智能控制考試題及答案

智能控制技術(shù)考試題及答案《智能控制技術(shù)》考試試題A

《智能控制》課程考試試題A參考答案一、填空題

(1)

OPEN

(2)

最有但愿

(3)

置換

(4)

互補(bǔ)文字

(5)

知識(shí)庫(kù)

(6)

推理機(jī)

(7)

硬件

(8)

軟件

(9)

智能

(10)

傅京孫

(11)

薩里迪斯

(12)

蔡自興

(13)

組織級(jí)

(14)

協(xié)調(diào)級(jí)

(15)

執(zhí)行級(jí)

(16)

遞階控制系統(tǒng)

(17)

專家控制系統(tǒng)

(18)

含糊控制系統(tǒng)

(19)

神經(jīng)控制系統(tǒng)

(20)

學(xué)習(xí)控制系統(tǒng)二、選擇題

1、D

2、A

3、C

4、B

5、D

6、B

7、A

8、D

9、A

10、D三、問(wèn)答題1、答:傳統(tǒng)控制理論在應(yīng)用中面臨的難題涉及:

(1)

傳統(tǒng)控制系統(tǒng)的設(shè)計(jì)與分析是建立在精確的系統(tǒng)數(shù)學(xué)模型基礎(chǔ)上的,而實(shí)際系統(tǒng)由于存在復(fù)雜性、非線性、時(shí)變性、不擬定性和不完全性等,普通無(wú)法獲得精確的數(shù)學(xué)模型。

(2)

研究這類系統(tǒng)時(shí),必須提出并遵照某些比較苛刻的假設(shè),而這些假設(shè)在應(yīng)用中往往與實(shí)際不相吻合。

(3)

對(duì)于某些復(fù)雜的和包含不擬定性的對(duì)象,根本無(wú)法以傳統(tǒng)數(shù)學(xué)模型來(lái)表達(dá),即無(wú)法解決建模問(wèn)題。

(4)

為了提高性能,傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜,從而增加了設(shè)備的初投資和維修費(fèi)用,減少系統(tǒng)的可靠性。

傳統(tǒng)控制理論在應(yīng)用中面臨的難題的解決,不僅需要發(fā)展控制理論與辦法,并且需要開(kāi)發(fā)與應(yīng)用計(jì)算機(jī)科學(xué)與工程的最新成果。人工智能的產(chǎn)生和發(fā)展正在為自動(dòng)控制系統(tǒng)的智能化提供有力支持。人工智能影響了許多含有不同背景的學(xué)科,它的發(fā)展已增進(jìn)自動(dòng)控制向著更高的水平──智能控制發(fā)展。

智能控制含有下列特點(diǎn):

(1)

同時(shí)含有以知識(shí)表達(dá)的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型(含計(jì)算智能模型與算法)表達(dá)的混合控制過(guò)程,也往往是那些含有復(fù)雜性、不完全性、含糊性或不擬定性以及不存在已知算法的過(guò)程,并以知識(shí)進(jìn)行推理,以啟發(fā)式方略和智能算法來(lái)引導(dǎo)求解過(guò)程。

(2)

智能控制的核心在高層控制,即組織級(jí)。高層控制的任務(wù)在于對(duì)實(shí)際環(huán)境或過(guò)程進(jìn)行組織,即決策和規(guī)劃,實(shí)現(xiàn)廣義問(wèn)題求解。

(3)

智能控制是一門邊沿交叉學(xué)科。事實(shí)上,智能控制涉及更多的有關(guān)學(xué)科。智能控制的發(fā)展需要各有關(guān)學(xué)科的配合與增援,同時(shí)也規(guī)定智能控制工程師是個(gè)知識(shí)工程師。

(4)

智能控制是一種新興的研究領(lǐng)域。無(wú)論在理論上或?qū)嵺`上它都還很不成熟、很不完善,需要進(jìn)一步探索與開(kāi)發(fā)。2、(本題激勵(lì)自由發(fā)揮和創(chuàng)新思維,下列答案僅供參考,千萬(wàn)注意保護(hù)考生的創(chuàng)新精神)

答:長(zhǎng)久以來(lái),自動(dòng)控制科學(xué)已對(duì)整個(gè)科學(xué)技術(shù)的理論和實(shí)踐做出重要奉獻(xiàn),并為人類的生產(chǎn)、經(jīng)濟(jì)、社會(huì)、工作和生活帶來(lái)巨大利益。然而,當(dāng)代科學(xué)技術(shù)的快速發(fā)展和重大進(jìn)步,已對(duì)控制和系統(tǒng)科學(xué)提出新的更高的規(guī)定,自動(dòng)控制理論和工程正面臨新的發(fā)展機(jī)遇和嚴(yán)峻挑戰(zhàn)。傳統(tǒng)控制理論,涉及典型反饋控制、近代控制和大系統(tǒng)理論等,在應(yīng)用中碰到不少難題。數(shù)年來(lái),自動(dòng)控制始終在尋找新的出路?，F(xiàn)在看來(lái),出路之一就是實(shí)現(xiàn)控制系統(tǒng)的智能化,以期解決面臨的難題。

智能控制采用多個(gè)智能化技術(shù)實(shí)現(xiàn)復(fù)雜系統(tǒng)和其它系統(tǒng)的控制目的,是一種含有強(qiáng)大生命力的新型自動(dòng)控制技術(shù)。智能控制是人工智能和自動(dòng)控制的重要部分和研究領(lǐng)域,并被認(rèn)為是通向自主機(jī)器遞階道路上自動(dòng)控制的頂層。下圖表達(dá)自動(dòng)控制的發(fā)展過(guò)程和通向智能控制途徑上控制復(fù)雜性增加的過(guò)程。從圖中能夠看出,這條途徑的最遠(yuǎn)點(diǎn)是智能控制,最少在現(xiàn)在是如此。智能控制涉及高級(jí)決策并與人工智能親密有關(guān)。

