智能控制技術(shù)復(fù)習(xí)題課后答案

、填空題智能控制是一門(mén)新興的學(xué)科，它具有非常廣泛的應(yīng)用領(lǐng)域，例TOC\o"1-5"\h\z如、、和。1、交叉學(xué)科在機(jī)器人控制中的應(yīng)用在過(guò)程控制中的應(yīng)用飛行器控制傳統(tǒng)控制包括和。2、經(jīng)典反饋控制現(xiàn)代理論控制—個(gè)理想的智能控制系統(tǒng)應(yīng)具備的基本功能是—、—、—和。3、學(xué)習(xí)功能適應(yīng)功能自組織功能優(yōu)化能力智能控制中的三元論指的是：、和。4、運(yùn)籌學(xué)，人工智能，自動(dòng)控制近年來(lái)，進(jìn)化論、、和等各門(mén)學(xué)科的發(fā)展給智能控制注入了巨大的活力，并由此產(chǎn)生了各種智能控制方法。5、神經(jīng)網(wǎng)絡(luò)模糊數(shù)學(xué)專(zhuān)家系統(tǒng)智能控制方法比傳統(tǒng)的控制方法更能適應(yīng)對(duì)象的、和。6、時(shí)變性非線(xiàn)性不確定性傅京遜首次提出智能控制的概念，并歸納出的3種類(lèi)型智能控制系統(tǒng)是、和。7、人作為控制器的控制系統(tǒng)、人機(jī)結(jié)合作為控制器的控制系統(tǒng)、無(wú)人參與的自主控制系統(tǒng)智能控制主要解決傳統(tǒng)控制難以解決的復(fù)雜系統(tǒng)的控制問(wèn)題，其研究的對(duì)象具備的3個(gè)特點(diǎn)為、和。8、不確定性、高度的非線(xiàn)性、復(fù)雜的任務(wù)要求智能控制系統(tǒng)的主要類(lèi)型有、、、、和。9、分級(jí)遞階控制系統(tǒng)，專(zhuān)家控制系統(tǒng)，神經(jīng)控制系統(tǒng)，模糊控制系統(tǒng)，學(xué)習(xí)控制系統(tǒng),集成或者（復(fù)合）混合控制系統(tǒng)智能控制的不確定性的模型包括兩類(lèi)：（1）；⑵。10、（1）模型未知或知之甚少；（2）模型的結(jié)構(gòu)和參數(shù)可能在很大范圍內(nèi)變化?？刂普摰娜厥牵盒畔ⅰ⒎答伜涂刂?。建立一個(gè)實(shí)用的專(zhuān)家系統(tǒng)的步驟包括三個(gè)方面的設(shè)計(jì)，它們分別是、和。知識(shí)庫(kù)的設(shè)計(jì)推理機(jī)的設(shè)計(jì)人機(jī)接口的設(shè)計(jì)專(zhuān)家系統(tǒng)的核心組成部分為和。知識(shí)庫(kù)、推理機(jī)專(zhuān)家系統(tǒng)中的知識(shí)庫(kù)包括了3類(lèi)知識(shí)，它們分別為、、和。判斷性規(guī)則控制性規(guī)則數(shù)據(jù)專(zhuān)家系統(tǒng)的推理機(jī)可采用的3種推理方式為推理、和推理。15、正向推理、反向推理和雙向推理根據(jù)專(zhuān)家控制器在控制系統(tǒng)中的功能，其可分為和。

