1、模糊控制器由模糊化接口、解模糊接口、知識庫和模糊推理機組成-0.5，當激活函數是階躍函數，則神經元的 輸出是13、神經網絡的學習方式有導師監督學和灌輸式學習 4、清晰化化的方法有三種：平均最大隸屬度 法、最大隸屬度取最小/最大值法和中位數法，加權平均法5、模糊控制規則的建立有多種方法，是：基于 制知識、基于操作人員的實際控制過程和基于過程的模糊模型，6、神經網絡控制的結構歸結為神經網絡監督控神網自適應控制、神網自適應評判控制、神網內模控制、神網預測控制六類7．傅京遜首次提出智能控制的概念，并歸納出的3種類型智能控制系統是、和。 控制系統、無人參與的自主控制系統8、智能控制主要解決傳統控制難以解決的復雜系統、和。 、復雜的任務要求、復雜的任務要求9．智能控制系統的主要類型、、和。和 系統，模糊控制系統，學習控制系統，集成或者(復合)混合控制系統； 。設計，它們分別是、和。知識庫的設計13．專家系統的核心組成部分為和。知識庫、推理機 15．專家系統的推理機可采用的3種推理方式為15、正向推理、反向推理和雙向推理16．根據專家控制器在控制系統中的功能，其可分為和。 校考試“正常發揮”的狀況，則用序偶表示法分別表示為 A， ；“未正常發揮”模糊子集(用行向量表示)B；“未正常發揮”模糊子集(用行向量表示)B分別為和；而該省兩所重點中學每年高考考生“正常發揮”的模糊子集應該是(用Zadeh法表12345123453450.870.910.94xxxxx1234519.確定隸屬函數的方法大致有、和。和19、模糊統計法主觀經驗法神經網絡法20、廣義鐘形隸屬函數S形隸屬函數梯形隸屬函數三角形隸屬函數Z形隸屬函數基礎的一種智能控制方法。模糊集理論，模糊語言變量，模糊邏輯推理24．模糊控制的數學基礎為。24、模糊集合25．模糊控制中，常用的語言變量值用PM,PS,NM,NO等表示,其中PM代表,NO代表。25、正中、負零量。26、模糊27.在模糊控制中，解模糊的結果是量。確定量控制器的組成包括知識庫以及、和。模糊化接口、推理機、解模糊接口30．模糊控制是建立在基礎之上的，它的發展可分為三個階段，分別30、人工經驗模糊數學發展和形成階段產生了簡單的模糊控制器高性能模糊控制階段31．模糊集合邏輯運算的模糊算子為、和。31、交運算算子并運算算子平衡算子32．在溫度、成績、暖和、口才和很好中可作為語言變量值的有和33．在水位、壓力、暖和、表演、中年人和比較好中可作為語言變量值的有、和。33、暖和、中年人和比較好35.模糊控制的基本思想是把人類專家對特定的被控對象或過程的總結成一系列以“”形式表示的控制規則。35、控制策略“IF條件THEN作用”。、和。和41、有導師學習無導師學習再勵學習42.神經元模型、神經網絡結構、神經網絡學習算法43.神經網絡的學習過程主要由正向傳播和反向傳播兩個階段組成。44．神經網絡控制是將和相結合而發展起來的45.遺傳算法的主要用途是。45、尋優(優化計算)46．常用的遺傳算法的染色體編碼方法有二種，它們分別為實數編碼和。47、比例選擇算子單點交叉算子變異算子49.遺傳算法中常用的3種遺傳算子(基本操作)為、、和。、交叉和變異二、簡答題：1.試說明智能控制的的基本特點是什么？(1)學習功能(1分)(2)適應功能(1分)(3)自組織功能(1分)(4)優化能力(2分)2、試簡述智能控制的幾個重要分支。專家控制、模糊控制、神經網絡控制和遺傳算法。3、試說明智能控制研究的數學工具。智能控制研究的數學工具為：(1)符號推理與數值計算的結合；(2)離散事件與連續時間系統得結合；(3)模糊集理論；(4)神經網絡理論；(5)優化理論(1)專家控制系統(1分)專家系統主要指的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。它具有啟發性、透明性、靈活性、符號操作、不一確定性推理等特點。?(2)模糊控制系統(1分)在被控制對象的模糊模型的基礎上，運用模糊控制器近似推理手段，實現系統控制的一種方法模糊模型是用模糊語言和規則描述的一個系統的動態特性及性能指標。?