2014智能控制試卷A答案剖析(共10頁(yè))

1、精選優(yōu)質(zhì)文檔-傾情為你奉上2011級(jí) 智能控制 課程試題 A題號(hào)一二三四五六七總分分?jǐn)?shù)合分人： 復(fù)查人： 一、填空題（每空 1 分，共 26分）分?jǐn)?shù)評(píng)卷人1智能控制同時(shí)具有以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合過(guò)程,2A fuzzy controller is composed of (1) A rule-base . (2) An inference mechanism (3) A fuzzification interface and (4) A defuzzification interface .3Fuzzy control system design essentially

2、 amounts to (1) choosing the fuzzy controller inputs and outputs , (2) choosing the preprocessing that is needed for the controller inputs and possibly postprocessing that is needed for the output and(3) designing each of the four components of the fuzzy controller .4In FMRLC，the learning mechanism

3、consists of two parts: a fuzzy inverse model and a knowledge-base modifier. 5Genetic operations of selection (reproduction), crossover, and mutation are used to produce one generation from the next.6There are basically two ways that the genetic algorithm can be used in the area of fuzzy systems: The

4、y can be used for the off-line design of fuzzy systems and in theiron-line tuning .7人工神經(jīng)網(wǎng)絡(luò)常見(jiàn)的激發(fā)函數(shù)或作用函數(shù)有：_飽和函數(shù)_、_線性函數(shù)_和_ Sigmoid 函數(shù)_（或雙曲函數(shù)）_。8神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)按照神經(jīng)元連接方式可分成前饋網(wǎng)絡(luò)和反饋網(wǎng)絡(luò)。10模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合方式很多，概括起來(lái)主要有三種形式：在模糊控制中引入神經(jīng)網(wǎng)絡(luò)；在神經(jīng)網(wǎng)絡(luò)中引入模糊邏輯；模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)上的融合。11“知識(shí)獲取”被公認(rèn)為建造專(zhuān)家系統(tǒng)的關(guān)鍵和瓶頸之一。12建造一個(gè)專(zhuān)家系統(tǒng)一般需要確認(rèn)、概念化、形式化、實(shí)現(xiàn)和測(cè)

5、試。13在蟻群算法中采用螞蟻的行走路線表示待求解問(wèn)題的可行解。二、簡(jiǎn)答題：（共 36 分）分?jǐn)?shù)評(píng)卷人1簡(jiǎn)述智能控制系統(tǒng)的類(lèi)型（4分）。分級(jí)遞階控制系統(tǒng)、專(zhuān)家控制系統(tǒng)、神經(jīng)控制系統(tǒng)、模糊控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)和復(fù)合（集成控制系統(tǒng)(答對(duì)4 種即可)2Please specify 4 types of membership functions for the error suppose it is possmall. （4points）3What is a “T-S fuzzy system? （4points）對(duì)于函數(shù)模糊系統(tǒng)，采用單一模糊化，第i條MISO形式的規(guī)則為其中“”僅表示函數(shù)的自變量，

6、不是輸出隸屬函數(shù)的中心。若 是實(shí)數(shù), 這樣的函數(shù)模糊系統(tǒng)稱(chēng)為 a “Takagi-Sugeno fuzzy system.4How to use batch or recursive least squares for tuning Takagi-Sugeno fuzzy systems that have many inputs and only one output.（4points） 當(dāng)給定TS模糊系統(tǒng)為：式中 。展開(kāi)得到 第一項(xiàng)是標(biāo)準(zhǔn)模糊系統(tǒng)。定義因此表示TS模糊系統(tǒng)，可以看出它也是參數(shù)的線性形式，可以用批量或遞推最小二乘訓(xùn)練。也就是，簡(jiǎn)單地預(yù)先挑選一個(gè)和向量，通過(guò)處理訓(xùn)練數(shù)據(jù)，其中，

7、在成批最小二乘形成向量或者在遞推最小二乘的式中，用代替。 5Why should the genetic algorithm perform mutation?（4 分）It provides random excursions into new parts of the search space. It is possible that we will get lucky and mutate to a good solution. It is the mechanism that tries to make sure that we do not get stuck at a local

