智能控制基础期末考试题答案
智能控制复习题-参考答案
（书本 P 13）上海第二工业大学《智能控制系统》练习卷一、填空题1、机器智能是把信息进行组织 、并 把它转换成知识 的过程。
2、智能控制方法比传统的控制方法更能适应对象的 时变性 、 非线性 和 不确定性 。
3、智能控制中的三元论指的是： 人工智能 、 自动控制 和 运筹学 。
4、从 工程控制角度看，智能控制三个基本要素是： 归纳 、 集注 、 组合操作 。
（这道题有点疑问，大家找找资料）5、生物神经元经抽象化后，得到的人工神经元模型，它有三个基本要素 连接权值 、 求和函数 和 激发函数 。
6、神 经网络的结构按照神经元连接方式可分成 层状 和 网状 。
7、定义一个语言变量需要定义 4 个方面的内容： 定义变量名称 、 定义变量的论域 、 定义变量的语言 、 定义每个模糊集合的隶属函数 。
8、� = 0.2 + 0.3 + 0.4 + 0.9，则 A0.2={x1, x2, x3, x4}，A0.4={ x3, x4} ，A0.9={ x4 }�1�2�3 �49、假设论域为 5 个人的体重分别为 110kg 、95kg 、85kg 、78kg 、65kg ，他们 的体重对于“肥胖”的模糊概念的隶属度分别为 0.95、0.88、0.8、0.72、0. 5。
试用：(1) Zadeh 表示法表示模糊集“肥胖” 答：肥胖=0. 95 +0. 88 +0. 8 +0. 72 +0. 5 11095857865(2)序偶表示法表示模糊集“ 肥胖”答：肥胖={(110,0.95), (95,0.88)(85,0.8)(78,0.72)(65,0.5)} （或 肥胖={0.95, ,0.88,0.8,0.72,0.5}）10、专家系统的核心部分是： 知识库子系统 、 推理子系统 。
11、在专家系统中，解释器是专家系统与用户间的人-机接口。
12、人工神经网络常见的激发函数或作用函数有：阈值型函数、饱和型函数、和双曲函数（此外还有S 型函数，高斯函数等）。
2011-2012第一学期《智能控制技术基础》试卷试卷A标准答案
2、已知模糊关系矩阵 R
0.8 0.6 0.3 0.7 0.7 0.5 ，Q ，S ，试计算模糊关系合成矩阵 R Q S ，以及 R Q S 。 0.3 0.5 0.1 0.4 0.2 0.6
解： R Q
0.8 0.6 0.3 0.7 0.8 0.3 0.6 0.1 0.3 0.5 0.1 0.4 0.3 0.3 0.5 0.1
0.8 0.6 0.3 0.7 0.3 0.6 R Q 0.3 0.5 0.1 0.4 0.1 0.4
R
0.3 0.6 0.7 0.5 0.3 0.7 0.6 0.2 Q S 0.1 0.4 0.2 0.6 0.1 0.7 0.4 0.2
B, A B, A,B 。
B
0.9 0.4 0.5 0 0.9 0.7 0.6 0.3 „„6 分 ，A B x1 x2 x3 x4 x1 x2 x3 x4
A
0.1 0.3 0.4 0.7 0.1 0.6 0.5 1 ，B „„4 分 x1 x2 x3 x4 x1 x2 x3 x4
0.2 0.5 0.7
1 0.2 0.5 0.7 0.8 0.2 0.5 0.5 0.5 0.3 0.3 0.3 0.3 0 0 0 0 0
0 0 0 0 0 0 0.2 0.2 0.2 0.2 0.2 0 A B ' 0.5 1 0.96 0.75 0.51 0 0.5 0.5 0.5 0.5 0 0.7 0.7 0.7 0.7 0.51 0 1 1 0.96 0.75 0.51 0 0
智能期末考试题目及答案