16、直接型專(zhuān)家控制器、間接型專(zhuān)家控制器普通集合可用函數(shù)表示,模糊集合可用函數(shù)表示。特征、隸屬某省兩所重點(diǎn)中學(xué)在（3~比）五年高考中，考生"正常發(fā)揮"的隸屬函數(shù)分別為0.85、0.93、0.89、0.91、0.96和0.92、0.96、0.87、0.93、0.94。則在研究該省重點(diǎn)中學(xué)高考考生水平發(fā)，若分別用A、B，若分別用A、B表示兩個(gè)學(xué)?？荚嚒罢０l(fā)揮”的狀況，則用序偶表示法分別表示為A€；“未正常發(fā)揮”模糊子集（用行向量表示）分別為和F常發(fā)揮分別為和F常發(fā)揮”的模糊子集應(yīng)該是.示）。X={x,x,x,x,x1_2345B€(用Zadeh法表{(x,0.85),(x,0.93),(x,0.89),(x,0.91),(x,0.96)}234512345{(x,0.92),(x,0.96),(x,0.87),(x,0.93),(x,0.94)}123_A€A€[0.15,0.07,0.11,0.09,0.04]，B€[0.08,0.04,0.13,0.07,0.06]0.850.930.870.910.94TOC\o"1-5"\h\z卡+++—xxxxx12345和,和,19、模糊統(tǒng)計(jì)法主觀(guān)經(jīng)驗(yàn)法神經(jīng)網(wǎng)絡(luò)法在模糊控制中應(yīng)用較多的隸屬函數(shù)有6種，它們分別為高斯型隸屬函數(shù)、、、和。20、廣義鐘形隸屬函數(shù)S形隸屬函數(shù)梯形隸屬函數(shù)三角形隸屬函數(shù)Z形隸屬函數(shù)在天氣、學(xué)問(wèn)、晴朗、表演和淵博中可作為語(yǔ)言變量值的有和21、晴朗、淵博23.模糊控制是以、、和為基礎(chǔ)的一種智能控制方法。模糊集理論，模糊語(yǔ)言變量，模糊邏輯推理24?模糊控制的數(shù)學(xué)基礎(chǔ)為。24、模糊集合25?模糊控制中，常用的語(yǔ)言變量值用PM,PS,NM,NO等表示，其中PM代表,NO代表。25、正中、負(fù)零在模糊控制中，模糊推理的結(jié)果是量。26、模糊在模糊控制中，解模糊的結(jié)果是量。確定量基本模糊控制器的組成包括知識(shí)庫(kù)以及、和。模糊化接口、推理機(jī)、解模糊接口在模糊控制中，實(shí)時(shí)信號(hào)需要才能作為模糊規(guī)則的輸入，從而完成模糊推理。29、模糊化模糊控制是建立在基礎(chǔ)之上的，它的發(fā)展可分為三個(gè)階段，分別TOC\o"1-5"\h\z為、、和。30、人工經(jīng)驗(yàn)?zāi)：龜?shù)學(xué)發(fā)展和形成階段產(chǎn)生了簡(jiǎn)單的模糊控制器高性能模糊控制階段31?模糊集合邏輯運(yùn)算的模糊算子為、和。31、交運(yùn)算算子并運(yùn)算算子平衡算子在溫度、成績(jī)、暖和、口才和很好中可作為語(yǔ)言變量值的有和暖和、很好在水位、壓力、暖和、表演、中年人和比較好中可作為語(yǔ)言變量值的有、和。33、暖和、中年人和比較好在水位、寒冷、溫度、表演和偏高中可作為語(yǔ)言變量值的有和。34.寒冷、偏高模糊控制的基本思想是把人類(lèi)專(zhuān)家對(duì)特定的被控對(duì)象或過(guò)程的總結(jié)成一系列以“”形式表示的控制規(guī)則。35、控制策略“IF條件THEN作用”TOC\o"1-5"\h\z神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程經(jīng)歷了4個(gè)階段，分別為、、—和—。36、啟蒙期、低潮期、復(fù)興期、新連接機(jī)制期神經(jīng)元由4部分構(gòu)成，它們分別為、、和突觸。37、細(xì)胞體、樹(shù)突、軸突根據(jù)神經(jīng)網(wǎng)絡(luò)的連接方式，神經(jīng)網(wǎng)絡(luò)的3種形式為：、和。38、前向網(wǎng)絡(luò)反饋網(wǎng)絡(luò)自組織網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的3個(gè)要素為：、和。39、神經(jīng)元的特性拓?fù)浣Y(jié)構(gòu)學(xué)習(xí)規(guī)則目前神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法有多種，按有無(wú)導(dǎo)師分類(lèi)，可分為、和。41、有導(dǎo)師學(xué)習(xí)無(wú)導(dǎo)師學(xué)習(xí)再勵(lì)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的研究主要分為3個(gè)方面的內(nèi)容，即、和。42.神經(jīng)元模型、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程主要由正向傳播和反向傳播兩個(gè)階段組成。44.神經(jīng)網(wǎng)絡(luò)控制是將和相結(jié)合而發(fā)展起來(lái)的智能控制方法。神經(jīng)網(wǎng)絡(luò)，控制理論遺傳算法的主要用途是。45、尋優(yōu)（優(yōu)化計(jì)算）TOC\o"1-5"\h\z常用的遺傳算法的染色體編碼方法有二種，它們分別為實(shí)數(shù)編碼和。46、二進(jìn)制編碼遺傳算法的3種基本遺傳算子、和。47、比例選擇算子單點(diǎn)交叉算子變異算子遺傳算法中，適配度大的個(gè)體有被復(fù)制到下一代。更多機(jī)會(huì)遺傳算法中常用的3種遺傳算子（基本操作）為、、和。49、復(fù)制、交叉和變異第一章1、什么是智能控制？試比較智能控制和經(jīng)典控制、現(xiàn)代控制的異同。答：(1)在無(wú)人干預(yù)的情況下能自主地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)控制目標(biāo)的自動(dòng)控制技術(shù)。不同點(diǎn)：經(jīng)典控制理論以反饋理論為基礎(chǔ)，是一種單回路線(xiàn)性控制理論。主要研究單輸入-單輸出、線(xiàn)性定常系統(tǒng)的分析和設(shè)計(jì)。在現(xiàn)代控制理論中，對(duì)控制系統(tǒng)的分析和設(shè)計(jì)主要是通過(guò)對(duì)系統(tǒng)的狀態(tài)變量的描述來(lái)進(jìn)行的，基本的方法是時(shí)間域方法。現(xiàn)代控制理論比經(jīng)典控制理論所能處理的控制問(wèn)題要廣泛得多，智能控制與傳統(tǒng)的或常規(guī)的控制有密切的關(guān)系,不是相互排斥的.常規(guī)控制往往包含在智能控制之中,智能控制也利用常規(guī)控制的方法來(lái)解決“低級(jí)”的控制問(wèn)題,力圖擴(kuò)充常規(guī)控制方法并建立一系列新的理論與方法來(lái)解決更具有挑戰(zhàn)性的復(fù)雜控制問(wèn)題.2、智能控制系統(tǒng)具有哪些特點(diǎn)？答：(1)能對(duì)復(fù)雜系統(tǒng)進(jìn)行有效全面的全局控制，并有較強(qiáng)的容錯(cuò)能力具有以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制過(guò)程；能對(duì)獲取的信息進(jìn)行實(shí)時(shí)處理并給出控制決策；(4)具有自學(xué)習(xí)、自適應(yīng)、自組織的能力。3、智能控制主要研究那些內(nèi)容？各自的特點(diǎn)是？答：主要集中在專(zhuān)家控制技術(shù)、模糊控制技術(shù)、神經(jīng)網(wǎng)絡(luò)控制技術(shù)和遺傳算法等。專(zhuān)家控制系統(tǒng)(1分)專(zhuān)家系統(tǒng)主要指的是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)與經(jīng)驗(yàn)。它具有啟發(fā)性、透明性、靈活性、符號(hào)操作、不一確定性推理等特點(diǎn)。模糊控制系統(tǒng)(1分)在被控制對(duì)象的模糊模型的基礎(chǔ)上，運(yùn)用模糊控制器近似推理手段，實(shí)現(xiàn)系統(tǒng)控制的一種方法模糊模型是用模糊語(yǔ)言和規(guī)則描述的一個(gè)系統(tǒng)的動(dòng)態(tài)特性及性能指標(biāo)。神經(jīng)控制系統(tǒng)(1分)神經(jīng)網(wǎng)絡(luò)具有某些智能和仿人控制功能。學(xué)習(xí)算法是神經(jīng)網(wǎng)絡(luò)的主要特征。(4)遺傳算法(2分)遺傳算法是基于自然選擇和基因遺傳學(xué)原理的搜索算法,是基于進(jìn)化論在計(jì)算機(jī)上模擬生命進(jìn)化論機(jī)制而發(fā)展起來(lái)的一門(mén)學(xué)科.遺傳算法可用于模糊控制規(guī)則的優(yōu)化及神經(jīng)網(wǎng)絡(luò)參數(shù)及權(quán)值的學(xué)習(xí),在智能控制領(lǐng)域有廣泛的應(yīng)用。4、試說(shuō)明智能控制研究的數(shù)學(xué)工具。智能控制研究的數(shù)學(xué)工具為：(1)符號(hào)推理與數(shù)值計(jì)算的結(jié)合；(2)離散事件與連續(xù)時(shí)間系統(tǒng)得結(jié)合；(3)模糊集理論；(4)神經(jīng)網(wǎng)絡(luò)理論；(5)優(yōu)化理論第二章1、何謂專(zhuān)家系統(tǒng)?它有哪些基本特征？答：所謂專(zhuān)家系統(tǒng)就是利用存儲(chǔ)在計(jì)算機(jī)內(nèi)的某一特定領(lǐng)域內(nèi)人類(lèi)專(zhuān)家的知識(shí)，來(lái)解決過(guò)去需要人類(lèi)專(zhuān)家才能解決的現(xiàn)實(shí)問(wèn)題的計(jì)算機(jī)系統(tǒng)。