(完整版)智能控制習(xí)題參考答案

《(完整版)智能控制習(xí)題參考答案》由會(huì)員分享，可在線(xiàn)閱讀，更多相關(guān)《(完整版)智能控制習(xí)題參考答案（12頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、1．遞階智能控制系統(tǒng)的主要結(jié)構(gòu)特點(diǎn)有哪些。 答：遞階智能控制是在研究早期學(xué)習(xí)控制系統(tǒng)的基礎(chǔ)上，從工程控制論角度總結(jié)人工智能與自適應(yīng)控制、自學(xué)習(xí)控制和自組織控制的關(guān)系后逐漸形成的。 遞階智能控制系統(tǒng)是由三個(gè)基本控制級(jí)（組織級(jí)、協(xié)調(diào)級(jí)、執(zhí)行級(jí)）構(gòu)成的。如下所 示： 1.組織級(jí)組織級(jí)代表控制系統(tǒng)的主導(dǎo)思想，并由人工智能起控制作用。根據(jù)貯存在長(zhǎng)期存儲(chǔ)交換單元內(nèi)的本原數(shù)據(jù)集合，組織器能夠組織絕對(duì)動(dòng)作、一般任務(wù)和規(guī)則的序列。 其結(jié)構(gòu)如下： 2．協(xié)調(diào)級(jí) 協(xié)調(diào)級(jí)是組織級(jí)和執(zhí)行級(jí)間的接口，承上啟下，并由人工智能和運(yùn)籌學(xué)共同作用。協(xié)調(diào)級(jí)借助于產(chǎn)生一個(gè)適當(dāng)?shù)淖尤蝿?wù)序列來(lái)執(zhí)行原指令，處理實(shí)時(shí)

2、信息。 它是由不同的協(xié)調(diào)器組成，每個(gè)協(xié)調(diào)器由計(jì)算機(jī)來(lái)實(shí)現(xiàn)。下圖是一個(gè)協(xié)調(diào)級(jí)結(jié)構(gòu)的候 選框圖。該結(jié)構(gòu)在橫向上能夠通過(guò)分配器實(shí)現(xiàn)各協(xié)調(diào)器之間的數(shù)據(jù)共享。 1 曲布處理1 ft盤(pán)附時(shí)寄1 I r 1I IF r4 3.執(zhí)行級(jí)執(zhí)行級(jí)是遞階智能控制的最底層，要求具有較高的精度但較低的智能；它按控制論進(jìn)行控制，對(duì)相關(guān)過(guò)程執(zhí)行適當(dāng)?shù)目刂谱饔谩? 其結(jié)構(gòu)模型如下： 2．信息特征，獲取方式，分層方式有哪些？ 答：一、信息的特征 1，空間性：空間星系的主要特征是確定和不確定的（模糊）、全空間和子空間、同步和非同步、同類(lèi)型和不同類(lèi)型、數(shù)字的和非數(shù)字的信息，比傳統(tǒng)系

3、統(tǒng)更為復(fù)雜的多源多維信息。 2，復(fù)雜性：復(fù)雜生產(chǎn)制造過(guò)程的信息往往是一類(lèi)具有大滯后、多模態(tài)、時(shí)變性、強(qiáng)干擾性等特性的復(fù)雜被控對(duì)象，要求系統(tǒng)具有下層的實(shí)時(shí)性和上層的多因素綜合判斷決策能力，以保證現(xiàn)場(chǎng)設(shè)備局部的穩(wěn)定運(yùn)行和在復(fù)雜多變的各種不確定因素存在的動(dòng)態(tài)環(huán)境下，獲得整個(gè)系統(tǒng)的綜合指標(biāo)最優(yōu)。 3，污染性：復(fù)雜生產(chǎn)制造過(guò)程的信息都會(huì)受到污染，但在不同層次的信息受干擾程度不同，層次較低的信號(hào)受污染程度較大。 二、獲取方式 信息主要是通過(guò)傳感器獲得，但經(jīng)過(guò)傳感器后要經(jīng)過(guò)一定的處理來(lái)得到有效的信息，具體處理方法如下： 1，選取特征變量 可分為選擇特征變量和抽取特征變量。選擇特征變量直接從采集樣

