昆工智能控制试题及答案
智能控制答案(最终版3题全做)
智能控制作业1.已知某一炉温控制系统，要求温度保持着600℃恒定。
针对该控制系统有以下控制经验。
（1）若炉温低于600℃，则升压；低得越多升压越高。
（2）若炉温高于600℃，则降压；高得越多降压越低。
（3）若炉温等于600℃，则保持电压不变。
设模糊控制器为一维控制器，输入语言变量为误差，输出为控制电压。
输入、输出变量的量化等级为7级，取5个模糊集。
试设计隶属度函数误差变化划分表，控制电压变化划分表和模糊控制规则表。
解：(1) 确定变量定义理想温度为600℃，实际炉温为T,则温度差为：e=600-T将温度差e作为输入变量。
(2)输入量和输出量的模糊化将偏差e分成5个模糊集：负大（NB），负小（NS），零（ZO）,正小（PS），正大（PB）。
将偏差e的变化分成7个等级：-3，-2，-1，0，+1，+2，+3，从而得到温度变化模糊表如表1所示：控制电压u也分成5个模糊集：负大（NB），负小（NS），零（ZO）,正小（PS），正大（PB）。
将偏差u的变化分成7个等级：-3，-2，-1，0，+1，+2，+3，而得到电压变化模糊表如表2示：MATLAB仿真程序如下：%Fuzzy Control for water tankclear all;close all;a=newfis('fuzz_tank');a=addvar(a,'input','e',[-3,3]); %Parameter ea=addmf(a,'input',1,'NB','zmf',[-3,-1]);a=addmf(a,'input',1,'NS','trimf',[-3,-1,1]);a=addmf(a,'input',1,'Z','trimf',[-2,0,2]);a=addmf(a,'input',1,'PS','trimf',[-1,1,3]);a=addmf(a,'input',1,'PB','smf',[1,3]);a=addvar(a,'output','u',[-4,4]); %Parameter ua=addmf(a,'output',1,'NB','zmf',[-4,-1]);a=addmf(a,'output',1,'NS','trimf',[-4,-2,1]);a=addmf(a,'output',1,'Z','trimf',[-2,0,2]);a=addmf(a,'output',1,'PS','trimf',[-1,2,4]);a=addmf(a,'output',1,'PB','smf',[1,4]);rulelist=[1 1 1 1; %Edit rule base2 2 1 1;3 3 1 1;4 4 1 1;5 5 1 1];a=addrule(a,rulelist);a1=setfis(a,'DefuzzMethod','mom'); %Defuzzywritefis(a1,'tank'); %Save to fuzzy file "tank.fis" a2=readfis('tank');figure(1);plotfis(a2);figure(2);plotmf(a,'input',1);figure(3);plotmf(a,'output',1);flag=1;if flag==1showrule(a) %Show fuzzy rule baseruleview('tank'); %Dynamic Simulationenddisp('-------------------------------------------------------');disp(' fuzzy controller table:e=[-3,+3],u=[-4,+4] ');disp('-------------------------------------------------------');for i=1:1:7 e(i)=i-4;Ulist(i)=evalfis([e(i)],a2); endUlist=round(Ulist)e=-3; % Erroru=evalfis([e],a2) %Using fuzzy inference2.用高级语言(C 、VC++、MATLAB 等)编程实现用BP 神经网络实现下列函数的非线性映射：101()log ,110f x x x x=≤≤ 分析误差曲线及网络的泛化能力。
智能控制职业技能复习题
智能控制职业技能复习题# 智能控制职业技能复习题## 一、单选题1. 智能控制系统中，PID控制器的主要作用是（）。
A. 增加系统稳定性B. 减少系统响应时间C. 提高系统精度D. 降低系统成本2. 在智能控制领域，模糊控制是一种基于（）的控制方法。
A. 精确数学模型B. 模糊逻辑C. 神经网络D. 遗传算法3. 自适应控制系统能够根据系统内部或外部环境的变化，自动调整（）。
A. 控制参数B. 控制目标C. 控制算法D. 控制硬件4. 在智能控制系统设计中，鲁棒性是指系统在面对（）时仍能保持性能的能力。
A. 系统故障B. 参数变化C. 外部干扰D. 所有以上选项5. 神经网络在智能控制中的应用主要是为了实现（）。