專(zhuān)家系統(tǒng)的基本特征?(1)具有專(zhuān)家水平的專(zhuān)門(mén)知識(shí)；-專(zhuān)家系統(tǒng)中的知識(shí)按其在問(wèn)題求解中的作用可分為三個(gè)層次，即數(shù)據(jù)級(jí)、知識(shí)庫(kù)級(jí)和控制級(jí)。(2)專(zhuān)家系統(tǒng)使用符號(hào)推理；(3)專(zhuān)家系統(tǒng)能夠解決問(wèn)題領(lǐng)域內(nèi)的各種問(wèn)題；(4)復(fù)雜度與難度，專(zhuān)家系統(tǒng)擁有很專(zhuān)門(mén)的領(lǐng)域知識(shí)；(5)具有解釋功能，專(zhuān)家系統(tǒng)具有解釋機(jī)制；(6)具有獲取知識(shí)的能力；(7)知識(shí)與推理機(jī)構(gòu)相互獨(dú)立。專(zhuān)家系統(tǒng)一般把推理機(jī)構(gòu)與知識(shí)分開(kāi)，使其獨(dú)立，使系統(tǒng)具有良好的可擴(kuò)充性和維護(hù)性。2、簡(jiǎn)述專(zhuān)家系統(tǒng)設(shè)計(jì)的基本結(jié)構(gòu)。答：基本知識(shí)描述一系統(tǒng)體系結(jié)構(gòu)一工具選擇----知識(shí)表示方法----推理方式----對(duì)話(huà)模型.P204、什么是專(zhuān)家控制系統(tǒng)？專(zhuān)家控制系統(tǒng)分為哪幾類(lèi)？答：專(zhuān)家控制是指將人工智能領(lǐng)域的專(zhuān)家系統(tǒng)理論和技術(shù)與控制理論方法和技術(shù)相結(jié)合，仿效專(zhuān)家智能，實(shí)現(xiàn)對(duì)較為復(fù)雜問(wèn)題的控制?；趯?zhuān)家控制原理所設(shè)計(jì)的系統(tǒng)稱(chēng)為專(zhuān)家控制系統(tǒng)(ECS)。分類(lèi)：1).一般控制理論知識(shí)和經(jīng)驗(yàn)知識(shí)相結(jié)合2).模糊邏輯與專(zhuān)家控制相結(jié)合3).神經(jīng)網(wǎng)絡(luò)與專(zhuān)家控制相結(jié)合5、專(zhuān)家控制系統(tǒng)的任務(wù)是什么？答：專(zhuān)家控制系統(tǒng)的任務(wù)是：(1).能提供一個(gè)熟練工或?qū)＜覍?duì)受控對(duì)象操作所能達(dá)到的性能指標(biāo)；(2).監(jiān)督對(duì)象和控制器的運(yùn)行情況；(3).檢測(cè)系統(tǒng)元件可能發(fā)生的故障或失誤；.對(duì)特殊情況，要選擇合適的控制算法以適應(yīng)系統(tǒng)參數(shù)的變化。6、比較專(zhuān)家系統(tǒng)和專(zhuān)家控制系統(tǒng)的區(qū)別和聯(lián)系。答：專(zhuān)家控制系統(tǒng)是將人工智能領(lǐng)域的專(zhuān)家系統(tǒng)理論和技術(shù)與控制理論方法和技術(shù)相結(jié)合，仿效專(zhuān)家智能，實(shí)現(xiàn)對(duì)較為復(fù)雜問(wèn)題的控制。專(zhuān)家系統(tǒng)是一種基于知識(shí)的、智能的計(jì)算機(jī)程序。區(qū)別：專(zhuān)家控制系統(tǒng)必須把控制系統(tǒng)看作是一個(gè)基于知識(shí)的系統(tǒng)，而作為系統(tǒng)核心部件的控制器則要體現(xiàn)和知識(shí)推理的機(jī)制和結(jié)構(gòu)。與專(zhuān)家系統(tǒng)相似，整個(gè)控制問(wèn)題領(lǐng)域的知識(shí)庫(kù)和一個(gè)體現(xiàn)知識(shí)決策的推理機(jī)構(gòu)構(gòu)成了專(zhuān)家控制系統(tǒng)的主體。7、什么是知識(shí)？知識(shí)具有哪些特征？答：1).知識(shí)的基本概念知識(shí)反映了客觀(guān)世界中事物某一方面的屬性以及事物之間的相互聯(lián)系，不同事物或相同事物之間的不同關(guān)系形成了不同的知識(shí)。這里涉及到三個(gè)不同層次的概念：數(shù)據(jù)、信息和知識(shí)。數(shù)據(jù)是客觀(guān)世界中搜集的原始素材，它是信息的載體和表示。人們根據(jù)一定的目的按照一定的形式對(duì)數(shù)據(jù)進(jìn)行加工與處理，就形成了有關(guān)的信息。信息是數(shù)據(jù)在特定場(chǎng)合下的具體含義，或者說(shuō)信息是數(shù)據(jù)的語(yǔ)義。知識(shí)是將有關(guān)的信息進(jìn)一步關(guān)聯(lián)在一起，形成了更高層次含義的一種信息結(jié)構(gòu)，信息與關(guān)聯(lián)是構(gòu)成知識(shí)的兩個(gè)基本要素。2).知識(shí)的特性相對(duì)正確性；不確定性；可表示性；關(guān)聯(lián)性。8、簡(jiǎn)述知識(shí)獲取的概念和分類(lèi)方法。答：4).知識(shí)獲取的概念知識(shí)獲取就是把用于求解專(zhuān)門(mén)領(lǐng)域問(wèn)題的知識(shí)從擁有這些知識(shí)的知識(shí)源中抽取出來(lái)，并轉(zhuǎn)換為一特定的計(jì)算機(jī)表示。知識(shí)源包括專(zhuān)家、教科書(shū)、數(shù)據(jù)庫(kù)及人本身的經(jīng)驗(yàn)。計(jì)算機(jī)表示有狀態(tài)空間表示法、謂詞邏輯表示法、與//或圖表示法、語(yǔ)義網(wǎng)絡(luò)表示、產(chǎn)生式表示法、框架表示法等。5).知識(shí)獲取的分類(lèi)按照基于知識(shí)的系統(tǒng)本身在知識(shí)獲取中的作用來(lái)分類(lèi)，知識(shí)獲取方法可分為主動(dòng)型知識(shí)獲取和被動(dòng)型知識(shí)獲取兩類(lèi)。(2)按基于知識(shí)的系統(tǒng)獲取知識(shí)的工作方式分類(lèi)，可分為非自動(dòng)型知識(shí)獲取和自動(dòng)型知識(shí)獲取兩種。(3)按知識(shí)獲取的策略分類(lèi)，可分為會(huì)談式、案例分析式、機(jī)械照搬式、教學(xué)式、演繹式、歸納式、類(lèi)比式、猜想驗(yàn)證式、反饋修正式、聯(lián)想式和條件反射式等。9、什么是知識(shí)表示？知識(shí)表示方式有哪些?答：知識(shí)表示就是知識(shí)的符號(hào)化和形式化的過(guò)程，方式：狀態(tài)空間表達(dá)法、謂詞邏輯表示法、與\或圖表達(dá)法、語(yǔ)義網(wǎng)絡(luò)表示法、產(chǎn)生式表示法、框架式表示法、腳本表示法、特征表表示法、過(guò)程表示法10、用語(yǔ)義網(wǎng)絡(luò)表達(dá)下列知識(shí)：(略)11、知識(shí)推理方法有哪幾種？每一種知推理方式有何特點(diǎn)？答：假如推理所依據(jù)的知識(shí)都帶有一個(gè)置信度，則從前提到結(jié)論的過(guò)程中就存在一個(gè)置信度轉(zhuǎn)移的問(wèn)題?；诖艘饬x，可將推理模式劃分為如下方式：1).基于百分百置信度的演繹推理2).歸納推理3).不確定性推理4).定性推理5).非單調(diào)推理特點(diǎn)：1).基于百分百置信度的演繹推理如果把領(lǐng)域知識(shí)表示成必然的因果關(guān)系，則按邏輯關(guān)系進(jìn)行推理所得的結(jié)論是肯定的。一般來(lái)說(shuō)，如果前提的置信度為A,則通過(guò)演繹推理得出的結(jié)論也具有置信度A。演繹推理又可以分為正向演繹推理、反向演繹推理、正向與反向相結(jié)合的聯(lián)合演繹推理(也稱(chēng)雙向推理)3種形式。其中，正向演繹推理是一種條件驅(qū)動(dòng)的推理方式；反向演繹推理是一種結(jié)論驅(qū)動(dòng)的推理方式；若將兩種演繹推理方式相結(jié)合，可發(fā)揮它們的各自?xún)?yōu)點(diǎn)而克服其局限性，這就形成了雙向聯(lián)合的演繹推理。.歸納推理歸納推理又稱(chēng)主觀(guān)不充分置信推理，它能從一個(gè)具有一定置信度的前提推出一個(gè)比前提的置信度低的結(jié)論。常用的歸納推理方法有簡(jiǎn)單枚舉法和類(lèi)比法，簡(jiǎn)單枚舉法是通過(guò)某類(lèi)事物觀(guān)察到其子類(lèi)，在子類(lèi)中發(fā)現(xiàn)某屬性，在沒(méi)有發(fā)現(xiàn)相反事例的情況下，就可推導(dǎo)出此類(lèi)事物都具有這種屬性的結(jié)論。類(lèi)比推理法以相似原理為基礎(chǔ)，即當(dāng)兩個(gè)或多個(gè)事物在許多屬性上都相同的條件下，可推出它們具有相同的屬性。.不確定性推理不確定性推理也稱(chēng)不精確推理，它是針對(duì)不確定的事實(shí)，根據(jù)不充分的證據(jù)和不完全的知識(shí)進(jìn)行推理的方式。常見(jiàn)的不確定推理方法有確定因子法，以概率為基礎(chǔ)的主觀(guān)Bayes方法，基于Dempster-shafer證據(jù)理論的推理方法，模糊子集法等。.定性推理定性推理是從物理系統(tǒng)的結(jié)構(gòu)描述出發(fā)，推導(dǎo)出行為描述，預(yù)測(cè)物理系統(tǒng)的行為并給出因果關(guān)系的解釋。定性推理是采用系統(tǒng)部件間的局部傳播規(guī)則來(lái)解釋系統(tǒng)行為的，即認(rèn)為部件狀態(tài)的變化只與直接相鄰的部件有關(guān)。定性推理是以定性物理知識(shí)模型為基礎(chǔ)的。