智能期末考试题目及答案一、单项选择题（每题2分，共20分）1. 智能系统的核心功能是什么？A. 数据存储B. 信息检索C. 自动化决策D. 机器学习答案：D2. 在智能技术中，神经网络的主要作用是什么？A. 语音识别B. 图像处理C. 模式识别D. 以上都是答案：D3. 以下哪个算法不是深度学习算法？A. 卷积神经网络B. 循环神经网络C. 支持向量机D. 生成对抗网络答案：C4. 智能系统在处理自然语言时，通常采用哪种技术？A. 规则引擎B. 机器学习C. 专家系统D. 遗传算法答案：B5. 智能机器人在执行任务时，主要依赖哪种技术？A. 传感器B. 执行器C. 控制算法D. 以上都是答案：D6. 在智能系统中，数据挖掘的目的是什么？A. 数据清洗B. 数据存储C. 发现数据模式D. 数据压缩答案：C7. 智能推荐系统通常基于哪种技术？A. 规则引擎B. 机器学习C. 专家系统D. 数据库管理答案：B8. 以下哪个是智能系统的典型应用？A. 搜索引擎B. 电子邮件C. 社交媒体D. 以上都是答案：D9. 智能语音助手的主要功能是什么？A. 语音识别B. 语音合成C. 语音交互D. 以上都是答案：D10. 智能交通系统的主要目标是什么？A. 提高交通效率B. 减少交通事故C. 优化交通流量D. 以上都是答案：D二、多项选择题（每题3分，共15分）1. 智能系统在医疗领域的应用包括哪些？A. 疾病诊断B. 药物研发C. 患者监护D. 医疗咨询答案：ABCD2. 智能系统在教育领域的应用包括哪些？A. 个性化学习B. 在线评估C. 虚拟助教D. 课程推荐答案：ABCD3. 智能系统在制造业的应用包括哪些？A. 自动化生产线B. 质量控制C. 预测性维护D. 供应链优化答案：ABCD4. 智能系统在金融领域的应用包括哪些？A. 风险评估B. 欺诈检测C. 投资建议D. 客户服务答案：ABCD5. 智能系统在零售领域的应用包括哪些？A. 库存管理B. 客户分析C. 个性化推荐D. 销售预测答案：ABCD三、判断题（每题2分，共10分）1. 智能系统可以完全替代人类进行决策。
(完整版)智能控制题目及解答
智能控制题目及解答第一章绪论作业作业内容1．什么是智能、智能系统、智能控制？2．智能控制系统有哪几种类型，各自的特点是什么?3．比较智能控制与传统控制的特点.4．把智能控制看作是AI(人工智能)、OR(运筹学）、AC(自动控制)和IT(信息论)的交集,其根据和内涵是什么？5．智能控制有哪些应用领域?试举出一个应用实例，并说明其工作原理和控制性能.1 答：智能：能够自主的或者交互的执行通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习等一系列活动的能力，即像人类那样工作和思维。
智能系统：是指具有一定智能行为的系统，对于一定的输入,它能产生合适的问题求解相应。
智能控制：智能控制是控制理论、计算机科学、心理学、生物学和运筹学等多方面综合而成的交叉学科，它具有模仿人进行诸如规划、学习、逻辑推理和自适应的能力。
是将传统的控制理论与神经网络、模糊逻辑、人工智能和遗传算法等实现手段融合而成的一种新的控制方法。
2 答：（1）人作为控制器的控制系统：人作为控制器的控制系统具有自学习、自适应和自组织的功能。
（2）人—机结合作为作为控制器的控制系统：机器完成需要连续进行的并需快速计算的常规控制任务，人则完成任务分配、决策、监控等任务。
（3）无人参与的自组控制系统:为多层的智能控制系统，需要完成问题求解和规划、环境建模、传感器信息分析和低层的反馈控制任务.3 答：在应用领域方面，传统控制着重解决不太复杂的过程控制和大系统的控制问题;而智能控制主要解决高度非线性、不确定性和复杂系统控制问题。
在理论方法上，传统控制理论通常采用定量方法进行处理，而智能控制系统大多采用符号加工的方法；传统控制通常捕获精确知识来满足控制指标,而智能控制通常是学习积累非精确知识;传统控制通常是用数学模型来描述系统，而智能控制系统则是通过经验、规则用符号来描述系统。
在性能指标方面，传统控制有着严格的性能指标要求，智能控制没有统一的性能指标，而主要关注其目的和行为是否达到。
(完整版)智能控制习题参考答案
5.比较模糊集合和普通集合的异同。
答：
集
异
合
同
点
相同点
不同点
普通集合
模糊集合
1，基本概念相同：具有某种特定属性的对象的全体。 2，分类方法大致一样，如：列举法，描述法，特征函数法
3，运算规律大致相同，如：恒等律，交换律，结合律，分配律，吸收 律，同一律，对偶律
元素的范围有个清晰的界限 互补律仍然适用
