●第一章 緒論1
第一節 智能控制的發展過程1
一、智能控制問題的提出1
二、智能控制的發展2
第二節 智能控制的主要方法4
一、專家繫統和專家控制4
二、模糊控制5
三網絡控制5
四、學習控制6
第三節 智能控制繫統的構成原理7
一、智能控制繫統的結構7
二、智能控制繫統的特點8
三、智能控制繫統研究的數學工具9
習題和思考題10

第二章 模糊控制的理論基礎11
第一節 引言11
一、模糊控制的發展11
二、模糊控制的特點12
三、模糊控制的定義12
第二節 模糊集合論基礎13
一、模糊集合的概念13
二、模糊集合的運算16
三、模糊集合運算的基本性質17
四、隸屬度函數的建立18
五、模糊關繫23
第三節 模糊邏輯、模糊邏輯推理和合成29
一、二值邏輯30
二、模糊邏輯及其基本運算31
三、模糊語言邏輯32
四、模糊邏輯推理36
五、模糊關繫方程的解43
本章小結46
習題和思考題46

第三章 模糊控制繫統48
第一節 模糊控制繫統的組成48
一、模糊化過程49
二、知識庫49
三、推理決策邏輯53
四、準確化計算54
第二節 模糊控制器的設計55
一、模糊控制器的結構設計55
二、模糊控制器的基本類型57
三、模糊控制器的設計原則59
四、模糊控制器的常規設計方法59
第三節 模糊控制器的設計舉例64
一、流量控制的模糊控制器設計64
二、倒立擺的模糊控制器設計67
第四節 模糊ＰＩＤ控制器的設計69
一、模糊控制器和常規PID的混合結構70
二、常規PID參數的模糊自整定技術72
本章小結73
習題和思考題74
上機實驗題74

第四章 人網絡模型75
第一節 引言75
一模型76
二、神經網絡的模型分類77
三、神經網絡的學習算法78
四、神經網絡的泛化能力81
第二節 前向神經網絡模型82
一、單一人82
二、單層神經網絡結構83
三、多層神經網絡結構83
四、多層傳播網絡的BP學習算法84
五、BP學習算法的MATLAB例程89
第三節 動態神經網絡模型92
一、帶時滯的多層感知器網絡93
二、Hopfield神經網絡94
三、回歸神經網絡100
本章小結102
習題和思考題103

第五章 神經網絡控制論104
第一節 引言104
一、神經網絡控制的優越性104
二、神經網絡控制器的分類105
三*、神經網絡的逼近能力108
第二節 非線性動態繫統的神經網絡辨識109
一、神經網絡的辨識基礎109
二、神經網絡辨識模型的結構111
三*、非線性動態繫統神經網絡的辨識115
第三節 神經網絡控制的學習機制121
一、監督式學習122
二、增強式學習124
第四節 神經網絡控制器的設計125
一、神經網絡直接逆模型控制法125
二、直接網絡控制法127
三、多神經網絡自學習控制法129
四、單控制法130
本章小結132
習題和思考題132

第六章 *智能控制的集成技術134
第一節 模糊神經網絡控制134
一、模糊神經網絡的結構135
二、模糊神經網絡的學習算法137
第二節 基於神經網絡的自適應控制143
一、自適應控制技術143
二、神經網絡的模型參考自適應控制143
第三節 智能控制的優化算法147
一、遺傳學習算法147
二、蟻群學習算法149
三、迭代學習算法150
本章小結152

參考文獻153

智能控制作為控制理論發展的第三個發展階段，是人工智能、認知科學、模糊數學、生物控制論、學習理論等在控制論的交叉與結合。本書總結了近幾年來智能控制的研究成果，詳細闡述了智能控制的基本概念、工作原理和設計方法。本書的主要內容包括：智能控制的基本概念、模糊控制的理論基礎、模糊控制繫統、人網絡模型、神經網絡控制論等，後簡單介紹了智能控制的集成技術。本書在深入繫統地介紹智能控制設計理論和應用方法的同時，還給出了一些設計實例和MATLAB算法例程。

本書選材新穎，繫統性強，通俗易懂，突出理論聯繫實際，並配有一定數量的習題和上機操作題，適合於初學者學習智能控制的基本理論和方法。本書可作為高等院校自動化、電氣工程及其自動化、計算等