智能控制導論復習題

試題、名詞解釋1.智能2.自動控制3.專家控制系統(tǒng)4.學習控制5.免疫算法6.信息7.智能控制系統(tǒng)8.專家系統(tǒng)9.學習控制系統(tǒng)10.人工免疫系統(tǒng)11.信息論12.黑板13.模糊判決14.學習系統(tǒng)15.選擇操作二、填空題.免疫系統(tǒng)在受到外界病菌的感染后，能夠通過自身的免疫機制恢復健康以保持正常工作的一種特性稱為免疫系統(tǒng)的。.智能控制是采用驅動智能機器實現(xiàn)其目標的過程.知識是人們通過體驗、學習或聯(lián)想而知曉的對客觀世界。.與學習系統(tǒng)相似，學習控制系統(tǒng)分為在線學習控制系統(tǒng)和控制系統(tǒng)兩類。.基于模式識別的學習控制系統(tǒng)，可被推廣為一個具有在線特征辨識的分層遞階結構，該控制系統(tǒng)由三級組成，即組織級、和執(zhí)行控制級。.真體的行動受其心理狀態(tài)驅動，人類心理狀態(tài)的要素有認知、情感、三種。.神經(jīng)網(wǎng)絡主要通過兩種學習算法進行訓練，即無師學習算法和。.神經(jīng)網(wǎng)絡自適應控制和常規(guī)自適應控制一樣，也分為兩類，即和模型參考自適應控制。.實現(xiàn)學習控制系統(tǒng)需要三種能力：性能反饋、、訓練。25,遺傳算法是模仿和自然選擇機理，通過人工方式構造的一類優(yōu)化搜索算法。.把智能控制與傳統(tǒng)控制有機地組合起來，即可構成系統(tǒng)。.人們通過體驗、學習或聯(lián)想而知曉的對客觀世界規(guī)律性的認識是。.間接進化控制是由作用于系統(tǒng)模型，再綜合系統(tǒng)狀態(tài)輸出與系統(tǒng)模型輸出作用于進化學習，然后，系統(tǒng)在應用一般閉環(huán)反饋控制原理構成進化控制系統(tǒng)。.仿人控制研究的主要目標不是控制對象，而是控制器本身如何對控制專家結構和的模擬。.連接主義的原理主要為神經(jīng)網(wǎng)絡及神經(jīng)網(wǎng)絡間的連接機制與。.真體程序的核心部分稱為或問題求解器。.在專家系統(tǒng)的主要組成部分中，能夠向用戶解釋專家系統(tǒng)的行為，包括解釋推理結論的正確性以及系統(tǒng)輸出其他候選解的原因。.基于模式識別的學習控制系統(tǒng)，可被推廣為一個具有在線特征辨識的分層遞階結構，該控制系統(tǒng)由三級組成，即組織級、自校正級和。.具有模糊信號和/或模糊權值的神經(jīng)網(wǎng)絡是。.在遺傳算法中，通過隨機方式產(chǎn)生若干個所求解問題的數(shù)字編碼，即染色體，形成.自主駕駛系統(tǒng)的硬件設備包括主控計算機、執(zhí)行機構和。.遞階智能機器一般由組織級、和執(zhí)行級組成。.遺傳算法是一種基于空間搜索的算法，它通過、遺傳、變異等操作以及達爾文適者生存的理論，模擬自然進化的過程來尋找所求問題的解答。.一個能評價智能控制系統(tǒng)運行的瞬態(tài)品質，并能兼顧系統(tǒng)的快速性、穩(wěn)定性、和精確性指標要求的理想誤差時相軌跡稱為仿人控制系統(tǒng)的。.基于模式識別的學習控制系統(tǒng)，可被推廣為一個具有在線特征辨識的分層遞階結構，該控制系統(tǒng)由三級組成，即組織級、自校正級和。.混合模糊神經(jīng)網(wǎng)絡是組合和神經(jīng)網(wǎng)絡權值，應用加、乘等操作獲得神經(jīng)網(wǎng)絡的輸入。.人工神經(jīng)網(wǎng)絡的結構基本上可分為兩類，即和前饋網(wǎng)絡。.真體程序的核心部分稱為決策生成器或。.