判断题一般情况下,神经网络系统模型的串-并联型结构不利于保证系统辨识模型的稳定性。
判断题神经网络已在多种控制结构中得到应用,如PID控制、内模控制、直接逆控制等。
判断题神经元的各种不同数学模型的主要区别在于采用了不同的转移函数,从而使神经元具有不同的信息处理特性。
判断题反馈型神经网络中,每个神经元都能接收所有神经元输出的反馈信息。
判断题一般情况下,神经网络系统模型的并联结构可以保证系统辨识收敛。
判断题可以充分逼近任意复杂的非线性函数关系是神经网络的特点之一。
判断题模糊控制中,语言变量的值可用“负大、负小、零”等表示。
判断题模糊控制规则是将人工经验或操作策略总结而成的一组模糊条件语句。
判断题模糊控制就是不精确的控制。
判断题普通关系是模糊关系的推广,它描述元素之间的关联程度。
判断题模糊控制对被控对象参数的变化不敏感,可用它解决非线性、时变、时滞系统的控制。。
判断题从模糊控制查询表中得到控制量的相应元素后,乘以比例因子即为控制量的变化值。
判断题在模糊集合的向量表示法中,隶属度为0的项必须用0代替而不能舍弃。
判断题模糊控制只是在一定程度上模仿人的模糊决策和推理,用它解决较复杂问题时,还需要建立数学模型。
判断题按照执行任务分类,专家系统有解释型、预测型、诊断型、调试型、维修型等多种类型。