下载
加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 [训练]昆工智能控制试题及答案

[训练]昆工智能控制试题及答案.doc

[训练]昆工智能控制试题及答案

哎哟哟艾西
2018-01-06 0人阅读 举报 0 0 暂无简介

简介:本文档为《[训练]昆工智能控制试题及答案doc》,可适用于行业分析领域

训练昆工智能控制试题及答案一、填空题(智能控制是一门新兴的交叉学科学科它具有非常广泛的应用领域例如在机器人控制中的应用、在过程控制中的应用、飞行器控制和。、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制(传统控制包括经典反馈控制和现代理论控制。(一个理想的智能控制系统应具备的基本功能是、、和。、学习功能适应功能自组织功能优化能力(智能控制中的三元论指的是:、和。、运筹学人工智能自动控制(近年来进化论、、和等各门学科的发展给智能控制注入了巨大的活力并由此产生了各种智能控制方法。、神经网络模糊数学专家系统(智能控制方法比传统的控制方法更能适应对象的、和。、时变性非线性不确定性(傅京逊首次提出智能控制的概念并归纳出的种类型智能控制系统是、和。、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控制系统、智能控制主要解决传统控制难以解决的复杂系统的控制问题其研究的对象具备的个特点为、和。、不确定性、高度的非线性、复杂的任务要求(智能控制系统的主要类型有、、、、和。、分级递阶控制系统专家控制系统神经控制系统模糊控制系统学习控制系统集成或者(复合)混合控制系统(智能控制的不确定性的模型包括两类:()()。、()模型未知或知之甚少()模型的结构和参数可能在很大范围内变化。(控制论的三要素是:信息、反馈和控制。(建立一个实用的专家系统的步骤包括三个方面的设计它们分别是、和。知识库的设计推理机的设计人机接口的设计(专家系统的核心组成部分为和。知识库、推理机(专家系统中的知识库包括了类知识它们分别为、、和。判断性规则控制性规则数据(专家系统的推理机可采用的种推理方式为推理、和推理。、正向推理、反向推理和双向推理(根据专家控制器在控制系统中的功能其可分为和。、直接型专家控制器、间接型专家控制器(普通集合可用函数表示,模糊集合可用函数表示。特征、隶属(某省两所重点中学在(x~x)五年高考中考生“正常发挥”的隶属函数分别为、、、、和、、、、。则在研究该省重点中学高考考生水平发X,挥的状况时论域应为若分别用、表示两个学校AB~~考试“正常发挥”的状况则用序偶表示法分别表示为A,~“未正常发挥”模糊子集(用行向量表示)B,~分别为和而该省两所重点中学每年高考考生“正常发挥”的模糊子集应该是(用Zadeh法表Axxxxx,(,),(,),(,),(,),(,)Xxxxxx,,,,,示)。,,,,Bxxxxx,(,),(,),(,),(,),(,),,A,,,,,B,,,,,xxxxx确定隶属函数的方法大致有、和。、模糊统计法主观经验法神经网络法(在模糊控制中应用较多的隶属函数有种它们分别为高斯型隶属函数、、、、和。、广义钟形隶属函数S形隶属函数梯形隶属函数三角形隶属函数Z形隶属函数(在天气、学问、晴朗、表演和渊博中可作为语言变量值的有和。、晴朗、渊博(模糊控制是以、、和为基础的一种智能控制方法。模糊集理论模糊语言变量模糊逻辑推理(模糊控制的数学基础为。、模糊集合PSNONM(模糊控制中常用的语言变量值用,,,等表示,其中代表PMPMNO,代表。、正中、负零在模糊控制中模糊推理的结果是量。、模糊在模糊控制中解模糊的结果是量。确定量基本模糊控制器的组成包括知识库以及、和。模糊化接口、推理机、解模糊接口在模糊控制中实时信号需要才能作为模糊规则的输入从而完成模糊推理。、模糊化(模糊控制是建立在基础之上的它的发展可分为三个阶段分别为、、和。、人工经验模糊数学发展和形成阶段产生了简单的模糊控制器高性能模糊控制阶段(模糊集合逻辑运算的模糊算子为、和。、交运算算子并运算算子平衡算子(在温度、成绩、暖和、口才和很好中可作为语言变量值的有和暖和、很好(在水位、压力、暖和、表演、中年人和比较好中可作为语言变量值的有、和。