整理的智能控制導(dǎo)論復(fù)習(xí)題.doc

試題一、名詞解釋1智能 2. 自動控制 3. 專家控制系統(tǒng) 4. 學(xué)習(xí)控制 5. 免疫算法6信息7. 智能控制系統(tǒng)8. 專家系統(tǒng)9. 學(xué)習(xí)控制系統(tǒng)10. 人工免疫系統(tǒng)11信息論12. 黑板13. 模糊判決14. 學(xué)習(xí)系統(tǒng)15. 選擇操作五、簡答題106. 簡述遞階智能機(jī)器一般層級結(jié)構(gòu)及各級功能107簡述專家控制器的設(shè)計(jì)原則 108. 簡述仿人控制器的智能屬性109. 簡述實(shí)現(xiàn)NN監(jiān)督式控制的步驟110. 簡述真體的特性 111簡述建立專家系統(tǒng)的一般步驟112簡述學(xué)習(xí)控制的機(jī)理113. 簡述神經(jīng)控制系統(tǒng)的設(shè)計(jì)內(nèi)容114. 簡述人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法及含義115. 簡述仿人控制在結(jié)構(gòu)和功能上具有的基本特征5-3、92頁116考慮一個具有階梯型閾值函數(shù)的神經(jīng)網(wǎng)絡(luò)，假設(shè)：（1）用常數(shù)乘所有的權(quán)值和閾值。（2）用常數(shù)加所有的權(quán)值和閾值。試說明網(wǎng)絡(luò)性能是否會變化117簡述按其作用原理，智能控制系統(tǒng)的分類118. 簡述基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的三種模式119. 簡述實(shí)現(xiàn)學(xué)習(xí)控制系統(tǒng)需要的三種能力及其含義120. 簡述仿人控制器設(shè)計(jì)與實(shí)現(xiàn)的一般步驟六、論述題121. 試述復(fù)合智能控制及采用復(fù)合智能控制的緣由122. 試述模糊控制系統(tǒng)的工作原理123. 試述遺傳算法的特點(diǎn)，并畫出簡單遺傳算法的框圖124. 試述迭代學(xué)習(xí)控制的任務(wù)；迭代控制與最優(yōu)控制、自適應(yīng)控制的區(qū)別；畫出迭代學(xué)習(xí)控制系統(tǒng)基本結(jié)構(gòu)圖。125. 試述遺傳算法的求解步驟126. 試述基于模式識別的學(xué)習(xí)控制的原理A2答案一、名詞解釋1.智能是一種應(yīng)用知識對一定環(huán)境進(jìn)行處理的能力或由目標(biāo)準(zhǔn)則衡量的抽象思考能力。2.自動控制是能按規(guī)定程序?qū)C(jī)器或裝置進(jìn)行自動操作或控制的過程。3.應(yīng)用專家系統(tǒng)的概念和技術(shù)，模擬人類專家的控制知識與經(jīng)驗(yàn)而建造的控制系統(tǒng)，稱為專家控制系統(tǒng)。4.學(xué)習(xí)控制能夠在系統(tǒng)進(jìn)行過程中估計(jì)未知信息，并據(jù)之進(jìn)行最優(yōu)控制，以便逐步改進(jìn)系統(tǒng)性能。學(xué)習(xí)控制是一種控制方法，其實(shí)際經(jīng)驗(yàn)起到控制參數(shù)和算法的類似作用。5.免疫算法是模仿生物免疫學(xué)和基因進(jìn)化機(jī)理，通過人工方式構(gòu)造的一類優(yōu)化搜索算法，是對生物免疫過程的一種數(shù)學(xué)仿真，是免疫計(jì)算的一種最重要形勢。6. 信息是知識的交流或?qū)χR的感受，是對知識內(nèi)涵的一種測量。所描述事件的信息量越大該事件的不確定性越小。 7. 用于驅(qū)動智能機(jī)器以實(shí)現(xiàn)其目標(biāo)而無需操作人員干預(yù)的系統(tǒng)稱為智能控制系統(tǒng)。 8. 