智能控制试卷A答案.doc

上传人:h**** 文档编号:1377859 上传时间:2019-02-23 格式:DOC 页数:9 大小:682KB
下载 相关 举报
智能控制试卷A答案.doc_第1页
第1页 / 共9页
智能控制试卷A答案.doc_第2页
第2页 / 共9页
智能控制试卷A答案.doc_第3页
第3页 / 共9页
智能控制试卷A答案.doc_第4页
第4页 / 共9页
智能控制试卷A答案.doc_第5页
第5页 / 共9页
点击查看更多>>
资源描述

1、共 7 页 第 1 页2011 级 智能控制 课程试题 A合分人: 复查人: 分数 评卷人一、填空题(每空 1 分,共 26 分)1智能控制同时具有以知识表示的非数学广义模型和以数学模型表示的混合过程,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 amounts to

2、(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 consists of

3、 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: They can

4、be used for the off-line design of fuzzy systems and in theiron-line tuning .7人工神经网络常见的激发函数或作用函数有:_饱和函数_、_线性函数_和_ Sigmoid 函数_(或双曲函数)_。8神经网络的结构按照神经元连接方式可分成前馈网络和反馈网络。题号 一 二 三 四 五 六 七 总分分数共 7 页 第 2 页10模糊系统与神经网络的结合方式很多,概括起来主要有三种形式:在模糊控制中引入神经网络;在神经网络中引入模糊逻辑;模糊系统与神经网络在结构上的融合。11 “知识获取”被公认为建造专家系统的关键和瓶颈之一。12

5、建造一个专家系统一般需要确认、概念化、形式化、实现和测试。13在蚁群算法中采用蚂蚁的行走路线表示待求解问题的可行解。分数 评卷人二、简答题:(共 36 分)1简述智能控制系统的类型(4 分) 。分级递阶控制系统、专家控制系统、神经控制系统、模糊控制系统、学习控制系统和复合(集成控制系统(答对 4 种即可)2Please specify 4 types of membership functions for the error suppose it is possmall. (4points )共 7 页 第 3 页3What is a “T-S “ fuzzy system? (4points

6、)对于函数模糊系统,采用单一模糊化,第 i 条 MISO 形式的规则为 12 , jklniiuAuAbg A是 是 是如 果 且 且 且 那 么其中“ ”仅表示函数 的自变量, 不是输出隶属函数的中心。Aigib若 niiiii uaagb,1,0,)(是实数, 这样的函数模糊系统称为 a “Takagi-Sugeno fuzzy system“.n4How to use batch or recursive least squares for tuning Takagi-Sugeno fuzzy systems that have many inputs and only one outp

7、ut.(4points )当给定 TS 模糊系统为: 1Riiigxy式中 。,0,1,iiiingxaxa展开得到,0,1,1 1RRRi ii inii i ixaxyx第一项是标准模糊系统。定义 1iiRix211211, R RTnnnxxx ,02,01,2,1,2,TRRnRnaaa 因此 Tyfxx表示 TS 模糊系统,可以看出它也是参数的线性形式,可以用批量或递推最小二乘训练共 7 页 第 4 页。也就是,简单地预先挑选一个 和向量 ,通过 处理训练数据fxixixx,其中 ,在成批最小二乘形成向量 或者在递推最小二乘的式中,用i,iyG代替 。 ixi5Why should

8、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 maxima and that we seek to explore other

9、areas of the search space to help find a global maximum.6什么是神经网络的学习算法?(4 分)神经网络中常用的学习规则有哪些?(4 分)“学习”是指在外界环境激励作用下,神经网络的连接权值不断调整适应的过程。神经网络的学习算法是指一系列事先定义好的解决学习问题的规则,它决定了如何调整神经网络连接权值的方式。误差修正规则(Error-Correction Learning) 、误差修正规则(Error-Correction Learning)Hebb 学习规则(Hebbian Learning) 、竞争学习(Competitive Lear