A. 快速计算B. 模式识别C. 自我学习D. 复杂决策## 二、多选题1. 智能控制系统的特点包括（）。
A. 自学习能力B. 环境适应性C. 高度自动化D. 精确控制2. 智能控制技术可以应用于以下哪些领域（）。
A. 工业自动化B. 智能家居C. 无人驾驶汽车D. 医疗设备3. 在智能控制中，遗传算法可以用于（）。
A. 参数优化B. 控制策略设计C. 故障诊断D. 系统建模4. 智能控制中的模糊逻辑可以解决的问题包括（）。
A. 不确定性问题B. 模糊性问题C. 复杂性问题D. 线性问题5. 智能控制的发展趋势包括（）。
A. 集成化B. 网络化C. 智能化D. 个性化## 三、判断题1. 智能控制系统与传统控制系统相比，具有更高的灵活性和适应性。
（）2. 神经网络在智能控制中只能用于模式识别，不能用于控制算法的实现。
（）3. 智能控制系统的鲁棒性是指系统在面对外部干扰时能够保持稳定运行的能力。
（）4. 自适应控制系统不需要人工干预，可以自动调整控制参数。
（）5. 模糊控制在处理模糊概念和不精确信息时具有优势。
（）## 四、简答题1. 简述智能控制系统与传统控制系统的主要区别。
2. 解释什么是模糊控制，并举例说明其应用场景。
《智能控制技术》考试试题
《智能控制技术》考试试题（备注：请将本试卷粘贴在答题本内页）一、概念题（每小题5分，共20分）（1）人工神经网络人工神经网络的研究是人工智能、认知科学、神经生理学、非线性动力学等学科的交叉热点。
2．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”。
3．专家系统专家系统是一个具有大量专门知识与经验的程序系统，它应用人工智能技术，根据某个领域或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复制问题。
4．递阶控制对递阶结构的大系统所采用的控制方式。
二、简答题（每小题10分，共40分）1．简述智能控制的发展过程,并说明智能控制的特点。
从20世纪60年代至今，智能控制的发展过程通常被划分3个阶段：萌芽期、形成期和发展期。
智能控制具有以下基本特点：1）应能为复杂系统进行有效的全局控制，并具有较强的容错能力。
2）定性策划和定量控制相结合的多模态组合控制。
3）从系统的功能和整体优化的角度来分析和综合系统，以实现预定的目标，并具有自组织能力。
4）同时具有以知识表示的非数学广义模型和以数学表示的数学模型的混合控制过程，系统在信息处理上，既有数学运算，又有逻辑和知识推理。
2．智能控制学科有哪几种结构理论?这些理论的内容是什么?二元结构理论傅京孙曾对几个与自学习控制(learning control)有关的领域进行了研究。
为强调系统的问题求解和决策能力,他用“智能控制系统”来包括这些领域。
他指出“智能控制系统描述自动控制系统与人工智能的交接作用”。
我们可以用式(1.3)和(1.6)以与图1.3来表示这种交接作用,并把它称为二元交集结构。
1.4.2 三元结构理论萨里迪斯于1977年提出另一种智能控制结构,它把傅京孙的智能控制扩展为三元结构,即把智能控制看作为人工智能、自动控制和运筹学的交接,如图1.4所示。
萨里迪斯认为,构成二元交集结构的两元互相支配,无助于智能控制的有效和成功应用。
智能控制技术复习题课后答案-图文
智能控制技术复习题课后答案-图文一、填空题1．智能控制是一门新兴的学科，它具有非常广泛的应用领域，例如、、和1、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制2．传统控制包括和2、经典反馈控制现代理论控制3．一个理想的智能控制系统应具备的基本功能是、、和3、学习功能适应功能自组织功能优化能力4．智能控制中的三元论指的是：、和4、运筹学，人工智能，自动控制5．近年来，进化论、、和等各门学科的发展给智能控制注入了巨大的活力，并由此产生了各种智能控制方法。
5、神经网络模糊数学专家系统6．智能控制方法比传统的控制方法更能适应对象的、和6、时变性非线性不确定性7．傅京逊首次提出智能控制的概念，并归纳出的3种类型智能控制系统是、和7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控制系统8、智能控制主要解决传统控制难以解决的复杂系统的控制问题，其研究的对象具备的3个特点为、和8、不确定性、高度的非线性、复杂的任务要求9．智能控制系统的主要类型有、、、、和9、分级递阶控制系统，专家控制系统，神经控制系统，模糊控制系统，学习控制系统，集成或者（复合）混合控制系统10．智能控制的不确定性的模型包括两类：(1)；(2)10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。
11．控制论的三要素是：信息、反馈和控制12．建立一个实用的专家系统的步骤包括三个方面的设计，它们分别是、和知识库的设计推理机的设计人机接口的设计13．专家系统的核心组成部分为和知识库、推理机14．专家系统中的知识库包括了3类知识，它们分别为、、和判断性规则控制性规则数据15．专家系统的推理机可采用的3种推理方式为推理、和推理。
