智能控制技術考試題及答案

《智能控制技術》考試試題A

《智能控制》課程考試試題A參考答案

一、填空題

(1)OPEN(2)最有希望(3)置換(4)互補文

字(5)知識庫

(6)推理機(7)硬件(8)軟件(9)智能(10)傅京

孫

(11)薩里迪斯(12)蔡自興(13)組織級(14)協(xié)調級

(15)執(zhí)行級(16)遞階控制系統(tǒng)(17)專家控制系統(tǒng)

(18)模糊控制系統(tǒng)(19)神經控制系統(tǒng)(20)學習控制系統(tǒng)

二、選擇題

1、D2、A3、C4、B5、D

6、B7、A8、D9、A10、D

三、問答題

1、答:傳統(tǒng)控制理論在應用中面臨的難題包括：

(1)傳統(tǒng)控制系統(tǒng)的設計與分析是建立在精確的系統(tǒng)數(shù)學模型基礎上的,而實際

系統(tǒng)由于存在復雜性、非線性、時變性、不確定性和不完全性等，一般無法獲得精確的數(shù)學

模型。

(2)研究這類系統(tǒng)時,必須提出并遵循一些比較苛刻的假設,而這些假設在應用

中往往與實際不相吻合。

(3)對于某些復雜的和包含不確定性的對象,根本無法以傳統(tǒng)數(shù)學模型來表

示，即無法解決建模問題。

(4)為了提高性能，傳統(tǒng)控制系統(tǒng)可能變得很復雜，從而增加了設備的初投資和

維修費用，降低系統(tǒng)的可靠性。

傳統(tǒng)控制理論在應用中面臨的難題的解決,不僅需要發(fā)展控制理論與方法,而且需

要開發(fā)與應用計算機科學與工程的最新成果.人工智能的產生和發(fā)展正在為自動控制系統(tǒng)的

智能化提供有力支持。人工智能影響了許多具有不同背景的學科,它的發(fā)展已促進自動控制

向著更高的水平——智能控制發(fā)展。

智能控制具有下列特點：

(1)同時具有以知識表示的非數(shù)學廣義模型和以數(shù)學模型(含計算智能模型與

算法)表示的混合控制過程，也往往是那些含有復雜性、不完全性、模糊性或不確定性以及

不存在已知算法的過程,并以知識進行推理，以啟發(fā)式策略和智能算法來引導求解過程.

(2)智能控制的核心在高層控制，即組織級.高層控制的任務在于對實際環(huán)境或

過程進行組織,即決策和規(guī)劃，實現(xiàn)廣義問題求解。

(3)智能控制是一門邊緣交叉學科。實際上，智能控制涉及更多的相關學科。智

能控制的發(fā)展需要各相關學科的配合與支援，同時也要求智能控制工程師是個知識工程師.

(4)智能控制是一個新興的研究領域。無論在理論上或實踐上它都還很不成熟、

很不完善,需要進一步探索與開發(fā).

2、(本題鼓勵自由發(fā)揮和創(chuàng)新思維，下列答案僅供參考，千萬注意保護考生的創(chuàng)新精神)

