一、填空題

1.智能控制是一門新興的學(xué)科，它具有非常廣泛的應(yīng)用領(lǐng)域，例

如___、、和。

1、交叉學(xué)科在機(jī)器人控制中的應(yīng)用在過(guò)程控制中的應(yīng)用飛行器控制

2.傳統(tǒng)控制包括和。2、經(jīng)典反饋控制現(xiàn)代理論控制

3.一個(gè)理想的智能控制系統(tǒng)應(yīng)具備的基本功能是—、—、一和°

3、學(xué)習(xí)功能適應(yīng)功能自組織功能優(yōu)化能力

4.智能控制中的三元論指的是：、和。

4、運(yùn)籌學(xué)，人工智能，自動(dòng)控制

5.近年來(lái)，進(jìn)化論、、和等各門學(xué)科的發(fā)展給智能控制注

入了巨大的活力，并由此產(chǎn)生了各種智能控制方法。

5、神經(jīng)網(wǎng)絡(luò)模糊數(shù)學(xué)專家系統(tǒng)

6.智能控制方法比傳統(tǒng)的控制方法更能適應(yīng)對(duì)象的、和

。6、時(shí)變性非線性不確定性

7.傅京遜首次提出智能控制的概念，并歸納出的3種類型智能控制系統(tǒng)是

、和。

7、人作為控制器的控制系統(tǒng)、人機(jī)結(jié)合作為控制器的控制系統(tǒng)、無(wú)人參與的自主

控制系統(tǒng)

8、智能控制主要解決傳統(tǒng)控制難以解決的復(fù)雜系統(tǒng)的控制問(wèn)題，其研究的對(duì)象具備的3個(gè)

特點(diǎn)為、和。

8、不確定性、高度的非線性、復(fù)雜的任務(wù)要求

9.智能控制系統(tǒng)的主要類型有、、、一

、和,

9、分級(jí)遞階控制系統(tǒng)，專家控制系統(tǒng)，神經(jīng)控制系統(tǒng)，模糊控制系統(tǒng)，學(xué)習(xí)控制系統(tǒng),

集成或者（復(fù)合）混合控制系統(tǒng)

10.智能控制的不確定性的模型包括兩類：（1）：

（2）。

10、（1）模型未知或知之甚少；（2）模型的結(jié)構(gòu)和參數(shù)可能在很大范圍內(nèi)變化。

11.控制論的三要素是：值良、反饋和控制.

12.建立一個(gè)實(shí)用的專家系統(tǒng)的步驟包括三個(gè)方面的設(shè)計(jì)，它們分別

是、

和。知識(shí)庫(kù)的設(shè)計(jì)推理機(jī)的設(shè)計(jì)人機(jī)接口的設(shè)計(jì)

13.專家系統(tǒng)的核心組成部分為—和。知識(shí)庫(kù)、推理機(jī)

14.專家系統(tǒng)中的知識(shí)庫(kù)包括了3類知識(shí)，它們分別為、

和。判斷性規(guī)則控制性規(guī)則數(shù)據(jù)

15.專家系統(tǒng)的推埋機(jī)可采用的3種推理方式為推埋、—和推理。

15、正向推理、反向推理和雙向推理

16.根據(jù)專家控制器在控制系統(tǒng)中的功能，其可分為和o

16、直接型專家控制器、間接型專家控制器

17.普通集合可用函數(shù)表示,模糊集合可用—函數(shù)表示。特征、隸屬

18.某省兩所重點(diǎn)中學(xué)在(x~x)五年高考中，考生“正常發(fā)揮”的隸屬函數(shù)分別為0.85>

0.93、0.89、0.91>0.96和0.92、0.96、0.87、0.93、0.94.>則在研究該省重點(diǎn)中學(xué)高考考生

水平發(fā)揮的狀況時(shí)，論域應(yīng)為x—,若分別用4、R表示兩個(gè)學(xué)?？?/p>

試“正常發(fā)揮”的狀況，則用序偶表示法分別表示為,

±；”未正常發(fā)揮”模糊子集(用行向量表示)分別

為和；而該省兩所重點(diǎn)中學(xué)每年高考考生“正常發(fā)揮”的模糊子集應(yīng)

該是(用Zadeh法表示).*={X1，X2，&，X4，XJ

力={(玉,0.85),區(qū),0.93),(工3,0.89),(*0.91),55,0.96)}

?={(xp0.92),(xr0.96k(^P0.87X(x4?0.93)t(x,,0.94)!

