一、填空題

1.智能控制是一門新興的學科,它具有非常廣泛的應用領域,例如、、

和O

1、交叉學科在機器人控制中的應用在過程控制中的應用飛行器控制

2.傳統控制包括和。2、經典反應控制現代理論控制

3.一個理想的智能控制系統應具備的根本功能是—、—、—和。

3、學習功能適應功能自組織功能優化能力

4.智能控制中的三元論指的是：、和o

4、運籌學，人工智能，自動控制

5.近年來，進化論、、和等各門學科的

開展給智能控制注入了巨大的活力，并由此產生了各種智能控制方法。

5、神經網絡模糊數學專家系統

6.智能控制方法比傳統的控制方法更能適應對象的、和

o6、時變性非線性不確定性

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O

7、人作為控制器的控制系統、人機結合作為控制器的控制系統、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的控制問題，其研究的對象具備的3個特點

為、和=

8、不確定性、高度的非線性、復雜的任務要求

9.智能控制系統的主要類型有、、、

、和?

9、分級遞階控制系統，專家控制系統，神經控制系統，模糊控制系統，學習控制系統，集成或者（復

合）混合控制系統

10.智能控制的不確定性的模型包括兩類：（1）；

（2）o

10、（1）模型未知或知之甚少；（2）模型的結構和參數可能在很大范圍內變化。

11.控制論的三要素是：信息、反應和控制。

12.建立一個實用的專家系統的步驟包括三個方面的設計，它們分別是、

和。知識庫的設計推理機的設計人機接口的設計

13.專家系統的核心組成局部為和o知識庫、推理機

14.專家系統中的知識庫包括了3類知識，它們分別為、__________________二

和。判斷性規則控制性規則數據

15.專家系統的推理機可采用的3種推理方式為推理、和推理。

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。

16、直接型專家控制器、間接型專家控制器

17.普通集合可用函數表示,模糊集合可用函數表示。特征、隸屬

18.某省兩所重點中學在(X.X5)五年高考中，考生"正常發揮''的隸屬函數分別為0.85、0.93、0.89、0.91、

0.96和0.92、0.96、0.87、0.93、0.94。則在研究該省重點中學高考考生水平發揮的狀況時，論域應為

X=,假設分別用A、5表示兩個學?？荚嚒罢０l揮'’的狀況，則用

序偶表示法分別表示為A=,

B=；"未正常發揮〃模糊子集〔用行向量表示)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法表示)。X={X(,X2,J;3,%4,X5},A={(jq,0.85),(x2,0.93),(x3,0.89),(x4,0.91),(x5,0.96)}

A=[0.15,0.07,0.11,0.09,0.04],B=[0.08,0.04,0.13,0.07,0.06]

19.確定隸屬函數的方法大致有、和o

19、模糊統計法主觀經驗法神經網絡法

20.在模糊控制中應用較多的隸屬函數有6種，它們分別為高斯型隸屬函數、、

、、和O

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

21.在天氣、學問、晴朗、表演和淵博中可作為語言變量值的有和。

21、晴朗、淵博

23.模糊控制是以、、和為根底的一種

智能控制方法。模糊集理論，模糊語言變量，模糊邏輯推理

24.模糊控制的數學根底為o24、模糊集合

25.模糊控制中，常用的語言變量值用尸M,尸S,NM,N。等表示,其中尸M代表

N。代表o25、正中、負零

26.在模糊控制中，模糊推理的結果是______________量。26、模糊

27.在模糊控制中，解模糊的結果是______________量。確定量

28.根本模糊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

29.在模糊控制中，實時信號需要才能作為模糊規則的輸入，從而完成模糊推理。

29、模糊化

30.模糊控制是建立在根底之上的，它的開展可分為三個階段，分別為、、

和?

