智能控制考試題庫(kù)

1、填空題（每空1分，共20分）控制論的三要素是：信息、反饋和控制。傳統(tǒng)控制是經(jīng)典控制和現(xiàn)代控制理論的統(tǒng)稱(chēng)。智能控制系統(tǒng)的核心是去控制復(fù)雜性和不確定性。神經(jīng)元（即神經(jīng)細(xì)胞）是由細(xì)胞體、樹(shù)突、軸突和突觸四部分構(gòu)成。按網(wǎng)絡(luò)結(jié)構(gòu)分，人工神經(jīng)元細(xì)胞可分為層狀結(jié)構(gòu)和網(wǎng)狀結(jié)構(gòu)按照學(xué)習(xí)方式分可分為：有教師學(xué)習(xí)和無(wú)教師學(xué)習(xí)。前饋型網(wǎng)絡(luò)可分為可見(jiàn)層和隱含層，節(jié)點(diǎn)有輸入節(jié)點(diǎn)、輸出節(jié)點(diǎn)、計(jì)算單元。神經(jīng)網(wǎng)絡(luò)工作過(guò)程主要由工作期和學(xué)習(xí)期兩個(gè)階段組成。1、智能控制是一門(mén)控制理論課程，研究如何運(yùn)用人工智能的方法來(lái)構(gòu)造控制系統(tǒng)和設(shè)計(jì)控制器；與自動(dòng)控制原理和現(xiàn)代控制原理一起構(gòu)成了自動(dòng)控制課程體系的理論基礎(chǔ)。2、智能控制系統(tǒng)的主要類(lèi)

2、型有：分級(jí)遞階控制系統(tǒng),專(zhuān)家控制系統(tǒng),學(xué)習(xí)控制系統(tǒng)，模糊控制系統(tǒng),神經(jīng)控制系統(tǒng),遺傳算法控制系統(tǒng)和混合控制系統(tǒng)等等。3、模糊集合的表示法有扎德表示法、序偶表示法和隸屬函數(shù)描述法。4、遺傳算法是以達(dá)爾文的自然選擇學(xué)說(shuō)為基礎(chǔ)發(fā)展起來(lái)的。自然選擇學(xué)說(shuō)包括以下三個(gè)方面：遺傳、變異、適者生存。5、神經(jīng)網(wǎng)絡(luò)在智能控制中的應(yīng)用主要有神經(jīng)網(wǎng)絡(luò)辨識(shí)技術(shù)和神經(jīng)網(wǎng)絡(luò)控制技術(shù)。6、在一個(gè)神經(jīng)網(wǎng)絡(luò)中，常常根據(jù)處理單元的不同處理功能，將處理單元分成輸入單元、輸出單元和隱層單元三類(lèi)。7、分級(jí)遞階控制系統(tǒng)：主要有三個(gè)控制級(jí)組成，按智能控制的高低分為組織級(jí)、協(xié)調(diào)級(jí)、執(zhí)行級(jí)，并且這三級(jí)遵循“伴隨智能遞降精度遞增”原則。傳統(tǒng)控制方

3、法包括經(jīng)典控制和現(xiàn)代控制，是基于被控對(duì)象精確模型的控制方式，缺乏靈活性和應(yīng)變能力，適于解決線性、時(shí)不變性等相對(duì)簡(jiǎn)單的控制。智能控制的研究對(duì)象具備以下的一些特點(diǎn)：不確定性的模型、高度的非線性、復(fù)雜的任務(wù)要求。IC（智能控制）=AC（自動(dòng)控制）QAI（人工智能）QOR（運(yùn)籌學(xué)）AC：描述系統(tǒng)的動(dòng)力學(xué)特征，是一種動(dòng)態(tài)反饋。AI:是一個(gè)用來(lái)模擬人思維的知識(shí)處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語(yǔ)言、啟發(fā)推理等功能。OR:是一種定量?jī)?yōu)化方法，如線性規(guī)劃、網(wǎng)絡(luò)規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標(biāo)優(yōu)化方智能控制：即設(shè)計(jì)一個(gè)控制器，使之具有學(xué)習(xí)、抽象、推理、決策等功能，并能根據(jù)環(huán)境信息的變化作出適應(yīng)性，從而實(shí)

