智能控制的主要应用领域

一）智能控制的主要应用领域？

答：1在机器人系统中的应用2）在CIMS计算机/现代集成制造系统和CIPS计算机/现代集成作业系统中的应用3）在航天航空控制系统中的应用4）在社会经济管理系统中的应用5）在交通运输系统中的应用。

二）专家系统的组成、主要类型？

答：专家系统主要有四部分组成1）知识库，包括事实、判断、规则、经验知识和数学模型2）推理机，首先把知识库中的专家知识及数据库中的有关事实，以一定的推理方式进行逻辑推理以给出结论3）解释机制是专家系统区别于传统计算机程的主要特征之一，它可以向用户回答如何导出推理的结论4）知识获取系统，主要完成机器学习。

类型：1）控制系统辅助设计2）过程监控、在先诊断、故障分析与预测维护；3）过程控制4）航天故障诊断与处理5）生产过程的决策与调度。

三）智能控制的产生和发展过程及其主要代表人物？

答：1）启蒙期从20世纪60年代起，F.W.史密斯提出采用性能模式识别器;1965年,美国扎德模糊集合;1966年,J.M.门德尔人工智能控制; 2)形成期20世纪70年代傅京孙、曼德尼3）发展期20世纪80年代4）高潮期20世纪90年代

四)人工神经网络的特点?

答:1)可以充分逼近任意复杂的非线形关系2)所有定量或定性的信息都分布储存于网络内的各神经元的连接上,故有很强的鲁棒性和容错性3)采用并行分布处理方法,使得快速进行大量运算成为可能4)可自学习和自适应不确知或不确定的系统。

五）智能控制的应用对象？

答：1）不确定的模型传统的控制是基于模型的控制，这里的模型包括控制对象和干扰模型。

2）高度的非线性传统控制理论中的线性系统理论比较成熟。

3）复杂的任务要求在传统的控制系统中，控制的任务或者是要求输出量为定值，或者是要求输出量跟随期望的运动轨迹，因此控制任务的要求比较单一。对于智能控制系统，任务的要求往往比较复杂。

六）傅京孙关于智能控制的论文中列举的三种智能控制系统？

答：1）人作为控制器的控制系统2）人机结合作为控制器的控制系统3）无人参与的智能控制系统。

七）模糊控制器的主要特点？

答：1）设计简单。模糊控制器是一种基于规则的控制。

2）适用于数学模型难以获取、动态特性不易掌握或变化非常显著的对象。

3）控制效果优于常规控制器。

4）具有一定的智能水平，

5）模糊控制系统的鲁棒性强。

八）隶属函数选择的基本准则？

答：1）表示隶属度函数的模糊集合必须是凸模糊集合。

2）变量所取隶属度函数通常是对称的、平衡的。

3）隶属度函数要符合人们的语义顺序，避免不恰当的重叠。

4）论域中每个点至少属于一个隶属度函数的区域，并应属于不超过两个隶属度函数的区域，

5）当两个隶属度函数重叠时，重叠部分对两个隶属度函数的最大隶属度不应有交叉，6）当两个隶属度函数重叠时，重叠部分的任何点的隶属度函数的和应该小于或等于1。九）隶属度函数确定的三种主要方法。

答：1）经验直觉法2）模糊统计法3）三分法。

十）模糊集合的常用三种表示方法。

答：1）扎德表示法2）向量表示法3）隶属度函数的表示法

十一）模糊关系矩阵的基本运算。

答：1）并运算2）交运算3）补运算4）相等5）包含6）转置7）合成。

十二）常见的几种隶属度函数曲线。

答：1）偏小型下降函数也称为Z型函数2）偏大型上升函数也称为S型函数3）对称型凸函数常称为II型函数。

十三）模糊条件语句三种基本语句。

答：1）若A~则B~型，简记为if A~thenB,其中A~是用模糊直言语句表达的条件，B~是用模糊直言语句表达的满足条件时进行的动作。

2）若A~则B~否则C~型，简记为if A~the n B~elseC~,其中A~是用模糊直言语句表达的条件，B~是用模糊直言语句表达的满足条件时进行的动作,C~是用模糊直言表示的不满足条件时进行的动作。

