智能控制问题及解决方案

智能控制问题及解决方案.1.神经网络模型的分类，分别绘制网络图并描述其特征。1）转发网络：神经网络元件被分级排列以形成输入层、隐含层和输出层。每一层的神 经元只能接收前一层神经元的输入。输入模式按每层顺序转换后，得到输出 层数并输出。神经元之间没有反馈。感知器和误差反向传播中使用的网络都 属于这个模型。1）.2） 2）反馈网络：这种网络结构意味着只有从输出层到输入层的反馈存在，即每个输入节 点可能接收来自外部的输入和来自输出神经元的反馈。该模式可用于存储特 定的模式序列，也可用于动态时间序列系统的神经网络建模。3）互联网 络：这种神经网络模型属于网络结构，可以在任意两个神经元之间建立联 系。信号在神经元之间反复传输，网络处于不断变化的状态。从某个初始状 态开始，经过几次变化，就可以达到某个平衡状态。根据神经元的网络结构 和特性，它可能进入周期性振荡或混沌状态。4）混合网络：它是分层网络和网状网络的结合。通过一层神经元的组合，可以实现同 一层神经元的侧向抑制或激发机制，从而可以限制每层中可以同时作用的神 经元的数量，或者每层中的神经元可以分成若干组，每组可以作为一个整 体。2有几种神经网络学习算法。他们分别绘制网络图，并简要描述各自的 特点。1）有一位导师要学习：所谓的监督学习意味着在训练过程中总是有一个期望的网络输出。预期输出和实际输出之间的距离用作误差度量，并用于调整权重。1.2）无导师 学习：网络中没有预期的输出值，因此没有直接的错误信息。因此，为了实现 网络培训，需要建立一个间接评价函数来评价网络的某一行为趋势。3.简述神经网络的泛化能力。回答:人工神经网络允许一些变化。例如，当输入向量有噪声，即与样 本输出向量有差异时，其神经网络的输出也能准确地呈现出预期的输出。 这 种能力变成了泛化能力。4.单层 BP 网络和多层神经网络学习算法的区别。1）单层神经网络的增量学习算法通过最小化目标函数来实现，其中E 的最小化是通过有序地最小化每个样本数据的输出误差 Ep 来实现的。增 量 规则学习算法是为了获得定义的目标函数值的梯度。2）多层前向传播网 络 的权系数训练算法是一种著名的误差反向传播学习算法。根据该算法，通 过 反向传播网络的期望输出（样本输出）与世纪输出之间的误差来实现训 练网 络权重矩阵的更新。3描述模糊控制器四个模块的设计内容，并写出设计步骤。回答：这四个模块是：模糊过程、知识库（包括数据库和规则库）、推理和决策逻辑、精 确计算。模糊接口、规则库、模糊推理、清晰接口 )设计步骤：1 定义输入和输出变量 2 定义所有变量的模糊化条件 3 设计控制规则 库 4 设计模糊推理结构 5 选择精确策略方法 PPT 设计步骤是：(1) 确定模糊控制器的输入变量和输出变量；(2) 确定投入产出的宇宙和柯、柯克和的值；(3) 确定变量的语言值及其隶属函数；(4) 总结了专家控制规则及其隐含的模糊尖系；(5) 选择推理算法；(6) 确定清晰度的方法；(7) 汇总模糊查询表。1 什么是智能、智能系统和智能控制？回答 ：情报：自主或交互执行通常与人类智能相尖的智能行为的能力，如判断、推 理、证明、识别、感知、理解、交流、设计、思考、计划、学习和一系列其 他活动，即像人类一样工作和思考的能力。智能系统：它指的是具有某种智能行为的系统。对于特定的输入，它可以产生适 当 的问题解决。智能控制：智能控制是一门由控制理论、计算机科学、心理学、生物学、运筹学等 多方面组成的交叉学科它有能力模仿人类来实现前向网络如）：神经网络元件被分级排列以形成输入层、隐含层和输出层。每一层 的神经元只能接收前一层神经元的输入。输入模式按每层顺序转换后，得到 输出层数并输出。神经元之间没有反馈。感知器和误差反向传播中使用的网 络都属于这个模型。1）.2） 2）反馈网络：这种网络结构意味着只有从输出层到输入层的反馈存在，即每个输入节 点可能接收来自外部的输入和来自输出神经元的反馈。该模式可用于存储特 定的模式序列，也可用于动态时间序列系统的神经网络建模。3）互联网 络：这种神经网络模型属于网络结构，可以在任意两个神经元之间建立联系。信号在神经元之间反复传输，网络处于不断变化的状态。从某个初始状 态开始，经过几次变化，就可以达到某个平衡状态。根据神经元的网络结构 和特性，它可能进入周期性振荡或混沌状态。4）混合网络：它是分层网络和网状网络的结合。通过一层神经元的组合，可以实现同 一层神经元的侧向抑制或激发机制，从而可以限制每层中可以同时作用的神 经元的数量，或者每层中的神经元可以分成若干组，每组可以作为一个整 体。2有几种神经网络学习算法。他们分别绘制网络图，并简要描述各自的 特点。1）有一位导师要学习：所谓的监督学习意味着在训练过程中总是有一个期望的网络输出。预期输出和实际输出之间的距离用作误差度量，并用于调整权重。1.2）无导师 学习：网络中没有预期的输出值，因此没有直接的错误信息。因此，为了实现网络培训，需要建立一个间接评价函数来评价网络的某一行为趋势。3.简述神经网络的泛化能力。 回答:人工神经网络允许一些变化。例如，当输入向量有噪声，即与样本输出向量有差异时，其神经网络的输出也能准确地呈现出预期的输出。 