(完整版)智能控制習題參考答案

《(完整版)智能控制習題參考答案》由會員分享，可在線閱讀，更多相關(guān)《(完整版)智能控制習題參考答案（12頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、1遞階智能控制系統(tǒng)的主要結(jié)構(gòu)特點有哪些。答：遞階智能控制是在研究早期學習控制系統(tǒng)的基礎上，從工程控制論角度總結(jié)人工智能與自適應控制、自學習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)是由三個基本控制級（組織級、協(xié)調(diào)級、執(zhí)行級）構(gòu)成的。如下所示：1.組織級組織級代表控制系統(tǒng)的主導思想，并由人工智能起控制作用。根據(jù)貯存在長期存儲交換單元內(nèi)的本原數(shù)據(jù)集合，組織器能夠組織絕對動作、一般任務和規(guī)則的序列。其結(jié)構(gòu)如下：2協(xié)調(diào)級協(xié)調(diào)級是組織級和執(zhí)行級間的接口，承上啟下，并由人工智能和運籌學共同作用。協(xié)調(diào)級借助于產(chǎn)生一個適當?shù)淖尤蝿招蛄衼韴?zhí)行原指令，處理實時信息。它是由不同的協(xié)調(diào)器組成，每個協(xié)調(diào)器由計

2、算機來實現(xiàn)。下圖是一個協(xié)調(diào)級結(jié)構(gòu)的候選框圖。該結(jié)構(gòu)在橫向上能夠通過分配器實現(xiàn)各協(xié)調(diào)器之間的數(shù)據(jù)共享。1曲布處理1ft盤附時寄1Ir1IIFr43.執(zhí)行級執(zhí)行級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；它按控制論進行控制，對相關(guān)過程執(zhí)行適當?shù)目刂谱饔谩Ｆ浣Y(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、同類型和不同類型、數(shù)字的和非數(shù)字的信息，比傳統(tǒng)系統(tǒng)更為復雜的多源多維信息。2，復雜性：復雜生產(chǎn)制造過程的信息往往是一類具有大滯后、多模態(tài)、時變性、強干擾性等特性的復雜被控對象，要

3、求系統(tǒng)具有下層的實時性和上層的多因素綜合判斷決策能力，以保證現(xiàn)場設備局部的穩(wěn)定運行和在復雜多變的各種不確定因素存在的動態(tài)環(huán)境下，獲得整個系統(tǒng)的綜合指標最優(yōu)。3，污染性：復雜生產(chǎn)制造過程的信息都會受到污染，但在不同層次的信息受干擾程度不同，層次較低的信號受污染程度較大。二、獲取方式信息主要是通過傳感器獲得，但經(jīng)過傳感器后要經(jīng)過一定的處理來得到有效的信息，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。抽取特征變量對所選取出來的原始變量進行線性或非線性組合，形成新的變量，然后去其中一部分作為特征變量。2，濾波

4、的方法數(shù)字濾波用計算機軟件濾波，通過一定的計算程序?qū)Σ蓸有盘栠M行平滑加工，提高信噪比，消除和減少干擾信號，以保證計算機數(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算機在任意維空間自動識別刪除迷途樣本。三、分層方式1，通過計算機系統(tǒng)進行信號分層2，人工指令分層3，通過儀器設備進行測量，將數(shù)據(jù)進行分層4，先歸類，后按照一定的規(guī)則集合分層3詳細描述數(shù)據(jù)融合的流程和方法答：數(shù)據(jù)融合是指利用計算機對按時序獲得的若干觀測信息，在一定準則下加以自動分析、綜合，以完成所需的決策和評估任務而進行的信息處理。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

5、空間配準的數(shù)據(jù)（或提取數(shù)據(jù)的特征或模式識別的屬性說明）進行有機合成一一準確表示或估計。有時還需要做進一步的處理，如匹配處理和類型變換等，以便得到目標的更準確表示或估計。具體可分為：1，特征級融合經(jīng)過預處理的數(shù)據(jù)一一特征提取一一特征級融合一一融合屬性說明2，像元級融合經(jīng)過預處理的數(shù)據(jù)一一數(shù)據(jù)融合一一特征提取一融合屬性說明3，決策級融合經(jīng)過預處理數(shù)據(jù)一一特征提取一一屬性說明一一屬性融合一一融合屬性說明二、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線性函數(shù)，通過最小二乘法來進行回歸，然后再用回歸方程計算出的預測值來減去