連接主義的原理為神經(jīng)網(wǎng)絡及神經(jīng)網(wǎng)絡間的與學習算法。.免疫算法的關鍵在于系統(tǒng)對受侵害部分的屏蔽、保護和。三、單項選擇題.模糊控制中，在推理得到的模糊集合中取一個相對最能代表這個集合的單值的過程稱為()。A.解模糊B.模糊化C.模糊推理D.模糊集運算.迭代學習控制的任務是給出系統(tǒng)當前輸入和輸出，確定下一個實際輸入使得系統(tǒng)的實際輸出TOC\o"1-5"\h\z收斂于（）。A.實際輸出B.實際輸入C.期望輸出D.期望值.在專家系統(tǒng)結構中，按照系統(tǒng)建造者所給出的控制知識，從議程中選擇一項作為系統(tǒng)下一步動作的模塊是（）。A.調度器B.知識庫C.推理機D.解釋器.智能控制手段與經(jīng)典控制或現(xiàn)代控制手段集成的控制被稱為（）。A.反饋控制B.開關控制C.非智能控制D.復合智能控制.模糊控制器的核心是（）。A.模糊控制系統(tǒng)B.模糊控制規(guī)則C.模糊集合D.模糊推理機.屬于前饋網(wǎng)絡的是（）。A.反饋網(wǎng)絡B.遞歸網(wǎng)絡C.動態(tài)網(wǎng)絡D.學習矢量量化網(wǎng)絡.為建立產(chǎn)生式系統(tǒng)的模型，基于規(guī)則的專家系統(tǒng)需采用三個模塊，即知識庫，工作存儲器和（）。A.推理機B.釋放器C.開發(fā)界面D.用戶界面.具有遞階分層結構，由一些同層神經(jīng)元間不存在互連的層級組成。從輸入層至輸出層的信號TOC\o"1-5"\h\z通過單向連接流通；神經(jīng)元從一層連接至下一層，不存在同層神經(jīng)元間的連接的神經(jīng)網(wǎng)絡是（）。A.前饋網(wǎng)絡B.遞歸網(wǎng)絡網(wǎng)絡網(wǎng)絡.人工神經(jīng)網(wǎng)絡由神經(jīng)元模型構成，這種由許多神經(jīng)元組成的信息處理網(wǎng)絡具有并行分布結構。每個神經(jīng)元具有許多輸出，并且能夠與其他神經(jīng)元連接存在許多輸出連接方法，每種連接方法對應（）。A.一個連接權系數(shù)B.兩個連接權系數(shù)C.三個連接權系數(shù)D.四個連接權系數(shù).迭代應用先前試驗得到的信息，以獲得能夠產(chǎn)生期望輸出軌跡的控制輸入，改善控制質量的學習控制方案是（）。A.重復學習控制B.規(guī)則學習控制C.迭代學習控制D.狀態(tài)學習控制.遺傳算法中，將問題結構變換為位串形式編碼表示的過程稱為（）。A.解碼B.編碼C.遺傳D.變換.遺傳算法中，為了體現(xiàn)染色體的適應能力，引入了對問題中的每一個染色體都能進行度量的函數(shù)，稱為（A.敏感度函數(shù)B.變換函數(shù)C.染色體函數(shù)D,適應度函數(shù)TOC\o"1-5"\h\z.不屬于遺傳算法的遺傳操作的是（）。A.突變B.選才iC.交叉D.變異.用戶對受控對象的控制、監(jiān)控和管理必須借助互聯(lián)網(wǎng)及其相關瀏覽器、服務器。Web的控制并非以Web作為控制機理，而是以Web為（）。A.控制媒介B.控制對象C.控制方案D.控制輸入.基于模式識別的學習控制中，學習過程可分為啟動學習和（）。A.切換學習B.運行學習C.自動學習D.監(jiān)督學習.不雇千擬人控制的是（）。A.遞階控制B.專家控制C.學習控制D.神經(jīng)控制.模糊控制系統(tǒng)的核心是（）。A.模糊化接口B.模糊控制規(guī)則C.知識庫D.推理機.如果一個控制系統(tǒng)：對受控過程表現(xiàn)出預定的足夠快的實時行為，并具有嚴格的響應時間限制而與所用算法無關，那么這種系統(tǒng)稱為（）。