20112012第一學(xué)期《智能控制技術(shù)基礎(chǔ)》試卷試卷A標(biāo)準(zhǔn)答案

1、20082009學(xué)年第二學(xué)期期末考試自動(dòng)控制原理A2試卷（A）標(biāo)準(zhǔn)答案共3頁(yè)第 頁(yè)2011-2012第一學(xué)期智能控制技術(shù)基礎(chǔ)試卷A標(biāo)準(zhǔn)答案一、簡(jiǎn)答題（每題6分，共30分）1、什么是智能系統(tǒng)？智能控制系統(tǒng)的特點(diǎn)是什么？答：智能系統(tǒng)是指具備一定智能行為的系統(tǒng)，具體地說(shuō)，若對(duì)于一個(gè)問(wèn)題的激勵(lì)輸入，系統(tǒng)具備一定的智能行為，能夠產(chǎn)生合適的求解問(wèn)題的響應(yīng)，這樣的系統(tǒng)便稱為智能系統(tǒng)。3分一般來(lái)說(shuō)，智能控制系統(tǒng)必須具備以下一個(gè)或多個(gè)功能的特點(diǎn)為：（1）學(xué)習(xí)功能；（2）適應(yīng)功能；（3）組織功能；3分2、什么是模糊控制？它的優(yōu)缺點(diǎn)是什么？答：模糊控制主要研究那些在現(xiàn)實(shí)生活中廣泛存在的、定性的、模糊的、非精確的信息

2、系統(tǒng)的控制問(wèn)題。模糊控制有三個(gè)基本組成部分：模糊化、模糊決策、精確化計(jì)算。3分模糊控制的優(yōu)點(diǎn)是：不依賴于控制的數(shù)學(xué)模型，是解決不確定系統(tǒng)控制的一種有效途徑；也是一種可以訓(xùn)練的非線性動(dòng)力學(xué)系統(tǒng)。模糊控制的缺點(diǎn)是：對(duì)信息進(jìn)行簡(jiǎn)單的模糊處理會(huì)導(dǎo)致被控系統(tǒng)控制精度的降低和動(dòng)態(tài)品質(zhì)變差3分3、什么是模糊集合論？它與經(jīng)典集合論有何不同？答：模糊集合論是用具有01之間變化的隸屬度的特征函數(shù)來(lái)描述某一模糊元素，模糊集合中的特征函數(shù)就稱為隸屬度函數(shù)。3分經(jīng)典集合論中對(duì)任意一個(gè)元素與任意一個(gè)集合的關(guān)系的描述，只有“屬于”或“不屬于”兩種，它描述的是有明確分界線的元素的組合，經(jīng)典集合論不能處理模糊概念。模糊集合論則

3、用隸屬度函數(shù)來(lái)描述一個(gè)元素屬于一個(gè)集合的程度3分4、一個(gè)模糊控制器應(yīng)該包含哪幾個(gè)部分？各自的作用是什么？答：模糊控制器主要包含的部分為：模糊化過(guò)程、知識(shí)庫(kù)、推理決策和精確化計(jì)算。2分模糊化過(guò)程主要完成：測(cè)量輸入變量的值，并將數(shù)字表示形式的輸入量轉(zhuǎn)化為通常用語(yǔ)言值表示的某一限定碼的序數(shù)；知識(shí)庫(kù)包含數(shù)據(jù)庫(kù)和規(guī)則庫(kù)，數(shù)據(jù)庫(kù)提供必要的定義，規(guī)則庫(kù)根據(jù)控制目的和控制策略給出一套由語(yǔ)言變量描述的并由專家或自學(xué)習(xí)產(chǎn)生的控制規(guī)則的集合;推理決策是模糊控制的核心，它利用知識(shí)庫(kù)的信息模擬人類的推理決策過(guò)程，給出適合的控制量；精確化計(jì)算是將推理得到的模糊集合中取一個(gè)能最佳代表這個(gè)模糊推理結(jié)果可能性的精確值的過(guò)程4分

