智能控制习题答案
智能控制试卷及答案
智能控制试卷及答案一、试卷一、选择题（每题2分，共20分）1. 下列哪项不是智能控制的主要类型？A. 人工智能控制B. 模糊控制C. 神经网络控制D. 逻辑控制2. 以下哪种控制方法适用于处理具有不确定性、非线性和时变性等特点的复杂系统？A. PID控制B. 模糊控制C. 串级控制D. 比例控制3. 神经网络控制的核心思想是利用神经网络实现控制规律的映射，以下哪种神经网络模型适用于动态系统的控制？A. BP神经网络B. RBF神经网络C. 感知器D. Hopfield神经网络4. 模糊控制中，模糊逻辑推理的核心部分是？A. 模糊集合B. 模糊规则C. 模糊推理D. 解模糊5. 以下哪种方法不属于智能控制系统的建模方法？A. 基于模型的建模B. 基于数据的建模C. 基于知识的建模D. 基于经验的建模二、填空题（每题2分，共20分）6. 智能控制的理论基础包括________、________和________。
7. 模糊控制的基本环节包括________、________、________和________。
8. 神经网络控制的主要特点有________、________、________和________。
9. 智能控制系统的主要性能指标包括________、________、________和________。
10. 智能控制技术在工业生产、________、________和________等领域有广泛应用。
三、判断题（每题2分，共10分）11. 模糊控制适用于处理具有确定性、线性和时不变性等特点的复杂系统。
（）12. 神经网络控制具有较强的自学习和自适应能力。
（）13. 智能控制系统不需要考虑系统的稳定性和鲁棒性。
（）14. 智能控制技术在无人驾驶、智能家居等领域具有广泛应用前景。
（）15. 模糊控制的核心思想是利用模糊逻辑进行推理和决策。
（）四、简答题（每题10分，共30分）16. 简述模糊控制的基本原理。
(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
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=
(完整版)智能控制-考试题(附答案)
《智能控制》考试试题试题1：针对某工业过程被控对象：0.520()(101)(21)s G s e s s -=++，试分别设计常规PID 算法控制器、模糊控制器、模糊自适应PID 控制器，计算模糊控制的决策表，并进行如下仿真研究及分析：1. 比较当被控对象参数变化、结构变化时，四者的性能；2. 研究改善Fuzzy 控制器动、静态性能的方法。
解：常规PID 、模糊控制、Fuzzy 自适应PID 控制、混合型FuzzyPID 控制器设计 错误!未找到引用源。
. 常规PID 调节器PID 控制器也就是比例、积分、微分控制器，是一种最基本的控制方式。
它是根据给定值()r t 与实际输出值()y t 构成控制偏差()e t ，从而针对控制偏差进行比例、积分、微分调节的一种方法，其连续形式为：01()()[()()]t p d i de t u t K e t e t dt T T dt=++⎰ （1.1） 式中，p K 为比例系数，i T 为积分时间常数，d T 为微分时间常数。
PID 控制器三个校正环节中p K ，i T 和d T 这三个参数直接影响控制效果的好坏，所以要取得较好的控制效果，就必须合理地选择控制器的参数。
Ziegler 和Nichols 提出的临界比例度法是一种非常著名的工程整定方法。
通过实验由经验公式得到控制器的近似最优整定参数，用来确定被控对象的动态特性的两个参数：临界增益u K 和临界振荡周期u T 。
用临界比例度法整定PID 参数如下：表1.1 临界比例度法参数整定公式51015202530354000.20.40.60.811.21.41.61.8Time(s)y (t )051015202530354000.511.5Time(s)y (t )PID 0.6u K 0.5u T 0.125u T据以上分析，通过多次整定，当 1.168p K =时系统出现等幅振荡，从而临界增益 1.168u K =，再从等幅振荡曲线中近似的测量出临界振荡周期 5.384u T =，最后再根据表1.1中的PID 参数整定公式求出：0.701, 2.692,0.673p i d K T T ===，从而求得：比例系数0.701p K =，积分系数/0.260i p i K K T ==，微分系数0.472d p d K K T ==。
智能控制技术课后答案全攻略
0.2 0.2 R=( A × B) ∪( A × B″)= 0.4 0.6 0.8
0.4 0.6 0.8 0.2 0.6 0.8
1 0.8
.512 .216 .064 .008 1 A1=非常轻= U + 0U + 0U + 0U + 0U 1 2 3 4 5 0 0.2 0.4 0.6 0.8 A2=重= U +U +U +U +U 1 2 3 4 5
0 0.2 A × B″= 0.4 0.6 0.8
0 0 0.4 0.4 0.4 0 0.6 0.6 0.488 0 0.8 0.784 0.488 0
