神经网络可以多输入、多输出。

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。