智能控制基础期末复习思考题参考答案

2010级智能控制基础期末

复习思考题

一重要概念解释

1 智能控制

所谓的智能控制，即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化做出适应性反应，从而实现由人来完成的任务。

2 专家系统与专家控制

专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。

专家控制是智能控制的一个重要分支。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。它由知识库和推理机构构成主体框架，通过对控制领域知识的获取与组织，按某种策略及时的选用恰当的规则进行推理输出，实现对实际对象的控制 3 模糊集合与模糊关系，模糊推理模糊控制

● 1）模糊集合：给定论域U 上的一个模糊集A 是指：对任何元素u U ∈ 都存在一个数()[]

0,1A u μ∈与之对应，表示元素u 属于集合A 的程度，这个数称为元素u 对集合A 的隶属度，这个集合称为模糊集合。

● 模糊关系：二元模糊关系：设A 、B 是两个非空集合，则直积(){},|,A B a b a A b B ?=∈∈中的一个

模糊集合 称为从A 到B 的一个模糊关系。模糊关系R 可由其隶属度(),R a b μ完全描述，隶属度(),R a b μ 表明了元素a 与元素b 具有关系R

的程度。 ● 模糊推理：知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输出

的情况，这就叫“模糊推理”。

4 神经网络？

答：人工神经网络是模拟人脑思维方式的数学模型。神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为,对人脑进行抽象和简化，反映了人脑的基本特征，信息处理、学习、联想、模式分类、记忆等。

5 遗传算法

答：遗传算法将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体中，按所选择的适配置函数并通过遗传的复制、交叉及变异对个体进行筛选，使适配值高的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。

一 专家控制部分

1. 专家系统的组成及各部分特点？

专家系统一般由知识库、数据库、推理机、解释器及知识获取五个部分组成，有不相同的表述形式。 *(1) 知识库。用于存取和管理所获取的专家知识和经验，供推理机利用，具有存储、检索、编辑、增删和修改等功能。

(2) 数据库。用来存放系统推理过程中用到的控制信息、中间假设和中间结果。

*(3) 推理机。用于利用知识进行推理，求解专门问题，具有启发推理、算法推理；正向、反向或双向推理等功能。

(4) 解释器。解释器用于作为专家系统与用户之间的“人-机”接口，其功能是向用户解释系统的行为。

(5) 知识获取。知识工程师采用“专题面谈”、“记录分析”等方式获取知识，经过整理以后，再输入知识库。

2. 专家控制与专家系统的区别？

3. 专家控制与模糊控制的共同点都是把人的经验整理成控制规则，二者有何区别？

答：（1）专家控制规则中的概念是精确的，不具有模糊性，而模糊控制规则中的概念是模糊的；

（2）由于模糊控制规则中概念是模糊的，因而可以借助于模糊逻辑推理实现控制。

二．模糊控制部分

1．智能控制与传统控制相比，有哪些主要的特点？

答：（1）学习功能：智能控制器能通过从外界环境所获得的信息进行学习，不

断积累知识，使系统的控制性能得到改善。

（2）适应功能：智能控制器具有从输入到输出的映射关系，可实现不依赖

于模型的自适应控制，当系统某一部分出现故障时，也能进行控制。

（3）自组织功能：智能控制器对复杂的分布式信息具有自组织和协调的功

能，当出现多目标冲突时，它可以在任务要求的范围内自行决策，主动采取行动。

（4）优化能力：智能控制能够通过不断优化控制参数和寻找控制器的最佳

结构形式，获得整体最优的控制性能。

2．简述模糊集合的基本定义以及与隶属函数之间的相互关系。

定义：论域U 中的模糊集合A ，是以隶属函数A μ为表征的集合A 。A μ称为模糊集合A 的隶属函数，

)(u A μ称为u 对A 的隶属度，它表示论域U 中的元素u 属于模糊集合A 的程度，它在[0，1]闭区间内可连续取值。 关系：模糊集合是以隶属函数来描述的，隶属度的概念是模糊集合理论的基石。

3 常用隶属函数的种类及其表达式，及其图形表示。

高斯型隶属函数： 广义钟型隶属函数：

S 型隶属函数： 梯形隶属函数：

三角形隶属函数： Z 型隶属函数：

4．给定变量论域，请在其上设计几个模糊子集，并用隶属函数予以描述，并绘图表示。

（比如年龄（0-100岁）中的年幼，年轻，中年，老年如何进行表示？

5．常用的模糊并和模糊交算子是怎样进行运算的？有什么特点？

一般地：)()())(),(max()(u u u u u B A B A B A B A μμμμμ∨=== ，取大原则

)()())(),(min()(u u u u u B A B A B A B A μμμμμ∧=== ，取小原则

采用隶属函数的取大（MAX ）和取小（MIN ）进行模糊集合的并、交逻辑运算是目前最常用的方法。

6．解释常用的几种清晰化方法的几何含义。（1）重心法；（2）最大隶属度法；（3）面积中心线法。 常用的反模糊化有三种：

(1)最大隶属度法

选取推理结果模糊集合中隶属度最大的元素作为输出值，即)(max 0z z z μ=，Z z ∈。如果在输出论域V 中，其最大隶属度对应的输出值多于一个，则取所有具有最大隶属度输出的平均值，即：

∑==N

i i z N z 1

01，))((max z z z Z z i μ∈= N 为具有相同最大隶属度输出的总数。

最大隶属度法不考虑输出隶属度函数的形状，只考虑最大隶属度处的输出值。因此，难免会丢失许多信息。它的突出优点是计算简单。在一些控制要求不高的场合，可采用最大隶属度法。

(2) 重心法

为了获得准确的控制量，就要求模糊方法能够很好的表达输出隶属度函数的计算结果。重心法是取隶属度函数曲线与横坐标围成面积的重心为模糊推理的最终输出值，即

????==Z Z

Z z Z z dz z C dz z zC dz z dz z z z )()()()(0μ

μ

对于具有m 个输出量化级数的离散域情况

∑∑===m k k z

m k k z

k z z z z 11

0)

()(μμ

与最大隶属度法相比较，重心法具有更平滑的输出推理控制。一般的，对应于输入信号的小变化，输出也会发生相应变化。

(3)加权平均法

工业控制中广泛使用的反模糊方法为加权平均法，输出值由下式决定

∑∑===m i i m i i i

k

k z z 1

1

其中系数i k 的选择根据实际情况而定。不同的系数决定系统具有不同的响应特性。当系数i k 取隶属度)(i V v μ时，就转化为重心法。

（4）面积中心线法。取处在隶属度函数曲线与横坐标围成面积的等分线上的元素值作为输出值。

7 模糊推理的四种主要形式（出计算题）：

1) 如果x是A,则y是B，现假如x是A’, 则y’?（教材4.1.3 水箱水位控制）

2) 如果x是A, 则y是B, 否则是C, 现x是A’, 求y’?