4、本的全體原始工藝參數(shù)中選擇一部分作為特征變量。抽取特征變量對(duì)所選取出來(lái)的原始變量進(jìn)行線(xiàn)性或非線(xiàn)性組合，形成新的變量，然后去其中一部分作為特征變量。 2，濾波的方法 數(shù)字濾波用計(jì)算機(jī)軟件濾波，通過(guò)一定的計(jì)算程序?qū)Σ蓸有盘?hào)進(jìn)行平滑加工，提高信噪比，消除和減少干擾信號(hào)，以保證計(jì)算機(jī)數(shù)據(jù)采集和控制系統(tǒng)的可靠性。模擬濾波用硬件濾波。 3，剔除迷途樣本 使用計(jì)算機(jī)在任意維空間自動(dòng)識(shí)別刪除迷途樣本。 三、分層方式 1，通過(guò)計(jì)算機(jī)系統(tǒng)進(jìn)行信號(hào)分層 2，人工指令分層 3，通過(guò)儀器設(shè)備進(jìn)行測(cè)量，將數(shù)據(jù)進(jìn)行分層 4，先歸類(lèi)，后按照一定的規(guī)則集合分層 3．詳細(xì)描述數(shù)據(jù)融合的流程和方法 答：數(shù)據(jù)融

5、合是指利用計(jì)算機(jī)對(duì)按時(shí)序獲得的若干觀(guān)測(cè)信息，在一定準(zhǔn)則下加以自動(dòng)分析、綜合，以完成所需的決策和評(píng)估任務(wù)而進(jìn)行的信息處理。 一、數(shù)據(jù)融合的流程： 分析數(shù)據(jù)融合目的和融合層次一一智能地選擇合適的融合算法一一將空間配準(zhǔn)的數(shù)據(jù)（或提取數(shù)據(jù)的特征或模式識(shí)別的屬性說(shuō)明）進(jìn)行有機(jī)合成一一準(zhǔn)確表示或估計(jì)。有時(shí)還需要做進(jìn)一步的處理，如"匹配處理"和"類(lèi)型變換"等，以便得到目標(biāo)的更準(zhǔn)確表示或估計(jì)。 具體可分為： 1，特征級(jí)融合 經(jīng)過(guò)預(yù)處理的數(shù)據(jù)一一特征提取一一特征級(jí)融合一一融合屬性說(shuō)明 2，像元級(jí)融合 經(jīng)過(guò)預(yù)處理的數(shù)據(jù)一一數(shù)據(jù)融合一一特征提取一融合屬性說(shuō)明 3，決策級(jí)融合 經(jīng)過(guò)預(yù)處理數(shù)據(jù)一一特征

6、提取一一屬性說(shuō)明一一屬性融合一一融合屬性說(shuō)明二、數(shù)據(jù)融合方法： 1，代數(shù)法主要包括：加權(quán)融合法，單變量圖象差值法，圖象比值法2，圖像回歸法首先假定影像的像元值是另一影像的一個(gè)線(xiàn)性函數(shù)，通過(guò)最小二乘法來(lái)進(jìn)行回歸，然后再用回歸方程計(jì)算出的預(yù)測(cè)值來(lái)減去影像的原始像元值，從而獲得二影像的回歸殘差圖像。經(jīng)過(guò)回歸處理后的遙感數(shù)據(jù)在一定程度上類(lèi)似于進(jìn)行了相對(duì)輻射校正，因而能減弱多時(shí)相影像中由于大氣條件和太陽(yáng)高度角的不同所帶來(lái)的影響。 3，主成分變換 也稱(chēng)為W-L變換，數(shù)學(xué)上稱(chēng)為主成分分析（PCA）。PCT是應(yīng)用于遙感諸多領(lǐng)域的一種方法，包括高光譜數(shù)據(jù)壓縮、信息提取與融合及變化監(jiān)測(cè)等oPCT使用相關(guān)系數(shù)

