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。

神经网络拓扑结构中的一个圆圈结点表示一个细胞核。

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。

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。

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。

专家PID控制器的作用在于实时调整比例系数、积分时间和微分时间的参数，以使控制器能够适应控制现场的需要。

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（）。

神经网络的结构是由（）及其互连方法决定的。

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（）。