436智能控制基础模拟试题1卷
436智能控制基础模拟试题5
《智能控制基础》模拟试卷5教学站学号姓名手机号成绩开卷一、判断题（判断下列所述是否正确，正确填入“√”：错误则填“x”。
每题2分，共20分）1.反馈型神经网络中，每个神经元都能接收所有神经元输出的反馈信息。
（）2.一般情况下，神经网络系统模型的并联结构可以保证系统辨识收敛。
（）3.遗传算法的复制操作可以通过随机方法来实现，可使用计算机，也可使用轮盘赌的转盘。
（）4.在遗传算法中，初始种群的生成不能用随机的方法产生。
（）5．语气算子有集中化算千、散漫化算子和模糊化算子三种。
（）6．从模糊控制查询表中得到控制量的相应元素后，乘以量化因子即为控制量的变化值。
（）7．单层感知器用于分类只能解决线性问题。
（）8．神经网络用于系统正模型辨识的结构只有串联结构一种。
（ )9．知识库和数据库是专家系统的核心部分。
（）10．直接式专家控制系统可以采用单片机来实现。
（）二、选择题(20分，每小题2分)1．由于各神经元之间的突触连接强度和极性有所不同并可进行调整，因此人脑才具有( ) 的功能。
A．学习和存储信息B．输入输出C．联想D．信息整合2..适合专家控制系统的是（ D ）。
A.雷达故障诊断系统 B．军事冲突预测系统C．聋哑人语言训练系统 D．机车低恒速运行系统3.在神经网络内模控制结构中，神经网络辨识器用来获得（）。
A．被控对象的正模刑B．被控刘象的逆模型C．线性滤波器D．控制器4．已知语言变量论域上的模糊集合及论域中各元素对各模糊集合的隶属度，据此可 建立（ ）A ．语言变量赋值表B ．模糊控制器查询表C ．模糊控制规则表D ．量化因子计算式5. 神经网络直接逆控制是一种( )控制。
A ．反馈B ．前馈C ．串级D ．混合6．( A )系统遵循层次越高，智能越高而精度越低的原则。
A.仿人分层递阶控制B.仿人智能开关控制C.仿人智能比例控制D.仿人智能积分控制7．总结手动控制策略，得出一组由模糊条件语句构成的控制规则，据此可建立()。
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》题集
《智能控制》题集一、选择题（共10小题，每小题3分）1.智能控制是基于哪种理论发展起来的一种新型控制方法？（）A. 经典控制理论B. 现代控制理论C. 人工智能与自动控制理论相结合D. 模糊数学理论答案：C解析：智能控制是人工智能与自动控制理论相结合的产物，它利用人工智能的方法和技术，对复杂的非线性系统进行控制，具有自学习、自组织和自适应的能力。
2.下列哪项不属于智能控制的主要特点？（）A. 能够处理复杂的非线性系统B. 依赖于精确的数学模型C. 具有自学习和自适应能力D. 能够实现多目标优化控制答案：B解析：智能控制的一个显著特点是能够处理复杂的非线性系统，并且不依赖于精确的数学模型，而是通过学习和适应来实现控制目标。
3.模糊控制是智能控制的一个重要分支，其核心思想是什么？（）A. 利用模糊逻辑进行推理和控制B. 精确计算控制量C. 依赖于系统的精确数学模型D. 仅适用于线性系统答案：A解析：模糊控制的核心思想是利用模糊逻辑进行推理和控制，它允许使用模糊的语言变量和模糊规则来描述系统的行为和控制策略，从而实现对复杂系统的有效控制。
4.神经网络控制在智能控制中扮演什么角色？（）A. 仅仅是一种数据处理方法B. 能够模拟人脑的学习和记忆功能C. 仅适用于静态系统D. 无法处理非线性问题答案：B解析：神经网络控制在智能控制中扮演着重要角色，它能够模拟人脑的学习和记忆功能，通过训练和学习来适应系统的变化，实现对非线性系统的有效控制。
5.专家系统在智能控制中的主要作用是什么？（）A. 提供精确的数学模型B. 模拟人类专家的决策过程C. 仅用于故障诊断D. 无法处理不确定性问题答案：B解析：专家系统在智能控制中的主要作用是模拟人类专家的决策过程，通过知识库和推理机制解决复杂控制问题，提供精确的控制策略和调整建议。
6.遗传算法在智能控制中常用于哪方面的优化？（）A. 控制参数优化B. 系统模型建立C. 数据处理D. 故障诊断答案：A解析：遗传算法在智能控制中常用于控制参数的优化，通过模拟自然选择和遗传机制，对控制参数进行编码、选择、交叉和变异等操作，不断迭代优化，直到找到最优解或近似最优解。
(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 ==。
《智能控制技术基础》试卷(A)标准答案
