第2版前言
自《智能控制》出版5年以來，恰逢人工智能在世界范圍內蓬勃發(fā)展。人工智能已成為引領新一輪科技革命、產業(yè)變革、社會變革的戰(zhàn)略性技術，它對一個國家的科學技術、經濟發(fā)展、國防實力、社會進步等方面將產生重大而深遠的影響。因此，世界各國都在加大投入，加速擴大人工智能領域研究生等高層次人才的培養(yǎng)。
現在，幾乎到處可以看到、聽到智能這個詞，它已經成為當代出現頻次越來越高、為時髦的詞匯。21世紀，人類社會已經進入飛速發(fā)展的智能時代，人工智能技術已經融入科技創(chuàng)新、經濟建設、社會生產、生活、管理等方方面面，信息化、網絡化、數字化正在加速邁向智能化。
人們期望用計算機系統(tǒng)去代替或部分取代人的工作，限度地提高勞動生產效率和產品質量； 期望計算機能在更廣闊的領域向人類專家全面學習，使其趕上甚至超過領域專家的水平，這些美好的愿望正在變?yōu)楝F實。
深度學習已成為人工智能領域神經網絡研究的焦點，AlphaGo 和AlphaGo Zero是谷歌公司Deep Mind團隊基于深度強化學習技術研究開發(fā)的計算機圍棋，自2016年以來，連續(xù)戰(zhàn)勝了圍棋世界冠軍，顯示了人工智能技術的強大威力。
智能科學是一個新興的多學科交叉融合的前沿科學，其中人工智能是智能科學的一個重要研究領域。智能控制是人工智能、智能優(yōu)化與自動控制相結合的交叉學科，在智能自動化領域不僅占有重要地位，而且發(fā)揮著越來越大的作用。
主要修訂內容
本書對第1版中語言表述不夠確切、不夠完整的地方進行了修改和完善，并在保留第1版結構、體系和內容的基礎上，更新和增加了以下內容。
(1) 第1章，重新撰寫了1.4.2節(jié)； 對圖1.2進行了補充說明。
(2) 第2章，補充了有關語言算子的內容。
(3) 第3章，重新撰寫了3.1.1節(jié)； 增加了強化學習、深度學習、深度強化學習； 增加了深度信念網絡、卷積神經網絡、循環(huán)神經網絡、遞歸神經網絡。

(4) 第4章和第5章內容沒有增減，只是對部分文字表達進行了修改和完善。
(5) 第6章，更新了6.1節(jié)，智能優(yōu)化算法中增加了4種快速智能優(yōu)化算法： 教學優(yōu)化算法、正弦余弦算法、渦流搜索算法、陰�碴枌�優(yōu)化算法。
(6) 第7章，標題修改為智能控制原理與設計，并重新撰寫了7.1節(jié)和7.2節(jié)。
(7) 第8章，增加了8.5節(jié)和8.6節(jié)。
(8) 對第1版教材中各章啟迪思考題進行了部分修改，增加了涉及新內容的相應題目。
本書的主要特色
國內外有關智能控制方面的書籍已經出版了許多，與這些書籍相比，本書的特色鮮明，主要表現在以下幾個方面。
（1） 本書將智能控制視為控制論與系統(tǒng)論、信息論、人工智能、計算智能5個學科的交叉融合，這一觀點繼承并發(fā)展了智能控制的開拓者傅京孫、薩里迪斯等提出的多學科交叉觀點，更有利于深刻揭示智能控制學科的本質屬性。
（2） 本書將智能控制器對缺乏精確數學模型、非線性復雜對象的控制過程，看作對被控對象逆模型的逼近過程，有利于在控制原理上正確認識智能控制與依賴于對象精確模型的傳統(tǒng)控制的區(qū)別，有利于深刻認識智能控制的本質特征。
（3） 本書提出將傳統(tǒng)控制系統(tǒng)中信息、反饋、決策三要素加以智能化，并把智能信息、智能反饋、智能決策作為智能控制的三要素，這樣有利于提高設計智能控制系統(tǒng)的智能水平，也有利于人們正確認識智能控制與傳統(tǒng)控制之間的區(qū)別與聯系。