3) 如果x是A且y是B,则z为C, 先x是A’且y是B’, 求z’?

4) 教材p4.4 洗衣机模糊控制

8 模糊推理程序，模糊控制MA TLAB程序，要能读懂，考试有程序题。

9 模糊自适应整定PID控制的原理是什么？

PID参数模糊自整定是找出PID3个参数与E和EC之间的模糊关系，在运行中通过不断检测E和EC，根据模糊控制原理对3个参数进行再线修改，以满足不同的E和ec是对控制参数的不同要求，而使对象有良好的动、静态性能。

9 模糊控制的特点或优点是什么？

(1)模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。

(2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。

(3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。

(4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。

(5)模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。

三．神经网络部分

1．解释什么叫做神经网络？

人工神经网络（Artificial Neural Network ）是模拟人脑思维方式的数学模型。神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为，它从微观结构和功能上对人脑进行抽象和简化，神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等。

2．BP网络的结构是怎样的？具有什么主要特点？

BP网络结构：含一个隐含层的BP网络结构如下图所示，图中i为输入层神经元，j为隐层神经元，k为输出层神经元

BP 网络特点：

（1）是一种多层网络，包括输入层、隐含层和输出层；

（2）层与层之间采用全互连方式，同一层神经元之间不连接；

（3）权值通过δ学习算法进行调节；

（4）神经元激发函数为S 函数；

（5）学习算法由正向传播和反向传播组成；

（6）层与层的连接是单向的，信息的传播是双向的。

3． 写出单一神经元从输入到输出的表达式。P124

答：图中i u 为神经元的内部状态，i θ为阈值，i x 为输入信号，n j ,,1 =，ij w 为表示从单元j u 到单元i u 的连接权系数，i s 为外部输入信号。上图的模型可描述为：

∑-+=j

i i j ij i s x w Net θ，)(i i Net f u =，)(i i u g y =

通常情况下，取i i u u g =)(，即)(i i Net f y =。

4 神经网络控制的优点是什么？

(1)可以充分逼近任意复杂的非线性关系；

(2)所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很强的鲁棒性和容错性；

(3)采用并行分布处理方法，使得快速进行大量运算成为可能；

(4)可学习和自适应不知道或不确定的系统；

(5)能够同时处理定量、定性知识。

5 试简述 BP 网络和径向基函数网络各自的特点。

BP 特点：1、BP 神经网络是一种多层网络，包括输入层、隐层和输出层；2、层与层之间采用全互连的方式，同一层神经元之间的不连接；3、权值通过δ学习规则进行调节；4、神经元激发函数为S 函数；5、学习算法由正向传播和反向传播组成；6、层与层的连接是单向的信息的传播是双向的。

径向基函数特点：是一种3层前向网络，由输入到输出的映射是非线性的，而隐层空间的输出空间的映射是线性的，而且RBF 网络是局部逼近的神经网络，因而采用RBF 网络可大大加快学习速度并避免局部极小问题，适合于实时控制的要求。采用RBF 网络构成神经网络控制方案，可有效提高系统的精度，鲁棒性和自适应性。

6 BP 网络前向传播和误差反向传播的计算（计算题）。

7、基于BP 神经网络的模式识别（计算分析题）

8 神经网络监督控制的原理？

神经网络控制器通过对传统控制器的输出进行学习，在线调整网络的权值，使反馈控制输入U p(t)趋近与零，从而使神经网络控制器逐渐在控制作用中占据主导地位，最终取消反馈控制器的作用。一旦系统出现干扰，反馈控制器从新起作用。这种控制可以确保系统的稳定性和鲁棒性，而且可有效的提高系统的精度和自适应能力。

三．遗传算法

1．简述遗传算法是如何实现优化的？

答：遗传算法将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体中，按所选择的适应度函数并通过遗传中的复制、交叉及变异对个体进行筛选，使适应度高的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。遗传算法的算法简单，可并行处理，并能得到全局最优解。

智能控制理论简述

智能控制理论简述 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制是指驱动智能机器自主地实现其目标的过程,即无需人的直接干预就能独立地驱动智能机器实现其目标。其基础是人工智能、控制论、运筹学和信息论等学科的交叉,也就是说它是一门边缘交叉学科。 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 近20年来,智能控制理论(IntelligentControl Theory)与智能化系统发展十分迅速[1].智能控制理论被誉为最新一代的控制理论,代表性的理论有模糊控制(Fuzzy Control)、神经网络控制(Neural Networks Control)、基因控制即遗传算法(Genetic Aigorithms)、混沌控制[2](Chaotic Control)、小波理论[3](Wavelets Theo-ry)、分层递阶控制、拟人化智能控制、博奕论等.应用智能控制理论解决工程控制系统问题,这样一类系统称为智能化系统。它广泛应用于复杂的工业过程控制[4]、机器人与机械手控制[5]、航天航空控制、交通运输控制等.它尤其对于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素.采用其它控制理论难以设计出合适与符合要求的系统时,都有可能期望应用智能化理论获得满意的解决。 自从“智能控制”概念的提出到现在,自动控制和人士_智能专家、学者们提出了各种智能控制理论,下面对一些有影响的智能控制理论进行介绍。 （1）递阶智能(Hierarchical IntelligentControl) 阶智能控制是由G.N.Saridis提出的,它是最早的智能控制理论之一。它以早期的学习控制系统为基础,总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。递阶智能控制遵循“精度随智能降低而提高”的原理分级分布。该控制系统由组织级、协调级、执行级组成。在递阶智能控制系统中,

