《智能控制（第2版）》 - 李士勇、李研 - 清华大学出版社 - 香港大書城

	登入帳戶　 \|　訂單查詢　 \|　購物車/收銀台(0)　\|　在線留言板　 \|　付款方式　 \|　運費計算　 \|　聯絡我們　 \|　幫助中心　\|　加入書簽
		會員登入新用戶登記

HOME

新書上架

暢銷書架

好書推介

2023年度TOP

臺灣用戶

品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心

服務：香港／台灣／澳門／海外

送貨：速遞／郵局／服務站

新書上架：簡體書繁體書
暢銷書架：簡體書繁體書
好書推介：簡體書繁體書

『簡體書』智能控制（第2版）

書城自編碼： 3685114
分類：簡體書→大陸圖書→教材→研究生/本科/专科教材
作者：李士勇、李研
國際書號(ISBN)： 9787302581611
出版社：清华大学出版社
出版日期： 2021-10-01

頁數/字數： /
書度/開本： 16开釘裝：平装

售價：HK$ 84.2

我要買件

** 我創建的書架 **
未登入.

新書推薦：

《沈括的知识世界：一种闻见主义的实践（中华学术译丛）》
售價：HK$ 87.4

《大思维：哥伦比亚商学院六步创新思维模型》
售價：HK$ 72.8

《宏观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】》
售價：HK$ 155.7

《 UE5虚幻引擎必修课（视频教学版）》
售價：HK$ 110.9

《真需求》
售價：HK$ 110.9

《阿勒泰的春天》
售價：HK$ 50.4

《如见你》
售價：HK$ 51.3

《人格阴影全新修订版，更正旧版多处问题。国际分析心理学协会（IAAP）主席力作》
售價：HK$ 67.0

建議一齊購買：

HK$ 86.3
《影视剪辑（第二版）》

HK$ 68.3
《职业生涯规划与创新创业（微课版）》

HK$ 71.1
《单片机原理及接口技术（第5版）》

HK$ 68.2
《大学生心理健康》

HK$ 212.4
《组织行为学（第14版）（罗宾斯经典著作的最新版，考研必备、职》

HK$ 116.4
《妇产科学（第9版/本科临床/配增值）》

編輯推薦：

內容簡介：

《智能控制》（第2版）全面论述智能控制的基本概念、原理、方法、技术及工程应用实例。本书立意新颖，取材广泛，内容丰富，结构严谨，自成系统，特色鲜明；由浅入深，深入浅出，论述精辟，逻辑严密，辩证分析，启迪思维。同国内外同类书籍相比，本书在学术上具有以下创新性。

關於作者：

李士勇，哈尔滨工业大学二级教授，控制科学与工程国家一级重点学科博士生导师，哈尔滨工业大学教学名师，黑龙江省优秀专家。曾受聘国家模糊控制生产力促进中心专家组专家，Journal of Measurement Science and Instrumentation编委。作为国内早编著模糊控制和智能控制教材并开展教学的开拓者之一，在智能控制领域取得创新性成果。

第1章从传统控制到智能控制
1.1自动控制的基本问题
1.1.1自动控制的概念
1.1.2自动控制的目的及要求
1.1.3自动控制中的矛盾问题
1.2自动控制的基本原理
1.2.1控制论的创立
1.2.2反馈是自动控制的精髓
1.2.3反馈在闭环控制中的作用
1.2.4反馈控制的基本模式
1.3控制理论发展的历程
1.3.1经典控制理论
1.3.2现代控制理论
1.3.3智能控制理论
1.4智能控制理论的基本内容
1.4.1智能控制的基本概念
1.4.2智能控制的多学科交叉结构
1.4.3智能控制的基本原理
1.4.4智能控制的基本功能
1.4.5智能控制的基本要素
1.4.6智能控制系统的结构
1.4.7智能控制的类型
启迪思考题

