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(xué)、神經(jīng)生理學(xué)、進化計算和計算機等多種學(xué)科的高度綜合與集成，是一門新興的邊緣交叉學(xué)科。智能控制是當(dāng)今國內(nèi)外自動化學(xué)科中一個十分活躍和具有挑戰(zhàn)性的領(lǐng)域，代表著當(dāng)今科學(xué)和技術(shù)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(xué)科集成特點的科學(xué)和技術(shù)。它不僅包含了自動控制、人工智能、運籌學(xué)和信息論的內(nèi)容，而且還從計算機科學(xué)、神經(jīng)學(xué)、腦科學(xué)等學(xué)科中汲取豐富的營養(yǎng)，正在成為自動化領(lǐng)域中興旺和發(fā)展迅速的一個分支學(xué)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(shù)。
隨著智能控制理論和技術(shù)的迅速發(fā)展，其應(yīng)用領(lǐng)域不斷擴展，在工業(yè)生產(chǎn)、航空航天、生物醫(yī)學(xué)、模式識別、能源工業(yè)、環(huán)境保護和國防軍事等眾多領(lǐng)域智能控制技術(shù)都得到了成功應(yīng)用，越來越受到控制領(lǐng)域?qū)＜液凸こ碳夹g(shù)人員的重視，培養(yǎng)大批能熟練掌握和應(yīng)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(xué)科的交叉和融合，開放式的研究空間也為學(xué)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(shè)智能控制課程，并且從理論教學(xué)到實踐教學(xué)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(chǔ)上，結(jié)合近幾年精品課程“智能控制基礎(chǔ)”的建設(shè)，對智能控制的主要內(nèi)容進行整理和總結(jié)，也有部分內(nèi)容是筆者研究工作的總結(jié)，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(luò)等。
本書部分內(nèi)容已在鄭州大學(xué)電氣工程學(xué)院本科生和研究生的“智能控制基礎(chǔ)”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(chǔ)”的建設(shè)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(jié)構(gòu)理論、主要類型，闡述智能控制與傳統(tǒng)控制之間的關(guān)系和應(yīng)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(xué)基礎(chǔ)后，以一個簡單模糊控制器的設(shè)計為例詳細講述模糊控制器的設(shè)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(jié)構(gòu)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(luò)控制。在介紹神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)之上，重點介紹兩類常用的神經(jīng)網(wǎng)絡(luò)：前饋網(wǎng)絡(luò)和反饋網(wǎng)絡(luò)。前饋神經(jīng)網(wǎng)絡(luò)包括感知器神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和LVQ神經(jīng)網(wǎng)絡(luò)；反饋神經(jīng)網(wǎng)絡(luò)包括離散型Hopfield網(wǎng)絡(luò)、連續(xù)型Hopfield網(wǎng)絡(luò)和Kohonen網(wǎng)絡(luò)。在此基礎(chǔ)上系統(tǒng)地介紹了基于神經(jīng)網(wǎng)絡(luò)的控制，包括神經(jīng)網(wǎng)絡(luò)控制的基本思想、直接逆動態(tài)控制、神經(jīng)網(wǎng)絡(luò)PID控制、神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制和神經(jīng)網(wǎng)絡(luò)內(nèi)�？刂频�。
第5章介紹模糊神經(jīng)網(wǎng)絡(luò)。首先闡述模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)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(luò)、在神經(jīng)網(wǎng)絡(luò)中引入模糊邏輯、模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)上的融合；然后重點介紹兩種模糊神經(jīng)網(wǎng)絡(luò)，即ANFIS和基于T-S模糊模型的遞歸神經(jīng)網(wǎng)絡(luò)，并介紹了ANFIS在非線性系統(tǒng)——氣動執(zhí)行器的建模上的應(yīng)用，以及基于T-S模糊模型的遞歸神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識中的應(yīng)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(jié)構(gòu)特點與分類的基礎(chǔ)上，重點講述專家控制系統(tǒng)，包括專家控制系統(tǒng)的結(jié)構(gòu)與設(shè)計方法，專家控制器以及PID專家控制器的應(yīng)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(luò)專家系統(tǒng)的原理以及應(yīng)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(chǔ)、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(yīng)用；7.2節(jié)首先介紹了DNA結(jié)構(gòu)、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(luò)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(yīng)用。
第8章介紹深度學(xué)習(xí)在智能控制中的應(yīng)用。首先闡述了深度學(xué)習(xí)、機器學(xué)習(xí)和人工智能的關(guān)系，然后介紹了幾種常見的深度學(xué)習(xí)基礎(chǔ)架構(gòu)，后介紹了深度學(xué)習(xí)在易混淆目標(biāo)識別、大視場小目標(biāo)檢測以及心電圖自動分類等智能控制子領(lǐng)域中的應(yīng)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