7、陣或協(xié)方差陣來(lái)消除原始數(shù)據(jù)的相關(guān)性，以達(dá)到去除冗余的目的。對(duì)于融合后的數(shù)據(jù)來(lái)說(shuō)各波段的信息所作出的貢獻(xiàn)能最大限度地表現(xiàn)出來(lái)。 4,K-T變換 即Kauth-Thomas變換，簡(jiǎn)稱(chēng)K-T變換，又形象地成為"纓帽變換。它是線(xiàn)性變換的一種，它能使座標(biāo)空間發(fā)生旋轉(zhuǎn)，但旋轉(zhuǎn)后的坐標(biāo)軸不是指向主成分的方向，而是指向另外的方向。 5，小波變換 小波變換是一種新興的數(shù)學(xué)分析方法，已經(jīng)受到了廣泛的重視。小波變換是一種全局變換，在時(shí)間域和頻率域同時(shí)具有良好的定位能力，從而被譽(yù)為'數(shù)學(xué)顯微鏡"。 6，IHS變換 3個(gè)波段合成的RGB顏色空間是一個(gè)對(duì)物體顏色屬性描述系統(tǒng)，而IHS色度空間提取出物體的亮度I

8、,色度H,飽和度S,它們分別對(duì)應(yīng)3個(gè)波段的平均輻射強(qiáng)度、3個(gè)波段的數(shù)據(jù)向量和的方向及3個(gè)波段等量數(shù)據(jù)的大小oRGB顏色空間和IHS色度空間有著精確的轉(zhuǎn)換關(guān)系。 7,貝葉斯（Bayes）估計(jì) 8，D-S推理法 9，人工神經(jīng)網(wǎng)絡(luò)（ANN）10，專(zhuān)家系統(tǒng) 4．詳細(xì)描述遞階智能控制系統(tǒng)的優(yōu)化算法模型 答：遞階智能控制系統(tǒng)是在研究早期學(xué)習(xí)控制系統(tǒng)的基礎(chǔ)上，從工程控制論角度總結(jié)人工智能和自適應(yīng)控制、自學(xué)習(xí)控制和自組織控制的關(guān)系之后逐漸形成的，是智能控制的最早理論之一。 注-策、 遞階智能控制系統(tǒng)結(jié)構(gòu)圖 :爰 人機(jī)損口 狀他葉囂書(shū)1 推理、預(yù)測(cè) 如結(jié)構(gòu)圖所示，遞階

9、智能控制系統(tǒng)可分為現(xiàn)場(chǎng)級(jí)、控制級(jí)、局部?jī)?yōu)化級(jí)、全局優(yōu)化級(jí)四個(gè)部位。 具體優(yōu)化算法：現(xiàn)場(chǎng)級(jí)通過(guò)數(shù)據(jù)采集系統(tǒng)與分布式控制系統(tǒng)將現(xiàn)場(chǎng)狀態(tài)信號(hào)傳遞給控制級(jí)，控制級(jí)通過(guò)聚合器將各個(gè)信號(hào)經(jīng)過(guò)一個(gè)個(gè)子過(guò)程完成數(shù)據(jù)融合，并將融合估值反饋給局部?jī)?yōu)化級(jí)，局部?jī)?yōu)化級(jí)對(duì)數(shù)據(jù)進(jìn)行決策后將信息反饋給全局優(yōu)化級(jí)并對(duì)下一級(jí)傳達(dá)指令，全局優(yōu)化級(jí)通過(guò)知識(shí)庫(kù)對(duì)數(shù)據(jù)進(jìn)行比較、推理、排序。預(yù)測(cè)之后作出決策，從而使整個(gè)系統(tǒng)總熵最小，實(shí)現(xiàn)全局最優(yōu)。 5.比較模糊集合和普通集合的異同。 '、、集異同占、合 小、~~~、、 普通集合 模糊集合 相同點(diǎn) 1,基本概念相同：具有某種特定屬性的對(duì)象的全體。 2,分類(lèi)方法大致一樣，如