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。
变换，在时间域和频率域同时具有良好的定位能力，从而被誉为
"数学显微镜 "。
6， IHS 变换 3 个波段合成的 RGB 颜色空间是一个对物体颜色属性描述系统，
而 IHS 色度空间提取
出物体的亮度 I，色度 H，饱和度 S，它们分别对应 3 个波段的平均辐射强度、 3 个波段的
数据向量和的方向及 3 个波段等量数据的大小。 RGB 颜色空间和 IHS 色度空间有着精确的
u(50)=30/30=1
u(55)=30/30=1
u(60)=30/30=1
u(65)=29/30=0.967
u(70)=24/30=0.8
低智商曲线：
u(75)=14/30=0.467
35— 70 30— 65 40— 75 30— 65 30— 70 30— 70
12-13学年第1学期_智能控制试题A答案
JP 海x 殺;隹未乂学（勤奋、求是、创新、奉献）2012〜2013学年第1学期考试试卷 A《智能控制系统》课程试卷（本钟）一. 概念题（18分，每小题3分）1. 写出模糊控制器的 4个主要组成部分名称。
模糊化接口、知识库、模糊推理决策、解模糊接口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. 简述局部最佳优先搜索的基本思想？当某一个节点扩展之后，对它的每一个后继节点计算估价函数 f （x ）的值，并在这些后继节点的范围内，选择一个f （x ）的值最小的节点，作为下一个要考察的节点。
4. 何谓神经网络的泛化能力?经训练后的网络对未在训练集出现的（来自同一分布的）样本做出正确反应的能力5. 写出5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6. 写出基本遗传算法中适应度函数的作用。
度量群体中各个个体在优化计算中有可能达到或有助于找到最佳解的寻优过程。
的概率就较大，而适应度较低的个体遗传到下一代的概率就相对小一些。
学院 机械工程学院班级 — — 姓名 学号 ______________适应度较高的个体遗传到下一代二、简答题（共18分，每题6 分）1、为什么模糊输出向量要进行解模糊计算，并写出 3 种常用的解模糊方法。
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。
重心法、最大隶属度法、取中位数判决法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3、简述径向基函数神经网络的基本思想及特点基本思想是：用径向基函数（RBF作为隐单元的“基”，构成隐含层空间，隐含层对输入矢量进行变换，将低维的模式输入数据变换到高维空间内，使得在低维空间内的线性不可分问题在高维空间内线性可分。
智能控制考试题及答案
智能控制技术考试题及答案《智能控制技术》考试试题A《智能控制》课程考试试题A参考答案一、填空题(1) OPEN (2) 最有希望 (3) 置换 (4) 互补文字 (5) 知识库(6) 推理机 (7) 硬件 (8) 软件 (9) 智能 (10) 傅京孙(11) 萨里迪斯 (12) 蔡自兴 (13) 组织级 (14) 协调级(15) 执行级 (16) 递阶控制系统 (17) 专家控制系统(18) 模糊控制系统 (19) 神经控制系统 (20) 学习控制系统二、选择题1、D2、A3、C4、B5、D6、B7、A8、D9、A 10、D三、问答题1、答:传统控制理论在应用中面临的难题包括:(1) 传统控制系统的设计与分析是建立在精确的系统数学模型基础上的,而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等,一般无法获得精确的数学模型。
(2) 研究这类系统时,必须提出并遵循一些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。
(3) 对于某些复杂的和包含不确定性的对象,根本无法以传统数学模型来表示,即无法解决建模问题。