智能控制复习题

智能控制复习 第一章选择题 1．智能控制的概念首次由著名学者（ D ）提出 A 蔡自兴 B C D 傅京孙 2．经常作为智能控制典型研究对象的是（ D ） A 智能决策系统 B 智能故障诊断系统 C 智能制造系统 D 智能机器人 3．解决自动控制面临问题的一条有效途径就是，把人工智能等技术用入自动控制系统中，其核心是（ B ） A 控制算法 B 控制器智能化 C 控制结构 D 控制系统仿真 4．智能自动化开发与应用应当面向（ C ） A 生产系统 B 管理系统 C 复杂系统 D 线性系统 5．不．属于 ．．智能控制是（ D ） A 神经网络控制B专家控制 C 模糊控制 D 确定性反馈控制 6．以下不属于智能控制主要特点的是（ D ） A 具有自适应能力 B 具有自组织能力 C 具有分层递阶组织结构 D 具有反馈结构 7．以下不属于智能控制的是 ( D )

A 神经网络控制 B 专家控制 C 模糊控制 D 自校正调节器 第二章选择题 1．地质探矿专家系统常使用的知识表示方法为（ D ） A 语义网络 B 框架表示 C 剧本表示 D 产生式规则 2．自然语言问答专家系统使用的知识表示方法为（ B ） A 框架表示B语义网络 C 剧本表示 D 产生式规则 3．专家系统中的自动推理是基于（ C ）的推理。 A 直觉 B 逻辑 C 知识 D 预测 4．适合专家控制系统的是（ D ） A 雷达故障诊断系统 B 军事冲突预测系统 C 聋哑人语言训练系统 D 机车低恒速运行系统 5．直接式专家控制通常由( B )组成 A 控制规则集、知识库、推理机和传感器 B 信息获取与处理、知识库、控制规则集和推理机 C 信息获取与处理、知识库、推理机和传感器 D 信息获取与处理、控制规则集、推理机和传感器 6．专家控制可以称作基于（ D ）的控制。 A 直觉 B 逻辑 C 预测 D 知识 7．直接式专家控制通常由( C )组成 A 信息获取与处理、知识库、推理机构和传感器

智能控制第八章课后习题答案

1.什么叫产生式系统？它由哪些部分组成？试举例略加说明。 答：如果满足某个条件，那么就应当采取某些行动，满足这种生产式规则的专家系统成为产生式系统。 产生式系统主要由总数据库，产生式规则和推理机构组成。 举例：医疗产生式系统。 2.专家系统有哪些部分构成？各部分的作用如何？专家系统它具体有哪些特点和优点？ 答：知识库：知识库是知识的存储器，用于存储领域专家的经验性知识以及有关的事实、一般常识等。知识库中的知识来源于知识获取机构，同时它又为推理提供求解问题所需的知识。推理机：推理机时专家系统的思维机构，实际上是求解问题的计算机软件系统，综合推理机的运行可以有不同的控制策略。 数据库：它是用于存放推理的初始证据、中间结果以及最终结果等的工作存储器。 解释接口：它把用户输入的信息转换成系统内规范化的表现形式，然后交给相应的模块去处理，把系统输出的信息转换成用户易于理解的外部形式显示给用户，回答提出的问题。 知识获取：知识获取是指通过人工方法或机器学习的方法，将某个领域内的事实性知识和领域专家所特有的经验性知识转化成计算机程序的过程。对知识库的修改和扩充也是在系统的调试和验证中进行，是一件困难的工作。 专家系统的特点：具有专家水平的专门知识，能进行有效的推理，专家系统的透明性和灵活性，具有一定的复杂性与难度。 3.在专家系统中，推理机制，控制策略和搜索方法是如何定义的，它们之间存在什么样的关系？ 答：推理机制是根据一定的原则从已有的事实推出结论的过程，这个原则就是推理的核心。专家系统的自动推理是知识推理。而知识推理是在计算机或者智能机器中，在知识表达的基础上，进行机器思维，求解问题，实现知识推理的智能操作过程。在专家系统中，可以依据专家所具有的知识的特点来选择知识表示的方法，而只是推理技术同知识方法有密切的关系。 控制策略求解问题的策略，是推理的控制策略。而控制策略包括推理方向、推理路线、冲突消解策略等，按推理进行的路线与方向，推理可分正向推理、反向推理、混合推理。 搜索方法：推理机时用于对知识库中的知识进行推理来得到结论的思维机构。 三者关系：推理机制，控制策略（推理机构）和搜索方法三者都属于推理范畴，是一个整体。只是执行顺序不同而已。 4.设计专家控制器时应考虑哪些特点？专家控制系统的一般结构模型为何？ 答：设计控制器的一般原则：多样化的模型描述，在线处理的灵活性，灵活性的控制策略，