第2章基于模糊逻辑的智能控制
2.1模糊控制概述
2.1.1模糊控制的创立与发展
2.1.2模糊控制器的分类
2.2模糊逻辑基础
2.2.1基于二值逻辑的经典集合
2.2.2模糊集合与模糊概念
2.2.3模糊集合及其运算
2.2.4模糊矩阵与模糊向量
2.2.5模糊关系
2.2.6模糊逻辑推理
2.2.7模糊系统的逼近特性
2.3模糊控制的原理
2.3.1模糊控制系统的组成
2.3.2模糊控制的工作原理
2.3.3模糊控制的鲁棒性和稳定性
2.4经典模糊控制器的设计方法
2.4.1模糊控制器的结构设计
2.4.2模糊控制规则的设计
2.4.3Mamdani模糊推理法
2.4.4精确量的模糊化及量化因子
2.4.5模糊量的清晰化及比例因子
2.4.6查表式模糊控制器设计
2.4.7解析式模糊规则自调整控制器
2.5TS型模糊控制器设计
2.5.1TS模糊模型
2.5.2基于TS模型的模糊推理
2.5.3TS型模糊控制系统设计
2.6模糊PID控制
2.6.1模糊PID复合控制
2.6.2基于模糊推理优化参数的PID控制
2.7自适应模糊控制
2.7.1模糊系统辨识
2.7.2自适应模糊控制的基本原理
2.7.3模型参考自适应模糊控制
2.8模糊控制的实现技术
2.8.1模糊控制软件开发工具
2.8.2模糊控制芯片
2.9基于MATLAB的模糊控制系统设计
2.9.1MATLAB模糊逻辑工具箱
2.9.2基于MATLAB的模糊控制系统仿真
启迪思考题
第3章基于神经网络的智能控制
3.1神经网络系统基础
3.1.1神经网络研究概述
3.1.2神经细胞结构与功能
3.1.3人工神经元模型
3.1.4神经网络的特点
3.1.5神经网络结构模型
3.1.6神经网络训练与学习
3.1.7神经网络的学习规则
3.2控制和识别中的常用神经网络
3.2.1感知器
3.2.2前馈神经网络
3.2.3径向基神经网络
3.2.4反馈神经网络
3.2.5小脑模型神经网络
3.2.6大脑模型自组织神经网络
3.2.7Boltzmann机
3.2.8深度信念网络
3.2.9卷积神经网络
3.2.10循环神经网络
3.2.11递归神经网络
3.3基于神经网络的系统辨识
3.3.1神经网络的逼近能力
3.3.2神经网络系统辨识的原理
3.3.3基于BP网络的非线性系统模型辨识
3.4基于神经网络的智能控制
3.4.1神经控制的基本原理
3.4.2基于神经网络智能控制的类型
3.4.3基于传统控制理论的神经控制
3.5神经元PID控制
3.5.1神经元PID控制
3.5.2自适应神经元PID控制
3.6神经自适应控制
3.6.1模型参考神经自适应控制
3.6.2神经自校正控制
3.7基于MATLAB的神经控制系统设计
3.7.1MATLAB神经网络工具箱
3.7.2基于MATLAB的模型参考神经自适应控制系统仿真
启迪思考题
第4章专家控制与仿人智能控制
4.1专家系统的基本概念
4.1.1专家与专家系统
4.1.2专家系统的基本结构
4.2专家控制系统的结构与原理
4.2.1专家控制系统的特点
4.2.2专家控制系统的结构
4.2.3专家控制系统的原理
4.2.4实时过程控制专家系统举例
4.3专家控制器
4.3.1专家控制器的结构
4.3.2一种工业过程专家控制器设计
4.4仿人智能控制原理与结构
4.4.1从常规PID控制谈起
4.4.2仿人智能控制的原理
4.4.3系统动态行为识别的特征变量
4.4.4仿人智能控制器的结构
4.5仿人智能控制的多种模式
4.5.1仿人智能积分控制
4.5.2仿人智能采样控制
4.5.3仿人极值采样智能控制
启迪思考题
第5章递阶智能控制与学习控制
5.1大系统控制的形式与结构
5.1.1大系统控制的基本形式
5.1.2大系统控制的递阶结构
5.2分层递阶控制的基本原理
5.2.1协调的基本概念
5.2.2协调的基本原则
5.3递阶智能控制的结构与原理
5.3.1递阶智能控制的结构
5.3.2递阶智能控制的原理
5.4蒸汽锅炉的递阶模糊控制
5.4.1模糊变量与规则间的数量关系
5.4.2递阶模糊控制规则
5.4.3蒸汽锅炉的两级递阶模糊控制系统
5.5学习控制系统
5.5.1学习控制的基本概念