智能控制是一門新建立的學(xué)科,無(wú)論在理論上或應(yīng)用上,仍然不夠完善,有待繼續(xù)研究與發(fā)展。展望智能控制的發(fā)展,我們應(yīng)當(dāng):

(1)

謀求更新的理論框架

與智能控制的目的和定義相比,智能控制研究尚存在某些需要解決的問(wèn)題。

人腦的構(gòu)造和功效要比人們想象的復(fù)雜得多,人工智能和智能控制研究面臨的困難要比我們預(yù)計(jì)的重大得多,智能科學(xué)工作者的研究任務(wù)要比我們討論過(guò)的艱巨得多。同時(shí),要從根本上理解人腦的構(gòu)造與功效,解決面臨的困難,完畢人工智能和智能控制的研究任務(wù),需要尋找和建立更新的智能控制框架和理論體系,為智能控制的進(jìn)一步發(fā)展打下穩(wěn)固的理論基礎(chǔ)。

(2)

進(jìn)行更加好的技術(shù)集成

與人工智能相似的是,智能控制技術(shù)是人工智能技術(shù)與其它信息解決技術(shù),特別是信息論、系統(tǒng)論、控制論和認(rèn)識(shí)工程學(xué)等的集成。從學(xué)科構(gòu)造的觀點(diǎn)來(lái)看,提出了不同的思想,其中,智能控制的四元交集構(gòu)造是最有代表性的一種集成思想。在智能控制領(lǐng)域內(nèi)已集成了許多不同的控制方案,如含糊自學(xué)習(xí)神經(jīng)控制就集成了含糊控制、學(xué)習(xí)控制和神經(jīng)控制等技術(shù)。另外,還涉及其它某些有關(guān)學(xué)科。

智能控制將向更高的技術(shù)水平發(fā)展,智能控制系統(tǒng)將包含多層級(jí)、多變量、非線性、大時(shí)滯、快速響應(yīng)、分布參數(shù)和大規(guī)模系統(tǒng)等。

(3)

開(kāi)發(fā)更成熟的應(yīng)用辦法

為了實(shí)現(xiàn)智能控制,必須開(kāi)發(fā)新的硬件和軟件。實(shí)現(xiàn)智能控制固然需要硬件的保障,但是,軟件應(yīng)是智能控制的核心;由于控制器的智能化是整個(gè)智能控制的核心,而這一智能化基本上要靠軟件技術(shù)來(lái)實(shí)現(xiàn)。3、答:遞階控制理論可被假定為謀求某個(gè)系統(tǒng)對(duì)的的決策與控制序列的數(shù)學(xué)問(wèn)題,該系統(tǒng)在構(gòu)造上遵照精度隨智能減少而提高(IPDI)的原理,而所求得的序列能夠使系統(tǒng)的總熵為最小。

三個(gè)控制層級(jí)的功效和構(gòu)造以下:

(1)

組織級(jí)

組織級(jí)代表控制系統(tǒng)的主導(dǎo)思想,并由人工智能起控制作用。組織器作為推理機(jī)的規(guī)則發(fā)生器,解決高層信息,用于機(jī)器推理、規(guī)劃、決策、學(xué)習(xí)(反饋)和記憶操作,如圖1所示。

圖1

組織級(jí)的構(gòu)造框圖

(2)

協(xié)調(diào)級(jí)

協(xié)調(diào)級(jí)是上(組織)級(jí)和下(執(zhí)行)級(jí)之間的接口,承上啟下,并由人工智能和運(yùn)籌學(xué)共同作用。協(xié)調(diào)級(jí)由一定數(shù)量的含有固定構(gòu)造的協(xié)調(diào)器構(gòu)成,每個(gè)協(xié)調(diào)器執(zhí)行某些指定的作用。各協(xié)調(diào)器間的通訊由分派器來(lái)完畢,而分派器的可變構(gòu)造是由組織器控制的。

(3)

執(zhí)行級(jí)

執(zhí)行級(jí)是遞階智能控制的底層,規(guī)定含有較高的精度但較低的智能;它按控制論進(jìn)行控制,對(duì)有關(guān)過(guò)程執(zhí)行適宜的控制作用。執(zhí)行級(jí)的性能可由熵來(lái)表達(dá),因而統(tǒng)一了智能機(jī)器的功用。4、答:根據(jù)系統(tǒng)的復(fù)雜性,可把專家控制系統(tǒng)分為兩類:即專家控制器和專家控制系統(tǒng);

按照系統(tǒng)的控制機(jī)理,又可把專家控制系統(tǒng)分為直接專家控制系統(tǒng)和間接專家控制系統(tǒng)。

專家控制器(EC)的構(gòu)成:

(1)

知識(shí)庫(kù)(KB):KB寄存工業(yè)過(guò)程控制的領(lǐng)域知識(shí),由經(jīng)驗(yàn)數(shù)據(jù)庫(kù)(DB)和學(xué)習(xí)與適應(yīng)裝置(LA)構(gòu)成。經(jīng)驗(yàn)數(shù)據(jù)庫(kù)重要存儲(chǔ)經(jīng)驗(yàn)和事實(shí)。學(xué)習(xí)與適應(yīng)裝置的功效就是根據(jù)在線獲取的信息,補(bǔ)充或修改知識(shí)庫(kù)內(nèi)容,改善系統(tǒng)性能,方便提高問(wèn)題求解能力。

(2)

控制規(guī)則集(CRS):對(duì)受控過(guò)程的多個(gè)控制模式和經(jīng)驗(yàn)的歸納和總結(jié)。

(3)

