智能控制问答题终极版

1-1智能控制系统由哪几部分组成？各部分的作用是什么？答：六部分组成：执行器、传感器、感知信息处理、规划与控制、认知和通信接口。1、执行器是系统的输出，对外界对象发生作用。2、传感器产生智能系统的输入，传感器用来监测外部环境和系统本身的状态。传感器向感知信息处理单元提供输入。3、感知信息处理，将传感器得到的原始信息加以处理，并与内部环境模型产生的期望信息进行比较。4、认知主要用来接收和存储信息、知识、经验和数据，并对他们进行分析、推理作出行动的决策，送至规划和控制部分。5、通信接口除建立人机之间的联系外，还建立系统各模块之间的联系。6、规划和控制是整个系统的核心，它根据给定的任务要求，反馈的信息，以及经验知识，进行自动搜索，推理决策，动作规划，最终产生具体的控制作用。1-2智能控制系统的特点是什么？答：1、智能控制系统一般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控制过程。2、智能控制器具有分层信息处理和决策机构。3、智能控制器具有非线性和变结构特点。4、智能控制器具有多目标优化能力。5、智能控制器能够在复杂环境下学习。从功能和行为上分析，智能控制系统应具备以下一条或几条功能特点：1、自适应功能2、自学习功能3、自组织功能4、自诊断功能5、自修复功能1-3智能控制与传统控制相比较有什么不同？在什么场合下应该选用智能控制策略？答：（1）不同点：1、涉及的范围：智能控制的范围包括了传统控制的范围。有微分/差分方程描述的系统；有混合系统（离散和连续系统混合、符号和数值系统混合、数字和模拟系统混合）。2、控制的目标：智能的目标寻求在巨大的不确定环境中，获得整体的优化。因此，智能控制要考虑：故障诊断、系统重构、自组织、自学习能力、多重目标。3、系统的结构：控制对象和控制系统的结合。（2）在什么场合下应该选用智能控制策略。说法一：主要针对控制对象及其环境、目标和任务的不确定性和复杂性的系统。说法二：主要针对无法获得精确的数学模型、无法解决建模问题、假设条件与实际不相吻合的系统。2-11模糊逻辑控制器由哪几部分组成？各完成什么功能？答：（1）组成：输入量模糊化接口、知识库（数据库和规则库）、推理机、输出解模糊接口四部分。（2）功能：1、模糊化接口测量输入变量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示符。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，模糊控制信息可以通过模糊蕴涵和模糊逻辑的推理规则来获取，并可以实现拟人决策过程。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，获取模糊输出。4、模糊决策接口起到模糊控制的推断作用，并产生一个精确的或非模糊的控制作用。此精确控制作用必须进行逆定标，这一作用是在对受控过程进行控制之前通过量程变换实现的。模糊控制器的结构组成和作用：一、模糊化接口测量输入变量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。二、知识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。三、推理机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。四、模糊判决接口起到模糊控制的推断作用，并产生一个精确的或非模糊的控制作用。2-12模糊逻辑控制器常规设计的步骤怎样？应该注意哪些问题？答：（1）原则性步骤：1、定义输入输出变量2、定义所有变量的模糊化条件3、设计控制规则库4、设计模糊推理机构5、选择精确化策略的方法（2）常规设计方法：查表法。步骤：1、确定模糊控制器的输入输出变量2、确定各输入输出变化量的变化范围、量化等级和量化因子3、在各输入输出语言变量的量化域内定义模糊子集4、模糊控制规则确定5、求模糊控制表（3）注意的问题：1、在定义输入和输出变量时，要考虑到软件实现的限制，一般用于小于10个输入变量时，软件推理还能应付，但当输入变量的数目再增加时，就要考虑采用专用模糊逻辑推理集成芯片。