广西工学院硕士研究生智能控制B2011级

广西工学院硕士研究生课程考试试题纸第1页广西工学院硕士研究生课程考试参考答案及评分标准（2011-2012学年第1学期）考试科目：智能控制理论及应用（B卷）考试班级：2011级研究生考试形式：闭卷（开/闭卷）考试时间：120分钟考试人数：43命题人签名：系分管领导签名：考生注意：1．本试卷共2页，试卷如有缺页或破损，请立即举手报告以便更换。2．所有试题的答案均写在专用的答题册（纸）上，写在试题纸上一律无效。3．考试结束后，考生不得将试卷、答题册（纸）和草稿纸带出考场。一、填空题（每题2分，共10分）1.专家系统主要由知识库和推理机构成，模糊逻辑控制器的基本结构主要由模糊化接口，模糊推理机，解模糊接口三大部分组成。（2分）2.模糊集合中的特征函数被称为隶属函数，神经网络中的BP网络使用的激发函数是S函数，遗传算法通过个体适应度函数作为评价方法寻优。（3分）3.单层感知机只能对线性可分离的模式进行正确的分类。（1分）4.一般的遗传算法包含有3个基本操作复制、交换、变异。（3分）5.常用的神经网络学习方式：有导师学习、无导师学习、再励学习（1分）二、名词解释（每题4分，共20分）1.智能控制所谓智能控制，即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境（包括被控对象或被控过程）信息的变化作出适应性反应，从而实现由人来完成的任务。2.交换随机选择二个染色体(双亲染色体),随机指定一点或多点,进行交换,可得二个新的染色体(子辈染色体)。3.论域或域所研究事物的范围，所研究的全部对象的总和，分析讨论的集合范围。广西工学院硕士研究生课程考试试题纸第2页4.解码（译码）将位串形式编码表示变换为原问题的过程。位串形式编码－－染色体（个体）5.BP网络Back—PropagationNetwork，由于其权值的调整采用反向传播（Backpropagation）的学习算法，因此被称为BP网络，是一种单向传播的多层前向网络，其神经元的变换函数是S型函数，因此输出量为0到1之间的连续量，它可以对非线性可微分函数进行权值训练，从而实现输入到输出的任意的非线性映射。网络中心思想是梯度下降法，网络的学习过程是一种误差边向后传播边修正权系数的过程。三、简答题（每题10分，共40分）1.智能控制是在什么背景下产生的？（1）传统控制系统的设计与分析是建立在精确的系统数学模型基础上的而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一般无法获得精确的数学模型。（2）研究这类系统时必须提出并遵循一些比较苛刻的假设而这些假设在应用中往往与实际不相吻合。（3）对于某些复杂的和包含不确定性的对象根本无法以传统数学模型来表示即无法解决建模问题。（4）为了提高性能传统控制系统可能变得很复杂从而增加了设备的初投资和维修费用降低系统的可靠性。传统控制理论在应用中面临的难题的解决不仅需要发展控制理论与方法而且需要开发与应用计算机科学与工程的最新成果。人工智能的产生和发展正在为自动控制系统的智能化提供有力支持。人工智能影响了许多具有不同背景的学科它的发展已促进自动控制向着更高的水平——智能控制发展。2.模糊控制器由哪些部分组成？各部分的作用是什么？答：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。3.简述生物神经元及人工神经网络的结构。答：神经网络的基本结构是神经元，和生物学上的神经细胞对应。结构是由细胞膜、突触、轴突组成。人工神经网络由神经元模型构成。这种由许多神经元组成的信息处理网络具有并行分布结构。每个神经元具有单一输出，并且能够与其他神经元连接；神经元之间存在许多输出连接方法，每种连接方法对应一个连接权系数。4.遗传算法的搜索机制遗传算法模拟自然选择和自然遗传过程中发生的繁殖、交叉和基因突变现象，在每次迭代中都保留一组候选解，并按某种指标从解群中选取较优的个体，利用遗传算子(选择、交叉和变异)对这些个体进行组合，产生新一代的候选解群，重复此过程，直到满足某种收敛指标为止。广西工学院硕士研究生课程考试试题纸第3页三、计算题（每题10分，共30分）1设求A∪B，A∩B2使用遗传算法求函数xxxf6)(2在区间x∈[0,8]之间的最大值时，采用10位二进制数表示变量x，现在种群中存在两个个体8.2Ax，9.7Bx；选择位置5作为起始交换点，将两个个体进行交叉，求交叉后新个体所表示的Ax和Bx的值。x∈[0,8]，采用10位二进制数表示变量x，A为8.2Ax，B为9.7Bx0110011010)358(05.35808)12()08.2()12()(1023)(1010minmax10minminminmaxxxxxyxyxxxAAAA1111100101)1010(2125.101008)12()09.7()12()(1023)(1010minmax10minminminmaxxxxxyxyxxxBBBB（1）整体交换后：yA2＝0101110010=370xA2=010233708=2.89yB2＝1111100110=998xB2=010239988=7.80（2）单点交换后：yA2＝0101110110=374xA2=010233748=2.94yB2＝1111100010=994xB2=010239948=7.773已知由感知机构建的成绩评定系统。网络输入为考试成绩（x1）和平时成绩（x2），输出为成绩评定结果，即及格或不及格。若此时权值w1=0.7、w2=0.3，阈值θ=60，激活函数为阈值型。求此网络对下列学生成绩的评定过程及结果。1号2号3号4号x1考试成绩70306080x2平时成绩80903040结果100143215.08.02.09.0uuuuA43216.04.01.03.0uuuuB43216.08.02.09.0uuuuBA43215.04.01.03.0uuuuBAjniijijxs1Syjjf10860)3.0407.080(00960)3.0307.060(001260)3.0907.030(101360)3.0807.070(yyyy