智能控制技术

一、填空题（本大题22分，每空1分） 1．决定神经网络（记为NN）性能的三要素是：神经元的特性 、 NN的拓扑结构 和 学习规则 。 2．神经网络的工作方式由两个阶段组成： 学习期 和 工作期 。 3．神经网络的学习方式分为： 有导师的学习（监督学习） 、 无导师的学习（无监督学习）和 再励学习（强化学习） 。k-means聚类算法是 无导师的学习（无监督学习） 。 授 课 专业班级： 4．Elman网络是典型的局部递归 内时延反馈 型神经网络。 5．系统辨识的三大要素是： 数据 、 模型类 和 等价准则 。 6．系统辨识中常用的误差准则有：输出误差 、 输入误差 和 广义误差 。 7．动态系统辨识的两种结构是 ， ，前种结构可选 网络和 网络，后种结构可选 网络， 网络。 二、分析题（本大题31分） 1．（本小题7分）画出MP模型结构图及其阶跃作用函数图，写出输出表达式并对图中的字母含义加以描述。 答： f(x)xi jnΣｗinθｉf(xi)i1xi≠j0 yi：神经元i的输出，它可与其他多个神经元通过权连接。 yj：与神经元i连接的神经元j的输出，也是i的输入。 wij：神经元j至i的连接权值。 θi：神经元i的阈值。 f(xi)：神经元i的非线性作用函数。 神经元i的输出yi可用下式描述： yif(wijyji) ij j1 n 1

2．（本小题8分）画出二输入/单输出PID神经网络的结构。并分别写出隐层各单元与输出层神经元的输入输出。 答： （1）隐层比例、积分、微分神经元的输出qi(k), i=1,2,3的计算如下： x1(k),1x1(k)1x1(k)1比例： q1(k)1, 1,x1(k)1q2(k1)x2(k),1q2(k)1q2(k)1积分：q2(k)1,1,q2(k)1x3(k)x3(k1),1q3(k)1q3(k)1微分：q3(k)1,1,q3(k)1（2）输出层神经元的输入/输出 输出层神经元的输入时隐层各节点输出的加权和：x(k)=' wiqi(k) 2i13x'(k),1x'(k)1 输出层神经元的输出，即网络的输出为：y(k)1,x'(k)1 1,'x(k)1 3. （本小题5分）SISO非线性系统的差分方程表达式有几种，并分别写出之。 答： M1 y(k)g[y(k1),,y(kn);u(k1),,u(km)] M2 y(k)g[y(k1),,y(kn)][u(k1),,u(km)] M3 y(k)g[y(k1),,y(kn)]u(km) M4 y(k)aiy(ki)[u(k1),,u(km)] n i1 4．（本小题6分）分别画出基于神经网络的系统正模型及逆模型辨识结构图。 (k) 答：  z(k) u(k) P - Pˆ1(NN) 学习算法 e(k)

2

5．（本小题5分）K-means聚类算法确定聚类中心的实现步骤。 答： （1）初始化聚类中心cj（j=1,…,h）。 （2）按最邻近原则，把样本ui（i=1,…,l）分配给以cj为中心的数据类Гj中（j=1,…,h）， 即对i=1,…,l做①至②步： ① if ui使dirminui-cj，then uir，j=1,…,h； Mr=Mr+1； 1jh② 计算类中心：Cr1Mruiu；Cv不变，v≠r。 ir（3）如果相邻两次迭代中，聚类中心不变时，则停止迭代，否则重复第（2）步。 授 课 专业班级： 三、设计题（本大题31分） 1．（本小题7分）应用单层感知器实现二维平面上的“与”类问题的线性可分（要求画图、表详细说明）。 答： 用图所示二输入/单输出单层感知器，输入输出描述： 1yf(w1u1w2u2)f()01,w1u1w2u2 y0,w1u1w2u2,0 ,0可见：输入输出为线性可分集合，一定可找到一条直线，将输入模式分为两类，此直线方程： yw1u1w2u20 则 u2w2w1u1 w2 3

2．（本小题12分）假设被控对象为 y(k1)g[y(k),y(k1),y(kn1),u(k),u(k1),y(km1)]试设计NPIDCS （1）绘制NPIDCS的方框图； （2）给出NNI的原理图； （3）给出NPIDC（NNC）的框图和权值学习算法及准则函数。 答： （1） - PID控制器 y u r 对象 NNC e NNI 学习算法 ˆ y 学习算法 e2 - - e1 图4-4-1 神经PID控制框图 （2） （3） 权值学习算法：Vi(k1)Vi(k)E2(k1) Vi(k)112(k1) 准则函数：E2(k)[r(k1)y(k1)]2e222 4

3．（本小题12分）已知被控系统yk+1g[yk][yk]uk （1）设rk+1为设定值，当g[·]，φ[·]已知时，给出最优控制律；（3分） （2）当g[·]，φ[·]未知时，给出NNI的差分方程和NNSTC律；（5分） （3）画图说明NNSTC的结构；（4分） 答： （1）ukg()rk+1 ()()ˆk+1=Ng[yk;Wk]+Ng[yk;Vk]uk （2）y授 课 专业班级： 控制器设计 ukNg()N()rk+1 N() （3）NNSTC结构如图所示。 NNI θc r r u y STC 对象P 5

四、综合题（本大题16分） 画出一个n-v-m结构的多层前馈网，并给出完整的BP算法。 6