智能控制导论（第二版）

　　《智能控制导论（第二版）/新世纪电子信息与自动化系列课程改革教材·国家精品课程“智能控制”配套教材》介绍智能控制的基本概念、原理、技术与应用。全书共10章，第1章介绍智能控制的概况，第2章至第10章逐一研究了递阶控制、专家控制、模糊控制、神经控制、学习控制、进化控制与免疫控制、多真体控制、网络控制和复合智能控制等系统。第二版进行了较大更新，加强了模糊控制和神经控制的计算，充实了网络控制内容，对其他各章也做了一些调整与增删。《智能控制导论（第二版）/新世纪电子信息与自动化系列课程改革教材·国家精品课程“智能控制”配套教材》内容系统、全面、新颖、精练，反映出国内外智能控制研究和应用的最新进展，是一本智能控制的导论性教材。《智能控制导论（第二版）/新世纪电子信息与自动化系列课程改革教材·国家精品课程“智能控制”配套教材》可作为高等学校自动化、电气工程与自动化、智能科学与技术、测控工程、信息工程、机电工程和电子工程等专业本科生的智能控制类课程的教材，也可供从事智能控制与智能系统研究、设计、开发和应用的科技工作者参考，还可作为大专院校和高等职业技术学院相关专业的教材或教学参考书。

　　蔡自兴，联合国专家、国际导航与运动控制科学院院士、纽约科学院院士，首届全国高校国家级教学名师奖、徐特立教育奖、宝钢全国优秀教师特等奖获得者。主要从事计算机智能系统、人工智能、智能控制、智能机器人研究。已在国内外公开出版专著和教材40部，发表论文报告近千篇，主持、参加包括国家重大和重点项目在内的科教研究40多项，获国际奖2项、国家级奖励2项、省部级以上奖励10多项，主持多门国家精品课程、国家级精品视频公开课、国家精品资源共享课、国家级双语教学课程、国家级教学团队等教改项目的教学与建设。现为中南大学信息科学与工程学院教授、博士生导师，兼任中国人工智能学会荣誉副理事长、中国自动化学会理事、中国计算机学会人工智能与模式识别专业委员会委员等职。曾任第八届湖南省政协副主席，全国政协第九、十届委员会委员，中国人工智能学会副理事长及智能机器人专业委员会主任，北京大学信息科学中心、中国科学院自动化研究所和俄罗斯科学院圣彼得堡自动化与信息学研究所客座研究员，美国伦塞勒工学院和丹麦技术大学客座教授，国防科学技术大学、北京航空航天大学、北京邮电大学等校兼职教授等职。