專家系統(tǒng)是一個智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗(yàn)，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題，以人類專家的水平完成特別困難的某一專業(yè)領(lǐng)域的任務(wù)。 9. 如果一個學(xué)習(xí)系統(tǒng)利用所學(xué)得的信息來控制某個具有位置特征的過程，則稱該系統(tǒng)為學(xué)習(xí)控制系統(tǒng)。 10. 人工免疫系統(tǒng)是由免疫學(xué)理論和觀察到的免疫功能、原理和模型啟發(fā)而產(chǎn)生的適應(yīng)性系統(tǒng)。11. 信息論是研究信息，信息特性測量，信息處理以及人機(jī)通信過程效率的數(shù)學(xué)理論。 12. 用來記錄系統(tǒng)推理過程中用到的控制信息、中間假設(shè)和中間結(jié)果的數(shù)據(jù)庫。 13. 模糊邏輯控制中，在推理得到的模糊集合中取一個相對最能代表這個模糊集合的單值的過程。 14. 一個能夠?qū)W習(xí)有關(guān)過程的未知信息，并利用所學(xué)信息作為進(jìn)一步?jīng)Q策或控制的經(jīng)驗(yàn)，從而逐步改善系統(tǒng)性能。 15. 遺傳算法中，根據(jù)個體適應(yīng)度函數(shù)值所量度的優(yōu)劣程度決定下一代被淘汰還是被遺傳的操作。五、簡答題106. 遞階智能機(jī)器一般由組織級、協(xié)調(diào)級和執(zhí)行級組成。組織級用于機(jī)器推理、規(guī)劃、決策、學(xué)習(xí)和記憶操作協(xié)調(diào)級是組織級和執(zhí)行級間的接口，承上啟下，并由人工智能和運(yùn)籌學(xué)共同作用執(zhí)行級是遞階智能控制的底層，要求具有較高的精度但較低的智能；它按控制論進(jìn)行控制，對相關(guān)過程執(zhí)行適當(dāng)?shù)目刂谱饔?07. （1）模型描述的多樣性（2）在線處理的靈巧性（3）控制策略的靈活性（4）決策機(jī)構(gòu)的遞階性 108. （1）仿人控制器原型是一種雙映射關(guān)系，即一種變模態(tài)控制、一種開閉環(huán)交替控制模式 （2）在算法中，控制策略與模態(tài)的選擇和確定是按照誤差變化趨勢的特征進(jìn)行的 （3）仿人控制器原型在維持模態(tài)時對誤差極值的記憶與利用，與人的記憶方式及時記憶的利用相似。109. （1）通過傳感器和傳感信息處理，調(diào)用必要的和有用的控制信息 （2）構(gòu)造神經(jīng)網(wǎng)絡(luò)，選擇NN類型、結(jié)構(gòu)參數(shù)和學(xué)習(xí)算法等 （3）訓(xùn)練NN控制器，實(shí)現(xiàn)輸入輸出映射，以便進(jìn)行控制。110.行為自主性 作用交互性 環(huán)境協(xié)調(diào)性 面向目標(biāo)性 存在社會性 工作協(xié)調(diào)性 運(yùn)行持續(xù)性 系統(tǒng)適應(yīng)性 結(jié)構(gòu)分布性 功能智能性（答對1條得1分，答任意6條即可）111簡述建立專家系統(tǒng)的一般步驟（1）設(shè)計(jì)初始知識庫 具體包括1）問題知識化、2）知識概念化、3）概念形式化、4）形式規(guī)則化、5）規(guī)則合法化； ）（2）原型機(jī)開發(fā)與試驗(yàn)； （3）知識庫改進(jìn)與歸納 112簡述學(xué)習(xí)控制的機(jī)理（1）尋找并求得動態(tài)控制系統(tǒng)輸入與輸出間的比較簡單關(guān)系； （2）執(zhí)行每個由前一步控制過程的學(xué)習(xí)結(jié)果更新了的控制過程； （3）改善每個控制過程，使其性能優(yōu)于前一過程。113. 