4、現(xiàn)由人來(lái)完成的任務(wù)。智能控制的幾個(gè)重要分支為模糊控制神經(jīng)網(wǎng)絡(luò)控制和遺傳算法。智能控制的特點(diǎn)：1，學(xué)習(xí)功能2，適應(yīng)功能3，自組織功能4，優(yōu)化功能智能控制的研究工具：1，符號(hào)推理與數(shù)值計(jì)算的結(jié)合2，模糊集理論3，神經(jīng)網(wǎng)絡(luò)理論4，遺傳算法5，離散事件與連續(xù)時(shí)間系統(tǒng)的結(jié)合。智能控制的應(yīng)用領(lǐng)域，例如智能機(jī)器人控制、計(jì)算機(jī)集成制造系統(tǒng)、工業(yè)過(guò)程控制、航空航天控制和交通運(yùn)輸系統(tǒng)等。10、專(zhuān)家系統(tǒng)：是一類(lèi)包含知識(shí)和推理的智能計(jì)算機(jī)程序，其內(nèi)部包含某領(lǐng)域?qū)＜宜降闹R(shí)和經(jīng)驗(yàn)，具有解決專(zhuān)門(mén)問(wèn)題的能力。11、專(zhuān)家系統(tǒng)的構(gòu)成：由知識(shí)庫(kù)和推理機(jī)（知識(shí)庫(kù)由數(shù)據(jù)庫(kù)和規(guī)則庫(kù)兩部分構(gòu)成）18、專(zhuān)家控制的特點(diǎn)：靈活性、適應(yīng)性和魯

5、棒性。19、模糊控制是以模糊集理論、模糊語(yǔ)言變量和模糊邏輯推理為基礎(chǔ)的一種智能控制方法。，它從行為上模仿人的模糊推理和決策過(guò)程。20、模糊控制理論具有一些明顯的特點(diǎn)：1，模糊控制不需要被控對(duì)象的數(shù)學(xué)模型2，模糊控制是一種反映人類(lèi)智慧的智能控制方法3，模糊控制易于被人們接受4，構(gòu)造容易5，魯棒性和適應(yīng)性好。22、模糊邏輯中有哪些運(yùn)算？（列出5種）為什么模糊輸出向量要進(jìn)行解模糊計(jì)算？1相等2包含3并運(yùn)算4交運(yùn)算5補(bǔ)運(yùn)算因?yàn)樗@得的推理結(jié)果是一個(gè)模糊矢量，不能直接用來(lái)作為控制量，還必須進(jìn)行一次轉(zhuǎn)換，求得清晰的控制量輸出，即為解模糊計(jì)算。23、Zadeh近似推理方法包含正向推理和逆向推理兩類(lèi)。24、模

6、糊控制器的設(shè)計(jì)步驟：1，確定模糊控制器的結(jié)構(gòu)2，定義輸入輸出模糊集3，定義隸屬函數(shù)4，建立模糊控制規(guī)則5，建立模糊控制表6，模糊推理7，反模糊化25、模糊控制系統(tǒng)可劃分為單變量模糊控制和多變量模糊控制。26、神經(jīng)網(wǎng)絡(luò)的發(fā)展經(jīng)歷了4個(gè)階段：?jiǎn)⒚善?、低潮期、?fù)興期和新連接機(jī)制時(shí)期。27、神經(jīng)元由四部分構(gòu)成：細(xì)胞體、樹(shù)突、軸突、突觸。28、從生物控制論的觀點(diǎn)來(lái)看，神經(jīng)元具有以下功能和特性：興奮與抑制、學(xué)習(xí)與遺忘和結(jié)構(gòu)可塑性。29、神經(jīng)網(wǎng)絡(luò)的分類(lèi)：1,前向網(wǎng)絡(luò)2,反饋網(wǎng)絡(luò)3,自組織網(wǎng)絡(luò)30、神經(jīng)網(wǎng)絡(luò)特征：1，能逼近任意非線性函數(shù)2，信息的并行分布式處理與存儲(chǔ)3，可以多輸入,多輸出4,便于用超大規(guī)模集成