(3)神經控制系統(1分)神經網絡具有某些智能和仿人控制功能。學習算法是神經網絡的主要特征。(4)遺傳算法(2分)遺傳算法是基于自然選擇和基因遺傳學原理的搜索算法,是基于進化論在計算機上模擬生命進化論機制而發展起來的一門學科.遺傳算法可用于模糊控制規則的優化及神經網絡參數及權值的學習,在智能控制領域有廣泛的應用。5、簡述專家控制與專家系統存在的區別。專家控制引入了專家系統的思想，但與專家系統存在區別：(1)專家系統能完成專門領域的功能，輔助用戶決策；專家控制能進行獨立的、實時的自動決策。專家控制比專家系統對可靠性和抗干擾性有著更高的要求。(2)專家系統處于離線工作方式，而專家控制要求在線獲取反饋信息，即要求在線工作說明智能控制的三元結構，并畫出展示它們之間關系的示意圖。IC=AI∩AC∩OROR一運籌學(Operationresearch)IC一智能控制(intelligentcontrol);Al一人工智能(artificialintelligence);AC一自動控制(automaticColltrol);傳統控制：經典反饋控制和現代理論控制。它們的主要特征是基于精確的系統數學模型的控制。適于解決線性、時不變等相對簡單的控制問題。(2分)傳統控制是智能控制的一個組成部分，在這個意義下，兩者可以統一在智能控制的框架下。8.簡述智能控制系統較傳統控制的優點。在傳統控制的實際應用遇到很多難解決的問題，主要表現以下幾點：(1)實際系統由于存在復雜性、非線性、時變性、不確定性和不完全性等，無法獲得精確的數學模型。(1分)(2)某些復雜的和包含不確定性的控制過程無法用傳統的數學模型來描述，即無法解決建模問題。(1分)(3)針對實際系統往往需要進行一些比較苛刻的線性化假設，而這些假設往往與實際系統不符合。(1分)(4)實際控制任務復雜，而傳統的控制任務要求低，對復雜的控制任務，如機器人控制、CIMS、社會經濟管理系統等復雜任務無能為力。(1分)智能控制將控制理論的方法和人工智能技術靈活地結合起來，其控制方法適應對象的何？傳統控制：經典反饋控制和現代理論控制。它們的主要特征是基于精確的系統數學模型的控制。適于解決線性、時不變等相對簡單的控制問題。，能夠解決傳統控制方法難以解決的復雜系統的控制問題，如：對象的不確定性、高度的非線性和復雜的任務要求。傳統控制是智能控制的一個組成部分，在這個意義下，兩者可以統一在智能控制的框架下。最大隸屬度法、中心法和加權平均法。11.簡述將模糊控制規則離線轉化為查詢表形式的模糊控制器的設計步驟。模糊控制的發展方向有：(1)Fuzzy-PID復合控制(2)自適應模糊控制(3)專家模糊控制(4)神經模糊控制(5)多變量模糊控制1)模糊控制器2)輸入/輸出接口裝置3)廣義對象4)傳感器比較模糊集合與普通集合的異同。不同點：普通集合具有特定的對象。而模糊集合沒有特定的對象，允許在符合與不符合中間存在中間過渡狀態。設為某些對象的集合,稱為論域,可以是連續的或離散的；論域到[0,1]區間的任一映射:→[0,1]確定了的一個模糊子集；稱為的隸屬函數，表示論域的任意元16、請畫出模糊控制系統的組成框圖，并結合該圖說明模糊控制器的工作原理。模糊控制器的工作原理為:(1)模糊化接口測量輸入變量(設定輸入)和受控系統的輸出變量,并把它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(2)知識庫涉及應用領域和控制目標的相關知識,它由數據庫和語言(模糊)控制規則庫組成。數據庫為語言控制規則的論域離散化和隸屬函數提供必要的定義。語言控制規則標記控制目標和領域專家的控制策略。(3)推理機是模糊控制系統的核心。以模糊概念為基礎,模糊控制信息可通過模糊蘊涵和模糊邏輯的推理規則來獲取,并可實現擬人決策過程。根據模糊輸入和模糊控制規則,模糊推理求解模糊關系方程,獲得模糊輸出。(4)模糊判決接口起到模糊控制的推斷作用,并產生一個精確的或非模糊的控制作用。此精確控制作用必須進行逆定標(輸出定標),這一作用是在對受控過程進行控制之前通過量程變換來實現的~常用模糊條件語句及對應的模糊關系R的表達式。