15、正向推理、反向推理和双向推理16．根据专家控制器在控制系统中的功能，其可分为和16、直接型专家控制器、间接型专家控制器17．普通集合可用函数表示,模糊集合可用函数表示。
昆工数控考题试卷
老师给的试卷一、选择题：1.数控系统分为开环和闭环数控系统是按照下面哪种方法进行分类的（）A.工艺用途B.工艺路线C.有无检测装置D.是否计算机控制C中断管理主要靠（）完成，而系统中断结构决定软件结构。
A.软件B.硬件C.CPUD.总线3.闭环数控机床的定位精度主要取决于（）P16A.检测装置精度B.丝杆的制造精度C.伺服电动机控制精度D.机床导轨制造精度4.三相步进电机的转子齿数为40，则单三拍通电方式运行时的步距角为（）A.1.5度B.3度C.9度D.4.5度5.在中断型系统软件结构中，各种功能程序被安排成优先级别不同的中断服务程序，下列程序在被安排成最低级别的应是（）P34A.译码、刀具中心轨迹计算B.伺服系统位置控制C.插补运算及处理D.CRT显示6.下面哪种检测装置不是基于电磁感应原理（）A.感应同步器B.旋转变压器C.光栅D.电磁式码盘7.数控机床上有一个机械原点，该点到机床坐标零点在进给坐标轴方向上的距离可以在机床出厂时设定。
该点是（）A.工件零点B.编程零点C.机床零点D.机床参考点C系统软件必须完成管理和控制两大任务，下面任务中哪个不属于控制任务（）。
P32A.诊断B.插补C.位控D.译码9.用逐点比较插补第二象限顺圆时，如偏差函数等于-10，则刀具进给方向是（）。
A.+XB.+YC.-XD.-Y10.感应同步器安装时，一般定、滑尺之间的间隙保持在（）范围之内。
P81A.0.2——0.3mmB.0.1----0.2mmC.0.05----0.1mmD.0.3----0.4mm11.数控机床有不同运动方式，需要考虑工件宇刀具相对运动关系及坐标方向，编写程序时，采用的原则是编写程序（）。
A.刀具固定不动，工件移动B.铣削加工刀具固定不动，工件移动；车削加工刀具移动，工件不动C.分机机床运动关系后再根据实际情况D.工件固定不动，刀具移动P19812.半闭环反馈装置安装在（）。
P15A.伺服电机轴上B.位移传感器C.传动丝杆上D.导轨13.点位控制系统（）。
(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。
智能控制习题答案
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;;4.考虑语言变量：“Old ”,如果变量定义为：确定“NOT So Old ”,“Very Old ”,“MORE Or LESS Old ”的隶属函数;解：1 o old 220 050()1(50/5) 50100NOT S x x x x μ--≤<⎧⎪=⎨⎡⎤+-≤<⎪⎣⎦⎩ 5.已知存在模糊向量A 和模糊矩阵R 如下：()⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡==3.06.03.001.004.06.02.01.08.05.04.01.07.0R A 计算R A B =; 6.令论域{}4321=U ,给定语言变量“Small ”=1/1+2+3+4和模糊关系R=“Almost 相等”定义如下：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=16.01.006.016.01.01.06.016.001.06.01R 利用max-min 复合运算,试计算：相等）是Almost Small X y R ()()( =;解：10.60.100.610.60.1y (10.70.30.1)0.10.610.600.10.61R⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦（） 7.已知模糊关系矩阵：⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=15.05.01009.002.01.00014.009.004.018.02.01.008.01R 计算R 的二至四次幂;解：210.800.10.210.800.10.20.810.400.90.810.400.900.410000.41000.10010.50.10010.50.20.900.510.20.900.51R R R ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=•=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦10.80.40.20.80.810.40.50.90.40.4100.40.20.5010.50.80.90.40.51⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦8.