智能控制基礎(chǔ)思考題

2010級(jí)智能控制根底期末復(fù)習(xí)思考題一重要概念解釋1智能控制答：智能控制是一門交叉學(xué)科，美國(guó)學(xué)者在運(yùn)籌學(xué)的根底上提出了三元論的智能控制概念，即IC=ACnAInOR各子集的含義為：IC為智能控制，AI為人工智能，AC為自動(dòng)控制，OR為運(yùn)籌學(xué)。所謂智能控制，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〔包含被控對(duì)象或被控過(guò)程〕信息的變化做出適應(yīng)性反響，從而實(shí)現(xiàn)由人來(lái)完成的任務(wù)。2專家系統(tǒng)與專家控制答：專家系統(tǒng)是一類包含知識(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)，具有解決專門問(wèn)題的能力。專家控制是智能控制的一個(gè)重要分支，又稱專家智能控制。所謂專家控制，是將專家系統(tǒng)的理論和技術(shù)同控制理論、方法與技術(shù)相結(jié)合，在未知環(huán)境下，仿效專家的經(jīng)驗(yàn)，實(shí)現(xiàn)對(duì)系統(tǒng)的控制。3模糊集合與模糊關(guān)系，模糊推理模糊控制答：模糊集合：給定論域U上的一個(gè)模糊集是指：對(duì)任何元素都存在一個(gè)數(shù)與之對(duì)應(yīng)，表示元素u屬于集合的程度，這個(gè)數(shù)稱為元素u對(duì)集合的隸屬度，這個(gè)集合稱為模糊集合。模糊關(guān)系：二元模糊關(guān)系：設(shè)A、B是兩個(gè)非空集合，那么直積中的一個(gè)模糊集合稱為從A到B的一個(gè)模糊關(guān)系。模糊關(guān)系可由其隸屬度完全描述，隸屬度說(shuō)明了元素a與元素b具有關(guān)系的程度。模糊推理：知道了語(yǔ)言控制規(guī)那么中蘊(yùn)含的模糊關(guān)系后，就可以根據(jù)模糊關(guān)系和輸入情況，來(lái)確定輸出的情況，這就叫“模糊推理”。4神經(jīng)網(wǎng)絡(luò)？答：人工神經(jīng)網(wǎng)絡(luò)〔ArtificialNeuralNetwork〕是模擬人腦思維方式的數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)是在現(xiàn)代生物學(xué)研究人腦組織成果的根底上提出的，用來(lái)模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為，它從微觀結(jié)構(gòu)和功能上對(duì)人腦進(jìn)行抽象和簡(jiǎn)化，神經(jīng)網(wǎng)絡(luò)反映了人腦功能的根本特征，如并行信息處理、學(xué)習(xí)、聯(lián)想、模式分類、記憶等。5遺傳算法答：遺傳算法是人工智能的一個(gè)重要分支，是基于自然選擇和基因遺傳學(xué)原理的搜索算法，是基于達(dá)爾文進(jìn)化論，在計(jì)算機(jī)上模擬生命進(jìn)化論機(jī)制而開(kāi)展起來(lái)的一門學(xué)科。一專家控制局部專家系統(tǒng)的組成及各局部特點(diǎn)？答：專家系統(tǒng)主要由知識(shí)庫(kù)和推理機(jī)構(gòu)成。知識(shí)庫(kù)：基于專家經(jīng)驗(yàn)的判斷性規(guī)那么；用于推理、問(wèn)題求解的控制性規(guī)那么；用于說(shuō)明問(wèn)題的狀態(tài)、事實(shí)和概念及當(dāng)前的條件和常識(shí)等的數(shù)據(jù)。