智能控制结课作业

发布 2020-02-25 21:17:28 阅读 7165

兰州理工大学。

智能控制》结课作业。

院系:电气工程与信息工程学院

班级: 自动化(卓越班。

姓名: xxx

学号: 138401xx

时间: 2016 年 10 月 28 日。

电气工程与信息工程学院。

一、简答题。

1.请阐述智能控制的结构特点,并说明智能控制与传统控制的主要区别?(5分)

解:结构特点:被控对象描述的混合性、信息处理的层次性、控制器结构的组合行。

主要区别:传统控制:指经典反馈控制和现**论控制,他们的主要特征是基于精确的系统数学模型的控制。适合于解决线性、时不变等相对简单的控制问题。

智能控制:传统控制用智能控制的方法同样可以解决。智能控制是对传统控制理论的发展,传统控制是智能控制的一个组成部分,在这个意义下,二者可以统一在智能控制框架下。

2、请列写出5种常用的智能控制的研究工具。(5分)

解:符号推理与数值计算的结合、离散事件与连续时间系统的结合、模糊集理论、神经网络理论、优化理论。

3.智能控制的分支很多,每一分支都有不同的研究内容,请你列写3个近年来发展很快且取。

解:专家控制系统。

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。

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。

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。4.请阐述模糊集合与普通集合的区别?并列写模糊集合的3种表示方法。(5分)

解:1)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。

扎德表示法

序偶表示法

向量表示法

5. 按条件变量多少、模糊规则多少为划分依据,模糊逻辑推理分为哪几类,给出相应的规则描述。(8分)

解:1)近似推理:如果x是a,则y是b;如果x’是a’,结论:则y’是b’;

2)模糊条件推理:如果x是a,则y是b,否则y是c;如果x’是a’,则y’是b’,否则y是 c’

3)多输入模糊推理:如果a且b,那么c;如果a’且b’,那么c’;

6. 分析常规二维模糊控制与pid控制的优缺点,并给出pid控制器参数的模糊自整定思路。(6分)

解:1)优点:二维模糊控制器常偏差e和偏差变化de为输入的语言变量,类似于传统的pd控制器,具有良好的系统动态性能(简单性和快速性好),但是无法消除静态误差;传统的pid控制器是过程控制中应用最广泛的控制器,它具有结构简单,稳定性好,可靠性高的优点,对于线性定常系统控制非常有效,但对于参数变化大的控制对象,难以做到有效控制,需要进行参数的**整定。

2)整定方法:采用模糊系统或者神经网络学习。

7.查表法在实际的模糊控制系统中应用很多,请你阐述查表法的思想和优点,并画出基于查表法的模糊控制系统结构图。(8分)

解:1) 基本思想:通过离线计算取得一个“模糊控制表”,并将此表放在计算机内存中。

档模糊控制器工作时,计算机只需要根据采样得到的误差和误差变化的量化值来找到当前时刻的控制输出量化值。最后,计算机将此量化值乘以比例因子k得到最终的输出控制量。

优点:离线运行,不影响模糊控制器的实时运行速度,运算速度快,实时性强;

2)系统结构图如下:

8.如何理解神经网络的学习?现有哪几种学习方式?(5分)

解:1)神经网络学习的实质就是针对一组给定的输入样本xp(p=1,2,3…),p为样本个数,再根据一定的算法,改变神经元之间的连接权值,使得神经网络的输出接近或等于期望的输出。

2)有导师学习,无导师学习,再励学习等。

9. 从功能、网络结构和学习算法方面将bp网络和rbf网络加以对比,分析二者之间的异同点。(8分)

解:bp神经网络的学习过程和rbf神经网络的学习过程类似,二者的主要区别在于使用不同的作用函数。bp神经网络中隐层使用的singmoid函数,其值在输入空间中无限大的范围内为非零值,因而是一种全局逼近的神经网络;而rbf神经网络的作用函数是高斯函数,其值在输入空间中有限的范围内为非零值,因而是一种局部逼近的神经网络,采用rbf神经网络可以大大加快学习的速度,适合于实时控制的要求。

10. 神经网络的重要特性之一是能够通过训练进行学习,请你以多层感知器网络为例,阐述bp学习算法的思想,并通过图示说明。(8分)

解:1)bp算法的主要思想是将学习过程划分为两个阶段,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;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的差值,以便根据这个差值调节权值。

2)图示。11.神经网络用于非线性系统的辨识对于非线性系统控制具有重要的作用,请你阐述神经网络用于非线性系统的辨识的思想,并通过图示说明。(6分)

解:辨识就是从一组模型中选择一个模型,按照某种规则,使之能最好的拟合所关心的实际系统的静态或动态特性,非线性系统的神经网络辨识,根据模型的表示方法有两大类:前向建模法和逆模型法。

前向建模法:神经网络模型在结构上与实际系统并行,将系统的实际输出与网络输出的偏差作为网络训练信号。

逆模型法:将系统输出作为网络的输入,将网络输出与其期望输出即系统输入进行比较,得到的偏差作为此神经网络的训练信号。

二、(5分) 设论域上的两个模糊集合为。求:解:

