问题，你尽管问吧！”方教授开心地笑道：
“谢谢教授，我在学多目标Pareto最优解算法遇到一个问题，如何设定模糊值与最优值的界限，精准判定最优计算的目标？”周兴迫切地问：
闻言，方教授眉头一皱，看着周兴的目光有些怪异。
“多目标优化计算是指在约束条件下，有两个或多个以上目标，而这些计算目标之间有存在相互矛盾，不能到达同时解算，也就是说计算一个目标，往往以牺牲其他目标计算值为代价，要以先提前设定矛盾冲突峰值，……。”方教授思考了一想，回答周兴道：
方教授在解答的同时，密切关注着周兴，见他露出一副恍然之色，心中的疑惑更重了，周兴提问的问题涉及了智能领域一种比较深入多目标算法，不属于初学者涉及的范畴。
“谢谢教授，这个问题我明白了，先设定矛盾值，在界定优化。”周兴开心地点了点头，感激地向方教授道了个谢，接着继续提问道：“教授，我还有个问题，是一个实验关于模糊策略计算的问题，实验步骤是这样的，设计一块芯片，控制进水阀S1和出水阀S2，自动控制水位为0值，…，控制量U即为模糊控制的输出，U由偏差矩阵e和模糊关系矩阵R，…，实验失败，教授您看那个步骤出了问题。”
听着周兴滔滔不绝的讲述难题，方教授不由坐直了身体，竖耳倾听起来，周兴描述的问题是关于模糊控制算法的题目，同样是涉及智能领域非常深入的知识点。
听完问题，方教授皱眉思考了一会儿，回答道：“这个实验案例，定制的观测量和控制量没错，输入量和输出量的五个模糊化集定值正确，定制模糊规则设置有偏差，你结合神经网络来学习模糊规则了吗？在控制量的反模糊化处理结算这一步你没做好，…，所以才会导致数据错误。”
“原来是这样，我明白了！”周兴面色一喜，感激地看着方教授，继续请教道：“教授，我还有个问题，还是一个实验，…。”
听着周兴讲述实验步骤，方教授面色凝重，皱眉思考了才解答道：“这个实验涉及了模拟退火算法，将他引入一个接受概率P，……。”
听着方教授的解答，周兴茅塞顿开，感激地道了个谢，接着继续抛出一个问请教。
“……。”
一问一答，不知不觉持续了近两个小时过去了。
“咔嚓”的一声，屋内突然响起一个开门声，只见，一个年约五旬的妇女从屋内的卧室走出来，一脸惊诧
…。。