



下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、智能控制課程復習提綱自動控制的發展經歷了三個階段:經典控制論、現代控制論和智能控制。請分別陳述上述 三個階段的研究對象的特點、數學工具和數學模型、主要研究內容和主要研究成果。智能控制系統的主要功能特點包括:學習功能、適應功能和組織功能。請分別陳述上述三 個功能特點的具體含義。請列舉2個智能控制應用的例子,并說明被控對象的特點和所使用的數學工具。預測控制算法包括以下三個步驟:建立預測模型、滾動時域優化和反饋校正。請分別陳述 上述三個步驟的具體過程。設論域U = x ,x ,x,x ,A和B是論域上的兩個模糊集合,已知: TOC o 1-5 h z 1234A = 0.3, x + 0.5 x +
2、 0.7, x + 0.4 x B = 0.5. x +1 x + 0.8x12 3, 4,1 23請分別計算:A,B,A D B和B。設論域U = x ,x ,x ,x ,x ,A和B是論域上的兩個模糊集合,已知:12345A = 02 x + 0.4 x + 0.9x + 0.5.xB = 0.1 x + 0.7.x +1.0 x + 0.3 x,12,3 5, 1 3 4 5請分別計算:A ,B,A+B,AB和AB。已知輸入的模糊集合A和輸出的模糊集合B:A = 1.0:a + 0.8 a + 0.5.a + 02a + 0.0 a B = 0.7.b +1.0,% + 0.6.% +
3、0.0%12 345, 12 3 4,1)請計算A到B的模糊關系R。C、A = 0.4/a + 0.7/a +1.0/a + 0.6/a + 0.0/aB2) 若輸入12345,求輸出。有模糊控制規則如下:“如果溫度低,則將風門開大”1。設溫度和風門開度的論域為1,2,3,4,5。“溫度低” =1/1+0.6/2+0.3/3+0.0/4+0/5,風門大” =0/1+0.0/2+0.3/3+0.6/4+1/5。已 知“溫度較低” =0.8/1+1/2+0.6/3+0.3/4+0/5,請用模糊推理確定風門開度。請給出神經元智能控制中,神經元數學模型的結構,并給出輸入和輸出關系的公式。已知雙輸入單輸
4、出的模糊系統的輸入量為x和y,輸出量為z,其輸入輸出關系模糊規則 如下:R1: ifRifx is A and y is B then z is C若已矢口 x is A and y is B求輸出量z。以下為已知:Ai=+a *12+aB11.0=一 + b10.6b20.2+ b3,C =11.0 0.4+ c c0.0c3,A =20.0a10.5+ a210 B a2 3,0.2=+b10.6+ b21.0b3C20.0=+ c10.4c21.0 + - c3 ,A =0.5a11.0 +a20.5a3,B,=0.6b11.0+ 一 + b20.6 b3。,3 ,x is A and
5、y is B then z is C請寫出神經網絡智能控制中,誤差反向傳播算法的計算機實現過程。Hunt在1991年將內模控制推廣到非線性系統,提出了非線性系統的神經網絡內模控制, 核心思想是控制器逼近被控對象動態逆。請畫出神經網絡內模控制的控制系統框圖。神經網絡預測控制就是利用作為對象辨識模型的神經網絡產生預測信號,然后采用優化技 術求出控制向量,從而實現對非線性系統的預測控制。請畫出神經網絡預測控制的控制系統 框圖。遺傳算法是一類借鑒生物界自然選擇和自然遺傳機制的隨機搜索算法,非常適用于處理傳 統搜索方法難以解決的復雜和非線性優化問題,該算法涉及選擇、交叉和變異三個過程。請給出遺傳算法的一般步驟。選擇一個可用遺傳算法解決的具體的應用問題,舉例說明:如何確定適應度函數,如何進行選擇、交叉和變異操作。按照學習能力,機器學習算法可分為有監督學習、再勵學習和非監督學習三個類別。請分 別給出三類機器學習方法的框圖,并簡述三類方法的特點和學習過程
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 山東電力高等專科學校《循證醫學與流行病學》2023-2024學年第一學期期末試卷
- 山東工藝美術學院《企業級數據庫的配置和管理》2023-2024學年第二學期期末試卷
- 江蘇省泗陽縣重點名校2025年初三9月聯考數學試題含解析
- 三江學院《Oacle數據庫》2023-2024學年第二學期期末試卷
- 寧夏銀川二中2025屆高三下學期期中聯考物理試題(創新班)試題含解析
- 遼寧師范高等專科學校《臨床微生物》2023-2024學年第一學期期末試卷
- 江蘇省南京市示范名校2025年高三下學期第一次診斷考試英語試題含解析
- 房地產分銷代理合同二零二五年
- 房地產抵押管理合同書二零二五年
- 二零二五版落水管安裝高空作業安全協議書
- 防艾教育課件下載
- 《關于強化危險化學品“一件事”全鏈條安全管理的措施》學習解讀
- 2025中交第一航務工程局限公司招聘69人易考易錯模擬試題(共500題)試卷后附參考答案
- 施工現場質量、安全生產管理體系
- 2025年醫院感染知識題庫及答案
- 2025年山東濰坊市再擔保集團股份限公司社會招聘11人自考難、易點模擬試卷(共500題附帶答案詳解)
- (高清版)DB11∕T2326-2024油氣管道高后果區識別與管理規范
- 液壓升降平臺施工方案
- 房產中介法律知識
- 2024年11月-礦山隱蔽致災因素普查
- 【2025新教材】教科版一年級科學下冊全冊教案【含反思】
評論
0/150
提交評論