30、人工經驗模糊數學開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o

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

32.暖和、很好

33.在水位、壓力、暖和、表演、中年人和比擬好中可作為語言變量值的有、和=

33、暖和、中年人和比擬好

34.在水位、寒冷、溫度、表演和偏高中可作為語言變量值的有和o

34.寒冷、偏高

35.模糊控制的根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”

36.神經網絡的開展歷程經歷了4個階段，分別為、、—和—。

36、啟蒙期、低潮期、復興期、新連接機制期

37.神經元由4局部構成，它們分別為、、和突觸。

37、細胞體、樹突、軸突

38.根據神經網絡的連接方式，神經網絡的3種形式為：、

和o38、前向網絡反應網絡自組織網絡

39.神經網絡的3個要素為：、和。

39、神經元的特性拓撲結構學習規則

41.目前神經網絡的學習算法有多種，按有無導師分類，可分為、

和O

41、有導師學習無導師學習再勵學習

42.神經網絡的研究主要分為3個方面的內容，即、和o

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開展起來的智能控制方

法。神經網絡，控制理論

45.遺傳算法的主要用途是045、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0

46、二進制編碼

47.遺傳算法的3種根本遺傳算子、和。

47、比例選擇算子單點交叉算子變異算子

48.遺傳算法中，適配度大的個體有被復制到下一代。更多時機

49.遺傳算法中常用的3種遺傳算子〔根本操作）為、、和o

49、復制、交叉和變異

第一章

1、什么是智能控制？試比擬智能控制和經典控制、現代控制的異同。

答：11）在無人干預的情況下能自主地驅動智能機器實現控制目標的自動控制技術。

（2）不同點：

經典控制理論以反應理論為根底，是一種單回路線性控制理論。主要研究單輸入-單輸出、線

性定常系統的分析和設計。

在現代控制理論中，對控制系統的分析和設計主要是通過對系統的狀態變量的描述來進行的，

根本的方法是時間域方法。

現代控制理論比經典控制理論所能處理的控制問題要廣泛得多，

智能控制與傳統的或常規的控制有密切的關系，不是相互排斥的.常規控制往往包含在智能控制之

中，智能控制也利用常規控制的方法來解決"低級〃的控制問題,力圖擴充常規控制方法并建立一系

列新的理論與方法來解決更具有挑戰性的復雜控制問題.

2、智能控制系統具有哪些特點？

答：（1）能對復雜系統進行有效全面的全局控制，并有較強的容錯能力

（2）具有以知識表示的非數學廣義模型和以數學模型表示的混合控制過程；

（3）能對獲取的信息進行實時處理并給出控制決策；

14）具有自學習、自適應、自組織的能力。

3、智能控制主要研究那些內容？各自的特點是？

答：主要集中在專家控制技術、模糊控制技術、神經網絡控制技術和遺傳算法等。

⑴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。

⑵模糊控制系統（1分）

在被控制對象的模糊模型的根底上，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。

⑷遺傳算法12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

機制而開展起來的一門學科.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。

4、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

第二章

1、何謂專家系統?它有哪些根本特征？

答：所謂專家系統就是利用存儲在計算機內的某一特定領域內人類專家的知識，來解決過去需要人類

專家才能解決的現實問題的計算機系統。

專家系統的根本特征

?（1）具有專家水平的專門知識；

-專家系統中的知識按其在問題求解中的作用可分為三個層次，即數據級、知識庫級和控制級。

?⑵專家系統使用符號推理；

?⑶專家系統能夠解決問題領域內的各種問題；

?（4）復雜度與難度，專家系統擁有很專門的領域知識；

?⑸具有解釋功能，專家系統具有解釋機制；

?（6）具有獲取知識的能力；

?⑺知識與推理機構相互獨立。專家系統一般把推理機構與知識分開，使其獨立，使系統具有良好的

可擴充性和維護性。

2、簡述專家系統設計的根本結構。

答：根本知識描述一系統體系結構一工具選擇--知識表示方法--推理方式--對話模型.P20

4、什么是專家控制系統？專家控制系統分為哪幾類？

答：專家控制是指將人工智能領域的專家系統理論和技術與控制理論方法和技術相結合，仿效專家智能,

實現對較為復雜問題的控制。基于專家控制原理所設計的系統稱為專家控制系統(ECS)。

分類：1).一般控制理論知識和經驗知識相結合2).模糊邏輯與專家控制相結合3).神經網絡與專家控制

相結合

5、專家控制系統的任務是什么？

答：專家控制系統的任務是：(1).能提供一個熟練工或專家對受控對象操作所能到達的性能指標；(2).

