在运用进化计算方法解决某个任务时，其本质就是在任务的解空间中寻找某种（）。

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。

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。

神经网络训练分为批量训练和在线训练。

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。

基于规则的专家系统是一个计算机程序，该程序使用一套包含在知识库内的规则对工作储存器内的具体问题信息进行处理，通过（）推出新的信息。

为了提高性能，传统控制系统可能变得很复杂，从而增加了设备的投入和维修费用，降低系统的（）。

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。

模糊控制可与神经控制原理组合起来，形成新的（）。