神经网络与模糊控制考试题及答案

一、填空题1、模糊控制器由模糊化接口、解模糊接口、知识库和模糊推理机组成2、一个单神经元的输入是1.0，其权值是1.5，阀值是-2，则其激活函数的净输入是-0.5，当激活函数是阶跃函数，则神经元的输出是13、神经网络的学习方式有导师监督学习、无导师监督学习和灌输式学习4、清晰化化的方法有三种：平均最大隶属度法、最大隶属度取最小/最大值法和中位数法，加权平均法5、模糊控制规则的建立有多种方法，是：基于专家经验和控制知识、基于操作人员的实际控制过程和基于过程的模糊模型，基于学习6、神经网络控制的结构归结为神经网络监督控制、神经网络直接逆动态控制、神网自适应控制、神网自适应评判控制、神网内模控制、神网预测控制六类7．傅京逊首次提出智能控制的概念，并归纳出的3种类型智能控制系统是、和。7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控制系统8、智能控制主要解决传统控制难以解决的复杂系统的控制问题，其研究的对象具备的3个特点为、和。8、不确定性、高度的非线性、复杂的任务要求9．智能控制系统的主要类型有、、、、和。9、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，集成或者（复合）混合控制系统10．智能控制的不确定性的模型包括两类：(1)；(2)。10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。11．控制论的三要素是：信息、反馈和控制。12．建立一个实用的专家系统的步骤包括三个方面的设计，它们分别是、和。知识库的设计推理机的设计人机接口的设计13．专家系统的核心组成部分为和。知识库、推理机14．专家系统中的知识库包括了3类知识，它们分别为、、和。判断性规则控制性规则数据15．专家系统的推理机可采用的3种推理方式为推理、和推理。15、正向推理、反向推理和双向推理16．根据专家控制器在控制系统中的功能，其可分为和。16、直接型专家控制器、间接型专家控制器17．普通集合可用函数表示,模糊集合可用函数表示。特征、隶属18．某省两所重点中学在(x1~x5)五年高考中，考生“正常发挥”的隶属函数分别为0.85、0.93、0.89、0.91、0.96和0.92、0.96、0.87、0.93、0.94。则在研究该省重点中学高考考生水平发挥的状况时，论域应为X，若分别用A、B表示两个学校考试“正常发挥”的状况，则用序偶表示法分别表示为A，B；“未正常发挥”模糊子集（用行向量表示）分别为和；而该省两所重点中学每年高考考生“正常发挥”的模糊子集应该是（用Zadeh法表示）。12345,,,,Xxxxxx，12345(,0.85),(,0.93),(,0.89),(,0.91),(,0.96)Axxxxx12345(,0.92),(,0.96),(,0.87),(,0.93),(,0.94)Bxxxxx[0.15,0.07,0.11,0.09,0.04]A，[0.08,0.04,0.13,0.07,0.06]B123450.850.930.870.910.94xxxxx19.确定隶属函数的方法大致有、和。19、模糊统计法主观经验法神经网络法20．在模糊控制中应用较多的隶属函数有6种，它们分别为高斯型隶属函数、、、、和。20、广义钟形隶属函数S形隶属函数梯形隶属函数三角形隶属函数Z形隶属函数21．在天气、学问、晴朗、表演和渊博中可作为语言变量值的有和。21、晴朗、渊博23．模糊控制是以、、和为基础的一种智能控制方法。模糊集理论，模糊语言变量，模糊逻辑推理24．模糊控制的数学基础为。24、模糊集合25．模糊控制中，常用的语言变量值用PM,PS,NM,NO等表示,其中PM代表,NO代表。25、正中、负零26.在模糊控制中，模糊推理的结果是量。26、模糊27.在模糊控制中，解模糊的结果是量。确定量28.基本模糊控制器的组成包括知识库以及、和。模糊化接口、推理机、解模糊接口29.在模糊控制中，实时信号需要才能作为模糊规则的输入，从而完成模糊推理。29、模糊化30．模糊控制是建立在基础之上的，它的发展可分为三个阶段，分别为、、和。30、人工经验模糊数学发展和形成阶段产生了简单的模糊控制器高性能模糊控制阶段31．模糊集合逻辑运算的模糊算子为、和。31、交运算算子并运算算子平衡算子32．在温度、成绩、暖和、口才和很好中可作为语言变量值的有和32.暖和、很好33．在水位、压力、暖和、表演、中年人和比较好中可作为语言变量值的有、和。33、暖和、中年人和比较好34．在水位、寒冷、温度、表演和偏高中可作为语言变量值的有和。34.寒冷、偏高35.模糊控制的基本思想是把人类专家对特定的被控对象或过程的总结成一系列以“”形式表示的控制规则。35、控制策略“IF条件THEN作用”36．神经网络的发展历程经历了4个阶段，分别为、、和。36、启蒙期、低潮期、复兴期、新连接机制期37．神经元由4部分构成，它们分别为、、和突触。37、细胞体、树突、轴突38．根据神经网络的连接方式，神经网络的３种形式为：、和。38、前向网络反馈网络自组织网络39．神经网络的3个要素为：、和。39、神经元的特性拓扑结构学习规则41.目前神经网络的学习算法有多种，按有无导师分类，可分为、和。41、有导师学习无导师学习再励学习42.神经网络的研究主要分为3个方面的内容，即、和。42.神经元模型、神经网络结构、神经网络学习算法43.神经网络的学习过程主要由正向传播和反向传播两个阶段组成。44．神经网络控制是将和相结合而发展起来的智能控制方法。神经网络，控制理论45.遗传算法的主要用途是。45、寻优（优化计算）46．常用的遗传算法的染色体编码方法有二种，它们分别为实数编码和。46、二进制编码47.遗传算法的3种基本遗传算子、和。47、比例选择算子单点交叉算子变异算子48．遗传算法中，适配度大的个体有被复制到下一代。更多机会49.遗传算法中常用的3种遗传算子（基本操作）为、、和。49、复制、交叉和变异二、简答题：1.试说明智能控制的的基本特点是什么？（1）学习功能（1分）（2）适应功能（1分）（3）自组织功能（1分）（4）优化能力（2分）2、试简述智能控制的几个重要分支。