基本信息

編輯推薦語

蔡自興編著的《智能控制導論（第2版）》介紹智能控制的基本原理及其應用，著重討論智能控制幾個主要繫統的原理、方法及應用。所涉及的智能控制繫統依次為遞階控制、專家控制、模糊控制、神經控制、學習控制、進化控制與免疫控制、多真體控制、網絡控制、復合智能控制等繫統。本次修訂時，對全書進行了較大更新，特別突出了計算智能（軟計算），加強了模糊控制與神經控制的計算和Matlab工具的應用指導，充實了網絡控制的內容，對其他各章也做了一些調整與增刪，例如把“網絡控制”和“多真體控制”分別擴展獨立成章，刪去“其他智能控制”和“展望智能控制”兩章，把“仿人控制”並入“復合控制”，把“展望智能控制”的部分內容調入第1章“概述”等。在保持本書固有特色的基礎上，精煉了內容，增加了訓練，吸收了新知識，更加適合作為本科生教材，有利於提高課程教學水平和本科生培養質量。 本書是國家精品課程和國家精品資源共享課程“智能控制”的配套教材，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、電子工程等專業本科生智能控制類課程的教材，也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。

內容提要

蔡自興編著的《智能控制導論（第2版）》介紹 智能控制的基本概念、原理、技術與應用。全書共10 章，第1章介紹智能控 制的概況，第2章至第10章逐一研究了遞階控制、專 家控制、模糊控制、神經控制、學習 控制、進化控制與免疫控制、多真體控制、網絡控制 和復合智能控制等繫統。第二版進行 了較大更新，加強了模糊控制和神經控制的計算，充 實了網絡控制內容，對其他各章也做 了一些調整與增刪。本書內容繫統、全面、新穎、精 練，反映出國內外智能控制研究和應 用的*新進展，是一本智能控制的導論性教材。
     《智能控制導論（第2版）》可作為高等學校自 動化、電氣工程與自動化、智能科學與技術、測控工 程、信息 工程、機電工程和電子工程等專業本科生的智能控制 類課程的教材，也可供從事智能控制 與智能繫統研究、設計、開發和應用的科技工作者參 考，還可作為大專院校和高等職業技 術學院相關專業的教材或教學參考書。
    

作者簡介

蔡自興，聯合國專家、國際導航與運動控制科學院院士、紐約科學院院士，首屆全國高校***教學名師獎、徐特立教育獎、寶鋼全國**教師特等獎獲得者。主要從事計算機智能繫統、人工智能、智能控制、智能機器人研究。已在國內外公開出版專著和教材40部，發表論文報告近千篇，主持、參加包括國家重大和重點項目在內的科教研究40多項，獲國際獎劢2項、***獎勵2項、省部級以上獎勵10多項，主持多門國家精品課程、***精品視頻公開課、國家精品資源共享課、***雙語教學課程、***教學團隊等教改項目的教學與建設。現為中南大學信息科學與工程學院教授、博士生導師，兼任中國人工智能學會榮譽副理事長、中國自動化學會理事、中國計算機學會人工智能與模式識別專業委員會委員等職。曾任第八屆湖南省政協副主席，全國政協第九、十屆委員會委員，中國人工智能學會副理事長及智能機器人專業委員會主任，北京大學信息科學中心、中國科學院自動化研究所和俄羅斯科學院聖彼得堡自動化與信息學研究所客座研究員，美國倫塞勒工學院和丹麥技術大學客座教授，國防科學技術大學、北京航空航天大學、北京郵電大學等校兼職教授等職。

