本書(shū)較全面地?cái)⑹隽酥悄芸刂频幕纠碚�、方法和�?yīng)用。全書(shū)共11章，主要內(nèi)容為：專(zhuān)家控制的基本原理和應(yīng)用；模糊控制的基本原理和應(yīng)用；神經(jīng)網(wǎng)絡(luò)控制的基本原理和應(yīng)用；智能算法及其應(yīng)用；迭代學(xué)習(xí)控制方法及其應(yīng)用。
本書(shū)系統(tǒng)性強(qiáng)，突出理論聯(lián)系實(shí)際，敘述深入淺出，適合于初學(xué)者學(xué)習(xí)。書(shū)中給出了一些智能算法的Matlab仿真程序，并配有一定數(shù)量的習(xí)題和上機(jī)操作題。
劉金琨，教授，北京航空航天大學(xué)自動(dòng)化學(xué)院，多年來(lái)一直從事智能控制方面的教學(xué)與研究工作，出版過(guò)多部智能控制方面的書(shū)籍。
第1章 緒論
1.1 智能控制的發(fā)展過(guò)程
1.2 智能控制的幾個(gè)重要分支
1.3 智能控制的特點(diǎn)、研究工具及應(yīng)用
思考題與習(xí)題
第2章 專(zhuān)家控制
2.1 專(zhuān)家系統(tǒng)
2.1.1 專(zhuān)家系統(tǒng)概述
2.1.2 專(zhuān)家系統(tǒng)的構(gòu)成
2.1.3 專(zhuān)家系統(tǒng)的建立
2.2 專(zhuān)家控制
2.2.1 專(zhuān)家控制概述
2.2.2 專(zhuān)家控制的基本原理
2.2.3 專(zhuān)家控制的關(guān)鍵技術(shù)及特點(diǎn)
2.3 專(zhuān)家PID控制 第1章 緒論
1.1 智能控制的發(fā)展過(guò)程
1.2 智能控制的幾個(gè)重要分支
1.3 智能控制的特點(diǎn)、研究工具及應(yīng)用
思考題與習(xí)題
第2章 專(zhuān)家控制
2.1 專(zhuān)家系統(tǒng)
2.1.1 專(zhuān)家系統(tǒng)概述
2.1.2 專(zhuān)家系統(tǒng)的構(gòu)成
2.1.3 專(zhuān)家系統(tǒng)的建立
2.2 專(zhuān)家控制
2.2.1 專(zhuān)家控制概述
2.2.2 專(zhuān)家控制的基本原理
2.2.3 專(zhuān)家控制的關(guān)鍵技術(shù)及特點(diǎn)
2.3 專(zhuān)家PID控制
2.3.1 專(zhuān)家PID控制原理
2.3.2 仿真實(shí)例
思考題與習(xí)題
附錄 (程序代碼)
第3章 模糊控制的理論基礎(chǔ)
3.1 概述
3.2 模糊集合
3.2.1 模糊集合的概念
3.2.2 模糊集合的運(yùn)算
3.3 隸屬函數(shù)
3.4 模糊關(guān)系及其運(yùn)算
3.4.1 模糊矩陣
3.4.2 模糊矩陣的運(yùn)算與模糊關(guān)系
3.4.3 模糊關(guān)系的合成
3.5 模糊推理
3.5.1 模糊語(yǔ)句
3.5.2 模糊推理
3.5.3 模糊關(guān)系方程
思考題與習(xí)題
附錄(程序代碼)
第4章 模糊控制
4.1 模糊控制的基本原理
4.1.1 模糊控制原理
4.1.2 模糊控制器的組成
4.1.3 模糊控制系統(tǒng)的工作原理
4.1.4 模糊控制器的結(jié)構(gòu)
4.2 模糊控制系統(tǒng)分類(lèi)
4.3 模糊控制器的設(shè)計(jì)
4.3.1 模糊控制器的設(shè)計(jì)步驟
4.3.2 模糊控制器的Matlab仿真
4.4 模糊控制應(yīng)用實(shí)例——洗衣機(jī)的模糊控制
4.5 模糊自適應(yīng)整定PID控制
4.5.1 模糊自適應(yīng)整定PID控制原理
4.5.2 仿真實(shí)例
4.6 Sugeno模糊模型
4.7 基于極點(diǎn)配置的單級(jí)倒立擺T-S模糊控制
4.7.1 T-S模糊系統(tǒng)的設(shè)計(jì)
4.7.2 單級(jí)倒立擺的T-S模型模糊控制
4.8 模糊控制的應(yīng)用
4.9 模糊控制發(fā)展概況
4.9.1 模糊控制發(fā)展的幾個(gè)轉(zhuǎn)折點(diǎn)
4.9.2 模糊控制的發(fā)展方向