5.5.2迭代学习控制
5.5.3重复学习控制
5.5.4其他学习控制形式
5.6基于规则的自学习控制系统
5.6.1产生式自学习控制系统
5.6.2基于规则的自学习模糊控制举例
启迪思考题
第6章智能优化原理与算法
6.1智能优化算法概述
6.1.1从人工智能到计算智能
6.1.2智能优化算法的产生、种类及特点
6.1.3仿人智能优化算法
6.1.4进化算法
6.1.5群智能优化算法
6.1.6仿自然优化算法
6.1.7仿植物生长算法
6.2智能优化算法的理论基础
6.2.1系统科学
6.2.2复杂适应系统理论
6.2.3复杂适应系统的运行机制
6.2.4复杂适应系统理论的特点
6.2.5智能优化算法的原理
6.3遗传算法
6.3.1生物的进化与遗传
6.3.2遗传算法的基本概念
6.3.3遗传算法的基本操作
6.3.4遗传算法实现步骤
6.3.5遗传算法用于函数优化
6.3.6遗传算法和模糊逻辑及神经网络的融合
6.4RBF神经网络优化算法
6.4.1RBF神经网络
6.4.2RBF网络学习算法
6.4.3RBF神经网络在控制中的应用
6.5粒子群优化算法
6.5.1粒子群优化的基本思想
6.5.2粒子群优化算法原理
6.5.3PSO算法步骤
6.5.4PSO算法的改进及应用
6.6免疫优化算法
6.6.1免疫学的基本概念
6.6.2免疫系统的组织结构
6.6.3免疫机制与克隆选择理论
6.6.4人工免疫模型与免疫算法
6.6.5免疫应答中的学习与优化
6.6.6免疫克隆选择算法
6.6.7免疫优化算法的应用
6.7教学优化算法
6.7.1教学优化算法的原理
6.7.2教学优化算法的数学描述
6.7.3教学优化算法的实现步骤
6.8正弦余弦算法
6.8.1正弦余弦算法的原理
6.8.2正弦余弦算法的数学描述
6.8.3正弦余弦算法的实现步骤
6.9涡流搜索算法
6.9.1涡流搜索算法的原理
6.9.2涡流搜索算法的数学描述
6.9.3涡流搜索算法的实现流程
6.10阴阳对优化算法
6.10.1阴阳对优化的哲学原理
6.10.2阴阳对优化算法的描述
6.10.3阴阳对优化算法实现步骤
启迪思考题
第7章智能控制原理与设计
7.1智能控制的原理与结构
7.1.1智能控制的原理
7.1.2智能控制的结构
7.2智能控制中的快速智能优化算法
7.3基于粒子群算法的模糊控制器优化设计
7.3.1PSO算法
7.3.2模糊控制器的设计原理
7.3.3PSO优化的模糊控制器在主汽温控制中的应用
7.4基于RBF神经网络优化PID控制参数
7.4.1RBF神经网络对被控对象的辨识
7.4.2RBF网络优化PID控制参数的算法实现
7.5基于免疫克隆优化的模糊神经控制器
7.5.1免疫克隆选择算法的优化机理
7.5.2改进的免疫克隆选择算法
7.5.3基于免疫克隆选择算法的模糊神经控制器优化设计
7.5.4仿真结果及结论
启迪思考题
第8章智能控制的工程应用实例
8.1基于神经网络推理的加热炉温度模糊控制
8.1.1基于神经网络推理的模糊控制
8.1.2模糊控制器的神经网络实现
8.1.3现场运行效果
8.2神经网络在车底炉燃烧控制中的应用
8.2.1燃烧控制系统的设计
8.2.2神经网络模型的建立
8.2.3神经网络的训练过程
8.2.4神经网络在车底炉燃烧控制中的应用实例
8.3专家控制在静电除尘器电源控制系统中的应用
8.3.1高压直流静电除尘电源控制系统
8.3.2专家控制系统控制器设计
8.3.3控制结果及其分析
8.4学习控制在数控凸轮轴磨床上的应用
8.4.1FANUC数控系统学习控制功能
8.4.2学习控制的实现
8.4.3学习控制效果
8.5仿人智能温度控制器在加热炉中的应用
8.5.1仿人智能控温系统的组成
8.5.2仿人智能温度控制算法
8.5.3实际应用结果及性能对比
8.6深度神经网络及强化学习在计算机围棋AlphaGo Zero中的应用
8.6.1AlphaGo Zero的深度神经网络结构
8.6.2异步优势强化算法A3C
8.6.3AlphaGo Zero的蒙特卡罗树搜索
8.6.4AlphaGo Zero的训练流程
8.6.5AlphaGo Zero 的启示
启迪思考题
参考文献

