智能控制導論知到章節(jié)答案智慧樹2023年昆明理工大學

智能控制導論知到章節(jié)測試答案智慧樹2023年最新昆明理工大學第一章測試智能控制最大的優(yōu)點在于不需要精確的數(shù)學模型。

參考答案:

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。

參考答案:

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。

參考答案:

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

參考答案:

對智能控制理論的學習屬于自動控制任務中解決信號難以檢測的問題。

參考答案:

錯以下特點不屬于智能控制的是（）

參考答案:

實時性高智能控制的重要分支不包括（）

參考答案:

自適應控制智能控制的任務在于設計一個控制器，使之具有學習、抽象、推理和決策等功能。

參考答案:

對智能控制研究對象的特點不包括（）

參考答案:

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

參考答案:

對第二章測試專家系統(tǒng)其實就是一段計算機程序，該程序具備某領(lǐng)域內(nèi)專家水平的知識和經(jīng)驗，具有解決專門問題的能力。

參考答案:

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。

參考答案:

錯以下不屬于專家控制的特點的是（

）

參考答案:

網(wǎng)絡結(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。

參考答案:

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

參考答案:

對推理機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。

參考答案:

錯專家控制的規(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。

參考答案:

對專家控制的關(guān)鍵技術(shù)不包括（）

參考答案:

被控對象數(shù)學模型的建立以下關(guān)于專家PID控制描述不正確的是

參考答案:

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。

參考答案:

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。

參考答案:

對兩個定義在不同論域上的模糊集合之間可以進行元素的并、交等運算。

參考答案:

錯模糊關(guān)系矩陣的元素可以大于1。

參考答案:

錯隸屬函數(shù)的確定方法為（

）

參考答案:

其他3項都是設有兩個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。

參考答案:

錯設有兩個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（）

參考答案:

[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)學中的表示含義相同。

參考答案:

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

）

參考答案:

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）次方運算。

參考答案:

錯以下關(guān)于二維輸入的Mamdani推理方法描述錯誤的是（）

參考答案:

二維模糊集合融合的方式可以直接將對應元素計算“交”運算得到向量。第四章測試解模糊的目的是為了實現(xiàn)由模糊集合到定值定量信號的轉(zhuǎn)化。

參考答案:

對設計模糊控制器時可以無需進行模糊化接口的一步。

參考答案:

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

參考答案:

對在實際模糊控制任務中，模糊推理可以在離線狀態(tài)下設計一個模糊規(guī)則表，以查詢表的方式實現(xiàn)模糊推理。

參考答案:

對模糊控制器的組成包括（

）

參考答案:

其他3項都是常見的解模糊方法有（

）

參考答案:

其他3項都是模糊控制具有一定的不確定性，因此不能實現(xiàn)精確控制。

參考答案:

錯關(guān)于模糊控制的描述中錯誤的是（）

參考答案:

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需要根據(jù)實際的經(jīng)驗進行設定。

參考答案:

對當模糊推理中存在多條已知關(guān)系時，每個子關(guān)系計算的結(jié)果再進行“交”運算得到最后的推理關(guān)系R。

參考答案:

錯第五章測試人工神經(jīng)元數(shù)學模型的建立是根據(jù)實際神經(jīng)元的工作特性的。

參考答案:

對人工神經(jīng)元數(shù)學模型中的閾值是模擬實際神經(jīng)元中的（）

參考答案:

神經(jīng)元對信號的抑制作用以下關(guān)于BP神經(jīng)網(wǎng)絡的描述中錯誤的是（）

參考答案:

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)絡中采用的負梯度下降算法，當誤差目標函數(shù)中存在多個極值點時，仍然能夠?qū)ふ业饺肿顑?yōu)解。

參考答案:

錯學習的方式分為在線學習和批量學習。

參考答案:

對一個神經(jīng)元并不聰明，但千萬個神經(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。

參考答案:

對深度網(wǎng)絡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)樣本進行訓練。

參考答案:

對神經(jīng)網(wǎng)絡的學習過程就是網(wǎng)絡中的權(quán)值調(diào)整的過程。

參考答案:

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

參考答案:

錯以下關(guān)于神經(jīng)網(wǎng)絡的描述中錯誤的是（）

參考答案:

神經(jīng)網(wǎng)絡計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)絡控制器的設計。

參考答案:

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

）

參考答案:

其他3項都是神經(jīng)網(wǎng)絡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。

參考答案:

錯神經(jīng)網(wǎng)絡和PID控制器結(jié)合時輸出為比例積分和微分系數(shù)。

參考答案:

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

參考答案:

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

參考答案:

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

參考答案:

錯神經(jīng)網(wǎng)絡直接逆控制的可用性在相當程度上取決于逆模型的準確精度。

參考答案:

對神經(jīng)網(wǎng)絡輸入層節(jié)點個數(shù)與訓練樣本的個數(shù)有關(guān)。

參考答案:

錯神經(jīng)網(wǎng)絡作為控制器，可以實現(xiàn)對不確定系統(tǒng)或者未知系統(tǒng)進行有效的控制，使控制系統(tǒng)達到所要求的動態(tài)、靜態(tài)特性。

參考答案:

對第七章測試遺傳算法的基本操作不包括（）

參考答案:

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

參考答案:

對遺傳算法的構(gòu)成要素有哪些（

）

參考答案:

其他3項都是如果適應度函數(shù)有兩個變量，則可以把兩個變量的二進制編碼串接后形成染色體。

參考答案:

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

參考答案:

錯變異操作能夠使染色體序列產(chǎn)生出新的染色體編碼。

參考答案:

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

參考答案:

對兩個染色體在交叉中如果互換了某個位之后的所有染色體，則屬于單點交叉的類型。

參考答案:

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

參考答案:

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

參考答案:

對第八章測試MATLAB程序語句必須以分號結(jié)束。

參考答案:

錯新版本的MATLAB提供了深度學習工具包，以及對某些硬件的直接編程功能。

參考答案:

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)學運算能力。

參考答案:

對MATLAB中不能設計圖形用戶界面。

參考答案:

錯MATLAB中的變量類型有（

）

參考答案:

其他3項都屬于MATLAB循環(huán)和選擇語句的結(jié)束標志為end。

參考答案:

對兩個大小相同的矩陣進行點乘運算的結(jié)果為相同位置元素的乘積，與數(shù)學矩陣相乘不同。

參考答案:

對表達式1：2：10，第三個元素為（）

參考答案:

5SIMULINK中沒有提供信號源的模塊，需要從工作空間中給定。

參考答案:

錯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。

參考答案:

對第九章測試專家PID控制實驗中所設定的規(guī)則可以根據(jù)實際需要改變其策略和參數(shù)。

參考答案:

對專家PID控制實驗中建立被控對象數(shù)學模型的目的是為了設定模糊控制規(guī)則。

參考答案:

錯模糊控制實驗中建立的控制系統(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（）

參考答案:

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定。

參考答案:

對模糊控制系統(tǒng)實驗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。

參考答案:

對MATLAB中提供用于建立神經(jīng)網(wǎng)絡模型的函數(shù)為newcf、newff等，用于訓練的函數(shù)sim，用于計算網(wǎng)絡輸出的函數(shù)為train。

參考答案:

錯當神經(jīng)網(wǎng)絡為多輸入和多輸出的結(jié)構(gòu)時，樣本數(shù)據(jù)和測試數(shù)據(jù)需要進行轉(zhuǎn)置。

參考答案:

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

參考答案:

對遺傳算法實驗中的語句：TempE(Size,:)=BestS;其目的是為了保持最大適應度的編碼穩(wěn)定，以免出現(xiàn)取值振蕩。

參考答案