A-[0.15,0.07,0.11,0.09,0.04]H=[0.08,0.04,0.13,0.07,0.06]

O.?5+0.<B+0.87+0.91?-0-.9-4

X,-X:----/--xA---X,

19.確定隸屬函數(shù)的方法大致有、和。

19、模糊統(tǒng)計(jì)法主觀經(jīng)驗(yàn)法神經(jīng)網(wǎng)絡(luò)法

20.在模糊控制中應(yīng)用較多的隸屬函數(shù)有6種，它們分別為高斯型隸屬函數(shù)、、

、、和。

20、廣義鐘形隸屬函數(shù)S形隸屬函數(shù)梯形隸屬函數(shù)三角形隸屬函數(shù)Z形隸屬函數(shù)

21.在天氣、學(xué)問(wèn)、晴朗、表演和淵博中可作為語(yǔ)言變量值的有和。

21、晴朗、淵博

23.模糊控制是以、、和

為基礎(chǔ)的一種智能控制方法。模糊集理論，模糊語(yǔ)言變量，模糊邏輯推理

24.模糊控制的數(shù)學(xué)基礎(chǔ)為。24、模糊集合

25.模糊控制中，常用的語(yǔ)言變量值用〃力，八?"U，X。等表示，其中〃八/代表

代表。25、正中、負(fù)零

26.在模糊控制中.模糊推理的結(jié)果是量。26、模糊

27.在模糊控制中，解模糊的結(jié)果是量。確定量

28.基本模糊控制器的組成包括知識(shí)庫(kù)以及、和o

模糊化接口、推理機(jī)、解模糊接口

29.在模糊控制中，實(shí)時(shí)信號(hào)需要才能作為模糊規(guī)則的輸入，從而完成模糊推理。

29、模糊化

30.模糊控制是建立在基礎(chǔ)之上的，它的發(fā)展可分為三個(gè)階段，分別為、、和。

30、人工經(jīng)驗(yàn)?zāi)：龜?shù)學(xué)發(fā)展和形成階段產(chǎn)生了簡(jiǎn)單的模糊控制器高性能模糊控制階段

31.模糊集合邏輯運(yùn)算的模糊算子為、和。

31、交運(yùn)算算子并運(yùn)算算子平衡算子

32.在溫度、成績(jī)、暖和、口才和很好中可作為語(yǔ)言變量值的有和

32.暖和、很好

33.在水位、壓力、暖和、表演、中年人和比較好中可作為語(yǔ)言變量值的有、

和。

33、暖和、中年人和比較好

34.在水位、寒冷、溫度、表演和偏高中可作為語(yǔ)言變量值的有和。

34.寒冷、偏高

35.模糊控制的基本思想是把人類專家對(duì)特定的被控芯象或過(guò)程的總結(jié)成一系列

以形式表示的控制規(guī)則。

35、控制策略“IF條件THEN作用”

36.神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程經(jīng)歷了4個(gè)階段，分別為、、和。

36、啟蒙期、低潮期、復(fù)興期、新連接機(jī)制期

37.神經(jīng)元由4部分構(gòu)成，它們分別為、、和突觸。

37、細(xì)胞體、樹(shù)突、軸突

38.根據(jù)神經(jīng)網(wǎng)絡(luò)的連接方式，神經(jīng)網(wǎng)絡(luò)的3種形式為：、和。38、前向網(wǎng)絡(luò)反饋網(wǎng)絡(luò)自

組織網(wǎng)絡(luò)

39.神經(jīng)網(wǎng)絡(luò)的3個(gè)要素為：、和。

39、神經(jīng)元的特性拓?fù)浣Y(jié)構(gòu)學(xué)習(xí)規(guī)則

41.目前神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法有多種，按有無(wú)導(dǎo)師分類，可分為、

和O

41、有導(dǎo)師學(xué)習(xí)無(wú)導(dǎo)師學(xué)習(xí)再勵(lì)學(xué)習(xí)