監督對象和控制器的運行情況；(3).檢測系統元件可能發生的故障或失誤；

⑷.對特殊情況，要選擇適宜的控制算法以適應系統參數的變化。

6、比擬專家系統和專家控制系統的區別和聯系。

答：專家控制系統是將人工智能領域的專家系統理論和技術與控制理論方法和技術相結合，仿效專家智

能，實現對較為復雜問題的控制。

專家系統是一種基于知識的、智能的計算機程序。

區別：專家控制系統必須把控制系統看作是一個基于知識的系統，而作為系統核心部件的控制器則要表

達和知識推理的機制和結構。與專家系統相似，整個控制問題領域的知識庫和一個表達知識決策的推理

機構構成了專家控制系統的主體。

7、什么是知識？知識具有哪些特征？

答：1).知識的根本概念

知識反映了客觀世界中事物某一方面的屬性以及事物之間的相互聯系，不同事物或相同事物之間的不同

關系形成了不同的知識。這里涉及到三個不同層次的概念：數據、信息和知識。數據是客觀世界中搜

集的原始素材，它是信息的載體和表示。人們根據一定的目的按照一定的形式對數據進行加工與處理,

就形成了有關的信息。信息是數據在特定場合下的具體含義，或者說信息是數據的語義。知識是將

有關的信息進一步關聯在一起，形成了更高層次含義的一種信息結構，信息與關聯是構成知識的兩個根

本要素。

2).知識的特性

相對正確性；不確定性；可表示性；關聯性。

8、簡述知識獲取的概念和分類方法。

答：4).知識獲取的概念

知識獲取就是把用于求解專門領域問題的知識從擁有這些知識的知識源中抽取出來，并轉換為一特定的

計算機表示。知識源包括專家、教科書、數據庫及人本身的經驗。計算機表示有狀態空間表示法、謂詞

邏輯表示法、與//或圖表示法、語義網絡表示、產生式表示法、框架表示法等。

5).知識獲取的分類

(1)按照基于知識的系統本身在知識獲取中的作用來分類，知識獲取方法可分為主動型知識獲取和被動

型知識獲取兩類。(2)按基于知識的系統獲取知識的工作方式分類，可分為非自動型知識獲取和自動型

知識獲取兩種。⑶按知識獲取的策略分類，可分為會談式、案例分析式、機械照搬式、教學式、演繹

式、歸納式、類比式、猜測驗證式、反應修正式、聯想式和條件反射式等。

9、什么是知識表示？知識表示方式有哪些？

答：知識表示就是知識的符號化和形式化的過程，

方式：狀態空間表達法、謂詞邏輯表示法、與、或圖表達法、語義網絡表示法、產生式表示法、框架式

表示法、腳本表示法、特征表表示法、過程表示法

10、用語義網絡表達以下知識：(略)

