第1章 概述 1
1.1 智能控制的产生与发展 2
1.1.1 自动控制面临的机遇与挑战 2
1.1.2 智能控制的发展和学科的建立 3
1.2 智能控制的基本知识 5
1.2.1 智能控制的定义与特点 5
1.2.2 智能控制器的一般结构 6
1.2.3 智能控制系统的分类 7
1.3 智能控制的结构理论 9
1.3.1 二元交集结构理论 10
1.3.2 三元交集结构理论 10
1.3.3 四元交集结构理论 11
1.4 本书概要 14
习题1 15
第2章 递阶控制 17
2.1 递阶智能机器的一般结构 18
2.2 递阶智能控制系统举例 20
2.2.1 汽车自主驾驶系统的组成 20
2.2.2 汽车自主驾驶系统的递阶结构 21
2.2.3 自主驾驶系统的结构与控制算法 24
2.3 小结 25
习题2 25
第3章 专家控制 27
3.1 专家系统的基本概念 28
3.1.1 专家系统的定义与一般结构 28
3.1.2 专家系统的建造步骤 29
3.2 专家系统的主要类型及其结构 30
3.2.1 基于规则的专家系统 30
3.2.2 基于框架的专家系统 32
3.2.3 基于模型的专家系统 33
3.3 专家控制系统的结构与类型 35
3.3.1 专家控制系统的控制要求与设计原则 35
3.3.2 专家控制系统的结构 37
3.3.3 专家控制系统的类型 41
3.4 专家控制系统应用举例 41
3.4.1 实时控制系统的特点与要求 41
3.4.2 高炉监控专家系统 42
3.5 小结 44
习题3 45
第4章 模糊控制 47
4.1 模糊数学基础 48
4.1.1 模糊集合、模糊逻辑及其运算 48
4.1.2 模糊逻辑推理 50
4.1.3 模糊判决方法 52
4.2 模糊控制系统原理与结构 53
4.2.1 模糊控制原理 54
4.2.2 模糊控制系统的工作原理 54
4.3 模糊控制器的设计内容 55
4.3.1 模糊控制器的设计内容与原则 55
4.3.2 模糊控制器的控制规则形式 59
4.4 模糊控制系统的设计方法 60
4.4.1 模糊系统设计的查表法 60
4.4.2 模糊系统设计的梯度下降法 61
4.4.3 模糊系统设计的递推最小二乘法 64
4.4.4 模糊系统设计的聚类法 66
4.5 模糊控制器的设计实例与实现 67
4.5.1 模糊控制器的设计 68
4.5.2 模糊控制器的在线实现 70
4.6 小结 72
习题4 73
第5章 神经控制 75
5.1 人工神经网络的初步知识 76
5.1.1 神经元及其特性 76
5.1.2 神经网络与智能控制 77
5.1.3 人工神经网络的基本类型和学习算法 78
5.1.4 人工神经网络的典型模型 79
5.1.5 基于神经网络的知识表示与推理 81
5.2 神经控制的结构方案 84
5.2.1 NN学习控制 84
5.2.2 NN直接逆模控制与内模控制 84
5.2.3 NN自适应控制 85
5.3 神经控制器的设计 87
5.4 小结 91
习题5 91
第6章 学习控制 93
6.1 学习控制概述 94
6.1.1 学习控制的定义与研究意义 94
6.1.2 学习控制的发展及其与自适应控制的关系 96
6.1.3 对学习控制的要求 98
6.2 学习控制方案 99
6.2.1 基于模式识别的学习控制 100
6.2.2 迭代学习控制 101
6.2.3 重复学习控制 104
6.2.4 基于神经网络的学习控制 105
6.3 学习控制系统应用举例 105
6.3.1 无缝钢管张力减径过程壁厚控制迭代学习控制算法 105
6.3.2 钢管壁厚迭代学习控制的仿真及应用结果 107
6.4 小结 110
习题6 111
第7章 进化控制与免疫控制 113
7.1 遗传算法简介 114
7.1.1 遗传算法的基本原理 114
7.1.2 遗传算法的求解步骤 117
7.2 进化控制基本原理 119
7.2.1 进化控制原理与系统结构 119
7.2.2 进化控制的形式化描述 121
7.3 进化控制系统示例 122
7.3.1 进化控制系统的体系结构 122
7.3.2 进化规划器的结构与算法 122
7.3.3 运动规划算法 124
7.4 免疫算法和人工免疫系统原理 124
7.4.1 免疫算法的提出和定义 124
7.4.2 免疫算法的步骤和框图 126
7.5 免疫控制的系统结构 128
7.5.1 免疫控制的四元结构 128
7.5.2 免疫控制系统的一般结构 129
7.6 免疫控制系统示例 130
7.6.1 免疫反馈规则 130
7.6.2 免疫反馈控制器的设计 131
7.7 小结 132
习题7 133
第8章 复合智能控制 135
8.1 复合智能控制概述 136
8.2 模糊神经复合控制原理 137
8.3 模糊神经复合控制系统举例 139
8.3.1 自学习模糊神经控制模型 139
8.3.2 自学习模糊神经控制算法 140
8.3.3 弧焊过程自学习模糊神经控制系统 142
8.4 专家模糊复合控制器 143
8.4.1 专家模糊控制系统结构 143
8.4.2 专家模糊控制系统示例 144
8.5 小结 146
习题8 146
第9章 其他智能控制 147
9.1 仿人控制 148
9.1.1 仿人控制的基本原理和原型算法 148
9.1.2 仿人控制器的智能属性与设计依据 149
9.1.3 仿人智能控制器的设计与实现步骤 151
9.2 基于多真体系统的控制 154
9.2.1 分布式人工智能与真体（agent） 154
9.2.2 真体的要素、特性和结构 155
9.2.3 多真体系统 158
9.2.4 多真体控制系统的工作原理 159
9.3 基于Web的控制 162
9.3.1 基于Web的控制系统的一般原理与结构 162
9.3.2 基于Web的控制系统结构实例分析 164
9.4 小结 165
习题9 165
第10章 展望智能控制 167
10.1 人工智能争论及其对智能控制的影响 168
10.1.1 人工智能的主要学派 168
10.1.2 人工智能主要学派理论上的争论 169
10.1.3 人工智能主要学派对智能控制的影响 169
10.2 智能控制的应用研究问题 170
10.2.1 智能机器人规划与控制 170
10.2.2 生产过程的智能监控 171
10.2.3 自动加工系统的智能控制 171
10.2.4 智能故障检测与诊断 172
10.2.5 飞行器的智能控制 172
10.2.6 医疗过程智能控制 173
10.2.7 智能仪器 174
10.3 智能控制进一步研究的问题 174
10.4 展望智能控制的发展 176
10.4.1 发展更新的理论框架 176
10.4.2 创建更优的技术集成 176
10.4.3 开发更好的应用方法 177
10.5 结语 178
习题10 179
附录 各章教学重点、难点和要求 180
参考文献 184