智能控制系统习题答案

1-4为什么能够用计算机模拟人类智能？ 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。 之所以能够借助计算机来模拟人类智能，首先是因为计算机具有以下5个特点： 1、可以告诉精准的完成算数运算，运算速度最高可达每秒万亿次； 2、可以完成高精度的计算，一般计算机可以有十几位甚至几十位的有效数字； 3、计算机不仅能进行精确计算，还具有逻辑运算功能，能对信息进行比较和判断； 4、计算机内部的存储器具有记忆特性，可以存储大量的信息，这些信息，不仅包括各 类数据信息，还包括加工这些数据的程序； 5、由于计算机具有存储记忆能力和逻辑判断能力，所以人们可以将预先编好的程序组 纳入计算机内存，在程序控制下，计算机可以连续、自动地工作，不需要人的干预。 有了这些有点，计算机就具有了模拟人类智能的首要前提，为人工智能中海量的数据处理分析和深度学习等提供了条件。 第二个原因：深度学习的提出；深度学习是机器学习领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能。《麻省理工学院技术评论》杂志将深度学习列为2013年十大突破性技术之首。 大脑的工作过程是一个不断迭代、不断抽象概念化的过程。例如从原始信号摄入开始（瞳孔摄入像素），接着做初步处理（大脑皮层某些细胞发现边缘和方向），然后抽象（大脑判定眼前物体的形状，比如是圆形的），然后进一步抽象（大脑进一步判定该物体是一张人脸），最后进行识别。我们可以看出，大脑是一个深度架构，认知过程也是深度的。而深度学习，恰恰就是通过组合低层特征形成更加抽象的高层特征。在计算机视觉领域，深度学习算法从原始图像去学习得到一个低层次表达，然后在此基础上来得到高层次表达。深度学习可以模拟人脑进行分析学习，模仿人脑的机制来解释数据。深度学习的主要优势在于可以利用海量训练数据（大数据），自动从大数据中学习特征。 深度学习能够自动地从海量大数据中去学习特征，极大地推进了智能自动化。因此深度学习有了一个别名：无监督特征学习。 在《科学革命的结构》一书中，托马斯·库恩介绍说，很多科学革命都具备叫做范式转移的特点，也就是说对新思想的认知和老观点很不一样。比如哥白尼提出的“日心说”，有力地

智能控制习题答案54733

第一章绪论 1. 什么是智能、智能系统、智能控制？ 答：“智能”在美国Heritage词典定义为“获取和应用知识的能力”。 “智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。 “智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。 2．智能控制系统有哪几种类型，各自的特点是什么？ 答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等。 各自的特点有： 集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。该系统将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统危险性高度集中的缺点，既实现了在管 AHA12GAGGAGAGGAFFFFAFAF

理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。 人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 专家控制系统：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，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。可以说是一种模拟人类专家解决领域问题的计算机程序系统。 多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。这种结构的特点是：1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。2.信息在上下级间垂直方向传递，向下的信息有优先权。同级控制器并行工作，也可以有信息交换，但不是命令。3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。级别越往上，其决策周期越长，更关心系统的长期目标。4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。 学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应 地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记 AHA12GAGGAGAGGAFFFFAFAF

计算机控制技术课后习题答案

第一章 1．计算机系统由哪些部分组成？并画出方框图。 解： 若将自动控制系统中控制器的功能用计算机或数字控制装置来实现，就构成了计算机控制系统，其基本框图如图1-1所示。因此，简单说来，计算机控制系统就是由各种各样的计算机参与控制的一类系统。 图1-1 计算机控制系统基本原理图 在计算机控制系统中，控制规律是用软件实现的，计算机执行预定的控制程序就能实现对被控参数的控制。控制器与执行机构之间是DA转换器，负责将数字信号转换成模拟信号；AD转换器则相反将传感器采集的模拟信号，转换成数字信号送给控制器。 2．计算机控制系统是怎样分类的？按功能和控制规律可分为几类？ 解： 计算机控制系统与其所控制的对象、采取的控制方法密切相关。因此，计算机控制系统的分类方法很多，可以按照系统的功能、控制规律或控制方式等进行分类。 按功能及结构分类：操作指导控制系统、直接数字控制系统、监督控制系统、集散控制系统、现场总线控制系统、工业以太网控制系统、综合自动化系统。 按照控制规律分类：程序和顺序控制、比例积分微分控制(简称PID控制)、最少拍控制、复杂规律的控制、智能控制。 3．计算机控制系统的主要特点有哪些？ 解： 主要有以下特点： 1．数字模拟混合的系统。在连续控制系统中，各处的信号是连续模拟信号。而在计算机控制系统中，除仍有连续模拟信号外，还有离散信号、数字信号等多种信号。因此，计算机控制系统是模拟和数字的混合系统。 2．灵活方便、适应性强。一般的模拟控制系统中，控制规律是由硬件电路实现的，控制规律越复杂，所需要的模拟电路往往越多，如果要改变控制规律，一般就必须更改硬件电路。而在计算机控制系统中，控制规律是由软件实现的，计算机执行预定的控制程序就能实现对被控参数的控制，需要改变控制规律时，一般不对硬件电路作改动，只要改变控制程序就可以了。 3．可实现复杂控制规律。计算机具有丰富的指令系统和很强的逻辑判断功能，能够实现模拟电路不能实现的复杂控制规律。 4．离散控制。在连续控制系统中，给定值与反馈值的比较是连续进行的，控制器对产生的偏差也是连续调节的。而在计算机控制系统中，计算机每隔一定时间间隔，向A/D转换器发出启动转换信号，并对连续信号进行采样获得离散时间信号，经过计算机处理后，产生的控制时间信号通过D/A将离散信号转换成连续时间信号输出，作用于被控对象。因此，计算机控制系统并不是连续控制的，而是离散控制的。

