机电系统智能控制技术课程考核说明

《机电系统智能控制技术课程考核说明》由会员分享，可在线阅读，更多相关《机电系统智能控制技术课程考核说明（13页珍藏版）》请在装配图网上搜索。

1、机电系统智能控制技术课程考核说明机电系统智能控制技术是机械制造及其自动化专业智能控制方向学生必修的 一门专业课。本课程的教学内容主要包括：模糊控制、神经网络控制和专家控制等智 能控制技术。通过本课程的学习，使学生了解机电系统智能控制的基本结构，各类主 要智能控制方法的基本知识；掌握模糊控制与神经控制的基本理论、算法和基本设计 方法。为今后从事机电智能控制系统的控制设计和产品开发工作打下一定基础。关于课程考核的说明考核对象：电大理工科类机械制造及其自动化专业智能控制方向本科生。考核方式：采用形成性考核和终结性考试相结合的方式。考核依据：本课程所用教学大纲为2002 年审定通过并下发执行的、电大理

2、工科类 机械制造及其自动化专业智能控制方向本科生机电系统智能控制技术教学大纲；所 用文字教材为韩力群教授编著的 2003年 4月由机械工业出版社出版的机电系统智能 控制技术。本考核说明是进行形成性考核和终结性考试命题的基本依据。课程总成绩的记分方法：形成性考核成绩在课程总成绩中占 20，终结性考试成 绩在课程总成绩中占 80。课程总成绩为百分制，60 分为合格。形成性考核的要求和形式：形成性考核的形式为课程作业。能够按时、按质、按 量完成课程作业者方可得满分。终结性考试的要求和形式：按照课程的基本教学要求，考核内容主要包括智能控 制基础、模糊控制及应用、神经网络控制及应用、专家控制和仿人控制、

3、遗传算法及 应用。具体考核要求分为几个层次：掌握：要求学生能够全面、深入理解和熟练掌握所学内容，并能够用所学的内容 分析、初步设计和解答与实际应用相关的问题，能够举一反三。熟悉：要求学生能够较好地理解和掌握相应内容，并能够进行简单分析和判断。了解：要求学生能够一般地了解所学内容。组卷原则：在教学大纲和考核说明所规定的目的、要求和内容范围之内命题。在 教学内容范围之内，按照理论联系实际原则，考察学员对所学知识应用能力的试题， 不属于超纲。试题的考察要求覆盖面广，并适当突出重点。试题兼顾各个能力层次， 掌握 60，熟悉占30，了解占10。试题的难易程度和题量适当，按难易程度分为 三个层次：较易占3

4、0，一般占50，较难占20。题量安排以平时基本能够独立完 成作业者，能在规定的考试时间内做完并有一定时间检查为原则。试题类型及试卷结构：试题类型有判断题、单项或多项选择题、简答题、作图题、 计算题和综合题等。试卷结构的具体形式见后附“试题类型及规范解答举例”。考核形式：闭卷。答题时限：90 分钟。其他说明：考生需自备计算器、直尺、铅笔、橡皮等文具。考核内容和要求一、智能控制基础考核目的：考核学生对智能控制适合于哪些对象，智能控制与传统控制的主要区别，以及智 能控制的主要特点和主要类型等有关知识和概念掌握的情况。考核内容：1智能控制与传统控制的主要区别2智能控制的应用对象具有那些特点3智能控制的

5、基本特点4模糊控制的特点5神经网络的特点6专家控制系统的特点考核要求：掌握：1智能控制的基本特点：即分层递阶的组织结构、多模态、学习能力、适应性和 组织能力；2智能控制的主要类型：即模糊控制、神经网络控制、专家控制和分层递阶控制； 3各类智能控制系统（模糊控制、神经网络控制、专家控制）的特点。熟悉:1智能控制与传统控制的主要区别； 2应用智能控制技术的系统有何特点。 了解：对于某种给定的智能控制技术方案，能指出其属于何种类型的智能控制。二、模糊控制及应用考核目的： 考核学生对模糊控制的数学基础、模糊控制原理和基本模糊控制器的设计以及模 糊控制技术的特点等内容掌握的情况。考核内容：1模糊集合基础

6、知识（1）模糊集合的基本概念（2）模糊集合的表示方法（3）模糊集合的基本运算（4）隶属度函数的概念（5）模糊关系与模糊关系矩阵（6）模糊关系矩阵的基本运算（7）模糊算子（8）模糊语言变量（9）模糊条件语句（10）模糊推理的合成运算 2模糊控制的工作原理（1.）确定量的模糊化，包括：量化因子、比例因子、语言变量值的选取、语言变量、赋值表、确定量的模糊化。（2）模糊控制算法：单输入单输出模糊控制规则、双输入单输出模糊控制规 则、双输入单输出模糊控制规则表、基于模糊控制规则的模糊关系。（3）输出信息的去模糊判决：最大隶属度法、加权平均法（重心法）。（4）基本模糊控制器的设计：模糊控制器查询表、模糊控

