A.直流电机的伺服控制
B.电压变换器的控制
C.机器人操作机的轨迹控制
D.医学治疗
E.交流电动机控制
您可能感兴趣的试卷
你可能感兴趣的试题
A.工业过程控制
B.机器人控制
C.倒立摆系统控制
D.医学治疗
E.其他工业生产
A.迭代控制学习率
B.迭代控制系统分析方法
C.学习速度问题
D.初始条件问题
E.控制器设计和鲁棒性
A.开环迭代学习控制
B.闭环迭代学习空指
C.离散系统迭代学习控制
D.连续系统迭代学习控制
E.分布参数系统迭代学习空指
A.感知器模型
B.BP模型
C.线性滤波器
D.控制系统网络模型
E.自组织网络
A.多层感知器
B.学习矢量量化网络
C.小脑模型连接控制网络
D.数据处理方法网络
E.模糊控制网络
A.监督式控制
B.逆控制
C.神经自适应控制
D.预测控制
E.模糊控制
A.控制系统
B.处理控制系统的非线性和不确定性
C.逼近系统的辨识函数
D.生物学
E.信息学
A.并行分布处理
B.非线性映射
C.通过训练进行学习
D.适应与集成
E.硬件实现
A.专家控制系统
B.专家控制器
C.专家控制规则
D.专家知识库
E.专家控制算法
A.事实
B.可行操作
C.规则
D.结果
E.候选假设
最新试题
神经网络具有固有的(),这一特性给非线性控制问题带来新的希望。
神经网络拓扑结构中的一个圆圈结点表示一个细胞核。
对于正则神经网络,其学习算法主要分为两类,既有师学习和()学习。
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。
进化计算和遗传算法借鉴了生物科学中的某些知识,这也体现了人工智能这一()的特点。
模糊化是实现将模糊推理结果转换为执行机构能够接受的定值定量信号的过程。
模糊控制器在实际设计过程中常常将推理这一步转换为离线查询表,用于提高控制输出的速度。
间接性专家控制器完全取代了原有控制器的作用。
神经网络权值不会因任何原因改变。
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。