（勤奋、求是、创新、奉献）
2011～2012学年第2学期考试试卷B
学院班级姓名__________ 学号___________
《智能控制系统》课程试卷
（本卷考试时间90 分钟）
一．
1．写出4种专家系统的知识表示方法。
逻辑表示法、产生式表示法、框架表示法、语义网络表示法
2．递阶智能系统的智能程度分布一般要遵循什么原则。
随着智能程度的提高，精度下降
3．写出宽度优先搜索和深度优先搜索的根本区别？
深度优先与宽度优先算法最根本的不同在于：扩展的后继节点放在OPEN表的前端。
4．何谓多层前向神经网络？
具有分层的结构，通常包括输入层、隐层（也称中间层）和输出层。
每一层的神经元只接受上一层神经元的输入，并且该层神经元的输出送给下一层的各个神经元。
5．写出3种模糊输出向量的解模糊方法
重心法、最大隶属度法、取中位数判决法
6． 写出基本遗传算法的3个基本操作
选择、交叉、变异
二、简答题（共24分，每题6分）
1、下式是永真蕴含式吗？如是请证明之。
┐Q ∧ (P →Q)⇒ ┐P
证明：（1）┐Q ∧ (P →Q)为T 推出┐P 为T
┐Q ∧ (P →Q)为T 推出┐Q 且(P →Q)为T →Q 为F 且(P →Q)为T 分情况讨论p F-----------------p T ---⎧⎨⎩为显然不成立
为成立
（2）┐P 为F 推出┐Q ∧ (P →Q)为F →P 为T 推出┐Q ∧ (P →Q)为F
分情况讨论Q F-----------------Q T -------⎧⎨⎩为成立
为成立
(3)真值表法
2、简述隶属度函数建立的一般准则？
表示隶属度函数的模糊集合必须是凸模糊集合
变量所取隶属度函数通常是对称和平衡的
隶属度函数要符合人们的语义顺序，避免不恰当的重叠
3、简述BP算法中工作信号正向传播、误差信号反向传播过程
工作信号正向传播：输入信号从输入层经隐层，传向输出层，在输出端产生输出信号，这是信号的正向传播。
在信号向前传递过程中网络的权值是固定不变的，每一层神经元的状态只影响下一层神经元的状态。
如果在输出层不能得到期望的输出，则转入误差信号反向传播。
（2）误差信号反向传播：网络的实际输出与期望输出之间差值即为误差信号，误差信号由输出端开始逐层向前传播，这是误差信号的反向传播。
在误差信号反向传播的过程中，网络权值由误差反馈进行调节，通过权值的不断修正使网络的实际输出更接近期望输出。
4、简述专家系统组成以及各组成部分作用。
(1) 知识库，用于存储某领域专家系统的专门知识,包括事实、可行操作与规则等。
(2) 综合数据库，用于存储领域或问题的初始数据和推理过程中得到的中间数据(信息),即被处理对象的一些当
前事实。
(3) 推理机，用于记忆所采用的规则和控制策略的程序,使整个专家系统能够以逻辑方式协调地工作。
推理机能
够根据知识进行推理和导出结论,而不是简单地搜索现成的答案。
(4) 解释器，向用户解释专家系统的行为,包括解释推理结论的正确性以及系统输出其它候选解的原因。
(5) 接口，使系统与用户进行对话,使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。
系统
则通过接口,要求用户回答提问,并回答用户提出的问题,进行必要的解释。
三．计算题（共21分，第1题10分，第2题11分）
1
父母和祖父、祖母的相似程度为
R=0.70.50.4
0.8⎛⎫
⎪⎝⎭ S=0.6
0.40.6
0.3⎛⎫
⎪⎝⎭
R S=0.70.50.4
0.8⎛⎫
⎪⎝⎭ 0.6
0.40.6
0.3⎛⎫ ⎪⎝⎭=()()()()()()
()()0.70.60.50.60.70.40.50.30.40.60.80.60.40.40.80.3∧∨∧∧∨∧⎛⎫
⎪∧∨∧∧∨∧⎝⎭
=0.60.50.40.30.40.60.40.3∨∨⎛⎫ ⎪∨∨⎝⎭=0.6
0.40.6
0.4⎛⎫
⎪⎝⎭
2、写出网络输出y 的表达式，其中隐层神经元采用Sigmoid 传递函数，输出层神经元采用y = x 线性传递函数，输入层神经元和隐层神经元之间的权重如图所示、隐层神经元和输出层神经元之间的权重如图所示。
2
x 1
x
四．推理题（共37分，第1题17分，第2题20分）
1、假设一个系统，当输入A时，输出为B，否则输出为C，且
A=0/1+0.1/2+0.4/3+0.7/4
B=1/1+0.7/2+0.3/3+0/4
C=0.8/1+0.6/2+0.4/3+0.2/4
已知当前输入A׳=0.1/1+0.2/2+0.4/3+1/4，求输出D（要求用玛达尼推理法，写出推理过程）。
2
规则：（1）从空格左边开始顺时针旋转；（2）不许斜向移动；（3）也不许移回先辈节点。
假设代价函数为()()()f n d n w n =+，其中()d n 表示当前节点所在层的深度，()w n 表示“不在位”数字的个数， 试利用A 算法求取初始状态到目标状态的路径，并在相应的节点旁标注节点扩展的顺序。
初始状态
目标状态。