推理機(jī)構(gòu)(IE):其復(fù)雜由于規(guī)則條數(shù)決定,如果搜索空間很小,推理機(jī)構(gòu)(IE)就十分簡(jiǎn)樸,采用向前推理辦法逐次鑒別多個(gè)規(guī)則的條件,滿足則執(zhí)行,否則繼續(xù)搜索。

(4)

特性識(shí)別與信息解決(FR＆IP):其作用是實(shí)現(xiàn)對(duì)信息的提取與加工,為控制決策和學(xué)習(xí)適應(yīng)提供根據(jù)。它重要涉及抽取動(dòng)態(tài)過(guò)程的特性信息,識(shí)別系統(tǒng)的特性狀態(tài),并對(duì)這些特性信息進(jìn)行必要的加工。5、答:在設(shè)計(jì)含糊控制器時(shí),必須考慮下列各項(xiàng)內(nèi)容:

(1)

選擇含糊控制器的構(gòu)造;

(2)

選用含糊控制規(guī)則;含糊控制規(guī)則是含糊控制器的核心,必須精心選用這些規(guī)則,并考慮下列問(wèn)題:

(a)

選定描述控制器輸入和輸出變量的語(yǔ)義詞匯;

(b)

規(guī)定含糊集;

(c)

擬定含糊控制狀態(tài)表。

(3)

擬定含糊化的解含糊方略,制訂控制表;

(4)

擬定含糊控制器的參數(shù)。

下圖為自組織含糊控制器的構(gòu)造:

它由基本層和自組織層兩級(jí)構(gòu)成;前者為一常規(guī)含糊語(yǔ)義控制器,后者對(duì)每一輸入／輸出響應(yīng)的采樣進(jìn)行評(píng)價(jià),并對(duì)控制器產(chǎn)生一種修正。該構(gòu)造能夠自動(dòng)獲得含糊控制器的規(guī)則庫(kù)。當(dāng)用FLC控制對(duì)象(裝置)至盼望響應(yīng)時(shí),新條件一旦出現(xiàn),規(guī)則就被產(chǎn)生和修正。該控制器的重要部分有性能評(píng)價(jià)、對(duì)象建模、規(guī)則庫(kù)更新和FLC保持等。

性能評(píng)價(jià)單元用于分析精確裝置有關(guān)性能目的的狀態(tài)矢量(位置誤差PE,誤差變化CE),并對(duì)已辨識(shí)過(guò)的規(guī)則進(jìn)行修正,以賠償任何惡劣性能的影響。修正是通過(guò)標(biāo)量來(lái)調(diào)節(jié)規(guī)則結(jié)論的。采用可接受和不可接受兩種階躍響應(yīng)相平面軌跡作為性能目的。

裝置(對(duì)象)模型用于考慮裝置規(guī)則修正時(shí)的輸入-輸出極性、規(guī)則庫(kù)更新單元用于檢查哪條或哪幾條規(guī)則可對(duì)現(xiàn)在的惡劣性能產(chǎn)生響應(yīng),并進(jìn)行修正。自組織含糊控制器在學(xué)習(xí)實(shí)驗(yàn)過(guò)程中的持續(xù)采樣時(shí)間內(nèi),不停(迭代)地改善規(guī)則庫(kù)。6、答:人工神經(jīng)網(wǎng)絡(luò)的下列特性對(duì)控制是至關(guān)重要的:

(1)

并行分布解決。神經(jīng)網(wǎng)絡(luò)含有高度的并行構(gòu)造和并行實(shí)現(xiàn)能力,因而能夠有較好的耐故障能力和較快的總體解決能力。這特別適于實(shí)時(shí)控制和動(dòng)態(tài)控制。

(2)

非線性映射。神經(jīng)網(wǎng)絡(luò)含有固有的非線性特性,這源于其近似任意非線性映射(變換)能力。這一特性給非線性控制問(wèn)題帶來(lái)新的但愿。

(3)

通過(guò)訓(xùn)練進(jìn)行學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)是通過(guò)所研究系統(tǒng)過(guò)去的數(shù)據(jù)統(tǒng)計(jì)進(jìn)行訓(xùn)練的。一種通過(guò)適宜訓(xùn)練的神經(jīng)網(wǎng)絡(luò)含有歸納全部數(shù)據(jù)的能力。因此,神經(jīng)網(wǎng)絡(luò)能夠解決那些由數(shù)學(xué)模型或描述規(guī)則難以解決的控制過(guò)程問(wèn)題。

(4)

適應(yīng)與集成。神經(jīng)網(wǎng)絡(luò)能夠適應(yīng)在線運(yùn)行,并能同時(shí)進(jìn)行定量和定性操作。神經(jīng)網(wǎng)絡(luò)的強(qiáng)適應(yīng)和信息熔合能力使得網(wǎng)絡(luò)過(guò)程能夠同時(shí)輸入大量不同的控制信號(hào),解決輸入信息間的互補(bǔ)和冗余問(wèn)題,并實(shí)現(xiàn)信息集成和熔合解決。這些特性特別適于復(fù)雜、大規(guī)模和多變量系統(tǒng)的控制。

(5)

硬件實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)不僅能夠通過(guò)軟件并且可借助軟件實(shí)現(xiàn)并行解決。近年來(lái),某些超大規(guī)模集成電路實(shí)現(xiàn)硬件已經(jīng)問(wèn)世,并且可從市場(chǎng)上購(gòu)到。這使得神經(jīng)網(wǎng)絡(luò)含有快速和大規(guī)模解決能力的實(shí)現(xiàn)網(wǎng)絡(luò)。

十分顯然,神經(jīng)網(wǎng)絡(luò)由于其學(xué)習(xí)和適應(yīng)、自組織、函數(shù)逼近和大規(guī)模并行解決等能力,因而含有用于智能控制系統(tǒng)的潛力。7、答:《智能控制》課程考試試題B