7、制器的设计步骤 。 考核要求：掌握：1会用扎德法和向量法表示模糊集合； 2会进行模糊集合的基本运算，包括：并运算、交运算、补运算； 3会进行模糊关系矩阵的基本运算，包括：并运算、交运算、补运算、合成运算； 4会确定量化因子和比例因子；5会用模糊关系矩阵表示模糊控制规则 6会用最大隶属度法或重心法对模糊控制器的输出进行去模糊判决。熟悉：1确定量的模糊化步骤；2模糊语言变量及模糊算子；3模糊控制算法：一组用模糊条件语句表达的模糊控制规则； 4模糊推理方法：用模糊条件语句表达模糊控制规则，用模糊关系矩阵表达模糊 条件语句，用合成算法对输入模糊集合进行模糊推理得到输出模糊集合；5基本模糊控制器的设计步

8、骤（1）选择输入输出语言变量（2）建立各语言变量的赋值表（3）建立模糊控制规则表（4）建立查询表。了解：1几种常见的隶属度函数曲线；2. 控制语言变量的常用语言值：NB、NM、NS、N0、PO、PS、PM、PB ; 3常用模糊条件语句；4.模糊控制规则表;5模糊控制器查询表；6能将用自然语言表达的人工控制经验设计成用模糊条件语句：“if A thenB” 或“if A andB then C ”表达的模糊控制器的控制规则；7能根据给定的控制语言变量各语言值的隶属度函数建立语言变量赋值表。三、神经网络控制及应用考核目的： 考核学生对人工神经网络的基本概念、基本网络结构和主要学习算法，以及神经 网

9、络在系统辨识与控制方面解决问题的基本思路和应用方法等内容掌握的情况。考核内容：1. 神经网络基础（1）神经网络的基本特征与功能（2）生物神经元的结构（3）生物神经元的信息处理机制（4）人工神经元模型（5）人工神经网络模型（6）神经网络学习算法分类（7）单层感知器（8）基于BP算法的多层感知器一一BP神经网络（9）离散型反馈网络2. 神经网络系统辨识（1）系统正模型的辨识（2）系统逆模型的辨识3. 神经网络控制（1）神经网络控制系统结构（2）神经网络PID控制（3）神经网络内模控制考核要求：掌握：1构特征（并行处理、分布式存储与容错性）2能力特征（自学习、自组织与自适应性） 3基本功能（联想记忆

10、功能、非线性映射、分类与识别） 4生物神经元的结构（由细胞体、树突、轴突和突触组成） 5人工神经元模型（图解模型、数学模型、三种常用转移函数） 6人工神经网络的拓扑结构（多层前向网络、反馈网络 熟悉：1生物神经元的信息处理机制信息的产生、传递、接收与整合； 2神经网络学习算法的分类：有导师学习和无导师学习； 3单层感知器的功能与局限性；4BP 算法的权值调整思路；5BP 神经网络的优势与缺陷； 6反馈网络的稳定性、吸引子与能量函数； 7反馈网络的功能；8系统正模型辨识的两种结构并联结构和串-并联结构； 9系统逆模型辨识的两种结构反馈辨识结构和前馈辨识结构；10.典型的神经网络控制系统结构：直接

11、逆控制、内模控制、PID控制； 了解：1. 采用神经网络PID控制方案的系统；2. 采用神经网络内模控制方案的系统。四、专家控制与仿人控制考核目的： 考核学生对专家系统的基础知识、专家控制系统的基本组成结构与工作原理、仿 人控制的基本思路、主要类型和基本原理等内容掌握的情况。考核内容：1. 专家系统基础（1）专家系统的组成结构（2）专家系统的知识表示方法（3）专家系统的知识获取途径2专家控制系统的结构与原理（1）直接式专家控制（2）间接式专家控制（3）专家控制的结构 3仿人智能控制系统的特征变量及类型 （1）仿人智能控制的特征变量 （2）仿人智能控制的主要类型考核要求：熟悉：1专家系统的组成结

12、构2专家系统的知识表示方法3专家系统知识获取的途径4仿人智能控制的特征变量5仿人智能控制的主要类型了解：1产生式系统各组成部分的作用2直接式专家控制的一般结构3专家控制系统的基本原理 4仿人智能控制的基本思想原理 5仿人智能积分控制原理 6仿人智能开关控制原理 7仿人智能比例控制原理 注：本章内容不是考核重点。五、遗传算法及应用 考核目的：考核学生对遗传算法的基本概念和基本操作掌握的情况 考核内容：1遗传算法的操作（1）复制操作（2）交叉操作（3）变异操作2遗传算法的适配度函数3遗传算法编码原则考核要求：熟悉：1遗传算法的适配度2字符串3初始种群4复制操作5交叉操作6变异操作了解：1遗传算法基