42.神經(jīng)網(wǎng)絡(luò)的研究主要分為3個(gè)方面的內(nèi)容，即、和。

42.神經(jīng)元模型、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法

43.神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程主要由正向傳播和反向傳播兩個(gè)階段組成。

44.神經(jīng)網(wǎng)絡(luò)控制是將和相結(jié)合而發(fā)展起來(lái)的智能控制方法。神經(jīng)網(wǎng)絡(luò)，控制理論

45.遺傳算法的主要用途是。45、尋優(yōu)（優(yōu)化計(jì)算）

46.常用的遺傳算法的染色體編碼方法有二種，它們分別為實(shí)數(shù)編碼和

46、二進(jìn)制編碼

47.遺傳算法的3種基本遺傳算子、和。

47、比例選擇算子單點(diǎn)交叉算子變異算子

48.遺傳算法中，適配度大的個(gè)體有被復(fù)制到下一代。更多機(jī)會(huì)

49.遺傳算法中常用的3種遺傳算子（基本操作）為、、和。

49、復(fù)制、交叉和變異

二、簡(jiǎn)答題：

1.試說(shuō)明智能控制的的基本特點(diǎn)是什么？

（1）學(xué)習(xí)功能（1分）（2）適應(yīng)功能（1分）（3）自組織功能（1分）

（4）優(yōu)化能力（2分）

2、試簡(jiǎn)述智能控制的幾個(gè)重要分支。

專家控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制和遺傳算法。

3、試說(shuō)明智能控制研究的數(shù)學(xué)工具。

智能控制研究的數(shù)學(xué)工具為：（1）符號(hào)推理與數(shù)值計(jì)算的結(jié)合；（2）離散事件

與連續(xù)時(shí)間系統(tǒng)得結(jié)合；（3）模糊集理論；（4）神經(jīng)網(wǎng)絡(luò)理論；（5）優(yōu)化理論

4.智能控制系統(tǒng)有哪些類型，各自的特點(diǎn)是什么？

（1）專家控制系統(tǒng)（1分）

專家系統(tǒng)主要指的是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜?/p>

的知識(shí)與經(jīng)驗(yàn)。它具有啟發(fā)性、透明性、靈活性、符號(hào)操作、不一確定性推理等特點(diǎn)。

（2）模糊控制系統(tǒng)（1分）

在被控制對(duì)象的模糊模型的基礎(chǔ)上，運(yùn)用模糊控制器近似推理手段，實(shí)現(xiàn)系統(tǒng)控制的

一種方法模糊模型是用模糊語(yǔ)言和規(guī)則描述的一個(gè)系統(tǒng)的動(dòng)態(tài)特性及性能指標(biāo)。

（3）神經(jīng)控制系統(tǒng)（1分）

神經(jīng)網(wǎng)絡(luò)具有某些智能和仿人控制功能。學(xué)習(xí)算法是神經(jīng)網(wǎng)絡(luò)的主要特征。

（4）遺傳算法（2分）

遺傳算法是基于自然選擇和基因遺傳學(xué)原理的搜索算法，是基于進(jìn)化論在計(jì)算機(jī)上模擬

生命進(jìn)化論機(jī)制而發(fā)展起來(lái)的一門學(xué)科.遺傳算法可用于模糊控制規(guī)則的優(yōu)化及神經(jīng)網(wǎng)絡(luò)參

數(shù)及權(quán)值的學(xué)習(xí)，在智能控制領(lǐng)域有廣泛的應(yīng)用。

5、簡(jiǎn)述專家控制與專家系統(tǒng)存在的區(qū)別。

專家控制引入了專家系統(tǒng)的思想，但與專家系統(tǒng)存在區(qū)別：

（1）專家系統(tǒng)能完成專門領(lǐng)域的功能，輔助用戶決策；專家控制能進(jìn)行獨(dú)立的、實(shí)時(shí)的自

動(dòng)決策。專家控制比專家系統(tǒng)對(duì)可靠性和抗干擾性有著更高的要求。

（2）專家系統(tǒng)處于離線工作方式，而專家控制要求在線獲取反饋信息，即要求在線工作

方式。

6、試說(shuō)明智能控制的三元結(jié)構(gòu)，并畫(huà)出展示它們之間關(guān)系的示意圖。

AI

VOR/

圖3.2智能控制的三元結(jié)構(gòu)

把智能控制擴(kuò)展為三元結(jié)構(gòu)，即把人工智能、自動(dòng)控制

和運(yùn)籌學(xué)交接如下表示：（2分）

ic=AinAcnoR

OR一運(yùn)籌學(xué)（Operationresearch）

IC—智能控制（intelligentcontrol）;

Al—人工智能（artificialintelligence）;

AC—自動(dòng)控制（automaticColltrol）;

C—表示交集.