A.實時控制系統(tǒng)B.專家系統(tǒng)C.非實時控制系統(tǒng)D.神經(jīng)網(wǎng)絡專家系統(tǒng).在智能遞階控制系統(tǒng)中，代表控制系統(tǒng)的主導思想，并由人工智能起控制作用。根據(jù)存儲在長期存儲器內(nèi)的本原數(shù)據(jù)集合，組織器能夠組織絕對動作、一般任務和規(guī)則的序列的控制層級是（）。A.組織級B.協(xié)調級C.執(zhí)行級D.分類器.在實時模糊控制器設計中，通常根據(jù)操作人員的先驗知識，確定模糊控制規(guī)則到生成模糊控TOC\o"1-5"\h\z制查詢表的完整過程屬于（）。A.在線設計B.離線設計C.完整設計D.系統(tǒng)設計.在基于模式識別的學習控制系統(tǒng)組成中，能夠實現(xiàn)對輸入信息的提取與處理，提供控制決策和學習適應依據(jù)的部分是（）。A.數(shù)據(jù)庫B.推理機C.模式識別單元D.學習與適應單元.在模糊控制器的基本組成單元中，能夠用于標記控制目的和領域專家的控制策略的是（）。A.模糊化接口B.知識庫C.推理機D.模糊判決接口TOC\o"1-5"\h\z.屬于強化學習算法的是（）。算法B.反向傳播算法C.自適應諧振理論D.遺傳算法.在遞歸網(wǎng)絡中，多個神經(jīng)元互連以組織一個互連神經(jīng)網(wǎng)絡，有些神經(jīng)元的輸出被反饋至神經(jīng)元的（）。A.同層B.同層或前層C.前層D.輸出層.專家控制系統(tǒng)和模糊邏輯控制系統(tǒng)至少有一點是共同的，即兩者都要建立人類經(jīng)驗和人類決策行為的模型。此外，兩者都含有推理機和（）。A.知識庫B.模糊判決接口C.規(guī)則庫D.模糊化接口.如果向現(xiàn)場服務器發(fā)出控制指令，接收現(xiàn)場的實現(xiàn)受控過程信息和視頻數(shù)據(jù)流，基于Web控制的客戶端必須依靠載體而運行，其載體為（）。A.路由器瀏覽器服務器D.計算機.實現(xiàn)模糊神經(jīng)網(wǎng)絡這種組合的方法在于尋求模糊推理算法與神經(jīng)網(wǎng)絡示例之間的（）。A.功能映射B.網(wǎng)絡映射C.結構映射D.概念映射.不屬于常見車輛行為的是（）。A.起步B.停車C.躲避障礙D.道路障礙.遺傳算法中，根據(jù)個體適應度函數(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是（）。A.搜索B.選擇C.交叉D.變異.不屬于人工智能主要學派的是（）。A.符號主義B.模型主義C.連接主義D.行為主義.屬于仿生控制的是（）。A.神經(jīng)控制B.遞階控制C.仿人控制D.專家控制.在專家系統(tǒng)的主要組成部分中，能夠向用戶解釋專家系統(tǒng)的行為，包括解釋推力論證的正確性以及系統(tǒng)輸出其他候選解的原因的部分是（）。A.接口B.知識庫C.推理機D.解釋器.在設計一個模糊控制器時，第一步要做的工作就是（）。A.選擇控制結構B.選取控制規(guī)則C.確定解模糊策略D.確定控制器參數(shù).組織級代表控制系統(tǒng)的主導思想，并由人工智能起控制作用。根據(jù)存儲在長期存儲器內(nèi)的本5A5TOC\o"1-5"\h\z原數(shù)據(jù)集合，能夠組織絕對動作、一般任務和規(guī)則的序列的是（）。A.組織器B.協(xié)調級C.執(zhí)行級D.分類器.給出系統(tǒng)的當前輸入和輸出，確定下一個期望輸入使得系統(tǒng)的實際輸出收斂于期望值，能夠完成該任務的是（）。