《智能控制》復習提綱

1、智能控制課程復習提綱自動控制的發(fā)展經(jīng)歷了三個階段：經(jīng)典控制論、現(xiàn)代控制論和智能控制。請分別陳述上述 三個階段的研究對象的特點、數(shù)學工具和數(shù)學模型、主要研究內(nèi)容和主要研究成果。智能控制系統(tǒng)的主要功能特點包括：學習功能、適應功能和組織功能。請分別陳述上述三 個功能特點的具體含義。請列舉2個智能控制應用的例子，并說明被控對象的特點和所使用的數(shù)學工具。預測控制算法包括以下三個步驟：建立預測模型、滾動時域優(yōu)化和反饋校正。請分別陳述 上述三個步驟的具體過程。設論域U = x ,x ,x,x ，A和B是論域上的兩個模糊集合，已知： TOC o 1-5 h z 1234A = 0.3, x + 0.5 x +

2、 0.7, x + 0.4 x B = 0.5. x +1 x + 0.8x12 3, 4，1 23請分別計算：A，B，A D B和B。設論域U = x ,x ,x ,x ,x ，A和B是論域上的兩個模糊集合，已知：12345A = 02 x + 0.4 x + 0.9x + 0.5.xB = 0.1 x + 0.7.x +1.0 x + 0.3 x,12,3 5， 1 3 4 5請分別計算：A ,B，A+B，AB和AB。已知輸入的模糊集合A和輸出的模糊集合B：A = 1.0：a + 0.8 a + 0.5.a + 02a + 0.0 a B = 0.7.b +1.0,% + 0.6.% +

3、0.0%12 345， 12 3 4，1）請計算A到B的模糊關系R。C、A = 0.4/a + 0.7/a +1.0/a + 0.6/a + 0.0/aB2） 若輸入12345，求輸出。有模糊控制規(guī)則如下：“如果溫度低，則將風門開大”1。設溫度和風門開度的論域為1，2,3，4，5?！皽囟鹊汀?=1/1+0.6/2+0.3/3+0.0/4+0/5，風門大” =0/1+0.0/2+0.3/3+0.6/4+1/5。已 知“溫度較低” =0.8/1+1/2+0.6/3+0.3/4+0/5，請用模糊推理確定風門開度。請給出神經(jīng)元智能控制中，神經(jīng)元數(shù)學模型的結(jié)構，并給出輸入和輸出關系的公式。已知雙輸入單輸

4、出的模糊系統(tǒng)的輸入量為x和y，輸出量為z，其輸入輸出關系模糊規(guī)則 如下:R1： ifRifx is A and y is B then z is C若已矢口 x is A and y is B求輸出量z。以下為已知：Ai=+a *12+aB11.0=一 + b10.6b20.2+ b3，C =11.0 0.4+ c c0.0c3，A =20.0a10.5+ a210 B a2 3，0.2=+b10.6+ b21.0b3C20.0=+ c10.4c21.0 + - c3 ，A =0.5a11.0 +a20.5a3，B，=0.6b11.0+ 一 + b20.6 b3。，3 ，x is A and

5、y is B then z is C請寫出神經(jīng)網(wǎng)絡智能控制中，誤差反向傳播算法的計算機實現(xiàn)過程。Hunt在1991年將內(nèi)?？刂仆茝V到非線性系統(tǒng)，提出了非線性系統(tǒng)的神經(jīng)網(wǎng)絡內(nèi)?？刂?， 核心思想是控制器逼近被控對象動態(tài)逆。請畫出神經(jīng)網(wǎng)絡內(nèi)?？刂频目刂葡到y(tǒng)框圖。神經(jīng)網(wǎng)絡預測控制就是利用作為對象辨識模型的神經(jīng)網(wǎng)絡產(chǎn)生預測信號，然后采用優(yōu)化技 術求出控制向量，從而實現(xiàn)對非線性系統(tǒng)的預測控制。請畫出神經(jīng)網(wǎng)絡預測控制的控制系統(tǒng) 框圖。遺傳算法是一類借鑒生物界自然選擇和自然遺傳機制的隨機搜索算法，非常適用于處理傳 統(tǒng)搜索方法難以解決的復雜和非線性優(yōu)化問題，該算法涉及選擇、交叉和變異三個過程。請給出遺傳算法的一般步驟。選擇一個可用遺傳算法解決的具體的應用問題，舉例說明：如何確定適應度函數(shù)，如何進行選擇、交叉和變異操作。按照學習能力，機器學習算法可分為有監(jiān)督學習、再勵學習和非監(jiān)督學習三個類別。請分 別給出三類機器學習方法的框圖，并簡述三類方法的特點和學習過程