6、影像的原始像元值，從而獲得二影像的回歸殘差圖像。經(jīng)過回歸處理后的遙感數(shù)據(jù)在一定程度上類似于進行了相對輻射校正，因而能減弱多時相影像中由于大氣條件和太陽高度角的不同所帶來的影響。3，主成分變換也稱為W-L變換，數(shù)學上稱為主成分分析（PCA）。PCT是應用于遙感諸多領域的一種方法，包括高光譜數(shù)據(jù)壓縮、信息提取與融合及變化監(jiān)測等oPCT使用相關(guān)系數(shù)陣或協(xié)方差陣來消除原始數(shù)據(jù)的相關(guān)性，以達到去除冗余的目的。對于融合后的數(shù)據(jù)來說各波段的信息所作出的貢獻能最大限度地表現(xiàn)出來。4,K-T變換即Kauth-Thomas變換，簡稱K-T變換，又形象地成為纓帽變換。它是線性變換的一種，它能使座標空間發(fā)生旋轉(zhuǎn)，但旋

7、轉(zhuǎn)后的坐標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，在時間域和頻率域同時具有良好的定位能力，從而被譽為數(shù)學顯微鏡。6，IHS變換3個波段合成的RGB顏色空間是一個對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,色度H,飽和度S,它們分別對應3個波段的平均輻射強度、3個波段的數(shù)據(jù)向量和的方向及3個波段等量數(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8，D-S推理法9，人工神經(jīng)網(wǎng)絡（ANN）10，專家系統(tǒng)4詳細描述遞階智能控制系統(tǒng)的優(yōu)化算法模型答：

8、遞階智能控制系統(tǒng)是在研究早期學習控制系統(tǒng)的基礎上，從工程控制論角度總結(jié)人工智能和自適應控制、自學習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:爰人機損口狀他葉囂書1推理、預測如結(jié)構(gòu)圖所示，遞階智能控制系統(tǒng)可分為現(xiàn)場級、控制級、局部優(yōu)化級、全局優(yōu)化級四個部位。具體優(yōu)化算法：現(xiàn)場級通過數(shù)據(jù)采集系統(tǒng)與分布式控制系統(tǒng)將現(xiàn)場狀態(tài)信號傳遞給控制級，控制級通過聚合器將各個信號經(jīng)過一個個子過程完成數(shù)據(jù)融合，并將融合估值反饋給局部優(yōu)化級，局部優(yōu)化級對數(shù)據(jù)進行決策后將信息反饋給全局優(yōu)化級并對下一級傳達指令，全局優(yōu)化級通過知識庫對數(shù)據(jù)進行比較、推理、排序。預測之后

9、作出決策，從而使整個系統(tǒng)總熵最小，實現(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1,基本概念相同：具有某種特定屬性的對象的全體。2,分類方法大致一樣，如：列舉法，描述法，特征函數(shù)法3,運算規(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，對偶律不同點兀素的范圍有個清晰的界限集合的界限是模糊的，不明確的互補律仍然適用互補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有絕對的隸屬關(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

10、(105)=10/30=0.333u(115)=18/30=0.6u(125)=27/30=0.9u(135)=29/30=0.967u(100)=6/30=0.2u(110)=12/30=0.4u(120)=24/30=0.8u(130)=28/30=0.933u(140)=30/30=1高智商曲線：圖1：高智商曲線解：由互聯(lián)網(wǎng)搜索，調(diào)查的“高智商”的范圍如下表1:9520095200120200105200952001002001402001202001252001052001202001252001202001152001102001002001052001152001352001002

11、00115200130200120200125200105200115200115200110200120200115200由上表可求出各點的隸屬度如下：,xa,a=xb,b=x=c,cxd由高智商曲線知，a=90，b=140，c為無窮大，d無意義。隸屬函數(shù)的確定:把高智商曲線圖與常用隸屬函數(shù)相匹配，可知，高智商的隸屬函數(shù)應是梯形隸屬函數(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：0,xv90（x-90）/50,90v=xvl401,140=x由互聯(lián)網(wǎng)搜索，調(diào)查的“正常智商”的范圍如下：7510070105751108010080120851209012

12、07010080115851159012090120951209012090115801157012080110801158512080110801107510585120951207511585120801209011595120由上表可求出各點的隸屬度如下：u（70）=3/30=0.1u（75）=6/30=0.2u(80)=16/30=0.533u(85)=21/30=0.7u(90)=27/30=0.9u(95)=30/30=1u(100)=30/30=1u(105)=27/30=0.9u(110)=25/30=0.833u(115)=21/30=0.7u(120)=14/30=0.46

13、7隸屬函數(shù)的確定:把正常智商曲線圖與常用隸屬函數(shù)相匹配，可知，正常智商的隸屬函數(shù)應是正態(tài)隸屬函數(shù)模型，如下：UA（x）=exp-（x-a）/b）2由正常智商曲線并計算知：a=98，b=607所以正常智商隸屬函數(shù)為：UA（x）=exp-（x-98）/607）2由互聯(lián)網(wǎng)搜索，調(diào)查的“低智商”的范圍如下：407035654075457535704075357035653070306535753070307540754075357030703070307530653060357535753570307045704575357530653070由上表可求出各點的隸屬度如下：u(30)=12/30=0.4