A.專家控制B.模糊控制C.迭代學習控制D.神經(jīng)網(wǎng)絡控制.測量輸入變量和受控系統(tǒng)的輸出變量，并把它們映射到一個合適的響應論域的量程，然后，精確的輸入數(shù)據(jù)被變換為適當?shù)恼Z言值或模糊集合的標識符。本單元稱為（）。A.模糊化接口B.解模糊化接口C.推理機D.模糊判決接口.在神經(jīng)控制的結構方案中，采用受控系統(tǒng)一個逆模型，它與受控系統(tǒng)串接以便使系統(tǒng)在期望響應與受控系統(tǒng)輸出等于期望輸出間得到一個相同的映射的結構方案是（）。內(nèi)模控制直接逆?？刂茖W習控制自適應控制.仿人智能控制系統(tǒng)的設計依據(jù)是（）。A.穩(wěn)定性B.快速性C.瞬態(tài)性能指標D.準確性.下列屬于反饋網(wǎng)絡的是（）A.學習矢量量化網(wǎng)絡B.感知器C.小腦模型連接控制網(wǎng)絡網(wǎng)絡.在免疫控制系統(tǒng)一般結構中，屬于頂層的是（）。A.智能模塊B.控制模塊C.監(jiān)控模塊D.執(zhí)行模塊.遺傳算法中，能改變數(shù)碼串的某個位置上的數(shù)碼的操作是（）。A.交叉B.編碼C.遺傳D.變異.實現(xiàn)模糊神經(jīng)網(wǎng)絡這種組合的方法在于找到一種模糊推理系統(tǒng)到一類神經(jīng)網(wǎng)絡的（）。A.功能映射B.網(wǎng)絡映射C.結構映射D.概念映射.在運用進化計算方法解決某個任務時，其本質就是在任務的解空間中尋找某種次優(yōu)解。如果形成一種進化控制的機制，就需要在進化計算的實現(xiàn)中引入（）。A.迭代B.前饋C.反饋D.優(yōu)化.基于模式識別的學習控制中，學習過程可分為運行學習和（）。A.切換學習B.啟動學習C.自動學習D.監(jiān)督學習.符號主義認為人的認識基元是符號，而且認知過程即符號（）。A.創(chuàng)造過程B.變換過程C.運算過程D.操作過程四、多項選擇題TOC\o"1-5"\h\z.人工智能的主要學派有（）。A.符號主義B.活動主義C.連接主義D.行為主義E.信息主義.多真體系統(tǒng)的研究過程中，適應不同的應用環(huán)境而從不同角度提出了多種類型的多真體模型，包括（）。模型B.協(xié)商模型C.混合模型D.協(xié)作規(guī)劃模型E.自協(xié)調模型.學習控制的四個主要功能包括（）A.研究B.搜索C.識別D.記憶E.推理.免疫控制的四元交集結構可看作是四個子學科的交集，其四個子學科包括（）。A.模糊控制B.智能控制論C.人工免疫系統(tǒng)D.生物信息學E.智能決策系統(tǒng).分布式人工智能系統(tǒng)的優(yōu)點有（）。A.分布性B.連接性C.協(xié)作性D.開放性E.容錯性和獨立性.實現(xiàn)學習控制系統(tǒng)需要三種能力，即（）。A.性能反饋B.記憶C.訓練D.適應E.學習.屬于集成智能控制系統(tǒng)的有（）。A.遺傳神經(jīng)控制B.神經(jīng)自適應控制C.模糊魯棒控制D.模糊神經(jīng)控制E.進化學習控制.屬于人工神經(jīng)網(wǎng)絡特性的有（）。A.串行處理B.非線性映射C.需進行訓練學習D.適應與集成E.可軟硬件實現(xiàn).一個基于規(guī)則專家系統(tǒng)的結構組成包括（）。A.知識庫B.工作存儲器C.解釋器D.推理機E.外部程序.免疫算法是通過人工方式構造的一類優(yōu)化搜索算法，其模仿機理包括（）。A.智能控制；B.生物遺傳；C.生物免疫學；D.基因進化；E.基因變異.