第1章 概论 1
1.1智能控制的产生与发展 1
1.1.1自动控制的机遇与挑战 2
1.1.2智能控制的发展和作用 4
1.2智能控制的定义、特点、一般结构与分类 7
1.2.1智能控制的定义、特点与评价准则 7
1.2.2智能控制器的一般结构 8
1.2.3智能控制系统的分类 9
1.3人工智能学派理论与计算方法 12
1.3.1人工智能的学派理论 12
1.3.2人工智能与智能控制的计算方法 13
1.4智能控制的学科结构理论体系 14
1.4.1二元交集结构理论 14
1.4.2三元交集结构理论 15
1.4.3四元交集结构理论 16
1.5本书概要 19
习题1 20
第2章 递阶控制系统 21
2.1递阶智能机器的一般理论 21
2.1.1递阶智能机器的一般结构 22
2.1.2递阶智能机器的信息论基础 24
2.1.3 IPDI原理的解析公式 25
2.2递阶智能控制系统的原理与结构 26
2.2.1组织级原理与结构 26
2.2.2协调级原理与结构 30
2.2.3执行级原理与结构 30
2.3递阶智能控制系统举例 31
2.3.1汽车自主驾驶系统的组成 31
2.3.2汽车自主驾驶系统的递阶结构 33
2.3.3自主驾驶系统的软件结构与控制算法 35
2.3.4自主驾驶系统的试验结果 36
2.4小结 37
习题2 38
第3章 专家控制系统 39
3.1专家系统的基本概念 39
3.1.1专家系统的定义与一般结构 39
3.1.2专家系统的建造步骤 42
3.2专家系统的主要类型与结构 43
3.2.1基于规则的专家系统 43
3.2.2基于框架的专家系统 44
3.2.3基于模型的专家系统 47
3.3专家控制系统的结构与设计 48
3.3.1专家控制系统的结构 49
3.3.2专家控制系统的控制要求与设计原则 54
3.3.3专家控制系统的设计问题 56
3.4专家控制系统的建模 58
3.4.1受控对象模型 58
3.4.2专家控制器的模型 59
3.4.3专家控制系统模型 63
3.5专家控制系统应用举例 65
3.5.1实时控制系统的特点与要求 65
3.5.2高炉监控专家系统 66
3.6小结 71
习题3 71
第4章 模糊控制系统 73
4.1模糊数学基础 73
4.1.1模糊集合及其运算 73
4.1.2模糊关系与模糊变换 76
4.1.3模糊逻辑语言与推理 79
4.2模糊控制系统原理与结构 85
4.2.1模糊控制原理 85
4.2.2模糊控制系统的原理结构 86
4.3模糊控制器的设计内容 92
4.3.1模糊控制器的设计内容与原则 92
4.3.2模糊控制器的控制规则形式 96
4.4模糊控制系统的设计方法 97
4.4.1模糊系统设计的查表法 97
4.4.2模糊系统设计的梯度下降法 98
4.4.3模糊系统设计的递推最小二乘法 101
4.4.4模糊系统设计的聚类法 102
4.5模糊控制器的设计实例与实现 103
4.5.1造纸机模糊控制系统的设计与实现 104
4.5.2直流调速系统模糊控制器的设计 108
4.6 MATLAB模糊控制工具箱 110
4.7小结 112
习题4 113
第5章 神经控制系统 116
5.1人工神经网络概述 116
5.1.1神经元及其特性 117
5.1.2人工神经网络的基本类型和学习算法 118
5.1.3人工神经网络的典型模型 121
5.1.4基于神经网络的知识表示与推理 125
5.2神经控制的结构方案 129
5.2.1 NN学习控制 129
5.2.2 NN直接逆模控制与内模控制 130
5.2.3 NN自适应控制 131
5.2.4 NN预测控制 132
5.2.5基于CAMC的控制 133
5.2.6多层NN控制和分级NN控制 134
5.3神经控制系统的设计 136
5.3.1石灰窑炉神经内模控制系统的设计 136
5.3.2神经模糊自适应控制器的设计 140
5.3.3神经控制系统应用举例 144
5.4 MATLAB神经网络工具箱及其仿真 147
5.4.1 MATLAB神经网络工具箱图形用户界面 147
5.4.2基于Simulink的神经网络模块工具 147
5.5小结 150
习题5 150
第6章 学习控制系统 153
6.1学习控制概述 153
6.1.1学习控制的定义与研究意义 153
6.1.2学习控制的发展及其与自适应控制的关系 155
6.1.3控制律映射及对学习控制的要求 157
6.2学习控制方案 159
6.2.1基于模式识别的学习控制 160
6.2.2迭代学习控制 162
6.2.3重复学习控制 165
6.2.4增强学习控制 166
6.2.5基于神经网络的学习控制 169
6.3学习控制系统应用举例 169