14、u(35)=22/30=0.733u(40)=27/30=0.9u(45)=30/30=1u(50)=30/30=1u(55)=30/30=1u(60)=30/30=1u(65)=29/30=0.967u(70)=24/30=0.8u(75)=14/30=0.467圖3：低智商曲線,xa,a=xb,b=x=c,cxd隸屬函數(shù)的確定:把低智商曲線圖與常用隸屬函數(shù)相匹配，可知，低智商的隸屬函數(shù)應是梯形隸屬函數(shù)模型，如下：0(x-a)/(b-a)1(d-x)/(d-c)0由低智商曲線并計算知：a=0,b=45,c=60,d=80.所以低智商隸屬函數(shù)為：0x/4514-x/200,x0,0=x45,4

15、5=x=60,60x807簡述模糊控制系統(tǒng)的組成與工作原理答：模糊控制系統(tǒng)是一直全自動控制系統(tǒng)，是以模糊數(shù)學、模糊語言形式的知識表示和模糊邏輯推理為理論基礎，采用計算機控制技術(shù)構(gòu)成的一種具有閉環(huán)結(jié)構(gòu)的數(shù)學控制系統(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、知識庫、被控對象、比較元件等組成。模糊控制系統(tǒng)基本原理圖控制系統(tǒng)原理圖如上，圖中虛線部分被稱為模糊控制器部分。基本工作原理：微機經(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行模糊化，變成模糊量，偏差e的模糊量可以相應的模糊語言表示，得到偏差e的模糊語言集合的一個子集。再由模糊子集、模糊控制規(guī)則和前向

16、推理進行模糊推理，得到模糊控制量為u=ER,式中u為一個模糊量。為了對控制對象施加精確的控制，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)行機構(gòu)，對被控制對象進一步控制。然后中斷等待第二次采樣進行第二步控制。這樣循環(huán)下去，就實現(xiàn)了被控制對象的模糊控制。8試舉例說明傳統(tǒng)集合中叉積序偶的順序是不能顛倒的。答：假設有2個傳統(tǒng)集合A，B。令A=1,2,B=3,4。假定AxB=(1,3)，(1,4)，(2,3)，(2,4)表示直角坐標系中的點。若叉積序偶順序可以顛倒，那么AxB中的元素(1,3)和(3,1)是表示同一個點，很顯然，這是不符合邏

17、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)學與模糊集合的概念答：模糊數(shù)學是建立在模糊集合基礎上研究和處理模糊性現(xiàn)象的一種數(shù)學理論和方法。而模糊集合中的元素與集合之間沒有絕對的隸屬關(guān)系，集合的邊界也是模糊的。像我們常說的“冷”、“熱”就是一些模糊集合，它們沒有清晰的溫度界限。同一個溫度對于不同的人在不同的時刻得到的感覺也是不一樣的，也就是說溫度和冷熱之間沒有絕對的隸屬關(guān)系。10舉例說明模糊數(shù)學隸屬函數(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)值來描述元素u屬于論域U的

18、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關(guān)于“青年人”年齡段區(qū)間的調(diào)查實驗，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：18-2518-3017-3020-3515-2818-2518-3519-2817-3016-3015-2815-2516-2818-3018-2518-2817-3015-3018-3018-3515-2517-2517-3018-3518-2518-3016-2818-3018-3515-3018-3515-2815-2516-3218-3018-3517-

19、3018-3516-2820-3016-3018-3518-3518-2917-2818-3518-3518-2518-3016-2817-2715-2616-3518-3515-2515-2718-3516-3014-2518-2518-3020-3018-2818-3015-3018-2818-2516-2520-3018-3518-3018-3016-2817-2516-3018-3015-2518-3518-3018-2518-2616-3516-2816-2515-2517-3015-2516-3515-3018-3015-2516-3016-3015-2815-3615-2517-

20、2818-3016-2518-3017-2518-2917-2915-3017-3016-3016-3515-3014-2518-3516-3018-3018-3516-2818-2518-3018-2818-3516-2418-3017-3015-3018-3518-2518-3015-3015-3017-3018-30(2)求不同樣本下uo=27的隸屬頻率試驗次數(shù)n102030405060708090100110120129隸屬次數(shù)m61423313947536268768595101隸屬頻率f0.600.700.770.780.780.780.760.780.760.760.770.79

21、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元素對A的隸屬頻率，如下:x11121314151617181920A(x)0000.0160.2090.3950.5190.9610.9691x21222324252627282930A(x)11110.9910.7980.7830.7670.6200.597x31323334353637383940A(x)0.2090.2090.2020.2020.2020.0080000當xgEo,1OUt40,100時，A(x)=0。13125）根據(jù)以上數(shù)據(jù)，作出青年人的隸屬函數(shù)曲線6）確定隸屬函數(shù)通過分析比較，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，a12，a=24，3二20所以青年人的隸屬函數(shù)為：4-sinx22ji61,?4_r37