目錄

第二版前言
  **版前言
  第1章 概述
   1.1 智能控制的產生與發展
   1.1.1 自動控制面臨的機遇與挑戰
   1.1.2 智能控制的發展和學科的建立
   1.2 智能控制的基本知識
   1.2.1 智能控制的定義與特點
   1.2.2 智能控制器的一般結構
   1.2.3 智能控制繫統的分類
   1.3 人工智能的學派理論與計算方法
   1.3.1 人工智能的學派理論及其對智能控制的影響
   1.3.2 人工智能與智能控制的計算方法
   1.4 智能控制的結構理論
   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
   2.1 遞階智能機器的一般結構
   2.2 遞階智能控制繫統舉例
   2.2.1 汽車自主駕駛繫統的組成
   2.2.2 汽車自主駕駛繫統的遞階結構
   2.2.3 自主駕駛繫統的結構與控制算法
   2.2.4 自主駕駛繫統的試驗結果
   2.3 本章小結
   習題2
  第3章 專家控制
   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及其結構
   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類型
   3.3.1 專家控制繫統的控制要求與設計原則
   3.3.2 專家控制繫統的結構
   3.3.3 專家控制繫統的類型
   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 本章小結
   習題3
  第4章 模糊控制
   4.1 模糊數學基礎
   4.1.1 模糊集合、模糊邏輯及其運算
   4.1.2 模糊關繫與模糊變換
   4.1.3 模糊邏輯推理
   4.1.4 模糊判決方法
   4.2 模糊控制繫統的原理與結構
   4.2.1 模糊控制原理
   4.2.2 模糊控制繫統的工作原理
   4.3 模糊控制器的設計內容
   4.3.1 模糊控制器的設計內容與原則
   4.3.2 模糊控制器的控制規則形式
   4.4 模糊控制繫統的設計方法
   4.4.1 模糊繫統設計的查表法
   4.4.2 模糊繫統設計的梯度下降法
   4.4.3 模糊繫統設計的遞推*小二乘法
   4.4.4 模糊繫統設計的聚類法
   4.5 模糊控制器的設計實例與實現
   4.5.1 模糊控制器設計
   4.5.2 模糊控制器的在線實現
   4.6 Matlab模糊控制工具箱簡介
   4.7 本章小結
   習題4
  第5章 神經控制
   5.1 人工神經網絡的初步知識
   5.1.1及其特性
   5.1.2 神經網絡與智能控制
   5.1.3 人工神經網絡的基本類型和學習算法
   5.1.4 人工神經網絡的典型模型
   5.1.5 基於神經網絡的知識表示與推理
   5.2 神經控制的結構方案
   5.2.1 NN學習控制
   5.2.2 NN直接逆模控制與內模控制
   5.2.3 NN自適應控制
   5.3 神經控制器的設計
   5.3.1 神經控制繫統的設計內容和結構
   5.3.2 神經控制器的訓練與學習算法
   5.4 Matlab神經網絡工具箱及其仿真
   5.4.1 Matlab神經網絡工具箱圖形用戶界面設計
   5.4.2 基於Simulink的神經網絡及其控制仿真
   5.5 本章小結
   習題5
  第6章 學習控制
   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 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 重復學習控制
   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 本章小結
   習題6
  第7章 進化控制與免疫控制
   7.1 遺傳算法簡介
   7.1.1 遺傳算法的基本原理
   7.1.2 遺傳算法的求解步驟
   7.2 進化控制基本原理
   7.2.1 進化控制原理與繫統結構
   7.2.2 進化控制的形式化描述
   7.3 進化控制繫統示例
   7.4 免疫算法和人工免疫繫統原理
   7.4.1 自然免疫繫統的概念、組成與功能
   7.4.2 免疫算法的提出和定義
   7.4.3 免疫算法的步驟和框圖
   7.5 免疫控制繫統的結構
   7.6 免疫控制繫統示例
   7.7 本章小結
   習題7
  第8章 多真體控制
   8.1 分布式人工智能與真體（Agent）
   8.1.1 分布式人工智能
   8.1.2 Agent及其特性
   8.1.3 真體的結構
   8.2 多真體繫統
   8.2.1 多真體繫統的模型和結構
   8.2.2 多真體繫統的協作、協商和協調
   8.2.3 多真體繫統的學習與規劃
   8.3 多真體控制繫統的工作原理
   8.3.1 MAS控制繫統的基本原理和結構
   8.3.2 MAS控制繫統的信息模型
   8.4 本章小結
   習題8
  第9章 網絡控制
   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 網絡控制繫統的結構與特點
   9.2.1 網絡控制繫統的一般原理與結構
   9.2.2 網絡控制繫統的特點與影響因素
   9.3 網絡控制繫統的性能評價標準
   9.3.1 網絡服務質量
   9.3.2 繫統控制性能
   9.4 網絡控制繫統的應用舉例
   9.4.1 煙草包裝網絡測控繫統的工作原理
   9.4.2 煙草包裝網絡測控繫統的功能與特色
   9.5 本章小結
   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 模糊神經復合控制繫統舉例
   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 專家模糊復合控制器
   10.4.1 專家模糊控制繫統結構
   10.4.2 專家模糊控制繫統示例
   10.5 仿人控制
   10.5.1 仿人控制的基本原理和原型算法
   10.5.2 仿人控制器的屬性與設計依據
   10.5.3 仿人智能控制器的設計與實現步驟
   10.6 本章小結
   習題10
  附錄 各章教學重點、難點和要求
  參考文獻