1、第一章緒論什么是智能、智能系統、智能控制？答：“智能”在美國Heritage詞典定義為“獲取和應用知識的能力”。“智能系統”指具有一定智能行為的系統，是模擬和執行人類、動物或生物的某些功能的系統。“智能控制”指在傳統的控制理論中引入諸如邏輯、推理和啟發式規則等因素，使之具有某種智能性；也是基于認知工程系統和現代計算機的強大功能，對不確定環境中的復雜對象進行的擬人化管理。2智能控制系統有哪幾種類型，各自的特點是什么？答：智能控制系統的類型：集散控制系統、模糊控制系統、多級遞階控制系統、專家控制系統、人工神經網絡控制系統、學習控制系統等。各自的特點有：集散控制系統：以微處理器為基礎，對生產過程進行

2、集中監視、操作、管理和分散控制的集中分散控制系統。該系統將若干臺微機分散應用于過程控制，全部信息通過通信網絡由上位管理計算機監控，實現最優化控制，整個裝置繼承了常規儀表分散控制和計算機集中控制的優點，克服了常規儀表功能單一，人機聯系差以及單臺微型計算機控制系統危險性高度集中的缺點，既實現了在管理、操作和顯示三方面集中，又實現了在功能、負荷和危險性三方面的分散。人工神經網絡：它是一種模范動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。這種網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。專家控制系統：是一個智能計算機程序系統，其內部含有大量的某個

3、領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的經驗方法來處理該領域的高水平難題。可以說是一種模擬人類專家解決領域問題的計算機程序系統。多級遞階控制系統是將組成大系統的各子系統及其控制器按遞階的方式分級排列而形成的層次結構系統。這種結構的特點是：1.上、下級是隸屬關系，上級對下級有協調權，它的決策直接影響下級控制器的動作。2.信息在上下級間垂直方向傳遞，向下的信息有優先權。同級控制器并行工作，也可以有信息交換，但不是命令。3.上級控制決策的功能水平高于下級，解決的問題涉及面更廣，影響更大，時間更長，作用更重要。級別越往上，其決策周期越長，更關心系統的長期目標。4.級別越往上，涉及的

4、問題不確定性越多，越難作出確切的定量描述和決策。學習控制系統：靠自身的學習功能來認識控制對象和外界環境的特性，并相應地改變自身特性以改善控制性能的系統。這種系統具有一定的識別、判斷、記憶和自行調整的能力。3比較智能控制與傳統控制的特點。答：智能控制與傳統控制的比較：它們有密切的關系，而不是相互排斥。常規控制往往包含在智能控制之中，智能控制也利用常規控制的方法來解決“低級”的控制問題，力圖擴充常規控制方法并建立一系列新的理論與方法來解決更具有挑戰性的復雜控制問題。1.傳統的自動控制是建立在確定的模型基礎上的，而智能控制的研究對象則存在模型嚴重的不確定性，即模型未知或知之甚少者模型的結構和參數在很

5、大的范圍內變動，這些問題對基于模型的傳統自動控制來說很難解決。傳統的自動控制系統的輸入或輸出設備與人及外界環境的信息交換很不方便，希望制造出能接受印刷體、圖形甚至手寫體和口頭命令等形式的信息輸入裝置，能夠更加深入而靈活地和系統進行信息交流，同時還要擴大輸出裝置的能力，能夠用文字、圖紙、立體形象、語言等形式輸出信息.另外，通常的自動裝置不能接受、分析和感知各種看得見、聽得著的形象、聲音的組合以及外界其它的情況.為擴大信息通道，就必須給自動裝置安上能夠以機械方式模擬各種感覺的精確的送音器，即文字、聲音、物體識別裝置。傳統的自動控制系統對控制任務的要求要么使輸出量為定值（調節系統），要么使輸出量跟隨

6、期望的運動軌跡（跟隨系統），因此具有控制任務單一性的特點，而智能控制系統的控制任務可比較復雜。傳統的控制理論對線性問題有較成熟的理論，而對高度非線性的控制對象雖然有一些非線性方法可以利用，但不盡人意.而智能控制為解決這類復雜的非線性問題找到了一個出路，成為解決這類問題行之有效的途徑。與傳統自動控制系統相比，智能控制系統具有足夠的關于人的控制策略、被控對象及環境的有關知識以及運用這些知識的能力。與傳統自動控制系統相比，智能控制系統能以知識表示的非數學廣義模型和以數學表示的混合控制過程，采用開閉環控制和定性及定量控制結合的多模態控制方式與傳統自動控制系統相比，智能控制系統具有變結構特點，能總體自尋