答:長期以來，自動控制科學已對整個科學技術的理論和實踐做出重要貢獻，并為

人類的生產、經濟、社會、工作和生活帶來巨大利益.然而，現(xiàn)代科學技術的迅速發(fā)展和重

大進步，已對控制和系統(tǒng)科學提出新的更高的要求，自動控制理論和工程正面臨新的發(fā)展機

遇和嚴峻挑戰(zhàn)。傳統(tǒng)控制理論，包括經典反饋控制、近代控制和大系統(tǒng)理論等，在應用中遇

到不少難題。多年來，自動控制一直在尋找新的出路。現(xiàn)在看來，出路之一就是實現(xiàn)控制系

統(tǒng)的智能化，以期解決面臨的難題。

智能控制采用各種智能化技術實現(xiàn)復雜系統(tǒng)和其它系統(tǒng)的控制目標，是一種具有

強大生命力的新型自動控制技術。智能控制是人工智能和自動控制的重要部分和研究領域,

并被認為是通向自主機器遞階道路上自動控制的頂層。下圖表示自動控制的發(fā)展過程和通

向智能控制路徑上控制復雜性增加的過程.從圖中可以看出，這條路徑的最遠點是智能控

制，至少在當前是如此.智能控制涉及高級決策并與人工智能密切相關。

智能控制是一門新建立的學科，無論在理論上或應用上，仍然不夠完善，有待繼

續(xù)研究與發(fā)展.展望智能控制的發(fā)展，我們應該：

(1)尋求更新的理論框架

與智能控制的目標和定義相比，智能控制研究尚存在一些需要解決的問題。

人腦的結構和功能要比人們想象的復雜得多，人工智能和智能控制研究面臨的困難

要比我們估計的重大得多，智能科學工作者的研究任務要比我們討論過的艱巨得多.同時,要

從根本上了解人腦的結構與功能,解決面臨的困難，完成人工智能和智能控制的研究任務，

需要尋找和建立更新的智能控制框架和理論體系,為智能控制的進一步發(fā)展打下穩(wěn)固的理論

基礎。

(2)進行更好的技術集成

與人工智能相似的是，智能控制技術是人工智能技術與其它信息處理技術,尤其是

信息論、系統(tǒng)論、控制論和認識工程學等的集成。從學科結構的觀點來看，提出了不同的

思想，其中，智能控制的四元交集結構是最有代表性的一種集成思想。在智能控制領域內己

集成了許多不同的控制方案，如模糊自學習神經控制就集成了模糊控制、學習控制和神經

控制等技術。此外，還包括其它一些相關學科。

智能控制將向更高的技術水平發(fā)展,智能控制系統(tǒng)將包含多層級、多變量、非線

性、大時滯、快速響應、分布參數(shù)和大規(guī)模系統(tǒng)等。

(3)開發(fā)更成熟的應用方法

為了實現(xiàn)智能控制，必須開發(fā)新的硬件和軟件。實現(xiàn)智能控制固然需要硬件的保

障，不過，軟件應是智能控制的核心；因為控制器的智能化是整個智能控制的核心，而這一

智能化基本上要靠軟件技術來實現(xiàn)。

3、答：遞階控制理論可被假定為尋求某個系統(tǒng)正確的決策與控制序列的數(shù)學問題，該系統(tǒng)

在結構上遵循精度隨智能降低而提高(IPDI)的原理,而所求得的序列能夠使系統(tǒng)的總牖為

最小。

三個控制層級的功能和結構如下：

(1)組織級

組織級代表控制系統(tǒng)的主導思想，并由人工智能起控制作用。組織器作為推理機

的規(guī)則發(fā)生器，處理高層信息，用于機器推理、規(guī)劃、決策、學習(反饋)和記憶操作，如

圖1所示。

圖1組織級的結構框圖

(2)協(xié)調級

協(xié)調級是上(組織)級和下(執(zhí)行)級之間的接口，承上啟下,并由人工智能和運籌

學共同作用。協(xié)調級由一定數(shù)量的具有固定結構的協(xié)調器組成，每個協(xié)調器執(zhí)行某些指定

的作用。各協(xié)調器間的通訊由分配器來完成，而分配器的可變結構是由組織器控制的。

(3)執(zhí)行級

執(zhí)行級是遞階智能控制的底層，要求具有較高的精度但較低的智能;它按控制論進

行控制，對相關過程執(zhí)行適當?shù)目刂谱饔?執(zhí)行級的性能可由燧來表示,因而統(tǒng)一了智能機

器的功用.

4、答:根據(jù)系統(tǒng)的復雜性，可把專家控制系統(tǒng)分為兩類：即專家控制器和專家控制系統(tǒng)；

按照系統(tǒng)的控制機理,又可把專家控制系統(tǒng)分為直接專家控制系統(tǒng)和間接專家控制

系統(tǒng)。

專家控制器(EC)的組成：

(1)知識庫(KB):KB存放工業(yè)過程控制的領域知識，由經驗數(shù)據(jù)庫(DB)和學

習與適應裝置(LA)組成。經驗數(shù)據(jù)庫主要存儲經驗和事實.學習與適應裝置的功能就是根

據(jù)在線獲取的信息，補充或修改知識庫內容，改進系統(tǒng)性能，以便提高問題求解能力。

(2)控制規(guī)則集(CRS)：對受控過程的各種控制模式和經驗的歸納和總結。

(3)推理機構(IE):其復雜由于規(guī)則條數(shù)決定,如果搜索空間很小,推理機構(IE)