4、5、什么是神經(jīng)網(wǎng)絡(luò)辨識(shí)？在辨識(shí)過(guò)程中需要考慮哪些因素？神經(jīng)網(wǎng)絡(luò)辨識(shí)模型中的前向建模的導(dǎo)師信號(hào)來(lái)自于？答：神經(jīng)網(wǎng)絡(luò)辨識(shí)就是選擇一適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)模型來(lái)逼近實(shí)際系統(tǒng)。1分在辨識(shí)過(guò)程中需要考慮的因素有：模型的選擇；輸入信號(hào)的選擇；誤差準(zhǔn)則的選擇；4分神經(jīng)網(wǎng)絡(luò)辨識(shí)模型中的前向建模的導(dǎo)師信號(hào)來(lái)自于系統(tǒng)的實(shí)際輸出1分評(píng)分標(biāo)準(zhǔn)：能基本求出公式給滿分，結(jié)果有出入扣分二、計(jì)算題（每題10分，共50分）1、設(shè)論域X，:,X,X,X以及模糊集合:1234A，-+-+-XXX123BAB,A,B。、0.90.40.5試求：A0.3+-x4廠0.90.40.5B，+-XXX123解:AB，+XXX1230人+，ax40.

5、90.70.60.3+-XXX234T0.10.30.40.7A，+-，XXXX12341+4分X40.60.52、已知模糊關(guān)系矩陣R解:0.80.30.60.50.30.7RQS=0.30.40.80.6RQ，0.30.5（R0.30.10.80.60.30.50.30.10.70.20.30.10.70.70.4，S0.2；6，試計(jì)算模糊關(guān)系合成矩陣RQS，以及（R0.60.7(0.8a0.3v(0.6a0.1)(0.8a0.7v(0.6a0.4)_0.30.70.4_(0.3a0.3v(0.5a0.1(0.3a0.7v(0.5a0.4_0.30.4_0.5(0.3a0.7v(0.7a0.

6、2(0.3a0.5v(0.7a0.6_0.30.6_0.6_(0.3a0.7v(0.4a0.2)(0.3a0.5v(0.4a0.6)_0.30.4_0.30.70.10.40.30.60.10.40.60.40.70.5(0.3a0.7v(0.6a0.2(0.3a0.5v(0.6a0.6)0.30.6_0.20.6_(0.1a0.7v(0.4a0.2(0.1a0.5v(0.4a0.6)_0.20.4_L+8+空+303、設(shè)有論域X表示轉(zhuǎn)速，X=1100,300,500,700,900，論域Y表示電機(jī)的控制電壓，Y=110,20,30,40,50。已知在X、Y上的模糊子集為:TOC o 1-5

7、h zA，“轉(zhuǎn)速低”，+10030050070090000.20.50.71B，“控制電壓高”二一+一1020304050試確定XY上的模糊條件語(yǔ)言“若轉(zhuǎn)速低，則控制電壓高；否則控制電壓不很高”所決定的模糊關(guān)系矩陣R,并計(jì)算出當(dāng)轉(zhuǎn)速為“不很低”時(shí)，所對(duì)應(yīng)的控制電壓y的模糊集合?解:設(shè)模糊子集B，“控制電壓很高”，10+晉+罟+罟9+501096B，“控制電壓不很高”，市+A萬(wàn)）200.750.510+-304050則所得模糊關(guān)系R，（AB）T00.20.50.71-0-00000_0.800.20.50.70.80.20.20.20.20.200.5x【00.20.50.71，00.20.50

8、.50.5AxB，0.5xh0.960.750.510，0.50.50.50.500.300.30.30.30.30.70.70.70.70.510000000110.960.750.5103分AB，00.20.50.7100()00.20.50.70.80.20.2R，(AxB)MxB7丿,00.20.50.50.50.50.500.30.30.30.30.70.70000010.9610.640.250.090設(shè)模糊子集A，“轉(zhuǎn)速很低”+10030050070090000.360.750.911A，“轉(zhuǎn)速不很低”，二+100300500700900因此當(dāng)轉(zhuǎn)速為“不很低”時(shí)，所對(duì)應(yīng)的控制電壓

