神經網絡技術為核心，專家系統領域技術完成解釋工作； （3）協同式神經網絡專家系統 優勢互補。119. 簡述實現學習控制系統需要的三種能力及其含義（1）性能反饋 學習系統必須能夠定量地估計系統當前和以往的性能水平；（2）記憶 學習系統必須具備存儲所積累的并將在以后應用的知識的方法；（3）訓練 要積累知識，就必須有一種能夠把定量的性能信息轉化為記憶的機制。120. 簡述仿人控制器設計與實現的一般步驟（1）確定設計目標軌跡；（2）建立對象數理模型；（3）建立各控制級的特征模式或控制算法；（4）設計控制器結構；（5）設計控制模態集與控制規則。六、論述題121. （1）所謂復合智能控制指的是智能控制手段與經典控制和/或現代控制手段的集成，還指不同智能控制手段的集成。但不包括智能控制手段與非智能控制手段的集成。（2）單一控制器往往無法滿足一些復雜、未知或動態系統的控制要求，這就需要開發某些復合的（或稱為集成的、綜合的、混合的）控制方法來滿足現實問題提出的控制要求智能控制就是力圖解決傳統控制無法解決的問題而出現的。復合智能控制只有在出現和應用智能控制之后才成為可能。 122. 模糊控制器是由模糊化接口、知識庫、推理機和模糊判決接口四個單元組成。模糊化接口是測量輸入變量和受控系統的輸出變量，并把他們映射到一個合適的響應論域的量程，然后，精確的輸入數據被變換為適當的語言值或模糊集合的標識符；知識庫是由數據庫和語言控制庫構成的，數據庫為語言控制規則的論域離散化和隸屬度提供定義，語言控制規則標記控制目標和領域專家的控制策略；推理機是模糊系統的核心，根據模糊輸入和模糊控制規則，模糊推理來求解模糊關系方程，獲得輸出。模糊判決接口是產生一個精確的或非模糊的控制作用。工作原理框圖： 傳感器模糊化接口推理機模糊判決接口過程數據庫規則庫設定輸入模糊控制器 知識庫 |輸出123. 試述遺傳算法的特點，并畫出簡單遺傳算法的框圖（1）遺傳算法是對參數集合的編碼而非針對參數本身進行進化； （2）遺傳算法是從問題解的編碼組開始而非從單個解開始搜索； （3）遺傳算法利用目標函數的適用度這一信息而不是利用導數或其他輔助信息來指導搜索； （4）遺傳算法利用選擇、交叉、變異等算子而不是利用確定性規則進行隨機操作。簡單遺傳算法框圖： 終止條件開始初始化種群計算適應度值選擇操作交叉操作變異操作適應度值最優個體結束否是124. 試述迭代學習控制的任務；迭代控制與最優控制、自適應控制的區別；畫出迭代學習控制系統基本結構圖。迭代學習控制的任務：給出系統當前輸入和輸出，確定下一個期望輸入是的系統的實際輸出收斂于期望值。迭代控制與最優控制區別：最優控制根據系統模型計算最優輸入，而迭代控制通過先前試驗獲得最好輸入。迭代控制與自適應控制區別：迭代控制算法是在每一次試驗后離線實現的，而自適應控制算法是在線的，計算量大。）基本結構圖如下： 存儲記憶被控系統學習控制器圖中、和為系統第k次運行的輸入變量、輸出變量、期望輸出和輸出誤差，為系統的第k+1次的輸入變量，k=1，2，n. 輸出誤差為：125. 試述遺傳算法的求解步驟（1）初始化群體；（2）計算群體上每個個體的適應度值；（3）按由個體適應度值所決定的某個規則選擇將進入下一代的個體；（4）按概率Pc進行交叉操作；（5） 按概率Pc進行突變操作；（6）若沒有滿足某種停止條件，則轉第（2）步，否則進入下一步；（7