、暖和、中年人和比较好(在水位、寒冷、温度、表演和偏高中可作为语言变量值的有和。寒冷、偏高模糊控制的基本思想是把人类专家对特定的被控对象或过程的总结成一系列以“”形式表示的控制规则。、控制策略“IF条件THEN作用”(神经网络的发展历程经历了个阶段分别为、、和。、启蒙期、低潮期、复兴期、新连接机制期(神经元由部分构成它们分别为、、和突触。、细胞体、树突、轴突(根据神经网络的连接方式神经网络的,种形式为:、和。、前向网络反馈网络自组织网络(神经网络的个要素为:、和。、神经元的特性拓扑结构学习规则目前神经网络的学习算法有多种按有无导师分类可分为、和。、有导师学习无导师学习再励学习、和。神经网络的研究主要分为个方面的内容即神经元模型、神经网络结构、神经网络学习算法神经网络的学习过程主要由正向传播和反向传播两个阶段组成。(神经网络控制是将和相结合而发展起来的智能控制方法。神经网络控制理论遗传算法的主要用途是。、寻优(优化计算)(常用的遗传算法的染色体编码方法有二种它们分别为实数编码和。、二进制编码遗传算法的种基本遗传算子、和。、比例选择算子单点交叉算子变异算子(遗传算法中适配度大的个体有被复制到下一代。更多机会遗传算法中常用的种遗传算子(基本操作)为、、和。、复制、交叉和变异二、简答题:智能控制系统有哪些类型各自的特点是什么,()专家控制系统(分)专家系统主要指的是一个智能计算机程序系统其内部含有大量的某个领域专家水平的知识与经验。它具有启发性、透明性、灵活性、符号操作、不一确定性推理等特点。,()模糊控制系统(分)在被控制对象的模糊模型的基础上运用模糊控制器近似推理手段实现系统控制的一种方法模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。,()神经控制系统(分)神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征。()遗传算法(分)遗传算法是基于自然选择和基因遗传学原理的搜索算法,是基于进化论在计算机上模拟生命进化论机制而发展起来的一门学科遗传算法可用于模糊控制规则的优化及神经网络参数及权值的学习,在智能控制领域有广泛的应用。、简述专家控制与专家系统存在的区别。专家控制引入了专家系统的思想但与专家系统存在区别:()专家系统能完成专门领域的功能辅助用户决策专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。()专家系统处于离线工作方式而专家控制要求在线获取反馈信息即要求在线工作方式。、试说明智能控制的三元结构并画出展示它们之间关系的示意图。把智能控制扩展为三元结构即把人工智能、自动控制和运筹学交接如下表示:(分)IC=AIACOROR一运筹学(Operationresearch)IC一智能控制(intelligentcontrol)Al一人工智能(artificialintelligence)AC一自动控制(automaticColltrol)一表示交集、智能控制与传统控制的主要区别如何,传统控制:经典反馈控制和现代理论控制。它们的主要特征是基于精确的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。智能控制:以上问题用智能的方法同样可以解决。智能控制是对传统控制理论的发展能够解决传统控制方法难以解决的复杂系统的控制问题如:对象的不确定性、高度的非线性和复杂的任务要求。传统控制是智能控制的一个组成部分在这个意义下两者可以统一在智能控制的框架下。、模糊控制系统一般由几个部分组成,)模糊控制器)输入输出接口装置)广义对象)传感器、比较模糊集合与普通集合的异同。比较模糊集合与普通集合的异同。相同点:都表示一个集合不同点:普通集合具有特定的对象。而模糊集合没有特定的对象允许在符合与不符合中间存在中间过渡状态。(简述模糊集合的概念。设为某些对象的集合,称为论域,可以是连续的或离散的论域到,区间的任一映射:,确定了的一个模糊子集称为的隶属函数表示论域的任意元素属于模糊子集F的程度。模糊子集F的表示方法有几种如:向量表示法、Zadeh表示法、序偶表示法等。、请画出模糊控制系统的组成框图并结合该图说明模糊控制器的工作原理。