5）.非單調(diào)推理非單調(diào)推理是指由于新知識(shí)的加入而使某些原有的知識(shí)變?yōu)榧俚耐评?，非單調(diào)推理的處理過(guò)程比單調(diào)推理的處理過(guò)程復(fù)雜和困難得多。非單調(diào)推理較適合于賴(lài)以進(jìn)行推理的證據(jù)不夠、知識(shí)不完全等情況，對(duì)于一個(gè)不斷變化的對(duì)象，反映其基本特性的知識(shí)庫(kù)中的知識(shí)和數(shù)據(jù)庫(kù)中的數(shù)據(jù)也在發(fā)生變化，這就需要非單調(diào)推理。4、簡(jiǎn)述專(zhuān)家系統(tǒng)的定義和構(gòu)成（1）定義：所謂專(zhuān)家系統(tǒng)就是利用存儲(chǔ)在計(jì)算機(jī)內(nèi)的某一特定領(lǐng)域內(nèi)人類(lèi)專(zhuān)家的知識(shí)，來(lái)解決過(guò)去需要人類(lèi)專(zhuān)家才能解決的現(xiàn)實(shí)問(wèn)題的計(jì)算機(jī)系統(tǒng)。（2）構(gòu)造：［人機(jī)接口數(shù)搖庫(kù)知識(shí)祭聰桶構(gòu)領(lǐng)域?qū)邠碜R(shí)工程師［人機(jī)接口數(shù)搖庫(kù)知識(shí)祭聰桶構(gòu)1［人機(jī)接口^2-4專(zhuān)家系統(tǒng)基本結(jié)拘示意圈5、專(zhuān)家系統(tǒng)的功能與作用答：（1）功能1）存儲(chǔ)問(wèn)題求解所需的知識(shí)；2）存儲(chǔ)具體問(wèn)題求解的初始數(shù)據(jù)和推理過(guò)程中涉及到的各種信息，如中間結(jié)果、目標(biāo)、子目標(biāo)以及假設(shè)等；3）根據(jù)當(dāng)前輸入的數(shù)據(jù)，利用已有知識(shí)，按照一定的推理策略，去解決當(dāng)前問(wèn)題，并能控制和協(xié)調(diào)整個(gè)系統(tǒng)；4）能夠?qū)ν评磉^(guò)程、結(jié)論或系統(tǒng)自身行為做出必要的解釋?zhuān)?）提供知識(shí)獲取，機(jī)器學(xué)習(xí)以及知識(shí)庫(kù)的修改、擴(kuò)充和完善等維護(hù)手段；6）提供一種用戶(hù)接口，便于用戶(hù)使用，又便于分析和理解用戶(hù)的各種要求和請(qǐng)求。強(qiáng)調(diào)指出，存放知識(shí)和運(yùn)用知識(shí)進(jìn)行問(wèn)題求解是專(zhuān)家系統(tǒng)的兩個(gè)最基本功能.（2）專(zhuān)家系統(tǒng)的作用1）專(zhuān)家系統(tǒng)作為人工智能的應(yīng)用領(lǐng)域，它使人工智能從實(shí)驗(yàn)室走向了現(xiàn)實(shí)世界，成為檢驗(yàn)人工智能基本理論和技術(shù)的重要實(shí)驗(yàn)場(chǎng)地。加快了人工智能和計(jì)算機(jī)研究的步伐；2）專(zhuān)家系統(tǒng)作為一種實(shí)用工具，為人類(lèi)專(zhuān)家寶貴知識(shí)的保存、傳播、使用和評(píng)價(jià)提供了一種有效手段；3）專(zhuān)家系統(tǒng)可以延伸人類(lèi)專(zhuān)家的能力。專(zhuān)家系統(tǒng)解決問(wèn)題時(shí)不受環(huán)境的影響，不受時(shí)間和空間的限制；4）專(zhuān)家系統(tǒng)能匯集問(wèn)題領(lǐng)域多個(gè)專(zhuān)家的知識(shí)與經(jīng)驗(yàn)。因?yàn)閷?zhuān)家系統(tǒng)要求領(lǐng)域內(nèi)不同專(zhuān)家采用統(tǒng)一的知識(shí)描述形式，這樣便于區(qū)別來(lái)自不同專(zhuān)家知識(shí)的優(yōu)劣，克服個(gè)別專(zhuān)家的局限性，揚(yáng)長(zhǎng)避短，互相合作解決問(wèn)題。6、專(zhuān)家系統(tǒng)的基本特征答：具有專(zhuān)家水平的專(zhuān)門(mén)知識(shí)；專(zhuān)家系統(tǒng)使用符號(hào)推理；專(zhuān)家系統(tǒng)能夠解決問(wèn)題領(lǐng)域內(nèi)的各種問(wèn)題；復(fù)雜度與難度，專(zhuān)家系統(tǒng)擁有很專(zhuān)門(mén)的領(lǐng)域知識(shí)；具有解釋功能，專(zhuān)家系統(tǒng)具有解釋機(jī)制；具有獲取知識(shí)的能力；知識(shí)與推理機(jī)構(gòu)相互獨(dú)立。專(zhuān)家系統(tǒng)一般把推理機(jī)構(gòu)與知識(shí)分開(kāi)，使其獨(dú)立，使系統(tǒng)具有良好的可擴(kuò)充性和維護(hù)性7、專(zhuān)家系統(tǒng)的分類(lèi)答：(1)按照專(zhuān)家系統(tǒng)的應(yīng)用領(lǐng)域來(lái)分類(lèi)，可分為醫(yī)療專(zhuān)家系統(tǒng)、勘探專(zhuān)家系統(tǒng)、石油專(zhuān)家系統(tǒng)、數(shù)學(xué)專(zhuān)家系統(tǒng)、物理專(zhuān)家系統(tǒng)、化學(xué)專(zhuān)家系統(tǒng)、氣象專(zhuān)家系統(tǒng)、生物專(zhuān)家系統(tǒng)、工業(yè)專(zhuān)家系統(tǒng)、法律專(zhuān)家系統(tǒng)和教育專(zhuān)家系統(tǒng)等。(2)按照知識(shí)表示技術(shù)分類(lèi)，可分為基于邏輯的、基于規(guī)則的、基于語(yǔ)義網(wǎng)的專(zhuān)家系統(tǒng)和基于框架的專(zhuān)家系統(tǒng)等；按照推理控制策略分類(lèi)，可分為正向推理、反向推理專(zhuān)家系統(tǒng)和雙向混合推理等；按照所采用的不精確推理技術(shù)分類(lèi)，可分為確定理論推理技術(shù)、主觀(guān)Bayes推理技術(shù)、可能性理論推理技術(shù)專(zhuān)家系統(tǒng)和D/S證據(jù)理論推理技術(shù)專(zhuān)家系統(tǒng)等；按照專(zhuān)家系統(tǒng)的結(jié)構(gòu)分類(lèi)，可分為單專(zhuān)家系統(tǒng)和群專(zhuān)家系統(tǒng)，而群專(zhuān)家系統(tǒng)按其組織方式又可分為主從式、層次式、同僚式、廣播式以及招標(biāo)式等。8、專(zhuān)家控制系統(tǒng)的定義答：專(zhuān)家控制是指將人工智能領(lǐng)域的專(zhuān)家系統(tǒng)理論和技術(shù)與控制理論方法和技術(shù)相結(jié)合，仿效專(zhuān)家智能，實(shí)現(xiàn)對(duì)較為復(fù)雜問(wèn)題的控制?；趯?zhuān)家控制原理所設(shè)計(jì)的系統(tǒng)稱(chēng)為專(zhuān)家控制系統(tǒng)(ECS)。9、專(zhuān)家控制系統(tǒng)的任務(wù)答:1).能提供一個(gè)熟練工或?qū)＜覍?duì)受控對(duì)象操作所能達(dá)到的性能指標(biāo)；(2).監(jiān)督對(duì)象和控制器的運(yùn)行情況；(3).檢測(cè)系統(tǒng)元件可能發(fā)生的故障或失誤；(4).對(duì)特殊情況，要選擇合適的控制算法以適應(yīng)系統(tǒng)參數(shù)的變化。10、專(zhuān)家控制系統(tǒng)的分類(lèi)答：1).一般控制理論知識(shí)和經(jīng)驗(yàn)知識(shí)相結(jié)合；這種控制方法是以應(yīng)用專(zhuān)家知識(shí)、知識(shí)模型、知識(shí)庫(kù)、知識(shí)推理、控制決策和控制策略等技術(shù)為基礎(chǔ)的，知識(shí)模型與常規(guī)數(shù)學(xué)模型相結(jié)合，知識(shí)信息處理技術(shù)與控制技術(shù)的結(jié)合，模擬人的智能行為等。2).模糊邏輯與專(zhuān)家控制相結(jié)合；將模糊集和模糊推理引入專(zhuān)家控制系統(tǒng)中，就產(chǎn)生了基于模糊規(guī)則的專(zhuān)家控制系統(tǒng)，也稱(chēng)模糊專(zhuān)家控制系統(tǒng)(FFC)。.神經(jīng)網(wǎng)絡(luò)與專(zhuān)家控制相結(jié)合?？砂l(fā)揮專(zhuān)家系統(tǒng)“高層”推理的優(yōu)勢(shì)和神經(jīng)網(wǎng)絡(luò)“低層”處理長(zhǎng)處。11、專(zhuān)家控制系統(tǒng)的基本結(jié)構(gòu)第四章1、模糊控制有哪些特點(diǎn)答：無(wú)需知道被控對(duì)象的數(shù)學(xué)模型、模糊控制是一種反映人類(lèi)智慧思維的智能控制、易被人們接受、構(gòu)造容易、魯棒性好等。2、簡(jiǎn)要說(shuō)明模糊控制系統(tǒng)的工作原理答：模糊控制系統(tǒng)是由模糊控制器、被控對(duì)象、檢測(cè)和反饋部件組成的自動(dòng)化系統(tǒng)。據(jù)人們以往的經(jīng)驗(yàn)設(shè)計(jì)一個(gè)模糊控制器，將測(cè)量值與給定值相比較，劃分等級(jí)，控制量等級(jí)范圍要與之相匹配，建立起控制規(guī)則，最后得出理想輸出結(jié)果。或：請(qǐng)畫(huà)出模糊控制系統(tǒng)的組成框圖，并結(jié)合該圖說(shuō)明模糊控制器的工作原理。模糊控制器的工作原理為：⑴模糊化接口測(cè)量輸入變量（設(shè)定輸入）和受控系統(tǒng)的輸出變量，并把它們映射到一個(gè)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(yǔ)言值或模糊集合的標(biāo)識(shí)符。本單元可視為模糊集合的標(biāo)記。（2）知識(shí)庫(kù)涉及應(yīng)用領(lǐng)域和控制目標(biāo)的相關(guān)知識(shí)，它由數(shù)據(jù)庫(kù)和語(yǔ)言（模糊）控制規(guī)則庫(kù)組成。數(shù)據(jù)庫(kù)為語(yǔ)言控制規(guī)則的論域離散化和隸屬函數(shù)提供必要的定義。語(yǔ)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)是模糊控制系統(tǒng)的核心。以模糊概念為基礎(chǔ)，模糊控制信息可通過(guò)模糊蘊(yùn)涵和模糊邏輯的推理規(guī)則來(lái)獲取，并可實(shí)現(xiàn)擬人決策過(guò)程。根據(jù)模糊輸入和模糊控制規(guī)則，模糊推理求解模糊關(guān)系方程，獲得模糊輸出。（4）模糊判決接口起到模糊控制的推斷作用，并產(chǎn)生一個(gè)精確的或非模糊的控制作用。此精確控制作用必須進(jìn)行逆定標(biāo)（輸出定標(biāo)），這一作用是在對(duì)受控過(guò)程進(jìn)行控制之前通過(guò)量程變換來(lái)實(shí)現(xiàn)的3、如何建立模糊規(guī)則？答：模糊控制器規(guī)則是基于專(zhuān)家知識(shí)或操作者長(zhǎng)期積累的經(jīng)驗(yàn)，是模仿人的直覺(jué)推理的一種語(yǔ)言形式。模糊規(guī)則通常表述為“if……then……”等形式，設(shè)模糊控制器的輸入變量為偏差e和偏差變化率ec，模糊控制器的輸出變量為u,其相應(yīng)語(yǔ)言變量分別為E、EC、U。規(guī)則庫(kù)是為模糊推理提供規(guī)則。4、簡(jiǎn)述模糊控制器的的設(shè)計(jì)步驟。答：（1）確定模糊控制器的結(jié)構(gòu);⑵定義輸入、輸出模糊集；（3）定義輸入、輸出隸屬函數(shù)；⑷建立模糊控制規(guī)則；⑸建立模糊控制表；⑹模糊推理；⑺反模糊化。5、在模糊控制器的設(shè)計(jì)中，常用的反模糊化的方法有哪幾種？最大隸屬度法、中心法和加權(quán)平均法。6、簡(jiǎn)述模糊控制的發(fā)展方向模糊控制的發(fā)展方向有：（1）Fuzzy-PID復(fù)合控制（2）自適應(yīng)模糊控制（3）專(zhuān)家模糊控制（4）神經(jīng)模糊控制（5）多變量模糊控制7、模糊控制系統(tǒng)一般由幾個(gè)部分組成？1）模糊控制器2）輸入/輸出接口裝置3）廣義對(duì)象4）傳感器8、比較模糊集合與普通集合的異同。比較模糊集合與普通集合的異同。相同點(diǎn)：都表示一個(gè)集合；不同點(diǎn)：普通集合具有特定的對(duì)象。而模糊集合沒(méi)有特定的對(duì)象，允許在符合與不符合中間存在中間過(guò)渡狀態(tài)。9、簡(jiǎn)述模糊集合的概念。設(shè)為某些對(duì)象的集合，稱(chēng)為論域，可以是連續(xù)的或離散的；論域到［0,1］區(qū)間的任一映射:-［0,1］確定了的一個(gè)模糊子集；稱(chēng)為的隸屬函數(shù)，表示論域的任意元素屬于模糊子集F的程度。模糊子集F的表示方法有幾種，如:向量表示法、Zadeh表示法、序

