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 年  月课程名称【编号】： 智能控制 【】  卷大作业 满分：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（）、无导师学习（  ） 和再励学习（）等几大类。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，然后根据两者之间的差异调整网络的权值，最终使差异变小。 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的一种学习方式。图 有导师指导的神经网络学习图 无导师指导的神经网络学习最基本的神经网络学习算法：、 学习规则 学习规则是一种联想式学习算法。生物学家  !  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- 1 - 一论述的数学描述被称为  学习规则，即其中， 为连接从神经元 到神经元 的当前权值， 和 为神经元的激活水平。 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。、 "（#）学习规则假设误差准则函数为：其中， 代表期望的输出（导师信号）， 为网络的实际输出， 为网络所有权值组成的向量，即 为输入模式：其中训练样本数为 。神经网络学习的目的是通过调整权值 $，使误差准则函数最小。权值的调整采用梯度下降法来实现，其基本思想是沿着 % 的负梯度方向不断修正 $ 值，直到 % 达到最小。数学表达式为：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有下述 & 个运行参数需要提前设定：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 - （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。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图  中 为 神 经 元 的 内 部 状 态 ， 为 阈 值 ， 为 输 入 信 号 ， ，为表示从单元 到单元 的连接权系数， 为外部输入信号图 单神经元模型单神经元模型可描述为：通常情况下，取即 （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 （ BackPropagation），该网络是一种单向传播的多层前向网络。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。 '( 网络特点（）是一种多层网络，包括输入层、隐含层和输出层；（）层与层之间采用全互连方式，同一层神经元之间不连接；（)）权值通过 # 学习算法进行调节；（&）神经元激发函数为  函数；（）学习算法由正向传播和反向传播组成；- 3 - （）层与层的连接是单向的，信息的传播是双向的。'( 网络结构（3）BP 网络逼近仿真实例仿真实例使用 '( 网络逼近对象采样时间取 ，输入信号为 ，神经网络采用 ** 结构，权值 $，$的初始值取+,-./之间的随机值，取 。'( 网路逼近程序如下：0'(1"""2"""234 2"4 2546-7258452584582546-7258452584525495234+-/:2输入842;842<4+-----/:2定义隐层的  个节点的输入<4+-----/:2定义隐层的  各节点的输出=<4+-----/:24 2采样时间>4??6>74>926>74 96)999>972;6>748@).;8A6.;8@72B4??<6B743:956?-B72<6B74A6.36,<6B7772通过  激发函数之后的  个隐层节点输出值;6>745:9<20!CC<5>，网络的输出6>74;6>7,;6>720%""，误差5458.6396>779<."9658,5872输出层和隐层的权值算法B4??=<6B7436,<6B77A6.36,<6B777@2- 4 -O 4??B4??56-B746>7939=<6B7956B793672隐层和输入层权值算法5458.5."9658,5872隐层和输入层权值算法00000000000000D000000000000以下是求辨识;42B4??;4;.56B7956-B79=<6B72;6>74;236746>723674;6>725845825845258458258452846>72;84;6>721672"6-;-::--;-::723""6::72;""6:;;:721672"6-;,;-::723""6::72;""6::7216)72"6-;723""6::72;""6:;:72仿真结果：逼近效果图逼近误差- 5 - D 信息的辨识（4）RBF 神经网络 径向基函数6'=,"'=7神经网络是由 D E; 和 F > 在 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整、相互覆盖接收域（或称感受野,="）的神经网络结构，因此，'= 网络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。'= 网络结构'= 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。五、解释题（请在以下三个名词解释中选择 2 个作答）（20 分）- 6 - 、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”，如温度模糊控制系统。、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“模糊控制伺服系统”。)、遗传操作中的交叉操作：交叉（F!），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。- 7 -