內容試閱：

第2版前言
自《智能控制》出版5年以来，恰逢人工智能在世界范围内蓬勃发展。人工智能已成为引领新一轮科技革命、产业变革、社会变革的战略性技术，它对一个国家的科学技术、经济发展、国防实力、社会进步等方面将产生重大而深远的影响。因此，世界各国都在加大投入，加速扩大人工智能领域研究生等高层次人才的培养。
现在，几乎到处可以看到、听到“智能”这个词，它已经成为当代出现频次越来越高、为时髦的词汇。21世纪，人类社会已经进入飞速发展的智能时代，人工智能技术已经融入科技创新、经济建设、社会生产、生活、管理等方方面面，信息化、网络化、数字化正在加速迈向智能化。
人们期望用计算机系统去代替或部分取代人的工作，限度地提高劳动生产效率和产品质量；期望计算机能在更广阔的领域向人类专家全面学习，使其赶上甚至超过领域专家的水平，这些美好的愿望正在变为现实。
深度学习已成为人工智能领域神经网络研究的焦点，AlphaGo 和AlphaGo Zero是谷歌公司Deep Mind团队基于深度强化学习技术研究开发的计算机围棋，自2016年以来，连续战胜了围棋世界冠军，显示了人工智能技术的强大威力。
智能科学是一个新兴的多学科交叉融合的前沿科学，其中人工智能是智能科学的一个重要研究领域。智能控制是人工智能、智能优化与自动控制相结合的交叉学科，在智能自动化领域不仅占有重要地位，而且发挥着越来越大的作用。
主要修订内容
本书对第1版中语言表述不够确切、不够完整的地方进行了修改和完善，并在保留第1版结构、体系和内容的基础上，更新和增加了以下内容。
(1) 第1章，重新撰写了1.4.2节；对图1.2进行了补充说明。
(2) 第2章，补充了有关语言算子的内容。
(3) 第3章，重新撰写了3.1.1节；增加了强化学习、深度学习、深度强化学习；增加了深度信念网络、卷积神经网络、循环神经网络、递归神经网络。
(4) 第4章和第5章内容没有增减，只是对部分文字表达进行了修改和完善。
(5) 第6章，更新了6.1节，智能优化算法中增加了4种快速智能优化算法：教学优化算法、正弦余弦算法、涡流搜索算法、阴阳对优化算法。
(6) 第7章，标题修改为“智能控制原理与设计”，并重新撰写了7.1节和7.2节。
(7) 第8章，增加了8.5节和8.6节。
(8) 对第1版教材中各章“启迪思考题”进行了部分修改，增加了涉及新内容的相应题目。
本书的主要特色
国内外有关智能控制方面的书籍已经出版了许多，与这些书籍相比，本书的特色鲜明，主要表现在以下几个方面。
（1）本书将智能控制视为控制论与系统论、信息论、人工智能、计算智能5个学科的交叉融合，这一观点继承并发展了智能控制的开拓者傅京孙、萨里迪斯等提出的多学科交叉观点，更有利于深刻揭示智能控制学科的本质属性。
（2）本书将智能控制器对缺乏精确数学模型、非线性复杂对象的控制过程，看作对被控对象逆模型的逼近过程，有利于在控制原理上正确认识智能控制与依赖于对象精确模型的传统控制的区别，有利于深刻认识智能控制的本质特征。
（3）本书提出将传统控制系统中信息、反馈、决策三要素加以智能化，并把智能信息、智能反馈、智能决策作为智能控制的三要素，这样有利于提高设计智能控制系统的智能水平，也有利于人们正确认识智能控制与传统控制之间的区别与联系。
（4）本书提出“智能控制”的新概念，认为一个性能的智能控制器，对于非线性复杂对象的控制，其结构和控制参数必须能够自适应调整，而这种调整必须采用可以在线实现的快速智能优化算法，从而成为集智能控制器和智能优化算法于一体的智能控制。
（5）本书以智能控制中的智能来源于模拟人左脑模糊逻辑思维、右脑形象思维、人的控制行为作为主线，从而形成了基于符号主义、联结主义、行为主义的模糊控制、神经控制、专家控制3种智能控制的主要形式。
对于上述3种智能控制形式的认识，作者特别强调以下思想观点。
模糊控制不是要把控制理论变得模模糊糊，而是要通过引入模糊语言变量及其同语言变量之间构成的模糊关系进行模糊逻辑推理，从而使微机控制进入那些基于被控对象精确模型无法控制的禁区，以便获得基于精确模型控制无法达到的控制精度。
神经控制不是要把控制理论变得神乎其神，而是要利用人工神经网络所具有的信息分布存储、并行处理与推理、自组织与自学习的功能，以及强大的非线性映射的逼近功能，使得神经网络能对难以精确描述的非线性复杂对象进行建模、优化参数、智能控制等。
专家控制的目的不是要把控制理论退回到只凭人的经验控制的境地，而是利用微机模拟专家或人工控制的经验、规则、知识以及直觉推理、智能决策行为等，自动地从复杂被控动态过程中获取有用的信息，进行定性信息和定量信息的综合集成推理决策，从而实现对复杂对象的有效控制。