4.9.3 模糊控制面臨的主要任務(wù)
思考題與習(xí)題
附錄 (程序代碼)
第5章 自適應(yīng)模糊控制
5.1 模糊逼近
5.1.1 模糊系統(tǒng)的設(shè)計(jì)
5.1.2 模糊系統(tǒng)的逼近精度
5.1.3 仿真實(shí)例
5.2 簡(jiǎn)單的自適應(yīng)模糊控制
5.2.1 問(wèn)題描述
5.2.2 模糊逼近原理
5.2.3 控制算法設(shè)計(jì)與分析
5.2.4 仿真實(shí)例
5.3 間接自適應(yīng)模糊控制
5.3.1 問(wèn)題描述
5.3.2 控制器的設(shè)計(jì)
5.3.3 仿真實(shí)例
5.4 直接自適應(yīng)模糊控制
5.4.1 問(wèn)題描述
5.4.2 控制器的設(shè)計(jì)
5.4.3 自適應(yīng)律的設(shè)計(jì)
5.4.4 仿真實(shí)例
5.5 機(jī)器人關(guān)節(jié)數(shù)學(xué)模型
5.6 基于模糊補(bǔ)償?shù)臋C(jī)械手自適應(yīng)模糊控制
5.6.1 系統(tǒng)描述
5.6.2 基于模糊補(bǔ)償?shù)目刂?
5.6.3 基于摩擦補(bǔ)償?shù)目刂?
5.6.4 仿真實(shí)例
思考題與習(xí)題
附錄 (程序代碼)
第6章 神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)
6.1 神經(jīng)網(wǎng)絡(luò)發(fā)展簡(jiǎn)史
6.2 神經(jīng)網(wǎng)絡(luò)原理
6.3 神經(jīng)網(wǎng)絡(luò)的分類(lèi)
6.4 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
6.4.1 Hebb學(xué)習(xí)規(guī)則
6.4.2 Delta（δ）學(xué)習(xí)規(guī)則
6.5 神經(jīng)網(wǎng)絡(luò)的特征及要素
6.6 神經(jīng)網(wǎng)絡(luò)控制的研究領(lǐng)域
思考題與習(xí)題
第7章 典型神經(jīng)網(wǎng)絡(luò)
7.1 單神經(jīng)元網(wǎng)絡(luò)
7.2 BP神經(jīng)網(wǎng)絡(luò)
7.2.1 BP網(wǎng)絡(luò)特點(diǎn)
7.2.2 BP網(wǎng)絡(luò)結(jié)構(gòu)
7.2.3 BP網(wǎng)絡(luò)的逼近
7.2.4 BP網(wǎng)絡(luò)的優(yōu)缺點(diǎn)
7.2.5 BP網(wǎng)絡(luò)逼近仿真實(shí)例
7.2.6 BP網(wǎng)絡(luò)模式識(shí)別
7.2.7 BP網(wǎng)絡(luò)模式識(shí)別仿真實(shí)例
7.3 RBF神經(jīng)網(wǎng)絡(luò)
7.3.1 RBF網(wǎng)絡(luò)結(jié)構(gòu)與算法
7.3.2 RBF網(wǎng)絡(luò)設(shè)計(jì)實(shí)例
7.3.3 RBF網(wǎng)絡(luò)的逼近
7.3.4 高斯基函數(shù)的參數(shù)對(duì)RBF網(wǎng)絡(luò)逼近的影響
7.3.5 隱含層節(jié)點(diǎn)數(shù)對(duì)RBF網(wǎng)絡(luò)逼近的影響
7.3.6 控制系統(tǒng)設(shè)計(jì)中RBF網(wǎng)絡(luò)的逼近
思考題與習(xí)題
附錄(程序代碼)
第8章 高級(jí)神經(jīng)網(wǎng)絡(luò)
8.1 模糊RBF網(wǎng)絡(luò)
8.1.1 網(wǎng)絡(luò)結(jié)構(gòu)
8.1.2 基于模糊RBF網(wǎng)絡(luò)的逼近算法
8.1.3 仿真實(shí)例
8.2 pi-sigma神經(jīng)網(wǎng)絡(luò)
8.2.1 高木-關(guān)野模糊系統(tǒng)
8.2.2 混合型pi-sigma神經(jīng)網(wǎng)絡(luò)
8.2.3 仿真實(shí)例
8.3 小腦模型神經(jīng)網(wǎng)絡(luò)
8.3.1 CMAC概述
8.3.2 一種典型CMAC算法
