温度传感器对水温进行测量，传感器的测量值经A/D变换后送往控制器，与预定值比较，将其差值的精确值模糊化，模糊值输入到规则库，输出为模糊值，去模糊化，将精确值经D/A转换为精确量控制电磁阀开度，从而控制热水器温度达到预定值。
4.举例说明模糊控制器的设计过程。（18--26）（第三章模糊控制）p44
模糊控制器的设计步骤 ：建立模糊控制规则、选择模糊推理模型、模糊推理、反模糊化
（1）确定模糊控制器的输入变量和输出变量； （2）确定输入，输出的论域和Ke、Kec、Ku的值； （3）确定各变量的语言取值及其隶属函数； （4）总结专家控制规则及其蕴涵的模糊关系；
（5）选择推理算法； （6）确定清晰化的方法； （7）总结模糊查询表。
5.模糊控制中隶属函数的选择有哪些原则？
由于模糊集研究的对象具有模糊性和经验性, 因此找到一种统一的隶属度计算方法是不现实的。隶属度函数实质上反映的是事物的渐变性, 因此, 它应该遵守如下基本原则: ( 1) 表示隶属度函数的模糊集合必须是凸模糊集合。( 2) 变量所取隶属度函数通常是对称和平衡的。( 3) 隶属度函数要符合人们的语义顺序, 避免不恰当的重叠。(4) 论域中的每个点应该至少属于一个隶属度函数的区域, 同时它一般应该属于至多不超过两个隶属度函数的区域。(5) 对同一输入没有两个隶属度函数会同时有最大隶属度。(6) 当两个隶属度函数重叠时, 重叠部分对两个隶属度函数的最大隶属度不应该有交叉。 确定同一模糊变量模糊子集隶属函数的几个原则：
论域中每个点应至少属于一个隶属函数的区域，并应属于不超过两个隶属函数的区域。 对于同一个输入没有两个隶属函数会同时有最大隶属度。
当两个隶属函数重叠时，重合部分的任何点的隶属函数的和应该小于等于1。
6.模糊控制的优缺点？改进方法有哪些？
改进方法：
（1）自校正模糊控制：针对普通模糊控制器的参数和控制规则在系统运行时无法在线调整，自适应能力差的缺陷，自校正模糊控制器可以在线修正模糊控制器的参数或控制规则，从而增强了模糊控制器的自适应能力，提高了控制系统的动静态性能和鲁棒性。
自校正模糊控制器通常分为两种：参数自校正模糊控制器和规则自校正模糊控制器
（2）模糊比例控制器：为了解决模糊控制的离散性对控制质量的影响，在模糊控制查询表的两个离散级之间，插入按偏差量化余数的比例调节，使模糊控制量连续化 （3）模糊控制与PID控制的结合
双模控制——由模糊控制器和PI控制器并联组成，控制开关在系统误差较大时接通模糊控制器，来克服不确定性因素的影响；在系统误差较小时接通PI控制器来消除稳态误差。
串联控制——
并联控制——
（4）模糊控制系统的结构
7.神经网络的分类。
（1）从结构上划分——通常所说的网络结构，主要是指它的联接方式。神经网络从拓扑结构上来说，主要分为层状和网状结构。
①层状结构：网络由若干层组成，每层中有一定数量的神经元，相邻层中神经元单向连接，一般同层内神经元不能连接。
前向网络：只有前后相邻两层之间神经元相互连接，各神经元之间没有反馈，每个神经元从前一层接收输入，发送输出给下一层。
②网状结构：网络中任何两个神经元之间都可能双向联接 反馈网络：从输出层到输入层有反馈，每一个神经元同时接收外来输入和来自其他神经元的反馈输入，其中包括神经元输出信号引回自身输入的自环反馈。 混合型网络：前向网络的同一层神经元之间有互联的网络。 （2）从激发函数的类型上划分
高斯基函数神经网络、小波基函数神经网络、样条基函数神经网络等等 （3）从网络的学习方式上划分
①有导师学习神经网络：为神经网络提供样本数据，对网络进行训练，使网络的输入输出关
系逼近样本数据的输入输出关系。 ②无导师学习神经网络
不为神经网络提供样本数据，学习过程中网络自动将输入数据的特征提取出来。 （4）从学习算法上划分
基于BP算法的网络、基于Hebb算法的网络、基于竞争式学习算法的网络、基于遗传算法的网络
8.神经网络在控制中的主要作用是什么？举例说明
神经网络在控制中的应用：神经网络辨识技术，神经网络控制技术。 神经网络在控制中主要起以下作用：
(1)基于精确模型的各种控制结构中充当对象的模型； (2)在反馈控制系统中直接充当控制器的作用； (3) 在传统控制系统中起优化计算作用；
(4)在与其它智能控制方法和优化算法相融合中, 为其提供对象模型、优化参数、推理模型及故障诊断等。
举例：神经网络直接反馈控制系统
9.专家系统的组成部分及工作原理。
专家系统的结构一般专家系统由知识库、全局数据库、推理机、解释器、用户接口及知识获取器六个部分组成。
（1）知识库以某种存储结构存储领域专家的知识。 （2）全局数据库亦称为“黑板”，它用于存储求解问题的初始数据和推理过程中得到的中间数据，以及最终的推理结论。
（3）推理机根据全局数据库的当前内容，从知识库中选择匹配成功的可用规则，并通过执行可用规则来修改数据库中的内容，直至推理出来问题的结论。 （4）解释器用于向用户解释专家系统的行为。 （5）用户接口是系统与用户进行对话的界面。
（6）知识获取模块把知识工程师提供的知识转换为知识内部表示模式存入知识库中，在知识存储的过程中，对知识进行一致性、完整性检测。