本书以智能控制理论为主线，全面系统地介绍了智能控制、模糊控制、专家系统、神经网络、遗传算法的理论方法及系统设计的实现技术。全书共7章，第1章概述智能控制的发展过程及所面临的问题，综述了智能控制的研究内容及特点。第2章讲述了递阶智能控制系统，详细介绍了信息层次性，采用数据融合的方法建立系统框架。第3章主要介绍了模糊数学的一些基本概念及运算规则，同时介绍了模糊控制系统的组成及设计方法。第4章介绍了专家系统和专家控制方法，概述了传统人工智能的知识表示方法和搜索推理技术。第5章主要介绍了前馈神经网络、反馈神经网络和自组织神经网络等几种常用网络的基本原理与建模方法。第6章主要介绍了遗传算法的基本原理与实现过程，并对其数学基础进行了综述，同时还提出了遗传算法的几种改进措施及其和神经网络的结合。第7章是智能控制系统的应用，具体给出了六个综合智能控制系统在工程上应用实例，以给读者提供对不同复杂生产制造过程建立智能控制系统的方法和手段。 本书注重理论基础，强调实际应用，可作为高等院校硕士研究生和高年级本科生的教材，也可供控制科学与工程、计算机控制、系统工程、电气工程及相关专业的工程技术人员参考。

前言 智能控制是在人工智能和自动控制等多学科基础上发展起来的交叉学科。随着社会和科学技术的不断发展，传统的控制理论面临着很大的挑战，这些挑战主要体现在传统的控制理论在处理系统的复杂性、多变量的耦合性和不确定性问题时显得无能为力。在此背景下，模糊推理、神经网络、遗传算法和专家系统等智能控制技术取得了长足的发展。当前，国内外控制界把复杂系统的控制作为控制科学与工程学科发展的前沿方向。 正是基于这些原因，许多院校已将智能控制理论作为硕士研究生和大学本科高年级学生的首选或必选计算机控制课程。本教材以智能控制理论为主线，全面系统地介绍了模糊控制、专家系统、神经网络、遗传算法的理论方法及系统设计的实现技术。其突出的优点是在复杂系统的基础上利用技术和现代智能控制手段，建立递阶智能控制系统。本书通过对国内外工艺过程的控制要求及发展方向的分析研究，跟踪和借鉴国外模糊控制、神经网络和专家系统等人工智能技术在复杂工艺过程中的发展趋势和应用成果，探讨和研究了信息融合领域的前沿课题，并提出了用递阶和分层技术对数据融合、集成、决策和推理，大大提升了智能控制的内容和实现手段。 全书共7章，前6章详细阐述了基本概念和方法，通过例题加深学生对内容的理解，每章给出习题以帮助理解基本概念；第7章为应用篇，介绍的多个综合例子都是作者近年来在国家重大科研项目中的研究成果。其中上海市自然基金项目“高炉智能系统的快速推理机制的分析”已经专家鉴定，其成果达到国际先进水平，并申请三项国家发明专利。发表相关论文近二十篇，被SCI、EI、ISTP收录6篇，受到了国际学术界的肯定。 由于作者水平有限，书中难免有错误和不妥之处...