(1)設、分別是論域X、Y上的模糊集合，則模糊條件語句“ifthenABAB句“ifandthen”所決定的二元模糊關系為：=[]T1(1)并行處理；(2分)(2)信息分布式存儲；(2分)容錯性。(1分)和神經生理學類似,人工神經網絡的的基本處理單元稱為神經元，每個神經元模型模擬物神經元,如圖所示：神經元模型該神經元單元由多個輸入,i=1,2,...,n和一個輸出y組成。中間狀態由輸入信式式中,為神經元單元的閾值),為連接權系數(對于激發狀態,取正值,對于抑制狀態,取負值),n為輸入信號數目,為神經元輸出,t為時間,f(_)為輸出變換函20、神經網絡應具備的四個基本屬性是什么？1)并行分布式處理2)非線性處理3)自學習功能4)可通過硬件實現并行處理21．簡述誤差反向傳播學習算法的主要思想誤差反傳算法的主要思想是把學習過程分為兩個階段(1分)：第一階段(正向傳播過程)給出輸入信息通過輸入層經隱含層逐層處理并計算每個單元的實際輸出值(2分)；第二階段(反向過程)，若在輸出層未能得到期望輸出值，則逐層遞歸的計算實際輸出與期望輸出之差值(誤差)以便根據此差值調節權值。22．簡述前向(多層)神經網絡的結構并畫出結構圖。前向(多層)神經網絡具有遞階分層結構,由一些同層神經元間不存在互連的層組成。從輸入層至輸出層的信號通過單向連接流通；神經元從一層連接至下一層,不存在同層神經元前向(多層)神經網絡23.簡述專家系統與專家控制的區別。專家控制引入了專家系統的思想，但與專家系統存在區別： (1)專家系統能完成專門領域的功能，輔助用戶決策；專家控制能進行獨立的、實時的自動決策。專家控制比專家系統對可靠性和抗干擾性有著更高的要求。(2)專家系統處于離線工作方式，而專家控制要求在線獲取反饋信息，即要求在線工作方特征函數用來表示某個元素是否屬于普通集合，而隸屬函數則用來表示某個元素屬于模糊集合的程度，特征函數的取值{0，1}，而隸屬函數的取值[0，1]，特征函數可以看作特殊的隸屬函數25.請畫出直接型專家控制器的結構圖并說明其設計思想。人智能的功能。這種類型的控制器任務和功能相對簡單，但需要在線、實時控制。26.畫出間接型專家控制器的結構圖并說明其設計思想。圖略設計思想：間接型專家控制器用于和常規控制器相結合，組成對生產過程或被控對象進行間接控制的智能控制系統。具有模擬(或延伸，擴展)控制工程師智能的功能。該控制器能夠實現優化適應、協調、組織等高層決策的智能控制。27.簡述專家系統的基本構成。知識庫和推理機，具體略。28.簡述直接型專家控制器的主要設計內容。直接型專家控制器的主要設計內容：①建立知識庫；②控制知識的獲取；③選擇合適29.根據高層決策功能的性質，簡述間接型專家控制器的分類。按照高層決策功能的性質，間接型專家控制器可分為以下幾種類型：①優化型專家控制器；②適應型專家控制器；③協調型專家控制器；④組織型專家控制器。有導師學習也稱為有監督學習，這種學習模式采用的是糾錯規則。在學習訓練過程中需要不斷給網絡成對提供一個輸入模式和一個期望網絡正確輸出的模式，稱為“教師信號”。將神經網絡的實際輸出同期望輸出進行比較，當網絡的輸出與期望輸出不符時，根據差錯的方向和大小按一定的規則調整權值，以使下一步網絡的輸出更接近期望結果。無導師學習也稱為無監督學習，學習過程中，需要不斷給網絡提供動態輸入信息，網絡能根據特有的內部結構和學習規則，在輸入信息流中發現任何可能存在的模式和規律，同時能根據網絡的功能和輸入信息調整權值，這個過程稱為網絡的自組織，其結果是使網絡能對屬于同一類的模式進行自動分類。31．簡述間接型專家控制器的概念及其分類。間接型專家控制器用于和常規控制器相結合，組成對生產過程或被控對象進行間接控制的智能控制系統。具有模擬(或延伸，擴展)控制工程師智能的功能。該控制器能夠實現優化適應、協調、組織等高層決策的智能控制(1分)。按照高層決策功能的性質，間接型專家控制器可分為以下幾種類型：①優化型專家控制器(1分)；②適應型專家控制器(132.簡述基本遺傳算法的構成要素。(1)染色體編碼方法，基本遺傳算法使用固定長度的二進制來表示群體中的個體，其等位基因是由二值符號集{0，1}所組成的，其中個體的基因值可用均勻分布的隨機值來生成。