智能控制導(dǎo)論智慧樹知到課后章節(jié)答案2023年下昆明理工大學(xué)

智能控制導(dǎo)論智慧樹知到課后章節(jié)答案2023年下昆明理工大學(xué)昆明理工大學(xué)

第一章測試

智能控制最大的優(yōu)點(diǎn)在于不需要精確的數(shù)學(xué)模型。

A:對B:錯(cuò)

答案:對

傅京孫提出了智能控制的二元論，包括了人工智能和自動控制。

A:錯(cuò)B:對

答案:對

智能控制在任何場合下的控制效果都一定比經(jīng)典控制理論中的要好。

A:錯(cuò)B:對

答案:錯(cuò)

智能控制主要用于解決傳統(tǒng)控制難以解決的復(fù)雜系統(tǒng)的控制問題。

A:對B:錯(cuò)

答案:對

智能控制理論的學(xué)習(xí)屬于自動控制任務(wù)中解決信號難以檢測的問題。

A:對B:錯(cuò)

答案:錯(cuò)

以下特點(diǎn)不屬于智能控制的是（）

A:優(yōu)化能力B:適應(yīng)能力C:學(xué)習(xí)功能D:實(shí)時(shí)性高

答案:實(shí)時(shí)性高

智能控制的重要分支不包括（）

A:專家控制B:自適應(yīng)控制C:模糊控制D:神經(jīng)網(wǎng)絡(luò)控制

答案:自適應(yīng)控制

智能控制的任務(wù)在于設(shè)計(jì)一個(gè)控制器，使之具有學(xué)習(xí)、抽象、推理和決策等功能。

A:對B:錯(cuò)

答案:對

智能控制研究對象的特點(diǎn)不包括（）

A:快速計(jì)算B:不確定性模型C:復(fù)雜的控制要求D:高度非線性的模型

答案:快速計(jì)算

1987年1月，在美國舉行了第一屆國際智能控制大會，標(biāo)志著智能控制領(lǐng)域的形成。

A:對B:錯(cuò)

答案:對

第二章測試

專家系統(tǒng)其實(shí)就是一段計(jì)算機(jī)程序，該程序具備某領(lǐng)域內(nèi)專家水平的知識和經(jīng)驗(yàn)，具有解決專門問題的能力。

A:錯(cuò)B:對

答案:對

專家控制分為直接型專家控制器和間接型專家控制器，專家PID控制器屬于間接型。

A:對B:錯(cuò)

答案:錯(cuò)

以下不屬于專家控制的特點(diǎn)的是（

）

A:魯棒性B:適應(yīng)性C:靈活性D:網(wǎng)絡(luò)結(jié)構(gòu)

答案:網(wǎng)絡(luò)結(jié)構(gòu)

專家系統(tǒng)結(jié)構(gòu)中的關(guān)鍵部分為知識庫和推理機(jī)。

A:錯(cuò)B:對

答案:對

常用的知識表達(dá)方法為：產(chǎn)生式規(guī)則、框架、語義網(wǎng)絡(luò)、過程。

A:對B:錯(cuò)

答案:對

推理機(jī)中的正向推理是從結(jié)果中得到原始數(shù)據(jù)和已知條件。

A:錯(cuò)B:對

答案:錯(cuò)

專家控制的規(guī)則庫一般采用產(chǎn)生式規(guī)則表示，IF控制局勢THEN操作結(jié)論。

A:對B:錯(cuò)

答案:對

專家控制的關(guān)鍵技術(shù)不包括（）

A:將定性只是轉(zhuǎn)換為定量的控制信號B:知識的表達(dá)方法C:被控對象數(shù)學(xué)模型的建立D:從傳感器中識別和獲取定量的控制信號

答案:被控對象數(shù)學(xué)模型的建立

以下關(guān)于專家PID控制描述不正確的是

A:微分的作用是為了消除系統(tǒng)的靜態(tài)誤差B:根據(jù)偏差和偏差變化率實(shí)施的控制規(guī)則C:根據(jù)實(shí)際的控制任務(wù)和誤差曲線，可以調(diào)整專家控制規(guī)則和參數(shù)取值D:一般采用增量式PID作為控制器的輸出值

