智能控制復(fù)習(xí)(已整理)

1、1,模糊集合正態(tài)性定義如果模糊集合的核非空,那么A是正態(tài)的.換句話說,我們總可以找到一個點xex,使MAX=1.2 .模糊集合補定義模糊集合A的補表示彳-A,非A定義為x=%"3 .Kohonen自組織網(wǎng)絡(luò),CMAC,有監(jiān)督學(xué)習(xí)Kohonen自組織網(wǎng)絡(luò)無監(jiān)督學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò),CMAC有監(jiān)督學(xué)習(xí).4 .遺傳算法的圖式定理在選擇、交換、變異運算的作用下,確定位數(shù)少、定義長度短和適應(yīng)度高的圖式也稱組塊將按指數(shù)增長的規(guī)律,一代一代地增長.5 .感知器與BAM網(wǎng)絡(luò)層數(shù)感知器是多層的網(wǎng)絡(luò)層數(shù),BAM是由兩層神經(jīng)元網(wǎng)絡(luò)組成6 .在選擇、交換、變異的作用下,假設(shè)含圖式H的染色體平均適應(yīng)度高于當(dāng)前種群的

2、平均適應(yīng)度,那么圖式H在下一代染色體中出現(xiàn)的時機將變大.對7 .遺傳算法二進(jìn)制編碼比十進(jìn)制編碼所包含的圖式信息多.對8 .神經(jīng)元有強大的數(shù)據(jù)處理水平.對9 .模糊限制的輸出是一個模糊量.錯10 .遺傳算法的重組運算降低了處于相近區(qū)域的個體的平均適應(yīng)度值.對自組織網(wǎng)絡(luò)可用來數(shù)據(jù)聚類.對1 語言變量是多元組x,Tx,XC“1語言變量是多元組x,7x,X,GM：其中x是變量的名稱：Tx是x的術(shù)語的集合,即x的語言值名稱的集合,每一個值定義在論域X中：G是產(chǎn)生X值名稱的句法規(guī)那么：M是與各值含義有關(guān)的語法規(guī)那么.2 P57模糊推理前提1事實X是4前提2規(guī)那么ifx是A是8結(jié)果結(jié)論丁是&這里,A

3、'接近于A,B'接近于B.當(dāng)A,B,A'和B'是適當(dāng)論域中的模糊集合時,上述推理過程稱之為近似推理或模糊推理,也稱作廣義的假言推理.3 精英選擇法是把群種中最優(yōu)秀的個體直接復(fù)制到下一代.可以提升優(yōu)秀個體對群種限制的速度,從而改善局部搜索,但損害了全局搜索水平.4 Hopfield網(wǎng)絡(luò)結(jié)構(gòu)形式離散時間形式；連續(xù)時間形式5神經(jīng)網(wǎng)絡(luò)特征P1031非線性；2平行分布處理；3硬件實現(xiàn)；4學(xué)習(xí)和自適應(yīng)性；5數(shù)據(jù)融洽；6多變量系統(tǒng)6、單片機中應(yīng)用模糊限制一般不進(jìn)行的操作是BA、標(biāo)度變換B、模糊推理C、數(shù)字濾波D、查表7、神經(jīng)元模型中不包括BA、加法器B、除法器C、靜態(tài)非線性函

4、數(shù)D、線性動態(tài)SISO系統(tǒng)8、神經(jīng)元模型中沒有的局部是AA、軸突B、權(quán)C、靜態(tài)非線性函數(shù)D、線性動態(tài)SISO系統(tǒng)9、多點交換的描述正確的選項是CA、交換點為奇數(shù)B、交換點為偶數(shù)C、減少優(yōu)良組塊損失D、交換點越多越好三、1、模糊集合和經(jīng)典集合的區(qū)別,舉一例說明模糊概念答：經(jīng)典集合具有精確的邊界；而模糊集合沒有精確地邊界,它表達(dá)了用語言表達(dá)一種事物的靈活性很多樣性.經(jīng)典集合到模糊集合是從“屬于一個集合到“不屬于一個集合的逐漸過渡.比方我們說一個人個兒高或個兒矮,它沒有精確的界限,不能說身高米的人是'高',而米的人是矮,高與矮之間的界限是模糊的、平滑的.2、請說出模糊限制系統(tǒng)的模糊處

5、理過程答：1計算兼容度；2求鼓勵強度；3求定性演譯結(jié)果；4求總輸出結(jié)果.3、解釋CMAC網(wǎng)絡(luò)的泛化及泛化對基于CMAC網(wǎng)絡(luò)的限制系統(tǒng)的的影響答：4、BP網(wǎng)絡(luò)說明其逼近非線性函數(shù)的原理答：具有至少一個隱層的多層前饋網(wǎng)絡(luò),如果隱層單元足夠多,那么,利用扁平鼓勵函數(shù)和線性多項式集成函數(shù),可以對任意感興趣的函數(shù)逼成到任意精度.5、說出微種群算法和雙種群算法相對于簡單遺傳算法的優(yōu)越性答：速度與全局性兼顧用小規(guī)模的種群進(jìn)行有效的屢次全局搜索,防止早熟收斂,使算法以比擬快的速度收斂到全局最優(yōu)解.雙種群算法:運算量小,而且?guī)缀醪幌萑刖植繕O小點,確實做到了全局搜索和局部化的平衡.6、說明微種群遺傳算法原理答:隨

