什么是专家系统， 通常由哪几部分组成？ 有哪些特点
专家系统就是模拟人类专家解决专业领域中复杂问题的计算机程序系统。
由人机接口、知识获取结构、知识库、数据库、推理机和解释机构组成。
特点：具有专家水平的专门知识；能够进行有效的推理；系统的透明性和灵活性；具有一定复杂性和难度
专家控制的含义及实质是什么
含义：将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验来智能调控系统的一种智能控制方式。
实质：基于被控对象和控制规律的各种专家知识进行系统的构造和运行，并以智能方式利用这些知识、使受控系统尽可能地优化和实用化。
比较专家控制系统与专家系统的异同
仿人智能控制的基本思想是什么
在控制过程中，用计算机模拟人的控制行为，极大限度识别和利用控制系统动态过程中的特征信息，进行启发式直觉推理，最终使缺乏精确模型的系统得到有效控制。
仿人智能控制的常用特征变量有哪些？ 分别反映了系统动态过程的什么特性？ (结合图形)
偏差；偏差变化；偏差与偏差变化之积；偏差的连续两次变化之积；偏差的变化姿态；偏差的局部变化趋势；偏差变化的变化率
理解仿人智能积分控制的原理
基于特征辨识(或模式识别)的多模态智能控制的思想是什么
通过特征识别， 判断系统当前所处的特征状态， 确定相应的控制策略， 进行多模态控制
为什么要在基于特征辨识的多模态智能控制中引入特征变量？ 特征变量的作用是什么
通过特征识别， 判断系统当前所处的特征状态， 确定相应的控制策略， 进行多模态控制
（1）定性或者定量刻画被控过程的动态特征，如变化快慢。变化趋势
（2）特征变量的适当组合，并配以适当参量，可以构成划分动态特征模式类的约束条件
基于特征辨识的多模态智能控制的主要组成模块有哪些？ 各有什么功能
特征信息的获取与处理；特征模式集；模式识别；控制规则集
四、遗传算法
遗传算法的基本操作有哪些？ 每种操作的方法是什么？
复制：定义一个适配值函数作为每个个体的复制导向，决定每个个体是被复制还是淘汰以及复制数量（根据每个个体位串的适配值大小选择进行遗传操作的父代）
交叉：将复制后进入匹配池的个体位串进行随机两两匹配；随机产生交叉点，对匹配后的位串进行交叉，产生新的位串
变异：某一位串的某一位置偶然随机的改变
简述遗传算法的基本工作流程
首先，通过随机方式产生若干个所求解问题的数字编码(个体)来形成初始种群，以此为进化起点的第一代种群，并计算每个个体编码的适应度值来对每个个体进行数值评价。其次，根据每个个体的适应度值来对其选择和遗传。 其中，选择机制应保证适应度较高的个体能被较多地复制，而适应度低的个体则被较少地复制或被淘汰；遗传机制利用交叉和变异两种算子，以一定的交叉概率和变异概率对复制后的个体进行变换，从而产生新的个体。最后，通过新老个体的替换产生下一代种群。算法不断重复进行上述评价、选择、复制、交叉、变异、替换过程，直到结束条件得到满足。最后一代种群中适应度最高的个体， 就是所求解问题的最终优化结果。
与传统的优化算法相比， 遗传算法有哪些特点？
（1）只对参数集的编码进行操作，而不对参数本身进行操作
（2）在解空间进行高效启发式搜索，而非盲目穷举或完全随机搜索
（3）具有并行计算特点， 可通过大规模并行计算提高计算速度
（4）计算简单， 功能强
（5）是从许多初始点开始并行操作， 可有效防止搜索过程收敛于局部最优解
（6）遗传算法对待寻优的函数基本无限制，应用范围广
遗传算法有效工作的理论依据是什么？
模式理论：从实质上论证了遗传算法的运行机制，一定程度上解释了位串编码结构在遗传过程中的一些规律性。平均适配值高、 定义长度短、 阶次低的模式， 其样本数量将随着遗传代数的增加呈指数增长
积木块假设：低阶、 短定义长度、 高平均适应度的模式在遗传算子的作用下，能生成高阶、长定义长度、高平均适应度的模式，并可最终生成全局最优解
遗传算法处理任一实际优化问题的总体思路是什么？