13、本原理2遗传算法的适配值3遗传算法的操作步骤4二进制编码方法5复制操作的实现方法（通过轮盘赌等随机方法实现）6交叉操作的实现步骤（随机匹配、交叉繁殖）注：本章内容不是考核重点。试题类型及规范解答举例试题以模糊控制和神经网络控制为主。试题按大纲要求，题型包括选择题、判断 题、简答题、作图题、读图题、计算题、综合分析或设计题等。具体说明如下：（一）选择题单项选择题，答案中只有一个是正确的。题型举例：例：BP神经网络所不具备的功能是（）。A. 自适应功能B. 泛化功能C. 优化计算功能D. 非线性映射功能答案：C若为多项选择题，试题中应注明（二）判断题此类型试题考查学生对基本概念掌握的程度。题型：请

14、判断下面的叙述是否正确，如正确在括号内填丿，错误填X。例 1：模糊控制就是不精确的控制。（ ）例 2：智能系统是指具备一定智能行为的系统。（ ）答案：例1在括号内填X）;例2在括号内填3）。（三）简答题 简答题考察学生对基本概念、基本知识的掌握情况，要抓住问题的要点进行回答不需要过于具体地描述。题型举例：例：试简要叙述模糊控制的基本思想。答案：模糊控制试图模仿人的模糊决策和推理的功能。其基本思想是把人类专家 对特定的被控对象的控制策略总结成一系列以“ IF 条件 THEN 作用”形式表示的控 制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。（四）作图题 此类型题包括两类内容，一类是画

15、出指定控制方案的系统结构框图;另一类是在画图的基础上对图中各部分给予解释或说明。题型举例：例：试画出模糊控制器的结构图，并指出各组成部分的作用。答案：1. 画出结构图如下2. 各组成部分的作用模糊化模块：作用是将测量到的确定的系统输出量转换为对应的模糊量； 模糊推理模块：作用是执行模糊逻辑推理，以得到一个输出模糊集合 （即一个 新的隶属度函数）； 规则库：根据操作者的控制经验制定的模糊控制规则的集合。逆模糊化模块：根据模糊推理得到的只是输出模糊集合的隶属度函数，因此需 要用找一个具有代表性的确定值作为控制量，此模块的作用是把模糊分布范围 概括合并成确定的单点输出值，加到执行器上实现控制。（五）

16、读图题 此类题型要求在读懂所给图的基础上进一步完成指定任务。题型举例：例：人工神经元模型的图解表达如下图所示，试写出人工神经元的数学模型。n1 答案：人工神经元的数学模型为o （t 1） f w x （t） T j ij i ji1（六）计算题计算题是了解学生的基本计算能力，包括对相关公式的掌握、对数学表达方法的掌握和对运算方法的掌握，重点是模糊数学中的相关运算。题型举例：例：设有论域X、Y、Z和W上的模糊子集:A =0.4 1.00 A 6XB =0.10.5 1.0B YC =1.0 0.5 0.1C ZD =0.1 0.6 0.8D W试确定由“ifAand B、zthen C elsd

17、) ”决定的关系R，并确定当输入A】二0.10.5 1.0 B 厂0.1 0.5 1.0时的输出C答案：匸解由模糊规则“if andrj/X/BthenCelseD”决定的关系R为R(A B)T1C(BND(1)式中0.40.10.40.4AB10.1 0.510.10.5100000.10.10.10.10.40.40.40.10.40.40.40.1/X/X/0.10.10.10.1A B)T1 C0.5 1 0.5 0.10.50.50.1(2)110.50.10000000000000.90.60.60.90.501110.10.60.80.10.60.60.10.60.60.10.6

18、0.80.10.50.50000.10.60.80.10.60.80.10.60.8(A B )T1 DAB7、rjrj将式(2)、式(3)代入式(1)，得到R A b)Ti c A b)Ti d0.10.60.80.40.60.60.40.60.60.10.60.80.50.50.510.50.10.10.60.80.10.60.80.10.60.8(3)(4)0.1 0.1 0.1 0 fJfJAB0.5 0.1 0.1 00.1 0.1 0111 0.1 0.1 0/X/X/X/X/c(AB)T2R0.1 0.1 0.11 1 1（七）设计题 此题型有一定难度，目的是考查学生对智能控制系

19、统的初步设计能力。 题型举例：例：某控制系统的人工操作经验为若炉温低于200C则升压；若炉温高于200C则降压；若炉温等于200C则保持电压不变。试用以上控制规则设计基本模糊控制器的模糊控制规则表。答案： 解设T=炉温，V=电压。第一步：确定输入、输出语言变量。选择输入语言变量E为炉温误差，即E二T-200 ;选择输出语言变量U为电压变化量。输入、输出语言变量均选 3 个语言值：正、零、负，分别用模糊子集rj、rjP、o、N表示。第二步：将人工操作策略写成用模糊条件语句描述的模糊控制规则。若炉温低于200C则升压;若炉温高于200C则降压;if E N then U P if E P then U N若炉温等于200C则保持电压不变。一if E O then U O第三步：由以上模糊控制规则建立控制规则表。NOPOEU