偶表示法等。10、試寫(xiě)出3種常用模糊條件語(yǔ)句及對(duì)應(yīng)的模糊關(guān)系R的表達(dá)式。設(shè)A、B分別是論域X、Y上的模糊集合，則模糊條件語(yǔ)句“ifAthenB”所決定的二兀模糊關(guān)系為：R=[A€B]€[A€e]A，B(1分)*~設(shè)A、B和°分別是論域X、Y和Z上的模糊集合，則模糊條件語(yǔ)句“ifAthenelse”所決定的二兀模糊關(guān)系為:(2分)*~設(shè)A、B和°分別是論域X、Y和Z上的模糊集合，則模糊條件語(yǔ)句“ifAandBthen°”所決定的二元模糊關(guān)系為：R=LA€B11€CAyr3TT第五早1、簡(jiǎn)述人工神經(jīng)元模型的基本原理u<iy

u<iy

ii(5-1)=工WX-<(5-1)ijjij=1=f(u)i式中，uf=12…,m)為神經(jīng)元i的內(nèi)部狀態(tài)；J為閾值；x.為輸入信號(hào)；wij表示輸入與神經(jīng)元連接的權(quán)值；s.表示外部輸入的控制信號(hào)；f(?)表示神經(jīng)元輸入與輸出的對(duì)應(yīng)關(guān)系，又稱(chēng)激活函數(shù)，用于模擬生物神經(jīng)元的非線(xiàn)性傳遞特性。2、人工神經(jīng)網(wǎng)絡(luò)的常用學(xué)習(xí)方法有哪些？試推到出Q學(xué)習(xí)規(guī)則。答：有教師學(xué)習(xí)、無(wú)教師學(xué)習(xí)、再勵(lì)學(xué)習(xí)；Q學(xué)習(xí)規(guī)則:?假設(shè)下列誤差準(zhǔn)則函數(shù)

?式中，〃代表期望的輸出(教師信號(hào))，y=/(WX)為網(wǎng)絡(luò)的實(shí)際輸出，W是權(quán)值ppP向量?Xp為輸入模式：Xp=(x1,x2,...,xn)r，訓(xùn)練樣本數(shù)p=1,2,M。?問(wèn)題是如何調(diào)整權(quán)值W,使準(zhǔn)則函數(shù)最小?？捎锰荻认陆捣▉?lái)求解，基本思想是延著E的負(fù)梯度方向不斷修正W值，直到E達(dá)到最小，這種方法的數(shù)學(xué)表達(dá)式AWQE?其中p,1AWQE?其中p,12(d€y)2

p(5€8)(5€9)(5€10)?用e表示wx，則有pp?W的修正規(guī)則為3Ep機(jī)3Ep機(jī)AWQE30QEQy=pp=ppXHYPERLINK\h\z?最終可得到：qc八q①1、q（k）一q（k一1）…（k），—…（k）sgnJJw（k）（5—61）jjz（k）—z（k—1）jHYPERLINK\h\z0.40.71「10.70.310.60.40.2"大"=一++—"小=-++"較小"=—+++一3451231234已知：規(guī)則若x小，則y大問(wèn)題：當(dāng)x=較小時(shí),y=?（采用Mamdani推理法）（5分）…000.40.71，0.7€€000.40.7答000.30.30.3€00000€€?00000_…000.40.71,000.40.70.7140200.30.30.3=[000.40.71]00000000006.設(shè)論域X=Y={1,2,3,4,5}，以下為X、Y上的模糊集合TOC\o"1-5"\h\zA="低"=-+06+04123="較低"=1+°!+020.1123nmnm臺(tái)」mB="高"=+一45~~~設(shè)A=“低”則B=“咼”已知A=“較低”問(wèn)B如何?11答R=(AxB)€(AxE)10.60.400[0000.81]€0000.810000.60.60000.40.400000000000000.80.40.40.40.60.60.60.60.611111111。R10.60.611B=A117、對(duì)于一個(gè)系統(tǒng)[11111]…00000，0.40.40.40.40.4€€€0.60.60.60.60.6€11111€€?1111100.40.611當(dāng)輸入A時(shí),輸出為B，否則為C,且有:10.50.1++uuu1230.70.60.3—++vvv1230.60.70.9++vvv123A二B二C二0.31已知當(dāng)前輸入A'二++u05。求輸出D。（5分）答R=（AxB）AxCI丿D=[0.5…0.70.60.3,<000、<0.70.60.3'0.50.50.30.50.50.5—0.50.50.50.10.10.1、0.60.70.9丿0.60.70.9丿0.50.5]321'b2'b3^和Z=Sj且8.設(shè)模糊集合A、B和C的論域分別為：X=€1'b2'b3^和Z=Sj且A，05+丄+巴B，01+丄+06C，04+丄a1a2a3,b1b2b3,c1c2。試確定”IFAandBthenC”所決定+b1b2b3時(shí)的輸出C1A1，10+01B1，01+05+丄的模糊關(guān)系+b1b2b3時(shí)的輸出C1?0.5…'0.10.50.5?0.5…'0.10.50.5、答AxB,1[0.110.6]，0.11.00.60.1、0.10.10.1丿400.10.40.40.10.4R，(AxB)t1[0.二［八］0.50.50.110.1?1…‘0.10.51]A1xB1,￡)[0.10.51]，0000.10.10.1丿0.40.6C1=((A1xB1)t2R,[0.40.5]0.10.10.10.10.10.1"9.已知A，】9.已知A，】+0：x1x2+05+丄,C,0.2y2y3'1、、+—；r。試確定"IFz1z2AandBthenC”所決定的模糊關(guān)系R的模糊關(guān)系R，以及輸入為A1=08+01,B1，眾+卑+篤時(shí)的輸出C1。x1x2y1y2y30.10.510.10.50.50.10.1R，(AxB)l[0.21]，0.20.10.510.10.50.50.10.1R，(AxB)l[0.21]，0.20.50.210.10.10.50.5C1=((A1xB1)l)tR，[0.20.2]A€05+丄+01B€01+丄+06C€04+丄10.已知a1a2a3,b1b2b3,c1c2。試確定”IFAandBthenA1€10A1€10+05+01C"所決定的模糊關(guān)系R,以及輸入為a1a2a3B1€01+1+0.6b2b1b3時(shí)的輸出C1。R€(AXBA[R€(AXBA[0Q]€0.40.40.10.50.50.10.410.40.60.10.10.10.10.10.1]]，0.5「?0.10.50.5、答AxB€1[0.110.6]€0.11.00.60.10.10.10.1丿0.5]C1=((A1xB1/R€[0.50.5]11.設(shè)x表示轉(zhuǎn)速，y表示控制電壓。轉(zhuǎn)速和控制電壓的論域分別為X={100,200,00,400,500},Y={1,2,3,4,5}已知在X、Y上的模糊子集為A二“轉(zhuǎn)速高”二0/100+0/200+0/300+0.5/400+1/500B=“控制電壓高”0/1+0/2+0/3+0.5/4+1/5XXY上的模糊關(guān)系為“若轉(zhuǎn)速高，則控制電壓高；否則控制電壓不很高”?，F(xiàn)在轉(zhuǎn)速不很高,控制電壓如何？(7分)答1)C€"控制電壓不很高丄"控制電壓很高,€1/1+1/2+1/3+0.75/4+0/5A€"轉(zhuǎn)速不很高"€1/100+1/200+1/300+0.75/400+0/50013)與模糊控制規(guī)則“若轉(zhuǎn)速高，則控制電壓高；否則控制電壓不很高?！睂?duì)應(yīng)的模糊關(guān)系矩陣為R~€(AxB)€(AxC)?1110.750、1110.750R€1110.7500.50.50.50.50.5<0000.51丿AAA(4)B=A。R=1110.750.5]1112.假設(shè)遺傳算法的染色體編碼方法為：用長(zhǎng)度為10位的二進(jìn)制編碼串來(lái)分別表示兩個(gè)決