《智能控制》課程考試試題B參考答案一、填空題

(1)

高級(jí)機(jī)器人

(2)

智能規(guī)劃與調(diào)度

(3)

自動(dòng)制造系統(tǒng)

(4)

故障檢測(cè)與診療

(5)

小深(DeepJunior)

(6)

卡斯帕洛夫(Kasparov)

(7)

硬件

(8)

軟件

(9)

智能

(10)

智能化

(11)

選擇含糊控制器的構(gòu)造

(12)

選用含糊控制規(guī)則

(13)

擬定含糊化的解含糊方略,制訂控制表

(14)

擬定含糊控制器的參數(shù)

(15)

傅京孫

(16)

薩里迪斯

(17)

蔡自興

(18)

生物的進(jìn)化機(jī)制

(19)

進(jìn)化計(jì)算

(20)

反饋機(jī)制二、選擇題

1、C

2、A

3、A

4、C

5、D

6、D

7、B

8、C

9、A

10、C三、問(wèn)答題1、答:在研究了智能控制的二元、三元構(gòu)造理論、知識(shí)、信息和智能的定義以及各有關(guān)學(xué)科的關(guān)系之后。蔡自興專家提出了四元智能控制構(gòu)造,把智能控制看作是自動(dòng)控制、人工智能、信息論和運(yùn)籌學(xué)四個(gè)學(xué)科的交集,如圖1所示,其關(guān)系可用下式來(lái)描述。IC

=

AI

∩

CT

∩

IT

∩

OR

圖1

智能控制的四元構(gòu)造

把信息論作為智能控制構(gòu)造的一種子集是基于下列理由的:

(1)

信息論是解釋知識(shí)和智能的一種手段;

(2)

控制論、系統(tǒng)論和信息論是緊密互相作用的;

(3)

信息論已成為控制智能機(jī)器的工具;

(4)

信息熵成為智能控制的測(cè)度;

(5)

信息論參加智能控制的全過(guò)程,并對(duì)執(zhí)行級(jí)起到核心作用。2、答:傳統(tǒng)控制理論在應(yīng)用中面臨的難題涉及:

(1)

傳統(tǒng)控制系統(tǒng)的設(shè)計(jì)與分析是建立在精確的系統(tǒng)數(shù)學(xué)模型基礎(chǔ)上的,而實(shí)際系統(tǒng)由于存在復(fù)雜性、非線性、時(shí)變性、不擬定性和不完全性等,普通無(wú)法獲得精確的數(shù)學(xué)模型。

(2)

研究這類系統(tǒng)時(shí),必須提出并遵照某些比較苛刻的假設(shè),而這些假設(shè)在應(yīng)用中往往與實(shí)際不相吻合。

(3)

對(duì)于某些復(fù)雜的和包含不擬定性的對(duì)象,根本無(wú)法以傳統(tǒng)數(shù)學(xué)模型來(lái)表達(dá),即無(wú)法解決建模問(wèn)題。

(4)

為了提高性能,傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜,從而增加了設(shè)備的初投資和維修費(fèi)用,減少系統(tǒng)的可靠性。

傳統(tǒng)控制理論在應(yīng)用中面臨的難題的解決,不僅需要發(fā)展控制理論與辦法,并且需要開(kāi)發(fā)與應(yīng)用計(jì)算機(jī)科學(xué)與工程的最新成果。人工智能的產(chǎn)生和發(fā)展正在為自動(dòng)控制系統(tǒng)的智能化提供有力支持。人工智能影響了許多含有不同背景的學(xué)科,它的發(fā)展已增進(jìn)自動(dòng)控制向著更高的水平──智能控制發(fā)展。

智能控制含有下列特點(diǎn):

(1)

同時(shí)含有以知識(shí)表達(dá)的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型(含計(jì)算智能模型與算法)表達(dá)的混合控制過(guò)程,也往往是那些含有復(fù)雜性、不完全性、含糊性或不擬定性以及不存在已知算法的過(guò)程,并以知識(shí)進(jìn)行推理,以啟發(fā)式方略和智能算法來(lái)引導(dǎo)求解過(guò)程。

(2)

智能控制的核心在高層控制,即組織級(jí)。高層控制的任務(wù)在于對(duì)實(shí)際環(huán)境或過(guò)程進(jìn)行組織,即決策和規(guī)劃,實(shí)現(xiàn)廣義問(wèn)題求解。

(3)

智能控制是一門邊沿交叉學(xué)科。事實(shí)上,智能控制涉及更多的有關(guān)學(xué)科。智能控制的發(fā)展需要各有關(guān)學(xué)科的配合與增援,同時(shí)也規(guī)定智能控制工程師是個(gè)知識(shí)工程師。

(4)

智能控制是一種新興的研究領(lǐng)域。無(wú)論在理論上或?qū)嵺`上它都還很不成熟、很不完善,需要進(jìn)一步探索與開(kāi)發(fā)。3、答:傳統(tǒng)控制理論在應(yīng)用中面臨的難題涉及:

(1)

傳統(tǒng)控制系統(tǒng)的設(shè)計(jì)與分析是建立在精確的系統(tǒng)數(shù)學(xué)模型基礎(chǔ)上的,而實(shí)際系統(tǒng)由于存在復(fù)雜性、非線性、時(shí)變性、不擬定性和不完全性等,普通無(wú)法獲得精確的數(shù)學(xué)模型。

(2)

研究這類系統(tǒng)時(shí),必須提出并遵照某些比較苛刻的假設(shè),而這些假設(shè)在應(yīng)用中往往與實(shí)際不相吻合。

(3)

對(duì)于某些復(fù)雜的和包含不擬定性的對(duì)象,根本無(wú)法以傳統(tǒng)數(shù)學(xué)模型來(lái)表達(dá),即無(wú)法解決建模問(wèn)題。