（4） 本書提出智能控制的新概念，認為一個性能的智能控制器，對于非線性復雜對象的控制，其結構和控制參數必須能夠自適應調整，而這種調整必須采用可以在線實現的快速智能優(yōu)化算法，從而成為集智能控制器和智能優(yōu)化算法于一體的智能控制。
（5） 本書以智能控制中的智能來源于模擬人左腦模糊邏輯思維、右腦形象思維、人的控制行為作為主線，從而形成了基于符號主義、聯結主義、行為主義的模糊控制、神經控制、專家控制3種智能控制的主要形式。
對于上述3種智能控制形式的認識，作者特別強調以下思想觀點。
模糊控制不是要把控制理論變得模模糊糊，而是要通過引入模糊語言變量及其同語言變量之間構成的模糊關系進行模糊邏輯推理，從而使微機控制進入那些基于被控對象精確模型無法控制的禁區(qū)，以便獲得基于精確模型控制無法達到的控制精度。
神經控制不是要把控制理論變得神乎其神，而是要利用人工神經網絡所具有的信息分布存儲、并行處理與推理、自組織與自學習的功能，以及強大的非線性映射的逼近功能，使得神經網絡能對難以精確描述的非線性復雜對象進行建模、優(yōu)化參數、智能控制等。
專家控制的目的不是要把控制理論退回到只憑人的經驗控制的境地，而是利用微機模擬專家或人工控制的經驗、規(guī)則、知識以及直覺推理、智能決策行為等，自動地從復雜被控動態(tài)過程中獲取有用的信息，進行定性信息和定量信息的綜合集成推理決策，從而實現對復雜對象的有效控制。
推薦研究型學習方法
作者近40年的教學實踐、教學督導和教學研究的經驗表明，無論是教師教學，還是學生自學智能控制課程，都應該深入地鉆研教材及相關文獻，掌握其中的重要概念、原理和方法，并能通過MATLAB工具箱對模糊控制、神經控制系統(tǒng)等進行仿真實踐，做到理論聯系實際。
學習本書要采用研究型的學習方法，把學習過程當作一項課題來研究，在研究過程中學習，又在學習中研究。研的本意指細磨、研墨，釋義指反復深入地探求、考慮、思索； 究的本意指仔細推求、追查，釋義指到底、究竟。研究就是指探求事物、問題的真相、性質、產生的根源、發(fā)展的來龍去脈及其規(guī)律等。
具體地講，在學習本書的過程中，要不斷地自我提問： 為什么要研究這個問題？用什么方法解決的？這種方法對我有什么啟發(fā)？在解決問題過程中提出了什么新概念？要用打破砂鍋問到底的精神去讀書、學習和實踐，這樣才能真正學到一些知識，為有所發(fā)現、有所發(fā)明、有所創(chuàng)造、有所成就打下堅實的基礎。
在對新概念的學習、理解和掌握上必須狠下功夫！因為學習掌握新概念是學好新知識的首要關口。須知，概念是科學的細胞，概念是人們刻畫客觀事物本質屬性的一種思維形式。
一個新的科學發(fā)現或一項技術發(fā)明，往往伴隨著提出新的概念，來刻畫過去沒被人們認識的事物的本質特征�？梢�，概念對于學習掌握知識及發(fā)明創(chuàng)造都具有舉足輕重的作用。
學好一門課程必須從學好、掌握一個新概念開始。例如，在學習模糊控制時，模糊概念、模糊集合、模糊邏輯等都是新概念。扎德為什么提出模糊集合新概念？扎德是用什么樣的思想方法創(chuàng)立了模糊集合？什么是模糊概念？如何用一個模糊集合描述一個模糊概念？模糊邏輯、二值邏輯（布爾邏輯）和模糊集合、經典集合之間有什么區(qū)別與聯系？這一連串的問題都摳明白了，再往后學就容易了。緊接著，就是學習兩個模糊集合之間構成的模糊關系，以及由模糊關系進而再實現模糊邏輯推理。模糊集合、模糊關系和模糊推理就構成了模糊系統(tǒng)。用模糊集合表示語言變量，用模糊關系描述模糊控制規(guī)則，用模糊推理給出模糊控制決策，就構成了模糊邏輯控制的核心內容。
