智能控制技术作业
智能控制技术第二章作业
求：
（1）误差为零和误差为正小的隶属度函数
（2）误差为零或误差为正小的隶属度函数
解
定义2-4并：并 的隶属函数 对所有 被逐点定义为取大运算，即 ，式中，符号“∨”为取极大值运算。
定义2-5交：交 的隶属函数 对所有 被逐点4已知模糊矩阵P、Q、R、S为
求：
（1）
(2)
(3)
解
定义2-14模糊关系合成：如果R和S分别为笛卡尔空间 和 上的模糊关系，则R和S的合成是定义在笛卡尔空间 上的模糊关系，并记作 ，其隶属度函数的计算方法
上确界（Sup）算子
（1）
（2）
2-6设有论域 ， ，并定义
试确定模糊条件语言“如果x轻，则y重，否则y不非常重”所决定的模糊关系矩阵R，并计算出当x为非常轻，重条件下所对应的模糊集合y。
（不做）
解：B′=非常重=
B″=不非常重=B =
关系矩阵R=(A×B)U
A×B=
(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(神经网络)-作业
智能控制作业学生姓名: 学号: 专业班级:（一）7-2 采用BP网路、RBF网路、DRNN网路逼近线性对象, 分别进行matlab 仿真。
（二）采用BP网络仿真网络结构为2-6-1。
采样时间1ms, 输入信号, 权值的初值随机取值, 。
仿真m文件程序为:%BP simulationclear all;clear all;xite=0.5;alfa=0.5;w1=rands(2,6); % value of w1,initially by randomw1_1=w1;w1_2=w1;w2=rands(6,1); % value of w2,initially by randomw2_1=w2;w2_2=w2_1;dw1=0*w1;x=[0,0]';u_1=0;y_1=0;I=[0,0,0,0,0,0]'; % input of yinhanceng cellIout=[0,0,0,0,0,0]'; % output of yinhanceng cellFI=[0,0,0,0,0,0]';ts=0.001;for k=1:1:1000time(k)=k*ts;u(k)=0.5*sin(3*2*pi*k*ts);y(k)=(u_1-0.9*y_1)/(1+y_1^2);for j=1:1:6I(j)=x'*w1(:,j);Iout(j)=1/(1+exp(-I(j)));endyn(k)=w2'*Iout; %output of networke(k)=y(k)-yn(k); % error calculationw2=w2_1+(xite*e(k))*Iout+alfa*(w2_1-w2_2); % rectify of w2for j=1:1:6FI(j)=exp(-I(j))/(1+exp(-I(j))^2);endfor i=1:1:2for j=1:1:6dw1(i,j)=e(k)*xite*FI(j)*w2(j)*x(i); % dw1 calculation endendw1=w1_1+dw1+alfa*(w1_1-w1_2); % rectify of w1% jacobian informationyu=0;for j=1:1:6yu=yu+w2(j)*w1(1,j)*FI(j);enddyu(k)=yu;x(1)=u(k);x(2)=y(k);w1_2=w1_1;w1_1=w1;w2_2=w2_1;w2_1=w2;u_1=u(k);y_1=y(k);endfigure(1);plot(time,y,'r',time,yn,'b');xlabel('times');ylabel('y and yn');figure(2);plot(time,y-yn,'r');xlabel('times');ylabel('error');figure(3);plot(time,dyu);xlabel('times');ylabel('dyu');运行结果为:（三）采用RBF网络仿真网路结构为2-4-1, 采样时间1ms, 输入信号, 权值的初值随机取值, , 高斯基函数初值, 。