智能控制习题答案

第一章绪论 1.什么是智能、智能系统、智能控制？ 答：“智能”在美国Heritage 词典定义为“获取和应用知识的能力”。 “智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。 “智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认 知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。 2．智能控制系统有哪几种类型，各自的特点是什么？ 答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系 统、学习控制系统等。 各自的特点有： 集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。该系统 将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承 了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统 危险性高度集中的缺点，既实现了在管理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。 人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统 的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 专家控制系统：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，能够利用人类专家 的知识和解决问题的经验方法来处理该领域的高水平难题。可以说是一种模拟人类专家解决领域问题的计算机程序系 统。 多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。这种结构的 特点是： 1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。 2.信息在上下级间垂直 方向传递，向下的信息有优先权。同级控制器并行工作，也可以有信息交换，但不是命令。 3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。级别越往上，其决策周期越长，更关心系统 的长期目标。 4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。 学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记忆和自行调整的能力。 3．比较智能控制与传统控制的特点。 答：智能控制与传统控制的比较：它们有密切的关系，而不是相互排斥。常规控制往往包含在智能控制之中，智能控 制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更 具有挑战性的复杂控制问题。 1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，这些问题对基于模型的传统自动控制来说很难解决。 2.传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手 写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力， 能够用文字、图纸、立体形象、语言等形式输出信息. 另外，通常的自动装置不能接受、分析和感知各种看得见、听得 着的形象、声音的组合以及外界其它的情况. 为扩大信息通道，就必须给自动装置安上能够以机械方式模拟各种感觉的 精确的送音器，即文字、声音、物体识别装置。 3.传统的自动控制系统对控制任务的要求要么使输出量为定值（调节系统），要么使输出量跟随期望的运动轨迹（跟随 系统），因此具有控制任务单一性的特点，而智能控制系统的控制任务可比较复杂。 4.传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象虽然有一些非线性方法可以利用，但不尽 人意. 而智能控制为解决这类复杂的非线性问题找到了一个出路，成为解决这类问题行之有效的途径。 5.与传统自动控制系统相比，智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知 识的能力。 6.与传统自动控制系统相比，智能控制系统能以知识表示的非数学广义模型和以数学表示的混合控制过程，采用开闭环 控制和定性及定量控制结合的多模态控制方式。

(完整版)智能控制习题参考答案

1．递阶智能控制系统的主要结构特点有哪些。 答：递阶智能控制是在研究早期学习控制系统的基础上，从工程控制论角度总结人工 智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。 递阶智能控制系统是由三个基本控制级（组织级、协调级、执行级）构成的。如下所 示： 1. 组织级 组织级代表控制系统的主导思想，并由人工智能起控制作用。根据贮存在长期存储交换单元内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。 其结构如下： 2．协调级 协调级是组织级和执行级间的接口，承上启下，并由人工智能和运筹学共同作用。协

调级借助于产生一个适当的子任务序列来执行原指令，处理实时信息。 它是由不同的协调器组成，每个协调器由计算机来实现。下图是一个协调级结构的候选框图。该结构在横向上能够通过分配器实现各协调器之间的数据共享。 3. 执行级 执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。 其结构模型如下：

2．信息特征，获取方式，分层方式有哪些？ 答：一、信息的特征 1，空间性：空间星系的主要特征是确定和不确定的（模糊）、全空间和子空间、同步和非同步、同类型和不同类型、数字的和非数字的信息，比传统系统更为复杂的多源多维信 息。 2，复杂性：复杂生产制造过程的信息往往是一类具有大滞后、多模态、时变性、强干 扰性等特性的复杂被控对象，要求系统具有下层的实时性和上层的多因素综合判断决策能 力，以保证现场设备局部的稳定运行和在复杂多变的各种不确定因素存在的动态环境下， 获得整个系统的综合指标最优。 3，污染性：复杂生产制造过程的信息都会受到污染，但在不同层次的信息受干扰程度 不同，层次较低的信号受污染程度较大。 二、获取方式 信息主要是通过传感器获得，但经过传感器后要经过一定的处理来得到有效的信息， 具体处理方法如下： 1，选取特征变量 可分为选择特征变量和抽取特征变量。选择特征变量直接从采集样本的全体原始工艺参 数中选择一部分作为特征变量。抽取特征变量对所选取出来的原始变量进行线性或非线性 组合，形成新的变量，然后去其中一部分作为特征变量。 2，滤波的方法 数字滤波用计算机软件滤波，通过一定的计算程序对采样信号进行平滑加工，提高信噪比，消除和减少干扰信号，以保证计算机数据采集和控制系统的可靠性。模拟滤波用硬件 滤波。 3，剔除迷途样本 使用计算机在任意维空间自动识别删除迷途样本。 三、分层方式 1，通过计算机系统进行信号分层 2，人工指令分层 3，通过仪器设备进行测量，将数据进行分层 4，先归类，后按照一定的规则集合分层 3．详细描述数据融合的流程和方法 答：数据融合是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理。 一、数据融合的流程： 分析数据融合目的和融合层次→→智能地选择合适的融合算法→→将空间配准的数据 （或提取数据的特征或模式识别的属性说明）进行有机合成→→准确表示或估计。有时还 需要做进一步的处理，如"匹配处理"和"类型变换"等，以便得到目标的更准确表示或估计。 具体可分为： 1，特征级融合 经过预处理的数据→→特征提取→→特征级融合→→融合属性说明 2，像元级融合

计算机控制技术课后习题答案

第一章 1.计算机系统由哪些部分组成？并画出方框图。 解： 若将自动控制系统中控制器的功能用计算机或数字控制装置来实现，就构成了计算机控 制系统，其基本框图如图1-1所示。因此，简单说来，计算机控制系统就是由各种各样的计算机参与控制的一类系统。 图1-1 计算机控制系统基本原理图 在计算机控制系统中，控制规律是用软件实现的，计算机执行预定的控制程序就能实现对被控参数的控制。控制器与执行机构之间是DA转换器，负责将数字信号转换成模拟信号；AD转换器则相反将传感器采集的模拟信号，转换成数字信号送给控制器。 2?计算机控制系统是怎样分类的？按功能和控制规律可分为几类？ 解： 计算机控制系统与其所控制的对象、采取的控制方法密切相关。因此，计算机控制系统 的分类方法很多，可以按照系统的功能、控制规律或控制方式等进行分类。 按功能及结构分类：操作指导控制系统、直接数字控制系统、监督控制系统、集散控制系统、现场总线控制系统、工业以太网控制系统、综合自动化系统。 按照控制规律分类：程序和顺序控制、比例积分微分控制（简称PID控制）、最少拍控制、复杂规律的控制、智能控制。 3.计算机控制系统的主要特点有哪些？解： 主要有以下特点： 1.数字模拟混合的系统。在连续控制系统中，各处的信号是连续模拟信号。而在计算机控制系统中，除仍有连续模拟信号外，还有离散信号、数字信号等多种信号。因此，计算机控制系统是模拟和数字的混合系统。 2?灵活方便、适应性强。一般的模拟控制系统中，控制规律是由硬件电路实现的，控制规律越复杂，所需要的模拟电路往往越多，如果要改变控制规律，一般就必须更改硬件电 路。而在计算机控制系统中，控制规律是由软件实现的，计算机执行预定的控制程序就能实 现对被控参数的控制，需要改变控制规律时，一般不对硬件电路作改动，只要改变控制程序 就可以了。 3?可实现复杂控制规律。计算机具有丰富的指令系统和很强的逻辑判断功能，能够实现模拟电路不能实现的复杂控制规律。 4.离散控制。在连续控制系统中，给定值与反馈值的比较是连续进行的，控制器对产生的偏差也是连续调节的。而在计算机控制系统中，计算机每隔一定时间间隔，向A/D转 换器发出启动转换信号，并对连续信号进行采样获得离散时间信号，经过计算机处理后，产