三、(6分)请在离散论域u=上分别定义语言值“大”、“小”、“适中”。

解:在论域上的“大”“小”“适中”这三个语言值分别表示为:a,b,c

四、(10分)设论域,及为论域上的两个模糊集,已知,。试计算、、、

解:五、(10分)设有论域x,y和z上的模糊集合和,且已知:

模糊控制规则“如果x是且y是,那么z是”。

当输入时。1) (5分)求模糊关系矩阵;

2) (5分)利用玛丹尼削顶法求输出;解:(1)

六、(10分) 设误差e的论域和控制量u的论域均为。已知:求:

2) 有规则:如果e是ze,则u是ze;利用mamdani推理法求。解:

2) 规则:如果e是ze,则u是ze;

七、(15分)已知某二维模糊控制器,其误差e、误差变化和输出控制量的模糊论域均为[-10,10], 在上述论域上定义的语言值的隶属度函数分别如图所示。

已知模糊控制规则为:

规则1 如果误差e为nz,且误差变化为nz,则控制增量为ze;

规则2 如果误差e为nz,且误差变化为pz,则控制增量为ns;

规则3 如果误差e为pz,且误差变化为nz,则控制增量为ps;

规则4 如果误差e为pz,且误差变化为pz,则控制增量为ze。

若推理方法采用mamdani推理,计算当输入误差,误差变化时的控制增量输出(采用重心法进行解模糊化的近似计算)。

解:根据规则1:,切削的ze

根据规则2:,切削的ns

根据规则3:,切削的ps

根据规则4:,切削的ze

重心法去模糊化:

八、(10分)已知某一维模糊控制器,其误差e的基本论域为[-30, 30],输出控制量u的基本论域为[-10, 10]。取e, u的量化等级均为9级,即模糊论域,在该模糊论域上定义5个模糊子集,即pb, ps, ze, ns, nb,各语言变量的隶属度函数如表1所示。另外,模糊控制规则如表2所示。

求:(1) 误差量化因子,输出控制量的比例因子;

2) 以误差的量化值为1为例,给出模糊控制表。(精确化计算采用重心法)

表1 模糊集的隶属度函数。

表2 模糊控制规则表。

解:1) 误差量化因子:

比例因子:

2) 误差的量化值为1:

根据模糊集的隶属度函数表可知,当误差量化值为1时:

规则1:如果e是nb,则u是pb;

规则2:如果e是ns,则u是ps ; 规则3:如果e是ze,则u是ze;

规则4:如果e是ps,则u是ns; 规则5:如果e是pb,则u是nb;

由上面隶属度计算可以看出,e属于ps和ze的隶属度大于零,对应的规则3和规则4激活;

计算输出模糊集合。

对于规则3,用0.4切割ze,得到推理结果的模糊集合为。

对于规则4,用0.2切割ns,得到推理结果的模糊集合为。

去模糊化。采用重心法,得到去模糊化后的控制输出为。

九、(10分) 下图中给出了一个单层感知器,表中给出了感知器输入x1和x2的取值,激活函数为阈值型。

1) 试按图中所给权值和阈值计算其输出,并填入真值表。

2) 指出该感知器实现的是何种逻辑运算。

解:1)net=w1*x1+w2*x2-(-0.75)

y=0/1net)

2)“与非”

十、(7分)对于电机来说,故障信息,尤其在频域转子发生故障的重要特征是机器伴有异常的振动。振动信号对机器设备的运行状态有直接的反映,通过分析电机的振动信号,可以对电机转子的故障进行诊断。通过对不同工况下的电机振动信号进行小波包分解,可以提取8个频率成分的振动信号,分别用表示。

假设电机的故障类型分别为“不可平衡”、“不对中”、“油膜涡动”、“转子径向碰摩”、“喘振”、“轴承座松动”。请设计一个bp神经网络来实现上述的电机故障诊断,给出bp网络的结构设计(要求明确bp网络的输入节点个数、输入节点代表的含义、输出节点个数、输出节点代表的含义)。

智能控制课程作业

题目1 设计一个在 1,1 end altimg w 99 h 20 上的模糊系统,使其已精度一致地逼近函数,并进行matlab 设计过程如下所示 1 求解h的过程 cos beginx end sin beginx end cos beginx end sin beginx end end 2 a...

微控制器结课作业

微控制器系统原理。结课 名称 基于s08的小型直流电机驱动器设计。专业班级。学生姓名。学号。任课教师。提交时间 基于s08的小型直流电机驱动器设计。一 系统概述。直流电机调速系统在以mcu为核心的嵌入式系统中有广泛的应用,例如冷却风扇 电动自行车及微波炉等。本系统采用飞思卡尔公司的s08aw60单片...

智能控制小作业 函数逼近

simulation report on intelligent control and application 本 报告分别用多项式拟合和bp神经网络逼近函数,并分析多项式阶次和bp网络隐含层神经元个数与逼近精度之间的关系。bp神经网络主要应用于函数逼近,模式识别,分类以及数据压缩。本 报告目的是...