智能控制是自動控制發(fā)展的高級階段，是人工智能、控制論、系統(tǒng)論、信息論、仿生學、神經(jīng)生理學、進化計算和計算機等多種學科的高度綜合與集成，是一門新興的邊緣交叉學科。智能控制是當今國內(nèi)外自動化學科中一個十分活躍和具有挑戰(zhàn)性的領域，代表著當今科學和技術發(fā)展的方向。智能控制目前尚未建立起一套完整的理論體系，是一門仍在不斷發(fā)展和豐富中的具有眾多學科集成特點的科學和技術。它不僅包含了自動控制、人工智能、運籌學和信息論的內(nèi)容，而且還從計算機科學、神經(jīng)學、腦科學等學科中汲取豐富的營養(yǎng)，正在成為自動化領域中興旺和發(fā)展迅速的一個分支學科，并被許多發(fā)達國家確認為提高國家競爭力的核心技術。
隨著智能控制理論和技術的迅速發(fā)展，其應用領域不斷擴展，在工業(yè)生產(chǎn)、航空航天、生物醫(yī)學、模式識別、能源工業(yè)、環(huán)境保護和國防軍事等眾多領域智能控制技術都得到了成功應用，越來越受到控制領域?qū)＜液凸こ碳夹g人員的重視，培養(yǎng)大批能熟練掌握和應用智能控制的控制工程師的需求也越來越迫切。同時，智能控制中眾多學科的交叉和融合，開放式的研究空間也為學生視野的開闊和創(chuàng)新能力的培養(yǎng)提供了一個很好的背景和平臺。因此，近些年國內(nèi)外許多高校的控制專業(yè)和信息類專業(yè)陸續(xù)開設智能控制課程，并且從理論教學到實踐教學都給予了足夠的重視。本書在參考國內(nèi)外智能控制方面重要文獻的基礎上，結合近幾年精品課程“智能控制基礎”的建設，對智能控制的主要內(nèi)容進行整理和總結，也有部分內(nèi)容是筆者研究工作的總結，如基于ANFIS多模型的故障診斷、基于GA-BP的冠心病早期診斷和基于T-S模型的遞歸神經(jīng)網(wǎng)絡等。
本書部分內(nèi)容已在鄭州大學電氣工程學院本科生和研究生的“智能控制基礎”課程中講授數(shù)年，經(jīng)過了多次更新和完善，在精品課程“智能控制基礎”的建設中起了重要作用。
本書具體內(nèi)容安排如下：
第1章是緒論。簡要介紹智能控制的發(fā)展歷史、基本概念、特點、結構理論、主要類型，闡述智能控制與傳統(tǒng)控制之間的關系和應用前景。
第2章介紹模糊控制。首先在簡要介紹模糊控制的數(shù)學基礎后，以一個簡單模糊控制器的設計為例詳細講述模糊控制器的設計過程及注意事項；然后介紹函數(shù)模糊系統(tǒng)的特例——Takagi-Sugeno（T-S）模糊系統(tǒng)、模糊系統(tǒng)的MATLAB仿真；后闡述模糊系統(tǒng)的非線性分析的必要性及主要方法，包括李雅普諾夫（Lyapunov）方法、圓判據(jù)、描述函數(shù)方法、小增益理論和滑模變結構方法。
第3章介紹模糊建模和模糊辨識。在介紹模糊系統(tǒng)的類型與分割形式后，闡述模糊系統(tǒng)的通用近似特性，重點介紹模糊辨識和估計的算法，即小二乘算法、梯度算法、模糊聚類法和混合算法。
