A.事实
B.可行操作
C.规则
D.结果
E.候选假设
您可能感兴趣的试卷
你可能感兴趣的试题
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
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
最新试题
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()。
模糊逻辑是一种模拟()的逻辑。
模糊控制是建立在()、模糊逻辑和模糊判决基础上的。
DPS系统通过交互作用策略,把系统设计集成为一个统一的整体,并采用()的设计方法,并保证问题处理系统能够满足顶部给定的要求。
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()。
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。
神经网络具有固有的(),这一特性给非线性控制问题带来新的希望。
模糊控制是一种模拟人类语言系统的控制策略。
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。