簡述神經(jīng)控制系統(tǒng)的設(shè)計(jì)內(nèi)容（1）建立對象的數(shù)學(xué)計(jì)算模型； （2）選擇神經(jīng)網(wǎng)絡(luò)及算法，進(jìn)行初步辨識與訓(xùn)練； （3）設(shè)計(jì)神經(jīng)控制器，包括控制器結(jié)構(gòu)、功能表示及推理； （4）控制系統(tǒng)仿真，并根據(jù)結(jié)果改進(jìn)設(shè)計(jì)。114. 簡述人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法及含義人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法包括導(dǎo)師學(xué)習(xí)算法和無師學(xué)習(xí)算法和強(qiáng)化學(xué)習(xí)算法。導(dǎo)師學(xué)習(xí)算法能夠根據(jù)期望的和實(shí)際的網(wǎng)絡(luò)輸出間的差來調(diào)整神經(jīng)元間的連接的強(qiáng)度或權(quán)。強(qiáng)化學(xué)習(xí)算法是導(dǎo)師學(xué)習(xí)的特例，它不需要老師給出目標(biāo)輸出；無師學(xué)習(xí)算法不需要知道期望輸出。115. 簡述仿人控制在結(jié)構(gòu)和功能上具有的基本特征（1）遞階信息處理與決策機(jī)構(gòu)； （2）在線特征辨識與特征記憶； （3）開閉環(huán)結(jié)合和定性與定量結(jié)合的多模態(tài)控制； （4）啟發(fā)式和直覺推理問題求解。116考慮一個具有階梯型閾值函數(shù)的神經(jīng)網(wǎng)絡(luò)，假設(shè)：（1）用常數(shù)乘所有的權(quán)值和閾值。（2）用常數(shù)加所有的權(quán)值和閾值。試說明網(wǎng)絡(luò)性能是否會變化答：前者網(wǎng)絡(luò)性能有變化； 后者無變化。117簡述按其作用原理，智能控制系統(tǒng)的分類（1）遞階控制系統(tǒng)；（2）專家控制系統(tǒng)；（3）模糊控制系統(tǒng)；（4）學(xué)習(xí)控制系統(tǒng)；（5）神經(jīng)控制系統(tǒng)；（6）仿生控制系統(tǒng)；（7）集成智能控制系統(tǒng)；（8）組合智能控制系統(tǒng)。118. 簡述基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的三種模式（1）神經(jīng)網(wǎng)絡(luò)支持專家系統(tǒng) 傳統(tǒng)專家系統(tǒng)為主，神經(jīng)網(wǎng)絡(luò)技術(shù)為輔；（2）專家系統(tǒng)支持神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)技術(shù)為核心，專家系統(tǒng)領(lǐng)域技術(shù)完成解釋工作； （3）協(xié)同式神經(jīng)網(wǎng)絡(luò)專家系統(tǒng) 優(yōu)勢互補(bǔ)。119. 簡述實(shí)現(xiàn)學(xué)習(xí)控制系統(tǒng)需要的三種能力及其含義（1）性能反饋 學(xué)習(xí)系統(tǒng)必須能夠定量地估計(jì)系統(tǒng)當(dāng)前和以往的性能水平；（2）記憶 學(xué)習(xí)系統(tǒng)必須具備存儲所積累的并將在以后應(yīng)用的知識的方法；（3）訓(xùn)練 要積累知識，就必須有一種能夠把定量的性能信息轉(zhuǎn)化為記憶的機(jī)制。120. 簡述仿人控制器設(shè)計(jì)與實(shí)現(xiàn)的一般步驟（1）確定設(shè)計(jì)目標(biāo)軌跡；（2）建立對象數(shù)理模型；（3）建立各控制級的特征模式或控制算法；（4）設(shè)計(jì)控制器結(jié)構(gòu)；（5）設(shè)計(jì)控制模態(tài)集與控制規(guī)則。