10、：列舉法，描述法，特征函數(shù)法 3,運(yùn)算規(guī)律大致相同，如：恒等律，父換律，結(jié)合律，分配律，吸收律，同一律，對(duì)偶律 不同點(diǎn) 兀素的范圍有個(gè)清晰的界限 集合的界限是模糊的，不明確的 互補(bǔ)律仍然適用 互補(bǔ)律不適用于模糊集合 兀素定在集合里面 元素和集合之間直接沒(méi)有絕對(duì)的隸屬關(guān)系 支撐集等概念是模糊集合所特有的 擁有更多的表示方法，如扎德表示法 6．確定“高智商”、“正常智商”和“低智商”的合理的隸屬函數(shù)。 u(95)=3/30=0.1u(105)=10/30=0.333u(115)=18/30=0.6u(125)=27/30=0.9u(135)=29/30=0.96

11、7 u(100)=6/30=0.2 u(110)=12/30=0.4 u(120)=24/30=0.8u(130)=28/30=0.933u(140)=30/30=1 高智商曲線(xiàn)： 圖1：高智商曲線(xiàn) 解：①由互聯(lián)網(wǎng)搜索，調(diào)查的“高智商”的范圍如下表1: 95—200 95—200 120—200 105—200 95—200 100—200 140—200 120—200 125—200 105—200 120—200 125—200 120—200 115—200 110—200 100—200 105—200 115—200 135

12、—200 100—200 115—200 130—200 120—200 125—200 105—200 115—200 115—200 110—200 120—200 115—200 由上表可求出各點(diǎn)的隸屬度如下： ,xd 由高智商曲線(xiàn)知，a=90，b=140， c為無(wú)窮大，d無(wú)意義。 隸屬函數(shù)的確定: 把高智商曲線(xiàn)圖與常用隸屬函數(shù)相匹配，可知，高智商的隸屬函數(shù)應(yīng)是梯形隸屬函數(shù)模型，如下： 0(x-a)/(b-a) 1 (d-x)/(d-c) 0 所以高智商隸屬函數(shù)為

13、： { 0,xv90 （x-90）/50,90v=xvl40 1,140<=x ②由互聯(lián)網(wǎng)搜索，調(diào)查的“正常智商”的范圍如下： 75—100 70—105 75—110 80—100 80—120 85—120 90—120 70—100 80—115 85—115 90—120 90—120 95—120 90—120 90—115 80—115 70—120 80—110 80—115 85—120 80—110 80—110 75—105 85—120 95—120 75—115 85—120 80—120 90—115

14、 95—120 由上表可求出各點(diǎn)的隸屬度如下： u（70）=3/30=0.1u（75）=6/30=0.2 u(80)=16/30=0.533u(85)=21/30=0.7 u(90)=27/30=0.9u(95)=30/30=1 u(100)=30/30=1u(105)=27/30=0.9 u(110)=25/30=0.833u(115)=21/30=0.7 u(120)=14/30=0.467 隸屬函數(shù)的確定:把正常智商曲線(xiàn)圖與常用隸屬函數(shù)相匹配，可知，正常智商的隸屬函數(shù)應(yīng)是正態(tài)隸屬 函數(shù)模型，如下： UA（x）=exp[-（（x-a）/b）2] 由正常智

15、商曲線(xiàn)并計(jì)算知：a=98，b=607所以正常智商隸屬函數(shù)為： UA（x）=exp[-（（x-98）/607）2] ③由互聯(lián)網(wǎng)搜索，調(diào)查的“低智商”的范圍如下： 40—70 35—65 40—75 45—75 35—70 40—75 35—70 35—65 30—70 30—65 35—75 30—70 30—75 40—75 40—75 35—70 30—70 30—70 30—75 30—65 30—60 35—75 35—75 35—70 30—70 45—70 45—75 35—75 30—65 30—70 由上表可求出各

