智能控制基础思考题

112010级智能控制基础期末复习思考题一重要概念解释1智能控制答：智能控制是一门交叉学科，美国学者在运筹学的基础上提出了三元论的智能控制概念，即IC=ACnAInOR各子集的含义为：IC为智能控制，AI为人工智能，AC为自动控制，OR为运筹学。所谓智能控制，即设计一个控制器，使之具有学习、抽象、推理、决策等功能，并能根据环境（包含被控对象或被控过程）信息的变化做出适应性反应，从而实现由人来完成的任务。2专家系统与专家控制答：专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。专家控制是智能控制的一个重要分支，又称专家智能控制。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。3模糊集合与模糊关系，模糊推理模糊控制答：模糊集合：给定论域U上的一个模糊集A是指：对任何元素uU都存在一个数0,1Au与之对应，表示元素u属于集合A的程度，这个数称为元素u对集合A的隶属度，这个集合称为模糊集合。模糊关系：二元模糊关系：设A、B是两个非空集合，则直积,|,ABabaAbB中的一个模糊集合称为从A到B的一个模糊关系。模糊关系R可由其隶属度,Rab完全描述，隶属度,Rab表明了元素a与元素b具有关系R的程度。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”。4神经网络？答：人工神经网络（ArtificialNeuralNetwork）是模拟人脑思维方式的数学模型。神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为，它从微观结构和功能上对人脑进行抽象和简化，神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等。5遗传算法答：遗传算法是人工智能的一个重要分支，是基于自然选择和基因遗传学原理的搜索算法，是基于达尔文进化论，在计算机上模拟生命进化论机制而发展起来的一门学科。一专家控制部分1.专家系统的组成及各部分特点？答：专家系统主要由知识库和推理机构成。知识库：基于专家经验的判断性规则；用于推理、问题求解的控制性规则；用于说明问题的状态、事实和概念及当前的条件和常识等的数据。推理机：推理机是用于对知识库的知识进行推理来得到结论的“思维”机构，含正向推理：从原始数据和已知条件得到结论；反向推理：先提出假设的结论，然后寻找支持的证据，若证据存在，则假设成立；双向推理：运用正向推理提出假设的结论，运用反向推理来证实假设。2.专家控制与专家系统的区别？答：专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作方式。3.专家控制与模糊控制的共同点都是把人的经验整理成控制规则，二者有何区别？答：（1）专家控制规则中的概念是精确的，不具有模糊性，而模糊控制规则中的概念是模糊的；（2）由于模糊控制规则中概念是模糊的，因而可以借助于模糊逻辑推理实现控制。二．模糊控制部分1．智能控制与传统控制相比，有哪些主要的特点？答：（1）学习功能：智能控制器能通过从外界环境所获得的信息进行学习，不断积累知识，使系统的控制性能得到改善。（2）适应功能：智能控制器具有从输入到输出的映射关系，可实现不依靠于模型的自适应控制，当系统某一部分出现故障时，也能进行控制。（3）自组织功能：智能控制器对复杂的分布式信息具有自组织和协调的功能，当出现多目标冲突时，他可以在任务要求的范围内自行决策，主动采取行动。（4）优化功能：智能控制器能够通过不断优化控制参数和寻找控制器的最佳结构形式获得整体最优的控制性能。2．简述模糊集合的基本定义以及与隶属函数之间的相互关系。答：定义：论域U中的模糊集合A，是以隶属函数A为表征的集合A。A称为模糊集合A的隶属函数，)(uA称为u对A的隶属度，它表示论域U中的元素u属于模糊集合A的程度，它在[0，1]闭区间内可连续取值。关系：模糊集合是以隶属函数来描述的，隶属度的概念是模糊集合理论的基石。123常用隶属函数的种类及其表达式，及其图形表示。答：高斯型隶属函数：高斯型隶属函数由两个参数σ和c确定,其中参数b通常为正，参数c用于确定曲线的中心。表达式：广义钟形隶属函数：广义钟型隶属函数由三个参数a，b，c确定，其中参数a和b通常为正，参数c用于确定曲线的中心。表达式：S形隶属函数：S形函数由参数a和c决定，其中参数a的正负符号决定了S形隶属函数的开口朝左或朝右，用来表示“正大”或“负大”的概念。表达式：梯形隶属函数：由四个参数a，b，c，d确定，其中参数a和d确定梯形的“脚”，而参数b和c确定梯形的“肩膀”。表达式：三角形隶属函数：三角形曲线的形状由三个参数a，b，c确定，其中参数a和c确定三角形的“脚”，而参数b确定三角形的“峰”。表达式：Z形隶属函数：这是基于样条函数的曲线，因其呈现Z形状而得名。参数a和b确定了曲线的形状。4．给定变量论域，请在其上设计几个模糊子集，并用隶属函数予以描述，并绘图表示。（比如年龄（0-100岁）中的年幼，年轻，中年，老年如何进行表示？5．常用的模糊并和模糊交算子是怎样进行运算的？有什么特点？答：一般地：)()())(),(max()(uuuuuBABABABA，取大原则)()())(),(min()(uuuuuBABABABA，取小原则采用隶属函数的取大（MAX）和取小（MIN）进行模糊集合的并、交逻辑运算是目前最常用的方法。6．解释常用的几种清晰化方法的几何含义。