10、ning ) 。 。7试比较单层感知器和多层感知器。(4 分)单层感知器具有对线性可分的输入模式进行自动分类的功能。为了克服单层感知器的缺陷,实现任意输入模式的分类和功能,可以加入隐含层构成多层感知器。对于多层感知器,如果隐含层的节点可任意设置,则用双层感知器可以实现任意的二值逻辑函数;如果隐含层的节点可任意设置,且隐含层用S 型激励函数,双层感知器结构可以一致逼近任意的连续函数。8简述专家系统的基本组成。 (4 分)专家系统一般由知识库及其管理系统、推理机、综合数据库、知识获取机制、解释机构和人机接口六部分组成。共 7 页 第 5 页分数 评卷人三、作图题(共 23 分)1试画出智能控制的树

11、形结构图(5分) 专 家 控 制系 统 智 能管 理多 模变 结 构控 制神 经控 制 仿 人 智 能控 制 学 习 控 制智 能决 策神 经 模 糊控 制模 糊 控 制专 家控 制 器粗 糙 集 合 控 制 论模 糊 逻 辑 人 工 智 能系 统 论 模 式 识 别进 化 论信 息 论计 算 机 技 术神 经 网 络思 维 科 学 混 沌 理 论 专 家 系 统知 识 工 程可 拓控 制智 能预 测2Please draw up the structure chart of a Fuzzy Model Reference Learning Control (FMRLC)(5 分)共 7 页

12、第 6 页3试画出一个 3-7-3 BP 网络的结构图,说明 BP 学习算法中包含的两类信号不同方向的传播过程。 (8 分)X1y1y2X3X2y3共 7 页 第 7 页BP 学习算法实际包含了两类信号不同方向的传播过程,一类是施加输入信号由输入层经隐层到输出层,产生输出响应的“输入模式正向传播”过程;另一类是希望输出与实际输出之间的误差信号由输出层返回隐层和输入层,反向逐层修正连接权值和神经元输出阈值的“误差逆传播”过程。 “输入模式正向传播”和“误差逆传播”过程反复交替进行网络训练,最终达到网络的全局误差向极小值收敛(即实际输出逐渐逼近希望输出)而结束学习过程。4试画出专家控制系统的基本结

13、构图。 (5 分)分数 评卷人四、计算题:15 分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. When and , we use center of gravity (COG) defuzzification, 4)(te16)(tedminimum for premise a

14、nd implication. Please calculate the output of the fuzzy controller at the current time.共 7 页 第 8 页Table 1 abstract knowledge that the expert has about how to control the plant“change-in-error” “force” u-2 -1 0 1 2-2 2 2 2 1 0-1 2 2 1 0 -10 2 1 0 -1 -21 1 0 -1 -2 -2“error”e2 0 -1 -2 -2 -284 ,.detrad

15、t“zero”“negsmal“neglare”-1-2 012“posmal”“poslarge”84 16 ,utN“zero”“negsmal“neglare”-1-2 012“posmal”“poslarge”302010-10-20-30 4 2 ,.etrad“zero”“negsmal“neglare”-1-2 012“posmal”“poslarge”42Fig . 2 The membership functions of the inputs and output of a fuzzy system共 7 页 第 9 页解:由 得 ,4)(te1)(teu负 小由 得16)(td 21)(2)(tedutd负 小零 ,由此只激活的规则为:Rule 1 : If e(t) is negsmall and d(e(t)/dt is zero ,then u(t) is possmallRule 2 : If e(t) is negsmall and d(e(t)/dt is negsmall ,then u(t) is poslarge根据题意条件操作采用最小方法,则 21)(,(1tedupremis)(,(2tpreis由于蕴含操作用最小方法,则 u(t)蕴含模糊集合为梯形根据重心法解模糊法,易得输出:(N)15u因此,此时系统的输出为 15N。

展开阅读全文
相关资源
相关搜索
资源标签

当前位置:首页 > 教育教学资料库 > 试题真题

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。