智能控制技术在工程机械中的应用研究
智能控制技术在工程机械中的应用研究摘要:目前，智能控制技术在工程机械控制中的应用越来越广泛。
本文以智能控制技术为重点，阐述了工程机械智能化研究的主要内容，包括信息识别和环境适应，并探讨了其在压路机、挖掘机等机械设备中的应用，以促进工程机械领域的不断发展。
关键词：智能控制技术;工程机械;应用研究1 智能控制技术概述1.1 智能控制技术所谓智能控制技术，其在工程机械控制领域应用的主要原理是使机械在运行过程中感受外部信息元素的变化，在此基础上进行采集、分析和集成，控制智能动态，促进工程机械的长期稳定运行。
具体来说，在控制过程中，智能控制系统能够动态获取外部信息，具有较强的数据感知能力。
如果外部环境因素发生变化，可以完成局部调整。
同时，智能控制技术与工程机械的有机联系还集中在数据信息的智能识别和思维判断上，从海量数据信息中提取有用数据，并存储在控制系统中进行及时处理。
完成以上环节后，智能系统将做出科学合理的决策和控制执行，从而实现工程机械的智能控制。
例如，对于普通挖掘机，智能控制技术的应用主要集中在液压系统上，它能准确识别各种液压参数，主要包括输油压力、最大工作压力、额定工作压力、最大流量、额定流量、最小稳定流速、温度、应力、磨损和冲程，并动态检测导向手柄位移和系统流量，尽量防止因故障导致的故障。
1.2智能控制技术的主要类型目前，智能控制技术在工程机械控制中的应用类型主要集中在三个方面：专家系统、人工神经网络和模糊控制技术。
详情如下。
1.2.1智能控制技术中的专家系统本质上是一个计算机智能系统，主要涵盖许多行业专家的知识、理论和实践技能。
在施工机械控制过程中，如果操作人员出现问题，可以有效及时地解决。
从这个角度来看，专家系统是一个集成了大量机械控制专业知识和经验的计算机程序，可以全面模拟人类专家的大部分决策，对于解决工程机械控制的实际问题具有重要的现实意义。
目前，专家系统主要分为两个方面：直接控制和间接控制。
智能控制的应用实例
智能控制的应用实例智能控制的应用实例随着现代科技的不断发展，智能控制技术得到了广泛应用。
智能控制技术是指将计算机、通讯、传感器等技术与控制技术相结合，实现对物理系统的自动化、智能化控制。
下面将介绍几个智能控制的应用实例。
一、智能家居智能家居是指通过集成家庭自动化系统，通过计算机网络和通讯技术，实现对家庭设备、灯光、电器等设备进行远程控制和管理。
智能家居可以提高生活质量，增加生活便利性和安全性。
例如，在离开家时可以通过手机APP远程关闭所有电器；在家中可以通过语音指令打开灯光或调节空调温度等。
二、智慧交通智慧交通是指通过计算机网络和传感器等技术，实现对交通流量进行监测和管理，并对道路流量进行优化调度。
这种技术可以有效缓解城市交通拥堵问题，并提高道路使用效率。
例如，在城市道路上设置车辆识别设备，可以自动识别车辆信息并进行流量统计，通过智能算法进行优化调度，减少拥堵情况。
三、智能制造智能制造是指通过计算机技术和传感器等技术，实现对生产过程的自动化、智能化控制。
这种技术可以提高生产效率和产品质量，并减少人工干预带来的误差。
例如，在汽车生产线上，通过设置传感器监测车身尺寸和形状等信息，可以实现自动化焊接和涂装等工艺流程。
四、智能医疗智能医疗是指通过计算机技术和传感器等技术，实现对患者健康状态的监测和管理，并提供精准的医疗服务。
这种技术可以提高医疗效率和诊断准确性，并改善患者体验。
例如，在医院内设置智能护理床，可以实时监测患者身体各项指标，并自动调整床位角度、温度等参数以保证患者舒适度。
五、智慧城市智慧城市是指通过计算机网络和传感器等技术，实现对城市各个方面的信息进行收集、处理和管理，并提供全方位的城市管理服务。
这种技术可以提高城市运转效率和服务质量，并提升城市品质。
例如，在城市中设置智能垃圾桶，可以自动识别垃圾类型并进行分类处理，减少环境污染。
六、智能农业智能农业是指通过计算机技术和传感器等技术，实现对农业生产过程的自动化、智能化控制。
智能控制作业