(4)

為了提高性能,傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜,從而增加了設(shè)備的初投資和維修費(fèi)用,減少系統(tǒng)的可靠性。

傳統(tǒng)控制理論在應(yīng)用中面臨的難題的解決,不僅需要發(fā)展控制理論與辦法,并且需要開(kāi)發(fā)與應(yīng)用計(jì)算機(jī)科學(xué)與工程的最新成果。人工智能的產(chǎn)生和發(fā)展正在為自動(dòng)控制系統(tǒng)的智能化提供有力支持。人工智能影響了許多含有不同背景的學(xué)科,它的發(fā)展已增進(jìn)自動(dòng)控制向著更高的水平──智能控制發(fā)展。

智能控制含有下列特點(diǎn):

(1)

同時(shí)含有以知識(shí)表達(dá)的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型(含計(jì)算智能模型與算法)表達(dá)的混合控制過(guò)程,也往往是那些含有復(fù)雜性、不完全性、含糊性或不擬定性以及不存在已知算法的過(guò)程,并以知識(shí)進(jìn)行推理,以啟發(fā)式方略和智能算法來(lái)引導(dǎo)求解過(guò)程。

(2)

智能控制的核心在高層控制,即組織級(jí)。高層控制的任務(wù)在于對(duì)實(shí)際環(huán)境或過(guò)程進(jìn)行組織,即決策和規(guī)劃,實(shí)現(xiàn)廣義問(wèn)題求解。

(3)

智能控制是一門邊沿交叉學(xué)科。事實(shí)上,智能控制涉及更多的有關(guān)學(xué)科。智能控制的發(fā)展需要各有關(guān)學(xué)科的配合與增援,同時(shí)也規(guī)定智能控制工程師是個(gè)知識(shí)工程師。

(4)

智能控制是一種新興的研究領(lǐng)域。無(wú)論在理論上或?qū)嵺`上它都還很不成熟、很不完善,需要進(jìn)一步探索與開(kāi)發(fā)。3、答:含糊控制器值得研究的特性有靜態(tài)和動(dòng)態(tài)特性。對(duì)于靜態(tài)特性,涉及含糊控制規(guī)則的完整性、相容性和交互性,以及含糊控制器的魯棒性。對(duì)于動(dòng)態(tài)特性,涉及含糊控制器的穩(wěn)定性、敏捷性、可控性、收斂性、重復(fù)性(再現(xiàn)性)、精確性(精度)和映射特性等。

圖2為一自組織含糊控制器的構(gòu)造圖:

圖2

自組織含糊控制器的構(gòu)造

它由基本層和自組織層兩級(jí)構(gòu)成;前者為一常規(guī)含糊語(yǔ)義控制器,后者對(duì)每一輸入／輸出響應(yīng)的采樣進(jìn)行評(píng)價(jià),并對(duì)控制器產(chǎn)生一種修正。該構(gòu)造能夠自動(dòng)獲得含糊控制器的規(guī)則庫(kù)。當(dāng)用FLC控制對(duì)象(裝置)至盼望響應(yīng)時(shí),新條件一旦出現(xiàn),規(guī)則就被產(chǎn)生和修正。該控制器的重要部分有性能評(píng)價(jià)、對(duì)象建模、規(guī)則庫(kù)更新和FLC保持等。

性能評(píng)價(jià)單元用于分析精確裝置有關(guān)性能目的的狀態(tài)矢量(位置誤差PE,誤差變化CE),并對(duì)已辨識(shí)過(guò)的規(guī)則進(jìn)行修正,以賠償任何惡劣性能的影響。修正是通過(guò)標(biāo)量來(lái)調(diào)節(jié)規(guī)則結(jié)論的。采用可接受和不可接受兩種階躍響應(yīng)相平面軌跡作為性能目的。

裝置(對(duì)象)模型用于考慮裝置規(guī)則修正時(shí)的輸入-輸出極性、規(guī)則庫(kù)更新單元用于檢查哪條或哪幾條規(guī)則可對(duì)現(xiàn)在的惡劣性能產(chǎn)生響應(yīng),并進(jìn)行修正。自組織含糊控制器在學(xué)習(xí)實(shí)驗(yàn)過(guò)程中的持續(xù)采樣時(shí)間內(nèi),不停(迭代)地改善規(guī)則庫(kù)。4、答:遞階控制理論可被假定為謀求某個(gè)系統(tǒng)對(duì)的的決策與控制序列的數(shù)學(xué)問(wèn)題,該系統(tǒng)在構(gòu)造上遵照精度隨智能減少而提高(IPDI)的原理,而所求得的序列能夠使系統(tǒng)的總熵為最小。遞階智能機(jī)器的普通構(gòu)造是由三個(gè)控制層級(jí),即組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)構(gòu)成的。

這三個(gè)控制層級(jí)的功效和構(gòu)造以下:

(1)

組織級(jí)

組織級(jí)代表控制系統(tǒng)的主導(dǎo)思想,并由人工智能起控制作用。組織器作為推理機(jī)的規(guī)則發(fā)生器,解決高層信息,用于機(jī)器推理、規(guī)劃、決策、學(xué)習(xí)(反饋)和記憶操作,如圖1所示。

圖3

組織級(jí)的構(gòu)造框圖

(2)

協(xié)調(diào)級(jí)

協(xié)調(diào)級(jí)是上(組織)級(jí)和下(執(zhí)行)級(jí)之間的接口,承上啟下,并由人工智能和運(yùn)籌學(xué)共同作用。協(xié)調(diào)級(jí)由一定數(shù)量的含有固定構(gòu)造的協(xié)調(diào)器構(gòu)成,每個(gè)協(xié)調(diào)器執(zhí)行某些指定的作用。各協(xié)調(diào)器間的通訊由分派器來(lái)完畢,而分派器的可變構(gòu)造是由組織器控制的。