(2)個體適應度評價，基本遺傳算法與個體適應度成正比的概率來決定當前群體中每個個體遺傳到下一代群體的概率多少。為正確計算這個概率必須先確定出由目標函數值J(x)(3)遺傳算子，即選擇運算、交叉運算和變異運算的基本遺傳算子；(4)基本遺傳算法的運行參數，即M、G、P和P等參數。cm33.簡述遺傳算法的應用領域。遺傳算法的應用領域：(1)函數優化；(2)組合優化；(3)生產調度問題；(4)自動控制；(5)機器人；(6)圖像處理；(7)人工生命(8)遺傳編程(9)機器學習。34.簡述基本遺傳算法的特點。35.簡述基本遺傳算法的應用步驟。(1)確定決策變量及各種約束條件,即確定出個體的表現型X和問題的解空(3)確定表示可行解的染色體編碼方法，即確定出個體的基因型X及遺傳算Jx適(5)設計遺傳算子，即確定選擇運算、交叉運算、變異運算等遺傳算子的具(6)確定遺傳算法的有關運行參數，即M、G、P和P等參數；cm(7)確定解碼方法，即確定出由個體表現型X到個體基因型x的對應關系或36．簡述神經網絡的發展歷程。(1)啟蒙期(1890-1969年)(1分)(2)低潮期(1969-1982)(1分)(3)復興期(1982-1986)(2分)(4)新連接機制時期(1986-現在)(1分)神經網絡從理論走向應用領域。37．簡述神經網絡具備的特征。)(2)信息的并行分布式處理與存儲；(1分)(4)便于用超大規模集成電路或光學集成電路系統實現，或用現有的計算機技術實現；(1(5)能進行學習，以適應環境的變化。(1分)P(3)BP網絡輸入輸出之間的關聯信息分布地存儲在網絡的連接權中，個別小的影響，因而BP網絡具有較好的容錯性。(1)待尋優的參數較多，收斂速度較慢；(3)難以確定隱層和隱層節點的數目。RBF神經網絡的學習過程和BP神經網絡的學習過程類似，二者的主要區別在于各使用范圍內為非零值，因而是一種全局逼近的神經網絡(2分)；而RBF神經網絡的作用函數是分)，采用RBF神經網絡可大大加快學習的速度，適合于實時控制的要求。(1分)41、模糊控制與傳統控制的不同之處：提高，將難以建立系統的精確數學模型；模糊控制是以模糊集理論、模糊語言變量和模糊邏輯推理為基礎，從行為上模仿人的模糊推理和決策過程的一種智能控制方法。該控制方法適應對象的復雜性和不確定性，不需要依賴對象的精確數學模型可實現復雜系統的控制。42、模糊控制器設計包括幾項內容？1．(本題5分)模糊控制器設計包括幾項內容？1)確定模糊控制器的輸入變量和輸出變量(即控制量)2)設計模糊控制器的控制規則3)確立模糊化和非模糊化(又稱清晰化)的方法4)選擇模糊控制器的輸入變量及輸出變量的論域并確定模糊控制器的參數(如量化因子、比例5)編制模糊控制算法的應用程序6)合理選擇模糊控制算法的采樣時間三、作圖題1.分別畫出以下應用場合下適當的隸屬函數：442244(a)(b)(c)22366正小2正大3100]區間上A(x)=1。(1)寫出A的隸屬度函數的解析表達式(2)畫出A的隸屬度函數曲線答A(x)=0.0125x0x80180<x100(2分)圖略(2分)4.設實數論域X上的模糊集A“大約是5”采用高斯型隸屬函數表示，其中參數12(1)寫出A的隸屬度函數的解析表達式(2分)(2)畫出A的隸屬度函數曲線(2分)答(1)A(x)=e-(x-5)2(2分)(2)圖略(2分)(1)寫出A的隸屬度函數的解析表達式(2)畫出A的隸屬度函數曲線答A(x)=〈|x-333共x共6(2分)圖略(2分)(4分)p"4"2xppix=ui量化等量化等級語言變量值PBPSONSNB000．51000O0．50．520．50．501010．50000O010030000試給出以上論域中各元素對各語言變量值所確定的模糊子集的隸屬函數曲線。 ingminimumopertorproductopertor“zero”“zero”“possmall”-2“neglarge”“poslarge”“negsmall”e(t),(rad.)