自动控制理论经历了经典控制和现代控制两个重大发展阶段，已经相当完善。然而，对于许多复杂庞大的被控对象及其外界环境，有时难以建立有效的数学模型，因而无法采用常规的控制理论做定量分析计算和进行控制，这时就要借助于新兴的智能控制。智能控制是人工智能、控制论和运筹学相互交叉渗透形成的新兴学科，它具有定量和定性相结合的分析方法，融合了人类特有的推理、学习和联想等智能。模糊控制是智能控制中适用面宽广、比较活跃且容易普及的一个分支。

人类在感知世界、获取知识、思维推理、相互交流及决策和实施控制等诸多的实践环节中，对知识的表述往往带有“模糊性”的特点，这使得其中所包含的信息容量有时比“清晰性”的更大，内涵更丰富，也更符合客观世界。1965年美国的控制论专家LAZadeh教授创立了模糊集合论，从而为描述、研究和处理模糊性事物提供了一种新的数学工具。模糊控制就是利用模糊集合理论，把人的模糊控制策略转化为计算机所能接受的控制算法，进而实施控制的一种理论和技术。它能够模拟人的思维方式，因而对一些无法构建数学模型的系统可以进行有效的描述和控制，除了用于工业，也适用于社会学、经济学、环境学、生物学及医学等各类复杂系统。

由于模糊控制应用广泛、便于普及，不仅许多高等学校开设了模糊控制课程，而且不少工程技术人员也渴望了解和学习这方面的知识。集作者多年从事“模糊信息处理”“模糊控制”方面的科研和教学经验，编写了这本模糊控制方面的入门书。本书在选材、安排上均遵从“入门”和“实用”的原则，着重介绍模糊控制的基本概念、基本原理和基本方法。本着“重视实用性和可操作性”的工程教育思想，内容选取和叙述形式不追求“理论的高深和数学推导的严谨”，在学术性和实用性发生冲突时，学术性服从实用性。

本书主要内容包括模糊控制的数学和逻辑学基础、模糊控制器的设计、模糊控制系统的仿真及神经网络在模糊控制中的应用。

在介绍模糊控制的理论时，按照模糊控制的需要介绍必要的基础理论和基本知识，而不是把模糊控制仅仅看作模糊理论的一种应用，片面追求模糊理论的系统性和完整性，致使读者在模糊数学和模糊逻辑的演算上花费很多精力。

在介绍模糊规则的生成方法时，不仅介绍了根据操作经验建立规则的常用方法，而且通过实例介绍了从系统的输入、输出数据中获取模糊规则的方法。

在介绍模糊控制器时，集中介绍了适用范围较广的两种类型模糊控制器：Mamdani型和Sugeno型。前一种模糊控制器的输入量和输出量都是模糊子集，输出量需要经过清晰化才能用于执行机构；而后一种模糊控制器的输入量是模糊子集，输出量为精确量，可以直接用于推动执行机构。

考虑到科技工作者学习模糊控制理论时需要实践的需求，把模糊控制理论和计算机仿真进行了有机融合，较详细地介绍了MATLAB仿真技术及其在模糊控制方面的应用。通过仿真练习，弥补了学习理论过程中难以实践的缺陷，加深对模糊控制的理解，也使在解决实际问题时有所借鉴，为进一步深入学习和应用模糊控制理论打下良好的基础。

神经网络是智能控制的一个重要分支，本书简要介绍了它在模糊控制中的应用，着重举例介绍了MATLAB中“自适应神经模糊系统”的使用方法。

本书配有教学课件，可发邮件至cbswce@jg.bjtu.edu.cn索取。

吴嫦娥编辑对本书的出版起了极大的推动作用，在此深表谢意！

    由于模糊控制领域的理论目前尚不成熟，还存在许多未解难题，虽然作者在“模糊领域”有十余年的科研教学经验，但毕竟水平有限，恳请广大读者不吝赐教！