自动控制现代控制与智能控制的关系

自动控制、现代控制与智能控制的关系 一、基本区别 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 自动控制理论中建立在频率响应法和根轨迹法基础上的一个分支。经典控制理论的研究对象是单输入、单输出的自动控制系统，特别是线性定常系统。经典控制理论的特点是以输入输出特性（主要是传递函数）为系统数学模型，采用频率响应法和根轨迹法这些图解分析方法，分析系统性能和设计控制装置。经典控制理论的数学基础是拉普拉斯变换，占主导地位的分析和综合方法是频率域方法。建立在状态空间法基础上的一种控制理论，是自动控制理论的一个主要组成部分。 在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多，包括线性系统和非线性系统，定常系统和时变系统，单变量系统和多变量系统。它所采用的方法和算法也更适合于在数字计算机上进行。现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。 二、华山论剑：自动控制的机遇与挑战 传统控制理论在应用中面临的难题包括：(1)传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上，而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型；(2)研究这类系统时，必须提出并遵循一些比较苛刻的假设，而这些假设在应用中往往与实际不相吻合；(3)对于某些复杂的和包含不确定性的对象，根本无法用传统数学模型来表示，即无法解决建模问题；(4)为了提高性能，传统控制系统可能变得很复杂，从而增加了设备的初始投资和维修费用，降低了系统的可靠性。 为了讨论和研究自动控制面临的挑战，早在1986年9月，美国国家科学基金会(NSF)及电气与电子工程师学会(1EEE)的控制系统学会在加利福尼亚州桑克拉拉大学(University of Santa Clare)联合组织了一次名为“对控制的挑战”的专题报告会。有50多位知名的自动控制专家出席了这一会议。他们讨论和确认了每个挑战。根据与会自动控制专家的集体意见，他们发表了《对控制的挑战——集体的观点》，洋洋数万言，简直成为这一挑战的宣言书。 到底为什么自动控制会面临这一挑战，还面临哪些挑战，以及在哪些研究领域存在挑战呢? 在自动控制发展的现阶段，存在一些至关重要的挑战是基于下列原因的：(1)科学技术

智能控制技术复习题课后答案

一、填空题 1．智能控制是一门新兴的学科，它具有非常广泛的应用领域，例 如、、和。 1、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 2．传统控制包括和。2、经典反馈控制现代理论控制 3．一个理想的智能控制系统应具备的基本功能是、、和。 3 、学习功能适应功能自组织功能优化能力 4．智能控制中的三元论指的是：、和。 4、运筹学，人工智能，自动控制 5．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。 5、神经网络模糊数学专家系统 6．智能控制方法比传统的控制方法更能适应对象的、和 。6、时变性非线性不确定性 7．傅京逊首次提出智能控制的概念，并归纳出的3种类型智能控制系统是 、和。 7、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 8、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3个特点为、和。 8、不确定性、高度的非线性、复杂的任务要求 9．智能控制系统的主要类型有、、、 、和。 9、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 10．智能控制的不确定性的模型包括两类：(1) ； (2) 。 10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。11．控制论的三要素是：信息、反馈和控制。 12．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13．专家系统的核心组成部分为和。知识库、推理机 14．专家系统中的知识库包括了3类知识，它们分别为、、和。判断性规则控制性规则数据 15．专家系统的推理机可采用的3种推理方式为推理、和推理。

微型计算机控制技术课后答案分解

习题一 1，微型计算机控制系统的硬件由哪几部分组成？各部分的作用是什么？ 答：CPU，接口电路及外部设备组成。 CPU，这是微型计算机控制系统的核心，通过接口它可以向系统的各个部分发出各种命令，同时对被控对象的被控参数进行实时检测及处理。 接口电路，微机和生产对象之间进行信息交换的桥梁和纽带。 外部设备：这是实现微机和外界进行信息交换的设备 2，微型计算机控制系统软件有什么作用？说出各部分软件的作用。 答：软件是指能够完成各种功能的计算机程序的总和。整个计算机系统的动作，都是在软件的指挥下协调进行的，因此说软件是微机系统的中枢神经。就功能来分，软件可分为系统软件、应用软件 1)系统软件：它是由计算机设计者提供的专门用来使用和管理计算机的程序。对用户来说，系统软件只是作为开发应用软件的工具，是不需要自己设计的。 2)应用软件:它是面向用户本身的程序，即指由用户根据要解决的实际问题而编写的各种程序。 3，常用工业控制机有几种？它们各有什么用途？ 4，操作指导、DDC和SCC系统工作原理如何？它们之间有何区别和联系？ 答：(1)操作指导控制系统：在操作指导控制系统中，计算机的输出不直接作用于生产对象，属于开环控制结构。计算机根据数学模型、控制算法对检测到的生产过程参数进行处理，计算出各控制量应有的较合适或最优的数值，供操作员参考，这时计算机就起到了操作指导的作用。 (2)直接数字控制系统(DDC系统)：DDC(Direct Digital Control)系统就是通过检测元件对一个或多个被控参数进行巡回检测，经输入通道送给微机，微机将检测结果与设定值进行比较，再进行控制运算，然后通过输出通道控制执行机构，使系统的被控参数达到预定的要求。DDC系统是闭环系统，是微机在工业生产过程中最普遍的一种应用形式。 (3)计算机监督控制系统(SCC系统)：SCC(Supervisory Computer Control)系统比DDC系统更接近生产变化的实际情况，因为在DDC系统中计算机只是代替模拟调节器进行控制，系统不能运行在最佳状态，而SCC系统不仅可以进行给定值控制，并且还可以进行顺序控制、最优控制以及自适应控制等SCC是操作指导控制系统和DDC系统的综合与发展。 5，说明嵌入式系统与一般微型计算机扩展系统的区别。 答：嵌入式计算机一般没有标准的硬件配置。嵌入式系统可采用多种类型的处理器和处理器结构。软硬件协同设计采用统一的工具描述，可合理划分系统软硬件，分配系统功能，在性能、成本、功耗等方面进行权衡折衷，获取更优化的设计。嵌入式系统多为低功耗系统。简单地说，就是嵌入式系统和微型计算机的扩展标准不大一样。 6，PLC控制系统有什么特点？ 答：（1）可靠性高。由于PLC大都采用单片微型计算机，因而集成度高，再加上相应的保护电路及自诊断功能，因而提高了系统的可靠性。 （2）编程容易。PLC的编程多采用继电器控制梯形图及命令语句，其数量比微型机指令要少得多，除中、高档PLC外，一般的小型PLC只有16条左右。由于梯形图形象而简单，因而编程容易掌握、使用方便，甚至不需要计算机专门知识，就可进行编程。 （3）组合灵活。由于PLC采用积木式结构，用户只需要简单地组合，便可灵活地改变控制系统的功能和规模，因此，可适用于任何控制系统。 （4）输入/输出功能模块齐全。PLC的最大优点之一，是针对不同的现场信号，均有相应的模块可与工业现场的器件直接连接，并通过总线与CPU主板连接。