(3)

執(zhí)行級(jí)

執(zhí)行級(jí)是遞階智能控制的底層,規(guī)定含有較高的精度但較低的智能;它按控制論進(jìn)行控制,對(duì)有關(guān)過(guò)程執(zhí)行適宜的控制作用。執(zhí)行級(jí)的性能可由熵來(lái)表達(dá),因而統(tǒng)一了智能機(jī)器的功用。5、答:人工神經(jīng)網(wǎng)絡(luò)的下列特性對(duì)控制是至關(guān)重要的:

(1)

并行分布解決。神經(jīng)網(wǎng)絡(luò)含有高度的并行構(gòu)造和并行實(shí)現(xiàn)能力,因而能夠有較好的耐故障能力和較快的總體解決能力。這特別適于實(shí)時(shí)控制和動(dòng)態(tài)控制。

(2)

非線性映射。神經(jīng)網(wǎng)絡(luò)含有固有的非線性特性,這源于其近似任意非線性映射(變換)能力。這一特性給非線性控制問(wèn)題帶來(lái)新的但愿。

(3)

通過(guò)訓(xùn)練進(jìn)行學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)是通過(guò)所研究系統(tǒng)過(guò)去的數(shù)據(jù)統(tǒng)計(jì)進(jìn)行訓(xùn)練的。一種通過(guò)適宜訓(xùn)練的神經(jīng)網(wǎng)絡(luò)含有歸納全部數(shù)據(jù)的能力。因此,神經(jīng)網(wǎng)絡(luò)能夠解決那些由數(shù)學(xué)模型或描述規(guī)則難以解決的控制過(guò)程問(wèn)題。

(4)

適應(yīng)與集成。神經(jīng)網(wǎng)絡(luò)能夠適應(yīng)在線運(yùn)行,并能同時(shí)進(jìn)行定量和定性操作。神經(jīng)網(wǎng)絡(luò)的強(qiáng)適應(yīng)和信息熔合能力使得網(wǎng)絡(luò)過(guò)程能夠同時(shí)輸入大量不同的控制信號(hào),解決輸入信息間的互補(bǔ)和冗余問(wèn)題,并實(shí)現(xiàn)信息集成和熔合解決。這些特性特別適于復(fù)雜、大規(guī)模和多變量系統(tǒng)的控制。

(5)

硬件實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)不僅能夠通過(guò)軟件并且可借助軟件實(shí)現(xiàn)并行解決。近年來(lái),某些超大規(guī)模集成電路實(shí)現(xiàn)硬件已經(jīng)問(wèn)世,并且可從市場(chǎng)上購(gòu)到。這使得神經(jīng)網(wǎng)絡(luò)含有快速和大規(guī)模解決能力的實(shí)現(xiàn)網(wǎng)絡(luò)。

十分顯然,神經(jīng)網(wǎng)絡(luò)由于其學(xué)習(xí)和適應(yīng)、自組織、函數(shù)逼近和大規(guī)模并行解決等能力,因而含有用于智能控制系統(tǒng)的潛力。6、答:薩里迪斯(Saridis)于1977年提出了一種智能控制構(gòu)造,它把傅京孫的智能控制二元構(gòu)造擴(kuò)展為三元構(gòu)造,即把智能控制看作為人工智能、自動(dòng)控制和運(yùn)籌學(xué)的交接。薩里迪斯認(rèn)為,構(gòu)成二元交集構(gòu)造的兩元互相支配,無(wú)助于智能控制的有效和成功應(yīng)用。必須把遠(yuǎn)籌學(xué)的概念引入智能控制,使它成為三元交集中的一種子集。這種三元構(gòu)造后來(lái)成為IEEE第一次智能控制研討會(huì)(1985年8月,紐約)的主題之一。

在提出三元構(gòu)造的同時(shí),薩里迪斯還提出基于三個(gè)控制層次和精度隨智能減少而提高(ＩＰＤＩ)原理的三級(jí)遞階智能控制系統(tǒng),見(jiàn)圖4,它重要由3個(gè)智能(感知)級(jí)構(gòu)成:組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)。

圖4

分級(jí)智能控制系統(tǒng)7、答:應(yīng)用專家系統(tǒng)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)。

圖5給出了一種工業(yè)專家控制器(EC)的構(gòu)造,其構(gòu)成和各部分的作用以下:

(1)

知識(shí)庫(kù)(KB):KB寄存工業(yè)過(guò)程控制的領(lǐng)域知識(shí),由經(jīng)驗(yàn)數(shù)據(jù)庫(kù)(DB)和學(xué)習(xí)與適應(yīng)裝置(LA)構(gòu)成。經(jīng)驗(yàn)數(shù)據(jù)庫(kù)重要存儲(chǔ)經(jīng)驗(yàn)和事實(shí)。學(xué)習(xí)與適應(yīng)裝置的功效就是根據(jù)在線獲取的信息,補(bǔ)充或修改知識(shí)庫(kù)內(nèi)容,改善系統(tǒng)性能,方便提高問(wèn)題求解能力。

(2)

控制規(guī)則集(CRS):對(duì)受控過(guò)程的多個(gè)控制模式和經(jīng)驗(yàn)的歸納和總結(jié)。

(3)

推理機(jī)構(gòu)(IE):其復(fù)雜由于規(guī)則條數(shù)決定,如果搜索空間很小,推理機(jī)構(gòu)(IE)就十分簡(jiǎn)樸,采用向前推理辦法逐次鑒別多個(gè)規(guī)則的條件,滿足則執(zhí)行,否則繼續(xù)搜索。

(4)