6、機產(chǎn)生小群種,對它進(jìn)行遺傳運算并收斂之后,把最好的個體傳至下一代,產(chǎn)生新的群種,再進(jìn)行遺傳算法,如此反復(fù),直到完成總體收斂.四、模糊集合運算成年男子身高論域U=130,140,150,160,170,180,190,200,210=«1,“2,“3,"4,"5,“6,8,9,那么有模糊集合人工占10.00.00.00.20.40.60.81.01.01n個子同=+一和u2u34u5«6ill89人7佚i1°0.70.50.30.10.00.00.00.0uu2u3u4h5i/6«78i/9求模糊集合個子不高,個子高或個子矮,個子不高且

7、個子不矮五、模糊集合復(fù)合計算一個模糊系統(tǒng)輸入輸出關(guān)系由模糊關(guān)系RX,Y來描述,式中X=0,Y=0,這個模糊關(guān)系由模糊隱含A-8=minA,8來實現(xiàn),式中AuXuV.現(xiàn)在給定A和B如下：A=0.5/0.2+0.6/0.5+l/0.7B=0.8/0.2+0.5/0.5+0.7/0.7輸入為4:A'=0.2/0.2+0.9/0.5如果采用max-min復(fù)合規(guī)那么,確定模糊系統(tǒng)輸出(即B')六、BP網(wǎng)絡(luò)仿真程序分析rands(S1,R);可得到一個S1*R的矩陣,其元素為(-1,1)均勻分布隨機數(shù),w,b=rands(Sl,R)可得到一個S1*R矩陣和Sl*l列矢量b,其元素為(-1,

8、1)均勻分布隨機數(shù),W1,B1brands(SI,R);W2,B2=rands(S2,SI);得到Wl：SIXR矩陣,輸入層的權(quán)值矩陣W2：S2XS1矩陣,輸出層的權(quán)值矩陣及兩個列向量Bl：SI*B2：S2*lbl=Bl*ones(1,21);把列向量Bl的每一行擴(kuò)展成1X21向量,數(shù)值重復(fù),net=newcf(minmax(P),5,1,'tansig','purelin,'traingd');%創(chuàng)立兩層前向回饋網(wǎng)絡(luò)%初始化練習(xí)次數(shù)%sse二初始化誤差值fnet,tr二train(net,P,T);%練習(xí)網(wǎng)絡(luò)Y=sim(net,P);%計算結(jié)果Plot

9、(P,YJr)holdPlot(P,T,'r+');holdoff七、簡單遺傳算法問題抽象成遺傳算法問題1這是一個最優(yōu)的問題,初步判斷可以抽象成一個遺傳算法問題2把x看成染色體,0,31就是解空間；把/=x2看作適應(yīng)度函數(shù)3染色體編碼：x在0,31,所以可取五位2進(jìn)制數(shù)作為編碼方式步驟1編碼：確定二進(jìn)制的位數(shù)；組成個體染色體二進(jìn)制位數(shù)取決于運算精度=g=見2“也+為而2"-1I2n-l；怎q是X或9max和4min是9的最大值和最小值.max和min分別為8和0.么是相應(yīng)于4的第位的二進(jìn)制的值,步驟2選擇種群數(shù)戶和初始個體,計算適應(yīng)度值,P=20；步驟3確定選擇方法；

10、交換率尸G變異率為.選擇方法用競爭法；PC=fPm=計算結(jié)果：8代后,fxfy二,41代后,fx,y=,x=,y=.1、根本模糊運算個子不高=1.0-0.01.0-0.01.0-0.01.0-0.21.0-0.41.0-0.61.0-0.81.0-1.01.0-1.0+H+ddwlm2m3w4u5“6u7“8u9_1.01.01.00.80.60.40.20.00.0-+H+H+m234u5u6u7“8u9個子不矮=1.0-1.01.0-0.71.0-0.51.0-0.31.0-0.11.0-0.01.0-0.01.0-0.01.0-0.0+Hd+wlu2u3z/4u5i(6u7u8u9_0.

11、00.30.50.70.91.01.01.01.0-H+H+d+wlu2u3“4u5ubillz/8«9個子高或個子矮=1.0v0.00.7v0.00.5v0.00.3v0.20.1v0.40.0v0.60.0v0.80.0v1.00.0v1.0+FH+uu2u34u567“8u91.00.70.50.30.40.60.81.01.0十H+F+m23i/4u5u67黑8«9個子不高且個子不矮二1.0A0.01.0A0.31.0A0.50.8a0.70.6a0.90.4a1.00.2a1.00.0a1.00.0a1.01-+uu2u34u5u6u7uSu90.00.30.50

12、.70.60.40.20.00.0d+F+H+wlw23z/4u561/78u92、習(xí)題與思考題9R(y)=(乂是574).相等)T0.60.10'0.6I0.60.1=(1,0.7,0.3,0.1).=(1,070.6,0,3)0.10.610.6、00.10.61;3、習(xí)題與思考題13(1)模糊隱含采用A->8=max(瓦B)A=(110.5110.41011)8=(000.8000.500.700)(Ky)=max(1-4(x),為(y)111111111111111111110.50.50.80.50.50.50.50.70.50.51111111111111111111

13、10.40.40.80.40.40.50.40.70.40.41111111111000.8000.500.700111111111111111111118=Ao(A-8)B(y)=maxmin.(x),Mi(x,y)11111111111111111110.50.50.80.50.50.50.50.70.50.511111111111111111111=(000.2000.90000)0.40.40.80.40.40.50.40.70.40.41111111111000.8000.500.7001111111111111111111=(0.40.40.80.40.40.50.40.70.40.4)(o09000009000)=000000000k000000LO0009000000ro000000000GO000GO0000oao00000000000000000000080000009000000000GO0000000(00006000ZO00)=)U!IUXUIU=(Q(gv)