神經網路控制屬於哪個階段

A. 什麼是神經網路控制

神經網路控制技術是一項復雜的系統控制技術，一般應用在變頻器的控制中，它是通過對系統的辨識、運算後對變頻器進行控制的一種新技術。而且神經網路控制可以同時控制多個變頻器，所以應用在多個變頻器級聯控制中比較合適。

B. 神經網路在訓練階段和預測階段對硬體的需求有什麼不同

神經網路在訓練階段和預測階段對硬體

C. 神經網路控制問題

close all,clear;clc
tic
P=[a1;a2;a3;a4]; %將a1,a2,a3,a4中的數據寫成一行，每個數據間用空格
%隔開替換這里的a1,a2,a3,a4。數據長度必須一樣
T=b1; %同上
% P=[1 2 3;2 3 4;3 4 5;4 5 6];
% T=[5 5 5];
[P,minp,maxp] = premnmx(P); %數據歸一化
R=4,S1=6,S2=1;
net=newcf(minmax(P),[4,1],{'logsig','purelin'},'trainscg'); %創建兩層前向回饋網路
net.trainParam.epochs=2000; %訓練次數
net.trainParam.goal=0.1e-003; %誤差精度;
net.trainParam.lr = 0.5;
[net]=train(net,P,T); %訓練網路
Y=sim(net,P); %Y為輸出的逼近值
toc

D. 神經網路控制系統的結構有哪幾種

人工神經網路由於其獨特的模型結構和固有的非線性模擬能力，以及高度的自適應和容錯特性等突出特徵，在控制系統中獲得了廣泛的應用。其在各類控制器框架結構的基礎上，加入了非線性自適應學習機制，從而使控制器具有更好的性能。
基本的控制結構有監督控制、直接逆模控制、模型參考控制、內模控制、預測控制、最優決策控制等。

E. 神經網路控制的介紹

《神經網路控制》介紹了神經網路控制的基本理論與控制方法。全書共8章，包括神經網路和自動控制的基礎知識、神經計算基礎、神經網路模型、神經控制中的系統辨識、人工神經元控制系統、神經控制系統、模糊神經控制系統和神經控制中的遺傳進化訓練等內容。《神經網路控制》可作為高等工科院校工業自動化、計算機科學與技術、檢測技術與儀器、電子信息、自動控制、電子信息工程等專業高年級學生、研究生教材或參考書，也供專業技術人員、技術管理人員或科技人員參考。《神經網路控制》備有電子教案，免費為教師提供，需要者請向出版社索取。

F. 神經網路控制的主要作用有哪些

您好
神經網路好處不是說它有什麼好的特性易於控制，而是當人們遇到傳統的控制方法控制效果的不好的非線性、不確定對象的問題，即人們面臨控制對象難以建模的時候，神經網路強大的作用就顯現出來了。主要的網路有BP,RBF,ART等神經網路，這三種網路機構原理各不相同，你用網路文庫，裡面有相應的介紹。

G. 神經網路控制的主要定義

神經網路控制是20世紀80年代末期發展起來的自動控制領域的前沿學科之一。它是智能控制的一個新的分支，為解決復雜的非線性、不確定、不確知系統的控制問題開辟了新途徑。
神經網路控制是（人工）神經網路理論與控制理論相結合的產物，是發展中的學科。它匯集了包括數學、生物學、神經生理學、腦科學、遺傳學、人工智慧、計算機科學、自動控制等學科的理論、技術、方法及研究成果。
在控制領域，將具有學習能力的控制系統稱為學習控制系統，屬於智能控制系統。神經控制是有學習能力的，屬於學習控制，是智能控制的一個分支。
神經控制發展至今，雖僅有十餘年的歷史，已有了多種控制結構。如神經預測控制、神經逆系統控制等。

H. 神經網路控制系統概念最早是什麼時候提出來有沒有經典的案例介紹

1943年，McCulloch與Pitts合作提出了第一個神經計算模型，簡稱MP模型。

典型反饋網路——Hopfield網路

美國物理學家Hopfield提出了離散型Hopfield神經網路和連續型Hopfield神經經網路，引入「計算能量函數」的概念，給出了網路穩定性判據，尤其是給出了Hopfield神經網路的電子電路實現，開拓了神經網路用於聯系那個記憶和優化計算機的新途徑。

【資料來源】：中國自動化網CA800

I. 神經網路控制系統特點是什麼

它本身還有好多分子，網路的描述我就不說了
說點自己的感悟
自適應，並擁有一定的學習能力。本身是黑箱的，可以不需要對被控對象建模（有點像pid）