神经网络可以多输入、多输出。-找考题网

判断题函数优化是遗传算法的经典应用领域，也是遗传算法进行性能评价的常用算例。尤其是对非线性、多模型、多目标的函数优化问题，采用其他优化方法较难求解，而遗传算法却可以得到较好的结果。

判断题将神经网络作为被辨识系统的模型，可在已知常规模型结构的情况下，估计模型的参数。

判断题综合目前的各种分类方法，可将神经网络控制的结构归结为以下七类：神经网络监督控制、神经网络直接逆控制、神经网络自适应控制、神经网络内模控制、神经网络预测控制、神经网络自适应评判控制、神经网络混合控制。

判断题模糊控制是以模糊集理论、模糊语言变量、和模糊逻辑推理为基础的一种智能控制方法。

判断题按模糊控制的线性特性分类分为线性模糊系统和非线性模糊系统。

判断题专家控制在未知环境下，仿效专家的经验，实现对系统的控制。

判断题由产生式规则表示的专家系统又称为基于规则的系统或产生式系统。

判断题瑞典学者K.J.Astrom在1983年首先把人工智能中的专家系统引入智能控制领域，于1986年提出“专家控制”的概念，构成一种智能控制方法。

判断题高斯型隶属函数的MATLAB表达式是gaussmf（x，[σ，c]）。

判断题BP网络的主要缺点之一是待寻优的参数多，收敛速度慢。

问答题简述模糊控制理论需解决的问题。

问答题简述模糊控制的优缺点。

问答题简述遗传算法的特点。

问答题简述神经网络控制按结构分类，特点。

问答题简述神经网络分类、特点、区别。