特性識(shí)別與信息解決(FR＆IP):其作用是實(shí)現(xiàn)對(duì)信息的提取與加工,為控制決策和學(xué)習(xí)適應(yīng)提供根據(jù)。它重要涉及抽取動(dòng)態(tài)過(guò)程的特性信息,識(shí)別系統(tǒng)的特性狀態(tài),并對(duì)這些特性信息進(jìn)行必要的加工。智能控制》課程考試試題C

《智能控制》課程考試試題C參考答案一、填空題

(1)

符號(hào)主義

(2)

聯(lián)接主義

(3)

行為主義

(4)

盼望

(5)

盼望

(6)

知識(shí)庫(kù)

(7)

推理機(jī)

(8)

傅京孫

(9)

薩里迪斯

(10)

蔡自興

(11)

組織級(jí)

(12)

協(xié)調(diào)級(jí)

(13)

執(zhí)行級(jí)

(14)

專家控制

(15)

遞階控制

(16)

模型控制

(17)

遺傳算法

(18)

傳統(tǒng)反饋

(19)

前饋神經(jīng)網(wǎng)絡(luò)

(20)

反饋神經(jīng)網(wǎng)絡(luò)二、選擇題

1、D

2、A

3、B

4、A

5、D

6、B

7、C

8、A

9、C

10、D三、問(wèn)答題1、答:長(zhǎng)久以來(lái),自動(dòng)控制科學(xué)已對(duì)整個(gè)科學(xué)技術(shù)的理論和實(shí)踐做出重要奉獻(xiàn),并為人類的生產(chǎn)、經(jīng)濟(jì)、社會(huì)、工作和生活帶來(lái)巨大利益。然而,當(dāng)代科學(xué)技術(shù)的快速發(fā)展和重大進(jìn)步,已對(duì)控制和系統(tǒng)科學(xué)提出新的更高的規(guī)定,自動(dòng)控制理論和工程正面臨新的發(fā)展機(jī)遇和嚴(yán)峻挑戰(zhàn)。傳統(tǒng)控制理論,涉及典型反饋控制、近代控制和大系統(tǒng)理論等,在應(yīng)用中碰到不少難題。數(shù)年來(lái),自動(dòng)控制始終在尋找新的出路。現(xiàn)在看來(lái),出路之一就是實(shí)現(xiàn)控制系統(tǒng)的智能化,以期解決面臨的難題。

人工智能(artificialintelligence,AI)的產(chǎn)生和發(fā)展正在為自動(dòng)控制系統(tǒng)的智能化提供有力支持。人工智能影響了許多含有不同背景的學(xué)科,它的發(fā)展已增進(jìn)自動(dòng)控制向著更高的水平)──智能控制(intelligentcontrol,IC)發(fā)展。

自動(dòng)控制既面臨嚴(yán)峻挑戰(zhàn),又存在良好發(fā)展機(jī)遇。為理解決面臨的難題,首先要推動(dòng)控制硬件、軟件和智能的結(jié)合,實(shí)現(xiàn)控制系統(tǒng)的智能化;另首先要實(shí)現(xiàn)自動(dòng)控制科學(xué)與計(jì)算機(jī)科學(xué)、信息科學(xué)、系統(tǒng)科學(xué)以及人工智能的結(jié)合,為自動(dòng)控制提供新思想,新辦法和新技術(shù),創(chuàng)立邊沿交叉新學(xué)科,推動(dòng)智能控制的發(fā)展。

智能控制是人工智能和自動(dòng)控制的重要部分和研究領(lǐng)域,并被認(rèn)為是通向自主機(jī)器遞階道路上自動(dòng)控制的頂層。人工智能的發(fā)展增進(jìn)自動(dòng)控制向智能控制發(fā)展。有趣的是,在相稱長(zhǎng)時(shí)間內(nèi),極少有人提到控制理論與人工智能的聯(lián)系。但是,這也局限性為奇,由于傳統(tǒng)的控制理論(涉及古典的和近代的)重要涉及對(duì)與伺服機(jī)構(gòu)有關(guān)的系統(tǒng)或裝置進(jìn)行操作與數(shù)學(xué)運(yùn)算,而人工智能所關(guān)心的則重要與符號(hào)運(yùn)算、邏輯推理及計(jì)算智能有關(guān)。

近十年來(lái),隨著人工智能和機(jī)器人技術(shù)的快速發(fā)展,對(duì)智能控制的研究出現(xiàn)一股新的熱潮。多個(gè)智能決策系統(tǒng)、專家控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)、含糊控制、神經(jīng)控制、主動(dòng)視覺(jué)控制、智能規(guī)劃和故障診療系統(tǒng)等已被應(yīng)用于各類工業(yè)過(guò)程控制系統(tǒng)、智能機(jī)器人系統(tǒng)和智能化生產(chǎn)(制造)系統(tǒng)。近年來(lái),以計(jì)算智能為基礎(chǔ)的某些新的智能控制辦法和技術(shù)己被先后提出來(lái)。這些新的智能控制系統(tǒng)有仿人控制系統(tǒng)、進(jìn)化控制系統(tǒng)和免疫控制系統(tǒng)等。與人工智能學(xué)科相比,智能控制學(xué)科含有較大的容他性,而沒(méi)有出發(fā)過(guò)于激烈和對(duì)立的爭(zhēng)論。早在智能控制建立的早期,許多智能控制事實(shí)上把3個(gè)不同認(rèn)知學(xué)派的思想融合和貫穿在智能控制學(xué)科之中。2、答:傳統(tǒng)控制理論在應(yīng)用中面臨的難題涉及:

(1)

傳統(tǒng)控制系統(tǒng)的設(shè)計(jì)與分析是建立在精確的系統(tǒng)數(shù)學(xué)模型基礎(chǔ)上的,而實(shí)際系統(tǒng)由于存在復(fù)雜性、非線性、時(shí)變性、不擬定性和不完全性等,普通無(wú)法獲得精確的數(shù)學(xué)模型。