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 169
6.3.2钢管壁厚迭代学习控制的仿真及应用结果 171
6.4小结 174
习题6 175
第7章 多真体控制系统 176
7.1分布式人工智能与真体 176
7.1.1分布式人工智能 176
7.1.2 agent及其特性 177
7.1.3真体的结构 180
7.2真体的通信 183
7.2.1真体通信的类型和方式 183
7.2.2真体的通信语言 185
7.3多真体系统 186
7.3.1多真体系统的模型和结构 187
7.3.2多真体系统的协作、协商和协调 188
7.3.3多真体系统的学习与规划 191
7.4多真体控制系统的工作原理 191
7.4.1 MAS控制系统的基本原理和结构 192
7.4.2 MAS控制系统的信息模型 195
7.5 MAS控制系统的设计示例 197
7.6小结 202
习题7 203
第8章 进化控制与免疫控制 205
8.1遗传算法简介 205
8.1.1遗传算法的基本原理 205
8.1.2遗传算法的求解步骤 208
8.2进化控制基本原理 211
8.2.1进化控制原理与系统结构 211
8.2.2进化控制的形式化描述 212
8.3进化控制系统示例 213
8.3.1一种在线混合进化伺服控制器 213
8.3.2一个移动机器人进化控制系统 219
8.4免疫算法和人工免疫系统原理 221
8.4.1自然免疫系统的概念、组成与功能 221
8.4.2免疫算法的提出和定义 223
8.4.3免疫算法的步骤和框图 224
8.4.4人工免疫系统的结构 226
8.4.5免疫算法的设计方法和参数选择 227
8.5免疫控制基本原理 229
8.5.1免疫控制的系统结构 229
8.5.2免疫控制的自然计算体系和系统计算框图 231
8.6免疫控制系统示例 232
8.6.1扰动抑制和最优控制器的性能指标 232
8.6.2基于免疫算法的扰动抑制问题 233
8.6.3免疫反馈规则与免疫反馈控制器的设计 235
8.7小结 237
习题8 237
第9章 网络控制系统 239
9.1计算机网络与网络控制基础 239
9.1.1计算机网络及其结构 239
9.1.2数据通信与网络通信 244
9.1.3网络控制的基本问题 247
9.2网络控制系统的结构与特点 249
9.2.1网络控制系统的一般原理与结构 249
9.2.2网络控制系统的特点与影响因素 251
9.3网络控制系统的建模与性能评价标准 253
9.3.1网络控制系统的建模 253
9.3.2网络控制系统的性能评价标准 256
9.4网络控制系统稳定性与控制器设计方法 258
9.4.1网络控制系统的稳定性 258
9.4.2网络控制系统的控制器设计方法 260
9.5网络控制系统的调度 261
9.5.1网络控制系统的调度方法 261
9.5.2网络控制系统调度的时间参数 263
9.6网络控制系统的仿真与工程实现 263
9.6.1网络控制系统的仿真平台 263
9.6.2网络控制系统的工程实现 265
9.7网络控制系统的应用举例 266
9.7.1烟草包装的网络测控系统 266
9.7.2热电厂集散控制系统 270
9.8小结 274
习题9 275
第10章 复合智能控制 276
10.1复合智能控制概述 276
10.2模糊神经复合控制原理 277
10.3自学习模糊神经控制系统 279
10.3.1自学习模糊神经控制模型 279
10.3.2自学习模糊神经控制算法 281
10.3.3弧焊过程自学习模糊神经控制系统 282
10.4专家模糊复合控制器 283
10.4.1专家模糊控制系统的结构 283
10.4.2专家模糊控制系统示例 285
10.5进化模糊复合控制器 287
10.5.1控制器设计步骤和参数优化方法 287
10.5.2解释（编码）函数的设计 288
10.5.3规则编码 290
10.5.4初始种群和适应度函数的计算 294
10.5.5直流电动机GA优化模糊速度控制系统 297
10.6仿人控制 300
10.6.1仿人控制的基本原理和原型算法 300
10.6.2仿人控制器的属性与设计依据 302
10.6.3仿人智能控制器的设计与实现步骤 303
10.7小结 306
习题10 307
附录A 基于MATLAB工具箱的模糊与神经控制仿真 308
A.1基于模糊逻辑工具箱的模糊控制器 308
A.2模糊控制系统的Simulink仿真 311
A.3神经网络逼近非线性函数的设计 312
A.4基于神经网络工具箱的水反应器模型预测控制实例 316
附录B 模糊控制与神经网络控制的实验 322
B.1电热箱的模糊闭环控制实验 322
B.2单神经元自适应闭环控制实验 323
参考文献 326