答案:微分的作用是為了消除系統(tǒng)的靜態(tài)誤差

直接型專家控制器用于取代常規(guī)控制器，直接控制生產(chǎn)過程或被控對象。

A:錯(cuò)B:對

答案:對

第三章測試

模糊集合的元素是以某種程度隸屬于該集合，而普通集合的元素隸屬度為0或者1。

A:錯(cuò)B:對

答案:對

兩個(gè)定義在不同論域上的模糊集合之間可以進(jìn)行元素的并、交等運(yùn)算。

A:錯(cuò)B:對

答案:錯(cuò)

模糊關(guān)系矩陣的元素可以大于1。

A:對B:錯(cuò)

答案:錯(cuò)

隸屬函數(shù)的確定方法為（

）

A:其他3項(xiàng)都是B:神經(jīng)網(wǎng)絡(luò)法C:模糊統(tǒng)計(jì)法D:主管經(jīng)驗(yàn)法

答案:其他3項(xiàng)都是

設(shè)有兩個(gè)定義在相同論域上的模糊集合A和B，A合成B的結(jié)果等于B合成A的結(jié)果。

A:錯(cuò)B:對

答案:錯(cuò)

設(shè)有兩個(gè)定義在相同論域上的模糊集合A=[0.20.4;0.60.9],B=[0.80.7;0.50.3]，則A合成B的結(jié)果為（）

A:[0.70.5;0.30.6]B:[0.80.5;0.30.6]C:[0.40.3;0.60.6]D:[0.40.6;0.20.9]

答案:[0.40.3;0.60.6]

模糊集合表示為A=u1/x1+u2/x2+u3/x3+……，其中u代表隸屬度，x表示論域元素，式子中的加號和除法和數(shù)學(xué)中的表示含義相同。

A:對B:錯(cuò)

答案:錯(cuò)

已知“如果天氣冷，請多穿衣服”這一條關(guān)系R，則“當(dāng)天氣為很冷，則穿什么衣服”，這一推理過程屬于（

）

A:其他3項(xiàng)都不對B:后向推理C:前向推理D:雙向推理

答案:前向推理

已知模糊集合A表示“大蘋果”，則加了語氣算子的模糊集合B“很大的蘋果”，B中的元素隸屬度等于A中元素隸屬度加（1/2）次方運(yùn)算。

A:錯(cuò)B:對

答案:錯(cuò)

以下關(guān)于二維輸入的Mamdani推理方法描述錯(cuò)誤的是（）

A:二維模糊集合融合的方式可以直接將對應(yīng)元素計(jì)算“交”運(yùn)算得到向量。B:兩個(gè)二維模糊集合合成的方法為轉(zhuǎn)置后按位取小得到一個(gè)矩陣。C:首先需要將輸入端進(jìn)行融合，兩個(gè)定義在不同論域上的模糊集合通過轉(zhuǎn)置后形成矩陣，達(dá)到融合的效果。D:輸入端二維模糊集合融合后需要將矩陣的行首位相連構(gòu)成一個(gè)向量，再參與和關(guān)系矩陣R的合成運(yùn)算。

答案:二維模糊集合融合的方式可以直接將對應(yīng)元素計(jì)算“交”運(yùn)算得到向量。

第四章測試

解模糊的目的是為了實(shí)現(xiàn)由模糊集合到定值定量信號的轉(zhuǎn)化。

A:錯(cuò)B:對

答案:對

設(shè)計(jì)模糊控制器時(shí)可以無需進(jìn)行模糊化接口的一步。

A:對B:錯(cuò)

答案:錯(cuò)

模糊化接口一般采用隸屬度最大化原則實(shí)現(xiàn)由實(shí)際取值到模糊集合的映射。

A:對B:錯(cuò)

答案:對

在實(shí)際模糊控制任務(wù)中，模糊推理可以在離線狀態(tài)下設(shè)計(jì)一個(gè)模糊規(guī)則表，以查詢表的方式實(shí)現(xiàn)模糊推理。

A:對B:錯(cuò)

