●第1章 概論
1.1 智能控制的產生與發展
1.1.1 自動控制的機遇與挑戰
1.1.2 智能控制的發展和作用
1.2 中國智能控制發展簡史
1.2.1 國內外智能控制發展過程
1.2.2 我國智能控制科技成果
1.2.3 我國智能控制教育與人纔培養
1.2.4 我國智能控制存在的問題
1.3 智能控制的定義、特點、一般結構與分類
1.3.1 智能控制的定義、特點與評價準則
1.3.2 智能控制器的一般結構
1.3.3 智能控制繫統的分類
1.4 智能控制的學科結構理論體繫
1.4.交集結構理論
1.4.交集結構理論
1.4.交集結構理論
1.5 本書概要
習題1
第2章 遞階控制繫統
2.1 遞階智能機器的一般理論
2.1.1 遞階智能機器的一般結構
2.1.2 遞階智能機器的信息論基礎
2.1.3 IPDI原理的解析公式
2.2 遞階智能控制繫統的原理與結構
2.2.1 組織級原理與結構
2.2.2 協調級原理與結構
2.2.3 執行級原理與結構
2.3 遞階智能控制繫統舉例
2.3.1 汽車自主駕駛繫統的組成
2.3.2 汽車自主駕駛繫統的遞階結構
2.3.3 自主駕駛繫統的軟件結構與控制算法
2.3.4 自主駕駛繫統的試驗結果
2.4 小結
習題2
第3章 專家控制繫統
3.1 專家繫統的基本概念
3.1.1 專家繫統的定義與一般結構
3.1.2 專家繫統的建造步驟
3.2 專家繫統的主要類型與結構
3.2.1 基於規則的專家繫統
3.2.2 基於框架的專家繫統
3.2.3 基於模型的專家繫統
3.3 專家控制繫統的結構與設計
3.3.1 專家控制繫統的結構
3.3.2 專家控制繫統的控制要求與設計原則
3.3.3 專家控制繫統的設計問題
3.4 專家控制繫統應用舉例
3.4.1 實時控制繫統的特點與要求
3.4.2 高爐監控專家繫統
3.5 小結
習題3
第4章 模糊控制繫統
4.1 模糊數學基礎
4.1.1 模糊集合及其運算
4.1.2 模糊關繫與模糊變換
4.1.3 模糊邏輯語言
4.2 模糊推理與模糊判決
4.2.1 模糊推理
4.2.2 模糊判決
4.3 模糊控制繫統原理與結構
4.3.1 模糊控制原理
4.3.2 模糊控制繫統的原理結構
4.4 模糊控制器的設計內容
4.4.1 模糊控制器的設計內容與原則
4.4.2 模糊控制器的控制規則形式
4.5 模糊控制繫統的設計方法
4.5.1 模糊繫統設計的查表法
4.5.2 模糊繫統設計的梯度下降法
4.5.3 模糊繫統設計的遞推最小二乘法
4.5.4 模糊繫統設計的聚類法
4.6 模糊控制器的設計實例與實現
4.6.1 造紙機模糊控制繫統的設計與實現
4.6.2 直流調速繫統模糊控制器的設計
4.7 MATLAB模糊控制工具箱
4.8 小結
習題4
第5章 神經控制繫統
5.1 人工神經網絡概述
5.1.1及其特性
5.1.2 人工神經網絡的基本類型和學習算法
5.1.3 人工神經網絡的典型模型
5.1.4 基於神經網絡的知識表示與推理
5.2 深層神經網絡與深度學習
5.2.1 深層神經網絡
5.2.2 深度學習的定義與特點
5.2.3 深度學習的常用模型
5.2.4 深度學習應用舉例
5.3 神經控制的結構方案
5.3.1 NN學習控制
5.3.2 NN直接逆模控制與內模控制
5，3.3 NN自適應控制
5.3.4 NN預測控制
5.3.5 基於CAMC的控制
5.3.6 多層NN控制和深度控制
5.3.7 分級NN控制
5.4 神經控制繫統的設計與應用示例
5.4.1 石灰窯爐神經內模控制繫統的設計
5.4.2 神經模糊自適應控制器的設計
5.4.3 神經控制繫統應用舉例
5.5 MATLAB神經網絡工具箱及其仿真
5.5.1 MATLAB神經網絡工具箱圖形用戶界面
5.5.2 基於Simulink的神經網絡模塊工具
5.6 小結
習題5
第6章 學習控制繫統
6.1 學習控制概述
6.1.1 學習控制的定義與研究意義
6.1.2 學習控制的發展及其與自適應控制的關繫
6.1.3 控制律映射及對學習控制的要求
6.2 學習控制方案
6.2.1 基於模式識別的學習控制
6.2.2 迭代學習控制
6.2.3 增強學習控制
