1、1智能控制系統(tǒng)有哪些類型？1）多級遞階智能控制;2）基于知識(shí)的專家控制;3）基于模糊邏輯的智能控制模糊控制;4）基于神經(jīng)網(wǎng)絡(luò)的智能控制神經(jīng)控制;5）基于規(guī)則的仿人智能控制;6）基于模式識(shí)別的智能控制;7）多模變結(jié)構(gòu)智能控制;8）學(xué)習(xí)控制和自學(xué)習(xí)控制;9）基于可拓邏輯的智能控制可拓控制;10）基于混沌理論的智能控制混沌控制2比較智能控制與傳統(tǒng)控制的特點(diǎn)？1）傳統(tǒng)控制方法在處理復(fù)雜性、不確定性方面能力低而且有時(shí)喪失了這種能力 智能控制在處理復(fù)雜性、不確定性方面能力高2）傳統(tǒng)控制是基于被控對象精確模型的控制方式，可謂“模型論” 智能控制是智能決策論，相對于“模型論”可稱為“控制論”3）傳統(tǒng)的控制為了

2、控制必須建模，而利用不精確的模型又采用摸個(gè)固定控制算法，使整個(gè)的控制系統(tǒng)置于模型框架下，缺乏靈活性，缺乏應(yīng)變性，因此很難勝任對復(fù)雜系統(tǒng)的控制。 智能控制的可信是控制決策，次用靈活機(jī)動(dòng)的決策方式迫使控制朝著期望的目標(biāo)逼近。4）傳統(tǒng)控制適用于解決線性、時(shí)不變等相對簡單的的控制問題 智能控制是對傳統(tǒng)控制理論的發(fā)展，傳統(tǒng)控制室智能控制的一個(gè)組成部分，是智能控制的低級階段。3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）可通過硬件實(shí)現(xiàn)并行處理4神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法有哪些？1）聯(lián)想式學(xué)習(xí)Hebb規(guī)則;2）誤差傳播式學(xué)習(xí)Delta學(xué)習(xí)規(guī)則;3）概率式學(xué)習(xí);4）競爭式

3、學(xué)習(xí)5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）廣義對象;4）傳感器6模糊控制器設(shè)計(jì)包括幾項(xiàng)內(nèi)容？1）確定模糊控制器的輸入變量和輸出變量(即控制量):2）設(shè)計(jì)模糊控制器的控制規(guī)則;3）確立模糊化和非模糊化（又稱清晰化）的方法;4）選擇模糊控制器的輸入變量及輸出變量的論域并確定模糊控制器的參數(shù)（如量化因子、比例因子）;5）編制模糊控制算法的應(yīng)用程序;6）合理選擇模糊控制算法的采樣時(shí)間四、計(jì)算題（每小題8分，共24分）1設(shè)論域 ，求，（補(bǔ)集）。=2設(shè)模糊矩陣 求= = = =3.某電熱烘干爐依靠人工連續(xù)調(diào)節(jié)外加電壓，以便克服各種干擾達(dá)到恒溫烘干的目的。操作工人的經(jīng)

4、驗(yàn)是“如果爐溫低，則外加電壓高，否則電壓不很高?！比绻麪t溫很低，試確定外加電壓應(yīng)該如何調(diào)節(jié)？設(shè)定論域1、已知某一加熱爐爐溫控制系統(tǒng)，要求爐溫保持在600，目前此系統(tǒng)采用人工控制方式，并有以下控制經(jīng)驗(yàn)：(1)如爐溫低于600，則升壓；低得越多升壓越高。(2)如爐溫高于600，則降壓；高得越多降壓越低。(3)如爐溫等于600，則保持電壓不變。設(shè)模糊控制器為一維控制器，輸入語言變量為誤差，輸出為控制電壓。兩個(gè)變量的量化等級為七級，取五個(gè)語言值，隸屬度函數(shù)任意。試設(shè)計(jì)出模糊邏輯控制表。解：（1）確定模糊控制器的輸入輸出變量將600作為給定值t0 ,測量爐溫為t(k)，則誤差為：輸入變量：e(k)= t

5、(k) t0 輸出變量：觸發(fā)電壓 u 的變化量，該 u直接控制供電電壓的高低。（2）輸入輸出變量的模糊語言描述輸入輸出變量的語言值：負(fù)大（NB）,負(fù)小（NS）,零（ZE）,正?。≒S）,正大（PB）設(shè)：e 的論域?yàn)閄，u 的論域?yàn)閅，均量化為七個(gè)等級：X= -3，-2，-1，0，1，2，3，Y=-3，-2，-1，0，1，2，3語言變量 E 和 U 的隸屬函數(shù)賦值表（論域離散） 量化等級 u語言變量32 10123PB000000.51PS000010.50ZE000.510.500NS00.510000NB10.500000（3）模糊控制規(guī)則if E =NB then U =PBif E =N

6、S then U =PSif E =ZE then U =ZEif E =PS then U =NSif E =PB then U =NB 量化等級 u語言變量32 10123PB000000.51PS000010.50ZE000.510.500NS00.510000NB10.500000（4）求模糊控制表當(dāng)e的量化值為1時(shí)，由上表可知：PS（1）=1，ZE（1）=1（5）控制量轉(zhuǎn)化為精確量： 采用加權(quán)平均法： （6）計(jì)算模糊關(guān)系R=(NBePBu)+ (NSePSu)+(ZEeZEu)+ (PSeNSu) +(PBeNBu)ZEeZEu =（0, 0, 0.5,1, 0.5,0,0） （0,

7、0 , 0.5, 1 , 0.5 , 0,0）分別計(jì)算出矩陣NBePBu，NSePSu， ZEeZEu，PSeNSu ，PBeNBu查詢表：e3210123u3210123實(shí)際控制時(shí)，將測量到的誤差量化后，從查詢表中得到控制量再乘以比例因子Kn，即作為控制的實(shí)際輸出。2、設(shè)在論域e（誤差）=-4，-2，0，2，4，和控制電壓u=0，2，4，6，8上定義的模糊子集的隸屬度函數(shù)如下圖。已知模糊控制規(guī)則：規(guī)則1：如果e誤差為ZE，則u為ZE ；規(guī)則2：如果e誤差為PS，則u為NS 。 試用瑪達(dá)尼推理法計(jì)算當(dāng)輸入誤差e=0.6時(shí)，輸出電壓u=？（精確化計(jì)算采用重心法）解：3、如圖為多層前向傳播神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。設(shè)期望輸入x1，x2 =1，3，期望輸出為yd1，yd2=0.9，0.3，網(wǎng)絡(luò)權(quán)系數(shù)初值如圖上，試用BP算法訓(xùn)練此網(wǎng)絡(luò)。并詳細(xì)寫出第一次迭代學(xué)習(xí)的計(jì)算結(jié)果。學(xué)習(xí)步長=1，取神經(jīng)網(wǎng)絡(luò)激勵(lì)函為7、設(shè)論域X=U1，U2，U3，U4，U5，Y=V1，V2，V3，V4，V5，定義：A=輕=1/u1+0.8