推理機(jī)：推理機(jī)是用于對(duì)知識(shí)庫(kù)的知識(shí)進(jìn)行推理來(lái)得到結(jié)論的“思維”機(jī)構(gòu)，含正向推理：從原始數(shù)據(jù)和條件得到結(jié)論；反向推理：先提出假設(shè)的結(jié)論，然后尋找支持的證據(jù)，假設(shè)證據(jù)存在，那么假設(shè)成立；雙向推理：運(yùn)用正向推理提出假設(shè)的結(jié)論，運(yùn)用反向推理來(lái)證實(shí)假設(shè)。專家控制與專家系統(tǒng)的區(qū)別？答：專家系統(tǒng)能完成專門領(lǐng)域的功能，輔助用戶決策；專家控制能進(jìn)行獨(dú)立的、實(shí)時(shí)的自動(dòng)決策。專家控制比專家系統(tǒng)對(duì)可靠性和抗干擾性有著更高的要求。專家系統(tǒng)處于離線工作方式，而專家控制要求在線獲取反響信息，即要求在線工作方式。3.專家控制與模糊控制的共同點(diǎn)都是把人的經(jīng)驗(yàn)整理成控制規(guī)那么，二者有何區(qū)別？答：〔1〕專家控制規(guī)那么中的概念是精確的，不具有模糊性，而模糊控制規(guī)那么中的概念是模糊的；〔2〕由于模糊控制規(guī)那么中概念是模糊的，因而可以借助于模糊邏輯推理實(shí)現(xiàn)控制。二．模糊控制局部1．智能控制與傳統(tǒng)控制相比，有哪些主要的特點(diǎn)？答：〔1〕學(xué)習(xí)功能：智能控制器能通過(guò)從外界環(huán)境所獲得的信息進(jìn)行學(xué)習(xí)，不斷積累知識(shí)，使系統(tǒng)的控制性能得到改善。適應(yīng)功能：智能控制器具有從輸入到輸出的映射關(guān)系，可實(shí)現(xiàn)不依靠于模型的自適應(yīng)控制，當(dāng)系統(tǒng)某一局部出現(xiàn)故障時(shí)，也能進(jìn)行控制。自組織功能：智能控制器對(duì)復(fù)雜的分布式信息具有自組織和協(xié)調(diào)的功能，當(dāng)出現(xiàn)多目標(biāo)沖突時(shí)，他可以在任務(wù)要求的范圍內(nèi)自行決策，主動(dòng)采取行動(dòng)。優(yōu)化功能：智能控制器能夠通過(guò)不斷優(yōu)化控制參數(shù)和尋找控制器的最正確結(jié)構(gòu)形式獲得整體最優(yōu)的控制性能。2．簡(jiǎn)述模糊集合的根本定義以及與隸屬函數(shù)之間的相互關(guān)系。答：定義：論域U中的模糊集合A，是以隸屬函數(shù)為表征的集合A。稱為模糊集合A的隸屬函數(shù)，稱為u對(duì)A的隸屬度，它表示論域U中的元素u屬于模糊集合A的程度，它在[0，1]閉區(qū)間內(nèi)可連續(xù)取值。關(guān)系：模糊集合是以隸屬函數(shù)來(lái)描述的，隸屬度的概念是模糊集合理論的基石。3常用隸屬函數(shù)的種類及其表達(dá)式，及其圖形表示。答：高斯型隸屬函數(shù)：高斯型隸屬函數(shù)由兩個(gè)參數(shù)σ和c確定,其中參數(shù)b通常為正，參數(shù)c用于確定曲線的中心。表達(dá)式：廣義鐘形隸屬函數(shù)：廣義鐘型隸屬函數(shù)由三個(gè)參數(shù)a，b，c確定，其中參數(shù)a和b通常為正，參數(shù)c用于確定曲線的中心。表達(dá)式：S形隸屬函數(shù)：S形函數(shù)由參數(shù)a和c決定，其中參數(shù)a的正負(fù)符號(hào)決定了S形隸屬函數(shù)的開(kāi)口朝左或朝右，用來(lái)表示“正大”或“負(fù)大”的概念。表達(dá)式：梯形隸屬函數(shù)：由四個(gè)參數(shù)a，b，c，d確定，其中參數(shù)a和d確定梯形的“腳”，而參數(shù)b和c確定梯形的“肩膀”。表達(dá)式：三角形隸屬函數(shù)：三角形曲線的形狀由三個(gè)參數(shù)a，b，c確定，其中參數(shù)a和c確定三角形的“腳”，而參數(shù)b確定三角形的“峰”。