11、知識推理方法有哪幾種？每一種知推理方式有何特點？

答：假設推理所依據的知識都帶有一個置信度，則從前提到結論的過程中就存在一個置信度轉移的問題。

基于此意義，可將推理模式劃分為如下方式：1).基于百分百置信度的演繹推理2).歸納推理3).不確

定性推理4).定性推理5).非單調推理

特點：1).基于百分百置信度的演繹推理

如果把領域知識表示成必然的因果關系，則按邏輯關系進行推理所得的結論是肯定的。一般來說，如果

前提的置信度為A,則通過演繹推理得出的結論也具有置信度A。

演繹推理又可以分為正向演繹推理、反向演繹推理、正向與反向相結合的聯合演繹推理（也稱雙向推理）3

種形式。其中，正向演繹推理是一種條件驅動的推理方式；反向演繹推理是一種結論驅動的推理方式；

假設將兩種演繹推理方式相結合，可發揮它們的各自優點而克服其局限性，這就形成了雙向聯合的演繹

推理。

2）.歸納推理

歸納推理又稱主觀不充分置信推理，它能從一個具有一定置信度的前提推出一個比前提的置信度低的結

論。常用的歸納推理方法有簡單枚舉法和類比法，簡單枚舉法是通過某類事物觀察到其子類，在子類中

發現某屬性，在沒有發現相反事例的情況下，就可推導出此類事物都具有這種屬性的結論。

類比推理法以相似原理為根底，即當兩個或多個事物在許多屬性上都相同的條件下，可推出它們具有相

同的屬性。

3）.不確定性推理

不確定性推理也稱不精確推理，它是針對不確定的事實，根據不充分的證據和不完全的知識進行推理的

方式。常見的不確定推理方法有確定因子法，以概率為根底的主觀Bayes方法，基于Dempster-shafer

證據理論的推理方法，模糊子集法等。

4）,定性推理

定性推理是從物理系統的結構描述出發，推導出行為描述，預測物理系統的行為并給出因果關系的解釋。

定性推理是采用系統部件間的局部傳播規則來解釋系統行為的，即認為部件狀態的變化只與直接相鄰的

部件有關。定性推理是以定性物理知識模型為根底的。

5）,非單調推理

非單調推理是指由于新知識的參加而使某些原有的知識變為假的推理，非單調推理的處理過程比單調推

理的處理過程復雜和困難得多。非單調推理較適合于賴以進行推理的證據不夠、知識不完全等情況，對

于一個不斷變化的對象，反映其根本特性的知識庫中的知識和數據庫中的數據也在發生變化，這就需要

非單調推理。

4、簡述專家系統的定義和構成

答：

11）定義：所謂專家系統就是利用存儲在計算機內的某一特定領域內人類專家的知識，來解決過去需

要人類專家才能解決的現實問題的計算機系統。

〔2）構造：

5、專家系統的功能與作用

答：（1）功能

1）存儲問題求解所需的知識；

2）存儲具體問題求解的初始數據和推理過程中涉及到的各種信息，如中間結果、目標、子目標以及假設

等；

3）根據當前輸入的數據，利用已有知識，按照一定的推理策略，去解決當前問題，并能控制和協調整個

系統；

4）能夠對推理過程、結論或系統自身行為做出必要的解釋；

5）提供知識獲取，機器學習以及知識庫的修改、擴充和完善等維護手段；

6）提供一種用戶接口，便于用戶使用，又便于分析和理解用戶的各種要求和請求。

強調指出，存放知識和運用知識進行問題求解是專家系統的兩個最根本功能.

