2011-2012第一学期《智能控制技术基础》试卷A标准答案一、简答题（每题6分，共30分）1、什么是智能系统？智能控制系统的特点是什么？答：智能系统是指具备一定智能行为的系统，具体地说，若对于一个问题的激励输入，系统具备一定的智能行为，能够产生合适的求解问题的响应，这样的系统便称为智能系统……3分一般来说，智能控制系统必须具备以下一个或多个功能的特点为：（1）学习功能；（2）适应功能；（3）组织功能；……3分2、什么是模糊控制？它的优缺点是什么？答：模糊控制主要研究那些在现实生活中广泛存在的、定性的、模糊的、非精确的信息系统的控制问题模糊控制有三个基本组成部分：模糊化、模糊决策、精确化计算……3分模糊控制的优点是：不依赖于控制的数学模型，是解决不确定系统控制的一种有效途径；也是一种可以训练的非线性动力学系统模糊控制的缺点是：对信息进行简单的模糊处理会导致被控系统控制精度的降低和动态品质变差……3分3、什么是模糊集合论？它与经典集合论有何不同？答：模糊集合论是用具有0~1之间变化的隶属度的特征函数来描述某一模糊元素，模糊集合中的特征函数就称为隶属度函数……3分经典集合论中对任意一个元素与任意一个集合的关系的描述，只有“属于”或“不属于”两种，它描述的是有明确分界线的元素的组合，经典集合论不能处理模糊概念。
模糊集合论则用隶属度函数来描述一个元素属于一个集合的程度……3分4、一个模糊控制器应该包含哪几个部分？各自的作用是什么？答：模糊控制器主要包含的部分为：模糊化过程、知识库、推理决策和精确化计算……2分模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数；知识库包含数据库和规则库，数据库提供必要的定义，规则库根据控制目的和控制策略给出一套由语言变量描述的并由专家或自学习产生的控制规则的集合;推理决策是模糊控制的核心，它利用知识库的信息模拟人类的推理决策过程，给出适合的控制量；精确化计算是将推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程……4分5、什么是神经网络辨识？在辨识过程中需要考虑哪些因素？神经网络辨识模型中的前向建模的导师信号来自于？答：神经网络辨识就是选择一适当的神经网络模型来逼近实际系统……1分在辨识过程中需要考虑的因素有：模型的选择；输入信号的选择；误差准则的选择；……4分神经网络辨识模型中的前向建模的导师信号来自于系统的实际输出……1分评分标准：能基本求出公式给满分，结果有出入扣~分二、计算题（每题10分，共50分）1、设论域X，:,X,X,X｝以及模糊集合:1234A，-+-+-XXX123BAB,A,B。
0.90.40.5试求：A0.3+-x4厂0.90.40.5B，++-XXX123解:AB，+——+—XXX1230人+，ax40.90.70.60.3+++-XXX234T0.10.30.40.7A，+++-，XXXX12341+++4分X40.60.52、已知模糊关系矩阵R解:0.80.30.60.50.30.7RQS=0.30.40.80.6RQ，0.30.5（R0.30.10.80.60.30.50.30.10.70.20.30.10.7…„0.70.4，S—0.2；6，试计算模糊关系合成矩阵RQS，以及（R0.60.7…„(0.8a0.3
已知在X、Y上的模糊子集为:A，“转速低”，++++—10030050070090000.20.50.71B，“控制电压高”二一++++一1020304050试确定X„Y上的模糊条件语言“若转速低，则控制电压高；否则控制电压不很高”所决定的模糊关系矩阵R,并计算出当转速为“不很低”时，所对应的控制电压y的模糊集合?解:设模糊子集B'，“控制电压很高”，10+晋+罟+罟9+50—1096B'，“控制电压不很高”，市++…A„万）200.750.510++-304050则所得模糊关系R，（A„B）T「00.20.50.71--0-「00000_0.800.20.50.70.80.20.20.20.20.200.5x【00.20.50.71］，00.20.50.50.5AxB'，0.5xh0.960.750.510］，0.50.50.50.500.300.30.30.30.30.70.70.70.70.510000000110.960.750.5103分A„B，00.20.50.7100()00.20.50.70.80.20.2R，(AxB)MxB7丿,00.20.50.50.50.50.500.30.30.30.30.70.70000010.9610.640.250.090设模糊子集A'，“转速很低”——++++100300500700900——00.360.750.911A'，“转速不很低”，二++++100300500700900因此当转速为“不很低”时，所对应的控制电压y的模糊集合为：00000.20.50.710.20.200.20.20.50.70.80.50.50,0.50.50.50.50.52分0.70.5100.70.70.70.510.30.750.51010.960.750.510•„2分00.20.50.710.20.20.50.70.80.50.50.50.50.50.70.70.70.510.310.960.750.510A'R=【00.360.750.911］，［10.960.750.510.5］4、某一模糊控制系统的输入变量为系统误差e和误差变化量de,控制变量选择为v，其隶属度函数均选择为:误差e-50-30-15-505153050误差变化de-150-90-30-100103090150控制v-64-16-4-20241664量化等级-4-3-2-101234PB00000000.351PS000000.410.40ZE0000.210.2000NS00.410.400000NB10.350000000设在某一时刻，系统误差e的量化等级为3,误差变化量de的量化等级为-2，而此时的模糊控制规则库中只有两条规则有效:第一条如果误差e是PB、且误差变化de是NS,则控制v为NB；第二条如果误差e是PS、且误差变化de是NS,则控制v为ZE；试利用极大极小推理法实现模糊推理过程（做图），并采用重心法计算出模糊控制输出的精确量。