模糊控制器的工作原理为:()模糊化接口测量输入变量(设定输入)和受控系统的输出变量,并把它们映射到一个合适的响应论域的量程,然后,精确的输入数据被变换为适当的语言值或模糊集合的标识符。本单元可视为模糊集合的标记。()知识库涉及应用领域和控制目标的相关知识,它由数据库和语言(模糊)控制规则库组成。数据库为语言控制规则的论域离散化和隶属函数提供必要的定义。语言控制规则标记控制目标和领域专家的控制策略。()推理机是模糊控制系统的核心。以模糊概念为基础,模糊控制信息可通过模糊蕴涵和模糊逻辑的推理规则来获取,并可实现拟人决策过程。根据模糊输入和模糊控制规则,模糊推理求解模糊关系方程,获得模糊输出。()模糊判决接口起到模糊控制的推断作用,并产生一个精确的或非模糊的控制作用。此精确控制作用必须进行逆定标(输出定标),这一作用是在对受控过程进行控制之前通过量程变换来实现的~(试写出种常用模糊条件语句及对应的模糊关系的表达式。R~~~()设A、B分别是论域,、,上的模糊集合则模糊条件语句“ifAthen~B”所决定的二元模糊关系为:~~~~~R,AB:AE~(分)A,B~~~CAB()设、和分别是论域,、,和,上的模糊集合则模糊条件语句~~~CAB“ifthenelse”所决定的二元模糊关系为:~~~~~~R~,AB:AC(分)A,B~~~CAB()设、和分别是论域,、,和,上的模糊集合则模糊条件语~~~CAB句“ifandthen”所决定的二元模糊关系为:~~~~T,,R,ABC(人工神经网络有哪些主要的结构特征,()并行处理(分)()信息分布式存储(分)容错性。(分)、神经网络应具备的四个基本属性是什么,)并行分布式处理)非线性处理)自学习功能)可通过硬件实现并行处理(简述误差反向传播学习算法的主要思想误差反传算法的主要思想是把学习过程分为两个阶段(分):第一阶段(正向传播过程)给出输入信息通过输入层经隐含层逐层处理并计算每个单元的实际输出值(分)第二阶段(反向过程)若在输出层未能得到期望输出值则逐层递归的计算实际输出与期望输出之差值(误差)以便根据此差值调节权值。(简述前向(多层)神经网络的结构并画出结构图。前向(多层)神经网络具有递阶分层结构,由一些同层神经元间不存在互连的层组成。从输入层至输出层的信号通过单向连接流通神经元从一层连接至下一层,不存在同层神经元间的连接,如图所示。前向(多层)神经网络具有形式如:多层感知器、BP网络、RBF网络等。前向(多层)神经网络(试比较特征函数和隶属函数。特征函数用来表示某个元素是否属于普通集合而隶属函数则用来表示某个元素属于模糊集合的程度特征函数的取值{}而隶属函数的取值特征函数可以看作特殊的隶属函数简述直接型专家控制器的主要设计内容。直接型专家控制器的主要设计内容:建立知识库控制知识的获取选择合适的推理方法。试述何为有导师学习,何为为无导师学习,有导师学习也称为有监督学习这种学习模式采用的是纠错规则。在学习训练过程中需要不断给网络成对提供一个输入模式和一个期望网络正确输出的模式称为“教师信号”。将神经网络的实际输出同期望输出进行比较当网络的输出与期望输出不符时根据差错的方向和大小按一定的规则调整权值以使下一步网络的输出更接近期望结果。无导师学习也称为无监督学习学习过程中需要不断给网络提供动态输入信息网络能根据特有的内部结构和学习规则在输入信息流中发现任何可能存在的模式和规律同时能根据网络的功能和输入信息调整权值这个过程称为网络的自组织其结果是使网络能对属于同一类的模式进行自动分类。(简述BP神经网络中BP算法的基本思想。误差反向传播的学习算法简称BP算法其基本思想是按梯度下降法进行学习。它采用梯度搜索技术以期使网络的实际输出值与期望的输出值的误差均方值为最小。、模糊控制与传统控制的不同之处:传统控制方法均是建立在被控对象精确数学模型基础上的然而随着系统复杂程度的提高将难以建立系统的精确数学模型模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该控制方法适应对象的复杂性和不确定性不需要依赖对象的精确数学模型可实现复杂系统的控制。