7、優，具有自適應、自組織、自學習和自協調能力。與傳統自動控制系統相比，智能控制系統有補償及自修復能力和判斷決策能力。4.把智能控制看作是AI（人工智能）、0R（運籌學）、AC（自動控制）和IT（信息論）的交集，其根據和內涵是什么?答：智能控制具有明顯的跨學科特點，在最早傅金孫提出的二元論中，智能控制系統被認為是自動控制與人工智能的交互作用，隨著認識的深入，薩瑞迪斯提出運籌學融入智能控制而提出三元結構，蔡自興教授提出將信息論引入智能控制，其依據在于：信息論是解釋知識和智能的一種手段；控制論、信息論和系統論是緊密相連的；信息論已經成為控制智能機器的工具；信息論參與智能控制的全過程并對執行級起到核心作

8、用，因此最終確定了智能控制的四元結構。5智能控制有哪些應用領域？試舉出一個應用實例，并說明其工作原理和控制性能。答：智能控制應用于機器人、汽車、制造業、水下和陸地自助式車輛、家用電器、過程控制、電子商務、醫療診斷、飛行器、印刷、城市鐵路、電力系統等領域。例如焊接機器人其基本工作原理是示教再現，即由用戶導引機器人，一步步按實際任務操作一遍，機器人在導引過程中自動記憶示教的每個動作的位置、姿態、運動參數、焊接參數等，并自動生成一個連續執行全部操作的程序。完成示教后，只需給機器人一個起動命令，機器人將精確地按示教動作，一步步完成全部操作，實際示教與再現。控制性能為：弧焊機器人通常有五個自由度以上，具

9、有六個自由度的弧焊機器人可以保證焊槍的任意空間軌跡和姿態。點至點方式移動速度可達60m/min以上，其軌跡重復精度可達到士0.2mm。這種弧焊機器人應具有直線的及環形內插法擺動的功能，共六種擺動方式，以滿足焊接工藝要求，機器人的負荷為5kg。第二章模糊控制的理論基礎舉例說明模糊性的客觀性和主觀性。答：模糊性起源于事物的發展變化性，變化性就是不確定定性；模糊性是客觀世界的普遍現象，世界上許多的事物都具有模糊非電量的特點。例如：年齡分段的問題；如果一個人的年齡大于60歲算老年，45-59歲之間的歲中年，小于44歲的就算青年；如果一個人的年齡是59歲零11個月零28天，那么他是屬于中年還是老年呢？理

10、論上從客觀的角度說他是中年人，但是與60歲只有兩天區別，這區別我們是分辨不出來的。從主觀上我們認為他又是老年人。這就是模糊性的主觀性和客觀性的體現。模糊性與隨機性有哪些異同？答：模糊性處于過渡階段的事物的基本特征，是性態的不確定性，類屬的不清晰性，是一種內在的不確定性；而隨機性是在事件是否發生的不確定性中表現出來的不確定性，而事件本身的性態和類屬是確定的，是一種外在的不確定性。相同點是：模糊性是由于事物類屬劃分的不分明而引起的判斷上的不確定性；而隨機性是由于天劍不充分而導致的結果的不確定性。但是他們都共同表現出不確定性。異同點是：模糊性反映的是排中的破缺，而隨機性反映的是因果律的破缺；模糊性現

11、象則需要運用模糊數學，隨機性現象可用概率論的數學方法加以處理。比較模糊集合與普通集合的異同。答：模糊集合用隸屬函數作定量描述，普通集合用特征函數來刻劃。兩者相同點：都屬于集合，同時具有集合的基本性質。兩者異同點：模糊集合就是指具有某個模糊還年所描述的屬性的對象的全體，由于概念本身不是很清晰，界限分明的，因而對象對集合的隸屬關系也不是明確的普通集合是指具有某種屬性的對象的全體，這種屬性所表達的概念應該是清晰的界限分明的，因而每個對象對于集合的隸屬關系也就是明確的。4.考慮語言變量：“Old”，如果變量定義為:叫十a-劉50 x100確定“NOTSoOld”，“VeryOld”，“MOREOrLE