策變量x1,x2,再將分別表示x1,x2的兩個(gè)10位長(zhǎng)的二進(jìn)制編碼串連接在一起，組成一個(gè)20位長(zhǎng)的二進(jìn)制編碼串，其中前10位表示x1，后10位表示x2。另外，—2.048<x<2.048(i,1,2)，則對(duì)個(gè)體x:00001101111101110001，請(qǐng)通過(guò)解碼確定x1和x2的實(shí)際值為多少(i(i，1,2)x，4.096x—2.048i1023y，55,y，88112x，—1.82&x，1.47612已知：0.4，試x413、設(shè)論域u={x,x,x,x}，A，B已知：0.4，試x4TOC\o"1-5"\h\zHYPERLINK\h\z00.510.50.500HYPERLINK\l"bookmark256"十一.十一-+—+-3-2-10123(6)計(jì)算模糊關(guān)系R=(NBeXPBu)+(NSeXPSu)+(ZEeXZEu)+(PSeXNSu)+(PBeXNBu)ZEeXZEu=(0,0,0.5,1,0.5,0,0)X(0,0,0.5,1,0.5,0,0)分別計(jì)算出矩陣NBeXPBu,NSeXPSu,ZEeXZEu,PSeXNSu,PBeXNBu查詢(xún)表：e—3—2—10123u3210—1—2—3實(shí)際控制時(shí)，將測(cè)量到的誤差量化后，從查詢(xún)表中得到控制量再乘以比例因子Kn,即作為控制的實(shí)際輸出。2、設(shè)在論域e（誤差）={-4,-2,0,2,4},和控制電壓u=[0,2,4,6,8]上定義的模糊子集的隸屬度函數(shù)如下圖。已知模糊控制規(guī)則：規(guī)則1：如果e誤差為ZE,則u為ZE；規(guī)則2：如果e誤差為PS，則u為NS。試用瑪達(dá)尼推理法計(jì)算當(dāng)輸入誤差e=0.6時(shí)，輸出電壓片？（精確化計(jì)算采用重心法）解：

.M.a.M.a3、如圖為多層前向傳播神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。設(shè)期望輸入[xl,x2]=[1,3],期望輸出為[ydl,yd2]=[0.9,0.3]，網(wǎng)絡(luò)權(quán)系數(shù)初值如圖上，試用BP算法訓(xùn)練此網(wǎng)絡(luò)。并詳細(xì)寫(xiě)出第一次11+e-xf(x),11+e-x迭代學(xué)習(xí)的計(jì)算結(jié)果。學(xué)習(xí)步長(zhǎng)n=i，取神經(jīng)網(wǎng)絡(luò)激勵(lì)函為同理計(jì)算神經(jīng)元Vg的H的、H3（k）心⑼二V憐兒（°）十冬=〈05〉X0+0.6X0+0=0叫〔町=工叫/』（（）｝十施=（0.2）X0+0.6X0+0=0j=i耳、旳的狀態(tài)保持不變?同建可計(jì)算岀其他狀態(tài)之間的轉(zhuǎn)移關(guān)系y1y2y3=011是一今網(wǎng)銘的穗定狀態(tài)，任盍一個(gè)初始狀態(tài)最終都將達(dá)到雌態(tài).例：設(shè)論域U={u1,U2,U3,u4,u5}中的兩個(gè)模糊子集為”0.60.510.40.3uuuuu12345門(mén)0.50.60.30.40.7B=++++uuuuu例：設(shè)論域U={u1,U2,U3,u4,u5}中的兩個(gè)模糊子集為”0.60.510.40.3uuuuu12345門(mén)0.50.60.30.40.7B=++++uuuuu交為0.6a0.50.5a0.61a0.3anb二+€+uuu1230.50.50.30.40.3=€+++0.4a0.40.3a0.7+uu450.6,0.50.5,0.6€uu-21,0.3€u30.4,0.4€€

u40.3,0.7u50.60.610.40.7++++uuuuu12345模糊集運(yùn)算的基本定律：設(shè)U為論域，ABC為U中的任意模糊子集，則有1）冪等律AQA=A,aua=a2）結(jié)合律^n（Bnc）=（AnB）nGAU(BUC)=(AUBUC；3)交換律AQB=BQA,AUB=BUA7、設(shè)論域X=[U1,U2,U3,U4,U5],Y=[V1,V2,V3,V4,V5],定義：人=輕=1/u1+0.&u2+0.6/u3+0.4/u4+0.2/u5,8=重=0.2/v1+0.4/v2+0.6/v3+0.&v4+1/v5確定模糊語(yǔ)言規(guī)則：ifX是輕，則Y是不很重，所決定的模糊關(guān)系矩陣R,并計(jì)算出當(dāng)X為很輕，很重條件下的模糊集合y專(zhuān)家系統(tǒng)簡(jiǎn)述建造專(zhuān)家系統(tǒng)的步驟與設(shè)計(jì)技巧。用結(jié)構(gòu)圖描述專(zhuān)家系統(tǒng)的基本結(jié)構(gòu)。解：1?⑴建造專(zhuān)家系統(tǒng)的步驟：設(shè)計(jì)初始知識(shí)庫(kù)，包括問(wèn)題知識(shí)化、知識(shí)概念化、概念形式化、形式規(guī)則化、規(guī)則合法化；原型機(jī)的開(kāi)發(fā)與試驗(yàn)；知識(shí)庫(kù)的改進(jìn)與歸納。⑵專(zhuān)家系統(tǒng)的設(shè)計(jì)技巧：設(shè)計(jì)系統(tǒng)時(shí)，首先集中精力研究一小部分假設(shè)，以及隨之的觀(guān)測(cè)或觀(guān)察；挑選那些最有利于區(qū)別各個(gè)假設(shè)的觀(guān)測(cè)。在決定規(guī)則時(shí)，首先從確認(rèn)或區(qū)分各種假設(shè)所需數(shù)量最少的觀(guān)測(cè)組合開(kāi)始；把不具有很強(qiáng)的預(yù)測(cè)或區(qū)別能力的觀(guān)測(cè)組合起來(lái)；建立中間假設(shè)；以各種事例來(lái)試驗(yàn)所涉及的系統(tǒng)。