8、maxima and that we seek to explore other areas of the search space to help find a global maximum.6什么是神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法？（4 分）神經(jīng)網(wǎng)絡(luò)中常用的學(xué)習(xí)規(guī)則有哪些？（4 分）“學(xué)習(xí)”是指在外界環(huán)境激勵(lì)作用下，神經(jīng)網(wǎng)絡(luò)的連接權(quán)值不斷調(diào)整適應(yīng)的過(guò)程。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法是指一系列事先定義好的解決學(xué)習(xí)問(wèn)題的規(guī)則，它決定了如何調(diào)整神經(jīng)網(wǎng)絡(luò)連接權(quán)值的方式。誤差修正規(guī)則（Error-Correction Learning）、誤差修正規(guī)則（Error-Correction Learning）Hebb學(xué)習(xí)規(guī)則（H

9、ebbian Learning）、競(jìng)爭(zhēng)學(xué)習(xí)（Competitive Learning）。7試比較單層感知器和多層感知器。（4 分）單層感知器具有對(duì)線性可分的輸入模式進(jìn)行自動(dòng)分類(lèi)的功能。為了克服單層感知器的缺陷，實(shí)現(xiàn)任意輸入模式的分類(lèi)和功能，可以加入隱含層構(gòu)成多層感知器。對(duì)于多層感知器，如果隱含層的節(jié)點(diǎn)可任意設(shè)置，則用雙層感知器可以實(shí)現(xiàn)任意的二值邏輯函數(shù)；如果隱含層的節(jié)點(diǎn)可任意設(shè)置，且隱含層用S 型激勵(lì)函數(shù)，雙層感知器結(jié)構(gòu)可以一致逼近任意的連續(xù)函數(shù)。8簡(jiǎn)述專(zhuān)家系統(tǒng)的基本組成。（4 分）專(zhuān)家系統(tǒng)一般由知識(shí)庫(kù)及其管理系統(tǒng)、推理機(jī)、綜合數(shù)據(jù)庫(kù)、知識(shí)獲取機(jī)制、解釋機(jī)構(gòu)和人機(jī)接口六部分組成。三、作圖題（共

10、23 分）分?jǐn)?shù)評(píng)卷人1試畫(huà)出智能控制的樹(shù)形結(jié)構(gòu)圖（5分）2Please draw up the structure chart of a Fuzzy Model Reference Learning Control (FMRLC)（5分）3試畫(huà)出一個(gè)3-7-3 BP 網(wǎng)絡(luò)的結(jié)構(gòu)圖，說(shuō)明BP 學(xué)習(xí)算法中包含的兩類(lèi)信號(hào)不同方向的傳播過(guò)程。（8分）X1y1y2X3X2y3BP 學(xué)習(xí)算法實(shí)際包含了兩類(lèi)信號(hào)不同方向的傳播過(guò)程，一類(lèi)是施加輸入信號(hào)由輸入層經(jīng)隱層到輸出層，產(chǎn)生輸出響應(yīng)的“輸入模式正向傳播”過(guò)程；另一類(lèi)是希望輸出與實(shí)際輸出之間的誤差信號(hào)由輸出層返回隱層和輸入層，反向逐層修正連接權(quán)值和神經(jīng)元輸出

11、閾值的“誤差逆?zhèn)鞑ァ边^(guò)程。“輸入模式正向傳播”和“誤差逆?zhèn)鞑ァ边^(guò)程反復(fù)交替進(jìn)行網(wǎng)絡(luò)訓(xùn)練，最終達(dá)到網(wǎng)絡(luò)的全局誤差向極小值收斂（即實(shí)際輸出逐漸逼近希望輸出）而結(jié)束學(xué)習(xí)過(guò)程。4試畫(huà)出專(zhuān)家控制系統(tǒng)的基本結(jié)構(gòu)圖。（5分）四、計(jì)算題：15分分?jǐn)?shù)評(píng)卷人1. The membership functions of the inputs and output of a fuzzy system were shown in Fig . 2.Table 1 represents abstract knowledge that the expert has about how to control the plant

12、. When and , we use center of gravity (COG) defuzzification, minimum for premise and implication. Please calculate the output of the fuzzy controller at the current time.Table 1 abstract knowledge that the expert has about how to control the plant“force” u“change-in-error” -2-1012“error” e-222210-12210-10210-1-2110-1-2-220-1-2-2-2Fig . 2 The membership functions of the inputs and output of a fuzzy system解：由得，由得由此只激活的規(guī)則為：Rule 1 ： If e(t) is negsmall and d(e