12）專家系統的作用

1）專家系統作為人工智能的應用領域，它使人工智能從實驗室走向了現實世界，成為檢驗人工智能根本

理論和技術的重要實驗場地。加快了人工智能和計算機研究的步伐；

2）專家系統作為一種實用工具，為人類專家珍貴知識的保存、傳播、使用和評價提供了一種有效手段；

3)專家系統可以延伸人類專家的能力。專家系統解決問題時不受環境的影響，不受時間和空間的限制；

4)專家系統能聚集問題領域多個專家的知識與經驗。因為專家系統要求領域內不同專家采用統一的知識

描述形式，這樣便于區別來自不同專家知識的優劣，克服個別專家的局限性，揚長避短，互相合作解決

問題。

6、專家系統的根本特征

答：具有專家水平的專門知識；專家系統使用符號推理；專家系統能夠解決問題領域內的各種問題；復

雜度與難度，專家系統擁有很專門的領域知識；具有解釋功能，專家系統具有解釋機制；具有獲取知識

的能力；知識與推理機構相互獨立。專家系統一般把推理機構與知識分開，使其獨立，使系統具有良好

的可擴充性和維護性

7、專家系統的分類

答：⑴按照專家系統的應用領域來分類，可分為醫療專家系統、勘探專家系統、石油專家系統、數學專

家系統、物理專家系統、化學專家系統、氣象專家系統、生物專家系統、工業專家系統、法律專家系統

和教育專家系統等。

⑵按照知識表示技術分類，可分為基于邏輯的、基于規則的、基于語義網的專家系統和基于框架的專家

系統等；

⑶按照推理控制策略分類，可分為正向推理、反向推理專家系統和雙向混合推理等；

⑷按照所采用的不精確推理技術分類，可分為確定理論推理技術、主觀Bayes推理技術、可能性理論推

理技術專家系統和D/S證據理論推理技術專家系統等；

⑸按照專家系統的結構分類，可分為單專家系統和群專家系統，而群專家系統按其組織方式又可分為主

從式、層次式、同僚式、播送式以及招標式等。

8、專家控制系統的定義

答：專家控制是指將人工智能領域的專家系統理論和技術與控制理論方法和技術相結合，仿效專家智能,

實現對較為復雜問題的控制。基于專家控制原理所設計的系統稱為專家控制系統(ECS)。

9、專家控制系統的任務

答：1).能提供一個熟練工或專家對受控對象操作所能到達的性能指標；(2).監督對象和控制器的運行情

況；(3).檢測系統元件可能發生的故障或失誤；⑷.對特殊情況，要選擇適宜的控制算法以適應系統參數

的變化。

10、專家控制系統的分類

答：1).一般控制理論知識和經驗知識相結合；

這種控制方法是以應用專家知識、知識模型、知識庫、知識推理、控制決策和控制策略等技術為根

底的，知識模型與常規數學模型相結合，知識信息處理技術與控制技術的結合，模擬人的智能行為等。

2).模糊邏輯與專家控制相結合；

將模糊集和模糊推理引入專家控制系統中，就產生了基于模糊規則的專家控制系統，也稱模糊專家

控制系統(FFC)。

3).神經網絡與專家控制相結合。

可發揮專家系統“高層”推理的優勢和神經網絡"低層”處理長處。

11、專家控制系統的根本結構

答：

第四章

1、模糊控制有哪些特點

答：無需知道被控對象的數學模型、模糊控制是一種反映人類智慧思維的智能控制、易被人們接受、構

造容易、魯棒性好等。

2、簡要說明模糊控制系統的工作原理

答：模糊控制系統是由模糊控制器、被控對象、檢測和反應部件組成的自動化系統。據人們以往的經驗

設計一個模糊控制器，將測量值與給定值相比擬，劃分等級，控制量等級范圍要與之相匹配，建立起控

制規則，最后得出理想輸出結果。

或：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適宜的響應論

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。本單

元可視為模糊集合的標記。

⑵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。

⑶推理機是模糊控制系統的核心。以模糊概念為根底，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

3、如何建立模糊規則？

答：模糊控制器規則是基于專家知識或操作者長期積累的經驗，是模仿人的直覺推理的一種語言形式。

模糊規則通常表述為“if……then……"等形式，設模糊控制器的輸入變量為偏差e和偏差變化率ec,

模糊控制器的輸出變量為u,其相應語言變量分別為E、EC、U。規則庫是為模糊推理提供規則。

4、簡述模糊控制器的的設計步驟。

答：⑴確定模糊控制器的結構；（2）定義輸入、輸出模糊集；⑶定義輸入、輸出隸屬函數；（4）建

立模糊控制規則；⑸建立模糊控制表；⑹模糊推理；⑺反模糊化。

5、在模糊控制器的設計中，常用的反模糊化的方法有哪幾種？

最大隸屬度法、中心法和加權平均法。

6、簡述模糊控制的開展方向

模糊控制的開展方向有：（1）Fuzzy-PID復合控制12）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