黑板專家控制系統(tǒng)由以下哪幾個部分組成（）。A.黑板B.數(shù)據(jù)庫C.知識源D.控制器E.執(zhí)行器.真體的行為受心里狀態(tài)驅動，人類心里狀態(tài)的要素有（）。A.認知B.情感C.意向D.信念E.愿望.下列屬于組合智能控制系統(tǒng)的有（模糊控制B.神經(jīng)自適應控制C.模糊魯棒控制D.模糊神經(jīng)控制E.進化學習控制.一個模糊控制器主要由以下哪幾部分組成()。A.知識庫B.模糊化接口C.解釋器D.推理機E.模糊判決接口.建立專家系統(tǒng)的一般步驟包括()。A.設計初始知識庫B.規(guī)則合法化C.問題知識化D.原型機開發(fā)與試驗E.知識庫改進與歸納五、簡答題.簡述遞階智能機器一般層級結構及各級功能.簡述專家控制器的設計原則.簡述仿人控制器的智能屬性.簡述實現(xiàn)NN監(jiān)督式控制的步驟.簡述真體的特性.簡述建立專家系統(tǒng)的一般步驟.簡述學習控制的機理.簡述神經(jīng)控制系統(tǒng)的設計內(nèi)容.簡述人工神經(jīng)網(wǎng)絡的主要學習算法及含義.簡述仿人控制在結構和功能上具有的基本特征5-3、92頁116.考慮一個具有階梯型閾值函數(shù)的神經(jīng)網(wǎng)絡，假設:(1)用常數(shù)乘所有的權值和閾值。(2)用常數(shù)加所有的權值和閾值。試說明網(wǎng)絡性能是否會變化.簡述按其作用原理，智能控制系統(tǒng)的分類.簡述基于神經(jīng)網(wǎng)絡專家系統(tǒng)的三種模式.簡述實現(xiàn)學習控制系統(tǒng)需要的三種能力及其含義.簡述仿人控制器設計與實現(xiàn)的一般步驟六、論述題.試述復合智能控制及采用復合智能控制的緣由.試述模糊控制系統(tǒng)的工作原理.試述遺傳算法的特點，并畫出簡單遺傳算法的框圖.試述迭代學習控制的任務；迭代控制與最優(yōu)控制、自適應控制的區(qū)別；畫出迭代學習控制系統(tǒng)基本結構圖。.試述遺傳算法的求解步驟.試述基于模式識別的學習控制的原理答案一、名詞解釋.智能是一種應用知識對一定環(huán)境進行處理的能力或由目標準則衡量的抽象思考能力。.自動控制是能按規(guī)定程序對機器或裝置進行自動操作或控制的過程。.應用專家系統(tǒng)的概念和技術，模擬人類專家的控制知識與經(jīng)驗而建造的控制系統(tǒng)，稱為專家控制系統(tǒng)。.學習控制能夠在系統(tǒng)進行過程中估計未知信息，并據(jù)之進行最優(yōu)控制，以便逐步改進系統(tǒng)性能。學習控制是一種控制方法，其實際經(jīng)驗起到控制參數(shù)和算法的類似作用。.免疫算法是模仿生物免疫學和基因進化機理，通過人工方式構造的一類優(yōu)化搜索算法，是對生物免疫過程的一種數(shù)學仿真，是免疫計算的一種最重要形勢。.信息是知識的交流或對知識的感受，是對知識內(nèi)涵的一種測量。所描述事件的信息量越大該事件的不確定性越小。用于驅動智能機器以實現(xiàn)其目標而無需操作人員干預的系統(tǒng)稱為智能控制系統(tǒng)。專家系統(tǒng)是一個智能計算機程序系統(tǒng)，其內(nèi)部含有大量的某個領域專家水平的知識與經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題，以人類專家的水平完成特別困難的某一專業(yè)領域的任務。如果一個學習系統(tǒng)利用所學得的信息來控制某個具有位置特征的過程，則稱該系統(tǒng)為學習控制系統(tǒng)。人工免疫系統(tǒng)是由免疫學理論和觀察到的免疫功能、原理和模型啟發(fā)而產(chǎn)生的適應性系統(tǒng)。