0.4 0.6 0.6 0.6 0.6 0.6 0.488 0.4 0.8 0.784 0.488 0.2
3
3-1 模糊逻辑控制器由哪几部分组成？各完成什么功能？ 答：模糊控制系统的主要部件是模糊化过程、知识库（数据库和规则库） 、推理决策和精确 化计算。 1、模糊化过程 模糊化过程主要完成： 测量输入变量的值， 并将数字表示形式的输入量转化为通常用语 言值表示的某一限定码的序数。 2、知识库 知识库包括数据库和规则库。 1） 、数据库 数据库提供必要的定义， 包含了语言控制规则论域的离散化、 量化和正规化以及输入空 间的分区、隶属度函数的定义等。 2） 、规则库 规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生 的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建 立。 3、推理决策逻辑 推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。 （它 是模糊控制的核心） 。 4、精确化过程 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。 {模糊控制器采用数字计算机。它具有三个重要功能： 1） 把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块） ； 2） 对模糊量由给定的规则进行模糊推理（规则库、推理决策完成） ； 3） 把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量 （精确化 接口） 。}
智能控制题目及解答
1.神经网络的模型分类，分别画岀网络图，简述其特点。
1）前向网络：神经网元分层排列，组成输入层，隐含层和输出层。
每一层的神经元只能接收前一层神经元的输入。
输入模式经过各层的顺次变换后，得到输岀层数输岀。
个神经元之间不存在反馈。
感知器和误差反向传播算法中使用的网络都属于这种模型。
2）反馈网络：这种网路结构指的是只有输岀层到输入层存在反馈，即每一个输入节点都有可能接受来自外部的输入和来自输岀神经元的反馈。
这种模式可用来存储某种模式序列，也可以动态时间序列系统的神经网络建模。
3）相互结合型网络：属于网状结构，这种神经网络模型在任意两个神经元之间都可能存在连接。
信号要在神经元之间反复往返传递，网络处在一种不断改变的状态之中。
从某个初态开始，经过若干次变化，才能达到某种平衡状态，根据网络结构和神经元的特性，还有可能进入周期震荡或混沌状态。
4）混合型网络：是层次型网络和网状结构网络的一种结合。
通过层内神经元的相互结合，可以实现同一层内的神经元的横向抑制或兴奋机制，这样可以限制每层内能同时动作的神经元数，或者把每层内的神经元分成若干组，让每组作为一个整体来动作。
7.神经网络学习算法有几种，分别画出网络图，简述其特点。
1）有导师学习：所谓有导师学习就是在训练过程中，始终存在一个期望的网络输岀。
期望输岀和实际输岀之间的距离作为误差度量并用于调整权值。
- （t pj y pj）1 2 3 4所定义的目标函数值求梯度得到。
2 i 12）多层前向传播网络的权系数训练算法是利用著名的误差反向传播学习算法。
根据这一算法，训练网络权阵的更新是通过反向传播网路的期望输出（样本输出）与世纪输出的误差来实现的。
3、分别叙述模糊控制器四个模块设计内容，并写岀设计步骤。
答：四个模块为：模糊化过程、知识库（含数据库和规则库）、推理决策逻辑、精确化计算。
（PPT上是：模糊化接口、规则库、模糊推理、清晰化接口）设计步骤：1定义输入输岀变量2定义所有变量的模糊化条件3设计控制规则库4设计模糊推理结构5选择精确化策略方法PPT上设计步骤是：（1）确定模糊控制器的输入变量和输出变量；（2）确定输入，输出的论域和Ke、Kec、Ku的值；（3）确定各变量的语言取值及其隶属函数；（4）总结专家控制规则及其蕴涵的模糊关系；（5）选择推理算法；（6）确定清晰化的方法；（7）总结模糊查询表。
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。
- 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)。
第一章绪论1.什么是智能、智能系统、智能控制？答：“智能”在美国Heritage 词典定义为“获取和应用知识的能力”。
“智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。
“智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。
2．智能控制系统有哪几种类型，各自的特点是什么？答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等。
各自的特点有：集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。