答案:對

模糊控制器的組成包括（

）

A:推理與解模糊接口B:其他3項(xiàng)都是C:模糊化接口D:知識庫

答案:其他3項(xiàng)都是

常見的解模糊方法有（

）

A:最大隸屬度法B:重心法C:加權(quán)平均法D:其他3項(xiàng)都是

答案:其他3項(xiàng)都是

模糊控制具有一定的不確定性，因此不能實(shí)現(xiàn)精確控制。

A:對B:錯(cuò)

答案:錯(cuò)

關(guān)于模糊控制的描述中錯(cuò)誤的是（）

A:模糊控制的輸入一般是誤差和誤差的變化率B:模糊控制中首先應(yīng)該將傳感器和設(shè)定值偏差通過量化因子轉(zhuǎn)換到離散論域C:模糊控制隸屬度的選取可以隨意給定D:模糊推理的結(jié)果通過隸屬度最大化原則得到離散論域值，再通過比例因子轉(zhuǎn)換為實(shí)際值輸出

答案:模糊控制隸屬度的選取可以隨意給定

在制定模糊查詢表時(shí)需要根據(jù)實(shí)際的經(jīng)驗(yàn)進(jìn)行設(shè)定。

A:錯(cuò)B:對

答案:對

當(dāng)模糊推理中存在多條已知關(guān)系時(shí)，每個(gè)子關(guān)系計(jì)算的結(jié)果再進(jìn)行“交”運(yùn)算得到最后的推理關(guān)系R。

A:錯(cuò)B:對

答案:錯(cuò)

第五章測試

人工神經(jīng)元數(shù)學(xué)模型的建立是根據(jù)實(shí)際神經(jīng)元的工作特性的。

A:錯(cuò)B:對

答案:對

人工神經(jīng)元數(shù)學(xué)模型中的閾值是模擬實(shí)際神經(jīng)元中的（）

A:神經(jīng)元對信號的發(fā)送作用B:神經(jīng)元對輸入信號的匯總作用C:神經(jīng)元對信號的抑制作用D:神經(jīng)元之間的連接強(qiáng)度

答案:神經(jīng)元對信號的抑制作用

以下關(guān)于BP神經(jīng)網(wǎng)絡(luò)的描述中錯(cuò)誤的是（）

A:神經(jīng)網(wǎng)絡(luò)的層內(nèi)之間不存在連B:采用誤差反向傳播的負(fù)梯度下降算法調(diào)整網(wǎng)絡(luò)權(quán)值C:前一層的神經(jīng)元和后一層的神經(jīng)元存在部分連接關(guān)系D:BP網(wǎng)絡(luò)是一種前向網(wǎng)絡(luò)結(jié)

答案:前一層的神經(jīng)元和后一層的神經(jīng)元存在部分連接關(guān)系

BP神經(jīng)網(wǎng)絡(luò)中采用的負(fù)梯度下降算法，當(dāng)誤差目標(biāo)函數(shù)中存在多個(gè)極值點(diǎn)時(shí)，仍然能夠?qū)ふ业饺肿顑?yōu)解。

A:對B:錯(cuò)

答案:錯(cuò)

學(xué)習(xí)的方式分為在線學(xué)習(xí)和批量學(xué)習(xí)。

A:錯(cuò)B:對

答案:對

一個(gè)神經(jīng)元并不聰明，但千萬個(gè)神經(jīng)元彼此相連在有限的空間里就會產(chǎn)生智慧，這屬于群智能的現(xiàn)象之一。

A:錯(cuò)B:對

答案:對

深度網(wǎng)絡(luò)模型中由于存在大量待尋優(yōu)的參數(shù)，因此需要大數(shù)據(jù)樣本進(jìn)行訓(xùn)練。

A:錯(cuò)B:對

答案:對

神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程就是網(wǎng)絡(luò)中的權(quán)值調(diào)整的過程。

A:錯(cuò)B:對

答案:對

神經(jīng)網(wǎng)絡(luò)的泛化能力就是指對樣本數(shù)據(jù)的擬合和逼近效果。

A:對B:錯(cuò)

答案:錯(cuò)