智能控制理论及其应用论文

智能控制理论及其应用 [摘要] 本文回顾了智能控制理论的提出与发展过程，介绍了智能控制的特点，给出了智能控制理论的主要类型及其特点，列举了智能控制理论与技术的主要应用领域，最后总结了智能控制理论的发展趋势。 [关键词] 智能控制模糊控制神经网络专家控制[abstract] this paper reviewed the development of intelligence control, and introduced its main methods and characteristics, and particularized their mostly application fields, and pointed out the prospects of intelligent control development trend and put forward the study direction. [key words] intelligent control fuzzy control net neural expert control 0.引言 随着工业和自动化技术的发展，控制理论的应用日趋广泛，所涉及的控制对象日益复杂化，对控制性能的要求也越来越高，控制对象或过程的复杂性主要体现在系统缺乏精确的数学模型、具有高维的判定空间、多种时间尺度和多种性能判据等，要求控制理论能够处理复杂的控制问题和提供更为有效的控制策略。现代控制理论从理论上解决了系统的可观、可控、稳定性以及许多复杂系统的控制。但实际中的许多复杂系统具有非线性、时变性、不确定性、多层次、多因素等热点，难以建立精确的数学模型，因此需要引入新

智能控制课后习题

作业1 1 简述智能控制的概念。 定义一: 智能控制是由智能机器自主地实现其目标的过程。 定义二:K.J.奥斯托罗姆则认为，把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟，并用于控制系统的分析与设计中，以期在一定程度上实现控制系统的智能化，这就是智能控制。 定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是用计算机模拟人类智能的一个重要领域。 2 智能控制由哪几部分组成？各自的特点是什么？ 智能控制由人工智能、自动控制、运筹学组成。 人工智能是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。 自动控制描述系统动力学特性，是一种动态反馈。 运筹学是一种定量优化的方法。如线性优化，网络规划，调度管理，优化决策和多目标优化的方法等等。 3 比较智能控制和传统控制的特点？ 1）传统控制方法在处理复杂性、不确定性方面能力低而且有时丧失了这种能力，智能控制在处理复杂性、不确定性方面能力高 2）传统控制是基于被控对象精确模型的控制方式，可谓“模型论”智能控制是智能决策论，相对于“模型论”可称为“控制论” 3）传统的控制为了控制必须建模，而利用不精确的模型又采用摸个固定控制算法，使整个的控制系统置于模型框架下，缺乏灵活性，缺乏应变性，因此很难胜任对复杂系统的控制智能控制的可信是控制决策，次用灵活机动的决策方式迫使控制朝着期望的目标逼近。 4）传统控制适用于解决线性、时不变等相对简单的的控制问题智能控制是对传统控制理论的发展，传统控制室智能控制的一个组成部分，是智能控制的低级阶段。 4 智能控制有哪些应用领域？试举出一个应用实例。 应用领域：模糊系统、神经网络、专家控制、工业想、系统、电力系统、机器人等其他领域的控制。 应用实例：模糊控制的交流伺服系统 作业2

智能控制发展趋势及应用

智能控制的发展趋势和应用 学号0000000 姓名****** 老师钟春富

摘要：描述了智能控制产生的历史以及全世界对于智能控制有研究的多个国家在智能控制的研究方向以及研究水平，介绍了智能控制的发展趋势以及智能控制发展面临的问题，详述了智能控制的主要研究方向，说明了智能控制的应用方向以及具体应用，展望了智能控制的发展前景以及对于社会生产和日常生活的积极意义。 关键词：智能控制、模糊控制、神经网控制、专家控制、智能化。 一、智能控制的产生 人类的进化归根结底是智能的进化，而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等，其目的就在于创造和应用智能技术和智能系统，从而为人类进步服务。因此，可以说对智能控制的钟情、期待、开发和应用，是科技发展和人类进步的必然趋势。 在科学技术发展史上，控制科学同其他技术科学一样，它的产生与发展主要由人类的生产发展需求和人类当时的知识水平所决定和限制的。 20世纪以来，特别是第二次世界大战以来，控制科学与技术得到了迅速的发展，由研究单输入单输出被控对象的经典控制理论，发展成了研究多输入多输出被控对象的现代控制理论。1948年，美国著名的控制论创始人维纳(N．Wiener)在他的《控制论》中第一次把动物和机器相提并论，引起哲学界的轩然大波，有人骂控制论是“伪科学”。 直到1954年钱学森博士在《工程控制论》中系统地揭示了控制论这一新兴学科对电子通讯、航空航天和机械制造工业等领域的重要意义和深远影响后，反控制论的热潮才逐渐开始平息。20世纪60年代，由于空间技术，海洋技术和机器人技术发展的需要，控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非线性和不确定性，高噪声干扰，系统工作点动态突变性，以及分散的传感元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据量。 面对复杂的对象，复杂的环境和复杂的任务，用传统控制(即经典控制和现代控制)

