本书较全面地叙述了智能控制的基本理论、方法和应用。全书共分17章，主要内容为模糊控制的基本原理和应用、神经网络控制的基本原理和应用、智能优化算法及其应用。
本书系统性强，突出理论联系实际，叙述深入浅出，适合于初学者学习。书中给出了一些智能算法的仿真实例和MATLAB仿真程序，并配有一定数量的习题和上机操作题，可作为高等院校工业自动化、计算机应用、电子工程等专业的高年级本科生和硕士研究生的教材，也适合从事工业自动化领域的工程技术人员阅读和参考。

刘金琨，北京航空航天大学教授，博士生导师。分别于1989年7月、1994年3月和1997年3月获东北大学工学学士、工学硕士和工学博士学位。1997年3月-1998年12月在浙江大学工业控制技术研究所做博士后研究工作；1999年1月-1999年7月在香港科技大学从事合作研究；1999年11月至今在北京航空航天大学自动化科学与电气工程学院从事教学与科研工作；主讲“智能控制”“优选控制系统设计”和“系统辨识”等课程；研究方向为控制理论与应用。自从从事研究工作以来，主持国家自然基金等科研项目10余项，发表学术论文100余篇。曾出版《优选PID控制MATLAB仿真》《机器人控制系统的设计与MATLAB仿真》《滑模变结构控制MATLAB仿真》《RBF神经网络自适应控制MATLAB仿真》《系统辨识》和《微分器设计与应用――信号滤波与求导》等著作。

章 绪论
1.1 智能控制的发展过程
1.1.1 智能控制的提出
1.1.2 智能控制的概念
1.1.3 智能控制的发展
1.1.4 智能控制的技术基础
1.2 智能控制的几个重要分支
1.2.1 模糊控制
1.2.2 神经网络控制
1.2.3 智能搜索算法
1.3 智能控制的特点、工具及应用
1.3.1 智能控制的特点
1.3.2 智能控制的研究工具
1.3.3 智能控制的应用
思考题
参考文献
第2章 模糊控制的理论基础
2.1 概述
2.2 模糊集合
2.2.1 模糊集合
2.2.2 模糊集合的运算
2.3 隶属函数
2.3.1 隶属函数的特点
2.3.2 几种典型的隶属函数及其MATLAB表示
2.3.3 模糊系统的设计
2.3.4 隶属函数的确定方法
2.4 模糊关系及其运算
2.4.1 模糊关系矩阵
2.4.2 模糊矩阵运算
2.4.3 模糊矩阵的合成
2.5 模糊推理
2.5.1 模糊语句
2.5.2 模糊推理
思考题
第3章 模糊逻辑控制
3.1 模糊控制的基本原理
3.1.1 模糊控制原理
3.1.2 模糊控制器的组成
3.1.3 模糊控制系统的工作原理
3.1.4 模糊控制器结构
3.2 模糊控制系统分类
3.3 模糊控制器的设计
3.3.1 模糊控制器的设计步骤
3.3.2 模糊控制器的MATLAB仿真
3.4 模糊控制应用实例――洗衣机的模糊控制
3.5 模糊自适应整定PID控制
3.5.1 模糊自适应整定PID控制原理
3.5.2 仿真实例
3.6 大时变扰动下切换增益模糊调节的滑模控制
3.6.1 系统描述
3.6.2 滑模控制器设计
3.6.3 模糊规则设计
3.6.4 仿真实例
思考题
第4章 自适应模糊控制
4.1 模糊逼近
4.1.1 模糊系统的设计
4.1.2 模糊系统的逼近精度
4.1.3 仿真实例
4.2 间接自适应模糊控制
4.2.1 问题描述
4.2.2 自适应模糊滑模控制器设计
4.2.3 仿真实例
4.3 直接自适应模糊控制
4.3.1 问题描述
4.3.2 模糊控制器的设计
4.3.3 自适应律的设计
4.3.4 仿真实例
思考题
第5章 基于T-S模糊建模的控制
5.1 T-S模糊模型
5.1.1 T-S模糊模型的形式
5.1.2 仿真实例
5.1.3 一类非线性系统的T-S模糊建模
5.2 T-S型模糊控制器的设计
5.3 倒立摆系统的T-S模糊模型
5.4 基于线性矩阵不等式的单级倒立摆T-S模糊控制
5.4.1 LMI不等式的设计及分析
5.4.2 不等式的转换
5.4.3 LMI设计实例
5.4.4 基于LMI的倒立摆T-S模糊控制
5.5 基于极点配置的单级倒立摆T-S模糊控制