3）若A~且B~则C~型，简记为if A~and B~then C~,其中A~和B~是用模糊直言语句表达的条件，C~是用模糊直言表示的两个同时条件时进行的动作。

十四）模糊控制的优点。

答：1）模糊控制完全是在操作人员控制经验基础上实现对系统的控制，（无需建立数学模型）是解决不确定系统的一种有效途径；2）模糊控制（具有较强的鲁棒性），被控对象参数的变化对迷糊控制的影响不明显，可用于非线性、时变、时滞系统的控制；3）由离线计算得到控制查询表，提高了控制系统的实时性；4）控制的机理符合人们对过程控制作用的（直观描述和思维逻辑），为智能控制应用打下了基础。

十五）模糊控制器输出信息的模糊判决有几种常用方法。

答：1）最大隶属度法2）取中位数法3）左大和右大法4）加权平决法

十六）模糊控制规则，常见的控制规则。

答：1）单输入—单输出模糊控制器的模糊控制规则它反映了P控制律。

2）双输入—单输出模糊控制器的模糊控制规则它反映了PD控制律。

3）多输入—单输出模糊控制器的模糊控制规则它反映了PID控制律。

4）多输入—多输出模糊控制器的模糊控制规则若控制规则有多个控制通道，各控制通道可以输出多个不同的控制，相当于双输入—单输出的多个系统的叠加。

十七）神经网络的学习方法主要有哪两大类？

答：1）有导师学习也称为有监督学习，这种学习模式采用的是纠错规则，在学习训练过程中需要不断给网络成对提供一个输入模式和一个期望网络正确输出的模式，称为“教师信号”。将神经网络的实际输出同期望输出进行比较，当网络的输出与期望的教师信号不符时，根据差错的方向和大小按一定的规则调整权值，以使下一步网络的输出更接近期望结果。2）无导师学习也称为无监督学习，学习过程中网络能根据特有的内部结构和学习规则，在输入信息流中发现可能存在的模式和规律，同时能根据网络的功能和输入消息调整权值乃至网络结构，这个过程称为网络的自组织，其结果是使网络能对属于同一类的模式进行自动分类。

十八）说明神经网络控制取得的主要进展。

答：1）系统辨识在自动控制问题中，系统辨识的目的是为了建立被控对象的数学模型。

2）神经控制器由于控制器在事时控制系统中起着“大脑”的作用，神经网络具有自学习和自适应等智能特点，因而非常适合于作控制器。

3）智能检测所谓智能检测一般包括干扰量、传感器输入输出特性的非线性补偿、零

点和量程的自动校正及自动诊断。

十九）神经网络的基本特征和主要功能。

答：基本特征1）结构特征——并行处理、分布式存储与容错性人工神经网络是有大量的、简单的处理元件相互连接构成的高度并行的非线性系统，具有大规模并行处理特征。

2）能力特征——自学习、自组织与自适应性自适应性是指一个系统能改变自身的性能以适应换竟变化的能力，它是神经网络的一个重要特征。

主要功能1）联想记忆神经网络是通过其突触权值和连接结构来表达信息的记忆，这种分式记忆存储使得神经网络能存储较多的复杂模式和恢复记忆的信息。

2）非线性映射设计合理的神经网络通过对系统输入输出样本对进行自动学习，能够以任意精度逼近任意复杂的非线性映射。

3）分类与识别传统分类方法只适合解决同类相聚、异类分离的识别与分类问题。

4）优化计算优化计算是指在已知的约束条件下，寻找一组参数组合，使由该组合确定的目标函数达到最小值。

5）知识处理知识是人们从客观世界的大量信息及自身的实践中总结归纳出来的经验、规则和判据。

二十）常用的神经元三种转移函数。

答：1）阀值型转移函数2）非线性转移函数3）分段线性转移。

二十一）人工神经网络的分类。

答：神经网络常采用两种分类方式：（1）根据神经元之间连接方式分类可分为两种1）层次型结构的神经网络将神经元按功能分成若干层，如输入层、中间层和输出层。2）互连型网络结构中任意两个节点之间都可能存在连接路径，其中全互连网络中的每个节点均与所有其他节点连接。

（2）根据网络信息流向分类可分为两种1）前馈型网络2）反馈型网络