12、SSOld”的隸屬函數。0 x50HnGTSo也（乳）解：50Sc100/AeryulLlfX)=50 x100()x00.60.60.60.6)().6解i0.8R000.900,4000,110.70.6030.5070.4036.令論域L：1；，斗，給定語言變量“Small”=1/1+0.7/2+0.3/3+0.1/4和1().60/1()_fD.7a0.5)v(0.1a0.6)v(Q.4aDJ(0_7爪。一町v(aiA0.4)v(0_4A0.3)(0.7a0.1)v(0.1aO)v(0.4a0.6)(0_7a0.2)v(01a01)v(0.4a0.3)模糊關系R二“Almost相等”定

13、義如下：L（丿U運算，試計算：姑J禾U用max-min復合My)-(10.703(LI)7.已知模糊關系矩陣(1A1)V(0.7A0.6)V(03A0.1)V(0.1A0)(1A0*6)7(0.7a1)v(0.3a0.6)v(0,IaOJ)(1aOJ)v(0.7a0.6)v(0,3a1)v(0.1a0,6)(1a0)v(0,7a0,1)v(03a0,6)v(0.1a1)1計算R的二至四次冪。10,8O.SI00.40J0(L2_0,9I0.8O.S00.40J0().20,9If=RR=()().4I()00)AI()0.10010,50.10010,5解0.2().900.510.20.90

14、0.51_1O.SOA0.2().K_0.81040.50.9=0.40.41)0.40,2040I0,50.30.90.4(X51_乂0,50.1A-H+,Ae卜X、x210.61().50.1a-+專li石bY)+Ji耳眄孔孔嚴041E*G.10.51c-+【：匸F(Z)+“+,2i已知跆兒跆8.設有論域，二維模糊條件語句為“若A且B則C”，其中由關系合成推理法，求得推理結論：。A*gFX)B*cF(K)解：令R表示模糊關系，則h.0,5a0J0.6-IaO.I0aOJ將礦按行展開寫成列向量為lLJ050.5a1(),5a0,6IaIIa0.6OJaI0Ja0.6OJOJO.lOJ1().

15、60.10.10.50.510.6DJOJ010.4(X5().K_1(X8().4().5ok0.810.40.50,90,S10.40,50.90.40.41().4(Ur4=ie*ie=0.40.410.40.40.5(1.50.410.50,50,50.410,5O.S().90.4tkS1_0.X().9().40.51_1V=R*R?所以,().().50,501x0.41=0.60J0J_0.1_R=R；=0.1A().40.5a0.40,5a0,40a0.4IA0.4(K6a0.4OJa0.40a0.4CUa0.4(XIAI0.5AI0.5Al0Ja1IaI0.6a10JAlO

16、JAl0.1Al0.1(1T0.40.50,40.50.100.410.40.60J0J0.10J().1(11_.又因為1QJ0.510J00.51-0.10.50.50.1OJ(kl().10.50.50.10.1展開寫成行向量，為I1-1-5，將八ZT按行創，則（X40.5廠十1一屮I即一9.已知語言變量x,y,z。X的論域為1,2,3,定義有兩個語言值：“大”=0,0.5,1；“小”二1,0.5,0。Y的論域為10,20,30,40,50,語言值為：“高”=0,0,0,0.5,1；“中”=0,0.5,1,0.5,0;“低”=1,0.5,0,0,0Z的論域為0.1,0.2,0.3,語言值

17、為：“長”=0,0.5,1；“短”=1,0.5,0則：1）試求規則：如果x是“大”并且y是“高”那么z是“長”;否則，如果x是“小”并且y是“中”那么z是“短”。所蘊涵的x，y，z之間的模糊關系R。）假設在某時刻，x是“略小”=0.7,0.25,0，y是“略高”=0,0,0.3,0.7,1試根據R分別通過Zadeh法和Mamdani法模糊推理求出此時輸出z的語言取值。解）對于模糊規則4可知模糊蘊含關系矩陣R1為00.51耳二禺xZ二（禺；）Zo00000zpm控制as*隹控世線由圖可知：控制器由兩部分組成，分別為常規PID控制和神經網絡。其中，常規PID直接對被控對象進行閉環控制，并且其控制參