就十分簡單，采用向前推理方法逐次判別各種規(guī)則的條件,滿足則執(zhí)行,否則繼續(xù)搜索。

(4)特征識別與信息處理(FR&IP)：其作用是實現(xiàn)對信息的提取與加工，為控

制決策和學習適應提供依據(jù)。它主要包括抽取動態(tài)過程的特征信息,識別系統(tǒng)的特征狀態(tài)，

并對這些特征信息進行必要的加工。

5、答：在設計模糊控制器時，必須考慮下列各項內容：

(1)選擇模糊控制器的結構；

(2)選取模糊控制規(guī)則；模糊控制規(guī)則是模糊控制器的核心，必須精心選取這

些規(guī)則，并考慮下列問題：

(a)選定描述控制器輸入和輸出變量的語義詞匯；

(b)規(guī)定模糊集；

(c)確定模糊控制狀態(tài)表。

(3)確定模糊化的解模糊策略，制定控制表；

(4)確定模糊控制器的參數(shù).

下圖為自組織模糊控制器的結構：

它由基本層和自組織層兩級構成;前者為一常規(guī)模糊語義控制器，后者對每一輸入

/輸出響應的采樣進行評價，并對控制器產生一個修正。該結構能夠自動獲得模糊控制器

的規(guī)則庫。當用FLC控制對象（裝置）至期望響應時，新條件一旦出現(xiàn)，規(guī)則就被產生和修

正。該控制器的主要部分有性能評價、對象建模、規(guī)則庫更新和FLC保持等。

性能評價單元用于分析精確裝置有關性能目標的狀態(tài)矢量（位置誤差PE,誤差變

化CE）,并對已辨識過的規(guī)則進行修正，以補償任何惡劣性能的影響。修正是通過標量來

調整規(guī)則結論的。采用可接受和不可接受兩種階躍響應相平面軌跡作為性能目標。

裝置（對象）模型用于考慮裝置規(guī)則修正時的輸入一輸出極性、規(guī)則庫更新單元用

于檢查哪條或哪幾條規(guī)則可對當前的惡劣性能產生響應，并進行修正.自組織模糊控制器在

學習試驗過程中的連續(xù)采樣時間內，不斷（迭代）地改善規(guī)則庫。

6、答:人工神經網絡的下列特性對控制是至關重要的：

（1）并行分布處理。神經網絡具有高度的并行結構和并行實現(xiàn)能力，因而能夠

有較好的耐故障能力和較快的總體處理能力.這特別適于實時控制和動態(tài)控制。

（2）非線性映射.神經網絡具有固有的非線性特性,這源于其近似任意非線性映

射（變換）能力。這一特性給非線性控制問題帶來新的希望。

（3）通過訓練進行學習。神經網絡是通過所研究系統(tǒng)過去的數(shù)據(jù)記錄進行訓練

的。一個經過適當訓練的神經網絡具有歸納全部數(shù)據(jù)的能力.因此，神經網絡能夠解決那些

由數(shù)學模型或描述規(guī)則難以處理的控制過程問題。

（4）適應與集成。神經網絡能夠適應在線運行，并能同時進行定量和定性操作。

神經網絡的強適應和信息熔合能力使得網絡過程可以同時輸入大量不同的控制信號，解決輸

入信息間的互補和冗余問題,并實現(xiàn)信息集成和熔合處理。這些特性特別適于復雜、大規(guī)模

和多變量系統(tǒng)的控制。

（5）硬件實現(xiàn).神經網絡不僅能夠通過軟件而且可借助軟件實現(xiàn)并行處理.近年

來，一些超大規(guī)模集成電路實現(xiàn)硬件已經問世，而且可從市場上購到。這使得神經網絡具

有快速和大規(guī)模處理能力的實現(xiàn)網絡.

十分顯然，神經網絡由于其學習和適應、自組織、函數(shù)逼近和大規(guī)模并行處理等能

力，因而具有用于智能控制系統(tǒng)的潛力.