第二版前言
第一版前言
第1章 概述
1.1 智能控制的产生与发展
1.1.1 自动控制面临的机遇与挑战
1.1.2 智能控制的发展和学科的建立
1.2 智能控制的基本知识
1.2.1 智能控制的定义与特点
1.2.2 智能控制器的一般结构
1.2.3 智能控制系统的分类
1.3 人工智能的学派理论与计算方法
1.3.1 人工智能的学派理论及其对智能控制的影响
1.3.2 人工智能与智能控制的计算方法
1.4 智能控制的结构理论
1.4.1 二元交集结构理论
1.4.2 三元交集结构理论
1.4.3 四元交集结构理论
1.5 本书概要
习题1
第2章 递阶控制
2.1 递阶智能机器的一般结构
2.2 递阶智能控制系统举例
2.2.1 汽车自主驾驶系统的组成
2.2.2 汽车自主驾驶系统的递阶结构
2.2.3 自主驾驶系统的结构与控制算法
2.2.4 自主驾驶系统的试验结果
2.3 本章小结
习题2
第3章 专家控制
3.1 专家系统的基本概念
3.1.1 专家系统的定义与一般结构
3.1.2 专家系统的建造步骤
3.2 专家系统的主要类型及其结构
3.2.1 基于规则的专家系统
3.2.2 基于框架的专家系统
3.2.3 基于模型的专家系统
3.3 专家控制系统的结构与类型
3.3.1 专家控制系统的控制要求与设计原则
3.3.2 专家控制系统的结构
3.3.3 专家控制系统的类型
3.4 专家控制系统应用举例
3.4.1 实时控制系统的特点与要求
3.4.2 高炉监控专家系统
3.5 本章小结
习题3
第4章 模糊控制
4.1 模糊数学基础
4.1.1 模糊集合、模糊逻辑及其运算
4.1.2 模糊关系与模糊变换
4.1.3 模糊逻辑推理
4.1.4 模糊判决方法
4.2 模糊控制系统的原理与结构
4.2.1 模糊控制原理
4.2.2 模糊控制系统的工作原理
4.3 模糊控制器的设计内容
4.3.1 模糊控制器的设计内容与原则
4.3.2 模糊控制器的控制规则形式
4.4 模糊控制系统的设计方法
4.4.1 模糊系统设计的查表法
4.4.2 模糊系统设计的梯度下降法
4.4.3 模糊系统设计的递推最小二乘法
4.4.4 模糊系统设计的聚类法
4.5 模糊控制器的设计实例与实现
4.5.1 模糊控制器设计
4.5.2 模糊控制器的在线实现
4.6 Matlab模糊控制工具箱简介
4.7 本章小结
习题4
第5章 神经控制
5.1 人工神经网络的初步知识
5.1.1 神经元及其特性
5.1.2 神经网络与智能控制
5.1.3 人工神经网络的基本类型和学习算法
5.1.4 人工神经网络的典型模型
5.1.5 基于神经网络的知识表示与推理
5.2 神经控制的结构方案
5.2.1 NN学习控制
5.2.2 NN直接逆模控制与内模控制
5.2.3 NN自适应控制
5.3 神经控制器的设计
5.3.1 神经控制系统的设计内容和结构
5.3.2 神经控制器的训练与学习算法
5.4 Matlab神经网络工具箱及其仿真
5.4.1 Matlab神经网络工具箱图形用户界面设计
5.4.2 基于Simulink的神经网络及其控制仿真
5.5 本章小结
习题5
第6章 学习控制
6.1 学习控制概述
6.1.1 学习控制的定义与研究意义
6.1.2 学习控制的发展及其与自适应控制的关系
6.1.3 对学习控制的要求
6.2 学习控制方案
6.2.1 基于模式识别的学习控制
6.2.2 迭代学习控制
6.2.3 重复学习控制
6.2.4 基于神经网络的学习控制
6.3 学习控制系统应用举例
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
6.3.2 钢管壁厚迭代学习控制的仿真及应用结果
6.4 本章小结
习题6
第7章 进化控制与免疫控制
7.1 遗传算法简介
7.1.1 遗传算法的基本原理
7.1.2 遗传算法的求解步骤
7.2 进化控制基本原理
7.2.1 进化控制原理与系统结构
7.2.2 进化控制的形式化描述
7.3 进化控制系统示例
7.4 免疫算法和人工免疫系统原理
7.4.1 自然免疫系统的概念、组成与功能
7.4.2 免疫算法的提出和定义
7.4.3 免疫算法的步骤和框图
7.5 免疫控制系统的结构
7.6 免疫控制系统示例
7.7 本章小结
习题7
第8章 多真体控制
8.1 分布式人工智能与真体（Agent）
8.1.1 分布式人工智能
8.1.2 Agent及其特性
8.1.3 真体的结构
8.2 多真体系统
8.2.1 多真体系统的模型和结构
8.2.2 多真体系统的协作、协商和协调
8.2.3 多真体系统的学习与规划
8.3 多真体控制系统的工作原理
8.3.1 MAS控制系统的基本原理和结构
8.3.2 MAS控制系统的信息模型
8.4 本章小结
习题8
第9章 网络控制
9.1 计算机网络与网络控制基础
9.1.1 计算机网络及其结构
9.1.2 数据通信与网络通信
9.1.3 网络控制的基本问题
9.2 网络控制系统的结构与特点
9.2.1 网络控制系统的一般原理与结构
9.2.2 网络控制系统的特点与影响因素
9.3 网络控制系统的性能评价标准
9.3.1 网络服务质量
9.3.2 系统控制性能
9.4 网络控制系统的应用举例
9.4.1 烟草包装网络测控系统的工作原理
9.4.2 烟草包装网络测控系统的功能与特色
9.5 本章小结
习题9
第10章 复合智能控制
10.1 复合智能控制概述
10.2 模糊神经复合控制原理
10.3 模糊神经复合控制系统举例
10.3.1 自学习模糊神经控制模型
10.3.2 自学习模糊神经控制算法
10.3.3 弧焊过程自学习模糊神经控制系统
10.4 专家模糊复合控制器
10.4.1 专家模糊控制系统结构
10.4.2 专家模糊控制系统示例
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 仿人控制器的属性与设计依据
10.5.3 仿人智能控制器的设计与实现步骤
10.6 本章小结
习题10
附录 各章教学重点、难点和要求
参考文献