《智能控制技术基础》试卷(A)标准答案2006~2007学年第一学期期末考试《智能控制技术基础》试卷（A）标准答案一、填空题（每空1分，共10分）1 智能控制具有两个不同于常规控制的本质特点：以知识表示的非数学广义模型和以数学模型表示的混合控制过程。
2 传统控制包括经典反馈控制和现代理论控制。
3 模糊逻辑控制的过程主要有三个步骤：模糊化过程、模糊逻辑推理和精确化计算。
4 在一个神经网络中，常常根据处理单元的不同处理功能，将处理单元分成输入单元、隐含层单元（或隐层单元）和输出单元三类。
5 系统辨识的基本要素包括数据、模型类和等价准则。
二、问答题（每小题8分, 共40分）1 智能控制系统由哪几部分组成？各部分的作用是什么？答：智能控制系统由广义对象、传感器、感知信息处理、认知、通信接口、规划和控制和执行器等七个功能模块组成；各部分的作用为：广义对象——包括通常意义下的控制对象和外部环境；传感器——包括关节传感器、力传感器、视觉传感器、距离传感器、触觉传感器等；感知信息处理——将传感器得到的原始信息加以处理；认知——主要用来接收和储存信息、知识、经验和数据，并对它们进行分析、推理，作出行动的决策，送至规划和控制部分；通信接口——除建立人机之间的联系外，还建立系统各模块之间的联系；规划和控制——是整个系统的核心，它根据给定的任务要求、反馈的信息以及经验知识，进行自动搜索，推理决策，动作规划，最终产生具体的控制作用；执行器——将产生的控制作用于控制对象。
2 模糊逻辑控制器由哪几部分组成？各完成什么功能？答：模糊逻辑控制器由模糊化接口、知识库、推理机与解模糊接口四个部分组成；各部分的功能为：模糊化接口——将真实的确定量输入转换为一个模糊矢量；知识库——包括数据库和规则库。
数据库存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值，若论域为连续域则为隶属度函数，在规则推理的模糊关系方程求解过程中，向推理机提供数据；规则库是基于专家知识或手动操作人员长期积累的经验，它是按人的直觉推理的一种语言表示形式，存放全部模糊控制规则，在推理时为“推理机”提供控制规则。
智能控制试卷
一、简答题（本题共40分，每小题10分）1.什么是智能控制？智能控制具有哪些特点？答：智能控制是采用智能化理论和技术，驱动智能机器实现其目标的过程，是一类无需人的干预，就能够独立地驱动智能机器实现其目标的自动控制。
特点1.由于所考虑被控对象无法建立精确模型，智能控制系统一般具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。
2.一个系统，能对一个过程或其环境中未知特征所固有的信息进行学习，并将得到的经验用于估计、分类、决策或控制，使系统性能得以改善，称该系统具有学习功能，智能控制系统一般应具备这样的学习功能。
智能控制器是一种输入到输出的映射关系，可以看成是不依赖于模型的自适应估计，具有很好的适应性能，当系统的输入不是学习过的例子时，可以给出合适的输出，某一部分出现故障时，系统能够自修复，保证正常工作。
2.模糊控制器由哪些部分组成?各部分的作用是什么?答：模糊控制器主要由模糊化接口、知识库、推理机和模糊判决接口等，其作用如下：（1）模糊化接口：将系统的设定输入与被控对象输出的偏差以及偏差的变化量等信号，作为系统的输入语言变量，根据在两个输入论域上定义的模糊语言值，将采用标量形式表示的偏差以及偏差的变化量信号转化为相应语言值的隶属度向量。
（2）知识库：用于存放模糊推理所需要的知识，包括数据库和规则库。
数据库提供必要的定义，包括：将基本论域转化为模糊论域时，量化等级的个数与取值、采用的量化方式；将模糊判决后的输出转化为控制信号的比例因子取值；在模糊论域上定义的语言值的隶属函数的类型与参数取值等。
规则库表示模糊规则，以及多个规则之间的模糊关系。
（3）推理机：是模糊控制的核心，利用知识库的信息，模拟人的推理过程，给出合适的模糊输出，其实质是模糊推理。
（4）模糊判决接口：通过推理机得到的结果是一个模糊输出，在模糊控制中，必须要有一个确定的值，才能去控制或者驱动执行机构。
在模糊输出中，取一个能最佳代表这个推理结果可能性的精确值的过程，就是精确化过程，或称去（逆、非）模糊化过程，由模糊判决接口完成。
智能控制算法考试题
选择题
在智能控制算法中，PID控制器的“I”代表：
A. 比例
B. 积分（正确答案）
C. 微分
D. 反馈
下列哪种算法是基于生物进化论思想而发展起来的一种全局优化搜索方法？
A. 神经网络算法
B. 模糊控制算法
C. 遗传算法（正确答案）
D. PID控制算法
智能控制算法中的专家系统主要依赖于哪种知识表示方法？
A. 数学模型
B. 规则库（正确答案）
C. 状态空间图
D. 神经网络结构