7、答：

《智能控制》課程考試試題B

《智能控制》課程考試試題B參考答案

一、填空題

（1）高級機器人（2）智能規(guī)劃與調度（3）自動制造系

統(tǒng)（4）故障檢測與診斷（5）小深（DeepJunior）

(6)卡斯帕洛夫(Kasparov)(7)硬件⑻軟件(9)智

能(10)智能化

(11)選擇模糊控制器的結構(12)選取模糊控制規(guī)則(13)確定模

糊化的解模糊策略，制定控制表(14)確定模糊控制器的參數(shù)

(15)傅京孫(16)薩里迪斯(17)蔡自興

(18)生物的進化機制(19)進化計算(20)反饋機制

二、選擇題

1、C2、A3、A4、C5、D

6、D7、B8、C9、A10、C

三、問答題

1、答:在研究了智能控制的二元、三元結構理論、知識、信息和智能的定義以及各相關學

科的關系之后。蔡自興教授提出了四元智能控制結構，把智能控制看作是自動控制、人工

智能、信息論和運籌學四個學科的交集，如圖1所示，其關系可用下式來描述.

ic=AInCTnITnOR

圖i智能控制的四元結構

把信息論作為智能控制結構的一個子集是基于下列理由的：

(1)信息論是解釋知識和智能的一種手段；

(2)控制論、系統(tǒng)論和信息論是緊密相互作用的；

(3)信息論已成為控制智能機器的工具；

(4)信息燧成為智能控制的測度；

(5)信息論參與智能控制的全過程,并對執(zhí)行級起到核心作用。

2、答:傳統(tǒng)控制理論在應用中面臨的難題包括：

(1)傳統(tǒng)控制系統(tǒng)的設計與分析是建立在精確的系統(tǒng)數(shù)學模型基礎上的,而實際

系統(tǒng)由于存在復雜性、非線性、時變性、不確定性和不完全性等，一般無法獲得精確的數(shù)學

模型。

(2)研究這類系統(tǒng)時，必須提出并遵循一些比較苛刻的假設，而這些假設在應用

中往往與實際不相吻合。

(3)對于某些復雜的和包含不確定性的對象，根本無法以傳統(tǒng)數(shù)學模型來表

示，即無法解決建模問題。

(4)為了提高性能，傳統(tǒng)控制系統(tǒng)可能變得很復雜，從而增加了設備的初投資

和維修費用，降低系統(tǒng)的可靠性。

傳統(tǒng)控制理論在應用中面臨的難題的解決,不僅需要發(fā)展控制理論與方法,而且需

要開發(fā)與應用計算機科學與工程的最新成果。人工智能的產生和發(fā)展正在為自動控制系統(tǒng)

的智能化提供有力支持。人工智能影響了許多具有不同背景的學科，它的發(fā)展已促進自動

控制向著更高的水平——智能控制發(fā)展。

智能控制具有下列特點：

(1)同時具有以知識表示的非數(shù)學廣義模型和以數(shù)學模型(含計算智能模型與算

法)表示的混合控制過程，也往往是那些含有復雜性、不完全性、模糊性或不確定性以及

不存在已知算法的過程,并以知識進行推理，以啟發(fā)式策略和智能算法來引導求解過程.

(2)智能控制的核心在高層控制，即組織級。高層控制的任務在于對實際環(huán)境或

過程進行組織，即決策和規(guī)劃,實現(xiàn)廣義問題求解.

(3)智能控制是一門邊緣交叉學科。實際上，智能控制涉及更多的相關學科.智

能控制的發(fā)展需要各相關學科的配合與支援，同時也要求智能控制工程師是個知識工程師。

(4)智能控制是一個新興的研究領域。無論在理論上或實踐上它都還很不成

熟、很不完善，需要進一步探索與開發(fā)。

3、答：傳統(tǒng)控制理論在應用中面臨的難題包括：

(1)傳統(tǒng)控制系統(tǒng)的設計與分析是建立在精確的系統(tǒng)數(shù)學模型基礎上的，而實際

系統(tǒng)由于存在復雜性、非線性、時變性、不確定性和不完全性等，一般無法獲得精確的數(shù)學

模型。

(2)研究這類系統(tǒng)時，必須提出并遵循一些比較苛刻的假設，而這些假設在應

用中往往與實際不相吻合。

(3)對于某些復雜的和包含不確定性的對象,根本無法以傳統(tǒng)數(shù)學模型來表

示，即無法解決建模問題。

(4)為了提高性能，傳統(tǒng)控制系統(tǒng)可能變得很復雜,從而增加了設備的初投資和

維修費用，降低系統(tǒng)的可靠性。

傳統(tǒng)控制理論在應用中面臨的難題的解決,不僅需要發(fā)展控制理論與方法,而且需

要開發(fā)與應用計算機科學與工程的最新成果。人工智能的產生和發(fā)展正在為自動控制系統(tǒng)

的智能化提供有力支持。人工智能影響了許多具有不同背景的學科，它的發(fā)展已促進自動

控制向著更高的水平——智能控制發(fā)展.