7、電路或光學(xué)集成電路系統(tǒng)實(shí)現(xiàn),或用現(xiàn)有的計(jì)算機(jī)技術(shù)實(shí)現(xiàn)5,能進(jìn)行學(xué)習(xí),以適應(yīng)幻境的變化。31、神經(jīng)網(wǎng)絡(luò)三要素：神經(jīng)元的特性、神經(jīng)元之間相互連接的拓?fù)浣Y(jié)構(gòu)、為適應(yīng)幻境而改善性能的學(xué)習(xí)規(guī)則。32、神經(jīng)網(wǎng)絡(luò)的研究領(lǐng)域：1,機(jī)遇神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)2,神經(jīng)網(wǎng)絡(luò)控制器3,神經(jīng)網(wǎng)絡(luò)與其他算法相結(jié)合4，優(yōu)化算法二、判斷題：（每題1分，共10分）對(duì)反饋網(wǎng)絡(luò)而言，穩(wěn)定點(diǎn)越多，網(wǎng)絡(luò)的聯(lián)想與識(shí)別能力越強(qiáng)，因此，穩(wěn)定點(diǎn)的數(shù)據(jù)目越多聯(lián)想功能越好。（錯(cuò)）簡(jiǎn)單感知器僅能解決一階謂詞邏輯和線性分類(lèi)問(wèn)題，不能解決高階謂詞和非線分類(lèi)問(wèn)題。（對(duì)）BP算法是在無(wú)導(dǎo)師作用下，適用于多層神經(jīng)元的一種學(xué)習(xí)，它是建立在相關(guān)規(guī)則的基礎(chǔ)上的。（錯(cuò)）

8、在誤差反傳訓(xùn)練算法中，周期性函數(shù)已被證明收斂速度比S型函數(shù)慢。（錯(cuò)）基于BP算法的網(wǎng)絡(luò)的誤差曲面有且僅有一個(gè)全局最優(yōu)解。（錯(cuò)）對(duì)于前饋網(wǎng)絡(luò)而言，一旦網(wǎng)絡(luò)的用途確定了，那么隱含層的數(shù)目也就確定了。（錯(cuò)）對(duì)離散型HOPFIELD網(wǎng)絡(luò)而言，如權(quán)矩陣為對(duì)稱(chēng)陣，而且對(duì)角線元素非負(fù)，那么網(wǎng)絡(luò)在異步方式下必收斂于下一個(gè)穩(wěn)定狀態(tài)。（對(duì)）對(duì)連續(xù)HOPFIELD網(wǎng)絡(luò)而言，無(wú)論網(wǎng)絡(luò)結(jié)構(gòu)是否對(duì)稱(chēng)，都能保證網(wǎng)絡(luò)穩(wěn)定。（錯(cuò)）競(jìng)爭(zhēng)學(xué)習(xí)的實(shí)質(zhì)是一種規(guī)律性檢測(cè)器，即是基于刺激集合和哪個(gè)特征是重要的先驗(yàn)概念所構(gòu)造的裝置，發(fā)現(xiàn)有用的部特征。（對(duì)）人工神經(jīng)元網(wǎng)絡(luò)和模糊系統(tǒng)的共同之處在于，都需建立對(duì)象的精確的數(shù)學(xué)模型，根據(jù)輸入采樣數(shù)據(jù)

9、去估計(jì)其要求的決策，這是一種有模型的估計(jì)。（錯(cuò)）智能控制與傳統(tǒng)控制的特點(diǎn)。傳統(tǒng)控制：經(jīng)典反饋控制和現(xiàn)代理論控制。它們的主要特征是基于精確的系統(tǒng)數(shù)學(xué)模型的控制。適于解決線性、時(shí)不變等相對(duì)簡(jiǎn)單的控制問(wèn)題。智能控制：以上問(wèn)題用智能的方法同樣可以解決。智能控制是對(duì)傳統(tǒng)控制理論的發(fā)展，傳統(tǒng)控制是智能控制的一個(gè)組成部分，在這個(gè)意義下，兩者可以統(tǒng)一在智能控制的框架下。智能控制系統(tǒng)的結(jié)構(gòu)一般有哪幾部分組成，它們之間存在什么關(guān)系？答：智能控制系統(tǒng)的基本結(jié)構(gòu)一般由三個(gè)部分組成：人工智能(AI)：是一個(gè)知識(shí)處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語(yǔ)言、啟發(fā)式推理等功能。自動(dòng)控制(AC)：描述系統(tǒng)的動(dòng)力學(xué)特性，是一種