一、已知某一炉温控制系统，要求温度保持在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。
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。
要求有程序及注释，仿真结果和分析。
（1）确定模糊控制器的输入输出变量将600℃作为给定值t0 ,测量炉温为t(k)，则：输入变量：e(k)= t(k)-t0输出变量：触发电压u 的变化量，该u直接控制供电电压的高低。
（2）输入输出变量的模糊语言描述输入输出变量的语言值：{负大（NB）,负小（NS）,零（ZE）,正小（PS）,正大（PB）} 设：e的论域为X，u 的论域为Y，均量化为七个等级：X= {-3，-2，-1，0，1，2，3}，Y={-3，-2，-1，0，1，2，3}语言变量E 和U 的隶属函数赋值表（论域离散）：隶属度输出量u的变化等级－3 －2 －1 0 1 2 3模糊集PB 0 0 0 0 0 0.5 1 PS 0 0 0 0 1 0.5 0 ZE 0 0 0.5 1 05 0 0 NS 0 0.5 1 0 0 0 0 NB 1 0.5 0 0 0 0 0（3）模糊控制规则①if E =NB then U =PB②if E =NS then U =PS③if E =ZE then U =ZE④if E =PS then U =NS⑤if E =PB then U =NB（4）求模糊控制表IF NBe NSe ZOe PSe PBe THEN PBu PSu ZOu NSu NBu（5）控制量转化为精确量：采用加权平均法：（6）计算模糊关系R=(NBe×PBu)+ (NSe×PSu)+(ZEe×ZEu)+ (PSe×NSu) +(PBe×NBu)ZEe×ZEu =（0, 0, 0.5,1, 0.5,0,0）×（0,0 , 0.5, 1 , 0.5 , 0,0）分别计算出矩阵NBe×PBu，NSe×PSu，ZEe×ZEu，PSe×NSu ，PBe×NBu求并集得：查询表：e－3 －2 －1 0 1 2 3u 3 2 1 0 －1 －2 －3实际控制时，将测量到的误差量化后，从查询表中得到控制量再乘以比例因子Kn，即作为控制的实际输出。
智能控制技术在工程机械控制中的应用
智能控制技术在工程机械控制中的应用1. 引言1.1 智能控制技术在工程机械控制中的应用智能控制技术在工程机械控制中的应用正在成为工程领域的一个重要趋势。
随着科技的不断发展，智能控制技术已经逐渐应用于各种工程机械中，为工程施工提供了更高效、更精准的控制手段。
通过智能控制技术，工程机械可以实现自动化、智能化控制，大大提高了工程施工的效率和质量。
智能控制技术的引入使得工程机械可以更加灵活地适应不同施工环境和任务要求，从而实现更加精准的作业。
在现代工程中，挖掘机、起重机、输送机、压路机等工程机械的智能控制技术应用已经逐渐成熟。
这些技术的应用使得工程机械可以更好地协同作业，实现施工过程的自动化和智能化。
2. 正文2.1 智能控制技术的发展历程智能控制技术的发展历程可以追溯到20世纪50年代，当时人们开始尝试将计算机技术应用到控制系统中。
随着计算机技术的不断发展，智能控制技术也逐渐得到了提升和完善。
在上世纪80年代，随着人工智能技术的兴起，智能控制技术开始迈入了一个新的阶段。
在智能控制技术的发展过程中，专家学者们提出了许多重要的理论和方法，如模糊控制、神经网络控制、遗传算法等。
这些理论和方法的提出为智能控制技术的应用奠定了基础。
随着工程机械的发展和需求不断增加，智能控制技术也得到了广泛的应用。
通过智能控制技术，工程机械可以实现自动化操作，提高工作效率，减少人为误操作的可能性。
智能控制技术还可以对工程机械进行远程监控和故障诊断，确保设备的安全运行。
智能控制技术的发展历程是一个不断完善和提升的过程，它为工程机械的控制带来了新的机遇和挑战。
随着技术的不断发展，相信智能控制技术在工程机械控制中的应用会更加广泛和深入。
2.2 智能控制技术在挖掘机控制中的应用挖掘机是一种重型工程机械，广泛应用于建筑工程、矿山开采、道路施工等领域。