18、數kp、ki、kd為在線調整方式；神經網絡根據系統的運動狀態，調節PID控制器的參數，使輸出層神經元的輸出對應于PID控制器的三個可調參數。學習算法如下：首先確定神經網絡的結構，即確定輸入節點數和隱含層節點數，并給出各層加權系數的初值w1和w2，并選定學習速率和慣性系數，令k=1；米樣得至Ur(k)和y(k)，計算當前時刻誤差r(k)-y(k)；計算各神經網絡的輸入和輸出，其輸出層的輸出即為PID控制器的三個控制參數kp、ki、kd并計算PID控制器的輸出進行神經網絡學習，在線調整加權系數，實現PID控制參數的自適應調整；令k=k1,進行上述步驟。網絡各層輸入輸出算法：輸人層輸Aui(k),誠

19、町輸出加k，uaCk),uXk);隱層輸入先-三叱炯,輸出屯=十輸出層輸入兀=輸出線性國數則y=兀1+e第八章專家控制1.什么叫產生式系統？它由哪些部分組成？試舉例略加說明。答：如果滿足某個條件，那么就應當米取某些行動，滿足這種生產式規則的專家系統成為產生式系統。產生式系統主要由總數據庫，產生式規則和推理機構組成。舉例：醫療產生式系統。2.專家系統有哪些部分構成？各部分的作用如何？專家系統它具體有哪些特點和優點？答：知識庫：知識庫是知識的存儲器，用于存儲領域專家的經驗性知識以及有關的事實、一般常識等。知識庫中的知識來源于知識獲取機構，同時它又為推理提供求解問題所需的知識。推理機：推理機時專家系

20、統的思維機構，實際上是求解問題的計算機軟件系統，綜合推理機的運行可以有不同的控制策略。數據庫：它是用于存放推理的初始證據、中間結果以及最終結果等的工作存儲器解釋接口：它把用戶輸入的信息轉換成系統內規范化的表現形式，然后交給相應的模塊去處理，把系統輸出的信息轉換成用戶易于理解的外部形式顯示給用戶，回答提出的問題。知識獲取：知識獲取是指通過人工方法或機器學習的方法，將某個領域內的事實性知識和領域專家所特有的經驗性知識轉化成計算機程序的過程。對知識庫的修改和擴充也是在系統的調試和驗證中進行，是一件困難的工作。專家系統的特點：具有專家水平的專門知識，能進行有效的推理，專家系統的透明性和靈活性，具有一定

21、的復雜性與難度。在專家系統中，推理機制，控制策略和搜索方法是如何定義的，它們之間存在什么樣的關系？答：推理機制是根據一定的原則從已有的事實推出結論的過程，這個原則就是推理的核心。專家系統的自動推理是知識推理。而知識推理是在計算機或者智能機器中，在知識表達的基礎上，進行機器思維，求解問題，實現知識推理的智能操作過程。在專家系統中，可以依據專家所具有的知識的特點來選擇知識表示的方法，而只是推理技術同知識方法有密切的關系。控制策略求解問題的策略，是推理的控制策略。而控制策略包括推理方向、推理路線、沖突消解策略等，按推理進行的路線與方向，推理可分正向推理、反向推理混合推理。搜索方法：推理機時用于對知識

22、庫中的知識進行推理來得到結論的思維機構。三者關系：推理機制，控制策略（推理機構）和搜索方法三者都屬于推理范疇，是一個整體。只是執行順序不同而已。設計專家控制器時應考慮哪些特點？專家控制系統的一般結構模型為何？答：設計控制器的一般原則：多樣化的模型描述，在線處理的靈活性，靈活性的控制策略，決策機構的遞階性，推理與決策的實時性。專家控制系統的一般結構模型：挾作搖口控制倉法陣撕行器迅程G隹睡壺5.專家控制系統的特點是什么？它和一般的專家系統相同與區別在哪里?魁駅斥|脂息最射韭悝答：專家控制系統具有全方面的專家系統結構、完善的知識處理功能和實時控制的可靠性能。這種系統采用黑板等結構，知識庫龐大，推理機