在模糊控制中，模糊集合的隶属度函数用于表示：
A. 控制系统的稳定性
B. 控制输入的精确值
C. 元素属于某模糊集合的程度（正确答案）
D. 控制输出的响应时间
下列哪种智能控制算法通过模拟人脑神经元网络的工作原理来实现控制？
A. 模糊控制
B. 遗传算法
C. 神经网络控制（正确答案）
D. 专家系统控制
在自适应控制系统中，控制器参数是根据什么进行自动调整的？
A. 预设的固定值
B. 系统的动态响应特性（正确答案）
C. 外部环境的温度
D. 控制器的功耗
智能控制算法中的强化学习是通过什么方式优化控制策略的？
A. 试错法（正确答案）
B. 梯度下降法
C. 最小二乘法
D. 遗传算法
下列哪种控制算法常用于处理具有显著非线性特性的控制系统？
A. PID控制
B. 线性二次型最优控制
C. 滑模控制（正确答案）
D. 状态反馈控制
在智能控制系统中，数据驱动的控制方法主要依赖于什么来进行决策和控制？
A. 系统的物理模型
B. 控制器的内部结构
C. 系统的实时数据（正确答案）
D. 控制器的设计经验。
- 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)。
《智能控制基础》模拟试卷1
教学站学号姓名手机号成绩
开卷
一、判断题（判断下列所述是否正确，正确填入“＋”：错误则填“一”。
每题2分，共20分）
1.分层递阶智能控制结构中，执行级的任务是对数值的操作运算，它具有较高的控制精度。
（）
2．分层递阶智能控制按照自下而上精确程度渐增、智能程度渐减的原则进行功能分配。
（）
3．模糊控制只是在一止程度上模仿人的模糊决策和推理，用它解决较复杂问题叫，还需要建立数学模型。
（）
4．在模糊集合的向量表示法中，隶属度为0的项必须用0代替而不能舍弃。
（）
5.与传统控制相比，智能模糊控制所建立的数学模型因具有灵活性和应变性，因而能胜任处理复杂任务及不确定性问题的要求。
（ x ）
6．智能控制的不确定性的模型包括两类，一类是模型未知或知之甚少：另一类是模型的结构和参数可能在很大范围内变化。
( √ )
7．单层感知器用于分类只能解决线性问题。
（）
8．可以充分逼近任意复杂的非线性函数关系是神经网络的特点之一。
（）
9．知识库和数据库是专家系统的核心部分。
（）
10．直接式专家控制系统可以采用单片机来实现。
（）
二、选择题(20分，每小题2)
1．某模糊控制器的语言变量选为实际温度与给定温度之差即误差e、误差变化率∆e；以及加热装置中可控硅导通角的变化量u，故该模糊控制器为（）。
A．单输出一双输入B．单输出一单输入
C．双输入双输出D．双输入一单输出
2.若模糊集合表示模糊概念“老”，则模糊概念“极老”，相当于乘以模糊算
子Hλ，其中λ=（）。
A．2 B．4
C．1／2 D．1／4
3.在神经网络内模控制结构中，神经网络辨识器用来获得（）。
A．被控对象的正模刑B．被控刘象的逆模型
C．线性滤波器D．控制器
4．已知语言变量论域上的模糊集合及论域中各元素对各模糊集合的隶属度，据此可
建立（）
A．语言变量赋值表B．模糊控制器查询表
C．模糊控制规则表D．量化因子计算式
5.误差反向传播算法属于（）学习规则。
第1 页共3 页
A．无导师B．有导师
C．死记式D．混合
6.不属于智能控制是（）。
A．神经网络控制 B．专家控制
C．模糊控制 D．确定性反馈控制
7.在温度模糊控制系统中，二维模糊控制器的输出是（）。
A.温度的误差e B．温度误差变化量de
C．控制加热装置的电压U D．控制加热装置的电压的误差e和温度误差变化量de
8.为语气算子，为“小”，当为2时，为( )。
A. 略小 B．非常小
C．很小 D. 极小
9.以下应采用模糊集合描述的是（）。
A.学生 B．大苹果
C．老师 D．演员
10.生物神经细胞的组成包括细胞体、轴突、树突和（）。
A.轴突末梢
B.细胞核
C.突触
D.细胞膜
三、简答题（20分）
1.请给出模糊控制系统的组成图，并简述设计一个模糊控制器必须要解决的三个问题。
2.简述间接型专家控制器的概念及其分类。
四、计算题(20分）
设有论城X、Y和Z上的模糊集合
试确定由模糊条件语句“if and then 决定的模糊关系，并计算由给定输入模糊集合=[0.1 0.5 0.9]，=[0.1 0.1 0]所决定的输出模糊集合。
第2 页共3 页
五、综合题（20分）
神经网络系统逆模型的辨识模型是如何得到的？
画出神经网络用于系统逆模型辨识时常采用的两种辨识结构：
a)系统逆模型的反馈辨识结构；
b)系统逆模型的前馈辨识结构。
并说明两种辨识结构的用途。
第3 页共3 页。