智能控制考试题及答案
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）。
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。
智能控制技术复习考试题课后答案
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。
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(1) OPEN (2) 最有希翼(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) 含糊控制系统(19) 神经控制系统(20) 学习控制系统1 、D2 、A3 、C4 、B5 、D6、B7、A8、D9、A 10、D1、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、不确定性和不彻底性等,普通无法获得精确的数学模型。
(2) 研究这种系统时,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,而且需要开辟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、不彻底性、含糊性或者不确定性以及不存在已知算法的过程,并以知识进行推理, 以启示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者过程进行组织, 即决策和规划,实现广义问题求解。
智能控制系统考核试卷
B.控制器
C.执行器
D.能源系统
2.下列哪种不属于智能控制系统的基本功能？（）
A.监测
B.判断
C.控制
D.传输数据
3.在智能控制系统中，PID控制属于以下哪一类控制？（）
A.线性控制
B.非线性控制
C.离散控制
D.模糊控制
4.关于智能控制系统，以下哪项描述是正确的？（）
A.智能控制系统是完全自动化的系统
A.数据清洗
B.数据融合
C.数据分析
D.数据可视化
20.以下哪些是智能控制系统在教育、医疗等领域的应用？（）
A.自动化教学系统
B.机器人辅助手术
C.智能医疗诊断
D.以上都是
三、填空题（本题共10小题，每小题2分，共20分，请将正确答案填到题目空白处）
1.在智能控制系统中，PID控制器由_______、_______和_______三个部分组成。
1.智能控制系统通常包含以下哪些基本组成部分？（）
A.传感器
B.控制器
C.执行器
D.数据库
2.智能控制系统的功能特点包括以下哪些？（）
A.自适应性
B.自学习性
C.自组织性
D.完全自动化
3.以下哪些属于智能控制系统的常见控制策略？（）
A.反馈控制
B.前馈控制
C.模糊控制
D.遗传算法
4.智能控制系统在设计时需要考虑以下哪些因素？（）
B.智能控制系统不需要人工干预
C.智能控制系统可以完全替代人工
D.智能控制系统适用于所有领域
5.以下哪种传感器通常用于智能控制系统中的温度监测？（）
A.光电传感器
B.压力传感器
C.温度传感器
- 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)。
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 (xx年来,自动控制一直在寻找新的出路。
现在看来,出路之一就是实现控制系统的智能化,以期解决面临的难题。
智能控制采用各种智能化技术实现复杂系统和其它系统的控制目标,是一种具有强大生命力的新型自动控制技术。
智能控制是人工智能和自动控制的重要部分和研究领域,并被认为是通向自主机器递阶道路上自动控制的顶层。
下图表示自动控制的发展过程和通向智能控制路径上控制复杂性增加的过程。
从图中可以看出,这条路径的最远点是智能控制,至少在当前是如此。
智能控制涉及高级决策并与人工智能密切相关。
智能控制是一门新建立的学科,无论在理论上或应用上,仍然不够完善,有待继续研究与发展。
展望智能控制的发展,我们应该: (1) 寻求更新的理论框架与智能控制的目标和定义相比,智能控制研究尚存在一些需要解决的问题。
人脑的结构和功能要比人们想象的复杂得多,人工智能和智能控制研究面临的困难要比我们估计的重大得多,智能科学工作者的研究任务要比我们讨论过的艰巨得多。
同时,要从根本上了解人脑的结构与功能,解决面临的困难,完成人工智能和智能控制的研究任务,需要寻找和建立更新的智能控制框架和理论体系,为智能控制的进一步发展打下稳固的理论基础。
(2) 进行更好的技术集成与人工智能相似的是,智能控制技术是人工智能技术与其它信息处理技术,尤其是信息论、系统论、控制论和认识工程学等的集成。
从学科结构的观点来看,提出了不同的思想,其中,智能控制的四元交集结构是最有代表性的一种集成思想。
在智能控制领域内已集成了许多不同的控制方案,如模糊自学习神经控制就集成了模糊控制、学习控制和神经控制等技术。
此外,还包括其它一些相关学科。
智能控制将向更高的技术水平发展,智能控制系统将包含多层级、多变量、非线性、大时滞、快速响应、分布参数和大规模系统等。
(3) 开发更成熟的应用方法为了实现智能控制,必须开发新的硬件和软件。
实现智能控制固然需要硬件的保障,不过,软件应是智能控制的核心;因为控制器的智能化是整个智能控制的核心,而这一智能化基本上要靠软件技术来实现。
3、答:递阶控制理论可被假定为寻求某个系统正确的决策与控制序列的数学问题,该系统在结构上遵循精度随智能降低而提高(IPDI)的原理,而所求得的序列能够使系统的总熵为最小。
三个控制层级的功能和结构如下: (1) 组织级组织级代表控制系统的主导思想,并人工智能起控制作用。
组织器作为推理机的规则发生器,处理高层信息,用于机器推理、规划、决策、学习(反馈)和记忆操作,如图1所示。
图1 组织级的结构框图(2) 协调级协调级是上(组织)级和下(执行)级之间的接口,承上启下,并人工智能和运筹学共同作用。