8.3.3 仿真實(shí)例
8.4 Hopfield網(wǎng)絡(luò)
8.4.1 Hopfield網(wǎng)絡(luò)原理
8.4.2 基于Hopfield網(wǎng)絡(luò)的路徑優(yōu)化
思考題與習(xí)題
附錄 (程序代碼)
第9章 神經(jīng)網(wǎng)絡(luò)控制
9.1 概述
9.2 神經(jīng)網(wǎng)絡(luò)控制的結(jié)構(gòu)
9.2.1 神經(jīng)網(wǎng)絡(luò)監(jiān)督控制
9.2.2 神經(jīng)網(wǎng)絡(luò)直接逆控制
9.2.3 神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制
9.2.4 神經(jīng)網(wǎng)絡(luò)內(nèi)�？刂�
9.2.5 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制
9.2.6 神經(jīng)網(wǎng)絡(luò)自適應(yīng)評(píng)判控制
9.2.7 神經(jīng)網(wǎng)絡(luò)混合控制
9.3 單神經(jīng)元自適應(yīng)控制
9.3.1 單神經(jīng)元自適應(yīng)控制算法
9.3.2 仿真實(shí)例
9.4 RBF網(wǎng)絡(luò)監(jiān)督控制
9.4.1 RBF網(wǎng)絡(luò)監(jiān)督控制算法
9.4.2 仿真實(shí)例
9.5 RBF網(wǎng)絡(luò)自校正控制
9.5.1 神經(jīng)網(wǎng)絡(luò)自校正控制原理
9.5.2 自校正控制算法
9.5.3 RBF網(wǎng)絡(luò)自校正控制算法
9.5.4 仿真實(shí)例
9.6 基于RBF網(wǎng)絡(luò)直接模型參考自適應(yīng)控制
9.6.1 基于RBF網(wǎng)絡(luò)的控制器設(shè)計(jì)
9.6.2 仿真實(shí)例
9.7 一種簡(jiǎn)單的RBF網(wǎng)絡(luò)自適應(yīng)控制
9.7.1 問(wèn)題描述
9.7.2 RBF網(wǎng)絡(luò)原理
9.7.3 控制算法設(shè)計(jì)與分析
9.7.4 仿真實(shí)例
9.8 基于不確定逼近的RBF網(wǎng)絡(luò)自適應(yīng)控制
9.8.1 問(wèn)題的提出
9.8.2 模型不確定部分的RBF網(wǎng)絡(luò)逼近
9.8.3 控制器的設(shè)計(jì)及分析
9.8.4 仿真實(shí)例
9.9 基于模型整體逼近的機(jī)器人RBF網(wǎng)絡(luò)自適應(yīng)控制
9.9.1 問(wèn)題的提出
9.9.2 針對(duì)f(x)進(jìn)行逼近的控制
9.9.3 仿真實(shí)例
9.10 神經(jīng)網(wǎng)絡(luò)數(shù)字控制
9.10.1 基本原理
9.10.2 仿真實(shí)例
思考題與習(xí)題
附錄 (程序代碼)
第10章 智能算法及其應(yīng)用
10.1 遺傳算法的基本原理
10.2 遺傳算法的特點(diǎn)
10.3 遺傳算法的發(fā)展及應(yīng)用
10.3.1 遺傳算法的發(fā)展
10.3.2 遺傳算法的應(yīng)用
10.4 遺傳算法的設(shè)計(jì)
10.4.1 遺傳算法的構(gòu)成要素
10.4.2 遺傳算法的應(yīng)用步驟
10.5 遺傳算法求函數(shù)極大值
10.5.1 二進(jìn)制編碼遺傳算法求函數(shù)極大值
10.5.2 實(shí)數(shù)編碼遺傳算法求函數(shù)極大值
10.6 基于遺傳算法優(yōu)化的RBF網(wǎng)絡(luò)逼近
10.6.1 遺傳算法優(yōu)化原理
10.6.2 仿真實(shí)例
10.7 基于遺傳算法的TSP問(wèn)題優(yōu)化
10.7.1 TSP問(wèn)題的編碼
10.7.2 TSP問(wèn)題的遺傳算法設(shè)計(jì)
10.7.3 仿真實(shí)例
10.8 差分進(jìn)化算法
10.8.1 標(biāo)準(zhǔn)差分進(jìn)化算法
10.8.2 差分進(jìn)化算法的基本流程
10.8.3 差分進(jìn)化算法的參數(shù)設(shè)置