2.專(zhuān)家系統(tǒng)結(jié)構(gòu)框圖：2.模糊控制被控對(duì)象為水箱，水箱通過(guò)調(diào)節(jié)閥可向內(nèi)抽水和向外抽水。試設(shè)計(jì)一個(gè)模糊數(shù)據(jù)庫(kù)過(guò)程接口人機(jī)接口推理機(jī)2.專(zhuān)家系統(tǒng)結(jié)構(gòu)框圖：2.模糊控制被控對(duì)象為水箱，水箱通過(guò)調(diào)節(jié)閥可向內(nèi)抽水和向外抽水。試設(shè)計(jì)一個(gè)模糊數(shù)據(jù)庫(kù)過(guò)程接口人機(jī)接口推理機(jī)控制器，通過(guò)調(diào)節(jié)閥門(mén)將水位穩(wěn)定在固定點(diǎn)附近。假設(shè)理想的水位高度為h,0實(shí)際測(cè)得的水位高度為h，選擇液位差為e=Ah€h-h，將當(dāng)前水位對(duì)于穩(wěn)定值0得偏差e作為觀(guān)測(cè)值。試求模糊矩陣R。解：首先，將輸入量和輸出量模糊化。將偏差e分成5個(gè)模糊集：負(fù)大（NB）,負(fù)?。∟S）,零（Z0）,正小（PS）,正大（PB）。將偏差e的變化分成7個(gè)等級(jí)：-3，-2，-1,0,1,2,3，從而得到水位的變化模糊表：水位的變化模糊表隸屬度變化等級(jí)-3-2-10123模糊集PB000000.51PS000010.50ZO000.510.500NS00.510000NB10.500000控制量u作為調(diào)節(jié)閥門(mén)開(kāi)度的變化。將其分為5個(gè)模糊集：負(fù)大（NB）,負(fù)?。∟S）,零（ZO）,正小（PS），正大（PB）。將u的變化分成9個(gè)等級(jí)：-4,-3，-2，-1,0，1，2，3,4,得到控制量模糊劃分表：控制量模糊劃分表隸屬度變化等級(jí)-4-3-2-101234模糊集PB00000000.51PS000000.510.50ZO0000.510.5000NS00.510.500000NB10.50000000

其次，規(guī)則模糊化?？梢詫?xiě)成表格的形式為：模糊控制規(guī)則表IFNBeNSeZOePSePBeTHENNBuNSuZOuPSuPBu然后根據(jù)模糊規(guī)則，可以求模糊矩陣：R€(NBeXNBu),(NSexNSu),(ZOexZOu),(PSexPSu),(PBexPBu)NBexNBuT…1.00.50000000_0.50.50.500000000xh.00.50000000?€0000000000000000000000000000000000000000000000000同理可得到其他矩陣，經(jīng)過(guò)五個(gè)矩陣求并集，可以得到：…1.00.5000000_0.50.50.50.5000000.50.50.50.5000R€0001.00.50000000.50.51.00.5000000.50.50.50.50000000.51.03.BP神經(jīng)網(wǎng)絡(luò)一個(gè)三層網(wǎng)絡(luò)，如下圖所示。輸入層和輸出層的激活函數(shù)均為線(xiàn)性函數(shù)力、（s）€s,f、（sLs,而隱含層的激活函數(shù)f、（s）=0.1s。第一個(gè)輸入神經(jīng)元（o）（2）（1）和各個(gè)隱含層神經(jīng)元的連接權(quán)均為1,即w（i）=1,j€1,2,3,4,而第二個(gè)輸入神經(jīng)元j1與各隱層神經(jīng)元的連接權(quán)均為2,即w（i）€2,j=1,2,3,4,第一個(gè)輸出層神經(jīng)元和各j2隱含層單元的連接權(quán)均為1，w（隱含層單元的連接權(quán)均為1，w（1）=1,i€1,2,3,4,第二個(gè)輸出層神經(jīng)元和各隱含層1i單元連接權(quán)均為2,即w<1)€2,i€1,2,3,4,當(dāng)輸入2i（x（°）,x（°）12期望輸出(d,d)=(1,2),學(xué)習(xí)率為0.1輸入層不考慮閥值。12問(wèn)：(1)當(dāng)(i,i)=(1,1)時(shí)，網(wǎng)絡(luò)的實(shí)際輸出是多少？12(2)誤差反向傳播時(shí)，傳播到包括輸入、隱含和輸出各層的誤差分別是多少？解：向前計(jì)算(隱含層輸出)x(1)，fw(1)x(o)+w(1)x(0)丿1(l)111122，f(1?1+2?1)，f(3)，0.3丿(1)伽同理可得：x(1)，0.3,x(1)，0.3,x(1)，0.3234x(2)，fS(2)x(1)+w(2)x(1)+w(2)x(1)+W(2)X(1)輸出層輸出：1/(2)111122133144，f(1x0.3+1?0.3+1?0.3+1?0.3)，1.2(2)同理：x(2)=2.42反向計(jì)算：輸出層的誤差…(2)，C-x(2))f'(s(2))=(1-1.2)x1，-0.2111(2)1同理：…(2)=-0.42隱含層誤差：…(1)=f:、C))》…(2)w(2)=0.1x(-0.2x1-0.4x2)=-0.11(1)1kk1k，1…(1)=…(1)=…(1)=-0.1234輸出層誤差：----1“----1“,(o)=f?Co))工，(1)w(1)1(o)1kk1k=1=1x[1x(—0.1)+1X(—0.1)+1X(—0.1)+1X(-0.1)<=—0.4,(o)=—0.824.Hopfield網(wǎng)絡(luò)一個(gè)只有四個(gè)雙極性神經(jīng)元的離散型Hopfield網(wǎng)絡(luò),樣本⑴組：X(1)=[1111]T,X(2)=[—1—1—1—1]T樣本⑵組：X(3)=[11—1—1]T,X(4)=[1—11—1]T⑴試求W;(2)檢驗(yàn)演變過(guò)程是否收斂解：(1)樣本⑴組：w=》(X(k)X(k)T—I)=X(1)X(1)T+w=》(X(k)X(k)T—I)=X(1)X(1)T+X(2)X(2)T—2Ik=11]+—1—11]—20002000200000022220----1“----1“----1“----1“樣本⑵組：—?1”'、12>1)=f(—2)=—1—1w=工(X(k)X(k)T一I—?1”'、12>1)=f(—2)=—1—1TT-2000--000—2_111—1—1]+—11—11—1]—020000—20—1100200—2—22—1—10002—2000⑵用樣本⑵測(cè)試，采用X⑶=X(0)=[11一1—1]T，次序?yàn)椋?‘2‘3‘4‘1①X⑴=f(工wx(0))=f((02211iii=1同理，X(1)€1,X(1)€-1,X(1)€-1〔-〔-耳、12、)€f(一6)€-1—1<-1丿②X(2)€f疋wx(1))€f(60222iii€1同理，X⑵€-1,X⑴€-134由此可見(jiàn)，演變過(guò)程收斂到X⑵上去了，故吸引子:5?試簡(jiǎn)述BP網(wǎng)絡(luò)，Hopfield網(wǎng)絡(luò)和徑向基函數(shù)網(wǎng)絡(luò)各自的特點(diǎn)。答：(1)BP網(wǎng)絡(luò)：BP網(wǎng)絡(luò)是一種多層網(wǎng)絡(luò)，包括輸入層、隱層和輸出層；層與層之間采用全互連方式，同層神經(jīng)元之間不連接；權(quán)值通過(guò)學(xué)習(xí)算法調(diào)節(jié)；神經(jīng)元激發(fā)函數(shù)為S函數(shù)；學(xué)習(xí)算法由正向傳播和反向傳播組成；層與層之間連接是單向的，信息的傳播是雙向的。是全局逼近網(wǎng)絡(luò)。Hopfield網(wǎng)絡(luò)是由非線(xiàn)性元件構(gòu)成的全連接型單層反饋系統(tǒng)，網(wǎng)絡(luò)中每個(gè)神經(jīng)元都將自己的輸出通過(guò)連接權(quán)送所有其他神經(jīng)元，同時(shí)又接受其他神經(jīng)元的傳遞過(guò)來(lái)的信息，他是一個(gè)反饋性網(wǎng)絡(luò)，本身具有穩(wěn)定狀態(tài)，當(dāng)網(wǎng)絡(luò)穩(wěn)定時(shí)，能量函數(shù)最小。徑向基函數(shù)的學(xué)習(xí)過(guò)程和BP網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程類(lèi)似，兩者的主要區(qū)別在于各自使用不同的激活函數(shù)。BP網(wǎng)絡(luò)中隱層采用S函數(shù)，其值在輸入空間中無(wú)限大的范圍內(nèi)為非零值，因而是一種全局逼近的神經(jīng)網(wǎng)絡(luò)；徑向基函數(shù)的激活函數(shù)是高斯函數(shù)，其輸入在有限范圍內(nèi)是非零值，因而是局部逼近網(wǎng)絡(luò)。一、選擇題1、蔡自興教授提出智能控制系統(tǒng)的四元結(jié)構(gòu)，認(rèn)為智能控制是人工智能、控制理論、系統(tǒng)理論和運(yùn)籌學(xué)四種學(xué)科的交叉。2、專(zhuān)家是指在某一專(zhuān)業(yè)領(lǐng)域內(nèi)其專(zhuān)業(yè)知識(shí)與解決問(wèn)題的能力達(dá)到很高水平的學(xué)者。3、專(zhuān)家系統(tǒng)中的知識(shí)按其在問(wèn)題求解中的作用可分為三個(gè)層次，即數(shù)據(jù)級(jí)、知識(shí)庫(kù)級(jí)和控制級(jí)。4、不確定性知識(shí)的表示有三種:概率、確定性因子和模糊集合。5、Hebb學(xué)習(xí)規(guī)則是一種無(wú)教師的學(xué)習(xí)方法，它只根據(jù)神經(jīng)元連接間的激活水平改變衛(wèi)值，因此這種方法又稱(chēng)為相關(guān)學(xué)習(xí)和并聯(lián)學(xué)習(xí)。6、交叉運(yùn)算是兩個(gè)相互配對(duì)的染色體按某種方式相互交換其部分基因，從而形成兩個(gè)新的個(gè)體。二、判斷題1、IEEE控制系統(tǒng)協(xié)會(huì)把智能控制歸納為：智能控制系統(tǒng)必須具有模擬人類(lèi)學(xué)習(xí)和自適應(yīng)的能力。（T）2、不精確推理得出的結(jié)論可能是不確定的，但會(huì)有一個(gè)確定性因子，當(dāng)確定性因子超過(guò)某個(gè)域值時(shí)，結(jié)論便不成立。（F）3、一般的專(zhuān)家系統(tǒng)由知識(shí)庫(kù)、推理機(jī)、解釋機(jī)制和知識(shí)獲取系統(tǒng)等組成。（T）4、人機(jī)接口是專(zhuān)家系統(tǒng)與領(lǐng)域?qū)＜?、知識(shí)工程師、一般用戶(hù)間進(jìn)行交互的界面，由一組程序及相應(yīng)的硬件組成，用于完成知識(shí)獲取工作。（F）5、Hopfield神經(jīng)網(wǎng)絡(luò)是反饋神經(jīng)網(wǎng)絡(luò)中最簡(jiǎn)單且應(yīng)用廣泛的模型，它具有聯(lián)想記憶的功能。（F）6、知識(shí)是將有關(guān)的信息進(jìn)一步關(guān)聯(lián)在一起，形成了更高層次含義的一種信息結(jié)構(gòu)，信息與關(guān)聯(lián)是構(gòu)成知識(shí)的兩個(gè)基本要素。（T）7、建造知識(shí)庫(kù)涉及知識(shí)庫(kù)建造的兩項(xiàng)主要技術(shù)是知識(shí)獲取和知識(shí)存放。（F）8、模糊控制系統(tǒng)往往把被控量的偏差（一維）、偏差變化（二維）以及偏差的變化率（三維）作為模糊控制器的輸入。（T）9、RBF網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程與BP網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程是類(lèi)似的，兩者的主要區(qū)別在于使用了相同的激勵(lì)函數(shù)。（F）10、應(yīng)用遺傳算法求解問(wèn)題時(shí)，在編碼方案、適應(yīng)度函數(shù)及遺傳算子確定后，算法將利用進(jìn)化過(guò)程中獲得的信息自信組織搜索。（T）三、簡(jiǎn)答題分別說(shuō)明專(zhuān)家系統(tǒng)與專(zhuān)家控制系統(tǒng)？答：專(zhuān)家系統(tǒng)就是利用存儲(chǔ)在計(jì)算機(jī)內(nèi)的某一特定領(lǐng)域內(nèi)人類(lèi)專(zhuān)家的知識(shí)，來(lái)解決過(guò)去需要人類(lèi)專(zhuān)家才能解決的現(xiàn)實(shí)問(wèn)題的計(jì)算機(jī)系統(tǒng)。專(zhuān)家控制是將人工智能領(lǐng)域的專(zhuān)家系統(tǒng)理論和技術(shù)與控制理論方法和技術(shù)相結(jié)合，仿效專(zhuān)家智能，實(shí)現(xiàn)對(duì)較為復(fù)雜問(wèn)題的控制?；趯?zhuān)家控制原理所設(shè)計(jì)的系統(tǒng)稱(chēng)為專(zhuān)家控制系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)中兩種典型的結(jié)構(gòu)模型是什么？它們進(jìn)行學(xué)習(xí)時(shí)具有哪些特點(diǎn)？答：兩種典型的結(jié)構(gòu)模型是前饋神經(jīng)網(wǎng)絡(luò)和反饋神經(jīng)網(wǎng)絡(luò)。前饋神經(jīng)網(wǎng)絡(luò)有感知器和BP網(wǎng)絡(luò)等；主要采用€學(xué)習(xí)規(guī)則，這是有教師學(xué)習(xí)方法。反饋神經(jīng)網(wǎng)絡(luò)有Hopfield神經(jīng)網(wǎng)絡(luò)、Boltzmann機(jī)網(wǎng)絡(luò)等；主要采用Hebb學(xué)習(xí)規(guī)則，概率式學(xué)習(xí)算法。應(yīng)用遺傳算法計(jì)算時(shí)，設(shè)計(jì)編碼的策略與編碼評(píng)估準(zhǔn)則（即編碼原則）是什么？答：設(shè)計(jì)編碼策略：（1）完備性（2）健全性（3）非冗余性編碼評(píng)估準(zhǔn)則，即編碼原則：（1）有意義基因塊編碼規(guī)則（2）最小字符集編碼原則。四、設(shè)某恒溫室的溫度模糊控制器，控制室溫為某個(gè)設(shè)定值：（1）試給出該模糊控制器的結(jié)構(gòu)圖；（2）說(shuō)明模糊控制器設(shè)計(jì)的主要內(nèi)容。解：（1）該模糊控制器為兩輸入信號(hào)，為二維模糊控制器結(jié)構(gòu)，該溫度模糊控制器的結(jié)構(gòu)圖如下：模糊規(guī)則庫(kù)