设有论域},{ },,,{ },,,{21321321z z Z y y y Y x x x X ===,二维模糊条件语句为“若A且B 则C ”,其中)(C , 14.0)( , 6.011.0)( , 1.015.021321321Z F z z C Y F B y y y B X F A x x x A ∈+=∈++=∈++=已知 )(B , 15.01.0)( , 1.05.01*321**321*Y F y y y B X F A x x x A ∈++=∈++=由关系合成推理法,求得推理结论*C ; 解：令R 表示模糊关系,则R A B C =⨯⨯. 将1TR 按行展开写成列向量为[]0.10.50.50.110.60.10.10.1T所以,[]10.10.10.40.110.50.50.40.510.50.50.40.510.10.10.40.110.41110.4110.60.60.40.610.10.10.40.110.10.10.40.110.10.10.40.11TR R C ∧∧⎡⎤⎡⎤⎢⎥⎢⎥∧∧⎢⎥⎢⎥⎢⎥⎢⎥∧∧⎢⎥⎢⎥∧∧⎢⎥⎢⎥⎢⎥⎢⎥=⨯=⨯==∧∧⎢⎥⎢⎥∧∧⎢⎥⎢⎥⎢⎥⎢⎥∧∧⎢⎥⎢⎥∧∧⎢⎥⎢⎥⎢⎥⎢⎥∧∧⎣⎦⎣⎦0.10.10.40.50.40.50.10.10.410.40.60.10.10.10.10.10.1⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦.又因为()C A B R ***=⨯⨯,[]10.10.510.50.10.510.10.50.50.10.10.10.1A B **⎡⎤⎡⎤⎢⎥⎢⎥⨯==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦,将A B **⨯按行展开写成行向量,为[]0.10.510.10.50.50.10.10.1,则 ()()0.40.5C A B R ***=⨯⨯=即120.40.5C z z *=+ 9. 已知语言变量x,y,z;X 的论域为{1,2,3},定义有两个语言值： “大”＝{0, , 1}；“小”={1, , 0}; Y 的论域为{10,20,30,40,50},语言值为：“高”={0, 0, 0, , 1}；“中”={0, , 1, , 0}; “低”={1, , 0, 0, 0};Z的论域为{,,},语言值为：“长”={0, , 1}；“短”={1, , 0}则：1试求规则：如果x 是“大”并且y 是“高”那么z是“长”；否则,如果x 是“小”并且y 是“中”那么z是“短”;所蕴涵的x,y,z之间的模糊关系R;2假设在某时刻,x是“略小”={, , 0},y是“略高”={0, 0, , , 1}试根据R分别通过Zadeh法和Mamdani法模糊推理求出此时输出z的语言取值;第三章模糊控制1.模糊控制器有哪几部分组成各完成什么功能1:答：模糊控制器由四个部分组成,这四个功能模块是模糊化、知识库、模糊推理和去模糊化;1模糊化：为实现模糊控制而将精确的输入量进行模糊化处理,是将精确量转化为模糊量的过程;模糊化模块在不同的阶段有不同的作用：a、确定符合模糊控制器要求的输入量和输出量;b、对输入输出变量进行尺度变换,使之落于各自的论域范围内;c、对已经论域变换的输入量进行模糊化处理,包括模糊分割和隶属函数的确定;2知识库：知识库通常由数据库和规则库组成,包含了具体应用领域的知识和要求;其中,数据库主要包含输入输出变量的初度变换因子、输入输出空间的模糊分割以及模糊变量的模糊取值及相应的隶属度函数选择和形状等方面的内容;规则库包含了用模糊语言描述专家的经验知识,来表示一系列控制规则;它们反映了控制专家的经验和知识;3模糊推理：是一种近似推理,根据模糊控制规则库和当前系统状态推断出应施加的控制量的过程,由推理机完成;4去模糊化：由于控制器输出到具体地执行机构的信号必须是清晰的精确量;因此,需要一个与输入模糊化相反的过程,即把模糊推理结果转变成清晰量,它实现从输出论域上输出模糊空间到输出精确空间的映射;2.模糊控制器设计的步骤怎样2：答：模糊控制器设计的步骤如下：1：输入变量和输出变量的确定;2：输入输出变量的论域和模糊分割,以及包括量化因子和比例因子在内的控制参数的选择;3：输入变量的模糊化和输出变量的清晰化;4：模糊控制规则的设计以及模糊推理模型的选择;5：模糊控制程序的编制;3.清晰化的方法有哪些3：答：清晰化的方法一般有四种：1：最大隶属度法：这种方法将模糊推理得到的结论中最大隶属度值最对应的元素作为控制器输出的精确值,如果有多个最大点,则取其平均值;2：加权平均法：这种方法是指以各条规则的前件和输入的模糊集按一定法则确定的值为权值,并对后件代表值加权平均计算输出的清晰值的方法;3：面积等分法：把输出的模糊集合所对应的隶属函数与横坐标之间围成的面子分成两部分,那么该方法得到的精确值应满足使该两部分的面积相等;4：由于Tsukamoto模型和Takagi-Sugeno模型输出本身就是清晰量,则不需要去模糊化;4.