2. Какое управление называется нейро или нейросетевым управлением
Зачетные вопросы по курсу «Нейросетевое управление»
1. В чем заключается парадигма гибридных ИНС и нейронечетких систем управления?
2. Какое управление называется нейро или нейросетевым управлением
3. Чем обусловлено применение нечеткой логики в нейросетевых системах управления?
4. Какие принципы построения регуляторов с нечеткой логикой используются в настоящее время?
5. На каком этапе создания нейронечетких систем управления разрабатываются функции принадлежности?
6. Какие существуют методы дефаззификации в нейронечетких системах управления?
7. Методы построения функций принадлежности. Виды функций принадлежности
8. В чем сущность принципов построения нейросетевых регуляторов?
9. Как осуществляется обучение (настройка) нейронных сетей на основе алгоритма с обратным распространением ошибки?
10. Какие существуют схемы использования нейронных сетей в системах управления?
11. Как используются нейронные сети в системах упреждающего управления?
12. Как осуществляется синтез и анализ нейронечеткого управления сложными объектами?
13. В чем заключаются особенности применения интеллектуальных регуляторов в системах управления?
14. Какие существуют структурные схемы системы управления с нейросетевой моделью в контуре?
15. В чем эффективность применении каскадных систем управления с нечеткими и нейросетевыми регуляторами?
16. Принципы построения регуляторов с нечеткой логикой.
17. Этапы решения задачи нейросетевого управления на основе нечеткой логики
18. Принципы построения нейросетевых регуляторов.
19. Выбор архитектуры нейронной сети для задач управления
20. Гибридное нейронечеткое управление сложными объектами.
21. Для каких нейронов невозможно обучение градиентными методами?
22. Какие нейроны имеют линейную функцию активации?
23. ИНС персептрон.
24. Математическая модель формального нейрона.
25. Какой должна быть структура многослойного персептрона для распознавания двух классов данных?
26. Применение генетических алгоритмов (ГА) для настройки и обучения искусственной нейронной сети.
27. Преимущества и недостатки генетических алгоритмов.
28. Статические линейные однослойные нейронные сети.
29. Статические многослойные нейронные сети.
30. Алгоритмы обучения статических многослойных нейронных сетей.