智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论、信息论、仿生学、神经生理学、进化计算和计算机等多种学科的高度汇聚，是一门新兴的边缘交叉学科。本书系统地介绍了智能控制的内涵、理论和主要方法，包括模糊控制、神经网络控制、专家控制系统、遗传算法、基于DNA的软计算、粒子群算法、深度学习等，着重介绍了智能控制方法的交叉和融合，如模糊神经网络、模糊专家系统、神经专家系统、遗传-模糊控制和遗传-神经网络等。本书内容丰富，注重理论联系实际，配有大量的MATLAB仿真例题和实际应用案例讲解，能够更好地帮助学生通过仿真习题和工程实例设计深入理解智能控制的基本内涵和控制方法的综合运用。 本书可作为普通高校自动化、电气及电子信息等专业学生的教材，也可供有关教师和工程技术人员参考。 本书配有电子课件，欢迎选用本书作教材的教师登录www.cmpedu.com注册下载，或发邮件至jinacmp@163.com索取。 本书配有MATLAB源码，请直接用手机扫描书中二维码进行下载。

二维码资源一览表序前言第1章绪论11.1智能控制的内涵和特点11.2智能控制的结构理论21.2.1二元结构论21.2.2三元结构论21.2.3四元结构论31.2.4多元结构或树形结构31.3智能控制与传统控制的关系31.4智能控制系统的类型41.4.1分级递阶控制系统41.4.2专家控制系统51.4.3人工神经网络控制系统51.4.4模糊控制系统61.4.5智能优化与智能控制融合71.5智能控制的应用71.5.1智能控制在航空航天领域中的应用71.5.2智能控制在工业生产过程中的应用81.5.3智能控制在医疗卫生领域中的应用91.5.4智能控制在军事国防中的应用101.5.5智能控制在农业工程中的应用101.5.6智能控制在智能社会和其他领域中的应用101.6本章小结11习题11参考文献11第2章模糊控制132.1模糊控制的基本概念和数学基础132.1.1模糊控制器的设计步骤142.1.2性能评价142.1.3语言变量、语言值和规则142.1.4模糊集合、模糊规则和模糊推理162.1.5解模糊252.2基于倒立摆的模糊控制设计272.2.1模糊控制器的输入和输出选择282.2.2控制知识的融入规则282.2.3知识的模糊量化312.2.4规则的匹配332.2.5结论的确定362.2.6结论转换成控制作用（解模糊）372.2.7模糊决策的图形描述392.3Takagi-Sugeno模糊系统402.3.1Takagi-Sugeno模糊系统概述402.3.2广义T-S模糊模型422.4基于MATLAB的锅炉蒸汽压力双模糊控制仿真432.5自适应模糊控制472.5.1问题的提出与阐述482.5.2间接自适应模糊控制器设计482.5.3直接自适应模糊控制器设计502.5.4单级倒立摆自适应模糊控制设计仿真实例522.6本章小结54习题55参考文献56第3章模糊建模和模糊辨识583.1模糊模型的类型与分割形式583.1.1Mamdani模糊模型583.1.2Tsukamoto模糊模型603.1.3模糊模型的分割形式603.2模糊系统的通用近似特性613.2.1模糊基函数613.2.2模糊系统的通用逼近性623.2.3用于函数近似的模糊系统求解643.3模糊辨识和估计的算法653.3.1模糊辨识的数据选择653.3.2最小二乘算法653.3.3梯度算法703.3.4模糊聚类法743.3.5混合算法773.4本章小结78习题78参考文献78第4章神经网络控制794.1神经网络理论基础794.1.1神经网络原理794.1.2神经网络的结构和特点814.1.3神经网络学习834.2前馈神经网络854.2.1感知器854.2.2BP神经网络884.2.3RBF神经网络954.2.4LVQ神经网络1004.3反馈神经网络1024.3.1Hopfield神经网络1024.3.2Kohonen网络1104.4神经网络控制1144.4.1神经网络控制的基本思想1144.4.2神经网络直接逆动态控制1154.4.3神经网络PID控制1164.4.4神经网络自适应控制1234.4.5神经网络内模控制1274.5本章小结133习题133参考文献134第5章模糊神经网络1375.1引言1375.2模糊系统与神经网络的融合方式1385.2.1基于模糊技术的神经网络1385.2.2基于神经网络的模糊系统1385.2.3模糊逻辑与神经网络在结构上的融合1385.3模糊神经网络学习算法1395.4自适应神经网络模糊推理系统1395.4.1自适应网络1395.4.2自适应神经-模糊推理系统（ANFIS）1465.4.3基于多模型的气动执行器故障诊断1495.5基于T-S模糊模型的递归神经网络在系统辨识中的应用1565.5.1基于T-S模糊模型的递归神经网络1565.5.2基于T-S模糊模型的递归神经网络在系统辨识中的应用1585.5.3仿真实例1605.6本章小结162习题162参考文献163第6章专家控制系统1656.1专家系统1656.1.1专家系统的结构特点与分类1666.1.2专家系统的建立步骤1686.2专家控制系统1696.2.1专家控制系统的结构与设计1696.2.2PID专家控制器应用实例1726.3模糊专家系统1746.3.1模糊专家系统的结构与设计1746.3.2模糊专家系统应用实例1756.4神经网络专家系统1766.4.1神经网络专家系统的结构与设计1766.4.2神经网络专家系统应用实例1776.5本章小结179习题180参考文献180第7章其他智能控制1827.1遗传算法1827.1.1遗传算法的基本操作1827.1.2遗传算法的实现1907.1.3遗传算法的应用1927.2DNA计算1957.2.1DNA的结构1957.2.2DNA计算的原理1977.2.3DNA计算与其他软计算的集成1977.3粒子群算法2097.3.1粒子群算法的计算模型2107.3.2粒子群优化算法的参数设置2127.3.3基于粒子群算法的PID参数优化2147.4本章小结217习题218参考文献218第8章深度学习在智能控制中的应用2218.1深度学习概述2218.2经典深度学习算法介绍2228.2.1基于受限玻耳兹曼机的深度信念网络概述与原理2228.2.2卷积神经网络概述与原理2238.2.3基于自动编码器的堆叠自编码器概述与原理2258.2.4递归神经网络概述与原理2268.3自动编码网络在易混淆目标识别中的应用2278.3.1视皮层简略模拟2288.3.2易混淆目标关键点信息解码2308.3.3实验设置2308.3.4网络输出视觉化2308.3.5易混淆目标关键点信息解码性能2318.4卷积神经网络在心电图自动分类中的应用2328.4.1数据集2338.4.2数据预