10、動(dòng)態(tài)反饋。運(yùn)籌學(xué)(OR)：是一種定量?jī)?yōu)化方法，如線性規(guī)劃、網(wǎng)絡(luò)規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標(biāo)優(yōu)化方法等。智能控制的基本特點(diǎn)(1) 分層遞階的組織結(jié)構(gòu)；(2)多模態(tài)控制；(3)自學(xué)習(xí)能力；(4)自適應(yīng)能力；(5)自組織能力；(6)優(yōu)化能力試畫(huà)出三層BP網(wǎng)絡(luò)結(jié)構(gòu)圖，并闡述BP網(wǎng)絡(luò)算法的進(jìn)本思想，最后論述對(duì)BP網(wǎng)絡(luò)算法的改進(jìn)。參考答案：學(xué)習(xí)的基本思想是：誤差反傳算法調(diào)整網(wǎng)絡(luò)的權(quán)值，使網(wǎng)絡(luò)的實(shí)際輸出盡可能接近期望的輸出。改進(jìn)1：增加動(dòng)量項(xiàng)：提出的原因：標(biāo)準(zhǔn)BP算法只按t時(shí)刻誤差的梯度降方向調(diào)整，而沒(méi)有考慮t時(shí)刻以前的梯度方向，從而常使訓(xùn)練過(guò)程發(fā)生振蕩，收斂緩慢?；舅枷耄簭那耙淮螜?quán)值調(diào)整量中取出一

11、部分迭加到本次權(quán)值調(diào)整量中。其作用是動(dòng)量項(xiàng)反映了以前積累的調(diào)整經(jīng)驗(yàn)，對(duì)于t時(shí)刻的調(diào)整起阻尼作用。當(dāng)誤差曲面出現(xiàn)驟然起伏時(shí)，可減小振蕩趨勢(shì)，提高訓(xùn)練速度。改進(jìn)2：自適應(yīng)調(diào)節(jié)學(xué)習(xí)率：提出的原因：標(biāo)準(zhǔn)BP算法中，學(xué)習(xí)率n也稱(chēng)為步長(zhǎng)，確定一個(gè)從始至終都合適的最佳學(xué)習(xí)率很難。平坦區(qū)域內(nèi)，n太小會(huì)使訓(xùn)練次數(shù)增加；在誤差變化劇烈的區(qū)域，n太大會(huì)因調(diào)整量過(guò)大而跨過(guò)較窄的“坑凹”處，使訓(xùn)練出現(xiàn)振蕩，反而使迭代次數(shù)增加?；舅枷耄鹤赃m應(yīng)改變學(xué)習(xí)率，使其根據(jù)環(huán)境變化增大或減小。改進(jìn)3：引入陡度因子：提出的原因：誤差曲面上存在著平坦區(qū)域。權(quán)值調(diào)整進(jìn)入平坦區(qū)的原因是神經(jīng)元輸出進(jìn)入了轉(zhuǎn)移函數(shù)的飽和區(qū)?；舅枷耄喝绻谡{(diào)整

12、進(jìn)入平坦區(qū)后，設(shè)法壓縮神經(jīng)元的凈輸入，使其輸出退出轉(zhuǎn)移函數(shù)的不飽和區(qū)，就可以改變誤差函數(shù)的形狀，從而使調(diào)整脫離平坦區(qū)。一、比較智能控制與傳統(tǒng)控制的區(qū)別。答：傳統(tǒng)控制方法包括經(jīng)典控制和現(xiàn)代控制，是基于被控對(duì)象精確模型的控制方式，缺乏靈活性和應(yīng)變能力，適于解決、線性、時(shí)不變性等相對(duì)簡(jiǎn)單的控制。智能控制是控制理論發(fā)展的高級(jí)階段，其核心是基于知識(shí)進(jìn)行智能決策，采用靈活機(jī)動(dòng)的決策方式迫使控制朝著期望的目標(biāo)逼近。它主要用來(lái)解決那些傳統(tǒng)控制方法難以解決的復(fù)雜系統(tǒng)的控制問(wèn)題。二、智能控制系統(tǒng)的結(jié)構(gòu)一般有哪幾部分組成，它們之間存在什么關(guān)系？答：智能控制系統(tǒng)的基本結(jié)構(gòu)一般由三個(gè)部分組成：人工智能（AI）：是一個(gè)知