（1）重心法；（2）最大隶属度法；（3）面积中心线法答：（1）最大隶属度法：选取推理结果的模糊集合中隶属度最最大的元素做为输出值，0max()v。如果在输出论域V中，其最大隶属度对应的输出值多于一个，则取所有最大隶属度输出的平均值，即011,max(())NiiivvuvN，N为具有相同最大隶属度输出的总数。（2）重心法：为了获得准确的控制量，就要求模糊方法能够很好的表达输出隶属度函数的计算结果，重心法是取隶属度函数曲线与横坐标围成面积的重心作为模糊推理的最终输出值。（3）加权平均法：工业控制中广泛使用的反模糊方法为加权平均法，输出值由下式决定：其中系数的选择根据实际情况而定。不同的系数决定系统具有不同的响应特性。当系数取隶属度时，就转化为重心法。7模糊推理的四种主要形式（出计算题）：1)如果x是A,则y是B，现假如x是A’,则y’?（教材4.1.3水箱水位控制）2)如果x是A,则y是B,否则是C,现x是A’,求y’?3)如果x是A且y是B,则z为C,先x是A’且y是B’,求z’?4)教材p4.4洗衣机模糊控制8模糊推理程序，模糊控制MATLAB程序，要能读懂，考试有程序题。9模糊自适应整定PID控制的原理是什么？答：自适应控制运用现代控制理论在线辨识对象特征参数，实时改变其控制策略，使控制系统品质指标保持在最佳范围内，但其控制效果的好坏取决于辨识模型的准确度，这对于复杂系统是非常困难的。因此在工业生产中，大量采用PID算法。自适应模糊PID控制器以误差e和误差变化ec作为输入，以满足不同时刻的e和ec对PID参数ikik)(iVv222)(),,(cxecxfbacxcbaxf211),,,()(11),,(cxaecaxfdxdxccdxdcxbbxaabaxaxdcbaxf010),,,,(cxcxbbcxcbxaabaxaxcbaxf00),,,(11自整定的要求。离散PID控制算法为0()(1)()()()kpidjekekukkekkTejkT式中，k为采样序号，T为采样时间。比例环节kp的作用是加快系统的响应速度，提高系统的调节精度。积分环节系数ki的作用是消除系统的稳态误差。微分作用系数kd的作用是改善系统的动态特性，降低系统的抗干扰性能。10模糊控制的特点或优点是什么？模糊控制具有的突出特点：(1)模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。(2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。(3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。(4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。(5)模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。三．神经网络部分1．解释什么叫做神经网络？答：人工神经网络（ArtificialNeuralNetwork）是模拟人脑思维方式的数学模型。神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为，它从微观结构和功能上对人脑进行抽象和简化，神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等。2．BP网络的结构是怎样的？具有什么主要特点？答：BP网络结构：含一个隐含层的BP网络结构如下图所示，图中i为输入层神经元，j为隐层神经元，k为输出层神经元特点：（1）是一种多层网络，包括输入层、隐含层和输出层；（2）层与层之间采用全互连方式，同一层神经元之间不连接；（3）权值通过δ学习算法进行调节；（4）神经元传递（激发）函数为S函数；（5）学习算法由正向传播和反向传播组成；（6）层与层的连接是单向的，信息的传播是双向的。3．写出单一神经元从输入到输出的表达式。P124答：图中iu为神经元的内部状态，i为阈值，ix为输入信号，nj,,1，ijw为表示从单元ju到单元iu的连接权系数，is为外部输入信号。上图的模型可描述为：jiijijisxwNet，)(iiNetfu，)(iiugy12通常情况下，取iiuug)(，即)(iiNetfy4神经网络控制的优点是什么？答：从控制角度来看，神经网络用于控制的优越性主要表现为：（1）神经网络可以处理那些难以用模型或规则描述的对象；（2）神经网络采用并行分布式信息处理方式，具有很强的容错性；（3）神经网络在本质上是非线性系统，可以实现任意非线性映射。神经网络在非线性控制系统中具有很大的发展前途；（4）神经网络具有很强的信息综合能力，它能够同时处理大量不同类型的输入，能够很好地解决输入信息之间的互补性和冗余性问题；（5）神经网络的硬件实现愈趋方便。大规模集成电路技术的发展为神经网络的硬件实现提供了技术手段，为神经网络在控制中的应用开辟了广阔的前景。5试简述BP网络和径向基函数网络各自的特点。BP网络特点：（1）是一种多层网络，包括输入层、隐含层和输出层；（2）层与层之间采用全互连方式，同一层神经元之间不连接；（3）权值通过δ学习算法进行调节；（4）神经元传递（激发）函数为S函数；（5）学习算法由正向传播和反向传播组成；（6）层与层的连接是单向的，信息的传播是双向的。RBF网络特点：(1)RBF网络的作用函数为高斯函数，是局部的，BP网络的作用函数为S函数，是全局的；(2)如何确定RBF网络隐层节点的中心及基宽度参数是一个困难的问题；(3)已证明RBF网络具有唯一最佳逼近的特性，且无局部极小。6BP网络前向传播和误差反