神经网络用于控制的优越性,神经网络稳定性理论

1、神经网络的高度鲁棒性是什么意思

对于前向无反馈神经网络而言，神经网络的鲁棒性是指当输入信息或神经网络发生有限摄动时，神经网络仍能保持正常的输入—输出关系的特性；对于反馈神经网络而言，神经网络的鲁棒性是指当输入信息或神经网络发生有限摄动时，神经网络仍能保持稳定的输入—输出关系的特性。

谷歌人工智能写作项目：小发猫

2、什么是神经网络的鲁棒性

对于前向无反馈神经网络而言，神经网络的鲁棒性是指当输入信息或神经网络发生有限摄动时，神经网络仍能保持正常的输入—输出关系的特性；对于反馈神经网络而言，神经网络的鲁棒性是指当输入信息或神经网络发生有限摄动时，神经网络仍能保持稳定的输入—输出关系的特性神经网络的稳定性和鲁棒性。

3、鲁棒性和稳定性到底有什么区别

二者区别：

鲁棒性即稳健性，外延和内涵不一样；稳定性只做本身特性的描述。

一、二者定义：

鲁棒性：一个具体的控制器 ，如果对一个模型族中的每个对象都能保证反馈系统内稳定，那么就称其为鲁棒稳定的。

稳定性：指的是系统在某个稳定状态下受到较小的扰动后仍能回到原状态或另一个稳定状态。