倡導學點思維科學、系統(tǒng)科學、科學方法論
為了更好地從事教學、學習、研究和創(chuàng)新性工作，作者向廣大教師、研究生和科技人員強烈推薦學習一些有關思維科學、系統(tǒng)科學、科學方法論的基本概念和基礎知識。為此，先給大家開個頭，作為引子。
思維科學是研究人們認識客觀世界的思維規(guī)律和思維方法的科學，又稱為邏輯學、認知科學。思維是指人們對客觀事物的間接反映，它反映事物的本質屬性和事物之間的聯系。思維具有3種類型抽象思維（邏輯思維）、形象思維（直覺思維）、靈感思維（頓悟思維）； 思維有3種形式概念、判斷、推理。
系統(tǒng)科學是以系統(tǒng)為研究對象的基礎理論及其應用學科群組成的科學。系統(tǒng)是由相互聯系、相互作用的組件（元素）組成的具有一定結構和功能的有機整體。系統(tǒng)科學的基本概念包括系統(tǒng)、結構、層次、行為、功能、演化、涌現、自組織、環(huán)境等。系統(tǒng)類型包括線性系統(tǒng)、非線性系統(tǒng)、復雜系統(tǒng)、開放系統(tǒng)、封閉系統(tǒng)、孤立系統(tǒng)等。
科學方法論是指導人們從事科學研究工作中普遍使用和特殊使用的思想方法或哲學思想。科學方法論內容很豐富，作者認為重要的是掌握自然辯證法中的對立統(tǒng)一規(guī)律。矛盾是辯證法的核心概念，矛盾就是對立統(tǒng)一。對立統(tǒng)一規(guī)律是指任何事物都包含著矛盾，矛盾分主要矛盾和非主要矛盾，且二者在一定條件下可轉化，矛盾雙方既對立又統(tǒng)一，由此推動著事物發(fā)展。
下面綜合一下思維科學、系統(tǒng)科學和科學方法論的有關概念和思想在前面所列舉學習模糊控制例子中的具體體現。
經典集合使用1和0 兩個值表示某事物具有或不具有某種屬性。這種二值邏輯不能描述大量客觀事物屬性不分明、具有模糊性的情況。人的思維具有模糊性，可以用語言描述屬性不分明的事物。扎德認為，讓計算機以一種接近人類行為的方式解決問題，就必須解決經典集合中取值1和0矛盾雙方的對立統(tǒng)一問題。扎德創(chuàng)造性地提出，用一條隸屬函數曲線把二值邏輯的值0、1適當地連接起來，從而解決了1和0對立的矛盾雙方統(tǒng)一問題，創(chuàng)立了模糊集合。用模糊集合可以描述模糊概念、表示語言變量。這樣就把傳統(tǒng)的概念、判斷和推理推廣為模糊概念、模糊判斷和模糊推理，構成了模糊系統(tǒng)。
在上述模糊集合論創(chuàng)立過程中，一是用到了系統(tǒng)科學中的概念，如模糊概念、模糊判斷和模糊推理就構成了模糊系統(tǒng)； 二是用到了思維科學中的概念、判斷、推理等基本概念； 三是用到了對立統(tǒng)一的科學方法論，通過創(chuàng)立隸屬函數新概念使二值邏輯中矛盾對立的雙方做到統(tǒng)一。
思維科學和科學方法論在系統(tǒng)的范疇內都是相通的。系統(tǒng)的辯證的思維方法論為我們正確認識事物、解決問題、科學研究、發(fā)明創(chuàng)造等提供了強有力的思想武器。所以，我們必須在教學、學習、科研等一切工作中采用系統(tǒng)的辯證思維的科學方法作指導，才能收到事半功倍的效果。
結束語
在此，引用控制界和科學界大師們有關控制論和方法論的語錄作為本前言的結束語。
智能控制的早期開拓者美國薩里迪斯（G.N.Saridis）教授在《論智能控制的實現》中指出： 向人腦（生物腦）學習是捷徑。