x—a,(x)二e—(b)2作為其隸屬函數(shù)。3.建立模糊控制規(guī)則表：—、X1X27^NBZEPBPBPSZENBZEPSZENSNBPBZENS4.求模糊控制器輸出溫度模糊控制器輸入變量是兩個(gè)變量分別為偏差(即溫度的設(shè)定值與實(shí)際測(cè)定值的差值)和偏差的變化，是確定數(shù)值的清晰量；通過(guò)模糊化處理，用模糊語(yǔ)言變量E溫度模糊控制器輸入變量是兩個(gè)變量分別為偏差(即溫度的設(shè)定值與實(shí)際測(cè)定值的差值)和偏差的變化，是確定數(shù)值的清晰量；通過(guò)模糊化處理，用模糊語(yǔ)言變量E來(lái)描述偏差。模糊推理輸出y是模糊變量，在系統(tǒng)中要實(shí)施控制時(shí)，模糊量u轉(zhuǎn)化為清晰值。(2)模糊控制器設(shè)計(jì)的主要內(nèi)容:1.定義輸入變量XI、X2的模糊子集為｛NBZEPB｝｛PBZENB｝，偏差的量論域?yàn)椋?2Q+2｝，偏差變化率的量化論域?yàn)椋?2,0,+2｝。2?定義所有變量的模糊化條件。輸出語(yǔ)言的基本論域?yàn)閇-u,u],控制輸出量的量化論域?yàn)椋?2,0,+2｝，控制輸出量的模糊子集[NBZEPB]，對(duì)輸入輸出語(yǔ)言變量均選用正態(tài)函數(shù)：應(yīng)用模糊推理合成規(guī)則，有溫度偏差和偏差變化量的量化論域，根據(jù)輸入語(yǔ)言變量偏差X1和偏差變化量X2求出相應(yīng)輸出語(yǔ)言變量U的模糊集合，應(yīng)用最大隸屬度法對(duì)此模糊集合進(jìn)行模糊判決，從而可求出控制量控制精確值u。五、計(jì)算題1.設(shè)模糊控制器的控制規(guī)則為：Ifx1isA1andx2isB1thenyisC1已知A1=[0.90.60.1],B1=[0.30.7],C1=[0.20.40.8]試計(jì)算A2=[0.20.50.4]，B2=[0.30.6]時(shí)C2的數(shù)值；若Y的量化論域?yàn)椋?,3,4｝，用最大隸屬度法求控制輸出的清晰量。0.9解：(1)A1*A2=0.6€0.9解：(1)A1*A2=0.6€t).30.30.7?=0.30.70.60.10.10.10.1將A1*A2矩陣展成如下列向量：(Al*B1)t=b.30.70.30.60.10.1}模糊關(guān)系R二(Al*B1)t*Cl二ln.30.70.30.60.10.1}€b.20.40.80.20.20.20.20.10.10.30.40.30.40.10.10.30.70.30.60.10.1

「0.2?I--|「0.20.2?當(dāng)輸入A2和B2時(shí)，有:A2*B2=0.5€b.30.6]=0.30.50.40.30.4將A2*B2矩陣展成如下列向量：(A2*B2)t=(0.20.20.30.50.3O/}最后得C2最后得C2：C2=b.20.20.30.50.3=t).20.40.5]「0.20.20.20.20.10.1?0.4}。0.30.40.30.40.10.10.30.70.30.60.10.1⑵因?yàn)閅⑵因?yàn)閅的量化論域?yàn)閧2,3,4},所以得出C2=02+04+