（勤奋、求是、创新、奉献）

2009～2010学年第1学期考试试卷A

学院 机械工程学院   班级 __      __  姓名 __________   学号 ___________

《 智能控制系统 》课程试卷

（本卷考试时间 90 分钟）

1．写出4种专家系统的知识表示方法。

逻辑表示法、产生式表示法、框架表示法、语义网络表示法

2．递阶智能系统的智能程度分布一般要遵循什么原则。

随着智能程度的提高，精度下降

3．写出宽度优先搜索和深度优先搜索的根本区别？ 

深度优先与宽度优先算法最根本的不同在于：扩展的后继节点放在OPEN表的前端。

4．何谓多层前向神经网络？

具有分层的结构，通常包括输入层、隐层（也称中间层）和输出层。每一层的神经元只接受上一层神经元的输入，并且该层神经元的输出送给下一层的各个神经元 。

5．写出3种模糊输出向量的解模糊方法

重心法、最大隶属度法、取中位数判决法

6．写出基本遗传算法的3个基本操作

遗传、交叉、变异

二、简答题（共24分，每题6分）

1、简述模糊控制器的组成，及各组成部分功能

（1）模糊化接口

对于任意输入x，将其映射到模糊集系统中去，映射的过程实际上是将当前的物理输入根据模糊子集的分布情况确定出此时此刻输入值对这些模糊子集的隶属程度。

（2）知识库

知识库包括数据库和规则库。模糊控制器设计的关键在于如何有效地建立知识库，决策逻辑控制实际上是依赖规则库来实现的。

（3）推理决策逻辑

它是模糊控制的核心，利用知识库的信息模拟人类的推理决策过程，给出适合的控制量，其实质是模糊逻辑推理。

（4）精确化过程

通过模糊推理得到的结果是一个模糊集合。但实际使用中，特别是模糊控制中，必须要有一个确定的值才能去控制或驱动执行机构。在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程

2、简述隶属度函数建立的一般准则？

（1）表示隶属度函数的模糊集合必须是凸模糊集合

（2）变量所取隶属度函数通常是对称和平衡的

（3）隶属度函数要符合人们的语义顺序，避免不恰当的重叠

3、简述BP算法中工作信号正向传播、误差信号反向传播过程

（1）工作信号正向传播：输入信号从输入层经隐层，传向输出层，在输出端产生输出信号，这是信号的正向传播。在信号向前传递过程中网络的权值是固定不变的，每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出，则转入误差信号反向传播。

（2）误差信号反向传播：网络的实际输出与期望输出之间差值即为误差信号，误差信号由输出端开始逐层向前传播，这是误差信号的反向传播。在误差信号反向传播的过程中，网络权值由误差反馈进行调节，通过权值的不断修正使网络的实际输出更接近期望输出

4、简述专家系统组成以及各组成部分作用。

(1) 知识库，用于存储某领域专家系统的专门知识,包括事实、可行操作与规则等。

(2) 综合数据库，用于存储领域或问题的初始数据和推理过程中得到的中间数据(信息),即被处理对象的一些当前事实。

(3) 推理机，用于记忆所采用的规则和控制策略的程序,使整个专家系统能够以逻辑方式协调地工作。推理机能够根据知识进行推理和导出结论,而不是简单地搜索现成的答案。

(4) 解释器，向用户解释专家系统的行为,包括解释推理结论的正确性以及系统输出其它候选解的原因。

(5) 接口，使系统与用户进行对话,使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。系统则通过接口,要求用户回答提问,并回答用户提出的问题,进行必要的解释。 

三．计算题（共21分，第1题10分，第2题11分）

1、假设子女和父母的相似程度为

2、写出网络输出y的表达式，其中隐层神经元采用Sigmoid传递函数，输出层神经元采用y = x线性传递函数，输入层神经元和隐层神经元之间的权重如图所示、隐层神经元和输出层神经元之间的权重如图所示。

四．推理题（共37分，第1题17分，第2题20分）

1、假设一个系统，当输入A时，输出为B，否则输出为C，且

A=0/1+0.1/2+0.4/3+0.7/4

B=1/1+0.7/2+0.3/3+0/4

C=0.8/1+0.6/2+0.4/3+0.2/4

已知当前输入A׳=0.1/1+0.2/2+0.4/3+1/4，求输出D（要求用玛达尼推理法，写出推理过程），并利用重心法求出实际控制输出。

2、八数码问题，初始状态和目标状态分别如下所示

初始状态

规则：（1）从空格左边开始顺时针旋转；（2）不许斜向移动；（3）也不许移回先辈节点。

假设代价函数为，其中表示当前节点所在层的深度，表示“不在位”数字的个数，

试利用A算法求取初始状态到目标状态的路径，并在相应的节点旁标注节点的代价函数值。下载本文