解：系统误差e的量化等级为3，由表可知相应的隶属度值，对于误差e卩（e）=0.35卩（e）=0.4PBPS对于误差de卩（de）=13分NS由极大极小推理法可得控制量的输出模糊集为：2008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第2页，€v)第i条规则PBNS第2条规则NBmm0,(e)-3-2-10,(de)—4-30,(v)PSNSmm0123-3-2-1-1,(v)mm-4-3—101最后将每一条推理规则得到的模糊控制子集进行“并”运算，再由重心法计算出模糊控制输出的精确量:-4x0.35+(-3)x0.35+(-1)x0.2+0„0.4+1x0.22.45u==—=—1.633沁—21.50.35+0.35+0.2+0.4+0.25、假设一个3节点的离散Hopfield神经网络，已知网络权值与阀值如下图所示:V3试计算状态转移关系，求出该神经网络的稳定状态，并画出网络状态转移图解：以初始状态丁冷3-000为例，依次选择节点V1'V2'V3,确定其节点兴奋的条件及状态的转移首先选择节点匕，激励函数为:Net(0)=艺①y(0)+0=0.2„0+0.4„0+0=011jj1j=1节点V1处于抑制状态，其状态不会发生改变，同样其它两个节点也可以得出Net(0)二0.2„0+(-0.5)„0+0.1二0.1<02Net(0)二0.4„0+(-0.5)„0+0.0二03可见状态000会转移到状态010，转移概率为1/3。
依次类推，可得该神经网络的稳定状态为110，网络状态转移图为:2008〜2009学年第二学期期末考试《自动控制原理A2》试卷(A)标准答案共3页第3页评分标准：能基本求出公式给满分，结果有出入扣三、综合题(20分)设某一神经网络的结构图如下图所示:y1y2假设对期望输入*TJ3,，其期望输出为叽yd2]=[030.5],网络权系数初始值如图所示，神经元激励函数为„(x)=—，请问:1+e-2x(1)该神经网络是什么结构形式的神经网络?2008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第4页2008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第#页试用BP算法训练此网络，并详细写出第一次迭代学习的计算结果解:(1)该神经网络是多层前向传播神经网络2008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第#页net1=®1x+®1x+®1=2x1+0x3+1x(-1)=1221122220—=0.0181+e—2xnetj1+e4o=21+e-2xnet；1+e—21=0.88net2=w2o+w2o+w2=(-2)x0.018+1x0.88-2=-1.155111112210net2=®2o2o2=0x0.018+1x0.88—1=—0.122211222201y=11+e-2xnetf==0.091+e2.31y=21+e—2xnet^1+e0.24=0.444分输入最大容许逼近误差值和最大迭代学习次数iteratemax，置初始迭代学习次数iterate=0计算当前输入状态下，当前网络的连接权系数下的神经网络输出12210net1=®1x+®1x+®1=1x1+(—2)x3+1x3=—211112008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第#页1(<202+<202)2o(1—o)=0.23571112211判断神经网络逼近误差满足要求或者迭代学习达到最大容许值否？计算广义误差=(t一y)f'(net2)=2(t一y)y(1—y)=0.0344<2=(t一y)f'(net2)=2(t一y)y(1—y)=0.0295722222222(5202+<202)2o(1—o)=—0.07513分11222222连接权系数更新2008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第#页2008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第#页A®1二朮1x二0.009，1111AW11x=0.0015，1212Aw2=朮2=0.029572022008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第#页2008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第#页l=12;i=0,1,2;j=1,2o/(iterate+1)=0/(iterate)+Ao/jiiterate=iterate+12分2008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第#页评分标准：能基本求出公式给满分，结果有出入扣2008~2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第5页2008〜2009学年第二学期期末考试《自动控制原理A2》试卷（A）标准答案共3页第6页。