已知某一炉温控制系统,要求温度保持在600度恒定;针对该控制系统有一下控制经验：1若炉温低于600度,则升压；低得越多升压就越高;2若炉温高于600度,则降压；高得越多降压就越低; 2若炉温等于600度,则保持不变;设计模糊控制器为一维控制器,输入语言变量为误差,输出为控制电压;输入、输出变量的量化等级为7级,取5个模糊集;设计隶属度函数误差变化划分表、控制电压变化划分表和模糊控制规则表; 解： 定义理想温度点的温度为T ,实际测量温度为T ,温度差为0e T T T=∆=-;以为输入、输出变量的量化等级均为7级, 5个模糊集,则e控制电压u 变化划分表为：根据一上两表设计一下模糊规则：若e 负大,则u 正大；若e 负小,则u 正小；若e 为0,则u 为0； 若e 正小,则u 负小；若e 正大,则u 负大; 模糊控制规则表为： 试分别设计：1常规的PID 控制器； 2常规的模糊控制器； 3模糊PID 控制器;分别对上述3种控制器进行Matlab 仿真,并比较控制效果; 解：1常规的PID 控制器的设计： a) 常规的PID 控制器的设计原理图： b 在matlab 中simulink 仿真图如下：第四章神经网络基础1、生物神经元模型的结构功能是什么答：生物神经元结构：1、细胞体：由细胞核、细胞质和细胞膜等组成;2、树突：胞体上短而多分枝的突起;相当于神经元的输入端,接受传入的神经冲动;3、轴突：胞体上最长枝的突起,也称神经纤维;端部有很多神经末稍传出神经冲动;4、突触：神经元间的连接接口,每个神经元约有1万~10万个突触;神经元通过其轴突的神经末稍,经突触与另一神经元的树突联接,实现信息的传递;由于突触的信息传递特性是可变的,形成了神经元间联接的柔性,称为结构的可塑性;5、细胞膜电位：神经细胞在受到电的、化学的、机械的刺激后,能产生兴奋,此时,细胞内外有电位差,称膜电位;电位膜内为正,膜外为负;生物神经元功能：1、兴奋与抑制当传入神经元的冲动,经整合,使细胞膜电位升高,超过动作电位的阈值时,为兴奋状态,产生神经冲动,由轴突经神经末稍传出;当传入神经元的冲动,经整合,使细胞膜电位降低,低于阈值时,为抑制状态,不产生神经冲动;2、学习与遗忘由于神经元结构的可塑性,突触的传递作用可增强与减弱,因此,神经元有学习与遗忘的功能;2、人工神经元模型的特点是什么答：人工神经元模型的特点：1、神经元及其联接；2、神经元间的联接强度决定信号传递的强弱；3、神经元间的联接强度是可以随训练改变的；4、信号是可以起刺激作用的,也可以起抑制作用；5、一个神经元接受的信号的累积效果决定该神经元的状态；6、每个神经元可以有一个“阈值”;3、人工神经网络的特点是什么如何分类答：人工神经网络的特点：1、非线性2、分布处理3、学习并行和自适应4、数据融合5、适用于多变量系统6、便于硬件实现人工神经网络的分类：根据神经网络的连接方式,神经网络可分为三种形式：1、前向网络：神经元分层排列,组成输入层、隐含层和输出层;每一层的神经元只接受前一层神经元的输入;输入模式经过各层顺次的变换后,由输出层输出;在各神经元间不存在反馈;感知器和误差反向传播网络采用前向网络形式;2、反馈网络：该网络结构在输出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出神经元的反馈;这种神经网络是一种反馈动力学系统,它需要工作一段时间才能达到稳定;3、自组织网络：当神经网络在接受外界输入时,网络将会分成不同的区域,不同区域具有不同的响应特征,即不同的神经元以最佳方式响应不同性质的信号激励,从而形成一种拓扑意义上的特征图,该图实际上是一种非线性映射;这种映射是通过无监督的自适应过程完成的,所以也称为自组织特征图;4、有哪几种常用的神经网络学习算法常用的神经网络学习算法：1、有教师学习：在学习过程中,网络根据实际输出与期望输出的比较,进行联接权系的调整,将期望输出称导师信号是评价学习的标准;2、无教师学习：无导师信号提供给网络,网络能根据其特有的结构和学习规则,进行联接权系的调整,此时网络学习评价的标准隐含于其内部;3、再励学习:把学习看为试探评价过程,学习及选择一动作作用于环境,环境的状态改变,并产生再励信号反馈至学习机,学习机依据再励信号与环境当前的状态,再选择下一动作作用于环境,选择的原则是使受到奖励的可能性增大;4、Hebb学习规则5、Delta学习规则第五章典型神经网络1、BP算法的特点是什么增大权值是否能够使BP学习变慢答：误差反向传播的BP算法简称BP算法,是有导师的学习,其基本思想是梯度下降法;它采用梯度搜索技术,以使网络的实际输出值与期望输出值的误差均方值为最小;学习的过程由正向传播和反向传播组成,在正向过程中,输入信息由输入层经隐层逐层处理,并传向输出层,每层神经元的状态只影响下一层神经元的状态,如果在输出层不能得到期望的输出,则转至反向传播,将误差信号按连接通路反向计算,由梯度下降法来调整各层神经元的权值,使误差信号减小;主要优点：1非线性映射能力：无需事先了解描述这种映射关系的数学方程,只要提供足够多的样本模式对BP网络进行详细训练,它便能完成由n维输入空间到m输出空间的非线性映射;2泛化能力：当向网络输入训练时未曾见过的非样本数据时,网络也能完成由输入空间向输出空间的正确映射,这种能力称为多层前馈网络的泛化能力;3容错能力：输入样本中带有较大的误差,甚至个别错误对网络的输入输出规律影响很小;标准的BP算法内在的缺陷：1易形成局部极小而得不到全局最优；2训练次数多使得学习效率低,收敛速度慢；3隐节点的选取缺乏理论指导；4训练时学习新样本有遗忘旧样本的趋势;增大权值不一定能够使BP学习变慢,由BP权值修正的原理可知,权值调整公式可汇总如下：2、为什么说BP网络是全局逼近的,而RBF网络是局部逼近的它们各有突出的特点是什么BP网络的活化函数为S函数,其值在输入空间中无限大的范围内为非零值,因而是全局逼近的神经网络;其突出特点如下：1、是一种多层网络化,包括输入层、隐含层和输出层；2、层与层之间采用全互联方式,同一层神经元不连接；3、权值通过delta 