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(dòng)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(jiǎn)答題106. 簡(jiǎn)述遞階智能機(jī)器一般層級(jí)結(jié)構(gòu)及各級(jí)功能107簡(jiǎn)述專家控制器的設(shè)計(jì)原則 108. 簡(jiǎn)述仿人控制器的智能屬性109. 簡(jiǎn)述實(shí)現(xiàn)NN監(jiān)督式控制的步驟110. 簡(jiǎn)述真體的特性 111簡(jiǎn)述建立專家系統(tǒng)的一般步驟112簡(jiǎn)述學(xué)習(xí)控制的機(jī)理113. 簡(jiǎn)述神經(jīng)控制系統(tǒng)的設(shè)計(jì)內(nèi)容114. 簡(jiǎn)述人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法及含義115. 簡(jiǎn)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(yè)116考慮一個(gè)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(shuō)明網(wǎng)絡(luò)性能是否會(huì)變化117簡(jiǎn)述按其作用原理，智能控制系統(tǒng)的分類118. 簡(jiǎn)述基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的三種模式119. 簡(jiǎn)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(jiǎn)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(jiǎn)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(shí)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(shí)對(duì)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(dòng)控制是能按規(guī)定程序?qū)C(jī)器或裝置進(jìn)行自動(dòng)操作或控制的過(guò)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(shí)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(guò)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(guò)人工方式構(gòu)造的一類優(yōu)化搜索算法，是對(duì)生物免疫過(guò)程的一種數(shù)學(xué)仿真，是免疫計(jì)算的一種最重要形勢(shì)。6. 信息是知識(shí)的交流或?qū)χR(shí)的感受，是對(duì)知識(shí)內(nèi)涵的一種測(cè)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(dòng)智能機(jī)器以實(shí)現(xiàn)其目標(biāo)而無(wú)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(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)，能夠利用人類專家的知識(shí)和解決問(wèn)題的方法來(lái)處理該領(lǐng)域問(wèn)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(gè)學(xué)習(xí)系統(tǒng)利用所學(xué)得的信息來(lái)控制某個(gè)具有位置特征的過(guò)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(cè)量，信息處理以及人機(jī)通信過(guò)程效率的數(shù)學(xué)理論。 12. 用來(lái)記錄系統(tǒng)推理過(guò)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(kù)。 13. 模糊邏輯控制中，在推理得到的模糊集合中取一個(gè)相對(duì)最能代表這個(gè)模糊集合的單值的過(guò)程。 14. 一個(gè)能夠?qū)W習(xí)有關(guān)過(guò)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(gè)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(jiǎn)答題106. 遞階智能機(jī)器一般由組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)組成。組織級(jí)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(jí)是組織級(jí)和執(zhí)行級(jí)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(jí)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(duì)相關(guān)過(guò)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(shì)的特征進(jìn)行的 （3）仿人控制器原型在維持模態(tài)時(shí)對(duì)誤差極值的記憶與利用，與人的記憶方式及時(shí)記憶的利用相似。109. （1）通過(guò)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(huì)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(duì)1條得1分，答任意6條即可）111簡(jiǎn)述建立專家系統(tǒng)的一般步驟（1）設(shè)計(jì)初始知識(shí)庫(kù) 具體包括1）問(wèn)題知識(shí)化、2）知識(shí)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(shí)庫(kù)改進(jìn)與歸納 112簡(jiǎn)述學(xué)習(xí)控制的機(jī)理（1）尋找并求得動(dòng)態(tài)控制系統(tǒng)輸入與輸出間的比較簡(jiǎn)單關(guān)系； （2）執(zhí)行每個(gè)由前一步控制過(guò)程的學(xué)習(xí)結(jié)果更新了的控制過(guò)程； （3）改善每個(gè)控制過(guò)程，使其性能優(yōu)于前一過(guò)程。113. 簡(jiǎn)述神經(jīng)控制系統(tǒng)的設(shè)計(jì)內(nèi)容（1）建立對(duì)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(shí)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(jiǎn)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(wú)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(lái)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(wú)師學(xué)習(xí)算法不需要知道期望輸出。115. 簡(jiǎn)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(shí)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(jué)推理問(wèn)題求解。116考慮一個(gè)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(shuō)明網(wǎng)絡(luò)性能是否會(huì)變化答：前者網(wǎng)絡(luò)性能有變化； 后者無(wú)變化。117簡(jiǎn)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(jiǎn)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(shì)互補(bǔ)。119. 簡(jiǎn)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(chǔ)所積累的并將在以后應(yīng)用的知識(shí)的方法；（3）訓(xùn)練 要積累知識(shí)，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(jiǎn)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(duì)象數(shù)理模型；（3）建立各控制級(jí)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(wú)法滿足一些復(fù)雜、未知或動(dòng)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(lái)滿足現(xiàn)實(shí)問(wèn)題提出的控制要求智能控制就是力圖解決傳統(tǒng)控制無(wú)法解決的問(wèn)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(shí)庫(kù)、推理機(jī)和模糊判決接口四個(gè)單元組成。模糊化接口是測(cè)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(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；知識(shí)庫(kù)是由數(shù)據(jù)庫(kù)和語(yǔ)言控制庫(kù)構(gòu)成的，數(shù)據(jù)庫(kù)為語(yǔ)言控制規(guī)則的論域離散化和隸屬度提供定義，語(yǔ)言控制規(guī)則標(biāo)記控制目標(biāo)和領(lǐng)域?qū)＜业目刂撇呗裕煌评頇C(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(lái)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(gè)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(guò)程數(shù)據(jù)庫(kù)規(guī)則庫(kù)設(shè)定輸入模糊控制器 知識(shí)庫(kù) |輸出123. 試述遺傳算法的特點(diǎn)，并畫出簡(jiǎn)單遺傳算法的框圖（1）遺傳算法是對(duì)參數(shù)集合的編碼而非針對(duì)參數(shù)本身進(jìn)行進(jìn)化； （2）遺傳算法是從問(wèn)題解的編碼組開始而非從單個(gè)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(lái)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(jiǎn)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(gè)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(gè)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(guò)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(chǔ)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(gè)個(gè)體的適應(yīng)度值；（3）按由個(gè)體適應(yīng)度值所決定的某個(gè)規(guī)則選擇將進(jìn)入下一代的個(gè)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(méi)有滿足某種停止條件，則轉(zhuǎn)第（2）步，否則進(jìn)入下一步；（7