信息論是研究信息，信息特性測量，信息處理以及人機通信過程效率的數(shù)學理論。用來記錄系統(tǒng)推理過程中用到的控制信息、中間假設和中間結果的數(shù)據(jù)庫。模糊邏輯控制中，在推理得到的模糊集合中取一個相對最能代表這個模糊集合的單值的過程。一個能夠學習有關過程的未知信息，并利用所學信息作為進一步?jīng)Q策或控制的經(jīng)驗，從而逐步改善系統(tǒng)性能。遺傳算法中，根據(jù)個體適應度函數(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。、填空題（10分，每題1分）.魯棒性.智能化理論和技術.規(guī)律性的認識.智能.信息處理.意向.導師學習算法.自校正控制.記憶.生物遺傳學.復合智能控制.知識.進化機制.行為.學習算法.決策生成器.解釋器.執(zhí)行控制級.正則模糊神經(jīng)網(wǎng)絡.初始群體.傳感器.協(xié)調級.自然選擇.瞬態(tài)性能指標.執(zhí)行控制級.模糊信號.遞歸網(wǎng)絡.問題求解器.連接機制.學習控制三、單項選擇題.A.47.D.48.A.49.D.50.B.51.D.52.A.53.A.54..C.56.B.57.D.58.A.59.A.60.D62D63A64A65A66C67B68D69B70A71B72A73D74B75B76.A.、77.D.、78.A.、79.A.、80.C.、81.A.、82.B.、83.C.、84.D.、85.A.、86.D.、87.C.、88.C.、89.B.、90.D.四、多項選擇題91.92.93.94..95.ABC97ADE98BCDE99ABCDE100BCDE1011.、102.、103.、104.、105.五、簡答題.遞階智能機器一般由組織級、協(xié)調級和執(zhí)行級組成。組織級用于機器推理、規(guī)劃、決策、學習和記憶操作協(xié)調級是組織級和執(zhí)行級間的接口，承上啟下，并由人工智能和運籌學共同作用執(zhí)行級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；它按控制論進行控制，對相關過程執(zhí)行適當?shù)目刂谱饔?(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)決策機構的遞階性.(1)仿人控制器原型是一種雙映射關系，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的特征進行的(3)仿人控制器原型在維持模態(tài)時對誤差極值的記憶與利用，與人的記憶方式及時記憶的利用相似。.(1)通過傳感器和傳感信息處理，調用必要的和有用的控制信息(2)構造神經(jīng)網(wǎng)絡，選擇NN類型、結構參數(shù)和學習算法等(3)訓練NN控制器，實現(xiàn)輸入輸出映射，以便進行控制。.①行為自主性②作用交互性③環(huán)境協(xié)調性④面向目標性⑤存在社會性⑥工作協(xié)調性⑦運行持續(xù)性⑧系統(tǒng)適應性⑨結構分布性⑩功能智能性(答對1條得1分，答任意6條即可).簡述建立專家系統(tǒng)的一般步驟(1)設計初始知識庫具體包括1)問題知識化、2)知識概念化、3)概念形式化、4)形式規(guī)則化、5)規(guī)則合法化；)(2)原型機開發(fā)與試驗；(3)知識庫改進與歸納.簡述學習控制的機理(1)尋找并求得動態(tài)控制系統(tǒng)輸入與輸出間的比較簡單關系；(2)執(zhí)行每個由前一步控制過程的學習結果更新了的控制過程；(3)改善每個控制過程，使其性能優(yōu)于前一過程。.