这 种能力变成了泛化能力。4.单层 BP 网络和多层神经网络学习算法的区别。 1）单层神经网络的增量学习算法通过最小化目标函数来实现， 其中 E 的最小化是通过有序地最小化每个样本数据的输出误差 Ep 来实现 的。增量规则学习算法是为了获得定义的目标函数值的梯度。2）多层前向 传播网络的权系数训练算法是一种著名的误差反向传播学习算法。根据该算 法，通过反向传播网络的期望输出 （样本输出）与 世纪输出之间的误差来实现训练网络权重矩阵的更新。3描述模糊控制器四个模块的设计内容，并写岀设计步骤。回答：这四个模块是：模糊过程、知识库（包括数据库和规则库）、推理和决策逻辑、精 确计算。PPT 为：模糊接口、规则库、模糊推理、清晰接口)设计步骤： 1 定义输入和输出变量 2 定义所有变量的模糊化条件 3 设计控制规则 库 4 设计模糊推理 结构 5 选择精确策略方法 PPT 设计步骤是:(1) 确定模糊控制器的输入变量和输出变量；(2) 确定投入产出的宇宙和柯、柯克和的值；(3) 确定变量的语言值及其隶属函数；(4) 总结了专家控制规则及其隐含的模糊尖系；(5) 选择推理算法；(6) 确定清晰度的方法；(7) 汇总模糊查询表。1 什么是智能、智能系统和智能控制？回答：情报：自主或交互执行通常与人类智能相尖的智能行为的能力，如判断、推 理、证明、识别、感知、理解、交流、设计、思考、计划、学习和一系列其 他活动，即像人类一样工作和思考的能力。智能系统：它指的是具有某种智能行为的系统。对于特定的输入，它可以产生适 当 的问题解决。智能控制：智能控制是一门由控制理论、计算机科学、心理学、生物学和运筹学等组成的交叉学科。它被称为间接专家控制系统，它模仿人来执行诸如监督 控制系统、调整尖键结构参数等任务。基本控制功能由算法完成。专家系统通过调用算法以及调整和修正各种算法参数来间接控制函数。由于不同的具体应用，间接专家控制的系统 结 构将表现出更大的多样性。它也是整定 PID 参数的专家。这种专家控制 的最 大特点是专家系统间接地作用于控制信号。专家系统可以用来协调所 有的算 法。根据现场过程响应和环境条件，知识库中的专家经验规则用于 决定何时 使用什么参数启动什么算法。它也可以是一个参考专家。根据知 识库中的专 家规则，调整 PID 参数和增益等。因此，直接专家控制器方法 更难保证系统 的稳定性。7 .比较专家控制系统和模糊控制系统在工作原 理、推理机制、 知识和规则表示方面的异同。回答： (1)工作原理：(1)专家控制系统：专家系统的工作过程是以知识库中的知识和用户提供 的事实推理为基础，从已知的前提中不断推导出未知的结论，并将这些未 知 的结论纳入工作存储空间，作为已知的新事实继续推理，从而将已解决 的问 题从未知状态转化为已知状态。显然，专家系统的工作过程是一种专 家工作 过程的机器模拟。(2)模糊控制系统：模糊控制是通过模仿人的思维方式和控制经验来实现的一种控制。将模 糊集合论应用于控制，可以形式化人类经验，实现控制过程中的模糊推理和 决策。(2)推理机制：(1)专家系统的推理机是一种“思维”机制，用于推理知识库中的知 识 以得出结论。专家系统的自动推理是知识推理。然而，知识推理是一种智 能 操作过程，它在计算机或智能机器中以知识表达为基础进行 机器思维、解决问题和实现知识推理。专家系统的推理机包括三种推理模式:（1）正向推理（2）反向推理（3）双向推理（2）模糊控制系统：作为 近似推 理的一个分支，模糊推理是模糊控制的理论基础。在实际应用中，它 的 特点是数值计算而不是符号推导。它不注重公理化的形式演绎或基于赋值 的语义操作，如经典逻辑。相反，它通过模糊推理算法从推理的前提中计算 （而不是推导）出结论。（3）知识：（1）专家控制系统：专家控制将系统视为基于知识的系统，控制系统的 知 识表示如下：受控过程的知识先验知识：包括问题类型和开环特性；（2）动态知识：包括中间状态和特性变化。（二）控制、识别和诊断知识定量知识：各种算法；（2）定性知识：各种经验、逻辑和直觉判断。根据专家系统知识库的结 构，可以对相尖知识进行分类和组织，形成数据库和规则库，从而形成专 家 控制系统的知识库。在专家系统中，知识表示方法可以根据专家所拥有 知识 的特点来选择。（2）模糊控制系统：的知识库包括数据库和规则库。 模糊 控制器设计的尖键是如何有效地建立知识库。数据库的定性设计 包括：量化级别的选择；量化方法（线性量化或非线性量化）； 量化因子（比例因子）；模糊子集的隶属函数。规则库：由一系列模糊条件描述的模糊控制规则 构成了模糊控制规则库。（4）规则说:（1）专家控制系统：专家控制的规则库通常由生产规则表示：“如果控制情况（事实和数据）那么操作结论”包括一个由多个生产 规则组成的规则库。（2）模糊控制系统：制定规则有很多方法。最初的方法是根据专家的经验来确定它们。然 而，这种模糊规则是主观的，因人而异，但总的趋势是一样的。模糊规则 也 可以由已知数据构成，例如，模糊规则可以从从最优控制获得的数据中 提 取，从而可以获得类似于最优控制的结果。还有专家经验和数据的结 合。首 先，专家提供一个初始的经验表然后在运行过程中，根据测量数 据调整获得 的经验表。Word数据