推荐研究型学习方法
作者近40年的教学实践、教学督导和教学研究的经验表明，无论是教师教学，还是学生自学智能控制课程，都应该深入地钻研教材及相关文献，掌握其中的重要概念、原理和方法，并能通过MATLAB工具箱对模糊控制、神经控制系统等进行仿真实践，做到理论联系实际。
学习本书要采用研究型的学习方法，把学习过程当作一项课题来研究，在研究过程中学习，又在学习中研究。“研”的本意指细磨、研墨，释义指反复深入地探求、考虑、思索； “究”的本意指仔细推求、追查，释义指到底、究竟。“研究”就是指探求事物、问题的真相、性质、产生的根源、发展的来龙去脉及其规律等。
具体地讲，在学习本书的过程中，要不断地自我提问：为什么要研究这个问题？用什么方法解决的？这种方法对我有什么启发？在解决问题过程中提出了什么新概念？要用“打破砂锅问到底”的精神去读书、学习和实践，这样才能真正学到一些知识，为有所发现、有所发明、有所创造、有所成就打下坚实的基础。
在对新概念的学习、理解和掌握上必须狠下功夫！因为学习掌握新概念是学好新知识的首要关口。须知，概念是科学的细胞，概念是人们刻画客观事物本质属性的一种思维形式。
一个新的科学发现或一项技术发明，往往伴随着提出新的概念，来刻画过去没被人们认识的事物的本质特征。可见，概念对于学习掌握知识及发明创造都具有举足轻重的作用。
学好一门课程必须从学好、掌握一个新概念开始。例如，在学习模糊控制时，模糊概念、模糊集合、模糊逻辑等都是新概念。扎德为什么提出模糊集合新概念？扎德是用什么样的思想方法创立了模糊集合？什么是模糊概念？如何用一个模糊集合描述一个模糊概念？模糊逻辑、二值逻辑（布尔逻辑）和模糊集合、经典集合之间有什么区别与联系？这一连串的问题都“抠”明白了，再往后学就容易了。紧接着，就是学习两个模糊集合之间构成的模糊关系，以及由模糊关系进而再实现模糊逻辑推理。模糊集合、模糊关系和模糊推理就构成了模糊系统。用模糊集合表示语言变量，用模糊关系描述模糊控制规则，用模糊推理给出模糊控制决策，就构成了模糊逻辑控制的核心内容。
倡导学点思维科学、系统科学、科学方法论
为了更好地从事教学、学习、研究和创新性工作，作者向广大教师、研究生和科技人员强烈推荐学习一些有关思维科学、系统科学、科学方法论的基本概念和基础知识。为此，先给大家开个头，作为引子。
思维科学是研究人们认识客观世界的思维规律和思维方法的科学，又称为逻辑学、认知科学。思维是指人们对客观事物的间接反映，它反映事物的本质属性和事物之间的联系。思维具有3种类型——抽象思维（逻辑思维）、形象思维（直觉思维）、灵感思维（顿悟思维）；思维有3种形式——概念、判断、推理。
系统科学是以系统为研究对象的基础理论及其应用学科群组成的科学。系统是由相互联系、相互作用的组件（元素）组成的具有一定结构和功能的有机整体。系统科学的基本概念包括系统、结构、层次、行为、功能、演化、涌现、自组织、环境等。系统类型包括线性系统、非线性系统、复杂系统、开放系统、封闭系统、孤立系统等。
科学方法论是指导人们从事科学研究工作中普遍使用和特殊使用的思想方法或哲学思想。科学方法论内容很丰富，作者认为重要的是掌握自然辩证法中的对立统一规律。矛盾是辩证法的核心概念，矛盾就是对立统一。对立统一规律是指任何事物都包含着矛盾，矛盾分主要矛盾和非主要矛盾，且二者在一定条件下可转化，矛盾双方既对立又统一，由此推动着事物发展。
下面综合一下思维科学、系统科学和科学方法论的有关概念和思想在前面所列举学习模糊控制例子中的具体体现。
经典集合使用1和0 两个值表示某事物具有或不具有某种属性。这种二值逻辑不能描述大量客观事物属性不分明、具有模糊性的情况。人的思维具有模糊性，可以用语言描述属性不分明的事物。扎德认为，让计算机以一种接近人类行为的方式解决问题，就必须解决经典集合中取值1和0矛盾双方的对立统一问题。扎德创造性地提出，用一条隶属函数曲线把二值逻辑的值0、1适当地连接起来，从而解决了1和0对立的矛盾双方统一问题，创立了模糊集合。用模糊集合可以描述模糊概念、表示语言变量。这样就把传统的概念、判断和推理推广为模糊概念、模糊判断和模糊推理，构成了模糊系统。
在上述模糊集合论创立过程中，一是用到了系统科学中的概念，如模糊概念、模糊判断和模糊推理就构成了模糊系统；二是用到了思维科学中的概念、判断、推理等基本概念；三是用到了对立统一的科学方法论，通过创立隶属函数新概念使二值逻辑中矛盾对立的双方做到统一。