智能控制具有下列特點：

（1）同時具有以知識表示的非數(shù)學廣義模型和以數(shù)學模型（含計算智能模型與算

法）表示的混合控制過程，也往往是那些含有復雜性、不完全性、模糊性或不確定性以及不

存在已知算法的過程，并以知識進行推理，以啟發(fā)式策略和智能算法來引導求解過程.

（2）智能控制的核心在高層控制，即組織級.高層控制的任務在于對實際環(huán)境或

過程進行組織,即決策和規(guī)劃，實現(xiàn)廣義問題求解。

（3）智能控制是一門邊緣交叉學科。實際上，智能控制涉及更多的相關學科。智

能控制的發(fā)展需要各相關學科的配合與支援，同時也要求智能控制工程師是個知識工程師。

（4）智能控制是一個新興的研究領域。無論在理論上或實踐上它都還很不成

熟、很不完善，需要進一步探索與開發(fā)。

3、答:模糊控制器值得研究的特性有靜態(tài)和動態(tài)特性。對于靜態(tài)特性，包括模糊控制規(guī)則

的完整性、相容性和交互性，以及模糊控制器的魯棒性.對于動態(tài)特性，包括模糊控制器的

穩(wěn)定性、靈敏性、可控性、收斂性、重復性（再現(xiàn)性）、精確性（精度）和映射特性等。

圖2為一自組織模糊控制器的結構圖：

圖2自組織模糊控制器的結構

它由基本層和自組織層兩級構成;前者為一常規(guī)模糊語義控制器，后者對每一輸入

/輸出響應的采樣進行評價，并對控制器產生一個修正。該結構能夠自動獲得模糊控制器

的規(guī)則庫。當用FLC控制對象（裝置）至期望響應時，新條件一旦出現(xiàn)，規(guī)則就被產生和修

正。該控制器的主要部分有性能評價、對象建模、規(guī)則庫更新和FLC保持等。

性能評價單元用于分析精確裝置有關性能目標的狀態(tài)矢量（位置誤差PE,誤差變

化CE）,并對已辨識過的規(guī)則進行修正，以補償任何惡劣性能的影響.修正是通過標量來調

整規(guī)則結論的。采用可接受和不可接受兩種階躍響應相平面軌跡作為性能目標.

裝置（對象）模型用于考慮裝置規(guī)則修正時的輸入一輸出極性、規(guī)則庫更新單元用

于檢查哪條或哪幾條規(guī)則可對當前的惡劣性能產生響應，并進行修正。自組織模糊控制器

在學習試驗過程中的連續(xù)采樣時間內，不斷（迭代）地改善規(guī)則庫。

4、答:遞階控制理論可被假定為尋求某個系統(tǒng)正確的決策與控制序列的數(shù)學問題，該系統(tǒng)

在結構上遵循精度隨智能降低而提高（IPDI）的原理,而所求得的序列能夠使系統(tǒng)的總烯為

最小。遞階智能機器的一般結構是由三個控制層級，即組織級、協(xié)調級和執(zhí)行級構成的.

這三個控制層級的功能和結構如下：

（1）組織級

組織級代表控制系統(tǒng)的主導思想，并由人工智能起控制作用.組織器作為推理機的

規(guī)則發(fā)生器，處理高層信息，用于機器推理、規(guī)劃、決策、學習(反饋)和記憶操作，如圖

1所示。

圖3組織級的結構框圖

(2)協(xié)調級

協(xié)調級是上(組織)級和下(執(zhí)行)級之間的接口，承上啟下，并由人工智能和運

籌學共同作用。協(xié)調級由一定數(shù)量的具有固定結構的協(xié)調器組成,每個協(xié)調器執(zhí)行某些指定

的作用。各協(xié)調器間的通訊由分配器來完成，而分配器的可變結構是由組織器控制的。

(3)執(zhí)行級

執(zhí)行級是遞階智能控制的底層，要求具有較高的精度但較低的智能;它按控制論進

行控制，對相關過程執(zhí)行適當?shù)目刂谱饔?執(zhí)行級的性能可由嫡來表示,因而統(tǒng)一了智能機

器的功用.