第4章介紹神經(jīng)網(wǎng)絡控制。在介紹神經(jīng)網(wǎng)絡的理論基礎之上，重點介紹兩類常用的神經(jīng)網(wǎng)絡：前饋網(wǎng)絡和反饋網(wǎng)絡。前饋神經(jīng)網(wǎng)絡包括感知器神經(jīng)網(wǎng)絡、BP神經(jīng)網(wǎng)絡、RBF神經(jīng)網(wǎng)絡和LVQ神經(jīng)網(wǎng)絡；反饋神經(jīng)網(wǎng)絡包括離散型Hopfield網(wǎng)絡、連續(xù)型Hopfield網(wǎng)絡和Kohonen網(wǎng)絡。在此基礎上系統(tǒng)地介紹了基于神經(jīng)網(wǎng)絡的控制，包括神經(jīng)網(wǎng)絡控制的基本思想、直接逆動態(tài)控制、神經(jīng)網(wǎng)絡PID控制、神經(jīng)網(wǎng)絡自適應控制和神經(jīng)網(wǎng)絡內(nèi)�？刂频取�
第5章介紹模糊神經(jīng)網(wǎng)絡。首先闡述模糊系統(tǒng)與神經(jīng)網(wǎng)絡的優(yōu)缺點，明確它們具有明顯的互補性，介紹它們的融合方式，即在模糊控制中引入神經(jīng)網(wǎng)絡、在神經(jīng)網(wǎng)絡中引入模糊邏輯、模糊系統(tǒng)與神經(jīng)網(wǎng)絡在結構上的融合；然后重點介紹兩種模糊神經(jīng)網(wǎng)絡，即ANFIS和基于T-S模糊模型的遞歸神經(jīng)網(wǎng)絡，并介紹了ANFIS在非線性系統(tǒng)——氣動執(zhí)行器的建模上的應用，以及基于T-S模糊模型的遞歸神經(jīng)網(wǎng)絡在系統(tǒng)辨識中的應用。
第6章介紹專家控制系統(tǒng)。在簡要介紹專家系統(tǒng)的基本概念、結構特點與分類的基礎上，重點講述專家控制系統(tǒng)，包括專家控制系統(tǒng)的結構與設計方法，專家控制器以及PID專家控制器的應用；后介紹了專家控制系統(tǒng)和其他控制方法相融合的改進，主要包括模糊專家系統(tǒng)和神經(jīng)網(wǎng)絡專家系統(tǒng)的原理以及應用實例。
第7章介紹其他智能控制方法，包括遺傳算法、DNA計算和粒子群算法。7.1節(jié)介紹遺傳算法的基本操作和理論基礎、遺傳算法的實現(xiàn)，以及遺傳算法與智能控制的融合與實際應用；7.2節(jié)首先介紹了DNA結構、DNA計算的原理，然后闡述了DNA計算與其他軟計算的集成，包括DNA計算與遺傳算法、模糊系統(tǒng)、神經(jīng)網(wǎng)絡的集成；7.3節(jié)首先闡述了粒子群算法的思想來源及計算模型，然后簡單介紹了粒子群算法中各參數(shù)的作用及其對算法優(yōu)化性能的影響，以及粒子群優(yōu)化算法的改進，后介紹了基于粒子群算法的PID控制系統(tǒng)參數(shù)優(yōu)化的實際應用。
第8章介紹深度學習在智能控制中的應用。首先闡述了深度學習、機器學習和人工智能的關系，然后介紹了幾種常見的深度學習基礎架構，后介紹了深度學習在易混淆目標識別、大視場小目標檢測以及心電圖自動分類等智能控制子領域中的應用案例。
本書第1、2、3、5章由師麗編寫，第4章由李曉媛和師麗編寫，第6章由李曉媛編寫，第7章由姚利娜、李曉媛和胡玉霞編寫，第8章由王松偉編寫。師麗為第7章提供了部分素材。全書由師麗統(tǒng)稿。
在本書編寫過程中得到了許多人的支持和幫助。李輝、崔佳、王麗佳、邵國、王治忠為本書提供了部分素材，武鵬、錢龍龍為本書的文稿整理做了大量工作。在此向以上提到的各位及其他為本書提供幫助的人們一并表示感謝。
由于編者的水平有限，書中尚存在一些不足和錯誤，歡迎讀者批評指正。

編者