16、點(diǎn)的隸屬度如下： u(30)=12/30=0.4u(35)=22/30=0.733 u(40)=27/30=0.9u(45)=30/30=1 u(50)=30/30=1u(55)=30/30=1 u(60)=30/30=1u(65)=29/30=0.967 u(70)=24/30=0.8u(75)=14/30=0.467 圖3：低智商曲線(xiàn) ,xd 隸屬函數(shù)的確定:把低智商曲線(xiàn)圖與常用隸屬函數(shù)相匹配，可知，低智商的隸屬函數(shù)應(yīng)是梯形隸屬函數(shù)模型，如下： {0 (x-a)/(b-a) 1 (d-

17、x)/(d-c) 0 由低智商曲線(xiàn)并計(jì)算知：a=0,b=45,c=60,d=80. 所以低智商隸屬函數(shù)為： {0 x/45 1 4-x/20 0 ,x<0 ,0<=x<45 ,45<=x<=60 ,6080 7．簡(jiǎn)述模糊控制系統(tǒng)的組成與工作原理 答：模糊控制系統(tǒng)是一直全自動(dòng)控制系統(tǒng)，是以模糊數(shù)學(xué)、模糊語(yǔ)言形式的知識(shí)表示和模糊邏輯推理為理論基礎(chǔ)，采用計(jì)算機(jī)控制技術(shù)構(gòu)成的一種具有閉環(huán)結(jié)構(gòu)的數(shù)學(xué)控制系統(tǒng)，系統(tǒng)組成核心是模糊控制器。 模糊控制系統(tǒng)由模糊化接口、模糊化推理、解模糊化接口、知識(shí)庫(kù)、被控對(duì)象、比較元件等組成。 模糊控制系統(tǒng)基本原理

18、圖控制系統(tǒng)原理圖如上，圖中虛線(xiàn)部分被稱(chēng)為模糊控制器部分?；竟ぷ髟恚何C(jī)經(jīng)中斷采樣獲取被控制量的精確值，然后將此量與給定值進(jìn)行模糊化，變成模糊量，偏差e的模糊量可以相應(yīng)的模糊語(yǔ)言表示，得到偏差e的模糊語(yǔ)言集合的一個(gè)子集。再由模糊子集、模糊控制規(guī)則和前向推理進(jìn)行模糊推理，得到模糊控制量為u=E'?R,式中u為一個(gè)模糊量。 為了對(duì)控制對(duì)象施加精確的控制，還需要將模糊量u轉(zhuǎn)換為精確量。這一步驟稱(chēng)為解模糊。得到了精確的數(shù)字模糊量后，經(jīng)數(shù)模轉(zhuǎn)換為精確的模擬量送給執(zhí)行機(jī)構(gòu)，對(duì)被控制對(duì)象進(jìn)一步控制。然后中斷等待第二次采樣進(jìn)行第二步控制。這樣循環(huán)下去，就實(shí)現(xiàn)了被控制對(duì)象的模糊控制。 8．試舉例說(shuō)明傳統(tǒng)集

19、合中叉積序偶的順序是不能顛倒的。 答：假設(shè)有2個(gè)傳統(tǒng)集合A，B。令A(yù)={1,2},B={3,4}。假定AxB={(1,3)，(1,4)，(2,3)，(2,4)}表示直角坐標(biāo)系中的點(diǎn)。 若叉積序偶順序可以顛倒，那么AxB中的元素(1,3)和(3,1)是表示同一個(gè)點(diǎn)，很顯然，這是不符合邏輯的，所以叉積序偶中的順序是不能顛倒的。 9．結(jié)合自身理解淺談模糊數(shù)學(xué)與模糊集合的概念 答：模糊數(shù)學(xué)是建立在模糊集合基礎(chǔ)上研究和處理模糊性現(xiàn)象的一種數(shù)學(xué)理論和方法。而 模糊集合中的元素與集合之間沒(méi)有絕對(duì)的隸屬關(guān)系，集合的邊界也是模糊的。像我們常說(shuō)的“冷”、“熱”就是一些模糊集合，它們沒(méi)有清晰的溫度界限。同