表達(dá)式：Z形隸屬函數(shù)：這是基于樣條函數(shù)的曲線，因其呈現(xiàn)Z形狀而得名。參數(shù)a和b確定了曲線的形狀。4．給定變量論域，請(qǐng)?jiān)谄渖显O(shè)計(jì)幾個(gè)模糊子集，并用隸屬函數(shù)予以描述，并繪圖表示?！脖确侥挲g〔0-100歲〕中的年幼，年輕，中年，老年如何進(jìn)行表示？5．常用的模糊并和模糊交算子是怎樣進(jìn)行運(yùn)算的？有什么特點(diǎn)？答：一般地：，取大原那么，取小原那么采用隸屬函數(shù)的取大〔MAX〕和取小〔MIN〕進(jìn)行模糊集合的并、交邏輯運(yùn)算是目前最常用的方法。解釋常用的幾種清晰化方法的幾何含義?！?〕重心法；〔2〕最大隸屬度法；〔3〕面積中心線法答：〔1〕最大隸屬度法：選取推理結(jié)果的模糊集合中隸屬度最最大的元素做為輸出值，。如果在輸出論域V中，其最大隸屬度對(duì)應(yīng)的輸出值多于一個(gè)，那么取所有最大隸屬度輸出的平均值，即，N為具有相同最大隸屬度輸出的總數(shù)?！?〕重心法：為了獲得準(zhǔn)確的控制量，就要求模糊方法能夠很好的表達(dá)輸出隸屬度函數(shù)的計(jì)算結(jié)果，重心法是取隸屬度函數(shù)曲線與橫坐標(biāo)圍成面積的重心作為模糊推理的最終輸出值?！?〕加權(quán)平均法：工業(yè)控制中廣泛使用的反模糊方法為加權(quán)平均法，輸出值由下式?jīng)Q定：其中系數(shù)的選擇根據(jù)實(shí)際情況而定。不同的系數(shù)決定系統(tǒng)具有不同的響應(yīng)特性。當(dāng)系數(shù)取隸屬度時(shí)，就轉(zhuǎn)化為重心法。7模糊推理的四種主要形式〔出計(jì)算題〕：1)如果x是A,那么y是B，現(xiàn)假設(shè)x是A’,那么y’?〔教材4.1.3水箱水位控制〕2)如果x是A,那么y是B,否那么是C,現(xiàn)x是A’,求y’?3)如果x是A且y是B,那么z為C,先x是A’且y是B’,求z’?4)教材p4.4洗衣機(jī)模糊控制8模糊推理程序，模糊控制MATLAB程序，要能讀懂，考試有程序題。9模糊自適應(yīng)整定PID控制的原理是什么？答：自適應(yīng)控制運(yùn)用現(xiàn)代控制理論在線辨識(shí)對(duì)象特征參數(shù)，實(shí)時(shí)改變其控制策略，使控制系統(tǒng)品質(zhì)指標(biāo)保持在最正確范圍內(nèi)，但其控制效果的好壞取決于辨識(shí)模型的準(zhǔn)確度，這對(duì)于復(fù)雜系統(tǒng)是非常困難的。因此在工業(yè)生產(chǎn)中，大量采用PID算法。自適應(yīng)模糊PID控制器以誤差e和誤差變化ec作為輸入，以滿足不同時(shí)刻的e和ec對(duì)PID參數(shù)自整定的要求。離散PID控制算法為式中，k為采樣序號(hào)，T為采樣時(shí)間。比例環(huán)節(jié)kp的作用是加快系統(tǒng)的響應(yīng)速度，提高系統(tǒng)的調(diào)節(jié)精度。積分環(huán)節(jié)系數(shù)ki的作用是消除系統(tǒng)的穩(wěn)態(tài)誤差。微分作用系數(shù)kd的作用是改善系統(tǒng)的動(dòng)態(tài)特性，降低系統(tǒng)的抗干擾性能。10模糊控制的特點(diǎn)或優(yōu)點(diǎn)是什么？模糊控制具有的突出特點(diǎn)：(1)模糊控制是一種基于規(guī)那么的控制，它直接采用語(yǔ)言型控制規(guī)那么，出發(fā)點(diǎn)是現(xiàn)場(chǎng)操作人員的控制經(jīng)驗(yàn)或相關(guān)專家的知識(shí)，在設(shè)計(jì)中不需要建立被控對(duì)象的精確的數(shù)學(xué)模型，因而使得控制機(jī)理和策略易于接受與理解，設(shè)計(jì)簡(jiǎn)單，便于應(yīng)用。