9、y的模糊集合為：00000.20.50.710.20.200.20.20.50.70.80.50.50,0.50.50.50.50.52分0.70.5100.70.70.70.510.30.750.51010.960.750.5102分00.20.50.710.20.20.50.70.80.50.50.50.50.50.70.70.70.510.310.960.750.510AR=【00.360.750.911，10.960.750.510.54、某一模糊控制系統(tǒng)的輸入變量為系統(tǒng)誤差e和誤差變化量de,控制變量選擇為v，其隸屬度函數(shù)均選擇為:誤差e-50-30-15-505153050誤差變化

10、de-150-90-30-100103090150控制v-64-16-4-20241664量化等級(jí)-4-3-2-101234PB00000000.351PS000000.410.40ZE0000.210.2000NS00.410.400000NB10.350000000設(shè)在某一時(shí)刻，系統(tǒng)誤差e的量化等級(jí)為3,誤差變化量de的量化等級(jí)為-2，而此時(shí)的模糊控制規(guī)則庫(kù)中只有兩條規(guī)則有效:第一條如果誤差e是PB、且誤差變化de是NS,則控制v為NB；第二條如果誤差e是PS、且誤差變化de是NS,則控制v為ZE；試?yán)脴O大極小推理法實(shí)現(xiàn)模糊推理過(guò)程（做圖），并采用重心法計(jì)算出模糊控制輸出的精確量。解：系

11、統(tǒng)誤差e的量化等級(jí)為3，由表可知相應(yīng)的隸屬度值，對(duì)于誤差e卩（e）=0.35卩（e）=0.4PBPS對(duì)于誤差de卩（de）=13分NS由極大極小推理法可得控制量的輸出模糊集為：，v)20082009學(xué)年第二學(xué)期期末考試自動(dòng)控制原理A2試卷(A)標(biāo)準(zhǔn)答案共3頁(yè)第 頁(yè)第i條規(guī)則PBNS第2條規(guī)則NBmm0,(e)-3-2-10,(de)4-30,(v)PSNSmm0123-3-2-1-1,(v)mm-4-3101最后將每一條推理規(guī)則得到的模糊控制子集進(jìn)行“并”運(yùn)算，再由重心法計(jì)算出模糊控制輸出的精確量:-4x0.35+(-3)x0.35+(-1)x0.2+00.4+1x0.22.45u=1.633

12、沁21.50.35+0.35+0.2+0.4+0.25、假設(shè)一個(gè)3節(jié)點(diǎn)的離散Hopfield神經(jīng)網(wǎng)絡(luò)，已知網(wǎng)絡(luò)權(quán)值與閥值如下圖所示:V3試計(jì)算狀態(tài)轉(zhuǎn)移關(guān)系，求出該神經(jīng)網(wǎng)絡(luò)的穩(wěn)定狀態(tài)，并畫出網(wǎng)絡(luò)狀態(tài)轉(zhuǎn)移圖。解：以初始狀態(tài)丁冷3-000為例，依次選擇節(jié)點(diǎn)V1V2V3,確定其節(jié)點(diǎn)興奮的條件及狀態(tài)的轉(zhuǎn)移。首先選擇節(jié)點(diǎn)匕，激勵(lì)函數(shù)為:Net(0)=藝y(0)+0=0.20+0.40+0=011jj1j=1節(jié)點(diǎn)V1處于抑制狀態(tài)，其狀態(tài)不會(huì)發(fā)生改變，同樣其它兩個(gè)節(jié)點(diǎn)也可以得出Net(0)二0.20+(-0.5)0+0.1二0.102Net(0)二0.40+(-0.5)0+0.0二03可見(jiàn)狀態(tài)000會(huì)轉(zhuǎn)移到狀

