智能控制導(dǎo)論復(fù)習(xí)題-資料下載頁
2025-08-09 17:54本頁面
【正文】 和閾值。試說明網(wǎng)絡(luò)性能是否會(huì)變化答：前者網(wǎng)絡(luò)性能有變化； 后者無變化。117．簡述按其作用原理，智能控制系統(tǒng)的分類（1）遞階控制系統(tǒng)；（2）專家控制系統(tǒng)；（3）模糊控制系統(tǒng)；（4）學(xué)習(xí)控制系統(tǒng)；（5）神經(jīng)控制系統(tǒng)；（6）仿生控制系統(tǒng)；（7）集成智能控制系統(tǒng)；（8）組合智能控制系統(tǒng)。118. 簡述基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的三種模式（1）神經(jīng)網(wǎng)絡(luò)支持專家系統(tǒng) 傳統(tǒng)專家系統(tǒng)為主，神經(jīng)網(wǎng)絡(luò)技術(shù)為輔；（2）專家系統(tǒng)支持神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)技術(shù)為核心，專家系統(tǒng)領(lǐng)域技術(shù)完成解釋工作； （3）協(xié)同式神經(jīng)網(wǎng)絡(luò)專家系統(tǒng) 優(yōu)勢互補(bǔ)。119. 簡述實(shí)現(xiàn)學(xué)習(xí)控制系統(tǒng)需要的三種能力及其含義（1）性能反饋 學(xué)習(xí)系統(tǒng)必須能夠定量地估計(jì)系統(tǒng)當(dāng)前和以往的性能水平；（2）記憶 學(xué)習(xí)系統(tǒng)必須具備存儲(chǔ)所積累的并將在以后應(yīng)用的知識的方法；（3）訓(xùn)練 要積累知識，就必須有一種能夠把定量的性能信息轉(zhuǎn)化為記憶的機(jī)制。120. 簡述仿人控制器設(shè)計(jì)與實(shí)現(xiàn)的一般步驟（1）確定設(shè)計(jì)目標(biāo)軌跡；（2）建立對象數(shù)理模型；（3）建立各控制級的特征模式或控制算法；（4）設(shè)計(jì)控制器結(jié)構(gòu)；（5）設(shè)計(jì)控制模態(tài)集與控制規(guī)則。六、論述題121. （1）所謂復(fù)合智能控制指的是智能控制手段與經(jīng)典控制和/或現(xiàn)代控制手段的集成，還指不同智能控制手段的集成。但不包括智能控制手段與非智能控制手段的集成。（2）單一控制器往往無法滿足一些復(fù)雜、未知或動(dòng)態(tài)系統(tǒng)的控制要求，這就需要開發(fā)某些復(fù)合的（或稱為集成的、綜合的、混合的）控制方法來滿足現(xiàn)實(shí)問題提出的控制要求智能控制就是力圖解決傳統(tǒng)控制無法解決的問題而出現(xiàn)的。復(fù)合智能控制只有在出現(xiàn)和應(yīng)用智能控制之后才成為可能。 122. 模糊控制器是由模糊化接口、知識庫、推理機(jī)和模糊判決接口四個(gè)單元組成。模糊化接口是測量輸入變量和受控系統(tǒng)的輸出變量，并把他們映射到一個(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言值或模糊集合的標(biāo)識符；知識庫是由數(shù)據(jù)庫和語言控制庫構(gòu)成的，數(shù)據(jù)庫為語言控制規(guī)則的論域離散化和隸屬度提供定義，語言控制規(guī)則標(biāo)記控制目標(biāo)和領(lǐng)域?qū)＜业目刂撇呗?；推理機(jī)是模糊系統(tǒng)的核心，根據(jù)模糊輸入和模糊控制規(guī)則，模糊推理來求解模糊關(guān)系方程，獲得輸出。模糊判決接口是產(chǎn)生一個(gè)精確的或非模糊的控制作用。工作原理框圖： 傳感器模糊化接口推理機(jī)模糊判決接口過程數(shù)據(jù)庫規(guī)則庫設(shè)定輸入模糊控制器 知識庫 |輸出123. 試述遺傳算法的特點(diǎn)，并畫出簡單遺傳算法的框圖（1）遺傳算法是對參數(shù)集合的編碼而非針對參數(shù)本身進(jìn)行進(jìn)化； （2）遺傳算法是從問題解的編碼組開始而非從單個(gè)解開始搜索； （3）遺傳算法利用目標(biāo)函數(shù)的適用度這一信息而不是利用導(dǎo)數(shù)或其他輔助信息來指導(dǎo)搜索； （4）遺傳算法利用選擇、交叉、變異等算子而不是利用確定性規(guī)則進(jìn)行隨機(jī)操作。簡單遺傳算法框圖： 終止條件開始初始化種群計(jì)算適應(yīng)度值選擇操作交叉操作變異操作適應(yīng)度值最優(yōu)個(gè)體結(jié)束否是124. 試述迭代學(xué)習(xí)控制的任務(wù)；迭代控制與最優(yōu)控制、自適應(yīng)控制的區(qū)別；畫出迭代學(xué)習(xí)控制系統(tǒng)基本結(jié)構(gòu)圖。迭代學(xué)習(xí)控制的任務(wù)：給出系統(tǒng)當(dāng)前輸入和輸出，確定下一個(gè)期望輸入是的系統(tǒng)的實(shí)際輸出收斂于期望值。迭代控制與最優(yōu)控制區(qū)別：最優(yōu)控制根據(jù)系統(tǒng)模型計(jì)算最優(yōu)輸入，而迭代控制通過先前試驗(yàn)獲得最好輸入。迭代控制與自適應(yīng)控制區(qū)別：迭代控制算法是在每一次試驗(yàn)后離線實(shí)現(xiàn)的，而自適應(yīng)控制算法是在線的，計(jì)算量大。）基本結(jié)構(gòu)圖如下： 存儲(chǔ)記憶被控系統(tǒng)學(xué)習(xí)控制器圖中、和為系統(tǒng)第k次運(yùn)行的輸入變量、輸出變量、期望輸出和輸出誤差，為系統(tǒng)的第k+1次的輸入變量，k=1，2，…，n. 輸出誤差為：125. 試述遺傳算法的求解步驟（1）初始化群體；（2）計(jì)算群體上每個(gè)個(gè)體的適應(yīng)度值；（3）按由個(gè)體適應(yīng)度值所決定的某個(gè)規(guī)則選擇將進(jìn)入下一代的個(gè)體；（4）按概率Pc進(jìn)行交叉操作；（5） 按概率Pc進(jìn)行突變操作；（6）若沒有滿足某種停止條件，則轉(zhuǎn)第（2）步，否則進(jìn)入下一步；（7）輸出群體中適應(yīng)度值最優(yōu)的染色體作為問題的最優(yōu)解。126. 試述基于模式識別的學(xué)習(xí)控制的原理原理圖如下圖所示： .YeRYKB學(xué)習(xí)控制器學(xué)習(xí)與適應(yīng)數(shù)據(jù)庫推理機(jī)控制規(guī)則裝置模式識別傳感器由圖可見，該控制器中含有一個(gè)模式識別單元和一個(gè)學(xué)習(xí)單元。模式識別單元實(shí)現(xiàn)對輸入信息的提取與處理，提供控制決策和學(xué)習(xí)適應(yīng)的依據(jù)，包括提取動(dòng)態(tài)過程的特征信息和識別特征信息。學(xué)習(xí)與適應(yīng)單元的作用是根據(jù)在線信息來增加與修改知識庫的內(nèi)容，改善系統(tǒng)的性能。A8A1
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號-1