本书较全面地叙述了智能控制的基本理论、方法和应用。全书共11章。主要内容为:专家控制的基本原理和应用;模糊控制的基本原理和应用;神经网络控制的基本原理和应用;遗传算法及其应用和迭代学习控制方法及其应用。
本书系统性强,突出理论联系实际,叙述深入浅出,适合于初学者学习。书中给出了一些智能算法的Matlab仿真程序,并配有一定数量的习题和上机操作题。
本书可作为高等院校自动化、计算机应用、电子工程等专业的硕士研究生和高年级本科生的教材,也可供从事自动化领域的工程技术人员阅读和参考。

第2章 专家控制
在传统控制系统中,系统的运行排斥了人为的干预,人机之间缺乏交互,控制器对被控对象在环境中的参数、结构的变化缺乏应变能力。传统控制理论的不足,在于它必须依赖于被控对象严格的数学模型,试图对**模型来求取*优的控制效果,而实际的被控对象存在着许多难以建模的因素。
20世纪80年代初,人工智能中专家系统的思想和方法开始被引入控制系统的研究和工程应用中。专家系统主要面临的是各种非结构化的问题,它能处理定性的、启发式或不确定的知识信息,经过各种推理来达到系统的任务目标。专家系统这一特点为解决传统控制理论的局限性提供了重要的启示,两者的结合导致了专家控制这一方法。
2.1 专家系统
2.1.1 专家系统概述
1.定义
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。
2.发展历史
专家系统的发展分为3个时期。
(1)初创期(1965-1971年)
**代专家系统DENLDRA和MACSMA的出现,标志着专家系统的诞生。其中,DEN—LDRA为推断化学分子结构的专家系统,由专家系统的奠基人、Stanford大学计算机系的Feigenbaum教授及其研究小组研制。MACSMA为用于数学运算的数学专家系统,由麻省理工学院完成。
……

第1章 结论
1.1 智能控制的发展过程
1.2 智能控制的几个重要分支
1.3 智能控制的特点、研究工具
思考题与习题
第2章 专家控制
2.1 专家系统
2.2 专家控制
2.3 专家PID控制
思考题与习题
附录(程序代码)
第3章 模糊控制的理论基础
3.1 概述
3.2 模糊集合
3.3 隶属函数
3.4 模糊关系及其运算
3.5 模糊推理
思考题与习题
附录(程序代码)
第4章 模糊控制
4.1 模糊控制的基本原理
4.2 模糊控制系统分类
4.3 模糊控制器的设计
4.4 模糊控制应用实例——洗衣机的模糊控制
4.5 模糊自适应整定PID控制
4.6 Sugeno模糊模型
4.7 基于Sugeno模糊模型的倒立摆模糊控制
4.8 模糊控制的应用
4.9 模糊控制发展概况
思考题与习题
附录(程序代码)
第5章 ���适应模糊控制
第6章 神经网络的理论基础
第7章 典型神经网络
第8章 **神经网络
第9章 神经网络控制
第10章 遗传算法及其应用
第11章 迭代学习控制
附录A
参考文献