5、答：人工神經網絡的下列特性對控制是至關重要的：

(1)并行分布處理。神經網絡具有高度的并行結構和并行實現(xiàn)能力，因而能夠有

較好的耐故障能力和較快的總體處理能力。這特別適于實時控制和動態(tài)控制。

(2)非線性映射。神經網絡具有固有的非線性特性，這源于其近似任意非線性映

射(變換)能力。這一特性給非線性控制問題帶來新的希望。

(3)通過訓練進行學習.神經網絡是通過所研究系統(tǒng)過去的數(shù)據(jù)記錄進行訓練

的.一個經過適當訓練的神經網絡具有歸納全部數(shù)據(jù)的能力。因此,神經網絡能夠解決那些

由數(shù)學模型或描述規(guī)則難以處理的控制過程問題。

(4)適應與集成.神經網絡能夠適應在線運行,并能同時進行定量和定性操作。

神經網絡的強適應和信息熔合能力使得網絡過程可以同時輸入大量不同的控制信號，解決

輸入信息間的互補和冗余問題，并實現(xiàn)信息集成和熔合處理。這些特性特別適于復雜、大

規(guī)模和多變量系統(tǒng)的控制。

(5)硬件實現(xiàn)。神經網絡不僅能夠通過軟件而且可借助軟件實現(xiàn)并行處理.近年

來,一些超大規(guī)模集成電路實現(xiàn)硬件己經問世,而且可從市場上購到。這使得神經網絡具有

快速和大規(guī)模處理能力的實現(xiàn)網絡。

十分顯然，神經網絡由于其學習和適應、自組織、函數(shù)逼近和大規(guī)模并行處理等能

力，因而具有用于智能控制系統(tǒng)的潛力。

6、答：薩里迪斯(Saridis)于1977年提出了一種智能控制結構，它把傅京孫的智能控制

二元結構擴展為三元結構，即把智能控制看作為人工智能、自動控制和運籌學的交接.薩里

迪斯認為,構成二元交集結構的兩元互相支配,無助于智能控制的有效和成功應用.必須把遠

籌學的概念引入智能控制，使它成為三元交集中的一個子集。這種三元結構后來成為IEEE

第一次智能控制研討會(1985年8月，紐約)的主題之一。

在提出三元結構的同時，薩里迪斯還提出基于三個控制層次和精度隨智能降低而提

高(IPDI)原理的三級遞階智能控制系統(tǒng),見圖4,它主要由3個智能(感知)級組成:組

織級、協(xié)調級和執(zhí)行級。

圖4分級智能控制系統(tǒng)

7、答：應用專家系統(tǒng)概念和技術，模擬人類專家的控制知識與經驗而建造的控制系統(tǒng)，稱為

專家控制系統(tǒng).

圖5給出了--種工業(yè)專家控制器(EC)的結構，其組成和各部分的作用如下：

(1)知識庫(KB):KB存放工業(yè)過程控制的領域知識，由經驗數(shù)據(jù)庫(DB)和學

習與適應裝置(LA)組成.經驗數(shù)據(jù)庫主要存儲經驗和事實。學習與適應裝置的功能就是根

據(jù)在線獲取的信息，補充或修改知識庫內容，改進系統(tǒng)性能，以便提高問題求解能力。

(2)控制規(guī)則集(CRS):對受控過程的各種控制模式和經驗的歸納和總結。

(3)推理機構(IE):其復雜由于規(guī)則條數(shù)決定，如果搜索空間很小，推理機構

(IE)就十分簡單,采用向前推理方法逐次判別各種規(guī)則的條件,滿足則執(zhí)行,否則繼續(xù)搜

索。

(4)特征識別與信息處理(FR&IP)：其作用是實現(xiàn)對信息的提取與加工，為控

制決策和學習適應提供依據(jù)。它主要包括抽取動態(tài)過程的特征信息，識別系統(tǒng)的特征狀

態(tài)，并對這些特征信息進行必要的加工.

