第1章 緒論
　1.1 智能控制的起源與發(fā)展
　　1.1.1 控制理論應(yīng)用面臨新的挑戰(zhàn)
　　1.1.2 智能控制的提出與發(fā)展概況
　　1.1.3 智能控制的特點(diǎn)
　　1.1.4 智能控制的應(yīng)用
　1.2 智能控制的基本概念
　　1.2.1 智能控制的定義
　　1.2.2 智能控制的結(jié)構(gòu)
　1.3 智能控制的幾種形式
　　1.3.1 模糊邏輯控制
　　1.3.2 分級(jí)遞階智能控制
　　1.3.3 人工神經(jīng)網(wǎng)絡(luò)控制
　　1.3.4 專家控制
　　1.3.5 仿人智能控制 第1章 緒論
　1.1 智能控制的起源與發(fā)展
　　1.1.1 控制理論應(yīng)用面臨新的挑戰(zhàn)
　　1.1.2 智能控制的提出與發(fā)展概況
　　1.1.3 智能控制的特點(diǎn)
　　1.1.4 智能控制的應(yīng)用
　1.2 智能控制的基本概念
　　1.2.1 智能控制的定義
　　1.2.2 智能控制的結(jié)構(gòu)
　1.3 智能控制的幾種形式
　　1.3.1 模糊邏輯控制
　　1.3.2 分級(jí)遞階智能控制
　　1.3.3 人工神經(jīng)網(wǎng)絡(luò)控制
　　1.3.4 專家控制
　　1.3.5 仿人智能控制
　　1.3.6 學(xué)習(xí)控制
　1.4 智能控制系統(tǒng)的研究方向和趨勢(shì)
　　1.4.1 研究方向
　　1.4.2 發(fā)展趨勢(shì)
第2章 模糊控制的數(shù)學(xué)基礎(chǔ)
　2.1 模糊控制概述
　　2.1.1 模糊理論的創(chuàng)立
　　2.1.2 模糊控制的應(yīng)用
　　2.1.3 模糊控制技術(shù)的特點(diǎn)
　　2.1.4 模糊控制技術(shù)的發(fā)展
　2.2 模糊集合及其表示方法
　　2.2.1 模糊集合的基本概念
　　2.2.2 模糊集合的表示方法
　　2.2.3 模糊集合的運(yùn)算
　　2.2.4 確定隸屬函數(shù)的原則
　2.3 模糊關(guān)系和模糊矩陣
　　2.3.1 普通關(guān)系
　　2.3.2 模糊關(guān)系
　2.4 模糊邏輯
　　2.4.1 模糊語言邏輯
　　2.4.2 語言算子
　　2.4.3 模糊邏輯與多值邏輯的區(qū)別和聯(lián)系
　2.5 模糊邏輯推理
　　2.5.1 似然推理
　　2.5.2 模糊條件推理
　　2.5.3 多輸入模糊推理
　　2.5.4 多輸人多規(guī)則推理
第3章 模糊控制的基本原理
　3.1 模糊控制的基本思想
　　3.1.1 模糊控制思想
　　3.1.2 模糊控制系統(tǒng)的基本組成
　　3.1.3 模糊控制器的組成
　3.2 模糊控制基本原理
　　3.2.1 單輸入單輸出模糊控制原理
　　3.2.2 電熱爐爐溫模糊控制設(shè)計(jì)例證
第4章 模糊邏輯控制器及模糊控制系統(tǒng)設(shè)計(jì)
　4.1 模糊控制器設(shè)計(jì)的內(nèi)容
　4.2 模糊控制器結(jié)構(gòu)設(shè)計(jì)
　　4.2.1 輸入輸出變量的確定
　　4.2.2 模糊控制器結(jié)構(gòu)的選擇
　4.3 模糊控制規(guī)則設(shè)計(jì)
　　4.3.1 輸入輸出變量詞集的選擇
　　4.3.2 各模糊變量的模糊子集隸屬函數(shù)的選擇
　　4.3.3 模糊控制規(guī)則的建立
　　4.3.4 模糊化和解模糊化方法
　　4.3.5 論域、量化因子和比例因子
　　4.3.6 模糊控制在線推理示例
　　4.3.7 模糊控制器的硬、軟件實(shí)現(xiàn)
　4.4 模糊控制與PID控制的結(jié)合
　　4.4.1 模糊控制器與PID控制器的關(guān)系
　　4.4.2 模糊PID控制器的幾種形式
　4.5 模糊控制系統(tǒng)設(shè)計(jì)實(shí)例
　　4.5.1 溫度控制系統(tǒng)
　　4.5.2 控制系統(tǒng)性能分析
　　4.5.3 模糊控制器的實(shí)現(xiàn)
喜5章 神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)控制
　5.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
　　5.1.1 生物神經(jīng)元與人工神經(jīng)元
　　5.1.2 神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史
　　5.1.3 神經(jīng)網(wǎng)絡(luò)的分類
　　5.1.4 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)及應(yīng)用領(lǐng)域
　5.2 典型神經(jīng)網(wǎng)絡(luò)模型
　　5.2.1 感知機(jī)神經(jīng)網(wǎng)絡(luò)
　　5.2.2　BP神經(jīng)網(wǎng)絡(luò)
　　5.2.3　RBF神經(jīng)網(wǎng)絡(luò)
　　5.2.4　Hopfield神經(jīng)網(wǎng)絡(luò)
　5.3 神經(jīng)網(wǎng)絡(luò)控制
　　5.3.1 神經(jīng)網(wǎng)絡(luò)監(jiān)督控制
　　5.3.2 神經(jīng)網(wǎng)絡(luò)直接逆控制
　　5.3.3 神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制
　　5.3.4 神經(jīng)網(wǎng)絡(luò)內(nèi)�？刂�
　　5.3.5 神經(jīng)網(wǎng)絡(luò)PID控制
　　5.3.6 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制
　　5.3.7 神經(jīng)網(wǎng)絡(luò)混合控制
有6章 專家控制技術(shù)
　6.1 專家系統(tǒng)
　　6.1.1 專家系統(tǒng)發(fā)展歷史
　　6.1.2 專家系統(tǒng)的結(jié)構(gòu)與類型
　　6.1.3 知識(shí)的表示
　　6.1.4 知識(shí)的獲取
　　6.1.5 專家系統(tǒng)的推理機(jī)制
　6.2 專家控制系統(tǒng)
　　6.2.1 專家控制系統(tǒng)原理
　　6.2.2 專家控制系統(tǒng)的類型
　　6.2.3 專家控制系統(tǒng)的設(shè)計(jì)
第7章 遺傳算法與應(yīng)用
　7.1 遺傳算法的基本原理
　　7.1.1 遺傳算法的基本操作
　　7.1.2 遺傳算法的優(yōu)化設(shè)計(jì)
　　7.1.3 遺傳算法優(yōu)化函數(shù)實(shí)例
　　7.1.4 遺傳算法的特點(diǎn)
　7.2 基于遺傳算法的參數(shù)辨識(shí)
　　7.2.1 基于遺傳算法的參數(shù)辨識(shí)方法
　　7.2.2 遺傳算法用于控制系統(tǒng)建模與設(shè)計(jì)
　7.3 基于遺傳算法的PID控制參數(shù)優(yōu)化
　　7.3.1 基于遺傳算法的控制參數(shù)優(yōu)化方法
　　7.3.2 遺傳算法PID參數(shù)整定實(shí)例
參考文獻(xiàn)