13、識(shí)處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語(yǔ)言、啟發(fā)式推理等功能。自動(dòng)控制（AC）：描述系統(tǒng)的動(dòng)力學(xué)特性，是一種動(dòng)態(tài)反饋。運(yùn)籌學(xué)（OR）：是一種定量?jī)?yōu)化方法，如線性規(guī)劃、網(wǎng)絡(luò)規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標(biāo)優(yōu)化方法等。三、智能控制系統(tǒng)有哪些類(lèi)型，各自的特點(diǎn)是什么？答：1）、專(zhuān)家控制系統(tǒng)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)。2）、神經(jīng)控制系統(tǒng)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。3）、模糊控制系統(tǒng)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，

14、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)。4）遺傳算法遺傳算法是以達(dá)爾文的自然選擇學(xué)說(shuō)為基礎(chǔ)發(fā)展起來(lái)的，模擬自然界遺傳機(jī)制和生物進(jìn)化論而形成的一種并行隨機(jī)搜索最優(yōu)化方法。四、模糊控制器的組成？五、神經(jīng)網(wǎng)絡(luò)分類(lèi)、特點(diǎn)、區(qū)別？答：根據(jù)神經(jīng)網(wǎng)絡(luò)的連接方式，神經(jīng)網(wǎng)絡(luò)可分為：1）前向網(wǎng)絡(luò)：神經(jīng)元分層排列，組成輸入層、隱含層、輸出層。每一層的神經(jīng)元只接受前一層神經(jīng)元的輸入。在各神經(jīng)元之間不存在反饋。2）反饋網(wǎng)絡(luò)：該網(wǎng)絡(luò)是一種反饋動(dòng)力學(xué)習(xí)系統(tǒng)，需要工作一段時(shí)間才能達(dá)到穩(wěn)定。3）自組織網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)在接受外界輸入時(shí)，網(wǎng)絡(luò)將會(huì)分成不同的區(qū)域，不同的區(qū)域具有不同的響應(yīng)特性

15、，即不同的神經(jīng)元以最佳方式相應(yīng)不同性質(zhì)的信號(hào)激勵(lì)，從而形成一種拓?fù)湟饬x上的特征圖，該圖實(shí)際上是一種非線性映射。六、神經(jīng)網(wǎng)絡(luò)控制按結(jié)構(gòu)分類(lèi)，特點(diǎn)？答：1）神經(jīng)網(wǎng)絡(luò)監(jiān)督控制：不僅可以確?？刂葡到y(tǒng)的穩(wěn)定系和魯棒性，而且可有效的提高系統(tǒng)的精度和自適應(yīng)能力。2）神經(jīng)網(wǎng)絡(luò)直接逆控制：神經(jīng)網(wǎng)絡(luò)直接逆控制的可用性在相當(dāng)程度上取決于逆模型的準(zhǔn)確精度。由于缺乏反饋，簡(jiǎn)單連接的直接逆控制缺乏魯棒性。3）神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制：分為神經(jīng)自校正控制和神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制兩種4）神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂疲簝?nèi)?？刂剖且环N基于模型逆的控制方法，其設(shè)計(jì)思路是將對(duì)象模型與實(shí)際對(duì)象相并聯(lián)，控制器逼近模型的動(dòng)態(tài)逆。5）神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制：其

16、特征是預(yù)測(cè)模型、滾動(dòng)優(yōu)化和反饋校正。6）神經(jīng)網(wǎng)絡(luò)自適應(yīng)評(píng)判控制：神經(jīng)網(wǎng)絡(luò)自適應(yīng)評(píng)判控制通常由自適應(yīng)評(píng)判網(wǎng)絡(luò)和控制選擇網(wǎng)絡(luò)兩個(gè)網(wǎng)絡(luò)組成。7）神經(jīng)網(wǎng)絡(luò)混合控制：神經(jīng)網(wǎng)絡(luò)混合控制可使控制系統(tǒng)同時(shí)具有學(xué)習(xí)、推理和決策能力。七、遺傳算法特點(diǎn)？1）遺傳算法是對(duì)參數(shù)的編碼進(jìn)行操作，而非對(duì)參數(shù)本身，這就是使得在優(yōu)化計(jì)算過(guò)程中可以借鑒生物學(xué)中染色體和基因等概念，模仿自然界中生物的遺傳和進(jìn)化等機(jī)理。2）遺傳算法同時(shí)使用多個(gè)搜索點(diǎn)的搜索信息。3）遺傳算法直接以目標(biāo)函數(shù)作為搜索信息4）遺傳算法使用概率搜索技術(shù)5）遺傳算法在解空間進(jìn)行高效啟發(fā)式搜索，而非盲目地窮舉或完全隨機(jī)搜索6）遺傳算法對(duì)于待尋優(yōu)的函數(shù)基本無(wú)限制，它