7.比較智能控制與傳統(tǒng)控制的特點(diǎn)。

傳統(tǒng)控制：經(jīng)典反饋控制和現(xiàn)代理論控制。它們的主要特征是基于精確的系統(tǒng)數(shù)學(xué)模

型的控制。適于解決線性、時(shí)不變等相對(duì)簡(jiǎn)單的控制問(wèn)題。（2分）

智能控制：以上問(wèn)題用智能的方法同樣可以解決。智能控制是對(duì)傳統(tǒng)控制理論的發(fā)展,

傳統(tǒng)控制是智能控制的一個(gè)組成部分，在這個(gè)意義下，兩者可以統(tǒng)一在智能控制的框

架下。

8.簡(jiǎn)述智能控制系統(tǒng)較傳統(tǒng)控制的優(yōu)點(diǎn)。

在傳統(tǒng)控制的實(shí)際應(yīng)用遇到很多難解決的問(wèn)題，主要表現(xiàn)以下幾點(diǎn)：（1）實(shí)際系統(tǒng)由于存

在復(fù)雜性、非線性、時(shí)變性、不確定性和不完全性等，無(wú)法獲得精確的數(shù)學(xué)模型。（1分）

（2）某些復(fù)雜的和包含不確定性的控制過(guò)程無(wú)法用傳統(tǒng)的數(shù)學(xué)模型來(lái)描述，即無(wú)法解決建

模問(wèn)題。（1分）（3）針對(duì)實(shí)際系統(tǒng)往往需要進(jìn)行一些比較苛刻的線性化假設(shè)，而這些假設(shè)

往往與實(shí)際系統(tǒng)不符合。［1分）（4）實(shí)際控制任務(wù)復(fù)雜，而傳統(tǒng)的控制任務(wù)要求低，對(duì)復(fù)

雜的控制任務(wù)，如機(jī)器人控制、CIMS,社會(huì)經(jīng)濟(jì)管理系統(tǒng)等復(fù)雜任務(wù)無(wú)能為力。（1分）

智能控制將控制理論的方法和人工智能技術(shù)靈活地結(jié)合起來(lái)，其控制方法適應(yīng)對(duì)象的復(fù)雜

性和不確定性，能夠比較有效的解決上述問(wèn)題,具有較大的優(yōu)越性。（1分）

9、智能控制與傳統(tǒng)控制的主要區(qū)別如何？

傳統(tǒng)控制：經(jīng)典反饋控制和現(xiàn)代理論控制。它們的主要特征是基于精確的系統(tǒng)數(shù)

