（1）模糊控制器的结构（2）定义输入输出模糊集（3）定义输入输出隶属函数（4）建立模糊控制规则（5）建立模糊控制表（6）模糊推理（7）反模糊化
三元论的智能控制概念，即IC=AC∩AI∩OR（IC——智能控制AI——人工智能AC——自动控制OR——运筹学）。
模糊控制的优点：（1）模糊控制不需要被控对象的数学模型。（2）模糊控制是一种反映人类智慧的智能控制方法。（3）模糊控制易于被人们接受。（4）构造容易。（5）鲁棒性和适应性好。
23.遵照这一原则的隶属函数选择方法有以下几种：模糊统计法、主观经验法、神经网络法
24.模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法
27.BP神经网络主要应用于函数逼近、模式识别、分类和数据压缩或数据挖掘。
（3）神经网络在本质上是非线性系统，可以实现任意非线性映射。神经网络在非线性控制系统中具有很大的发展前途；
（4）神经网络具有很强的信息综合能力，它能够同时处理大量不同类型的输入，能够很好地解决输入信息之间的互补性和冗余性问题；
7.遗传算法根据适者生存、优胜劣汰等自然进化规则来进行搜索计算和问题求解。
8.智能控制的应用包括智能机器人控制、计算机集成制造系统（CIMS）、工业过程控制、航空航天控制、社会经济管理系统、交通运输系统、环保及能源系统等。
37.RBF网络是一种3层前向网络，由输入到输出的映射是非线性的，而隐层空间到输出空间的映射是线性。RBF网络是局部逼近的神经网络。
38.基本的Hopfield神经网络是一个由非线性元件构成的全连接型单层反馈系统。
（1）专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。
模糊控制的缺点：（1）信息简单的模糊处理将导致系统的控制精度降低和动态品质变差;（2）模糊控制的设计尚缺乏系统性,无法定义控制目标
模糊化接口的主要作用是将真实的确定量输入转换为一个模糊矢量。知识库由数据库和规则库两部分构成，数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值，若论域为连续域则为隶属度函数，在规则推理的模糊关系方程求解过程中，向推理机提供数据。规则库是用来存放全部模糊控制规则的，在推理时为“推理机”提供控制规则。推理是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。通常把输出端具有转换功能作用的部分称为解模糊接口。
（2）专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线.专家系统的概念？
专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。
神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为。神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等。
含一个隐含层的BP网络结构如图7-5所示，图中i为输入层神经元，j为隐层神经元，k为输出层神经元。
21.模糊控制中应用较多的隶属函数有以下6种隶属函数：高斯型隶属函数、广义钟型隶属函数、S形隶属函数、梯形隶属函数、三角形隶属函数、Z形隶属函数
33.根据神经网络的连接方式，神经网络可分为3种形式：前向网络、反馈网络、自组织网络。
34.神经网络学习算法是神经网络智能特性的重要标志，神经网络通过学习算法，实现了自适应、自组织和自学习的能力。
35.神经网络学习算法按有无导师分类：有导师学习、无导师学习和再励学习。
14.常用的知识表示方法为：产生式规则，框架，语义网络，过程。其中产生式规则是专家系统最流行的表达方法。
15.智能是脑特别是人脑的属性或产物。智能的基础是知识。智能的关键是思维。智能取决于感知和行为。内涵：智能=知识思维；外延：智能就是发现规律、运用规律和分析问题、解决问题的能力。
②神经网络控制（从机理上对人脑生理系统进行简单结构的模拟，具有并行机制、模式识别、记忆和自学习能力的特点，能充分逼近任意复杂的非线性系统，能够学习与适应不确定系统的动态特性，有很强的鲁棒性和容错性）
30.神经网络的发展经历了四个时期：启蒙期、低潮期、复兴期、新连接机制时期。
31.神经系统的基本构造是神经元，它是处理人体内各部分之间信息传递的基本单元。
32.神经元由四部分构成：细胞体（包括细胞质、细胞膜和细胞核）、树突（用于为细胞体传入信息）、轴突（为细胞体传出信息，其末端是神经末梢，含传递信息的化学物质）、突触（是神经元之间的接口）
（1）学习功能：智能控制器能通过从外界环境所获得的信息进行学习，不断积累知识，使系统的控制性能得到改善；（2）适应功能：智能控制器具有从输入到输出的映射关系，可实现不依赖于模型的自适应控制，当系统某一部分出现故障时，也能进行控制；（3）自组织功能：智能控制器对复杂的分布式信息具有自组织和协调的功能，当出现多目标冲突时，它可以在任务要求的范围内自行决策，主动采取行动。（4）优化能力：智能控制能够通过不断优化控制参数和寻找控制器的最佳结构形式，获得整体最优的控制性能。
（5）神经网络的硬件实现愈趋方便。大规模集成电路技术的发展为神经网络的硬件实现提供了技术手段，为神经网络在控制中的应用开辟了广阔的前景。
或简洁的回答：（1）能逼近任意非线）信息的并行分布式处理或存储（3）可以多输入、多输出（4）能进行学习，以适应环境的变化
BP网络特点：（1）是一种多层网络，包括输入层、隐含层和输出层；（2）层与层之间采用全互连方式，同一层神经元之间不连接；（3）权值通过δ学习算法进行调节；（4）神经元激发函数为S函数；（5）学习算法由正向传播和反向传播组成；（6）层与层的连接是单向的，信息的传播是双向的。
RBF网络特点：(1) RBF网络的作用函数为高斯函数，是局部的，BP网络的作用函数为S函数，是全局的；(2)如何确定RBF网络隐层节点的中心及基宽度参数是一个困难的问题；