(2)

研究這類系統(tǒng)時(shí),必須提出并遵照某些比較苛刻的假設(shè),而這些假設(shè)在應(yīng)用中往往與實(shí)際不相吻合。

(3)

對(duì)于某些復(fù)雜的和包含不擬定性的對(duì)象,根本無(wú)法以傳統(tǒng)數(shù)學(xué)模型來(lái)表達(dá),即無(wú)法解決建模問(wèn)題。

(4)

為了提高性能,傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜,從而增加了設(shè)備的初投資和維修費(fèi)用,減少系統(tǒng)的可靠性。

傳統(tǒng)控制理論在應(yīng)用中面臨的難題的解決,不僅需要發(fā)展控制理論與辦法,并且需要開(kāi)發(fā)與應(yīng)用計(jì)算機(jī)科學(xué)與工程的最新成果。人工智能的產(chǎn)生和發(fā)展正在為自動(dòng)控制系統(tǒng)的智能化提供有力支持。人工智能影響了許多含有不同背景的學(xué)科,它的發(fā)展已增進(jìn)自動(dòng)控制向著更高的水平──智能控制發(fā)展。

智能控制含有下列特點(diǎn):

(1)

同時(shí)含有以知識(shí)表達(dá)的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型(含計(jì)算智能模型與算法)表達(dá)的混合控制過(guò)程,也往往是那些含有復(fù)雜性、不完全性、含糊性或不擬定性以及不存在已知算法的過(guò)程,并以知識(shí)進(jìn)行推理,以啟發(fā)式方略和智能算法來(lái)引導(dǎo)求解過(guò)程。

(2)

智能控制的核心在高層控制,即組織級(jí)。高層控制的任務(wù)在于對(duì)實(shí)際環(huán)境或過(guò)程進(jìn)行組織,即決策和規(guī)劃,實(shí)現(xiàn)廣義問(wèn)題求解。

(3)

智能控制是一門邊沿交叉學(xué)科。事實(shí)上,智能控制涉及更多的有關(guān)學(xué)科。智能控制的發(fā)展需要各有關(guān)學(xué)科的配合與增援,同時(shí)也規(guī)定智能控制工程師是個(gè)知識(shí)工程師。

(4)

智能控制是一種新興的研究領(lǐng)域。無(wú)論在理論上或?qū)嵺`上它都還很不成熟、很不完善,需要進(jìn)一步探索與開(kāi)發(fā)。3、答:遞階智能機(jī)器的普通構(gòu)造是由三個(gè)控制層級(jí),即組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)構(gòu)成的。

這三個(gè)控制層級(jí)的功效和構(gòu)造以下:

(1)

組織級(jí)

組織級(jí)代表控制系統(tǒng)的主導(dǎo)思想,并由人工智能起控制作用。組織器作為推理機(jī)的規(guī)則發(fā)生器,解決高層信息,用于機(jī)器推理、規(guī)劃、決策、學(xué)習(xí)(反饋)和記憶操作,如圖1所示。

圖1

組織級(jí)的構(gòu)造框圖

(2)

協(xié)調(diào)級(jí)

協(xié)調(diào)級(jí)是上(組織)級(jí)和下(執(zhí)行)級(jí)之間的接口,承上啟下,并由人工智能和運(yùn)籌學(xué)共同作用。協(xié)調(diào)級(jí)由一定數(shù)量的含有固定構(gòu)造的協(xié)調(diào)器構(gòu)成,每個(gè)協(xié)調(diào)器執(zhí)行某些指定的作用。各協(xié)調(diào)器間的通訊由分派器來(lái)完畢,而分派器的可變構(gòu)造是由組織器控制的。

(3)

執(zhí)行級(jí)

執(zhí)行級(jí)是遞階智能控制的底層,規(guī)定含有較高的精度但較低的智能;它按控制論進(jìn)行控制,對(duì)有關(guān)過(guò)程執(zhí)行適宜的控制作用。執(zhí)行級(jí)的性能可由熵來(lái)表達(dá),因而統(tǒng)一了智能機(jī)器的功用。4、答:圖2給出了一種工業(yè)專家控制系統(tǒng)的構(gòu)造框圖。

圖2

工業(yè)專家控制器簡(jiǎn)化構(gòu)造圖

該工業(yè)專家控制系統(tǒng)的工作原理和各構(gòu)成部分的作用為:

(1)

知識(shí)庫(kù)(KB):KB寄存工業(yè)過(guò)程控制的領(lǐng)域知識(shí),由經(jīng)驗(yàn)數(shù)據(jù)庫(kù)(DB)和學(xué)習(xí)與適應(yīng)裝置(LA)構(gòu)成。經(jīng)驗(yàn)數(shù)據(jù)庫(kù)重要存儲(chǔ)經(jīng)驗(yàn)和事實(shí)。學(xué)習(xí)與適應(yīng)裝置的功效就是根據(jù)在線獲取的信息,補(bǔ)充或修改知識(shí)庫(kù)內(nèi)容,改善系統(tǒng)性能,方便提高問(wèn)題求解能力。

(2)

控制規(guī)則集(CRS):對(duì)受控過(guò)程的多個(gè)控制模式和經(jīng)驗(yàn)的歸納和總結(jié)。

(3)

推理機(jī)構(gòu)(IE):其復(fù)雜由于規(guī)則條數(shù)決定,如果搜索空間很小,推理機(jī)構(gòu)(IE)就十分簡(jiǎn)樸,采用向前推理辦法逐次鑒別多個(gè)規(guī)則的條件,滿足則執(zhí)行,否則繼續(xù)搜索。

(4)

特性識(shí)別與信息解決(FR＆IP):其作用是實(shí)現(xiàn)對(duì)信息的