智能控制》課程考試試題C

《智能控制》課程考試試題C參考答案

一、填空題

(1)符號主義(2)聯(lián)接主義(3)行為主義(4)期

望⑸期望

(6)知識庫(7)推理機(8)傅京孫(9)薩里迪

斯(10)蔡自興

(11)組織級(12)協(xié)調級(13)執(zhí)行級(14)專家控制

(15)遞階控制(16)模型控制(17)遺傳算法

(18)傳統(tǒng)反饋(19)前饋神經網絡(20)反饋神經網絡

二、選擇題

1、D2、A3、B4、A5、D

6、B7、C8、A9、C10、D

三、問答題

1、答:長期以來，自動控制科學已對整個科學技術的理論和實踐做出重要貢獻，并為人類的

生產、經濟、社會、工作和生活帶來巨大利益.然而，現(xiàn)代科學技術的迅速發(fā)展和重大進

步，已對控制和系統(tǒng)科學提出新的更高的要求，自動控制理論和工程正面臨新的發(fā)展機遇和

嚴峻挑戰(zhàn)。傳統(tǒng)控制理論，包括經典反饋控制、近代控制和大系統(tǒng)理論等，在應用中遇到不

少難題。多年來，自動控制一直在尋找新的出路?，F(xiàn)在看來，出路之一就是實現(xiàn)控制系統(tǒng)

的智能化，以期解決面臨的難題.

人工智能(artificialintelligence,AI)的產生和發(fā)展正在為自動控制系統(tǒng)

的智能化提供有力支持.人工智能影響了許多具有不同背景的學科，它的發(fā)展已促進自動控

制向著更高的水平)智能控制(intelligentcontrol,IC)發(fā)展.

自動控制既面臨嚴峻挑戰(zhàn),又存在良好發(fā)展機遇.為了解決面臨的難題，一方面要

推進控制硬件、軟件和智能的結合，實現(xiàn)控制系統(tǒng)的智能化；另一方面要實現(xiàn)自動控制科

學與計算機科學、信息科學、系統(tǒng)科學以及人工智能的結合，為自動控制提供新思想，新方

法和新技術,創(chuàng)立邊緣交叉新學科，推動智能控制的發(fā)展。

智能控制是人工智能和自動控制的重要部分和研究領域,并被認為是通向自主機器

遞階道路上自動控制的頂層。人工智能的發(fā)展促進自動控制向智能控制發(fā)展。有趣的是，

在相當長時間內，很少有人提到控制理論與人工智能的聯(lián)系。不過，這也不足為奇，因為傳

統(tǒng)的控制理論(包括古典的和近代的)主要涉及對與伺服機構有關的系統(tǒng)或裝置進行操作與

數(shù)學運算,而人工智能所關心的則主要與符號運算、邏輯推理及計算智能有關。

近十年來,隨著人工智能和機器人技術的快速發(fā)展，對智能控制的研究出現(xiàn)一股新

的熱潮。各種智能決策系統(tǒng)、專家控制系統(tǒng)、學習控制系統(tǒng)、模糊控制、神經控制、主動

視覺控制、智能規(guī)劃和故障診斷系統(tǒng)等已被應用于各類工業(yè)過程控制系統(tǒng)、智能機器人系

統(tǒng)和智能化生產(制造)系統(tǒng)。近年來，以計算智能為基礎的一些新的智能控制方法和技術

己被先后提出來。這些新的智能控制系統(tǒng)有仿人控制系統(tǒng)、進化控制系統(tǒng)和免疫控制系統(tǒng)

等。與人工智能學科相比，智能控制學科具有較大的容他性，而沒有出發(fā)過于激烈和對立

的爭論.早在智能控制建立的初期，許多智能控制實際上把3個不同認知學派的思想融合

和貫穿在智能控制學科之中。

2、答：傳統(tǒng)控制理論在應用中面臨的難題包括：

(1)傳統(tǒng)控制系統(tǒng)的設計與分析是建立在精確的系統(tǒng)數(shù)學模型基礎上的，而實

際系統(tǒng)由于存在復雜性、非線性、時變性、不確定性和不完全性等，一般無法獲得精確的

數(shù)學模型。

（2）研究這類系統(tǒng)時，必須提出并遵循一些比較苛刻的假設，而這些假設在應用

中往往與實際不相吻合。

（3）對于某些復雜的和包含不確定性的對象，根本無法以傳統(tǒng)數(shù)學模型來表

示，即無法解決建模問題。

（4）為了提高性能，傳統(tǒng)控制系統(tǒng)可能變得很復雜,從而增加了設備的初投資和維

修費用，降低系統(tǒng)的可靠性.

