型，实现的是 (模型辨识、系统控制)作用：NNC(P-1)是神 经网络 (正、逆)模型，实现的是 (模型辨识、 系统控制)作用。该系统属于 (开环控制，闭环控制)系统。 NNC(P-1) 对象 图10 89.请用单个感知器实现or运算。(6分) 90.非线性作用函数为f=1-e ,试求f(x),并用f(x)表示之。(8分) 1+e-x 91.91、如何理解人工神经网络的学习能力和泛化能力？(8分) 92.请解释为什么RBF网络是局部逼近网络，为什么RBF网络的中心参数和散度参数对网 络的精度和泛化能力很关键？(8分) 93.说明SPIDNN的初始权值怎样设置，能够使其等价于普通的PID控制器？(6分) 「0127 94.(15分)设离散Hopfield网络的权阵W=10-1 各神经元的激励函数是[-1,1] 2-10 二值函数，画出该Hopfield网络，计算X。=[l1]的并行运行过程，并确定其吸 引子或吸引环。 95.(10分)假设s={S1,S2},∈[0,0.6]，Ss2∈[0,0.6]，设量化值为0.2，泛化常数C=3, 试给出S→M→A的变换表。 96.用图11所示的MP(McCulloch-Pitts)模型构成的逻辑网络如图12所示。试写出网络图 2(a),(b),(c和(d)的真值表和逻辑函数表达式 5o net<0 fmet)=1net≥0型，实现的是 (模型辨识、系统控制)作用；NNC(P-1 )是神 经网络 (正、逆)模型，实现的是 (模型辨识、 系统控制)作用。该系统属于 (开环控制，闭环控制)系统。 图 10 89. 请用单个感知器实现 or 运算。（6 分） 90. 非线性作用函数为 1 ( ) 1 x x e f x e − − − = + ，试求 ' f x( ) ，并用 f x( ) 表示之。（8 分） 91. 91、如何理解人工神经网络的学习能力和泛化能力？（8 分） 92. 请解释为什么 RBF 网络是局部逼近网络，为什么 RBF 网络的中心参数和散度参数对网 络的精度和泛化能力很关键？（8 分） 93. 说明 SPIDNN 的初始权值怎样设置，能够使其等价于普通的 PID 控制器？（6 分） 94. （15 分）设离散 Hopfield 网络的权阵 0 1 2 W= 1 0 -1 2 -1 0           ，各神经元的激励函数是[-1,1] 二值函数，画出该 Hopfield 网络，计算 X -1 1 1 0 =  的并行运行过程，并确定其吸 引子或吸引环。 95. （10 分）假设 1 2 s s s ={ , }， 1 s [0,0.6]， 2 s [0,0.6] ，设量化值为 0.2，泛化常数 C=3， 试给出 S→M→Ac 的变换表。 96. 用图 11 所示的 MP（McCulloch-Pitts）模型构成的逻辑网络如图 12 所示。试写出网络图 2 (a)，(b)，(c)和(d)的真值表和逻辑函数表达式 𝑓(𝑛𝑒𝑡) = { 0 𝑛𝑒𝑡 < 0 1 𝑛𝑒𝑡 ≥ 0 _ r u y NNC(P-1 ) NNI(P-1 ) 对象