(4) 为了提高性能,传统控制系统可能变得很复杂,从而增加了设备的初投资和维修费用,降低系统的可靠性。
传统控制理论在应用中面临的难题的解决,不仅需要发展控制理论与方法,而且需要开发与应用计算机科学与工程的最新成果。
人工智能的产生和发展正在为自动控制系统的智能化提供有力支持。
人工智能影响了许多具有不同背景的学科,它的发展已促进自动控制向着更高的水平──智能控制发展。
智能控制具有下列特点:(1) 同时具有以知识表示的非数学广义模型和以数学模型(含计算智能模型与算法)表示的混合控制过程,也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的过程,并以知识进行推理,以启发式策略和智能算法来引导求解过程。
(2) 智能控制的核心在高层控制,即组织级。
高层控制的任务在于对实际环境或过程进行组织,即决策和规划,实现广义问题求解。
智能控制习题解
❖ 5、考虑如下条件语句：
如果 转角误差远远大于15○ 那么快速减小方向角
其隶属度函数定义为
A=转角误差远远大于15○=0/15 + 0.2/17.5 + 0.5/20 + 0.8/22.5 + 1.0/25
B=那么快速减小方向角=1/-20 + 0.8/-15 + 0.4/-10 + 0.1/-5 + 0/0
❖ 2、已知年龄的论域为[0.200]，且设“年老O” 和“年轻Y”两个模糊集的隶属函数分别为
0
O
a
1
a
50 5
2
1
0 a 50 50 a 200
1
Y
a
1
a
25 5
2
1
0 a 25 25 a 200
求：“很年轻W”、“不年老也不年轻 个模糊集的隶属函数。
V”两
1、比较模糊集合与普通集合的异同。
❖ 答：模糊集合是对普通集合的扩展，采样模 糊不清晰的集合边界，它们都是指具有某种 属性的对象的全体，都一样也有交，并，补 得运算 。
❖ 不同点：普通集合中对象的属性所表达的概 念是清晰地，每个对象对于集合的隶属关系 也是明确的；而模糊集合中对象的属性所表 达的概念本身不是清晰地，对象对集合的隶 属关系也不是明确的。
❖ 问：当A‘=转角误差大约在20○时方向角应该怎样 变化？
设A‘=转角误差大约在20○的隶属函数=0.1/15 + 0.6/17.5 + 1/20 + 0.6/22.5 + 0.1/25。（用 Mamdani推理算法计算）
❖ 5解 先求关系矩阵 R=A × B R=A × B=
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2 0 10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，即设汁一个控制器（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岀适应性反应，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汁算机程序，英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，仿效专家的经脸，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：给泄论域U上的一个模糊集入是指:对任何元素"已” 都存在一个数"人（"）丘［°」1与之对应，表示元素u属于集合久的程度，这个数称为元素u对集合彳的隶属度,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AxB = ｛（M）lxA,beB｝中的一个模糊集合称为从A 到B的一个模糊关系。
模糊关系斤可由其隶属度从（4巧完全描述，隶属度表明了元素a与元素b具有关系斤的程度。
•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，使适配值髙的个体被保留下来，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，直到满足一立的条件。