13、態(tài)010，轉(zhuǎn)移概率為1/3。依次類推，可得該神經(jīng)網(wǎng)絡(luò)的穩(wěn)定狀態(tài)為110，網(wǎng)絡(luò)狀態(tài)轉(zhuǎn)移圖為:20082009學(xué)年第二學(xué)期期末考試自動(dòng)控制原理A2試卷（A）標(biāo)準(zhǔn)答案共3頁(yè)第 頁(yè)評(píng)分標(biāo)準(zhǔn)：能基本求出公式給滿分，結(jié)果有出入扣三、綜合題(20分)設(shè)某一神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖如下圖所示:y1y2假設(shè)對(duì)期望輸入*TJ3,，其期望輸出為嘰yd2=030.5,網(wǎng)絡(luò)權(quán)系數(shù)初始值如圖所示，神經(jīng)元激勵(lì)函數(shù)為(x)=，請(qǐng)問(wèn):1+e-2x(1)該神經(jīng)網(wǎng)絡(luò)是什么結(jié)構(gòu)形式的神經(jīng)網(wǎng)絡(luò)?20082009學(xué)年第二學(xué)期期末考試自動(dòng)控制原理A2試卷（A）標(biāo)準(zhǔn)答案共3頁(yè)第 #頁(yè)20082009學(xué)年第二學(xué)期期末考試自動(dòng)控制原理A2試卷（A）標(biāo)準(zhǔn)

14、答案共3頁(yè)第 #頁(yè)試用BP算法訓(xùn)練此網(wǎng)絡(luò)，并詳細(xì)寫出第一次迭代學(xué)習(xí)的計(jì)算結(jié)果。解:(1)該神經(jīng)網(wǎng)絡(luò)是多層前向傳播神經(jīng)網(wǎng)絡(luò)20082009學(xué)年第二學(xué)期期末考試自動(dòng)控制原理A2試卷（A）標(biāo)準(zhǔn)答案共3頁(yè)第 #頁(yè)net1=1x+1x+1=2x1+0 x3+1x(-1)=1221122220=0.0181+e2xnetj1+e4o=21+e-2xnet；1+e21=0.88net2=w2o+w2o+w2=(-2)x0.018+1x0.88-2=-1.155111112210net2=2o2o2=0 x0.018+1x0.881=0.122211222201y=11+e-2xnetf=0.091+e2.3

15、1y=21+e2xnet1+e0.24=0.444分輸入最大容許逼近誤差值和最大迭代學(xué)習(xí)次數(shù)iteratemax，置初始迭代學(xué)習(xí)次數(shù)iterate=0計(jì)算當(dāng)前輸入狀態(tài)下，當(dāng)前網(wǎng)絡(luò)的連接權(quán)系數(shù)下的神經(jīng)網(wǎng)絡(luò)輸出12210net1=1x+1x+1=1x1+(2)x3+1x3=2111120082009學(xué)年第二學(xué)期期末考試自動(dòng)控制原理A2試卷（A）標(biāo)準(zhǔn)答案共3頁(yè)第 #頁(yè)1(202+202)2o(1o)=0.23571112211判斷神經(jīng)網(wǎng)絡(luò)逼近誤差滿足要求或者迭代學(xué)習(xí)達(dá)到最大容許值否？計(jì)算廣義誤差=(t一y)f(net2)=2(t一y)y(1y)=0.03442=(t一y)f(net2)=2(t一y)y(1y)=0.0295722222222(5202+202)2o(1o)=0.07513分11222222連接權(quán)系數(shù)更新20082009學(xué)年第二學(xué)期期末考試自動(dòng)控制原理A2試卷（A）標(biāo)準(zhǔn)答案共3頁(yè)第 #頁(yè)20082009學(xué)年第二學(xué)期期末考試自動(dòng)控制原理A2試卷（A）標(biāo)準(zhǔn)答案共3頁(yè)第 #頁(yè)A1二朮1x二0.009，1111AW11x=0.0015，1212Aw2=朮2=0.0295720220082009學(xué)