、模糊控制器设计包括几项内容,((本题分)模糊控制器设计包括几项内容,)确定模糊控制器的输入变量和输出变量(即控制量))设计模糊控制器的控制规则)确立模糊化和非模糊化(又称清晰化)的方法)选择模糊控制器的输入变量及输出变量的论域并确定模糊控制器的参数(如量化因子、比例因子))编制模糊控制算法的应用程序)合理选择模糊控制算法的采样时间三、作图题分别画出以下应用场合下适当的隶属函数:,,(a)我们绝对相信附近的e(t)是“正小”只有当e(t)足够远离时我们才失去e(t)是“正小”的信心(分),,(b)我们相信附近的e(t)是“正大”而对于远离的e(t)我们很快失去e(t)是“正大”的信心(分),,(c)随着e(t)从向左移动我们很快失去e(t)是“正小”的信心而随着e(t)从向右移动我们较慢失去e(t)是“正小”的信心。(分)((a)(b)(c)分别画出以下应用场合下适当的隶属函数:,,(a)我们绝对相信附近的e(t)是“正小”只有当e(t)足够远离时我们才失去e(t)是“正小”的信心(分),,(b)我们相信附近的e(t)是“正大”而对于远离的e(t)我们很快失去e(t)是“正大”的信心(分),,(c)随着e(t)从向左移动我们很快失去e(t)是“正小”的信心而随着e(t)从向右移动我们较慢失去e(t)是“正小”的信心。(分),正大,正小,etrad,,etrad,(a)(b)A论域X=上的模糊集合代表“偏大”在区间上在(Axx(),区间上。Ax(),A()写出的隶属度函数的解析表达式A()画出的隶属度函数曲线,,x答xAx(),,,x(分)图略(分)设实数论域X上的模糊集“大约是”采用三角形隶属函数表示其中参数a=b=AC=()写出的隶属度函数的解析表达式AA()画出的隶属度函数曲线x,,,x,,,,x,答(分)图略(分)Ax(),,,x,,,x,,x,,画出以下两种情况的隶属函数图:,,Axx,,,{}(a)画出精确集合的隶属函数图(分)隶属函数的数学表达形式并画出隶属函数图。(b)写出单点模糊(singletonfuzzification)(分),,Axx,,,{}(c)画出精确集合的隶属函数图(分),,,x(a),uuixu,,i,,,fuzx,,ˆA,i,otherwise,(b),,,x(c)某模糊控制系统的输入语言变量E和输出语言变量U的语言值均为:NB、NS、O、PS、PBE的论域为X,{,,,}U的论域为Y,{,,,}。设语言变量E和U的赋值表为:量化等级,,,语言变量值PBO(PS(OOO((NS(lNB(试给出以上论域中各元素对各语言变量值所确定的模糊子集的隶属函数曲线。一个模糊系统的输入和输出的隶属函数如图所示。试计算以下条件和规则的隶属函数:(a)规则:IferroriszeroandchanginerroriszeroThenforceiszero。均使用最小化操作表示蕴含(usingminimumopertor)(分)(b)规则:IferroriszeroandchanginerrorispossmallThenforceisnegsmall。均使用乘积操作表示蕴含(usingproductopertor)(分),假定当前的输入条件为:error=,changinerror=“possmall”“poslarge”“neglarge”“negsmall”“zero”,,,,etrad,,,“possmall”“poslarge”“neglarge”“negsmall”“zero”,,,,,d,,etrad,dt“possmall”“poslarge”“neglarge”“negsmall”“zero”utN,((a)“zero”“zero”“zero”d,,,,utN,et,,dt(b)“negsamll”“zero”“possmall”,d,,,etutN,et,dt四、计算题Uuuuuu,{,,,,}设论域且A,uuuuuB,uuuuCCB试求(补集)(补集)ABABA,,,,AB,,分uuuuuAB,,分uuuuc分A,uuuuc分B,uuuu设有下列两个模糊关系:试求出R与R的复合关系RR,,,,RR=,,,,设有下列两个模糊关系:R=R=,,,,试求出R与R的复合关系RRRR=,,已知子女与父母的相似关系模糊矩阵为父母子R,,,女父母与祖父母的相似关系模糊矩阵为:祖父祖母父S,,,母求:子女与祖父祖母的相似关系模糊矩阵。