《研究生教材：智能控制理论及应用》以发电行业为工程背景，理论紧密联系实际，讲述了人工智能算法在控制工程中应用的各类问题；较系统全面地介绍了自动控制理论的发展过程及智能控制理论的发展及应用现状；为给后续各章程序设计打下基础，论述了自动控制系统的数字仿真方法；论述了经典的和现代的多种优化算法以及智能辨识方法，通过工程实例阐明了智能理论的实际应用方法；介绍了模糊数学基础，并详细地论述了模糊控制器的设计方法和工程应用所面临的实际问题，为模糊控制器的工程应用提供了参考；论述了专家系统在离线优化和在线优化控制中的应用方法；论述了神经网络在系统辨识、故障诊断和优化控制中的应用方法。为方便读者理解书中内容和设计程序，以及方便程序代码的转换，书中的程序采用MATLAB的基本语句进行设计，而不使用MATLAB的工具箱和复杂函数。
　　书中所给出的实例大多是工程实际问题，所阐述的许多方法都是作者在工程研究项目中所用到的，有些算法由《研究生教材：智能控制理论及应用》作者首创，书中的程序可直接用于工程实际。
　　《研究生教材：智能控制理论及应用》可作为高等院校自动化专业高年级学生及控制科学与工程专业的硕士、博士研究生的教材，亦可作为工程技术人员的参考用书。

第1章 概述
1.1 自动控制理论的形成与发展
1.2 智能控制的研究及应用现状

第2章 控制系统数字仿真
2.1 连续系统的离散化
2.2 离散系统的差分方程求取
2.3 数字仿真程序结构
2.4 本章小结

第3章 智能优化理论与方法
3.1 控制系统的参数优化问题
3.2 经典优化方法
3.3 遗传优化算法

前言
第1章 概述
1.1 自动控制理论的形成与发展
1.2 智能控制的研究及应用现状

第2章 控制系统数字仿真
2.1 连续系统的离散化
2.2 离散系统的差分方程求取
2.3 数字仿真程序结构
2.4 本章小结

第3章 智能优化理论与方法
3.1 控制系统的参数优化问题
3.2 经典优化方法
3.3 遗传优化算法
3.4 蚁群优化算法
3.5 粒子群优化算法

第4章 智能建模理论与方法
4.1 建模方法概述
4.2 智能辨识原理
4.3 估计模型的选择
4.4 基于粒子群算法的智能辨识

第5章 模糊控制
5.1 模糊控制的数学基础
5.2 基本模糊控制器设计
5.3 带自调整因子的模糊控制器的设计
5.4 模糊与PID复合控制

第6章 专家控制
6.1 专家系统概述
6.2 知识库
6.3 推理机
6.4 专家控制

第7章 神经网络控制
7.1 生物神经元与人工神经元
7.2 神经网络的结构及学习方法
7.3 神经网络辨识
7.4 神经网络故障诊断
7.5 单节点神经网络控制系统

参考文献

前言
第1章 概述
1.1 自动控制理论的形成与发展
1.2 智能控制的研究及应用现状

第2章 控制系统数字仿真
2.1 连续系统的离散化
2.2 离散系统的差分方程求取
2.3 数字仿真程序结构
2.4 本章小结

第3章 智能优化理论与方法
3.1 控制系统的参数优化问题
3.2 经典优化方法
3.3 遗传优化算法

前言
第1章 概述
1.1 自动控制理论的形成与发展
1.2 智能控制的研究及应用现状

第2章 控制系统数字仿真
2.1 连续系统的离散化
2.2 离散系统的差分方程求取
2.3 数字仿真程序结构
2.4 本章小结

第3章 智能优化理论与方法
3.1 控制系统的参数优化问题
3.2 经典优化方法
3.3 遗传优化算法
3.4 蚁群优化算法
3.5 粒子群优化算法

第4章 智能建模理论与方法
4.1 建模方法概述
4.2 智能辨识原理
4.3 估计模型的选择
4.4 基于粒子群算法的智能辨识

第5章 模糊控制
5.1 模糊控制的数学基础
5.2 基本模糊控制器设计
5.3 带自调整因子的模糊控制器的设计
5.4 模糊与PID复合控制

第6章 专家控制
6.1 专家系统概述
6.2 知识库
6.3 推理机
6.4 专家控制

第7章 神经网络控制
7.1 生物神经元与人工神经元
7.2 神经网络的结构及学习方法
7.3 神经网络辨识
7.4 神经网络故障诊断
7.5 单节点神经网络控制系统

参考文献