该系统将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统危险性高度集中的缺点，既实现了在管理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。
人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。
这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
专家控制系统：是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。
可以说是一种模拟人类专家解决领域问题的计算机程序系统。
多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。
这种结构的特点是： 1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。
2.信息在上下级间垂直方向传递，向下的信息有优先权。
同级控制器并行工作，也可以有信息交换，但不是命令。
3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。
级别越往上，其决策周期越长，更关心系统的长期目标。
4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。
学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。
这种系统具有一定的识别、判断、记忆和自行调整的能力。
3．比较智能控制与传统控制的特点。
答：智能控制与传统控制的比较：它们有密切的关系，而不是相互排斥。
常规控制往往包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。
1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，这些问题对基于模型的传统自动控制来说很难解决。
2.传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图纸、立体形象、语言等形式输出信息. 另外，通常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其它的情况. 为扩大信息通道，就必须给自动装置安上能够以机械方式模拟各种感觉的精确的送音器，即文字、声音、物体识别装置。
3.传统的自动控制系统对控制任务的要求要么使输出量为定值（调节系统），要么使输出量跟随期望的运动轨迹（跟随系统），因此具有控制任务单一性的特点，而智能控制系统的控制任务可比较复杂。
4.传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象虽然有一些非线性方法可以利用，但不尽人意. 而智能控制为解决这类复杂的非线性问题找到了一个出路，成为解决这类问题行之有效的途径。
5.与传统自动控制系统相比，智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力。
6.与传统自动控制系统相比，智能控制系统能以知识表示的非数学广义模型和以数学表示的混合控制过程，采用开闭环控制和定性及定量控制结合的多模态控制方式。
7.与传统自动控制系统相比，智能控制系统具有变结构特点，能总体自寻优，具有自适应、自组织、自学习和自协调能力。
8.与传统自动控制系统相比，智能控制系统有补偿及自修复能力和判断决策能力。
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? 答：智能控制具有明显的跨学科特点，在最早傅金孙提出的二元论中，智能控制系统被认为是自动控制与人工智能的交互作用，随着认识的深入，萨瑞迪斯提出运筹学融入智能控制而提出三元结构，蔡自兴教授提出将信息论引入智能控制，其依据在于：信息论是解释知识和智能的一种手段；控制论、信息论和系统论是紧密相连的；信息论已经成为控制智能机器的工具；信息论参与智能控制的全过程并对执行级起到核心作用，因此最终确定了智能控制的四元结构。
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。
答：智能控制应用于机器人、汽车、制造业、水下和陆地自助式车辆、家用电器、过程控制、电子商务、医疗诊断、飞行器、印刷、城市铁路、电力系统等领域。
例如焊接机器人其基本工作原理是示教再现，即由用户导引机器人，一步步按实际任务操作一遍，机器人在导引过程中自动记忆示教的每个动作的位置、姿态、运动参数、焊接参数等，并自动生成一个连续执行全部操作的程序。
完成示教后，只需给机器人一个起动命令，机器人将精确地按示教动作，一步步完成全部操作，实际示教与再现。
控制性能为：弧焊机器人通常有五个自由度以上，具有六个自由度的弧焊机器人可以保证焊枪的任意空间轨迹和姿态。
点至点方式移动速度可达60m/min 以上，其轨迹重复精度可达到±0.2mm。
这种弧焊机器人应具有直线的及环形内插法摆动的功能，共六种摆动方式，以满足焊接工艺要求，机器人的负荷为5kg。