学习算法进行调节；4、神经元活化激发函数为S函数；5、学习算法由正向算法和反向算法组成；6、层与层之间的连接时单向的,信息的传播史双向的;RBF网络的活化函数为高斯基函数,其值在输入空间中有限范围内为非零值,并且RBF神经网络的神经元具有局部逼近的神经网络;其输出特点如下：1、RBF径向基函数是局部的,学习速度快；2、已证明RBF网络具有唯一最佳逼近的特性,且无局部最小；3、在函数创建过程中可以自动增加隐含层的神经元个数,直到满足均方差要求为止无需单独的代码来训练函数,网络的创建过程就是训练过程;4、RBF 网络用于非线性系统辨识与控制中,虽具有唯一最佳逼近特性,且无局部最小的优点,避免去确定隐层和隐层点数,网络可以根据具体问题自适应的调整,因此适应性更好; 3、何为神经网络的泛化能力影响泛化能力的因素有哪些答：泛化能力综合能力、概括能力：用较少的样本进行训练,是网络能在给定的区域内达到要求的精度;所以没有泛化能力的网络没有使用价值;影响泛化能力的因素：1、样本；2、结构；3、初始权值4、训练样本集；5、需测试集; 4. 已知一个非线性函数2121()sin(2)2y x x ππ=,试用三层BP 网络逼近输出y,画出网络的结构,写出网络各层节点的表达式以及各层节点输出值的范围; 解：非线性函数2121()sin(2)2y x x ππ=画出三层BP 网络的结构图 由输入得到两个隐节点、一个输出层节点的输出,输入层不考虑阈值 两个隐节点、一个输出层节点输出为 活化函数选择S 型函数1()1xly f xl e -==+如教材例,取第一个输入、输出神经元与各隐含神经元的连接权均为1,第二个输入、输出神经元与各隐含层单元的连接权为2.则 由上式可得第六章 高级神经网络控制器的一般形式为0()()()[()(1)]kp idj u k k e k k e j k e k e k ==++--∑,也可写成等价形式112233()()()()u k k u k k u k k u k =++,其中1203()(),()(),()()()(1)kj u k e k u k e k u k e k e k e k ====∆=--∑,123,,k k k 为PID 控制器,,p i d k k k 三个参数的线性表示;这一形式可以看成以123(),(),()u k u k u k 为输入,123,,k k k 为权系数的神经网络结构,试推导出自适应神经网络PID 控制器参数调整的学习算法; 解：自适应神经网络PID 控制器结构如下图所示： 由图可知：控制器由两部分组成,分别为常规PID 控制和神经网络;其中,常规PID 直接对被控对象进行闭环控制,并且其控制参数kp 、ki 、kd 为在线调整方式；神经网络根据系统的运动状态,调节PID 控制器的参数,使输出层神经元的输出对应于PID 控制器的三个可调参数;学习算法如下：首先确定神经网络的结构,即确定输入节点数和隐含层节点数,并给出各层加权系数的初值w1和w2,并选定学习速率和惯性系数,令k=1；采样得到rk 和yk,计算当前时刻误差rk-yk ；计算各神经网络的输入和输出,其输出层的输出即为PID 控制器的三个控制参数kp 、ki 、kd 并计算PID 控制器的输出进行神经网络学习,在线调整加权系数,实现PID 控制参数的自适应调整；令k=k1,进行上述步骤;网络各层输入输出算法：。
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)。
一、填空题1．智能控制是一门新兴的学科，它具有非常广泛的应用领域，例如、、和。
1、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制2．传统控制包括和。
2、经典反馈控制现代理论控制3．一个理想的智能控制系统应具备的基本功能是、、和。
3 、学习功能适应功能自组织功能优化能力4．智能控制中的三元论指的是：、和。
4、运筹学，人工智能，自动控制5．近年来，进化论、、和等各门学科的发展给智能控制注入了巨大的活力，并由此产生了各种智能控制方法。
5、神经网络模糊数学专家系统6．智能控制方法比传统的控制方法更能适应对象的、和。
6、时变性非线性不确定性7．傅京逊首次提出智能控制的概念，并归纳出的3种类型智能控制系统是、和。