思维科学和科学方法论在系统的范畴内都是相通的。系统的辩证的思维方法论为我们正确认识事物、解决问题、科学研究、发明创造等提供了强有力的思想武器。所以，我们必须在教学、学习、科研等一切工作中采用系统的辩证思维的科学方法作指导，才能收到事半功倍的效果。
结束语
在此，引用控制界和科学界大师们有关控制论和方法论的语录作为本前言的结束语。
智能控制的早期开拓者美国萨里迪斯（G.N.Saridis）教授在《论智能控制的实现》中指出：向人脑（生物脑）学习是捷径。
美国乔治（F.H.George）教授在《控制论基础》中指出：控制论的焦点就是模拟和综合人类智能问题。
国际控制界享有盛誉的瑞典奥斯特隆姆（K.J.strm）教授指出：控制论是维纳在研究动物（包括人）和机器内部的通信与控制时创立的，当时提出了许多新概念，目前，这一领域似乎又回到了发现新概念的时代。
美国麻省理工学院著名数学家维纳（N.Wiener）在《控制论》第二版前言中指出：控制论学家应该继续走向新的领域，应该把他的大部分注意力转到近十年的发展中新兴的思想上去。
耗散结构论的创始人诺贝尔奖得主普利高津（I.Prigogine）教授指出：当代科学正迅速发展，一方面是人对物理世界的认识在广度和深度上的扩展；另一方面是研究越来越复杂的对象引起科学方法上质的变化，后一方面更为重要。
后，作者对清华大学出版社对本书出版工作的支持表示衷心感谢！对本书所引用的国内外有关文献的作者深表谢意！
编者
2021年6月
于哈尔滨工业大学
Foreword
第1版前言
智能控制对许多人来说，既熟悉又陌生。说熟悉是因为当代“智能”这个词很时髦，说陌生是因为即使从事控制的专业人员也未必对智能控制的内涵理解得很深刻。
自动控制的产生来源于人们对生产过程自动化的需求，既可以减轻人们的劳动强度，又可以提高生产效率和产品质量。随着科学技术的迅猛发展，被控对象变得日益复杂，以至于人们难以用精确的数学模型加以描述，即使建立了非常复杂的数学模型，也难以用于实际的控制系统设计。因此，对于具有不确定性复杂对象的控制难题，基于被控对象精确数学模型的传统控制——经典控制理论及现代控制理论都面临着严峻的挑战。
面对难以用传统控制理论控制的复杂对象，具有一定操作经验的人员采用人工控制方法往往能够取得满意的控制效果。这些操作人员既不需要对象的数学模型，也不需要控制专家的指导，而是凭借他的操作经验，借助于仪器、仪表等传感器对被控对象隐含在输入输出数据中的动态行为不断观测与分析，并根据控制过程的要求，不断通过执行机构对被控过程加以调节，从而实现对复杂对象的有效控制。
随着计算机技术的飞速发展和性能的不断提高，使得用机器模拟人的智能决策行为对复杂对象进行控制变得易于实现，这样的控制形式被称为智能控制。因此，智能控制是借助于计算机模拟人（包括操作人员及控制专家）对难以建立精确数学模型的复杂对象的智能控制决策行为，基于控制系统的输入输出数据的因果关系推理，实现对复杂对象计算机闭环数字控制的形式。
本书作者李士勇教授早在20世纪80年代就开始了模糊控制、智能控制的教学和科研工作，编著《模糊控制和智能控制理论与应用》（1990）；《模糊控制·神经控制和智能控制论》（第1版1996，第2版1998）荣获1999年“全国优秀科技图书奖”暨“科技进步奖（科技著作）”三等奖。本书跻身于十大领域中国科技论文被引频次的前50部专著与译著排行榜（见《中国科学计量指标：论文与引文统计》2000卷、2001卷，中国科学院文献情报中心出版）；据中国知网“中国期刊全文数据库”“中国博士硕士论文全文数据库”“中国重要会议全文数据库”检索结果，截至2015年11月，该书已被十大领域6232篇论文引用。美国IEEE Fellow、田纳西大学J.H.Hung （洪箴）教授1997年看过作者上述两本著作后曾指出： “李教授在模糊控制、神经网（络）控制和智能控制方面有深入的理论研究以及特殊的学术造诣和贡献。”
用计算机模拟人脑的智能决策行为通常有3种模拟途径：符号主义、联结主义、行为主义。基于上述3种模拟形式，分别创立和发展了实现智能控制的3种基本形式——基于模糊逻辑推理的智能控制（简称模糊控制）；基于神经网络推理的智能控制（简称神经控制）；基于专家知识推理的智能控制（简称专家控制）。本书主要阐述模糊控制、神经控制和专家控制系统的组成、原理、设计及应用等内容。此外，也用一定的篇幅介绍递阶智能控制、学习控制、智能优化算法及智能控制与智能优化融合方面的内容。