10.9 差分進(jìn)化算法的函數(shù)優(yōu)化與參數(shù)辨識(shí)
10.9.1 基于差分進(jìn)化算法的函數(shù)優(yōu)化
10.9.2 基于差分進(jìn)化算法的參數(shù)辨識(shí)
思考題與習(xí)題
附錄 (程序代碼)
第11章 迭代學(xué)習(xí)控制
11.1 基本原理
11.2 基本迭代學(xué)習(xí)控制算法
11.3 迭代學(xué)習(xí)控制的關(guān)鍵技術(shù)
11.4 機(jī)械手軌跡跟蹤迭代學(xué)習(xí)控制仿真實(shí)例
11.4.1 控制器設(shè)計(jì)
11.4.2 仿真實(shí)例
11.5 線性時(shí)變連續(xù)系統(tǒng)迭代學(xué)習(xí)控制
11.5.1 系統(tǒng)描述
11.5.2 控制器設(shè)計(jì)及收斂性分析
11.5.3 仿真實(shí)例
思考題與習(xí)題
附錄 (程序代碼)
附錄A
參考文獻(xiàn)
智能控制是自動(dòng)控制領(lǐng)域的前沿學(xué)科之一，它是一門(mén)綜合性很強(qiáng)的多學(xué)科交叉的新興學(xué)科，被稱為自動(dòng)控制理論發(fā)展的第三階段。智能控制的發(fā)展為解決復(fù)雜非線性、不確定系統(tǒng)的控制問(wèn)題開(kāi)辟了新的途徑。
本教材共11章。第1章是緒論，著重介紹智能控制的產(chǎn)生和發(fā)展背景、智能控制的基本概念；第2章介紹專(zhuān)家控制；第3章介紹模糊控制的理論基礎(chǔ)；第4章介紹模糊控制的基本原理及模糊控制器的設(shè)計(jì)方法；第5章介紹模糊逼近的基本原理及自適應(yīng)模糊控制的設(shè)計(jì)和分析方法；第6章介紹神經(jīng)網(wǎng)絡(luò)控制的理論基礎(chǔ)；第7章介紹幾種典型的神經(jīng)網(wǎng)絡(luò)，包括單神經(jīng)元網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)；第8章介紹幾種高級(jí)神經(jīng)網(wǎng)絡(luò)，包括模糊神經(jīng)網(wǎng)絡(luò)、pi-sigma神經(jīng)網(wǎng)絡(luò)、小腦模型神經(jīng)網(wǎng)絡(luò)和Hopfield網(wǎng)絡(luò)；第9章介紹幾種典型神經(jīng)網(wǎng)絡(luò)控制的設(shè)計(jì)和分析方法；第10章介紹了智能算法及其應(yīng)用；第11章介紹了基本迭代學(xué)習(xí)控制原理及應(yīng)用。
本書(shū)是在原“北京市高等教育精品教材”《智能控制》（電子工業(yè)出版社，2005年）和《智能控制（第2版）》（電子工業(yè)出版社，2009年）的基礎(chǔ)上修訂而成的。為了適合高年級(jí)本科生的教學(xué)需要，本書(shū)在選材上更加著重于基礎(chǔ)性和實(shí)用性。為了加深讀者的理解，并便于讀者的進(jìn)一步開(kāi)發(fā)，書(shū)中給出了智能算法的Matlab仿真程序，這些程序是在Matlab7.12.0.635環(huán)境下開(kāi)發(fā)的，適用于其他更高級(jí)的Matlab版本。
本書(shū)提供免費(fèi)的電子課件和Matlab仿真程序，讀者可登錄網(wǎng)站ljk.buaa.edu.cn下載；或登錄電子工業(yè)出版社的華信教育資源網(wǎng)：www.hxedu.com.cn，注冊(cè)后免費(fèi)下載；或通過(guò)郵件與作者聯(lián)系索取。
北京航空航天大學(xué)吳淮寧教授針對(duì)本書(shū)的修訂工作提出了許多寶貴建議。作者的研究生盧宇、孔建、鄭明慧等參與了本書(shū)部分算法的修正工作，在此表示感謝。
由于作者水平有限，書(shū)中難免存在不足和錯(cuò)誤之處，真誠(chéng)歡迎廣大讀者批評(píng)指正。若讀者有指正或需與作者探討，或?qū)刂扑惴胺抡娉绦蛴幸蓡?wèn)，請(qǐng)通過(guò)電子郵件ljk@buaa.edu.cn與作者聯(lián)系。
劉金琨
2013年12月于北京航空航天大學(xué)
新書(shū)資訊