A.PID控制
B.神经自适应控制
C.模糊神经控制
D.神经学习控制
E.遗传神经控制
您可能感兴趣的试卷
你可能感兴趣的试题
A.递阶控制
B.专家控制
C.基于模糊控制
D.学习控制
E.免疫控制
A.知识库
B.模糊控制器
C.推理机
D.控制规则集
E.控制算法
A.符号信息处理
B.启发式程序设计
C.仿生计算
D.知识表示
E.自动推理和决策
A.自动控制系统
B.递阶控制系统
C.专家控制系统
D.模糊控制系统
E.学习控制系统
A.反馈控制
B.最优控制
C.随即控制
D.自适应控制
E.学习控制
A.概率推理
B.贝叶斯推理
C.基于可信度推理
D.基于证据推理论推理
E.符号推理
A.智能控制论
B.人工免疫系统
C.生物信息学
D.智能决策系统
E.人工智能
A.信息传递
B.信息变换
C.知识获取
D.知识表示
E.知识推理
A.快速性
B.稳定性
C.精确性
D.及时性
E.延迟性
A.基于集中规划的协调
B.基于协商的协调
C.基于对策论的协调
D.基于社会规划的协调
E.基于个体规划的协调
最新试题
推理机的作用在于存储专家知识等数据。
模糊控制可与神经控制原理组合起来,形成新的()。
神经网络权值不会因任何原因改变。
学习与掌握学习控制的基本原理和技术能够明显增强控制工程师对实际控制问题的处理能力,并提供对含有()现实世界的敏锐理解。
神经网络的训练样本量没有明确规定,和神经网络内部的网络参数个数无关。
模糊集合中的隶属度范围为[0~10]。
多个真体组成一个松散耦合又协作共事的系统,就是一个()。
模糊控制是建立在()、模糊逻辑和模糊判决基础上的。
计算机网络的组成基本上包括计算机、网络操作系统、传播介质和相应的()四部分。
专家系统支持专家用户界面实现对知识库的内容更新、删除等操作。