百度百科对执行系统的解释是：它是利用机械能来改变作业对象的性质、状态、形状或位置，或对作业对象进行检测、度量等，以进行生产或达到其他预定要求的装置，包括机械的执行机构和执行构件。执行系统通常处在机械系统的末端，直接与作业对象接触，是机械系统的主要输出系统。简言之，执行系统就是直接完成系统预期工作任务的部分，一般由执行构件、执行机构组成。

抗原：在生命科学中，能够诱发机体的免疫系统产生免疫应答，产生抗体进行免疫作用的物质。在算法中特指的是非最优个体的基因或错误基因。抗体：在生命科学中，是指免疫系统受抗原刺激后，免疫细胞转化为T细胞并产生能与抗原发生特异性结合的免疫球蛋白，该免疫球蛋白即为抗体。疫苗：在生物学中指保留了能刺激生物免疫系统的特性，使免疫应答做出反应的预防性生物制品。在免疫算法中指根据待已有求问题的先知经验中得到的对最优个体基因的估计。免疫算子：和生命科学中的免疫理论相对应，免疫算子分为全免疫和目标免疫，前者对应着生命科学中的非特异性免疫，后者则对应的是特异性免疫。免疫调节：在免疫反应过程中，抗原对免疫细胞的刺激会增强抗体的分化和繁殖。但大量的抗体的产生会降低这一刺激，从而控制抗体的浓度。同时产生的抗体之间也存在着相互刺激和抑制的作用，这种抗原与抗体亲和力、抗体与抗体之间的排斥力使抗体免疫反应维持在一定的强度，保证机体的动态平衡。免疫记忆：能与抗原发生反应的抗体会成功的作为记忆细胞保存记忆下来，当相似的抗原再次侵入时，这类记忆细胞会被当成功的经验，受刺激并产生大量的抗体，从而大量缩短免疫反应时间。

（1）生成随机的染色体群(这是第一代)，种群大小提前确定。（2）如果满足终止标准，就停止。否则，继续执行步骤3。（3）确定每条染色体的适应度。（4）对本代染色体进行交叉和突变，产生下一代新的染色体群。（5）返回第2步。

遗传算法是基于自然选择理论的宏启发式算法，它利用交叉、变异等算子来生成或搜索种群中更高质量的解以试图确定最优解决方案种群由一组染色体组成，即一组候选解。染色体都由基因组成。染色体通常代表群体中的一个完整的“个体”，换句话说，代表一个完整的解决方案，或一个分类。都代表着个体遗传构成的某个方面。例如，基因可以是完全独立的，代表动物体内某些身体部位的存在。更常见的是，基因以不太透明的方式组合在一起。例如，我们将看到遗传算法如何用于解决数学问题，其中染色体的基因通常被视为代表问题解决方案的二进制数位，整数或实数。编码：染色体在计算机中的表示。

利用多个传感器所获取的关于被测对象和环境全面、完整的信息，主要体现在融合方法上。因此，多传感器系统的核心问题是选择合适的数据融合方法。1.统计方法基于统计学的算法主要运用传统概率统计方法，利用概率分布或者密度函数来描述数据的不确定性。数据融合的目的是从大量冗余、精准性不高的数据中提取所需的特征。①Bayes估计；②最大似然估计；③卡尔曼滤波；④D-S证据理论。2.信息论方法①聚类分析；②表决法；③神经网络；④熵法。3.认知模型方法①模糊逻辑；②知识系统；③逻辑模板。

目标——数据融合的目的就是通过多传感器进行协作测量并进一步融合数据，全面了解被测对象以获得对其的一致性最优估值和辨识。原理——N个不同类型的传感器采集被测目标的观察量，经过特征提取变换处理，得到观察量对应的特征矢量。接着对特征矢量进行模式识别处理得到各传感器关于被测目标的描述说明；然后将这些描述说明数据按同一个被测目标进行分组，最后利用融合方法将每一被测目标述说明数据进行合成，得到该目标的一致性解释描述。层次——数据融合按其在融合系统中信息处理的抽象程度，主要划分为三个层次：数据级融合、特征级融合和决策级融合。1）数据级融合：也称像素级融合，是对传感器的直接观测数据的融合，然后从融合的数据中提取特征矢量并进行判断识别。2）特征级融合：特征级融合属于中间层次，先从每种传感器提供的原始观测数据中提取有代表性的特征，这些特征融合成单一的特征矢量，然后运用模式识别的方法进行处理作为进一步决策的依据。3）决策级融合：决策级融合属于高层次的融合，首先每个传感器执行一个对目标的识别决策，然后将来自每个传感器的识别结果进行融合，按照一定的准则作出最优决策。

1、自补偿功能；2、自计算和处理功能；3、自学习与自适应功能；4、自诊断功能；5、其它的常用功能包括用于数据交换通信接口功能,数字和模拟输出功能及使用备用电源的断电保护功能等。其它的常用功能包括用于数据交换通信接口功能,数字和模拟输出功能及使用备用电源的断电保护功能等

专家系统是利用人工智能方法与技术开发的一类智能程序系统，主要是模仿某个领域专家的知识经验来解决该领域特定的一类专业问题。其基本原理是通过利用形式化表征的专家知识与经验，模仿人类专家的推理与决策过程，从而解决原本需要人类专家解决的一些专门领域的复杂问题。主要特点：1、专家系统主要是运用专家的经验知识来进行推理、判断、决策，从而解决问题，因此可以启发帮助大量非专业人员去独立开展原本不熟悉的专业领域工作；2、用户使用专家系统不仅仅可以得到所需要的结论，而且可以了解获得结论的推导理由与过程，因此比直接与一些性格古怪的人类专家咨询来得更加方便、透明和信赖；3、作为一种人工构造的智能程序系统，对专家系统中知识库的维护、更新与完善更加灵活迅速，可以满足用户不断增长的需要。

智能系统与传统系统的又一个重要区别在于：智能系统具有现场感应（环境适应)的能力。所谓现场感应指它可能与所处的现场依次进行交往，并适应这种现场。这种交往包括感知、学习、推理、判断并做出相应的动作。这也就是通常人们所说的自动组织性与自动适应性。1、处理对象：智能系统处理的对象，不仅有数据，而且还有知识。一个智能系统也是一个基于知识处理的系统。2、处理结果：智能系统往往采用人工智能的问题求解模式来获得结果。智能系统通常采用的问题求解方法大致分为搜索、推理和规划三类。3、实现原理：智能系统包含硬件与软件两个部分，在实际的应用中需要软硬件的紧密结合才能更加高效的完成工作。

智能系统的前世：自然界的生物是人类的老师，人类通过观察自然，模仿生物，揭示了各种的自然奥秘，并不断地应用到人类的生活活动中，推进了人类历史的发展。智能系统的今生：自然界的生物是人类的老师，人类通过观察自然，模仿生物，揭示了各种的自然奥秘，并不断地应用到人类的生活活动中，推进了人类历史的发展。