(分)答RS,,,,、设论域X=Y=,,X、Y上的模糊子集“大”、“小”、“较小”分别定义为:"大","小",""较小,已知:规则若x小则y大问题:当x=较小时y=,(采用Mamdani推理法)(分),,,,,,答,,,,,,,,,,,,,,,,,,,,设论域X=Y={,,,,}以下为X、Y上的模糊集合~A,"低",~""A,较低,~B,"高",~~~~设=“低”则已知,“较低”问如何AB,“高”AB~~~~答R=(AB):(AE),,,,,,,,:,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,:,,,,,,,,,,,,,,,,,,,,,,,,,~~~B,A,R、对于一个系统当输入A时输出为B否则为C,且有:A,uuuB,vvvC,vvv已知当前输入。求输出D。(分)A',uuu,,,,,,,,,,,,,RABAC,,,::答,,,,,,,,,,,,,,,,,,,,'DR,,,A,,,,a,a,ab,b,b,,c,c设模糊集合A、B和C的论域分别为:X=Y=和Z=且B,A,C,bbbaaacc,,。试确定”IFAandBthenC”所决A,B,aabbb定的模糊关系R以及输入为,时的输出C,,,,,,AB,,,答,,,,,,,,,,TTRAB,,,(),,,,,,AB,,,,,,,,,,,,,TC=(()ABR,,已知,,。试确定”IFAandBthenC”所决A,C,B,xxzzyyy定的模糊关系R以及输入为,时的输出C。A,B,xxyyy答AB,,,,,,,,,LRAB,,(),,,,,,,,,LTC=(())ABR,,B,A,C,bbbaaacc已知,,。试确定”IFAandBthenA,B,aaabbbC”所决定的模糊关系R以及输入为,时的输出C。,,,,,,AB,,,答,,,,,,,,,,LTRAB,,,()LTC=(())ABR,,设x表示转速y表示控制电压。转速和控制电压的论域分别为X={}Y={}已知在X、Y上的模糊子集为~A,“转速高”,~B,“控制电压高”,X×Y上的模糊关系为“若转速高则控制电压高否则控制电压不很高”。现在转速不很高控制电压如何,(分)~答)C,"控制电压不很高","控制电压很高",~()A,"转速不很高",()与模糊控制规则“若转速高则控制电压高否则控制电压不很高。”对应~~~~~的模糊关系矩阵为R,(AB):(AC),,,,,,~,,R,,,,,,,,,~~~()B,A,R,,,假设遗传算法的染色体编码方法为:用长度为位的二进制编码串来分别表示两个决策变量x,x再将分别表示x,x的两个位长的二进制编码串连接在一起组成一个位长的二进制编码串其中前位表示x后位表示x。另外,,,,(,)xiix:则对个体请通过解码确定x和x的实际值为多少答yi(,)xi,,,iyy,,,xx,,,,、设论域u={,}ABC是论域上的三个模糊集合已知:xx,x,x和试A,B,C,xxxxxxxxxxxxR,A:B:CS,A:B:CT,A:B:C求模糊集合和。::::::::R,xxxx答分,xxxx::::::::S,xxxx分,xxxx::::::::T,xxxx,xxxx、(本题分)设模糊矩阵,,,,,,Q,R,,,,,,,,,求Q,R,,QR,,解:,,,,论述题:、画出静态多层前向人工神经网络(BP网络)的结构图并简述BP神经网络的工作过程(分)图分BP算法的学习过程由正向传播和反向传播组成。在正向传播过程中输入信息从输入层经隐层逐层处理并传向输出层每层神经元(节点)的状态只影响下一层神经元的状态。(分)如果在输出层不能得到期望的输出则转至反向传播将误差信号(理想输出与实际输出之差)按联接通路反向计算由梯度下降法调整各层神经元的权值使误差信号减小。(分)、试画出神经网络内模控制系统的结构图并根据该结构图叙述其工作原理。(神经网络内模控制的结构dyru,ˆ滤波器P)NNC(对象fˆyˆPNNI()(分)(神经网络内模控制的主要特点及工作原理(分)内模控制即保留了直接逆控制的优点又可以较好地解决直接逆控制存在的问题。神经网络内模控制结构图中P是被控对象的非线性模型d是系统内部扰ˆP动NNI是神经网络辨识器用来辨识被控对象的正模型(内部模型)NNC是ˆP神经网络控制器用来实现对象的逆模型线性滤波器是惯性环节或积分环节可以补偿NNC中的纯微分环节并平滑e的变化以防止控制信号u进入饱和区。