(2)由工業(yè)過(guò)程的定性認(rèn)識(shí)出發(fā)，比擬容易建立語(yǔ)言控制規(guī)那么，因而模糊控制對(duì)那些數(shù)學(xué)模型難以獲取，動(dòng)態(tài)特性不易掌握或變化非常顯著的對(duì)象非常適用。(3)基于模型的控制算法及系統(tǒng)設(shè)計(jì)方法，由于出發(fā)點(diǎn)和性能指標(biāo)的不同，容易導(dǎo)致較大差異；但一個(gè)系統(tǒng)語(yǔ)言控制規(guī)那么卻具有相對(duì)的獨(dú)立性，利用這些控制規(guī)律間的模糊連接，容易找到折中的選擇，使控制效果優(yōu)于常規(guī)控制器。(4)模糊控制是基于啟發(fā)性的知識(shí)及語(yǔ)言決策規(guī)那么設(shè)計(jì)的，這有利于模擬人工控制的過(guò)程和方法，增強(qiáng)控制系統(tǒng)的適應(yīng)能力，使之具有一定的智能水平。(5)模糊控制系統(tǒng)的魯棒性強(qiáng)，干擾和參數(shù)變化對(duì)控制效果的影響被大大減弱，尤其適合于非線性、時(shí)變及純滯后系統(tǒng)的控制。三．神經(jīng)網(wǎng)絡(luò)局部解釋什么叫做神經(jīng)網(wǎng)絡(luò)？答：人工神經(jīng)網(wǎng)絡(luò)〔ArtificialNeuralNetwork〕是模擬人腦思維方式的數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)是在現(xiàn)代生物學(xué)研究人腦組織成果的根底上提出的，用來(lái)模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為，它從微觀結(jié)構(gòu)和功能上對(duì)人腦進(jìn)行抽象和簡(jiǎn)化，神經(jīng)網(wǎng)絡(luò)反映了人腦功能的根本特征，如并行信息處理、學(xué)習(xí)、聯(lián)想、模式分類、記憶等。BP網(wǎng)絡(luò)的結(jié)構(gòu)是怎樣的？具有什么主要特點(diǎn)？答：BP網(wǎng)絡(luò)結(jié)構(gòu)：含一個(gè)隱含層的BP網(wǎng)絡(luò)結(jié)構(gòu)如下列圖所示，圖中為輸入層神經(jīng)元，為隱層神經(jīng)元，為輸出層神經(jīng)元特點(diǎn)：〔1〕是一種多層網(wǎng)絡(luò)，包括輸入層、隱含層和輸出層；〔2〕層與層之間采用全互連方式，同一層神經(jīng)元之間不連接；〔3〕權(quán)值通過(guò)δ學(xué)習(xí)算法進(jìn)行調(diào)節(jié)；〔4〕神經(jīng)元傳遞〔激發(fā)〕函數(shù)為S函數(shù)；〔5〕學(xué)習(xí)算法由正向傳播和反向傳播組成；〔6〕層與層的連接是單向的，信息的傳播是雙向的。寫(xiě)出單一神經(jīng)元從輸入到輸出的表達(dá)式。P124答：圖中為神經(jīng)元的內(nèi)部狀態(tài)，為閾值，為輸入信號(hào)，，為表示從單元到單元的連接權(quán)系數(shù)，為外部輸入信號(hào)。上圖的模型可描述為：，，通常情況下，取，即4神經(jīng)網(wǎng)絡(luò)控制的優(yōu)點(diǎn)是什么？答：從控制角度來(lái)看，神經(jīng)網(wǎng)絡(luò)用于控制的優(yōu)越性主要表現(xiàn)為：〔1〕神經(jīng)網(wǎng)絡(luò)可以處理那些難以用模型或規(guī)那么描述的對(duì)象；〔2〕神經(jīng)網(wǎng)絡(luò)采用并行分布式信息處理方式，具有很強(qiáng)的容錯(cuò)性；〔3〕神經(jīng)網(wǎng)絡(luò)在本質(zhì)上是非線性系統(tǒng)，可以實(shí)現(xiàn)任意非線性映射。