7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控制系统8、智能控制主要解决传统控制难以解决的复杂系统的控制问题，其研究的对象具备的3个特点为、和。
8、不确定性、高度的非线性、复杂的任务要求9．智能控制系统的主要类型有、、、、和。
9、分级递阶控制系统，专家控制系统，神经控制系统，模糊控制系统，学习控制系统，集成或者（复合）混合控制系统10．智能控制的不确定性的模型包括两类：(1) ；(2) 。
10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。
11．控制论的三要素是：信息、反馈和控制。
12．建立一个实用的专家系统的步骤包括三个方面的设计，它们分别是、和。
知识库的设计推理机的设计人机接口的设计13．专家系统的核心组成部分为和。
知识库、推理机14．专家系统中的知识库包括了3类知识，它们分别为、、和。
判断性规则控制性规则数据15．专家系统的推理机可采用的3种推理方式为推理、和推理。
15、正向推理、反向推理和双向推理16．根据专家控制器在控制系统中的功能，其可分为和。
16、直接型专家控制器、间接型专家控制器17．普通集合可用 函数表示,模糊集合可用 函数表示。
特征、隶属18．某省两所重点中学在(x 1~x 5)五年高考中，考生“正常发挥”的隶属函数分别为、、、、和、、、、。
则在研究该省重点中学高考考生水平发挥的状况时，论域应为X = ，若分别用A %、B %表示两个学校考试“正常发挥”的状况，则用序偶表示法分别表示为A =% ，B =% ；“未正常发挥”模糊子集（用行向量表示）分别为 和 ；而该省两所重点中学每年高考考生“正常发挥”的模糊子集应该是 （用Zadeh 法表示）。
{}12345,,,,X x x x x x =，{}12345(,0.85),(,0.93),(,0.89),(,0.91),(,0.96)A x x x x x =:{}12345(,0.92),(,0.96),(,0.87),(,0.93),(,0.94)B x x x x x =:[0.15,0.07,0.11,0.09,0.04]A =:，[0.08,0.04,0.13,0.07,0.06]B =: 123450.850.930.870.910.94x x x x x ++++ 19.确定隶属函数的方法大致有 、 和 。
19、模糊统计法 主观经验法 神经网络法20．在模糊控制中应用较多的隶属函数有6种，它们分别为高斯型隶属函数、 、、 、 和 。
20、广义钟形隶属函数 S 形隶属函数 梯形隶属函数 三角形隶属函数 Z 形隶属函数21．在天气、学问、晴朗、表演和渊博中可作为语言变量值的有 和 。
21、晴朗、渊博23．模糊控制是以 、 、和 为基础的一种智能控制方法。
模糊集理论，模糊语言变量，模糊逻辑推理24．模糊控制的数学基础为 。
24、模糊集合25．模糊控制中，常用的语言变量值用²PM,±PS ,²NM ,²NO 等表示,其中²PM 代表 , ²NO代表 。
25、正中、负零 26. 在模糊控制中，模糊推理的结果是 量。
26、模糊27. 在模糊控制中，解模糊的结果是 量。
确定量28. 基本模糊控制器的组成包括知识库以及 、 和 。
模糊化接口、推理机、解模糊接口29. 在模糊控制中，实时信号需要 才能作为模糊规则的输入，从而完成模糊推理。
29、 模糊化30．模糊控制是建立在 基础之上的，它的发展可分为三个阶段，分别为 、 、 和 。
30、人工经验模糊数学发展和形成阶段产生了简单的模糊控制器高性能模糊控制阶段31．模糊集合逻辑运算的模糊算子为、和。
31、交运算算子并运算算子平衡算子32．在温度、成绩、暖和、口才和很好中可作为语言变量值的有和32.暖和、很好33．在水位、压力、暖和、表演、中年人和比较好中可作为语言变量值的有、和。
33、暖和、中年人和比较好34．在水位、寒冷、温度、表演和偏高中可作为语言变量值的有和。
34.寒冷、偏高35. 模糊控制的基本思想是把人类专家对特定的被控对象或过程的总结成一系列以“”形式表示的控制规则。
35、控制策略“IF条件THEN 作用”36．神经网络的发展历程经历了4个阶段，分别为、、和。
36、启蒙期、低潮期、复兴期、新连接机制期37．神经元由4部分构成，它们分别为、、和突触。
37、细胞体、树突、轴突38．根据神经网络的连接方式，神经网络的３种形式为：、和。
38、前向网络反馈网络自组织网络39．神经网络的3个要素为：、和。
39、神经元的特性拓扑结构学习规则41.目前神经网络的学习算法有多种，按有无导师分类，可分为、和。
41、有导师学习无导师学习再励学习42.神经网络的研究主要分为3个方面的内容，即、和。
42.神经元模型、神经网络结构、神经网络学习算法43.神经网络的学习过程主要由正向传播和反向传播两个阶段组成。
44．神经网络控制是将和相结合而发展起来的智能控制方法。
神经网络，控制理论45. 遗传算法的主要用途是。
45、寻优（优化计算）46．常用的遗传算法的染色体编码方法有二种，它们分别为实数编码和。
46、二进制编码47.遗传算法的3种基本遗传算子、和。