2、确定模糊控制规则的原则是必须保证控制器的输出能够使系统输出响应的动静态特性达到最佳。补充1模糊集合：定义实际上是将经典集合论中的特征函数表示扩展到用隶属度函数来表示。补充2隶属度函数：模糊集合的特征函数，实质上反映的事物的渐变性。3-1神经元的种类有多少？它们的函数关系如何？答：四种（1）阈值型0001)(iiiNetNetNetf（2）分段线性型1100max0)(iiiiiiiiiNetNetNetNetNetNetNetfkNetNetf（3）Sigmoid函数型TNetiieNetf11)(（4）Tan函数型TNetTNetTNetTNetiiiiieeeeNetf)(3-3神经网络按连接方式分有哪几类，按功能分有哪几类？按学习方式分又有哪几类？答：（1）神经网络按连接方式分：1、前向网络2、反馈网络3、相互结合型网络4、混合型网络。（2）神经网络按功能分有哪几类？前向神经网络模型、动态神经网络模型、CMAC神经网络、RBF神经网络模型。（3）神经网络按按学习方式分又有哪几类？答：有导师学习（相关学习、纠错学习）和无导师学习。3-7神经网络控制系统的结构有哪几种？在设计神经控制系统时如何选择最佳的控制结构？答：（1）结构：1、导师指导下的控制器2、逆控制器3、自适应网络控制器4、前馈控制结构5、自适应评价网络6、混合控制系统。（2）在设计神经网络控制系统时如何选择最佳的控制结构。不管采用何种神经网络控制结构，要真正实现神经网络智能控制的目的，必须具备一种有效的学习机制来保证神经控制器的自学习、自适应功能，达到真实意义上的智能控制。补充3遗传学习算法的几个步骤：1、群体的初始化2、评价群体的每一个体的性能3、选择下一代个体4、执行简单的操作算子（变异、交叉）5、评价下一代群体的性能6、判断终止条件满足否？若否，则转3继续；若满足，则结束。补充4完成遗传学习算法，必须首先解决以下几个部分的选择问题：1、编码机制2、选择机制3、控制参数选择4、二进制字符串的群体构成5、适应度函数计算6、遗传算子（变异、交叉）的定义。3-8实现神经控制器有导师学习的关键是什么？答：导师指导下的控制器：为了实现某一控制功能，教会神经网络控制器模拟人做同样一件任务的操作行为。神经网络控制结构的学习样本直接取自于专家的控制经验。神经网络的输入信号来自传感器的信息和命令信号。神经网络的输出是系统的控制信号。一旦神经网络的训练达到了能够充分描述人的控制行为，则网络训练结束。4-1专家系统有哪几部分组成，其功能和特点是什么？答：（1）详细解答：1、知识库：存放领域知识，常识性知识，推理性知识，推理规则等。这些知识使专家系统具有启发性。2、数据库：存放推理的原始数据，中间结果，控制信息等。一般来说，知识库存放的信息具有规则性和普遍性，相对与数据库更为稳定。3、推理机：利用知识库的推理规则，对数据库的信息进行推理，得到结论或决策。从结构上说，专家系统的推理机和知识库是彼此分离的，这一特点使专家系统便于维护和调整。4、知识获取机构：获取专家的领域知识，对知识库进行修改和维护，保持其内容的一致性和完整性。知识获取机构使专家系统具有自学习和自适应的特点。5、解释机构：对推理过程作出说明，并回答用户问题。解释机构使专家系统具有透明性，便于人机交互。6、人机接口：人机交互界面，可以充分发挥人机协作。（2）简答：组成：1、知识库2、数据库3、推理机制4、知识获取机构5、解释机构6、人机接口功能和特点：专家系统具有启发性、灵活性和透明性的特点，是应用最广泛的人工智能系统之一，可以进行诊断、预测、决策、设计、规划等工作。4-2专家控制系统与专家系统有哪些关系，其实现结构有那些？答;（1）关系：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，其可靠性、抗干扰性要求高。2、专家系统离线工作，专家控制在线控制。联系：专家控制系统是一种专家系统，是对传统的专家系统结构进行不同程度的改造，以满足系统实时性的要求。但总体上，还保留了专家系统的特色。1、知识和数据的分离。2结构上的并行性。另外，由于传统的控制算法也属于控制系统的知识，所以传统控制的任何进展都可以进一步提高专家控制的性能。（2）实现结构：专家控制器、实时专家控制系统。