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
您可能感兴趣的试卷
你可能感兴趣的试题
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
A.总的处理计划
B.目标
C.问题的当前状态
D.问题背景
E.候选假设
A.控制信息
B.处理计划
C.中间假设
D.中间结果
E.目标
A.人工智能
B.自动控制
C.运筹学
D.信息论
E.生物学
A.人工智能
B.自动控制
C.运筹学
D.信息论
E.生物学
A.人工智能
B.自动控制
C.运筹学
D.信息论
E.生物学
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
最新试题
根据系统结构的复杂性把专家控制系统分为两种形式,既专家控制系统和()。
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。
推理机的作用在于存储专家知识等数据。
神经网络拓扑结构中的一个圆圈结点表示一个细胞核。
模糊控制是一种模拟人类语言系统的控制策略。
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。
学习作为一种过程,它通过各种各种输入信号,并从外部校正该系统,从而使系统对()具有特定响应。
模糊控制是建立在()、模糊逻辑和模糊判决基础上的。
人工神经网络的本质是一个函数。
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。