协调级一定数量的具有固定结构的协调器组成,每个协调器执行某些指定的作用。
各协调器间的通讯分配器来完成,而分配器的可变结构是组织器控制的。
(3) 执行级执行级是递阶智能控制的底层,要求具有较高的精度但较低的智能;它按控制论进行控制,对相关过程执行适当的控制作用。
执行级的性能可熵来表示,因而统一了智能机器的功用。
4、答:根据系统的复杂性,可把专家控制系统分为两类:即专家控制器和专家控制系统;按照系统的控制机理,又可把专家控制系统分为直接专家控制系统和间接专家控制系统。
专家控制器(EC)的组成:(1) 知识库(KB):KB存放工业过程控制的领域知识,经验数据库(DB)和学习与适应装置(LA)组成。
经验数据库主要存储经验和事实。
学习与适应装置的功能就是根据在线获取的信息,补充或修改知识库内容,改进系统性能,以便提高问题求解能力。
(2) 控制规则集(CRS):对受控过程的各种控制模式和经验的归纳和总结。
(3) 推理机构(IE):其复杂于规则条数决定,如果搜索空间很小,推理机构(IE)就十分简单,采用向前推理方法逐次判别各种规则的条件,满足则执行,否则继续搜索。
(4) 特征识别与信息处理(FR＆IP):其作用是实现对信息的提取与加工,为控制决策和学习适应提供依据。
它主要包括抽取动态过程的特征信息,识别系统的特征状态,并对这些特征信息进行必要的加工。
5、答:在设计模糊控制器时,必须考虑下列各项内容:(1) 选择模糊控制器的结构;(2) 选取模糊控制规则;模糊控制规则是模糊控制器的核心,必须精心选取这些规则,并考虑下列问题:(a) 选定描述控制器输入和输出变量的语义词汇;(b) 规定模糊集;(c) 确定模糊控制状态表。
(3) 确定模糊化的解模糊策略,制定控制表; (4) 确定模糊控制器的参数。
下图为自组织模糊控制器的结构:它基本层和自组织层两级构成;前者为一常规模糊语义控制器,后者对每一输入／输出响应的采样进行评价,并对控制器产生一个修正。
该结构能够自动获得模糊控制器的规则库。
当用FLC控制对象(装置)至期望响应时,新条件一旦出现,规则就被产生和修正。
该控制器的主要部分有性能评价、对象建模、规则库更新和FLC保持等。
性能评价单元用于分析精确装置有关性能目标的状态矢量(位置误差PE,误差变化CE),并对已辨识过的规则进行修正,以补偿任何恶劣性能的影响。
修正是通过标量来调整规则结论的。
采用可接受和不可接受两种阶跃响应相平面轨迹作为性能目标。
装置(对象)模型用于考虑装置规则修正时的输入-输出极性、规则库更新单元用于检查哪条或哪几条规则可对当前的恶劣性能产生响应,并进行修正。
自组织模糊控制器在学习试验过程中的连续采样时间内,不断(迭代)地改善规则库。
6、答:人工神经网络的下列特性对控制是至关重要的: (1) 并行分布处理。
神经网络具有高度的并行结构和并行实现能力,因而能够有较好的耐故障能力和较快的总体处理能力。
这特别适于实时控制和动态控制。
(2) 非线性映射。
神经网络具有固有的非线性特性,这源于其近似任意非线性映射(变换)能力。
这一特性给非线性控制问题带来新的希望。
(3) 通过训练进行学习。
神经网络是通过所研究系统过去的数据记录进行训练的。
一个经过适当训练的神经网络具有归纳全部数据的能力。
因此,神经网络能够解决那些数学模型或描述规则难以处理的控制过程问题。
(4) 适应与集成。
神经网络能够适应在线运行,并能同时进行定量和定性操作。
神经网络的强适应和信息熔合能力使得网络过程可以同时输入大量不同的控制信号,解决输入信息间的互补和冗余问题,并实现信息集成和熔合处理。
这些特性特别适于复杂、大规模和多变量系统的控制。
(5) 硬件实现。
神经网络不仅能够通过软件而且可借助软件实现并行处理。
近年来,一些超大规模集成电路实现硬件已经问世,而且可从市场上购到。
这使得神经网络具有快速和大规模处理能力的实现网络。
十分显然,神经网络于其学习和适应、自组织、函数逼近和大规模并行处理等能力,因而具有用于智能控制系统的潜力。
7、答:《智能控制》课程考试试题B《智能控制》课程考试试题B参考答案一、填空题(1) 高级机器人 (2) 智能规划与调度 (3) 自动制造系统 (4) 故障检测与诊断 (5) 小深(Deep Junior) (6) 卡斯帕洛夫(Kasparov) (7) 硬件(8) 软件(9) 智能 (10) 智能化(11) 选择模糊控制器的结构 (12) 选取模糊控制规则 (13) 确定模糊化的解模糊策略,制定控制表 (14) 确定模糊控制器的参数(15) 傅京孙 (16) 萨里迪斯 (17) 蔡自兴(18) 生物的进化机制 (19) 进化计算 (20) 反馈机制二、选择题1、C2、A3、A4、C5、D6、D7、B8、C9、A 10、C 三、问答题1、答:在研究了智能控制的二元、三元结构理论、知识、信息和智能的定义以及各相关学科的关系之后。
蔡自兴教授提出了四元智能控制结构,把智能控制看作是自动控制、人工智能、信息论和运筹学四个学科的交集,如图1所示,其关系可用下式来描述。
IC = AI ∩ CT ∩ IT ∩ OR图1 智能控制的四元结构把信息论作为智能控制结构的一个子集是基于下列理的: (1) 信息论是解释知识和智能的一种手段;(2) 控制论、系统论和信息论是紧密相互作用的;(3) 信息论已成为控制智能机器的工具; (4) 信息熵成为智能控制的测度;(5) 信息论参与智能控制的全过程,并对执行级起到核心作用。
2、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。
(3) 智能控制是一门边缘交叉学科。
实际上,智能控制涉及更多的相关学科。
智能控制的发展需要各相关学科的配合与支援,同时也要求智能控制工程师是个知识工程师。
(4) 智能控制是一个新兴的研究领域。
无论在理论上或实践上它都还很不成熟、很不完善,需要进一步探索与开发。
3、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。