解释人工神经网络的理论原理和算法原理。
人工神经网络控制是20世纪80年代末期发展起来的自动控制领域的前沿学科之一。它是智能控制的一个新的分支，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了新途径。 神经网络控制是（人工）神经网络理论与控制理论相结合的产物，是发展中的学科。它汇集了包括数学、生物学、神经生理学、脑科学、遗传学、人工智能、计算机科学、自动控制等学科的理论、技术、方法及研究成果。 人工神经网络的理论原理：人工神经网络控制就是利用神经网络这种工具从机理上对人脑进行简单结构模拟的新型控制和辨识方法。
举一反三
内容
- 0
下列哪些是目前人工智能领域的典型算法?() A: 人工神经网络 B: 深度神经网络 C: 生成对抗网络 D: 卷积神经网络
- 1
__理论是美学原理解释审美活动及其经验的第一原理。
- 2
重要的人工神经网络算法包括（
- 3
重要的人工神经网络算法包括() A: 感知器神经网络（PerceptronNeuralNetwork） B: 反向传递（BackPropagation） C: Hopfield网络 D: 自组织映射（Self-OrganizingMap,SOM）
- 4
系统管理的理论原理主要包括（）原理、（）原理、（）原理、（）原理和（）原理