内模控制将被控对象与内部模型的输入误差反馈到参考输入端构成了闭ˆP环控制。如果NNI能够完全准确地表达对象的输入输出关系即=P且系统ˆf,y,y不存在任何干扰反馈信号为=系统相当于开环与直接逆控制没有ˆf,y,y什么区别。若由于模型不准以及存在干扰使反馈信号不为则由于负反馈的作用仍可使y接近r因此内模控制具有很好的鲁棒性。、请分析将被控对象的神经网络逆模型直接与被控对象串联起来的简单神经网络逆控制的ytutytd对象NNetNNutn工作原理然后阐述该方案的缺点针对此缺点提出一种改进方案画出控制方案图并说明改进的理由。工作原理:这种简单的神经网络直接逆控制就是将被控对象的神经网络逆模型直接与被控对象串联起来以便使期望输出与对象实际输出之间的传递函数为。则将此网络作为前馈控制器后被控对象的输出为期望输出。(分)显然神经网络直接逆控制的可用性在相当程度上取决于逆模型的准确精度。由于缺乏反馈简单连接的直接逆控制缺乏鲁棒性。为此一般应使其具有在线学习能力即作为逆模型的神经网络连接权能够在线调整(分)。在图中NN和NN为具有完全相同的网络结构并采用相同的学习算法分别实现对象的逆。五、请设计一个一维模糊控制器通过注水调节阀将水位稳定在固定点附近。水位偏差e=水位设定值实际水位,将偏差e分为个模糊子集:负大(NB)负小(NS)零(ZO)、正小(PS)、正大(PB)其变化分为个等级,,,,,,控制输入u分为个模糊子集:负大(NB)负小(NS)零(ZO)、正小(PS)、正大(PB)其变化分为个等级,,,,,,,,,请完成如下设计(共分):()根据日常经验设计模糊控制规则并将规则采用”IFATHENB”的形式来描述()根据上述模糊控制规则计算模糊关系()当e=NB计算模糊器的输出采用隶属度最大原则进行反模糊化。其中水位偏差e的划分表:变化等级隶属度PBPS模ZO糊集NSNB控制量u的划分表:变化等级隶属度PB集糊模PSZONSNB答:P,具体略。五、请设计一个二维模糊控制器实现对工业锅炉的水位调节,锅炉水位允许的误差范围为mm模糊控制器通过进水阀对水量进行调节使水位保持在允许的范围。假设误差E,分为个模糊子集:负大(NB)、负中(NM)、负小(NS)零(ZO)、正小(PS)正中(PM)、正大(PB)其变化分为个等级,,,,,,误差变化EC的基本论域为分为个模糊子集:负大(NB)、负小(NS)、零(ZO)、正小(PS)、正大(PB)其变化分为个等级,,,,,,控制输入U基本论域为分为个模糊子集:负大(NB)、负中(NM)、负小(NS)零(ZO)、正小(PS)、正中(PM)、正大(PB)其变化分为个等级,,,,,,,请完成如下设计(共分):()请画出水位二维模糊调节系统的结构框图(分)()分别计算误差、误差变化的量化因子和控制输入的比例因子(分))()这种情况下,完备的模糊控制器应有多少条控制规则组成(分()简述离线计算模糊控制查询表的过程。(分)答()见王勤的书P(分)k,()(分)k,k,,eue()条(分)()见王勤的书P~(分)五、试画出神经网络直接逆控制系统的结构图并根据结构图叙述其工作原理答教材Pytutytd对象NNetNNutn工作原理:神经网络直接逆控制就是将被控对象的神经网络逆模型直接与被控对象串联起来以便使期望输出与对象实际输出之间的传递函数为。则将此网络作为前馈控制器后被控对象的输出为期望输出。显然神经网络直接逆控制的可用性在相当程度上取决于逆模型的准确精度。由于缺乏反馈简单连接的直接逆控制缺乏鲁棒性。为此一般应使其具有在线学习能力即作为逆模型的神经网络连接权能够在线调整。在图中NN和NN为具有完全相同的网络结构并采用相同的学习算法分别实现对象的逆。五、试画出神经网络监督控制系统的结构图并根据结构图叙述其工作原理五、请分别画出一维模糊控制器和二维模糊控制器的结构图并指明哪种的控制效果更好,为什么,二维模糊控制器控制效果一般较好因为相比一维模糊控制器,二维模糊控制器能够较好地反映被控过程的动态品质。

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/27

[训练]昆工智能控制试题及答案

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利