六、論述題121. （1）所謂復(fù)合智能控制指的是智能控制手段與經(jīng)典控制和/或現(xiàn)代控制手段的集成，還指不同智能控制手段的集成。但不包括智能控制手段與非智能控制手段的集成。（2）單一控制器往往無法滿足一些復(fù)雜、未知或動態(tài)系統(tǒng)的控制要求，這就需要開發(fā)某些復(fù)合的（或稱為集成的、綜合的、混合的）控制方法來滿足現(xiàn)實(shí)問題提出的控制要求智能控制就是力圖解決傳統(tǒng)控制無法解決的問題而出現(xiàn)的。復(fù)合智能控制只有在出現(xiàn)和應(yīng)用智能控制之后才成為可能。 122. 模糊控制器是由模糊化接口、知識庫、推理機(jī)和模糊判決接口四個單元組成。模糊化接口是測量輸入變量和受控系統(tǒng)的輸出變量，并把他們映射到一個合適的響應(yīng)論域的量程，然后，精確的輸入數(shù)據(jù)被變換為適當(dāng)?shù)恼Z言值或模糊集合的標(biāo)識符；知識庫是由數(shù)據(jù)庫和語言控制庫構(gòu)成的，數(shù)據(jù)庫為語言控制規(guī)則的論域離散化和隸屬度提供定義，語言控制規(guī)則標(biāo)記控制目標(biāo)和領(lǐng)域?qū)＜业目刂撇呗?；推理機(jī)是模糊系統(tǒng)的核心，根據(jù)模糊輸入和模糊控制規(guī)則，模糊推理來求解模糊關(guān)系方程，獲得輸出。模糊判決接口是產(chǎn)生一個精確的或非模糊的控制作用。工作原理框圖： 傳感器模糊化接口推理機(jī)模糊判決接口過程數(shù)據(jù)庫規(guī)則庫設(shè)定輸入模糊控制器 知識庫 |輸出123. 試述遺傳算法的特點(diǎn)，并畫出簡單遺傳算法的框圖（1）遺傳算法是對參數(shù)集合的編碼而非針對參數(shù)本身進(jìn)行進(jìn)化； （2）遺傳算法是從問題解的編碼組開始而非從單個解開始搜索； （3）遺傳算法利用目標(biāo)函數(shù)的適用度這一信息而不是利用導(dǎo)數(shù)或其他輔助信息來指導(dǎo)搜索； （4）遺傳算法利用選擇、交叉、變異等算子而不是利用確定性規(guī)則進(jìn)行隨機(jī)操作。簡單遺傳算法框圖： 終止條件開始初始化種群計(jì)算適應(yīng)度值選擇操作交叉操作變異操作適應(yīng)度值最優(yōu)個體結(jié)束否是124. 試述迭代學(xué)習(xí)控制的任務(wù)；迭代控制與最優(yōu)控制、自適應(yīng)控制的區(qū)別；畫出迭代學(xué)習(xí)控制系統(tǒng)基本結(jié)構(gòu)圖。迭代學(xué)習(xí)控制的任務(wù)：給出系統(tǒng)當(dāng)前輸入和輸出，確定下一個期望輸入是的系統(tǒng)的實(shí)際輸出收斂于期望值。迭代控制與最優(yōu)控制區(qū)別：最優(yōu)控制根據(jù)系統(tǒng)模型計(jì)算最優(yōu)輸入，而迭代控制通過先前試驗(yàn)獲得最好輸入。迭代控制與自適應(yīng)控制區(qū)別：迭代控制算法是在每一次試驗(yàn)后離線實(shí)現(xiàn)的，而自適應(yīng)控制算法是在線的，計(jì)算量大。）基本結(jié)構(gòu)圖如下： 存儲記憶被控系統(tǒng)學(xué)習(xí)控制器圖中、和為系統(tǒng)第k次運(yùn)行的輸入變量、輸出變量、期望輸出和輸出誤差，為系統(tǒng)的第k+1次的輸入變量，k=1，2，n. 輸出誤差為：125. 試述遺傳算法的求解步驟（1）初始化群體；（2）計(jì)算群體上每個個體的適應(yīng)度值；（3）按由個體適應(yīng)度值所決定的某個規(guī)則選擇將進(jìn)入下一代的個體；（4）按概率Pc進(jìn)行交叉操作；（5） 按概率Pc進(jìn)行突變操作；（6）若沒有滿足某種停止條件，則轉(zhuǎn)第（2）步，否則進(jìn)入下一步；（7