随着智能控制技术的不断发展，越来越多的智能化装备被应用于挖掘机控制系统中，为挖掘机的性能提升和效率提高提供了强大支持。
智能控制作业
题目1：求取模糊控制表（课本62-67页，matlab编程求解）解：MATLAB编程如下：%实现功能：计算模糊控制表clcclear%x的隶属度表，其中x代表的是误差eX=[1.0 0.8 0.7 0.4 0.1 zeros(1,8);0.2 0.7 1.0 0.7 0.3 zeros(1,8);0 0.1 0.3 0.7 1.0 0.7 0.2 zeros(1,6);zeros(1,4) 0.1 0.6 1.0 zeros(1,6);zeros(1,6) 1.0 0.6 0.1 zeros(1,4);zeros(1,6) 0.2 0.7 1.0 0.7 0.3 0.1 0;zeros(1,8) 0.2 0.7 1.0 0.7 0.3;zeros(1,8) 0.1 0.4 0.7 0.8 1.0];%y的隶属度表，其中y表示的是误差的导数Y=[1.0 0.7 0.3 zeros(1,10);0.3 0.7 1.0 0.7 0.3 zeros(1,8);0 0 0.3 0.7 1.0 0.7 0.3 zeros(1,6);zeros(1,4) 0.3 0.7 1.0 0.7 0.3 zeros(1,4);zeros(1,6) 0.3 0.7 1.0 0.7 0.3 0 0;zeros(1,8) 0.3 0.7 1.0 0.7 0.3;zeros(1,10) 0.3 0.7 1];%z的隶属度表，其中z表示的是控制量uZ=Y;%模糊控制规则表%其中: 1代表NB，2代表NM，3代表NS% 4代表ZE，5代表PS，6代表PM，7代表PBrule=[1 1 1 1 2 4 4;1 1 1 12 4 4;2 2 2 2 4 5 5;2 23456 6;2 23456 6;3 34 6 6 6 6;4 4 6 7 7 7 7;4 4 6 7 7 7 7];Set=[-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6]; %模糊集合control_data=[]; %control_data待求的模糊控制表for i=1:13 %控制模糊表的行变量control=[];for j=1:13 %控制模糊表的列变量x0=Set(i);y0=Set(j);CCC=[]; %存放Ci;CCC矩阵将来存放的是56*13维的矩阵for m=1:8 %模糊控制规则表的行变量Ai=X(m,:); %Ai为列向量for n=1:7 %模糊控制规则表的列变量Bi=Y(n,:); %Bi为列向量Ci=Z(rule(m,n),:); %模糊控制规则表的控制变量%得到RiA矩阵RiA=zeros(13,13);for p=1:13for q=1:13RiA(p,q)=min(Ai(p),Ci(q));endend%AA表示A' 矩阵AA=zeros(1,13);[a1,b1]=find(x0==Set);AA(a1,b1)=1;%最小最大原则求取CiACIA_temp=zeros(13,13);for ii=1:13CIA_temp(:,ii)=min(AA',RiA(:,ii));%先取小endCIA=max(CIA_temp);%再取大%%%%%%%%%%%%%%%%%%%%%%%%%得到RiB矩阵RiB=zeros(13,13);for p=1:13for q=1:13RiB(p,q)=min(Bi(p),Ci(q));endend%BB表示B' 矩阵BB=zeros(1,13);[a2,b2]=find(y0==Set);BB(a2,b2)=1;%最小最大原则求取CiBCIB_temp=zeros(13,13);for ii=1:13CIB_temp(:,ii)=min(BB',RiB(:,ii));endCIB=max(CIB_temp);%求CIA和CIB的交C=min(CIA,CIB);CCC=[CCC;C];endend%求出56个Ci的并C_max=max(CCC);%利用重心法解模糊temp=C_max.