附加资料：新的LMI求解工具箱――YALMIP工具箱
思考题
参考文献
第6章 机械手自适应模糊控制
6.1 简单的自适应模糊滑模控制
6.1.1 问题描述
6.1.2 模糊逼近原理
6.1.3 控制算法设计与分析
6.1.4 仿真实例
6.2 基于模糊补偿的机械手模糊自适应滑模控制
6.2.1 系统描述
6.2.2 基于传统模糊补偿的控制
6.2.3 自适应控制律的设计
6.2.4 基于摩擦模糊逼近的模糊补偿控制
6.2.5 仿真实例
6.3 模糊系统逼近的最小参数学习法
6.3.1 问题描述
6.3.2 模糊系统最小参数逼近
6.3.3 基于模糊系统逼近的最小参数自适应控制
6.3.4 仿真实例
6.4 基于模糊补偿的机械手单参数自适应控制
6.4.1 系统描述
6.4.2 基于模糊系统逼近的最小参数自适应控制
6.4.3 仿真实例
附加资料
思考题
参考文献
第7章 神经网络理论基础
7.1 神经网络发展简史
7.2 神经网络原理
7.3 神经网络的分类
7.4 神经网络学习算法
7.4.1 Hebb学习规则
7.4.2 Delta(δ)学习规则
7.5 神经网络的特征及要素
7.5.1 神经网络特征
7.5.2 神经网络三要素
7.6 神经网络控制的研究领域
思考题
第8章 典型神经网络
8.1 单神经元网络
8.2 BP神经网络
8.3 RBF神经网络
8.3.1 网络结构
8.3.2 控制系统设计中RBF网络的逼近
8.4 Hopfield神经网络
思考题
参考文献
第9章 自适应RBF神经网络控制
9.1 一阶系统神经网络自适应控制
9.1.1 系统描述
9.1.2 滑模控制器设计
9.1.3 仿真实例
9.1.4 一阶系统自适应RBF控制
9.1.5 仿真实例
9.2 二阶系统自适应RBF神经网络控制
9.2.1 系统描述
9.2.2 基于RBF网络逼近f(x)的滑模控制
9.2.3 仿真实例
9.3 基于RBF网络的单参数直接鲁棒自适应控制
9.3.1 系统描述
9.3.2 控制律和自适应律设计
9.3.3 仿真实例
思考题
参考文献
0章 基于RBF网络的输入输出受限控制
10.1 控制系统位置输出受限控制
10.1.1 输出受限引理
10.1.2 系统描述
10.1.3 控制器的设计
10.1.4 仿真实例
10.2 基于RBF网络的状态输出受限控制
10.2.1 系统描述
10.2.2 RBF网络原理
10.2.3 控制器的设计
10.2.4 仿真实例
10.3 基于双曲正切的输入受限控制
10.3.1 双曲函数及性质
10.3.2 定理及分析
10.3.3 基于双曲正切的输入受限控制
10.3.4 仿真实例
10.4 基于RBF网络逼近的输入受限控制
10.4.1 系统描述
10.4.2 RBF神经网络逼近
10.4.3 控制器的设计及分析
10.4.4 仿真实例
思考题
参考文献
1章 基于RBF神经网络的执行器自适应容错控制
11.1 执行器容错控制描述
11.2 SISO系统执行器自适应容错控制
11.2.1 控制问题描述
11.2.2 控制律的设计与分析
11.2.3 仿真实例
11.3 基于RBF网络的SISO系统执行器自适应容错控制
11.3.1 控制问题描述
11.3.2 RBF神经网络设计
11.3.3 控制律的设计与分析
11.3.4 仿真实例
11.4 MISO系统执行器自适应容错控制
11.4.1 控制问题描述
11.4.2 控制律的设计与分析
11.4.3 仿真实例
11.5 MISO系统执行器自适应神经网络容错控制
11.5.1 控制问题描述
11.5.2 RBF神经网络设计
11.5.3 控制律的设计与分析
11.5.4 仿真实例
11.6 带执行器卡死的MISO系统自适应容错控制
11.6.1 控制问题描述
11.6.2 控制律的设计与分析
11.6.3 仿真实例
11.7 带执行器卡死的MISO系统神经网络自适应容错控制
11.7.1 控制问题描述
11.7.2 RBF神经网络设计
11.7.3 控制律的设计与分析
11.7.4 仿真实例
附加资料
思考题
参考文献