智能控制理论及应用的发展现状

●专家论谈　 智能控制理论及应用的发展现状 杭州浙江大学工业控制技术研究所　(310027)　许晓鸣　孙优贤上海交通大学自动化系　(200030)　熊　刚 在控制工程实践中,人们常常涉及到传感器、执行器、通信系统、计算机以及控制策略和具体算法。它们构成的控制系统可以比拟成一个人,如图1。传感器用来采集反映被控对象特性的信息,它就象人的五官;执行器用来把控制决策命令施加于被控对象,它好比人的四肢;通信技术把传感器采集到的信息及时送到控制器,就象人们的神经系统;计算机是控制器的硬件环境,就象人的脑袋。这四部分在控制系统设计中占去人们大部分精力, 但是控制策略和具体算法就好象人的大脑一样,是控制系统的“指挥中心”。设计尽量“聪明”和适用的控制算法是控制理论发展的动力和内容。 图1　控制系统的构成框图 1　智能控制的兴起 111　自动控制的发展与挫折 本世纪40～50年代,以频率法为代表的单变量系统控制理论逐步发展起来,并且成功地用在雷达及火力控制系统上,形成了今天所说的“古典控制理论”。60～70年代,数学家们在控制理论发展中占了主导地位,形成了以状态空间法为代表的“现代控制理论”。他们引入了能控、能观、满秩等概念,使得控制理论建立在严密精确的数学模型之上,从而造成了理论与实践之间的巨大分歧。70年代后,又出现了“大系统理论”。但是,由于这种理论解决实际问题的能力更弱,它很快被人们放到了一边。112　人工智能的发展 斯坦福大学人工智能研究中心的N ilsson 教授认为:“人工智能是关于知识的科学——怎样表示知识以及怎样获得知识并使用知识的科学”。M IT 的W in ston 教授指出:“人工智能就是研究如何使计算机去做过去只有人才做的智能性工作”。 1956年以前是人工智能的萌芽期。英国数学家图灵(A 1M 1T u ring 1912 ～1954)为现代人工智能作了大量开拓性的贡献;1956年～1961年是人工智能的发展期,人们重点研究了诸如用机器解决数学定义,通用问题求解程序等。1961年以后人工智能进入了飞跃期,主要内容涉及知识工程、自然语言理解等。 人们研究人工智能方法也分为结构模拟派和功能模拟派,分别从脑的结构和脑的功能入手进行研究。113　智能控制的兴起 建立于严密的数学理论上的控制理论发展受到挫折,而模拟人类智能的人工智能却迅速发展起来。 控制理论从人工智能中吸取营养求发展成为必然。 工业系统往往呈现高维、非线性、分布参数、时变、不确定性等复杂特征。特别是非线性对控制结果的影响复杂,控制工程人员很难深入理解,更谈不上设计出合适的控制算法。不确定性是最难以解决的问题,也是导致大系统理论失败的根本原因。但是,对这些问题用工程控制专家经验来解决则往往是成功的。人是最聪明的控制器,模仿人是一种途径。 萨里迪斯(Saridis )于1977年提出了智能控制的三元结构定义,即把智能控制看作为人工智能、自动控制和运筹学的交点。在智能控制发展初期,美国普渡大学的傅京孙(K 1S 1Fu )教授首先提出了学习控制的概念,引入了人工智能的直觉推理。后来在人工智能的概念模拟基础上,发展了许多智能控制方法,如自整定、参数调整P I D 等。再后来则以发展实用的智能控制算法为主,尤以专家系统和神经元网络最为突出。 2　智能控制的发展框架 图2　智能控制的发展框架 现在有关智能控制方面的论文很多,我们可以把

智能控制复习题-参考答案

（书本 P 13） 上海第二工业大学《智能控制系统》练习卷 一、填空题 1、机器智能是把信息进行 组织 、并 把它转换成知识 的过程。 2、智能控制方法比传统的控制方法更能适应对象的 时变性 、 非线性 和 不 确定性 。 3、智能控制中的三元论指的是： 人工智能 、 自动控制 和 运筹学 。 4、从 工程控制角度看，智能控制三个基本要素是： 归纳 、 集注 、 组合 操 作 。（这道题有点疑问，大家找找资料） 5、生物神经元经抽象化后，得到的人工神经元模型，它有三个基本要素 连接 权值 、 求和函数 和 激发函数 。 6、神 经网络的结构按照神经元连接方式可分成 层状 和 网状 。 7、定义一个语言变量需要定义 4 个方面的内容： 定义变量名称 、 定义变量 的论域 、 定义变量的语言 、 定义每个模糊集合的隶属函数 。 8、? = 0.2 + 0.3 + 0.4 + 0.9，则 A0.2={x1, x2, x3, x4}，A0.4={ x3, x4} ，A0.9={ x4 } ?1 ?2 ?3 ?4 9、假设论域为 5 个人的体重分别为 110kg 、95kg 、85kg 、78kg 、65kg ，他们 的体重对于“肥胖”的模糊概念的隶属度分别为 0.95、0.88、0.8、0.72、0. 5。 试用： (1) Zadeh 表示法表示模糊集“肥胖” 答：肥胖= 0. 95 + 0. 88 + 0. 8 + 0. 72 + 0. 5 110 95 85 78 65 (2)序偶表示法表示模糊集“ 肥胖” 答：肥胖={(110,0.95), (95,0.88)(85,0.8)(78,0.72)(65,0.5)}