智能控制试卷2

第1页共2页一、简答题（本题共40分，每小题10分）1.智能控制有哪几种结构理论?这些理论的内容是什么?2.模糊控制器由哪些部分组成?各部分的作用是什么?3.神经网络有哪几种学习方式?思想是什么？4.DHNN实现联想记忆的条件是什么？二、计算题（本题共30分，每小题10分）1.已知两模糊矩阵为，求RS。2.考虑输出的基本论域是2,2，对于模糊论域{5,4,3,2,1,0,1,2,3,4,5}V上的模糊集合0.3110.80.40.2012345C，采用最大隶属度法去模糊化，求相应的控制量。3.如图所示的一个3节点的离散Hopfield神经网络。假设初始状态为,试计算经过一次串行异步方式工作之后(按的顺序进行状态更新)，网络的状态变化。三、综合设计题（本题共30分，每小题15分）1.在偏差e的模糊论域[-4,4]和控制电压u的模糊论域[0,8]上定义语言值NB,NS,O,PS,PB的隶属度函数如图所示。O024241NBNSPBPSeO468201NBNSPBPSu已知模糊控制规则为规则1：如果e为O，则u为O；0.20.510.70.10.8R0.60.50.410.10.9S0.10.00.0-0.50.20.00.10.32v1v3v0.6)0,0,0(321yyy312,,vvv第2页共2页规则2：如果e为PS，则u为NS。采用玛达尼推理以及重心法去模糊化，求偏差0.6e时的控制电压u。2.请设计n=5的离散Hopfield网络，要求记忆3个样本，分别为：12311111,11111,11111TTTddd。