第二章模糊控制的理论基础1．举例说明模糊性的客观性和主观性。
答：模糊性起源于事物的发展变化性，变化性就是不确定定性；模糊性是客观世界的普遍现象，世界上许多的事物都具有模糊非电量的特点。
例如：年龄分段的问题；如果一个人的年龄大于60 岁算老年，45-59 岁之间的岁中年，小于44 岁的就算青年；如果一个人的年龄是59 岁零 11 个月零28 天，那么他是属于中年还是老年呢？理论上从客观的角度说他是中年人，但是与60 岁只有两天区别，这区别我们是分辨不出来的。
从主观上我们认为他又是老年人。
这就是模糊性的主观性和客观性的体现。
2．模糊性与随机性有哪些异同？答：模糊性处于过渡阶段的事物的基本特征，是性态的不确定性，类属的不清晰性，是一种内在的不确定性；而随机性是在事件是否发生的不确定性中表现出来的不确定性，而事件本身的性态和类属是确定的，是一种外在的不确定性。
相同点是：模糊性是由于事物类属划分的不分明而引起的判断上的不确定性；而随机性是由于天剑不充分而导致的结果的不确定性。
但是他们都共同表现出不确定性。
异同点是：模糊性反映的是排中的破缺，而随机性反映的是因果律的破缺；模糊性现象则需要运用模糊数学，随机性现象可用概率论的数学方法加以处理。
3．比较模糊集合与普通集合的异同。
答：模糊集合用隶属函数作定量描述，普通集合用特征函数来刻划。
两者相同点：都属于集合，同时具有集合的基本性质。
两者异同点：模糊集合就是指具有某个模糊还年所描述的属性的对象的全体，由于概念本身不是很清晰，界限分明的，因而对象对集合的隶属关系也不是明确的；普通集合是指具有某种属性的对象的全体，这种属性所表达的概念应该是清晰的，界限分明的，因而每个对象对于集合的隶属关系也就是明确的。
2.考虑语言变量：“Old”，如果变量定义为：ol d0 0 x (x) 12 x1 (x 50/ 5) 5050100确定“NOT So Old ”，“Very Old ”，“MORE Or LESS Old ”的隶属函数。
0 0 x 50 解：(x)1NOT So old 21 (x50 / 5) 50 x 10020 0 x 50 (x)2Very old 21 (x50/ 5) 50 x 1000 0 x 50MORE(x ) or less old1 2 41 ( x 50 / 5) 50x100A0.7 0.1 0.43.已知存在模糊向量 A 和模糊矩阵 R 如下：R9. 10.0.8 0.4 0.1 0 0.2 0.1计算 BA R 。
0 0.3 0.6 0.34. 令论域 U 1 2 3 4 ，给定语言变量“ Small ”=1/1+0.7/2+0.3/3+0.1/4 和模糊关系 R=“Almost 相等”定义10.6 0.1如下： 0.6 1 0.6 0.1R 利用 max-min 复合运算，试计算： R( y) (X 是Small) ( Almost 相等）。
0.1 0.6 1 0.60.1 0.6110.6 0.1 0解： R （y ） (1 0.7 0.3 0.1) 0.6 10.6 0.10.1 0.610.6 00.1 0.61 T(1 1) (0.70.6) (0.3 0.1) (0.1 0)(1 0.6) (0.7 1) (0.3 0.6) (0.1 0.1)(1 0.1) (0.7 0.6) (0.3 1) (0.1 0.6)1 0.7 0.6 0.3(1 0) (0.7 0.1) (0.3 0.6) (0.1 1)10.8 0 0.1 0.2 0.810.40 0.95. 已知模糊关系矩阵： R计算 R 的二至四次幂。
0.4 1 0 0 0.1 0 0 1 0.5 0.2 0.90.51 10.8 0 0.1 0.2 1 0.8 0 0.1 0.2 1 0.8 0.4 0.2 0.8 0.810.4 0 0.9 0.8 1 0.4 0 0.9 0.810.4 0.5 0.9 解：2 R R R0 0.410 00 0.410 00.4 0.410.40.10 0 1 0.5 0.1 0 0 1 0.5 0.2 0.5 0 1 0.5 0.20.9 0 0.5 1 0.2 0.9 0 0.5 1 0.8 0.9 0.4 0.5 110.8 0.4 0.5 0.8 1 0.8 0.4 0.5 0.8 6.10.4 0.5 0.9 0.810.4 0.5 0.93 2 R R R11. 0.4 10.4 0.4 4 2 2 R R R0.9 0.4 10.40.4 0.10 0.5 0.4 10.5 0.5 0.5 0.410.5 0.5 0.9 0.4 0.5 10.8 0.9 0.4 0.510.3 设有论域{ x 1 , x , x }, Y { y , y , y }, Z {z , z }X，二维模糊条件语句为“若A 且B 则C ”，其2 3 1 2 3 1 2中 A 0.2 x 1 1 x 2 0.7 x 3 ,A F (X) B0.2 y 1 1y 2 0.7y 3,B F(Y)已知 * A1 x 1 0.2 x 2 0.9 x3,* AF ( X) C0.3 z 11z 2,CF (Z )B * 0.9 y 1 0.3 y 2 1 y 3,* BF(Y) 由关系合成推理法，求得推理结论 * C 。