专家控制、模糊控制、神经网络控制和遗传算法。3、试说明智能控制研究的数学工具。智能控制研究的数学工具为：（1）符号推理与数值计算的结合；（2）离散事件与连续时间系统得结合；（3）模糊集理论；（4）神经网络理论；（5）优化理论4.智能控制系统有哪些类型，各自的特点是什么？（1）专家控制系统（1分）专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验。它具有启发性、透明性、灵活性、符号操作、不一确定性推理等特点。（2）模糊控制系统（1分）在被控制对象的模糊模型的基础上，运用模糊控制器近似推理手段，实现系统控制的一种方法模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。（3）神经控制系统（1分）神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征。（4）遗传算法（2分）遗传算法是基于自然选择和基因遗传学原理的搜索算法,是基于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.遗传算法可用于模糊控制规则的优化及神经网络参数及权值的学习,在智能控制领域有广泛的应用。5、简述专家控制与专家系统存在的区别。专家控制引入了专家系统的思想，但与专家系统存在区别：（1）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。（2）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。6、试说明智能控制的三元结构，并画出展示它们之间关系的示意图。把智能控制扩展为三元结构，即把人工智能、自动控制和运筹学交接如下表示：（2分）IC=AI∩AC∩OROR一运筹学（Operationresearch）IC一智能控制(intelligentcontrol);Al一人工智能(artificialintelligence);AC一自动控制(automaticColltrol);∩一表示交集.7．比较智能控制与传统控制的特点。传统控制：经典反馈控制和现代理论控制。它们的主要特征是基于精确的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。（2分）智能控制：以上问题用智能的方法同样可以解决。智能控制是对传统控制理论的发展，传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。8.简述智能控制系统较传统控制的优点。在传统控制的实际应用遇到很多难解决的问题，主要表现以下几点：（1）实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，无法获得精确的数学模型。(1分)（2）某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题。(1分)（3）针对实际系统往往需要进行一些比较苛刻的线性化假设，而这些假设往往与实际系统不符合。(1分)（4）实际控制任务复杂，而传统的控制任务要求低，对复杂的控制任务，如机器人控制、CIMS、社会经济管理系统等复杂任务无能为力。(1分)智能控制将控制理论的方法和人工智能技术灵活地结合起来，其控制方法适应对象的复杂性和不确定性,能够比较有效的解决上述问题,具有较大的优越性。(1分)9、智能控制与传统控制的主要区别如何？传统控制：经典反馈控制和现代理论控制。它们的主要特征是基于精确的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。智能控制：以上问题用智能的方法同样可以解决。智能控制是对传统控制理论的发展，能够解决传统控制方法难以解决的复杂系统的控制问题，如：对象的不确定性、高度的非线性和复杂的任务要求。传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。10．在模糊控制器的设计中，常用的反模糊化的方法有哪几种？最大隶属度法、中心法和加权平均法。11.简述将模糊控制规则离线转化为查询表形式的模糊控制器的设计步骤。(1)确定模糊控制器的结构;(2)定义输入、输出模糊集；(3)定义输入、输出隶属函数；(4)建立模糊控制规则；(5)建立模糊控制表；(6)模糊推理；(7)反模糊化。12.简述模糊控制的发展方向模糊控制的发展方向有：（１）Fuzzy-PID复合控制（2）自适应模糊控制（3）专家模糊控制（4）神经模糊控制（5）多变量模糊控制13、模糊控制系统一般由几个部分组成？1）模糊控制器2）输入/输出接口装置3）广义对象4）传感器14、比较模糊集合与普通集合的异同。比较模糊集合与普通集合的异同。相同点：都表示一个集合；不同点：普通集合具有特定的对象。而模糊集合没有特定的对象，允许在符合与不符合中间存在中间过渡状态。15．简述模糊集合的概念。设为某些对象的集合,称为论域,可以是连续的或离散的；论域到[0,1]区间的任一映射:→[0,1]确定了的一个模糊子集；称为的隶属函数，表示论域的任意元素属于模糊子集F的程度。模糊子集F的表示方法有几种，如：向量表示法、Zadeh表示法、序偶表示法等。16、请画出模糊控制系统的组成框图，并结合该图说明模糊控制器的工作原理。模糊控制器的工作原理为:(1)模糊化接口测量输入变量(设定输入)和受控系统的输出变量,并把它们映射到一个合适的响应论域的量程,然后,精确的输入数据被变换为适当的语言值或模糊集合的标识符。本单元可视为模糊集合的标记。(2)知识库涉及应用领域和控制目标的相关知识,它由数据库和语言(模糊)控制规则库组成。数据库为语言控制规则的论域离散化和隶属函数提供必要的定义。语言控制规则标记控制目标和领域专家的控制策略。(3)推理机是模糊控制系统的核心。以模糊概念为基础,模糊控制信息可通过模糊蕴涵和模糊逻辑的推理规则来获取,并可实现拟人决策过程。根据模糊输入和模糊控制规则,模糊推理求解模糊关系方程,获得模糊输出。(4)模糊判决接口起到模糊控制的推断作用,并产生