一专家控制部分1.专家系统的组成及各部分特点？专家系统一般由知识库、数据库、推理机、解释器及知识获取五个部分组成，有不相同的表述形式。
-（1）知识库。
用于存取和管理所获取的专家知识和经验，供推理机利用，具有存储、检索、编辑、增删和修改等功能。
丄（2）数据库。
用来存放系统推理过程中用到的控制信息、中间假设和中间结果。
*（3）推理机。
用于利用知识进行推理，求解专门问题，具有启发推理、算法推理;正向、反向或双向推理等功能。
（4）解释器。
解释器用于作为专家系统与用户之间的“人-机”接口，其功能是向用户解释系统的行为。
5（上）知识获取。
知识工程师采用"专题面谈”、"记录分析”等方式获取知识,经过整理以后，再输入知识库。
2.专家控制与专家系统的区别？（1）专家系统只对专门领域的问题完成咨询作用，协助用户进行工作：（2）专家系统通常以离线方式工作，而专家控制系统需要获取在线动态信息智能控制：是一门交叉学科,通过设计一个控制器（系统），是指具有学习、抽象、推理、决策等功能，并能根据环境信息的变化做岀适应性反应，从而实现由人来完成的任务。
3.0家控制与模糊控制的共同点都是把人的经验整理成控制规则，二者有何区别？答：（1）专家控制规则中的概念是精确的，不具有模糊性，而模糊控制规则中的概念是模糊的；（2）由于模糊控制规则中概念是模糊的，因而可以借助于模糊逻辑推理实现控制。
二•模糊控制部分1.智能控制与传统控制相比，有哪些主要的特点？答：（1）学习功能:智能控制器能通过从外界环境所获得的信息进行学习，不断积累知识，使系统的控制性能得到改善。
（2）适应功能：智能控制器具有从输入到输出的映射关系，可实现不依赖于模型的自适应控制，当系统某一部分出现故障时，也能进行控制。
（3 ）自组织功能:智能控制器对复杂的分布式信息具有自组织和协调的功能,当出现多目标冲突时，它可以在任务要求的范囤内自行决策，主动采取行动。
（4 ）优化能力:智能控制能够通过不断优化控制参数和寻找控制器的最佳结构形式，获得整体最优的控制性能。
2 .简述模糊集合的基本定义以及与隶属函数之间的相互关系。
左义:论域U中的模糊集合A,是以隶属函数“八为表征的集合A。
称为模糊集合A的隶属函数，“八"）称为U对A的隶属度，它表示论域U中的元素u属于模糊集合A的程度，它在［0J ］闭区间内可连续取值。
关系：模糊集合是以隶属函数来描述的，隶属度的概念是模糊集合理论的基石。
3常用隶属函数的种类及苴表达式，及其图形表示。
高斯型隶属函数：广义钟型隶属函数：S型隶属函数：梯形隶属函数：三角形隶属函数：Z型隶属函数：4.给左变量论域，请在其上设计几个模糊子集，并用隶属函数予以描述，并绘图表示。
（比如年龄（0-100岁）中的年幼，年轻，中年,老年如何进行表示？5 .常用的模糊并和模糊交算子是怎样进行运算的？有什么特点？一般地：A\JB = (M) = max( (u\(«)) =(w)v ju B(u),取大原则Afl B = “丽(“)=nin( “八(“), “/“))= “八(w) A pi B(u)，取小原则采用隶属函数的取大（MAX）和取小（MI N）进行模糊集合的并、交逻辑运算是目前最常用的方法。
6.解释常用的几种淸晰化方法的几何含义。
（1）重心法；（2）最大隶属度法：（3）而积中心线法。
常用的反模糊化有三种：（1 ）最大隶属度法选取推理结果模糊集合中隶属度最大的元素作为输出值，即z° = max“,z），zwZe如果在输出论域V 中，英最大隶属度对应的输出值多于一个，则取所有具有最大隶属度输岀白6平均值，即：J N= m孕（“Jz））N j.i * 亡/N为具有相同最大隶属度输出的总数.最大隶属度法不考虑输岀隶属度函数的形状，只考虑最大隶属度处的输岀值。
因此滩免会丢失许多信息。
它的突出优点是计算简单。
在一些控制要求不髙的场合，可采用最大隶属度法。
（2 ）重心法为了获得准确的控制量，就要求模糊方法能够很好的表达输出隶属度函数的讣算结果。
重心法是取隶属度函数曲线与横坐标用成而枳的重心为模糊推理的最终输出值，即zJ zC ⑵〃z .zJ c ⑵ dz z对于具有m个输出量化级数的离散域情况与最大隶属度法相比较，重心法具有更平滑的输出推理控制。