23、復雜。它包括有知識獲取子系統和學習子系統，人機接口要求較高。專家式控制器，多為工業專家控制器，是專家控制系統的簡化形式，針對具體的控制對象或過程，著重于啟發式控制知識的開發，具有實時算法和邏輯功能。專家控制系統與一般的專家控制系統的區別：（1）通常的專家系統只完成專門領域問題的咨詢功能，它的推理結果一般用于輔助用戶的決策；而專家控制則要求能對控制動作進行獨立的、自動的決策，它的功能一定要具有連續的可靠性和較強的抗干擾性。（2）通常的專家系統一般處于離線工作方式，而專家控制則要求在線地獲取動態反饋信息，因而是一種動態系統，它應具有使用的靈活性和實時性，即能聯機完成控制。6.直接專家控制系統和間接

24、專家控制各有什么特點，從保證系統的穩定性來看有哪種方法更困難些？答：直接專家控制系統的特點：直接專家控制系統中，專家控制系統直接起控制器作用，專家控制器在控制系統中所處的位置與常規控制器完全相同，所不同的是其內部組成和工作原理，專家控制器采用PID常規的控制算法，基于知識庫和推理機得到相應的控制輸出。間接專家控制系統的特點：其基本的控制作用由算法來完成，專家系統通過對使用算法的調用以及對各種算法參數的整定和修正，間接的控制作用。間接專家控制的系統結構因具體應用的不同會表現出更大的多樣性，同時是PID參數的整定專家,這種專家控制的特點是專家系統間接的對控制信號起作用。直接專家控制系統更困難一些：

25、根據現場過程響應情況和環境條件，利用知識庫中的專家經驗規則，決定什么時候使用什么參數啟動什么算法，它也可以是一個調參專家。根據知識庫中的專家規則，調整PID參數及增益，所以從保證系統穩定性來看直接專家控制器方法更困難一些。7.試比較專家控制系統和模糊控制系統在工作原理、推理機制、知識和規則表示方法的異同。答：1.工作原理：（1）專家控制系統：專家系統的工作過程是根據知識庫中的知識和用戶提供的事實推理，不斷地由已知的前提推出未知的結論，并把這些未知的結論納入工作存儲空間，作為已知的新事物繼續推理，從而把求解的問題由未知狀態轉換為已知狀態。（2）模糊控制系統：模糊控制是模仿人的思維方式和人的控制經

26、驗來實現的一種控制，把模糊集合的理論應用于控制就可以把人的經驗形式化，在控制過程中實現模糊推理與決策。2.推理機制：（1）專家控制系統的推理機制是用于對知識庫中的知識進行推理來得到結論的思維機構。專家系統的自動推理是知識推理。而知識推理是在計算機或智能機器中在知識表達的基礎上，進行機器思維，求解問題，實現知識推理的智能操作過程。（2）模糊控制系統：模糊推理作為近似推理的一個分支，是模糊控制的理論基礎。在實際應用中，它以數值計算而不是以符號推演為特征，它并不注重如像經典邏輯那樣的基于公理的形式推演或基于賦值的語義運算，而是通過模糊推理的算法由推理的前提計算出結論。3.知識(1)專家控制系統：專家

27、控制將系統視為基于知識的系統，控制系統的知識表示如下：(a)受控過程的知識：先驗知識，動態知識。(b)控制、辨識、診斷知識：定量知識、定性知識。(2)模糊控制系統：知識庫包括數據庫和規則庫，模糊控制器設計的關鍵在于如何有效建立知識庫。數據庫的定性設計包括：量化等級的選擇；量化方法；量化因子；模糊子集的隸屬函數。規則庫：用一系列模糊條件描述的模糊控制規則就構成模糊控制規則庫。4.規則表示：(1)專家控制系統：專家控制的規則庫一般采用產生式規則表示：“IF控制局勢,THEN操作結論”，由多條產生式規則構成規則庫。(2)模糊控制系統：規則的制定有很多種方法，最初的方法就是根據專家經驗來確定，不過這種模糊規則有很大的主觀性，因人而異，但大致趨勢還是差不多的還可以從已知數據中制造模糊規則，比如可以從最優控制得到的數據中提取模糊規則，還可以得到和最優控制類似的結果。還有就是專家經驗與數據