智能控制作为一门新兴学科，它的发展得益于许多学科，如人工智能、认知科学、现代控制理论、模糊数学、生物控制论、学习理论以及网络理论等。本书总结近20年来智能控制的研究成果，详细论述智能控制的基本概念、工作原理和设计方法。本书的主要内容包括：智能控制概论、模糊控制论、人工神经网络控制论、专家控制、分层递阶智能控制、学习控制、模糊神经网络控制与自适应神经网络、进化算法、多智能体系统控制。本书在深入系统介绍智能控制设计理论和应用方法的同时，结合课堂教学给出了大量的设计例子和习题。本书选材新颖，系统性强，通俗易懂，突出理论联系实际。既适合初学者学习智能控制的基本理论和方法，又对智能控制的研究学者有一定的参考价值。本书标注了部分拓展内容的章节，供深入研究者参考。整本教材主要针对控制科学与工程、电气工程等学科硕士研究生和自动化专业高年级本科生使用，也适合其他专业的工程师阅读和参考。

第1章绪论
1．1智能控制的发展
1．1．1智能控制问题的提出
1．1．2智能控制的发展
1．2智能控制的几个主要分支
1．2．1基于知识的专家系统
1．2．2模糊控制
1．2．3神经元网络控制
1．2．4学习控制
1．3智能控制系统的构成原理
1．3．1智能控制系统结构
1．3．2智能控制系统的特点
1．3．3智能控制系统研究的主要数学工具
习题和思考题
第2章模糊控制论
2．1引言
2．2模糊集合论基础
2．2．1模糊集的概念
2．2．2模糊集合的运算
2．2．3模糊集合运算的基本性质
2．2．4隶属度函数的建立
2．2．5模糊关系
2．3模糊逻辑、模糊逻辑推理和合成
2．3．1二值逻辑
2．3．2模糊逻辑的基本运算
2．3．3模糊语言逻辑
2．3．4模糊逻辑推理
2．3．5模糊关系方程的解
2．4模糊控制系统的组成
2．4．1模糊化过程
2．4．2知识库
2．4．3决策逻辑
2．4．4准确化过程
2．5模糊控制系统的设计
2．5．1模糊控制器的结构设计
2．5．2模糊控制器的基本类型
2．5．3模糊控制器的设计原则
2．5．4模糊控制器的常规设计方法
2．6模糊PID控制器
2．6．1模糊控制器和常规PID的混合结构
2．6．2常规PID参数的模糊自整定技术
2．7模糊控制器的应用
2．7．1流量控制的模糊控制器设计
2．7．2倒立摆的模糊控制
习题和思考题
第3章人工神经元网络控制论
3．1引言
3．1．1神经元模型
3．1．2神经网络的模型分类
3．1．3神经网络的学习算法
3．1．4神经网络的泛化能力
3．2前向神经网络模型
3．2．1多层神经网络结构
3．2．2多层传播网络的BP学习算法
3．2．3快速的BP改进算法
3．2．4BP学习算法的MATLAB例程
3．3动态神经网络模型
3．3．1带时滞的多层感知器网络
3．3．2Hopfield神经网络
3．3．3回归神经网络
3．4CMAC神经网络
3．4．1小脑网络的感知器模型
3．4．2CMAC的映射原理
3．4．3CMAC网络的学习算法
……
第4章专家控制
第5章分层递阶智能控制
第6章学习控制
第7章模糊神经网络控制与自适应神经网络
第8章进化算法
第9章多智能体系统控制
参考文献