47、比例选择算子单点交叉算子变异算子48．遗传算法中，适配度大的个体有被复制到下一代。
更多机会49. 遗传算法中常用的3种遗传算子（基本操作）为、、和。
49、复制、交叉和变异二、简答题：1. 试说明智能控制的的基本特点是什么？（1）学习功能（1分）（2）适应功能（1分）（3）自组织功能（1分）（4）优化能力（2分）2、试简述智能控制的几个重要分支。
专家控制、模糊控制、神经网络控制和遗传算法。
3、试说明智能控制研究的数学工具。
智能控制研究的数学工具为：（1）符号推理与数值计算的结合；（2）离散事件与连续时间系统得结合；（3）模糊集理论；（4）神经网络理论；（5）优化理论4.智能控制系统有哪些类型，各自的特点是什么？（1）专家控制系统（1分）专家系统主要指的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。
它具有启发性、透明性、灵活性、符号操作、不一确定性推理等特点。
➢（2）模糊控制系统（1分）在被控制对象的模糊模型的基础上，运用模糊控制器近似推理手段，实现系统控制的一种方法模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。
➢（3）神经控制系统（1分）神经网络具有某些智能和仿人控制功能。
学习算法是神经网络的主要特征。
（4）遗传算法（2分）遗传算法是基于自然选择和基因遗传学原理的搜索算法,是基于进化论在计算机上模拟生命进化论机制而发展起来的一门学科. 遗传算法可用于模糊控制规则的优化及神经网络参数及权值的学习,在智能控制领域有广泛的应用。
5、简述专家控制与专家系统存在的区别。
专家控制引入了专家系统的思想，但与专家系统存在区别：（1）专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。
专家控制比专家系统对可靠性和抗干扰性有着更高的要求。
（2）专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作方式。
6、试说明智能控制的三元结构，并画出展示它们之间关系的示意图。
把智能控制扩展为三元结构，即把人工智能、自动控制和运筹学交接如下表示：（2分）IC=AI∩AC∩OROR一运筹学（Operation research）IC一智能控制( intelligent control);Al一人工智能(artificial intelligence);AC一自动控制(automatic Colltrol);∩一表示交集.7．比较智能控制与传统控制的特点。
传统控制：经典反馈控制和现代理论控制。
它们的主要特征是基于精确的系统数学模型的控制。
适于解决线性、时不变等相对简单的控制问题。
（2分）智能控制：以上问题用智能的方法同样可以解决。
智能控制是对传统控制理论的发展，传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。
8. 简述智能控制系统较传统控制的优点。
在传统控制的实际应用遇到很多难解决的问题，主要表现以下几点：（1）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，无法获得精确的数学模型。
(1分)（2）某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题。
(1分)（3）针对实际系统往往需要进行一些比较苛刻的线性化假设，而这些假设往往与实际系统不符合。
(1分)（4）实际控制任务复杂，而传统的控制任务要求低，对复杂的控制任务，如机器人控制、CIMS、社会经济管理系统等复杂任务无能为力。
(1分) 智能控制将控制理论的方法和人工智能技术灵活地结合起来，其控制方法适应对象的复杂性和不确定性,能够比较有效的解决上述问题,具有较大的优越性。
( 1分)9、智能控制与传统控制的主要区别如何？传统控制：经典反馈控制和现代理论控制。
它们的主要特征是基于精确的系统数学模型的控制。
适于解决线性、时不变等相对简单的控制问题。
智能控制：以上问题用智能的方法同样可以解决。
智能控制是对传统控制理论的发展，能够解决传统控制方法难以解决的复杂系统的控制问题，如：对象的不确定性、高度的非线性和复杂的任务要求。
传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。
10．在模糊控制器的设计中，常用的反模糊化的方法有哪几种？最大隶属度法、中心法和加权平均法。
11.简述将模糊控制规则离线转化为查询表形式的模糊控制器的设计步骤。
(1)确定模糊控制器的结构; (2)定义输入、输出模糊集； (3) 定义输入、输出隶属函数； (4)建立模糊控制规则； (5)建立模糊控制表； (6)模糊推理；(7)反模糊化。
12.简述模糊控制的发展方向模糊控制的发展方向有：（１）Fuzzy-PID复合控制（2）自适应模糊控制（3）专家模糊控制（4）神经模糊控制（5）多变量模糊控制13、模糊控制系统一般由几个部分组成？1）模糊控制器2）输入/输出接口装置3）广义对象4）传感器14、比较模糊集合与普通集合的异同。