傳統(tǒng)控制理論在應用中面臨的難題的解決，不僅需要發(fā)展控制理論與方法，而且

需要開發(fā)與應用計算機科學與工程的最新成果。人工智能的產生和發(fā)展正在為自動控制系

統(tǒng)的智能化提供有力支持。人工智能影響了許多具有不同背景的學科,它的發(fā)展已促進自動

控制向著更高的水平——智能控制發(fā)展。

智能控制具有下列特點：

（1）同時具有以知識表示的非數(shù)學廣義模型和以數(shù)學模型（含計算智能模型與

算法）表示的混合控制過程，也往往是那些含有復雜性、不完全性、模糊性或不確定性以

及不存在已知算法的過程,并以知識進行推理，以啟發(fā)式策略和智能算法來引導求解過程。

（2）智能控制的核心在高層控制，即組織級.高層控制的任務在于對實際環(huán)境或

過程進行組織，即決策和規(guī)劃,實現(xiàn)廣義問題求解。

（3）智能控制是一門邊緣交叉學科。實際上，智能控制涉及更多的相關學科。

智能控制的發(fā)展需要各相關學科的配合與支援，同時也要求智能控制工程師是個知識工程

師。

（4）智能控制是一個新興的研究領域。無論在理論上或實踐上它都還很不成

熟、很不完善，需要進一步探索與開發(fā).

3、答:遞階智能機器的一般結構是由三個控制層級，即組織級、協(xié)調級和執(zhí)行級構成的。

這三個控制層級的功能和結構如下：

（1）組織級

組織級代表控制系統(tǒng)的主導思想,并由人工智能起控制作用。組織器作為推理機的

規(guī)則發(fā)生器，處理高層信息，用于機器推理、規(guī)劃、決策、學習（反饋）和記憶操作，如圖

1所示.

圖1組織級的結構框圖

（2）協(xié)調級

協(xié)調級是上(組織)級和下(執(zhí)行)級之間的接口，承上啟下，并由人工智能和運

籌學共同作用.協(xié)調級由一定數(shù)量的具有固定結構的協(xié)調器組成,每個協(xié)調器執(zhí)行某些指定

的作用。各協(xié)調器間的通訊由分配器來完成，而分配器的可變結構是由組織器控制的。

(3)執(zhí)行級

執(zhí)行級是遞階智能控制的底層,要求具有較高的精度但較低的智能;它按控制論進

行控制，對相關過程執(zhí)行適當?shù)目刂谱饔?執(zhí)行級的性能可由嫡來表示,因而統(tǒng)一了智能機

器的功用。

4、答：圖2給出了一種工業(yè)專家控制系統(tǒng)的結構框圖。

圖2工業(yè)專家控制器簡化結構圖

該工業(yè)專家控制系統(tǒng)的工作原理和各組成部分的作用為：

(1)知識庫(KB)：KB存放工業(yè)過程控制的領域知識，由經驗數(shù)據(jù)庫(DB)和學

習與適應裝置(LA)組成。經驗數(shù)據(jù)庫主要存儲經驗和事實。學習與適應裝置的功能就是根

據(jù)在線獲取的信息,補充或修改知識庫內容,改進系統(tǒng)性能，以便提高問題求解能力。

(2)控制規(guī)則集(CRS)：對受控過程的各種控制模式和經驗的歸納和總結。

(3)推理機構(IE)：其復雜由于規(guī)則條數(shù)決定,如果搜索空間很小，推理機構

(IE)就十分簡單，采用向前推理方法逐次判別各種規(guī)則的條件，滿足則執(zhí)行，否則繼續(xù)

搜索.

(4)特征識別與信息處理(FR&IP)：其作用是實現(xiàn)對信息的提取與加工，為控

制決策和學習適應提供依據(jù)。它主要包括抽取動態(tài)過程的特征信