以下關(guān)于神經(jīng)網(wǎng)絡(luò)的描述中錯(cuò)誤的是（）

A:誤差反向傳播過程中采用負(fù)梯度下降算法B:神經(jīng)網(wǎng)絡(luò)計(jì)算過程中不能省略神經(jīng)元的閾值參數(shù)C:神經(jīng)網(wǎng)絡(luò)具有并行計(jì)算的能力D:神經(jīng)網(wǎng)絡(luò)中單個(gè)神經(jīng)元的破壞不會影響結(jié)果，因此具有較好的容錯(cuò)機(jī)制

答案:神經(jīng)網(wǎng)絡(luò)計(jì)算過程中不能省略神經(jīng)元的閾值參數(shù)

第六章測試

神經(jīng)網(wǎng)絡(luò)控制內(nèi)容一般包括被控對象系統(tǒng)辨識和神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)。

A:對B:錯(cuò)

答案:對

以下屬于神經(jīng)網(wǎng)絡(luò)控制結(jié)構(gòu)的有（

）

A:神經(jīng)網(wǎng)絡(luò)自校正控制B:神經(jīng)網(wǎng)絡(luò)監(jiān)督控制C:其他3項(xiàng)都是D:神經(jīng)網(wǎng)絡(luò)直接逆控制

答案:其他3項(xiàng)都是

神經(jīng)網(wǎng)絡(luò)直接逆控制是與被控對象并聯(lián)起來，以使得總體的傳遞函數(shù)為1。

A:對B:錯(cuò)

答案:錯(cuò)

神經(jīng)網(wǎng)絡(luò)和PID控制器結(jié)合時(shí)輸出為比例積分和微分系數(shù)。

A:對B:錯(cuò)

答案:對

神經(jīng)網(wǎng)絡(luò)在做被控對象系統(tǒng)辨識時(shí)需要采集大量的輸入和輸出數(shù)據(jù)形成訓(xùn)練樣本。

A:對B:錯(cuò)

答案:對

神經(jīng)網(wǎng)絡(luò)從本質(zhì)上說就是一個(gè)建立了輸入變量到輸出變量之間的映射函數(shù)。

A:錯(cuò)B:對

答案:對

所謂黑箱模型是指輸入和輸出變量之間的數(shù)學(xué)關(guān)系式是確定的。

A:錯(cuò)B:對

答案:錯(cuò)

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。

A:錯(cuò)B:對

答案:對

神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點(diǎn)個(gè)數(shù)與訓(xùn)練樣本的個(gè)數(shù)有關(guān)。

A:對B:錯(cuò)

答案:錯(cuò)

神經(jīng)網(wǎng)絡(luò)作為控制器，可以實(shí)現(xiàn)對不確定系統(tǒng)或者未知系統(tǒng)進(jìn)行有效的控制，使控制系統(tǒng)達(dá)到所要求的動態(tài)、靜態(tài)特性。

A:對B:錯(cuò)

答案:對

第七章測試

遺傳算法的基本操作不包括（）

A:變異B:交叉C:抑制D:復(fù)制

答案:抑制

遺傳算法最大的優(yōu)點(diǎn)在于能夠快速在解空間中找到目標(biāo)函數(shù)的最佳解。

A:錯(cuò)B:對

答案:對

遺傳算法的構(gòu)成要素有哪些（

）

A:遺傳算子、運(yùn)行參數(shù)B:個(gè)體適應(yīng)度評價(jià)C:其他3項(xiàng)都是D:染色體編碼方法

答案:其他3項(xiàng)都是

如果適應(yīng)度函數(shù)有兩個(gè)變量，則可以把兩個(gè)變量的二進(jìn)制編碼串接后形成染色體。

A:錯(cuò)B:對

答案:對

染色體經(jīng)過復(fù)制、交叉、變異后的適應(yīng)度一定比原種群中的染色體適應(yīng)度高。

A:對B:錯(cuò)

答案:錯(cuò)

變異操作能夠使染色體序列產(chǎn)生出新的染色體編碼。

A:錯(cuò)B:對

答案:對

在復(fù)制操作中，采用輪盤賭的方式篩選出參與交叉和變異的染色體，顯然適應(yīng)度大的個(gè)體更容易被選中。

A:錯(cuò)B:對

答案:對

兩個(gè)染色體在交叉中如果互換了某個(gè)位之后的所有染色體，則屬于單點(diǎn)交叉的類型。

A:錯(cuò)B:對

答案:對

由于多條染色體在迭代過程中同時(shí)參與遺傳操作，因此具有并行計(jì)算的特點(diǎn)，適合大規(guī)模復(fù)雜問題的優(yōu)化。

A:錯(cuò)B:對

答案:對

遺傳操作后得到的結(jié)果需要經(jīng)過解碼操作轉(zhuǎn)換為實(shí)際變量的取值。

A:對B:錯(cuò)

