资源描述：
《《智能控制技术》考试试题.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、《智能控制技术》考试试题（备注：请将本试卷粘贴在答题本内页）一、概念题（每小题5分，共20分）（1）人工神经网络人工神经网络的研究是人工智能、认知科学、神经生理学、非线性动力学等学科的交叉热点。2．模糊推理知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输出的情况，这就叫“模糊推理”。3．专家系统专家系统是一个具有大量专门知识与经验的程序系统，它应用人工智能技术，根据某个领域或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复制问题。4．递阶控制对递阶结构的大系统所采用的控制方式。二、简答题（每小题10分，共4
2、0分）1．简述智能控制的发展过程,并说明智能控制的特点。从20世纪60年代至今，智能控制的发展过程通常被划分3个阶段：萌芽期、形成期和发展期。智能控制具有以下基本特点：1）应能为复杂系统进行有效的全局控制，并具有较强的容错能力。2）定性策划和定量控制相结合的多模态组合控制。3）从系统的功能和整体优化的角度来分析和综合系统，以实现预定的目标，并具有自组织能力。4）同时具有以知识表示的非数学广义模型和以数学表示的数学模型的混合控制过程，系统在信息处理上，既有数学运算，又有逻辑和知识推理。2． 智能控制学科有哪几种结构理论?这些理论的内容是什么?二元结构理论 傅京孙曾对几个与自学
3、习控制(learningcontrol)有关的领域进行了研究。为强调系统的问题求解和决策能力,他用“智能控制系统”来包括这些领域。他指出“智能控制系统描述自动控制系统与人工智能的交接作用”。我们可以用式(1.3)和(1.6)以及图1.3来表示这种交接作用,并把它称为二元交集结构。1.4.2 三元结构理论 萨里迪斯于1977年提出另一种智能控制结构,它把傅京孙的智能控制扩展为三元结构,即把智能控制看作为人工智能、自动控制和运筹学的交接,如图1.4所示。萨里迪斯认为,构成二元交集结构的两元互相支配,无助于智能控制的有效和成功应用。必须把运筹学的概念引入智能控制,使它成为三元交
4、集中的一个子集。 蔡自兴提出四元智能控制结构,把智能控制看做自动控制、人工智能、信息论和运筹学四个学科的交集,如图1.5(a)所示,其关系如式(1.5)和(1.8)描述。图1.5(b)表示这种四元结构的简化图。1．什么是模糊集合和隶属函数?模糊集合有哪些基本运算?满足哪些规律?隶属函数(membershipfunction)，用于表征模糊集合的数学工具。对于普通集合A，它可以理解为某个论域U上的一个子集。为了描述论域U中任一元素u是否属于集合A，通常可以用0或1标志。用0表示u不属于A，而用1表示属于A，从而得到了U上的一个二值函数χA（u），它表征了U的元素u对普通集合的从属
5、关系，通常称为A的特征函数，为了描述元素u对U上的一个模糊集合的隶属关系，由于这种关系的不分明性，它将用从区间[0，1]中所取的数值代替0，1这两值来描述，记为（u），数值（u）表示元素隶属于模糊集的程度，论域U上的函数μ即为模糊集的隶属函数，而（u）即为u对A的隶属度。设A和B为论域U中的两个模糊集,其隶属函数分别为和,则对于所有,存在下列运算: (1) A与B的并(逻辑或) (2) A与B的交(逻辑与) (3) A的补(逻辑非)2． 简述人工神经网络的特点和主要学习算法。 人工神经网络的结构基本上分为两类,即递归(反馈) 网络和前馈网络,简介如下。 (
6、1) 递归网络 在递归网络中,多个神经元互连以组织一个互连神经网络,如图7.2所示。有些神经元的输出被反馈至同层或前层神经元,递归网络又叫做反馈网络。Hopfield网络,Elmman网络和Jordan网络是递归网络有代表性的例子。(2) 前馈网络 具有递阶分层结构,由一些同层神经元间不存在互连的层级组成。从输入层至输出层的信号通过单向连接流通;神经元从一层连接至下一层,不存在同层神经元间的连接,如图7.3。前馈网络的例子有多层感知器(MLP) 、学习矢量量化(LVQ) 网络、小脑模型联接控制(CMAC) 网络和数据处理方法(GMDH) 网络等。（2）答： (1) 有
7、师学习 有师学习需要有个老师或导师来提供期望或目标输出信号。 (2) 无师学习 无师学习算法不需要知道期望输出。在训练过程中,只要向神经网络提供输入模式,神经网络就能够自动地适应连接权,以便按相似特征把输入模式分组聚集。无师学习算法的例子包括Kohonen算法和Carpenter-Grossberg自适应谐振理论(ART)等。 (3) 强化学习 强化学习是有师学习的特例,它不需要老师给出目标输出,采用一个“评论员”来评价与给定输入相对应的神经网络输出