智能控制(第2版)
全书共8章，第1章从传统控制到智能控制；第2章基于模糊逻辑的智能控制；第3章基于神经网络的智能控制；第4章专家控制与仿人智能控制；第5章递阶智能控制与学习控制；第6章智能优化原理与算法；第7章智能控制和智能优化的融合；第8章智能控制的工程应用实例。
参加本书部分章节中部分内容编写工作和提供素材的还有李浩（第2章）、李盼池（第3章）、李巍（第3、4章）、黄忠报（第6、7章）、左兴权（第6章）。
本书是全国工程硕士专业学位教育指导委员会推荐教材。教学参考学时40学时，建议教学时数分配如下：第1章2学时；第2章10学时；第3章8学时；第4章6学时；第5章4学时；第6章6学时；第7章4学时；第8章供学生自学。如果教学时数定为30学时，建议重点讲授第1~5章或第1~3章的内容，教师也可根据教学需要选讲部分章节的内容。
为了满足工程硕士研究生的教学需求，编者在撰写过程中尽可能采取由浅入深、深入浅出、启发思维的写作方法，旨在通过本教材的学习达到理解和掌握智能控制基本的概念、原理、设计方法及其应用方面的知识。作者为各章都精心设计了启迪思考题，旨在激发学生的学习积极性和增强创新思维意识。
本书在编写中引用了部分国内外有关智能控制的理论与应用成果，向被引用的文献的作者致以诚挚的谢意！由于智能控制涉及知识面广且处在不断发展过程中，所以书中难免存在一些不足，恳请广大读者给予指正。
编者2016年3月
于哈尔滨工业大学

書城介紹　 \|　合作申請　\|　索要書目　 \|　新手入門　\|　聯絡方式　 \|　幫助中心　\|　找書說明　 \|　送貨方式　\|　付款方式	香港用户　 \|　台灣用户　\|　大陸用户　\|　海外用户

	megBook.com.hk
Copyright © 2013 - 2024 （香港）大書城有限公司　 All Rights Reserved.