答案:對

第八章測試

MATLAB程序語句必須以分號結(jié)束。

A:錯(cuò)B:對

答案:錯(cuò)

新版本的MATLAB提供了深度學(xué)習(xí)工具包，以及對某些硬件的直接編程功能。

A:錯(cuò)B:對

答案:對

MATLAB中數(shù)據(jù)存放格式是以矩陣形式，因此具有快速高效的矩陣和數(shù)學(xué)運(yùn)算能力。

A:錯(cuò)B:對

答案:對

MATLAB中不能設(shè)計(jì)圖形用戶界面。

A:錯(cuò)B:對

答案:錯(cuò)

MATLAB中的變量類型有（

）

A:浮點(diǎn)型變量B:整形變量C:其他3項(xiàng)都屬于D:胞元數(shù)組

答案:其他3項(xiàng)都屬于

MATLAB循環(huán)和選擇語句的結(jié)束標(biāo)志為end。

A:對B:錯(cuò)

答案:對

兩個(gè)大小相同的矩陣進(jìn)行點(diǎn)乘運(yùn)算的結(jié)果為相同位置元素的乘積，與數(shù)學(xué)矩陣相乘不同。

A:對B:錯(cuò)

答案:對

表達(dá)式1：2：10，第三個(gè)元素為（）

A:3B:10C:7D:5

答案:5

SIMULINK中沒有提供信號源的模塊，需要從工作空間中給定。

A:錯(cuò)B:對

答案:錯(cuò)

MATLAB提供了多種曲線繪制函數(shù)，只需要給定函數(shù)式、變量等就可以繪制。

A:錯(cuò)B:對

答案:對

第九章測試

專家PID控制實(shí)驗(yàn)中所設(shè)定的規(guī)則可以根據(jù)實(shí)際需要改變其策略和參數(shù)。

A:錯(cuò)B:對

答案:對

專家PID控制實(shí)驗(yàn)中建立被控對象數(shù)學(xué)模型的目的是為了設(shè)定模糊控制規(guī)則。

A:對B:錯(cuò)

答案:錯(cuò)

模糊控制實(shí)驗(yàn)中建立的控制系統(tǒng)框圖里，從信號發(fā)生器到虛擬示波器之間連線的目的是為了（）

A:模糊控制器的要求B:提高系統(tǒng)的穩(wěn)定性C:提供反饋信D:提供原始信號與模糊控制輸出跟蹤信號的對比作用

答案:提供原始信號與模糊控制輸出跟蹤信號的對比作用

模糊控制系統(tǒng)框圖中的被控對象可以通過雙擊的方式打開后重新設(shè)定。

A:錯(cuò)B:對

答案:對

模糊控制系統(tǒng)實(shí)驗(yàn)中變量為誤差和誤差的變化率，模糊控制器的輸出為跟蹤正弦信號的結(jié)果。

A:錯(cuò)B:對

答案:對

MATLAB中提供用于建立神經(jīng)網(wǎng)絡(luò)模型的函數(shù)為newcf、newff等，用于訓(xùn)練的函數(shù)sim，用于計(jì)算網(wǎng)絡(luò)輸出的函數(shù)為train。

A:錯(cuò)B:對

答案:錯(cuò)

當(dāng)神經(jīng)網(wǎng)絡(luò)為多輸入和多輸出的結(jié)構(gòu)時(shí)，樣本數(shù)據(jù)和測試數(shù)據(jù)需要進(jìn)行轉(zhuǎn)置。

A:錯(cuò)B:對

答案:對

遺傳算法的具體編程可以根據(jù)實(shí)際需求而不同，但遺傳操作的基本思想是一致的。

A:對B:錯(cuò)

答案:對

遺傳算法實(shí)驗(yàn)中的語句：TempE(Size,:)=Best