7、模糊控制系統一般由幾個局部組成？

1）模糊控制器2）輸入/輸出接口裝置3）廣義對象4）傳感器

8、比擬模糊集合與普通集合的異同。

比擬模糊集合與普通集合的異同。

相同點：都表示一個集合；

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。

9、簡述模糊集合的概念。

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川區間的任一映射〃F：〃一

確定了〃的一個模糊子集F；稱為P的隸屬函數，表示論域〃的任意元素M屬于模糊子集F的程度。模

糊子集F的表示方法有幾種，如：向量表示法、Zadeh表示法、序偶表示法等。

10、試寫出3種常用模糊條件語句及對應的模糊關系R的表達式。

（1）設4、5分別是論域X、Y上的模糊集合，則模糊條件語句“ifAthen帚”所決定的二

兀模糊關系為：

［黑囪U/xE］分）

（2）設4、方和不分別是論域x、Y和Z上的模糊集合，則模糊條件語句“ifAthen-else窘〃

所決定的二元模糊關系為：

":二鼠二二二電困

r「「一1」（2分〕

（3）設4、5和分別是論域X、Y和Z上的模糊集合，則模糊條件語句“ifAandBthen

C〃所決定的二元模糊關系為：

第五章

1、簡述人工神經元模型的根本原理

答：人工神經元是一個多輸入單輸出的非線性器件。它是根據人腦神經元的結構設計而成；常用一

階微分方程來描述，

式中，Ui（i=12…,m）為神經元i的內部狀態；。］為閾值；Xi為輸入信號；wij表示輸入與神經元連接的

權值；2表示外部輸入的控制信號；f（?）表示神經元輸入與輸出的對應關系，又稱激活函數，用于模擬生

物神經元的非線性傳遞特性。

2、人工神經網絡的常用學習方法有哪些？試推到出Q學習規則。

答：有教師學習、無教師學習、再勵學習；Q學習規則：

?假設以下誤差準則函數

?式中，為代表期望的輸出（教師信號），%=/（"4）為網絡的實際輸出，W是權值向量

,Xp為輸入模式：Xp-（Xi,X2,...,Xn）T,訓練樣本數p=l,2,…,

?問題是如何調整權值W,使準則函數最小?？捎锰荻认陆捣▉砬蠼?，根本思想是延著E的

負梯度方向不斷修正W值，直到E到達最小，這種方法的數學表達式為

?消焉宗欣,就—8）

?W的修正規則為

3、前饋神經網絡和反應神經網絡各有什么特點？

答：前饋神經網絡的特點：［1）各神經元只接收前一層的輸出作為自己的輸入，并且將其輸出給下一層,

整個網絡中沒有反應。（2）是一個很強的學習能力系統。［3）具有復雜的非線性處理能力等

反應神經網絡的特點：（1）每個節點只有一個輸入和輸出（2）是一種反應動力學系統（3）具有聯想記

憶的功能等。

4、BP學習算法的計算步驟

答：給定輸入向量和目標輸出、求隱含層、輸出層各節點輸出、求目標值與實際輸出的偏差、計算反向

誤差、權值學習

5、PID神經網絡的網絡結構并推導其學習算法

答：PID神經網絡是三層前向神經網絡，具有非線性特性。它是將PID控制規律融入神經網絡構成的,

隱含層節點分別為比例（P）、積分（I）、微分（D）單元，

PID神經網絡采用反向傳播（BP）學習算法：「廣

?⑴隱含層至輸出層權值調整算法：wkk+1）="乃一〃2"（5-51）

?式中，叫.

?dy_用符號函數近似代替。

,則有“k）=e（k）sgn——-——（5-55）

?⑵輸入層室隱含層權值調整算激）-xkk-1）

?最年網”*"?閡…叫邛出貂_61）

6、人工神經網絡有哪些主要的寤構將征"通-1）'

⑴并行處理；12分）⑵彳整存％式翱鏟自豺㈱盥〔［分）（”62）

7、神經網絡應具備的四個根本屬性是什么？

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

8、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12分）；第二階段〔反向過程），假設

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。

9、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，不存在同層神經元間的連接，如下圖。前向（多

層）神經網絡具有形式，如：多層感知器、BP網絡、RBF網絡等。

前向（多層）神經網絡

10、簡述神經網絡的開展歷程。

神經網絡的開展歷程經過4個階段。

（1）啟蒙期11890-1969年）（1分）

（2）低潮期（1969-1982）（1分）

13）復興期（1982-1986）（2分）

1982年，物理學家Hoppield提出了Hoppield神經網絡模型，該模型通過引入能量函數，實現了問題

優化求解，1984年他用此模型成功地解決了旅行商路徑優化問題（TSP）。

在1986年，在Rumelhart和McCelland等提出了一種著名的多層神經網絡模型，即BP網絡。該網絡

是迄今為止應用最普遍的神經網絡。

（4）新連接機制時期（1986-現在）（1分）

11、簡述神經網絡具備的特征。

11）能逼近任意非線性函數；（1分）

12）信息的并行分布式處理與存儲；（1分）

（3）可以多輸入、多輸出；（1分）

14）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分）

15）能進行學習，以適應環境的變化。（1分）

12、簡述BP根本算法的優缺點。

BP網絡的優點為：

[1）只要有足夠多的隱層和隱層，BP網絡可以逼近任意的非線性映射關系；

⑵BP網絡的學習算法屬于全局逼近算法，具有較強的泛化能力；

〔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，個別神經元的損壞對輸入輸出關

系有較小的影響，因而BP網絡具有較好的容錯性。

BP網絡的主要缺點為：

11）待尋優的參數較多，收斂速度較慢；

⑵目標函數函數存在多個極值點，按梯度下降法進行學習，很容易陷入局部極小值；

13）難以確定隱層和隱層節點的數目。

13、.簡述RBF神經網絡和BP神經網絡的主要區別。

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不同的作用函數。

BP神經網絡中隱層使用的Sigmoid是函數，其值在輸入空間中無限大的范圍內為非零值，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高斯函數，其值在輸入空間中有限的范圍內