學(xué)模型的控制。適于解決線性、時(shí)不變等相對(duì)簡(jiǎn)單的控制問(wèn)題。

智能控制：以上問(wèn)題用智能的方法同樣可以解決。智能控制是對(duì)傳統(tǒng)控制理論的發(fā)展,

能夠解決傳統(tǒng)控制方法難以解決的復(fù)雜系統(tǒng)的控制問(wèn)題，如：對(duì)象的不確定性、高度的非

線性和復(fù)雜的任務(wù)要求。傳統(tǒng)控制是智能控制的一個(gè)組成部分，在這個(gè)意義下，兩者可以

統(tǒng)一在智能控制的框架下,

10.在模糊控制器的設(shè)計(jì)中，常用的反模糊化的方法有哪幾種？

最大隸屬度法、中心法和加權(quán)平均法。

11.簡(jiǎn)述將模糊控制規(guī)則離線轉(zhuǎn)化為查詢表形式的模糊控制器的設(shè)計(jì)步驟。

（1）確定模糊控制錯(cuò)的結(jié)構(gòu)；（2）定義輸入、輸出模糊集；（3）定義輸入、輸

出隸屬函數(shù)；（4）建立模糊控制規(guī)則；（5）建立模糊控制表；（6）模糊推理；（7）

反模糊化。

12.簡(jiǎn)述模糊控制的發(fā)展方向

模糊控制的發(fā)展方向有：（1）Fuzzy-PID復(fù)合控制（2）自適應(yīng)模糊控制（3）

專家模糊控制（4）神經(jīng)模糊控制（5）多變量模糊控制

13、模糊控制系統(tǒng)一般由幾個(gè)部分組成？

1）模糊控制器2）輸入/輸出接口裝置3）廣義對(duì)象4）傳感器

14、比較模糊集合與普通集合的異同。

比較模糊集合與普通集合的異同。

相同點(diǎn)：都表示一個(gè)集合；

不同點(diǎn)：普通集合具有特定的對(duì)象。而模糊集合沒(méi)有特定的對(duì)象，允許在符合與

不符合中間存在中間過(guò)渡狀態(tài)。

16、請(qǐng)畫(huà)出模糊控制系統(tǒng)的組成框圖，并結(jié)合該圖說(shuō)明模糊控制器的工作原理。

模糊控制器的工作原理為：

（1）模糊化接口測(cè)量輸入變量（設(shè)定輸入）和受控系統(tǒng)的輸出變量,并把它們映射到一個(gè)

合適的響應(yīng)論域的量程，然后，精確的輸入數(shù)據(jù)被變換為適當(dāng)?shù)恼Z(yǔ)言值或模糊集合的標(biāo)識(shí)

符°本單元可視為模糊集合的標(biāo)記。

（2）知識(shí)庫(kù)涉及應(yīng)用領(lǐng)域和控制目標(biāo)的相關(guān)知識(shí)，它由數(shù)據(jù)庫(kù)和語(yǔ)言（模糊）控制規(guī)則庫(kù)

組成。數(shù)據(jù)庫(kù)為語(yǔ)言控制規(guī)則的論域離散化和隸屬函數(shù)提供必要的定義。語(yǔ)言控制規(guī)

則標(biāo)記控制目標(biāo)和領(lǐng)域?qū)＜业目刂撇呗浴?/p>

⑶推理機(jī)是模糊控制系統(tǒng)的核心。以模糊概念為基礎(chǔ)，模糊控制信息可通過(guò)模糊蘊(yùn)

涵和模糊邏輯的推理規(guī)則來(lái)獲取，并可實(shí)現(xiàn)擬人決策過(guò)程。根據(jù)模糊輸入和模糊控制規(guī)

則,模糊推理求解模糊關(guān)系方程，獲得模糊輸出。

⑷模糊判決接口起到模糊控制的推斷作用,并產(chǎn)生一個(gè)精確的或非模糊的控制作用。

此精確控制作用必須進(jìn)行逆定標(biāo)（輸出定標(biāo)），這一作用是在對(duì)受控過(guò)程進(jìn)行控制之前通

過(guò)量程變換來(lái)實(shí)現(xiàn)的

17.試寫出3種常用模糊條件語(yǔ)句及對(duì)應(yīng)的模糊關(guān)系&的表達(dá)式。

（1）設(shè)/、“分別是論域*、y上的模糊集合，則模糊條件語(yǔ)句uifj

then/f所決定的二元模糊關(guān)系為：

Ria=\AK8\\J\AXE\（1分）

（2）設(shè).4、”和「分別是論域x、y和z上的模糊集合，則模糊條件語(yǔ)

句“if/then“else?！彼鶝Q定的二元模糊關(guān)系為：

R,辭=|,4x4|U|4xC|（2分）

（3）設(shè),4、“和r分別是論域X、V和Z上的模糊集合，則模糊條件語(yǔ)

句"if/and"then所決定的二元模糊關(guān)系為:

廢?做露扁J1酸篦

18.人工神經(jīng)網(wǎng)絡(luò)有哪些主要的結(jié)構(gòu)特征？

（1）并行處理；（2分）（2）信息分布式存儲(chǔ)；（2分）容錯(cuò)性。（1分）

19.簡(jiǎn)述神經(jīng)元模型并畫(huà)出結(jié)構(gòu)圖。

和神經(jīng)生理學(xué)類似，人工神經(jīng)網(wǎng)絡(luò)的的基本處理單元稱為神經(jīng)元，每個(gè)神經(jīng)元模型模擬