*Set;control_temp=sum(temp)/sum(C_max);control=[control,control_temp];endcontrol_data=[control_data;control];enddisp('模糊控制表如下:');control_data=roundn(control_data,-2) %保留2位小数且四舍五入fid=fopen('kongzhi.txt','w');count=fprintf(fid,'%d\n',control);fclose(fid);运行结果如下：题目二：被控对象)14)(12(20)(++=s s s G 给定为100，设计一个模糊控制器实现对象系统的控制。
- 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)。
智能控制技术作业 SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#
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）。
}
3-2 模糊逻辑控制器常规设计的步骤怎样应该注意哪些问题
答：常规设计方法
设计步骤如下：
1、确定模糊控制器的输入、输出变量
2、确定各输入、输出变量的变化范围、量化等级和量化因子
3、在各输入和输出语言变量的量化域内定义模糊子集。
4、模糊控制规则的确定
5、求模糊控制表
3-3 已知由极大极小推理法得到输出模糊集为：
0.30.810.50.1
12345
C=++++
-----
.试用重
心法计算出此推理结果的精确值z。
重心法
重心法是取模糊隶属度函数的曲线与横坐标围城面积的重心为模糊推理最终输出值。
连续：0()()v
V v V v v dv v v dv μμ=⎰⎰ 离散：1
01
()()m k v k
k m v k
k v v v v μμ===∑∑ 采用离散重心法： 离散：101
()()0.3(1)0.8(2)1(3)0.5(4)0.1(5)0.30.810.50.1
0.3(1)0.8(2)1(3)0.5(4)0.1(5)2.7
=-2.7407
m k v k k m v k k v v v v μμ===
⨯-+⨯-+⨯-+⨯-+⨯-=++++⨯-+⨯-+⨯-+⨯-+⨯-=∑∑ 3-5 设在论域(){42024}e =--误差，，，，和控制电压{024,6,8}u =，，上定义的模糊子集的隶
属度函数分别如图3-21、图3-22所示。
已知模糊控制规则:
规则1： 如果误差e 为ZE ，则u 为ZE ；
规则2： 如果误差e 为PS ，则u 为NS ；
试应用玛达尼推理法计算当输入误差0.6e =时，输出电压u =（精确化计算采用重心法）
回顾：
削顶推理法
整个推理过程其几何意义是分别在不同规则中用各自推理嵌件的总隶属度去切割本推理规则中后件的隶属度函数以得到输出结果。
这种推理方法步骤是
1、在推理前件中选取各个条件中最不适配的隶属度（隶属度最小的值，也就是从推理
嵌件到后件削顶进行“与”运算）；
2、对所有规则的结论部选取最大适配度的隶属度（隶属度最大的值，也就是从对所有
结论进行“并”运算）。
例2-15 对于二输入二规则的推理过程
解：
根据输入和输出变量的个数，所需规则的最大数目。
由于
规则1： 如果误差e 为ZE ，则u 为ZE ；
规则2： 如果误差e 为PS ，则u 为NS ；
控制规则表
1）模糊化过程
当输入误差e为，
看图1，0.6
e=，正小
10.625
μ=；零
20.375
μ=
2）模糊逻辑推理
根据已知模糊控制规则：
规则1：如果误差e为ZE，则u为ZE；
规则2：如果误差e为PS，则u为NS；
对应规则库
对应规则1：误差e为ZE的隶属度是，那么u为ZE的隶属度0.7
μ=对应规则2：误差e为PS的隶属度是，那么u为NS的隶属度0.3
μ= 3）精确化计算：
重心法
输出的阀门流量u为
阀门的确切开度为。