　　智能控制理论是继经典控制理论和现代控制理论之后出现的一个先进的控制理论。它是在众多学科不断发展以及交叉应用的基础上发展成长起来的，并且还在不断成长。
　　《智能控制系统及其应用/“十二五”国家重点图书出版规划项目·中国科学技术大学精品教材》主要内容包括：人工神经网络、模糊逻辑推理系统、模糊神经网络、进化算法和群智能优化算法及其应用五大部分。作者在介绍神经网络理论与模糊集合理论的基础上，对人工神经网络与模糊逻辑控制系统的设计及其应用，以及两者之间的相互关系和相互结合，进行了较深层次上的理论分析与综合，并结合进化算法在控制系统中的建模与控制的各种实际应用以及群智能优化算法及其在中国旅行商问题中优化的应用，使读者能够从中了解和掌握运用模糊神经系统的理论与技术，以及运用智能优化理论与技术进行实际系统设计的方法。
　　《智能控制系统及其应用/“十二五”国家重点图书出版规划项目·中国科学技术大学精品教材》选材新颖，材料翔实，系统性强，通俗易懂。既有理论分析与综合，又有实际系统的设计与应用。
　　《智能控制系统及其应用/“十二五”国家重点图书出版规划项目·中国科学技术大学精品教材》既可作为高校自动化专业、机械专业、电力电气专业、计算机科学与应用专业及其他相关专业的研究生教学用书，也可供从事智能科学、系统科学、计算机科学、应用数学、自动控制等领域研究的广大科技人员阅读和参考。

内页插图

总序
前言

第1章概述
1.1 自动控制系统及其理论的发展历程
1.2 智能控制系统及其理论
1.2.1 智能控制理论
1.2.2 智能控制系统的基本功能特点
1.2.3 智能控制技术的应用
1.3 智能控制与传统控制的比较分析
1.3.1 传统控制的特点与不足
1.3.2 智能控制与传统控制的关系
1.4 智能优化算法
1.5 本书内容

第2章前向神经网络
2.1 感知器网络
2.1.1 感知器的网络结构及其功能
2.1.2 感知器权值的学习规则与训练
2.2 自适应线性元件
2.2.1 自适应线性神经元模型和结构
2.2.2 W-H学习规则及其网络的训练
2.3 反向传播网络
2.3.1 反向传播法网络模型与结构
2.3.2 BP算法
2.3.3 BP网络的设计
2.3.4 BP网络的限制与不足
2.4 径向基函数网络
2.4.1 径向基函数网络结构
2.4.2 网络训练与设计
2.4.3 广义径向基函数网络

第3章网络训练优化算法及其性能对比
3.1 基于标准梯度下降的方法
3.1.1 附加动量法
3.1.2 自适应学习速率
3.1.3 弹性BP算法
3.2 基于数值优化方法的网络训练算法
3.2.1 拟牛顿法
3.2.2 共轭梯度法
3.2.3 Levenberg-Marquardt法
3.3 前向网络的数值性能对比
3.3.1 非线性函数的逼近
3.3.2 逼近非线性直流电机的输入／输出特性

第4章递归神经网络
4.1 各种递归神经网络
4.1.1 全局反馈型递归神经网络
4.1.2 前向递归神经网络
4.1.3 混合型网络
4.1.4 小结
4.2 全局反馈递归网络
4.2.1 海布学习规则
4.2.2 正交化的权值设计
4.2.3 离散型反馈网络的稳定点与稳定域
4.3 连续型霍普菲尔德网络
4.3.1 对应于电子电路的网络结构
4.3.2 霍普菲尔德能量函数及其稳定性分析
4.3.3 能量函数与优化计算
4.4 自组织竞争网络
4.4.1 网络结构
4.4.2 竞争学习规则
4.4.3 竞争网络的训练过程
4.5 科荷伦自组织映射网络
4.5.1 科荷伦网络拓扑结构
4.5.2 网络的训练过程
4.5.3 科荷伦网络的应用

第5章神经网络在智能控制系统中的应用
5.1 直接正向模型建立
5.2 逆模型建立
5.3 系统中的控制
5.3.1 监督式控制
5.3.2 直接逆控制
……

第6章模糊理论基础
第7章模糊控制器的设计方法
第8章模糊控制系统的应用
第9章模糊神经网络
第10章模糊神经系统的应用
第11章进化算法
第12章进化算法的应用
第13章智能优化算法及其应用