---424-2“neglarge”-1“negsmall”0“zero”“possmall”2“poslarge”-4-884de(t),(rad.)dt“possmall”“possmall”“zero”-2“neglarge”2“poslarge”“negsmall”u(t),(Nu(t),(N)“zero”“zero”“zero”-44-88-10“zero”-44-4“possmall”“negsamll”-20-108-20-1084dt9.一個模糊系統的輸入和輸出的隸屬函數如下圖所示。試通過作圖法分別推理每條規則的操作表示蘊含(usingproductopertor)(4分)乘積操作表示蘊含(usingproductopertor)(4分)“negsmall”“negsmall”“zero”“neglarge”“poslarge”“possmall”e(t),(rad.)--___2_________4_______________4_________2______________0“zero”“possmall”2“poslarge”“zero”“zero”“zero”4488-10“zero”“possmall”“negsamll”-20-108-20-1084dt 最小化操作表示蘊含(usingminimumopertor)；(5分)pertor“negsmall”“negsmall”“zero”“neglarge”“poslarge”“possmall”e(t),(rad.)2442244“possmall”2“poslarge”“zero”648648dt-2“neglarge”-1“negsmall”0“zero”“possmall”2“poslarge”12345uuuuu12345uuuu1345uuuuu345uuuuuuuu1235uuuu52.設有下列兩個模糊關系:L0.70.6」3.設有下列兩個模糊關系:4.已知子女與父母的相似關系模糊矩陣為父母|0.6」父母與祖父母的相似關系模糊矩陣為：父S母|「0.70.5]答RS=3451231234答123112344511 答=()U(E)「1]「0]「0000.81]「00000]=「01011011111]1uuu23123123|1)|1)0.310.50.310.5uuu1230)(0.7 (0.60)(0.7 (0.6|0.9)|||=0.3)0.9)|0.510.10.110.60.410.510.10.110.60.41a1a2a3,b1b2b3,c1c2。試確定”IFAandBthenC”所決0.10.40.40.10.40.40.10.10.1RABT[0.41]=[]T0.10.50.50.110.60.10.10.1(0.10 (0.10(0.10 (0.10|||||0||||00.210.21x1x2y1y2y3z1z20.80.10.50.200.80.10.50.20x1x2y1y2y3|||||||||10.510.10.110.6,c10.510.10.110.6,c1c2。試確定”IFAandBthen0.50.10.110.610.已知a1a2a3,b1b2b3a2a3,b1b2b3時的輸出0.5)|C”所決定的模糊關系R，以及輸入為a1「0.5](0.10.50.10.40.40.10.40.4R=(A收B)L[0.41]=[]T0.10.50.50.110.60.10.10.1X={100，200，300，400，500}，Y={1，2，3，4，5}13)與模糊控制規則“若轉速高，則控制電壓高；否則控制電壓不很高。”對應11~R10111011100001112.假設遺傳算法的染色體編碼方法為：用長度為10位的二進制編碼串來分別表示兩個決i，則對個體i，則對個體答x4.096yi2.048(i1,2)i10232xxxxxxxxx123412341xxx234xxxx4答124答0xxxx12340.100.30.2x0.20.100.30.2x0.20.8xxx34210.334210.30.411xxxx1234xxxx1234