智能控制(嵌入式与工业控制技术第2版高等学校电子信息类专业系列教材)

编者
2021年6月
于哈尔滨工业大学

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

《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。

全面涵盖模糊控制|神经控制|专家控制|仿人智能控制|递阶智能控制|学习控制|智能控制及其工程应用实例。