一個(gè)生物神經(jīng)元,如圖所示：

神經(jīng)元模型

該神經(jīng)元單元由多個(gè)輸入2,n和一個(gè)輸出y組成。中間狀態(tài)由輸入信號(hào)加

權(quán)和表示，其輸出為：

*

甩"）=〃2＞戶廠鄉(xiāng)）

1-1

式中，號(hào)為神經(jīng)元單元的閾值），w及為連接權(quán)系數(shù)（對(duì)于激發(fā)狀態(tài)，必下取正值,對(duì)于抑制狀態(tài),

取負(fù)值）,n為輸入信號(hào)數(shù)目，為神經(jīng)元輸出，t為時(shí)間，f（_）為輸出變換函數(shù)，有時(shí)

叫做激發(fā)或激勵(lì)函數(shù),往往采用0和1二值函數(shù)、S形函數(shù)和高斯函數(shù)等。

20、神經(jīng)網(wǎng)絡(luò)應(yīng)具備的四個(gè)基本屬性是什么？

1）并行分布式處理2）非線性處理3）自學(xué)習(xí)功能4）可通過(guò)硬件實(shí)現(xiàn)并行處理

21.簡(jiǎn)述誤差反向傳播學(xué)習(xí)算法的主要思想

誤差反傳算法的主要思想是把學(xué)習(xí)過(guò)程分為兩個(gè)階段（1分）：第一階段（正向傳播過(guò)程）

給出輸入信息通過(guò)輸入層經(jīng)隱含層逐層處理并計(jì)算每個(gè)單元的實(shí)際輸出值（2分）；第二

階段（反向過(guò)程），若在輸出層未能得到期望輸出值，則逐層遞歸的計(jì)算實(shí)際輸出與期望

輸出之差值（誤差）以便根據(jù)此差值調(diào)節(jié)權(quán)值。

22.簡(jiǎn)述前向（多層）神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)并畫(huà)出結(jié)構(gòu)圖。

前向（多層）神經(jīng)網(wǎng)絡(luò)具有遞階分層結(jié)構(gòu)，由一些同層神經(jīng)元間不存在互連的層組成。從

輸入層至輸出層的信號(hào)通過(guò)單向連接流通；神經(jīng)元從一層連接至下一層,不存在同層神經(jīng)元

間的連接，如圖所示。前向（多層）神經(jīng)網(wǎng)絡(luò)具有形式，如：多層感知器、BP網(wǎng)絡(luò)、RBF網(wǎng)

絡(luò)等。

反向傳播

前向（多層）神經(jīng)網(wǎng)絡(luò)

23.簡(jiǎn)述專家系統(tǒng)與專家控制的區(qū)別。

專家控制引入了專家系統(tǒng)的思想，但與專家系統(tǒng)存在區(qū)別：

（1）專家系統(tǒng)能完成專門領(lǐng)域的功能，輔助用戶決策；專家控制能進(jìn)行獨(dú)立的、實(shí)時(shí)的自

動(dòng)決策。專家控制比專家系統(tǒng)對(duì)可靠性和抗干擾性有著更高的要求。

（2）專家系統(tǒng)處于離線工作方式，而專家控制要求在線獲取反饋信息，即要求在線工作方

式。

24.試比較特征函數(shù)和隸屬函數(shù)。

特征函數(shù)用來(lái)表示某個(gè)元素是否屬于普通集合，而隸屬函數(shù)則用來(lái)表示某個(gè)元素屬于

模糊集合的程度，特征函數(shù)的取值{0,1},而隸屬函數(shù)的取值[0,1],特征函數(shù)可以看作特

殊的隸屬函數(shù)