17、既不要求函數(shù)連續(xù)，也不要求函數(shù)可微7）遺傳算法具有并行計(jì)算的特點(diǎn)，因而可通過(guò)大并行計(jì)算來(lái)提高計(jì)算速度，適合大規(guī)模復(fù)雜問(wèn)題的優(yōu)化。神經(jīng)網(wǎng)絡(luò)特征？(P115)答：神經(jīng)網(wǎng)絡(luò)具有以下幾個(gè)特征：1、能逼近任意非線性函數(shù)；2、信息的并行分布式處理與儲(chǔ)存；3、可以多輸入、多輸出；4、便于用超大規(guī)模的集成電路或光學(xué)集成電路系統(tǒng)實(shí)現(xiàn)，或用現(xiàn)有的計(jì)算機(jī)技術(shù)實(shí)現(xiàn)；5、能進(jìn)行學(xué)習(xí)，以適應(yīng)環(huán)境的變化。8) 專(zhuān)家控制的特點(diǎn)？(P11)答：1、靈活性：根據(jù)系統(tǒng)的工作狀態(tài)及誤差情況，可靈活地選取相應(yīng)的控制律。2、適應(yīng)性：根據(jù)專(zhuān)家知識(shí)和經(jīng)驗(yàn)，調(diào)整控制器的參數(shù)，適應(yīng)對(duì)象特性及環(huán)境的變化。3、魯棒性：通過(guò)利用專(zhuān)家規(guī)則，系統(tǒng)可以在非

18、線性、大偏差下可靠地工作。(1) 使用語(yǔ)言方法,可不需要過(guò)程的精確數(shù)學(xué)模型;(2) 魯棒性強(qiáng),適于解決過(guò)程控制中的非線性、強(qiáng)耦合時(shí)變、滯后等問(wèn)題;(3) 有較強(qiáng)的容錯(cuò)能力。具有適應(yīng)受控對(duì)象動(dòng)力學(xué)特征變化、環(huán)境特征變化和動(dòng)行條件變化的能力;(4) 操作人員易于通過(guò)人的自然語(yǔ)言進(jìn)行人機(jī)界面聯(lián)系,這些模糊條件語(yǔ)句容易加到過(guò)程的控制環(huán)節(jié)上。(1)信息簡(jiǎn)單的模糊處理將導(dǎo)致系統(tǒng)的控制精度降低和動(dòng)態(tài)品質(zhì)變差;(2)模糊9控制的設(shè)計(jì)尚缺乏系統(tǒng)性,無(wú)法定義控制目標(biāo)。1）要揭示模糊控制器的實(shí)質(zhì)和工作機(jī)理,解決穩(wěn)定性和魯棒性理論分析的問(wèn)題。2）很多應(yīng)用和經(jīng)驗(yàn)表明,模糊控制的魯棒性優(yōu)于傳統(tǒng)控制策略。但模糊控制和傳統(tǒng)控

19、制的魯棒性的對(duì)比關(guān)系究竟是怎么樣,尚缺少理論分析和數(shù)學(xué)推導(dǎo)方面的比較。3）模糊控制規(guī)則和隸屬度函數(shù)的獲取與確定是模糊控制中的m瓶頸&問(wèn)題。目前模糊控制規(guī)則中模糊子集的一般選取都是以下3種:e=負(fù)大,負(fù)小,零,正小，正大=NB,NS,ZO,PS,PB或e二負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大二NB,NM,NS,ZO,PS,PM,PB或e=負(fù)大，負(fù)中，負(fù)小，零負(fù)，零正，正小，正中，大=NB,NM,NS,NZ,PZ,PS,PM,PB，而隸屬度函數(shù)通常選用的為三角隸屬度函數(shù)，以第3種模糊子集為例,對(duì)應(yīng)的隸屬函數(shù)如圖3示。而規(guī)則中模糊子集及隸屬度函數(shù)的選擇大多數(shù)取決于經(jīng)驗(yàn),缺少相應(yīng)的理論根據(jù)。4）在多變量模糊控制中，需要對(duì)多變量耦合和m維數(shù)災(zāi)&問(wèn)題進(jìn)行研究，這些問(wèn)題的解決與否將是多變量模糊控制能否廣泛應(yīng)用的