20、一個(gè)溫度對(duì)于不同的人在不同的時(shí)刻得到的感覺(jué)也是不一樣的，也就是說(shuō)溫度和冷熱之間沒(méi)有絕對(duì)的隸屬關(guān)系。 10?舉例說(shuō)明模糊數(shù)學(xué)隸屬函數(shù)的概念。 答：隸屬函數(shù)是用于表述模糊集合的一種數(shù)學(xué)工具。由于模糊集合中元素u和論域U之間的隸屬關(guān)系具有不明確性，為了描述這種屬關(guān)系，用區(qū)間［0,1］中某一數(shù)值來(lái)描述元素u屬于論域U的程度，而由此在論域U上的產(chǎn)生函數(shù)“即為模糊集上的隸屬函數(shù)。 11.用模糊統(tǒng)計(jì)法確定“青年人”的隸屬函數(shù)。 解：(1)根據(jù)張南綸教授在武漢做的一項(xiàng)關(guān)于“青年人”年齡段區(qū)間的調(diào)查實(shí)驗(yàn)，在剔除 迷途樣本之后，得到以下129組有效數(shù)據(jù)，如下表所示： 18-25 18-30 17-

21、30 20-35 15-28 18-25 18-35 19-28 17-30 16-30 15-28 15-25 16-28 18-30 18-25 18-28 17-30 15-30 18-30 18-35 15-25 17-25 17-30 18-35 18-25 18-30 16-28 18-30 18-35 15-30 18-35 15-28 15-25 16-32 18-30 18-35 17-30 18-35 16-28 20-30 16-30 18-35 18-35 18-29 17-28 18

22、-35 18-35 18-25 18-30 16-28 17-27 15-26 16-35 18-35 15-25 15-27 18-35 16-30 14-25 18-25 18-30 20-30 18-28 18-30 15-30 18-28 18-25 16-25 20-30 18-35 18-30 18-30 16-28 17-25 16-30 18-30 15-25 18-35 18-30 18-25 18-26 16-35 16-28 16-25 15-25 17-30 15-25 16-35 1

23、5-30 18-30 15-25 16-30 16-30 15-28 15-36 15-25 17-28 18-30 16-25 18-30 17-25 18-29 17-29 15-30 17-30 16-30 16-35 15-30 14-25 18-35 16-30 18-30 18-35 16-28 18-25 18-30 18-28 18-35 16-24 18-30 17-30 15-30 18-35 18-25 18-30 15-30 15-30 17-30 18-30 (2)求不同樣本下u

24、o=27的隸屬頻率 試驗(yàn)次數(shù) n 10 20 30 40 50 60 70 80 90 100 110 120 129 隸屬次數(shù) m 6 14 23 31 39 47 53 62 68 76 85 95 101 隸屬頻率 f 0.60 0.70 0.77 0.78 0.78 0.78 0.76 0.78 0.76 0.76 0.77 0.79 0.78 (3)繪圖得出u=27的隸屬頻率穩(wěn)定值 所以，忖的隸屬頻率穩(wěn)定值為Ua（27）=O.783 （4）同理，可以得到論域中每個(gè)元素對(duì)A的隸屬頻率

25、，如下: x 11 12 13 14 15 16 17 18 19 20 A(x) 0 0 0 0.016 0.209 0.395 0.519 0.961 0.969 1 x 21 22 23 24 25 26 27 28 29 30 A(x) 1 1 1 1 0.991 0.798 0.783 0.767 0.620 0.597 x 31 32 33 34 35 36 37 38 39 40 A(x) 0.209 0.209 0.202 0.202 0.202 0.008 0 0 0 0 當(dāng)xgEo,1O]Ut40,100]時(shí)，A(x)=0。 13 1? 2 5）根據(jù)以上數(shù)據(jù)，作出青年人的隸屬函數(shù)曲線(xiàn) 6）確定隸屬函數(shù) 通過(guò)分析比較，隸屬函數(shù)圖像與嶺形分布的中間型非常相似，中間型的隸屬函數(shù)如下 a4二37，代入得函數(shù)。 根據(jù)數(shù)據(jù)，選取a二13，a 12 ，a=24， 3 二20 所以青年人的隸屬函數(shù)為： —4-—sin—x 22 ji 61 ,?4<_r<37