為非零值，因而是一種局部逼近的神經網絡［2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）

第七章

1、遺傳算法主要應用于哪些領域？

答：遺傳算法的主要應用領域：函數優化；組合優化；生產調度問題；自動控制；機器人智能控制；圖

像處理和模式識別；人工生命；機器學習；遺傳程序設計。

2、簡述遺傳算法的根本原理。

答：遺傳算法將“優勝劣汰，適者生存〃的生物進化原理引入優化參數形成的編碼串聯群體中，按所選

擇的適應函數并通過遺傳中的復雜、交叉及變異對個體進行篩選，使適應高的個體被保存下來，組成新

的群體，新的群體既繼承了上一代的信息，又優于上一代。這樣周而復始，群體中個體適應度不斷提高,

知道滿足一定的條件。

3、遺傳算法編碼的原則和方法是什么？

答：編碼原則：（1）有意義基因塊編碼原則。（2）最小字符集編碼原則。

在處理實際問題時，必須對編碼方法、交叉運算方法、變異運算方法、解碼方法等統籌考慮，以便對問

題求解簡便，尋求遺傳運算效率最高的編碼方法。

編碼方法：二進制編碼方法、格雷碼編碼方法、實數編碼、多參數編碼

4、適應度函數的設計對遺傳算法有哪些影響？

答：適應度函數的設計對遺傳算法的影響還表現在以下幾方面：

（1）適應度函數影響遺傳算法的迭代停止條件。

（2）適應度函數與問題約束條件。

5、遺傳算法中包括哪些根本算子？每個根本算子又包括哪些方法？

答：選擇算子、交叉算子和變異算子；

選擇算子的方法：適應度比例選擇法、最正確個體保存方法、期望值方法、排序選擇法、隨機聯賽選擇

法

交叉算子的方法：單點交叉、雙點交叉與多點交叉、均勻交叉、算術交叉

變異算子的方法：根本變異算子、均勻變異、非均勻變異

1.分別畫出以下應用場合下適當的隸屬函數：

3）我們絕對相信工附近的e⑴是“正小”，只有當e⑴足夠遠離巳時，我們才失去e⑴是“正小〃的

44

信心；（4分）

⑻我們相信生附近的em是“正大〃，而對于遠離生的e附我們很快失去彳口是“正大"的信心；［4

22

分〕

［c）隨著e⑴從三向左移動，我們很快失去e①是“正小”的信心，而隨著e①從工向右移動，我們較

44

慢失去e⑨是“正小〃的信心?！?分〕

，⑷2）

2.分別畫出以下應用場合下適當的隸屬函數:

⑸我們絕對相信別近的明是“正小〃，只有當明足夠遠離護，我們才失去響是“正小〃的

信心；（4分）

（b）我們相信（附近的e①是“正大〃，而對于遠離（的e㈤我們很快失去e⑨是“正大〃的信心；［4

分）

（c）隨著e⑴從工向左移動，我們很快失去e①是“正小”的信心，而隨著e①從三向右移動，我們較

66

慢失去e⑨是“正小〃的信心。（4分）

(b)

3.論域X=［0,100］上的模糊集合A代表“偏大”，在［0,80］區間上A（x）=0.0125%,在（80,100］區

間上4x）=1。

［1）寫出A的隸屬度函數的解析表達式

12）畫出A的隸屬度函數曲線

答A（x）=0.0125x0<%<80

180<x<10012分）圖略（2分）

1u

c-—『,c—5

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J2

〔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⑴A（%）=e-g）2g分）⑵圖略（2分〕

5.設實數論域X上的模糊集A“大約是6”采用三角形隸屬函數表示，其中參數a=3;b=6;

（1）寫出A的隸屬度函數的解析表達式

（2）畫出人的隸屬度函數曲線

0x<3

x—3_/

-------3<x<6

3

答A(x)=4(2分〕圖略(2分)

-------6<x<8

2

0x>8

6.畫出以下兩種情況的隸屬函數圖：

[a)畫出精確集合A={x|%VxV%}的隸屬函數圖；(4分〕

(b)寫出單點模糊(singletonfuzzification)隸屬函數的數學表達形式，并畫出隸屬函數圖。(4分)

?畫出精確集合A={x|%4x4%}的隸屬函數圖；[4分)

(a)

(b)

(c)

7.某模糊控制系統的輸入語言變量E和輸出語言變量U的語言值均為：NB、NS、0、PS、PB,E的論

域為X={-3,-2,-1,0,1,2,3},U的論域為丫={-3,-2,-1,0,1,2,3}。設語言變量E

和U的賦值表為：

量化等級

-3-2-10123

語言變量值

PB000000.51

PS000110.50

0000.510.500

NS00.511000

NB10.500000

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。

8.一個模糊系統的輸入和輸出的隸屬函數如圖1所示。試計算以下條件和規則的隸屬函數：

規則均使用最小化操作表示蘊含

[a)1：Iferroriszeroandchang-in-erroriszeroThenforceiszeroo(using

minimumopertor)；(5分)

