本文总结了智能控制的相关知识点，包括模糊逻辑控制、神经网络、专家控制等方法，探讨了智能控制系统中的自适应和自学习能力。此外，还介绍了专家控制系统分类、知识推理方法，如演绎推理和归纳推理，以及Hopfield网络在联想记忆和优化计算中的应用。
智能控制知识点总结
一、选择（20分）
二、填空（20分）
1.智能控制系统要有自适应和自学习的能力。
【智能控制必须具有模拟人类学习( Learning)和自适应（ Adaptation)的能力。】
2.模糊集合的表示方法：
3.典型智能控制的方法：模糊逻辑控制、神经网络、专家控制。（常规的智能控制方法有模糊逻辑控制（ FLC)、分级递阶的智能控制（ HIC)、神经网络控制 （NNC)、专家控制（EC）和仿人智能控制（AHC）等）
注：分级递阶的智能控制（ HIC)——目前已经提出的分级递阶控制理论主要有两种:基于知识/解析的混合多层智能控制理论和“精度递增伴随智能递减”的分级递阶智能控制理论。后者又称为Saridis分级递阶智能控制理论。3级分级递阶智能控制系统〈见图1-1)是由G.N.Saridis于 1977年提出的。
该系统由组织级、协调级和执行级组成，遵循“精度递增伴随智能递减”的原则，
最低0.47元/天 解锁文章
1494
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
