第一章 智能控制概述 1
1.1 智能控制及其研究对象和数学工具 1
1.2 智能控制系统 4
1.2.1 智能控制系统的基本结构 5
1.2.2 智能控制系统的主要功能特点 6
1.3 智能控制的发展概况 7
第二章 模糊集合论基础 10
2.1 普通集合及其运算 10
2.1.1 集合的概念 10
2.1.2 集合的表示法 10
2.1.3 子集、真子集、空集、全集 11
2.1.4 集合的基本运算 13
2.1.5 集合运算规则 14
2.1.6 特征函数 16
2.1.7 集合的直积 17
2.1.8 关系及映射 17
2.2 模糊集合及其运算 23
2.2.1 隶属度和隶属函数 23
2.2.2 模糊子集 24
2.2.3 隶属函数的确定 28
2.2.4 λ水平截集 30
2.2.5 模糊数及其运算 31
2.3 模糊关系 33
2.3.1 模糊关系的定义及其表示 33
2.3.2 模糊矩阵的截矩阵 36
2.3.3 模糊关系的合成及性质 37
2.4 模糊逻辑和模糊推理 39
2.4.1 模糊逻辑 39
2.4.2 假言推理 41
2.4.3 模糊条件语句及其推理规则 43
2.5 基于控制规则库的模糊推理 45
2.5.1 模糊推理的基本方法 45
2.5.2 模糊推理的性质 50
2.5.3 模糊控制中几种常见的模糊推理类型 56
第三章 模糊控制原理与基本模糊控制器 58
3.1 模糊控制的发展和应用概况 58
3.2 模糊控制的基本原理与组成结构 61
3.2.1 模糊控制基本工作原理 61
3.2.2 模糊控制器的基本结构和组成 63
3.2.3 模糊化运算 66
3.2.4 数据库 67
3.2.5 规则库 71
3.2.6 模糊推理与清晰化计算 75
3.2.7 论域为离散时模糊控制的离线计算 78
3.3 基本模糊控制器设计 84
3.3.1 基本模糊控制器的设计步骤及方法 84
3.3.2 基本模糊控制器设计实例 90
第四章 高性能模糊控制器设计 100
4.1 控制规则可调整的模糊控制器 100
4.1.1 带一个可调整因子的控制规则 101
4.1.2 带两个可调整因子的控制规则 102
4.1.3 带多个调整因子的控制规则 102
4.1.4 调整因子自寻优的控制规则 103
4.1.5 控制分量加权的自调整控制规则 104
4.2 自调整比例因子模糊控制器 105
4.2.1 比例因子与被控对象响应之间的关系 105
4.2.2 比例因子对系统响应的影响 106
4.2.3 自调整比例因子自组织模糊控制器 107
4.3 双模态模糊控制器 109
4.3.1 开关控制与预测模糊控制相结合的双模控制方法 109
4.3.2 仿真研究 110
4.4 积分-模糊控制器 113
4.4.1 I-F控制器的构成 114
4.4.2 几种常见的加入积分控制结构形式 115
4.5 自适应模糊控制器 121
4.5.1 修改关系矩阵法 121
4.5.2 修改控制规则法 122
4.5.3 修改控制决策表法 123
4.6 模糊控制在退火炉燃烧过程控制中的应用 124
4.6.1 被控过程概述 124
4.6.2 模糊控制系统的组成 124
4.6.3 模糊控制器和模糊自寻优控制器 126
4.6.4 应用效果 130
第五章 仿人智能控制 132
5.1 仿人智能控制的基本思想和基本概念 132
5.1.1 仿人智能控制的基本思想和特点 132
5.1.2 仿人智能控制的基本概念 133
5.2 仿人智能控制器的结构 139
5.3 仿人智能控制研究的基本内容 142
5.3.1 建模方法与知识表达 142
5.3.2 性能指标 143
5.3.3 稳定性监控 144
5.3.4 多变量控制的解耦 145
5.3.5 可控性、可达性和可信度 146
5.3.6 智商指数 147
5.3.7 多CPU智能控制机 147
5.4 多模态控制与仿人智能积分 150
5.4.1 多模态控制原理 150
5.4.2 多模态PID控制器 154
5.4.3 仿人智能积分控制算法 159
5.5 仿人智能温度控制器 161
5.5.1 整机简介 162
5.5.2 仿人智能控制算法 162
5.5.3 性能对比分析 166
第六章 专家智能控制 169
6.1 专家智能控制的基本概念与方法 169
6.1.1 专家系统 169
6.1.2 专家控制系统 170
6.2 专家控制器 173
6.2.1 专家控制器的设计原则 174
6.2.2 专家控制器的结构 176
6.2.3 专家控制器的特点 178
6.3 专家控制系统的稳定性与鲁棒性分析 179
6.3.1 专家控制系统的稳定性分析 179
6.3.2 专家控制系统的鲁棒性 181
6.4 专家控制应用举例：工业锅炉燃烧过程专家控制 187
6.4.1 工业燃煤锅炉燃烧控制的特点与难点 187
6.4.2 锅炉燃烧过程专家控制规则集、知识库及推理机 190
第七章 智能自整定控制器 206
7.1 自整定PID调节器概述 206
7.2 系统结构与PID控制算法 208
7.2.1 基本PID控制算法 208
7.2.2 参数自适应PID控制 209
7.2.3 基于二次型性能指标的参数优化自适应PID控制 214
7.3 过程特征参数自整定PID调节器 216
7.4 专家系统智能自整定PID调节器 219
7.4.1 专家法控制参数自整定原理 219
7.4.2 PID参数调整专家知识库及推理机 225
7.5 自整定多模态智能控制器（STMC） 230
7.5.1 多模态智能控制算法规则集 230
7.5.2 PID控制参数预整定与自整定 231
7.5.3 监控管理专家系统 234
7.5.4 控制器的硬件与软件结构 236
7.5.5 STMC的系统混合仿真及现场运行结果 238
第八章 人工神经网络概述 244
8.1 神经网络的发展概况 244
8.2 神经元模型 246
8.2.1 生物神经元模型 247
8.2.2 人工神经元模型 248
8.3 人工神经网络及其基本特性 250
第九章 几种典型的神经网络 253
9.1 前馈神经网络 253
9.1.1 感知器网络 253
9.1.2 BP网络 257
9.1.3 BP网络学习算法的改进 261
9.1.4 神经网络的训练 263
9.2 反馈神经网络 269
9.2.1 离散Hopfield网络 269
9.2.2 连续Hopfield网络 271
9.2.3 Boltzmann机 275
9.3 小脑模型神经网络 281
9.3.1 CMAC的工作原理和结构 281
9.3.2 CMAC的学习和主要性质 285
第十章 基于神经网络的智能控制 287
10.1 神经网络控制系统的控制结构 287
10.1.1 用作控制器的神经网络控制结构 287
10.1.2 用作对象模型的神经网络控制结构 289
10.1.3 作为在线估计器的神经网络控制结构 292
10.2 基于神经元网络的智能PID控制 294
10.2.1 神经网络智能PID控制系统 294
10.2.2 系统仿真研究 298
10.3 CMAC在汽车燃油喷射控制系统中的应用 300
10.3.1 被控过程特性 300
10.3.2 基于CMAC的汽车燃油喷射控制 301
10.3.3 控制系统组成与实验结果 303
主要参考文献 307