[b[規貝！J2：Ifeiro門szeroandchang-in-erro門spossmallThenforceisnegsmall。均使用乘積操作表示蘊

含(usingproductopertor)；(5分)

假定當前的輸入條件為：error=0,chang-in-error=^/9

3.(a)

(b)

9.一個模糊系統的輸入和輸出的隸屬函數如以下圖所示。試通過作圖法分別推理每條規則的輸出隸屬

度函數：

規則使用最小化操作表示蘊含

(a)1：Iferroriszeroandchang-in-erroriszeroThenforce(u)iszeroo(using

productopertor)(4分)

(b)規則2：Iferroriszeroandchang-in-errorispossmallThenforce(u)isnegsmalL使用乘積操作表示

蘊含(usingproductopertor)(4分)

假定當前的輸入條件為：error=0,chang-in-error=^-/9

3.(a)

(b)

10.一個模糊系統的輸入和輸出的隸屬函數如圖1所示。試計算以下條件和規則的隸屬函數：

規則均使用最小化操作表示

(a)1：Iferrorisnegsmallandchang-in-errorispossmallThenforceiszeroo

蘊含(usingminimumopertor)；[5分)

(b)規則2：Iferrorisnegsmallandchang-in-erroriszeroThenforceispossmalL均使用乘積操作表示蘊含

(usingproductopertor)；(5分)

假定當前的輸入條件為：error=-71/4,chang-in-error=^/16

(a)略

(b)略

四、計算題

1.設論域U={%,〃2，〃3，"4，〃5}，且

試求Au氏AnB,Ac（補集），Bc［補集）

村人％”+竺+L絲3分

"於叫史+L空3分

I/L3^^41^5

0.80.60.10.5

---1----1----12分

1^3-------1^5

0.910.30.7

---1----1----1----2分

1^]1^21^31^5

2.設有以下兩個模糊關系:

試求出R1與R2的復合關系R1OR2

0.40.8

0.40.9

R1OR2=

0.70.5

0.70.6

3.設有以下兩個模糊關系:

0.80.70.20.4

Rl=R2=

0.50.30.60.9

試求出R1與R2的復合關系R1OR2

0.60.7

R1OR2=

0.30.4

4.子女與父母的相似關系模糊矩陣為

父母與祖父母韻切榛系模糊矩陣為:

祖父祖母

求：子女與祖爻祖母的相似關系模糊矩陣。（4分）

0.70.5

答RS=

0.30.3

5、設論域X=Y={1,2,3,4,5},X、Y上的模糊子集"大"、“小"、“較小"分別定義為:

：規則假設x小，則y大

問題：當*=較小時，y=?（采用Mamdani推理法）（5分）

「000.40.71

000.40.70.7

答000.30.30.3

00000

00000

6.設論域后片{1,2,3,4,5},以下為乂F上的模糊集合

設九二"低”則/="高"，4="較低〃，問及如何？

答^=（AXB）U（AXE）

7、對于一個系統，當輸入A時，輸出為B,否則為C,且有:

當前輸入4'="+'+"。求輸出D。（5分）

1^21^3

/_、「0.70.60.3-’000、‘0.70.60.3、

答R=(AxB)AxC=0.50.50.3u0.50.50.5=0.50.50.5

I)

0.10.10.10.60.70.9j0.60.70.9)

X={%,4，。3},:瓦力2也}和廣上心},且

8.設模糊集合A、B和C的論域分別為?Y=2

人”+L里殷里+L"。=%+工

,z

a2a3,blblb3,clc2o試確定〃卜AandBthenC所決定的模糊關

1.00.1n,0.10.51

Al=——+——Bl=-----1-------1----

系R,以及輸入為aldiblb2b3時的輸出ci

-0.5-‘0.10.50.5、

答AxB=1[0.110.6]=0.11.00.6

0.1、0.10.10.1；

Cl=((AlxBl)r27?=[0.40.5]

9.A=—+—=—+—+—,C=—+—o試確定"IFAandBthenC”所決定的模糊關系

xlx2ylyly3zlz2

R,以及輸入為Al=---1----,Bl-----1----1---時的輸出Cl。

yly2y3

0.5

答AxB二

0.5

Cl=((Alxfil)L)rR=[0.20.2]

A0.510.1?0.110.6廠0.41

10.ala2a3,blblb3,