智能控制复习题 - 图文

智能控制复习题

（5）控制量转化为精确量： 采用加权平均法：

（6）计算模糊关系

R=(NBe×PBu)+ (NSe×PSu)+(ZEe×ZEu)+ (PSe×NSu) +(PBe×NBu)

ZEe×ZEu =（0, 0, 0.5,1, 0.5,0,0）× （0,0 , 0.5, 1 , 0.5 , 0,0）

分别计算出矩阵NBe×PBu，NSe×PSu， ZEe×ZEu，PSe×NSu ，PBe×NBu

查询表：

e －3 －2 －1 0 1 2 3 5

智能控制复习题

u 3 2 1 0 －1 －2 －3 实际控制时，将测量到的误差量化后，从查询表中得到控制量再乘以比例因子Kn，即作为控制的实际输出。

2、设在论域e（误差）={-4，-2，0，2，4}，和控制电压u=[0，2，4，6，8]上定义的模糊子集的隶属度函数如下图。已知模糊控制规则： 规则1：如果e误差为ZE，则u为ZE ； 规则2：如果e误差为PS，则u为NS 。

试用玛达尼推理法计算当输入误差e=0.6时，输出电压u=？（精确化计算采用重心法） 解：

3、如图为多层前向传播神经网络结构。设期望输入[x1，x2] =[1，3]，期望输出为[yd1，yd2]=[0.9，0.3]，网络权系数初值如图上，试用BP算法训练此网络。并详细写出第一次

迭代学习的计算结果。学习步长η=1，取神经网络激励函为

f(x)?11?e?

6

智能控制复习题

7

智能控制复习题

例：设论域U={u1，u2，u3，u4，u5}中的两个模糊子集为0.60.510.40.3A?????u1u2u3u4u50.50.60.30.40.7B?????u1u2u3u4u5则并为交为A?B??0.6?0.50.5?0.61?0.30.4?0.40.3?0.7????u1u2u3u4u50.50.50.30.40.3????u1u2u3u4u5模糊集运算的基本定律：设U为论域，A、B、C为U中的任意模糊子集，则有1）幂等律A∩A=A，A∪A=A；2）结合律A∩（B∩C）=（A ∩B）∩C，A∪（B∪C）=（A∪B）∪C；3）交换律A∩B=B∩A，A∪B= B∪AA?B??0.6?0.50.5?0.61?0.30.4?0.40.3?0.7????u1u2u3u4u50.60.610.40.7????u1u2u3u4u5 0

7、设论域X=[U1，U2，U3，U4，U5]，Y=[V1，V2，V3，V4，V5]，定义： A=轻=1/u1+0.8/u2+0.6/u3+0.4/u4+0.2/u5, B=重=0.2/v1+0.4/v2+0.6/v3+0.8/v4+1/v5 确定模糊语言规则：if X是轻，则Y是不很重，所决定的模糊关系矩阵R，并计算出当X为很轻，很重条件下的模糊集合y

8