2章 机械系统神经网络自适应控制
12.1 一种简单的RBF网络自适应滑模控制
12.1.1 问题描述
12.1.2 RBF网络原理
12.1.3 控制算法设计与分析
12.1.4 仿真实例
12.2 基于RBF网络逼近的机械手自适应控制
12.2.1 问题的提出
12.2.2 基于RBF神经网络逼近的控制器
12.2.3 仿真实例
12.3 基于RBF网络的最小参数自适应控制
12.3.1 问题描述
12.3.2 基于RBF网络逼近的最小参数自适应控制
12.3.3 仿真实例
12.4 机械手神经网络单参数自适应控制
12.4.1 问题的提出
12.4.2 神经网络设计
12.4.3 控制器设计
12.4.4 仿真实例
12.5 一类欠驱动机械系统神经网络滑模控制
12.5.1 系统描述
12.5.2 RBF网络原理
12.5.3 滑模控制律的设计
12.5.4 收敛性分析
12.5.5 仿真实例
附加资料
思考题
参考文献
3章 基于RBF网络的反演自适应控制
13.1 一种三阶非线性系统的反演控制
13.1.1 系统描述
13.1.2 反演控制器设计
13.1.3 仿真实例
13.2 基于RBF网络的三阶非线性系统反演控制
13.2.1 系统描述
13.2.2 RBF网络原理
13.2.3 神经网络反演控制器设计
13.2.4 仿真实例
思考题
参考文献
4章 基于LMI的神经网络自适应控制
14.1 基于LMI的控制
14.1.1 系统描述
14.1.2 控制器的设计与分析
14.1.3 仿真实例
14.2 基于LMI的神经网络自适应控制
14.2.1 系统描述
14.2.2 RBF神经网络设计
14.2.3 控制器的设计与分析
14.2.4 仿真实例
14.3 基于LMI的神经网络自适应跟踪控制
14.3.1 系统描述
14.3.2 仿真实例
思考题
5章 智能优化算法
15.1 遗传算法及其应用
15.1.1 遗传算法的基本原理
15.1.2 遗传算法的特点
15.1.3 遗传算法的应用领域
15.1.4 遗传算法的优化设计
15.1.5 基于遗传算法的函数优化
15.2 基于遗传算法的TSP优化
15.2.1 TSP的编码
15.2.2 TSP的遗传算法设计
15.2.3 仿真实例
15.3 粒子群优化算法
15.3.1 粒子群算法基本原理
15.3.2 算法流程
15.3.3 基于粒子群算法的函数优化
15.4 标准差分进化算法
15.4.1 差分进化算法的基本流程
15.4.2 差分进化算法的参数设置
15.4.3 基于差分进化算法的函数优化
15.5 基于差分进化最优轨迹规划的PD控制
15.5.1 问题的提出
15.5.2 一个简单的样条插值实例
15.5.3 最优轨迹的设计
15.5.4 最优轨迹的优化
15.5.5 仿真实例
15.6 基于Hopfield网络的路径优化
15.6.1 TSP问题
15.6.2 求解TSP问题的Hopfield神经网络设计
15.6.3 仿真实例
思考题
参考文献
6章 智能优化算法在参数辨识中的应用
16.1 柔性机械手动力学模型参数辨识
16.1.1 柔性机械手模型描述
16.1.2 仿真实例
16.2 飞行器纵向模型参数辨识
16.2.1 问题描述
16.2.2 仿真实例
16.3 VTOL飞行器参数辨识
16.3.1 VTOL飞行器参数辨识问题
16.3.2 基于粒子群算法的参数辨识
16.3.3 基于差分进化算法的VTOL飞行器参数辨识
16.4 四旋翼飞行器建模与参数辨识
16.4.1 四旋翼飞行器动力学模型
16.4.2 动力学模型的变换
16.4.3 参数的辨识
16.4.4 基于粒子群算法参数辨识
16.4.5 基于差分进化算法参数辨识
思考题
参考文献
7章 神经网络自适应协调控制
17.1 主辅电机协调鲁棒控制
17.1.1 系统描述
17.1.2 控制律设计与分析
17.1.3 仿真实例
17.2 基于神经网络的主辅电机协调控制
17.2.1 系统描述
17.2.2 RBF网络的设计
17.2.3 控制律设计与分析
17.2.4 仿真实例
思考题
参考文献