一般的，对应于输入信号的小变化，输出也会发生相应变化。
（3 ）加权平均法工业控制中广泛使用的反模糊方法为加权平均法，输出值由下式决左ntE吠s 二一字r-l其中系数人的选择根据实际情况而宦。
不同的系数决左系统具有不同的响应特性。
当系数«取隶属度灿,（％）时，就转化为重心法。
（4）面积中心线法。
取处在隶属度函数曲线与横坐标羽成而积的等分线上的元素值作为输出值匚7模糊推理的四种主要形式（出计算题）：1）如果x是A,则y是B,现假如x是A；则f?（教材4.1.3水箱水位控制）2）如果x是A,则y是B.否则是C,现x是A；求f?3）如果x是A且y是B,则z为C,先x是A\ly是B；求R?4）教材p4.4洗衣机模糊控制8模糊推理程序■模糊控制MA TLAB程序，要能读懂•考试有程序题。
9模糊自适应整定PID控制的原理是什么？P I D参数模糊自整泄是找出PID3个参数与E和EC之间的模糊关系连运行中通过不断检测E和EC,根据模糊控制原理对3个参数进行再线修改，以满足不同的E和ec是对控制参数的不同要求，而使对象有良好的动、静态性能。
9模糊控制的特点或优点是什么？（1 ）模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解,设汁简单，便于应用。
亠（2）由工业过程的左性认识出发，比较容易建立语言控制规则,因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。
（3）基于模型的控制算法及系统设汁方法，由于岀发点和性能指标的不同,容易导致较大差异：但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。
（4）模糊控制是基于启发性的知识及语言决策规则设讣的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一立的智能水平。
A（5）模糊控制系统的鲁棒性强，「扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。
三.神经网络部分1.解释什么叫做神经网络？人工神经网络（Art i fi c ial Ne u ral Ne t work ）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，它从微观结构和功能上对人脑进行抽象和简化，神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等°2.BP网矗的结构也怎样的？具有什么主要特点？BP网络结构:含一个隐含层的B P网络结构如下图所示，图中，为输入层神经元J为隐层神经元，k为输出层BP网络特点：（1）是一种多层网络，包括输入层、隐含层和输出层；（2 ）层与层之间采用全互连方式，同一层神经元之间不连接:（3）权值通过6学习算法进行调节；（4）神经元激发函数为S函数；（5）学习算法由正向传播和反向传播组成；（6）层与层的连接是单向的，信息的传播是双向的。
3.写出单一神经元从输入到输出的表达式。
P 124接权系数，耳为外部输入信号。
上图的模型可描述为:Net 、=“= /(Nq) j = g(©)J 通常情况下,取g(u i ) = u i ,^y i =f(Net i )o4神经网络控制的优点是什么？(1)可以充分逼近任意复杂的非线性关系：b ( 2)所有定量或左性的信息都等势分布贮存于网络内的各神经 元，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；b (4)可学习和自适应不知道或不确定的系统； b (5)能够同时处理左量、左性知识。
5试简述 BP 网络和径向基函数网络各自的特点。
BP 特点：1、BP 神经网络是一种多层网络，包括输入层、隐层和输出层;2、层与层之间采用全互连的方式， 同一层神经元之间的不连接：3、权值通过§学习规则进行调卩；4、神经元激发函数为S 函数；5、学习算法 由正向传播和反向传播组成；6、层与层的连接是单向的信息的传播是双向的。