6.2.4 基於神經網絡的學習控制
6.3 學習控制繫統應用舉例
6.3.1 無縫鋼管張力減徑過程壁厚控制迭代學習控制算法
6.3.2 鋼管壁厚迭代學習控制的仿真及應用結果
6.4 小結
習題6
第7章 分布式控制繫統
7.1 分布式人工智能與真體
7.1.1 分布式人工智能
7.1.2 真體及其特性
7.1.3 真體的結構
7.2 多真體繫統
7.2.1 多真體繫統的模型和結構
7.2.2 多真體繫統的協作、協商和協調
7.2.3 多真體繫統的學習與規劃
7.3 多真體控制繫統的工作原理
7.3.1 MAS控制繫統的基本原理和結構
7.3.2 MAS控制繫統的信息模型
7.4 MAS控制繫統的設計示例
7.5 小結
習題7
第8章 進化控制與免疫控制
8.1 遺傳算法簡介
8.1.1 遺傳算法的基本原理
8.1.2 遺傳算法的求解步驟
8.2 進化控制基本原理
8.2.1 進化控制原理與繫統結構
8.2.2 進化控制的形式化描述
8.3 進化控制繫統示例
8.3.1 一種在線混合進化伺服控制器
8.3.2 一個移動機器人進化控制繫統
8.4 免疫控制基本原理
8.4.1 免疫控制的繫統結構
8.4.2 免疫控制的自然計算體繫和繫統計算框圖
8.5 小結
習題8
第9章 網絡控制繫統
9.1 計算機網絡與網絡控制基礎
9.1.1 計算機網絡及其結構
9.1.2 數據通信與網絡通信
9.1.3 網絡控制的基本問題
9.2 計算機網絡的發展過程
9.3 網絡控制繫統的結構與特點
9.3.1 網絡控制繫統的一般原理與結構
9.3.2 網絡控制繫統的特點與影響因素
9.4 網絡控制繫統的建模與性能評價標準
9.4.1 網絡控制繫統的建模
9.4.2 網絡控制繫統的性能評價標準
9.5 網絡控制繫統穩定性與控制器設計方法
9.5.1 網絡控制繫統的穩定性
9.5.2 網絡控制繫統的控制器設計方法
9.6 網絡控制繫統的調度
9.6.1 網絡控制繫統的調度方法
9.6.2 網絡控制繫統調度的時間參數
9.7 網絡控制繫統的仿真與工程實現
9.7.1 網絡控制繫統的仿真平臺
9.7.2 網絡控制繫統的工程實現
9.8 網絡控制繫統的應用舉例
9.8.1 包裝的網絡測控繫統
9.8.2 熱電廠集散控制繫統
9.9 小結
習題9
第10章 復合智能控制
10.1 復合智能控制概述
10.2 模糊神經復合控制原理
10.3 自學習模糊神經控制繫統
10.3.1 自學習模糊神經控制模型
10.3.2 自學習模糊神經控制算法
10.3.3 弧焊過程自學習模糊神經控制繫統
10.4 進化模糊復合控制器
10.4.1 控制器設計步驟和參數優化方法
10.4.2 解釋（編碼）函數的設計
10.4.3 規則編碼
10.4.4 初始種群和適應度函數的計算
10.4.5 直流電動機GA優化模糊速度控制繫統
10.4.6 進化、模糊和神經復合的故障診斷繫統設計
10.5 小結
習題10
附錄A 基於MATLAB工具箱的模糊與神經控制仿真
A.1 基於模糊邏輯工具箱的模糊控制器
A.2 模糊控制繫統的Simulink仿真
A.3 神經網絡逼近非線性函數的設計
A.4 基於神經網絡工具箱的水反應器模型預測控制實例
附錄B 模糊控制與神經網絡控制的實驗
B.1 電熱箱的模糊閉環控制實驗
B.2 自適應閉環控制實驗
參考文獻

《智能控制原理與應用（第3版）》介紹智能控制的基本原理及其應用，著重介紹各種智能控制繫統的基本概念、工作原理、技術方法與應用。全書共10章，涉及遞階控制、專家控制、模糊控制、神經控制、學習控制、分布式控制、進化控制、網絡控制以及復合智能控制繫統的控制機理、類型結構、設計方法和應用示例等，反映國內外智能控制研究和應用的新進展。與第2版相比，許多內容得到更新。全書繫統全面、內容新穎、編排合理、可讀性強，是一部高水平的智能控制教材。
《智能控制原理與應用（第3版）》可作為高等院校自動化、電氣工程與自動化、智能科學與技術、測控工程、機電工程、機器人、電子工程等專業本科生智能控制類課程教材，也可作為碩士和博士學位智能控制、智能繫統等課程的教材與教學參考書，還可供從事智能控制和智能繫統研究、設計、應用的科技工作者閱讀與參考。