《《智能控制》剖析》由会员分享，可在线阅读，更多相关《《智能控制》剖析（12页珍藏版）》请在金锄头文库上搜索。
1、_/到H鹤邸网络输出Yp*神经网缗！西南大学网络与继续教育学院课程考试试题卷类别：网教专业：电气工程及其自动化2016年12月课程名称【编号】；，智能控制【1085】A卷大作业满分：100分一、试分析有导师学习和无导师学习算法的不同之处，并分别举例说明。（20分）答：目前神经网络的学习算法有多种，按有无导师分类，可分为有导师学习（SupervisedLearning）、无导赚学习（UnsupervisedLearning.）和再励学习在有导师的学习方式中，网络的输出和期望的输出（即导师信号）进行比较，然后在无导师的学习方式中，输入模式进入网络后，网络按照一预先设定的规则（如竞争规则）自动调整权
2、值，使网络最终具有模式分类等功能。再励学习是介于上述两者之间 i 7 r w,b-， , T ,* *的一种学习方式Q图无导师指导的神经网络学习最基本的神经网络学习算法：1、Hebb学习规则Hebb学习规则是一种联想式学习算法6生物学家D.O.Hebbian基于对生物学和心理学的研究,认为两个神经元同时处于激发状态时,:它们之间的连接强度将得到加强,这一论述的数学描述被称为Hebb学习规则，即二、遗传算法有哪些基本运行参数，其值一般设为多少？(20分）基本遗传算法的运行参数其中,Wij(k)为连接从神经元i到神经元j的当前权值*li和Ij为神经元的激活有下述4个运行参数需要提前设定:水平。He
3、bb学习规则是一种无导师的学习方法,它只根据神经元连接间的激活水平改变权值，因此，这种方法又称为相关学习或并联学习。2Delta(3)学习规则假设误差准则函数为:E其中,P,2Pr（dpyp）ep2pl.pidp代表期望的输出（导师信号）yp为网络的实际输出，yfWTX;P(p)W为网络所有权值组成的向量，即即言体中所含个体的数量遗传算法的终止进化钠，f取为：LOO500;取9.4099;变异微奉取P000010.1.神经网络学习的目的是通过调整权值W,使误差准则函数最小9权值的调整采用梯WwO,wl,wXp为输入模式:TXpl,Xpn其中训练样本数为p12J。度下降法来实现，其基本思想是沿着
4、E的负梯度方向不断修正W值，直到E达到最小。三、专家系统与专家控制有何区别？(20分)答：专家控制引入了专家系统的思想，但与专家系统存在区别:(1)专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。(2)专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作方式6四、请举例说明有哪些典型的神经网路？(20分)答:(1)单神经元网络单神经元模型数学表达式为:图1中:鬻为神经元的内部状态，W为表示从单元uj到单元Uii为阈值,的连接充Xj为输入信号，j5nSi为外部输入信号21图1单神经元模型单神
5、经元模型可描述为：NetiwijxjSiiJUif(Neti)yig(ui)通常情况下,取g(Ui)Ui即yif(Neti)(2)BP神经网络1986年，Rumelhart等提出了误差反向传播神经网络,简称BP网络CBackPropagation)该网络是种单向传播的多以前向网络。误差反向传播的BP算法简称BP算法，其基本思想是梯度下降法它采用梯度搜索技术,以期使网络的实际输出值与期望输出值的误差均方值为最小。BP网络特点C1)是一种多层网络,包括输入层、隐含层和输出层;(2)层与层之间采用全互连方式，同一层神经元之间不连接;(3)权值通过6学习算法进行调节;(4)神经元激发函数为S函数;(5
6、)学习算法由正向传播和反向传播组成;(6)层与层的连接是单向的，信息的传播是双向的。BP网络结构量点嘴点带森(3)BP网络逼近仿真实例仿真实例F使用BP网络逼近对象,神经网络采用261结构,采样时间取1msy输入信号为afork=l:l:1000权值W1,W2的初始值取之间的随机值,下:%BPidentificationclearall;closeall;xite=0.50;alfa=0.05;w2=rands(6,l);w2_1=w2;w2_2=w2_1;wl=rands(2,6);wll=wl;wl2=wl;dwl=0*wl;x=0,0J;输入.u_l=0;y.i=o；I=0,0,0,0,
7、0,01;定义隐层的6个节点的输入Iout=0,0,0,0,0,0T;定义隐层的6各节点的输出FI=0,0,0,0,0,01;ts=0.001;采样时间bp网路逼近程序如time(k)=k*ts;u(k)=0.50*sin(3*2牛i*k笠s);y(k)=u_l八3+y_l/(l+y_l八2);forj=l:l:6I(j)=x*wl(:j)；Iout(j)=1/(I+exp(-I(j);通过S激发函数之后的6个隐层节点输出值endyn(k)=w2,*Iout;%OutputofNNInetworks)网络的输出e(k)=y(k)-yn(k);%Errorcalculation,误差w2=w2_
8、l+(xite坨(k)Iout+aIfo汽w2_1-w2_2);输出层和隐层的权值算法forj=l:1:6FI(j)=exp(-I(j)/(l+exp(-O)A2；endfori=l:1:2forj=l:1:6隐层和输入层权值算法endendwl=wl_l+dwl+alfa*(wl_l-wl_2);隐层和输入层权值算法plot(time,dyu);xla be Ktime s);ylabe l(dyu);仿真结果:0 0.占,占，aIO O.l O 203 D A 。与 - D 7 oa 09limo*逼近效果图逼近误差%Jacobian%以下是求辨识yu=O;forj=l:l:6yu=yu+
9、w2(j)*wl(1,j)*FI(j);enddyu(k)=yu;x(l)=u(k);x(2)=y(k);wl2=wll;wll=wl;w2_2=w2_1;w2_1=w2;u_l=u(k);y二y(k)；endfigure(1);plot(time,y/r,time,yn/b,);xlabel(times);ykibeKyandyn);figure(2);plot(time,y-yn/r,);xlabeKtimes);ylabel(errof);figure(3);-0 151i11JC 0.10 2030 405 0E 070 8Q.9tingJacobian信息的辨识（4） RBF神经网络
10、的我果鼻局部的步 络的作用囱效力SRBF网络结构径向基函数(RBF-RadialBasisFunction)神经网络是由J.Moody和C.Darken在80年代末提出的一种神经网络，它是具有单隐层的三层前馈网络。由于它模拟了人脑中局部调RBF网络是一种三层前向网络，由于输入到输出的映射是非线性的，而隐含层空间RBF网络整、相互覆盖接收域（或称感受野-Receptive：Field）的神经网络结构，因此,到输出空间的映射是线性的，从而可以大大加快学习速度并避免局部极小问题。是一种局部逼近网络,已证明它能任意精度逼近任意连续函数。TPr*、一,.Ia五、解释题（请在以下三个名词解释中选择2个作答）（2。分）1、恒值模糊控制系统：系统的指令信号为恒定值，通过模糊控制器消除外界对系统的扰,如温度模糊动作用，使系统的输出跟踪输入的恒定值。也称为“自镇定模糊控制系统”控制系统。2、随动模糊控制系统：系统的指令信号为时间函数，要求系统的输出高精度、快速地跟踪系统输入。也称为“模糊控制跟踪系统”或“模糊捽制伺服系统”。3、遗传操作中的交叉操作:交叉(CrossoverOperator),交叉模拟了生物进化过程中的繁殖现象，它是指通过两个染色体的交换组合，来产生新的优良品种的过程。