神經(jīng)網(wǎng)絡(luò)在非線性控制系統(tǒng)中具有很大的開(kāi)展前途；〔4〕神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的信息綜合能力，它能夠同時(shí)處理大量不同類型的輸入，能夠很好地解決輸入信息之間的互補(bǔ)性和冗余性問(wèn)題；〔5〕神經(jīng)網(wǎng)絡(luò)的硬件實(shí)現(xiàn)愈趨方便。大規(guī)模集成電路技術(shù)的開(kāi)展為神經(jīng)網(wǎng)絡(luò)的硬件實(shí)現(xiàn)提供了技術(shù)手段，為神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用開(kāi)辟了廣闊的前景。5試簡(jiǎn)述BP網(wǎng)絡(luò)和徑向基函數(shù)網(wǎng)絡(luò)各自的特點(diǎn)。BP網(wǎng)絡(luò)特點(diǎn)：〔1〕是一種多層網(wǎng)絡(luò)，包括輸入層、隱含層和輸出層；〔2〕層與層之間采用全互連方式，同一層神經(jīng)元之間不連接；〔3〕權(quán)值通過(guò)δ學(xué)習(xí)算法進(jìn)行調(diào)節(jié)；〔4〕神經(jīng)元傳遞〔激發(fā)〕函數(shù)為S函數(shù)；〔5〕學(xué)習(xí)算法由正向傳播和反向傳播組成；〔6〕層與層的連接是單向的，信息的傳播是雙向的。RBF網(wǎng)絡(luò)特點(diǎn)：(1)RBF網(wǎng)絡(luò)的作用函數(shù)為高斯函數(shù)，是局部的，BP網(wǎng)絡(luò)的作用函數(shù)為S函數(shù)，是全局的；(2)如何確定RBF網(wǎng)絡(luò)隱層節(jié)點(diǎn)的中心及基寬度參數(shù)是一個(gè)困難的問(wèn)題；(3)已證明RBF網(wǎng)絡(luò)具有唯一最正確逼近的特性，且無(wú)局部極小。6BP網(wǎng)絡(luò)前向傳播和誤差反向傳播的計(jì)算〔計(jì)算題〕。7基于BP神經(jīng)網(wǎng)絡(luò)的模式識(shí)別〔計(jì)算分析題〕8神經(jīng)網(wǎng)絡(luò)監(jiān)督控制的原理？答：通過(guò)對(duì)傳統(tǒng)控制器進(jìn)行學(xué)習(xí)，然后用神經(jīng)網(wǎng)絡(luò)控制器逐漸取代傳統(tǒng)控制器的方法，稱為神經(jīng)網(wǎng)絡(luò)監(jiān)督控制。神經(jīng)網(wǎng)絡(luò)監(jiān)督控制的結(jié)構(gòu)如圖9-1所示。神經(jīng)網(wǎng)絡(luò)控制器實(shí)際上是一個(gè)前饋控制器，它建立的是被控對(duì)象的逆模型。神經(jīng)網(wǎng)絡(luò)控制器通過(guò)對(duì)傳統(tǒng)控制器的輸出進(jìn)行學(xué)習(xí)，在線調(diào)整網(wǎng)絡(luò)的權(quán)值，使反響控制輸入趨近于零，從而使神經(jīng)網(wǎng)絡(luò)控制器逐漸在控制作用中占據(jù)主導(dǎo)地位，最終取消反響控制器的作用。一旦系統(tǒng)出現(xiàn)干擾，反響控制器重新起作用。這種前饋加反響的監(jiān)督控制方法，不僅可以確?？刂葡到y(tǒng)的穩(wěn)定性和魯棒性，而且可有效地提高系統(tǒng)的精度和自適應(yīng)能力。三．遺傳算法1．簡(jiǎn)述遺傳算法是如何實(shí)現(xiàn)優(yōu)化的？答：遺傳算法將“優(yōu)勝劣汰，適者生存”的生物進(jìn)化原理引入優(yōu)化參數(shù)形成的編碼串聯(lián)群體中，