25.請(qǐng)畫(huà)出直接型專家控制器的結(jié)構(gòu)圖并說(shuō)明其設(shè)計(jì)思想。

圖略直接型專家控制器用于取代常規(guī)控制器，直接控制生產(chǎn)過(guò)程。具有模擬操作工人智

能的功能。這種類型的控制器任務(wù)和功能相對(duì)簡(jiǎn)單，但需要在線、實(shí)時(shí)控制。

26.畫(huà)出間接型專家控制器的結(jié)構(gòu)圖并說(shuō)明其設(shè)計(jì)思想。

圖略設(shè)計(jì)思想：間接型專家控制器用于和常規(guī)控制器相結(jié)合，組成對(duì)生產(chǎn)過(guò)程或被控

對(duì)象進(jìn)行間接控制的智能控制系統(tǒng)。具有模擬（或延伸，擴(kuò)展）控制工程師智能的功能。

該控制器能夠?qū)崿F(xiàn)優(yōu)化適應(yīng)、協(xié)調(diào)、組織等高層決策的智能控制。

27.簡(jiǎn)述專家系統(tǒng)的基本構(gòu)成。

知識(shí)庫(kù)和推理機(jī)，具體略,

28.簡(jiǎn)述直接型專家控制器的主要設(shè)計(jì)內(nèi)容。

直接型專家控制器的主要設(shè)計(jì)內(nèi)容：①建立知識(shí)庫(kù)；②控制知識(shí)的獲??；③選擇合適的

推理方法。

29.根據(jù)高層決策功能的性質(zhì)，簡(jiǎn)述間接型專家控制器的分類。

按照高層決策功能的性質(zhì)，間接型專家控制器可分為以下幾種類型：

①優(yōu)化型專家控制器；②?應(yīng)型專家控制器；③協(xié)調(diào)型專家控制器；④組織型專家控制器。

31.簡(jiǎn)述間接型專家控制器的概念及其分類。

間接型專家控制器用于和常規(guī)控制器相結(jié)合，組成對(duì)生產(chǎn)過(guò)程或被控對(duì)象進(jìn)行間接控

制的智能控制系統(tǒng)。具有模擬（或延伸，擴(kuò)展）控制工程師智能的功能。該控制器能夠?qū)?/p>

現(xiàn)優(yōu)化適應(yīng)、協(xié)調(diào)、組織等高層決策的智能控制（1分）。按照高層決策功能的性質(zhì)，間接型

專家控制器可分為以下幾種類型：①優(yōu)化型專家控制器（1分）；②適應(yīng)型專家控制器（1分）；

③協(xié)調(diào)型專家控制器（1分）；④組織型專家控制器（1分）。

32.簡(jiǎn)述基本遺傳算法的構(gòu)成要素。

（1）染色體編碼方法，基本遺傳算法使用固定長(zhǎng)度的二進(jìn)制來(lái)表示群體中的個(gè)體，其等

位基因是由二值符號(hào)集｛0,1｝所組成的，其中個(gè)體的基因值可用均勻分布的隨機(jī)值來(lái)生成。

（2）個(gè)體適應(yīng)度評(píng)價(jià)，基本遺傳算法與個(gè)體適應(yīng)度成正比的概率來(lái)決定當(dāng)前群體中每個(gè)個(gè)

體遺傳到下一代群體的概率多少。為正確計(jì)算這個(gè)概率必須先確定出由目標(biāo)函數(shù)值J（x）到

個(gè)體適應(yīng)度函數(shù)F（x）的轉(zhuǎn)換規(guī)則：

（3）遺傳算子，即選擇運(yùn)算、交叉運(yùn)算和變異運(yùn)算的基本遺傳算子；

（4）基本遺傳算法的運(yùn)行參數(shù)，即M、G、/）,和/一等參數(shù)。

33.簡(jiǎn)述遺傳算法的應(yīng)用領(lǐng)域。

遺傳算法的應(yīng)用領(lǐng)域：（1）函數(shù)優(yōu)化；（2）組合優(yōu)化；（3）生產(chǎn)調(diào)度問(wèn)題；（4）自動(dòng)

控制；（5）機(jī)器人；（6）圖像處理；（7）人工生命（8）遺傳編程（9）機(jī)器學(xué)習(xí)。

34.簡(jiǎn)述基本遺傳算法的特點(diǎn)。

見(jiàn)書(shū)P201頁(yè)

35.簡(jiǎn)述基本遺傳算法的應(yīng)用步驟。

（1）確定決策變量及各種約束條件，即確定出個(gè)體的表現(xiàn)型X和問(wèn)題的解空

間；

（2）建立優(yōu)化模型，