神经网络考试TIP.docVIP

模糊控制 模糊推理系统的结构：1.模糊化：1）尺度变换2）模糊处理；2.知识库，包括数据库和规则库；3.模糊推理；4.解模糊，包括：1) 将模糊量经清晰化变换成论域范围的清晰量。 2) 将清晰量经尺度变换变化成实际的控制量。 设计模糊控制器，即建立一个模糊推理系统，根据输入的精确量，得到精确的输出控制量。包括：确定基本论域和论域（比例因子） 定义模糊子集和隶属函数 设计模糊控制规则 选择模糊推理方法（max-min） 确定模糊化（单点）、清晰化的方法（重心法） 自己在做matlab时利用的什么方法进行的函数建立：matlab工具箱。 BP网络 在进行matlab编程时，函数的算法采用的哪种？批处理还是顺序学习。 （这里要注意的是算法的权值的初始化、修正步骤；把自己的编程步骤写出来）。 RBF网络 Rbf网络与bp网络各自特点： BP算法的主要优点：只要有足够多的隐层和隐节点，BP网络可以逼近任意的非线性映射关系；BP网络的学习算法属于全局逼近的方法，因而它具有较好的泛化能力。 主要缺点 RBF网络是一种局部逼近的神经网络。众所周知，BP网络用于函数逼近时，权值的调节采用的是负梯度下降法，这种调节权值的方法有它的局限性，即存在着收敛速度慢和局部极小等缺点。而RBF神经网络无论在逼近能力、分类能力和学习速度等方面均优于BP网络。径向基函数网络比BP网络需要更多的神经元。采用径向基函数网