簡述神經(jīng)控制系統(tǒng)的設計內(nèi)容(1)建立對象的數(shù)學計算模型；(2)選擇神經(jīng)網(wǎng)絡及算法，進行初步辨識與訓練；(3)設計神經(jīng)控制器，包括控制器結構、功能表示及推理；(4)控制系統(tǒng)仿真，并根據(jù)結果改進設計。.簡述人工神經(jīng)網(wǎng)絡的主要學習算法及含義人工神經(jīng)網(wǎng)絡的主要學習算法包括導師學習算法和無師學習算法和強化學習算法。導師學習算法能夠根據(jù)期望的和實際的網(wǎng)絡輸出間的差來調整神經(jīng)元間的連接的強度或權。強化學習算法是導師學習的特例，它不需要老師給出目標輸出；無師學習算法不需要知道期望輸出。.簡述仿人控制在結構和功能上具有的基本特征(1)遞階信息處理與決策機構；(2)在線特征辨識與特征記憶；(3)開閉環(huán)結合和定性與定量結合的多模態(tài)控制；(4)啟發(fā)式和直覺推理問題求解。116.考慮一個具有階梯型閾值函數(shù)的神經(jīng)網(wǎng)絡，假設：(1)用常數(shù)乘所有的權值和閾值。(2)用常數(shù)加所有的權值和閾值。試說明網(wǎng)絡性能是否會變化答：前者網(wǎng)絡性能有變化；后者無變化。117.簡述按其作用原理，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)學習控制系統(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.簡述基于神經(jīng)網(wǎng)絡專家系統(tǒng)的三種模式(1)神經(jīng)網(wǎng)絡支持專家系統(tǒng)傳統(tǒng)專家系統(tǒng)為主，神經(jīng)網(wǎng)絡技術為輔；(2)專家系統(tǒng)支持神經(jīng)網(wǎng)絡神經(jīng)網(wǎng)絡技術為核心，專家系統(tǒng)領域技術完成解釋工作；(3)協(xié)同式神經(jīng)網(wǎng)絡專家系統(tǒng)優(yōu)勢互補。119.簡述實現(xiàn)學習控制系統(tǒng)需要的三種能力及其含義(1)性能反饋學習系統(tǒng)必須能夠定量地估計系統(tǒng)當前和以往的性能水平；(2)記憶學習系統(tǒng)必須具備存儲所積累的并將在以后應用的知識的方法；(3)訓練要積累知識，就必須有一種能夠把定量的性能信息轉化為記憶的機制。120.簡述仿人控制器設計與實現(xiàn)的一般步驟(1)確定設計目標軌跡；(2)建立對象數(shù)理模型；(3)建立各控制級的特征模式或控制算法；(4)設計控制器結構；(5)設計控制模態(tài)集與控制規(guī)則。六、論述題(1)所謂復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)單一控制器往往無法滿足一些復雜、未知或動態(tài)系統(tǒng)的控制要求，這就需要開發(fā)某些復合的(或稱為集成的、綜合的、混合的)控制方法來滿足現(xiàn)實問題提出的控制要求智能控制就是力圖解決傳統(tǒng)控制無法解決的問題而出現(xiàn)的。復合智能控制只有在出現(xiàn)和應用智能控制之后才成為可能。模糊控制器是由模糊化接口、知識庫、推理機和模糊判決接口四個單元組成。模糊化接口是測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合適的響應論域的量程,然后，精確的輸入數(shù)據(jù)被變換