智能控制作为控制理论发展的第三个发展阶段，是人工智能、认知科学、模糊数学、生物控制论、学习理论等在控制论的交叉与结合。本书总结了近几年来智能控制的研究成果，详细阐述了智能控制的基本概念、工作原理和设计方法。本书的主要内容包括：智能控制的基本概念、模糊控制的理论基础、模糊控制系统、人工神经元网络模型、神经网络控制论等，后简单介绍了智能控制的集成技术。本书在深入系统地介绍智能控制设计理论和应用方法的同时，还给出了一些设计实例和MATLAB算法例程。

本书选材新颖，系统性强，通俗易懂，突出理论联系实际，并配有一定数量的习题和上机操作题，适合于初学者学习智能控制的基本理论和方法。本书可作为高等院校自动化、电气工程及其自动化、计算机科学与技术、电子信息工程等专业高年级本科生的教材，也适合于相关专业的工程技术人员阅读和参考。

【推荐简言】

本书自从1999年问世以来，已被很多学校选为智能控制类课程的教材，并得到了教师与学生的认可与好评。读者反映，本书的体系结构简练，知识体系统一，内容循序渐进、深入浅出，并附有例题和习题，很方便对内容的理解及对概念的掌握。

本书共分六章，总学时为32 学时。绪论简要地介绍了智能控制的发展、智能控制的几种主要方法以及智能控制系统的结构和特点，建议学时数为2。考虑到本专业学生通常没有预修过“模糊数学”，本书第二章首先介绍模糊控制的理论基础，其重点内容是模糊集数学理论，主要介绍与模糊控制相关的模糊集理论、隶属度函数、模糊语言变量和模糊逻辑推理，建议学时数为8。第三章重点介绍模糊控制系统的设计，包括模糊控制系统的结构设计和设计方法，详细给出了两类模糊控制系统设计的实例，后对模糊PID控制的设计作了简单的讨论，建议学时数为8。第四章首先简要介绍了神经元模型和神经网络模型，重点介绍了神经控制中使用较频繁的两类神经网络模型（前后传播神经网络模型和动态神经网络模型）的结构和学习算法，建议学时数为6。第五章介绍了神经网络控制器的结构、学习机制、非线性离散动态系统的神经网络建模和控制，建议学时数为6。第六章主要介绍了智能控制的新发展，建议学时数为2。目录中带“*”的章节为选讲内容。

为了适应智能控制技术教学的新需求，作者对本书进行了修订，除了保持第1版的优点之外，还着重对一些智能控制关键知识点进行延伸介绍，并增加了一些智能控制的新技术，尤其是对智能控制技术广泛使用的优化计算方法进行了介绍。同时，也对原书中的某些不足和文图错误进行修正。具体包括：
1）在第三章增加了模糊控制系统的基本类型，介绍了模糊控制系统中常用的TakagiSugeno型模糊控制器。
2）模糊控制系统设计举例更加结合自动化专业的典型系统。例如通过对倒立摆的控制，说明了模糊控制理论也能解决自动化领域的一些典型控制难题，使读者对模糊控制系统的应用前景加深了认识。
3）结合目前广泛使用的MATLAB数学工具，给出了BP学习算法的MATLAB 例程。
4）在动态神经网络模型这一节，增加了近几年来有较好应用前景的回归神经网络模型。
5）对第六章做了较大的改动，增加了遗传学习算法、蚁群学习算法等例程，删除了仿人控制和混沌控制的内容。