美國喬治（F.H.George）教授在《控制論基礎》中指出： 控制論的焦點就是模擬和綜合人類智能問題。
國際控制界享有盛譽的瑞典奧斯特隆姆（K.J.�@str�塵）教授指出： 控制論是維納在研究動物（包括人）和機器內部的通信與控制時創(chuàng)立的，當時提出了許多新概念，目前，這一領域似乎又回到了發(fā)現新概念的時代。
美國麻省理工學院著名數學家維納（N.Wiener）在《控制論》第二版前言中指出： 控制論學家應該繼續(xù)走向新的領域，應該把他的大部分注意力轉到近十年的發(fā)展中新興的思想上去。
耗散結構論的創(chuàng)始人諾貝爾獎得主普利高津（I.Prigogine）教授指出： 當代科學正迅速發(fā)展，一方面是人對物理世界的認識在廣度和深度上的擴展； 另一方面是研究越來越復雜的對象引起科學方法上質的變化，后一方面更為重要。
后，作者對清華大學出版社對本書出版工作的支持表示衷心感謝！對本書所引用的國內外有關文獻的作者深表謝意！

編者
2021年6月
于哈爾濱工業(yè)大學

Foreword
第1版前言

智能控制對許多人來說，既熟悉又陌生。說熟悉是因為當代智能這個詞很時髦，說陌生是因為即使從事控制的專業(yè)人員也未必對智能控制的內涵理解得很深刻。
自動控制的產生來源于人們對生產過程自動化的需求，既可以減輕人們的勞動強度，又可以提高生產效率和產品質量。隨著科學技術的迅猛發(fā)展，被控對象變得日益復雜，以至于人們難以用精確的數學模型加以描述，即使建立了非常復雜的數學模型，也難以用于實際的控制系統(tǒng)設計。因此，對于具有不確定性復雜對象的控制難題，基于被控對象精確數學模型的傳統(tǒng)控制經典控制理論及現代控制理論都面臨著嚴峻的挑戰(zhàn)。
面對難以用傳統(tǒng)控制理論控制的復雜對象，具有一定操作經驗的人員采用人工控制方法往往能夠取得滿意的控制效果。這些操作人員既不需要對象的數學模型，也不需要控制專家的指導，而是憑借他的操作經驗，借助于儀器、儀表等傳感器對被控對象隱含在輸入輸出數據中的動態(tài)行為不斷觀測與分析，并根據控制過程的要求，不斷通過執(zhí)行機構對被控過程加以調節(jié)，從而實現對復雜對象的有效控制。
隨著計算機技術的飛速發(fā)展和性能的不斷提高，使得用機器模擬人的智能決策行為對復雜對象進行控制變得易于實現，這樣的控制形式被稱為智能控制。因此，智能控制是借助于計算機模擬人（包括操作人員及控制專家）對難以建立精確數學模型的復雜對象的智能控制決策行為，基于控制系統(tǒng)的輸入輸出數據的因果關系推理，實現對復雜對象計算機閉環(huán)數字控制的形式。
本書作者李士勇教授早在20世紀80年代就開始了模糊控制、智能控制的教學和科研工作，編著《模糊控制和智能控制理論與應用》（1990）； 《模糊控制·神經控制和智能控制論》（第1版1996，第2版1998）榮獲1999年全國優(yōu)秀科技圖書獎暨科技進步獎（科技著作）三等獎。本書躋身于十大領域中國科技論文被引頻次的前50部專著與譯著排行榜（見《中國科學計量指標： 論文與引文統(tǒng)計》2000卷、2001卷，中國科學院文獻情報中心出版）； 據中國知網中國期刊全文數據庫中國博士碩士論文全文數據庫中國重要會議全文數據庫檢索結果， 截至2015年11月，該書已被十大領域6232篇論文引用。美國IEEE Fellow、田納西大學J.H.Hung （洪箴）教授1997年看過作者上述兩本著作后曾指出： 李教授在模糊控制、神經網（絡）控制和智能控制方面有深入的理論研究以及特殊的學術造詣和貢獻。
用計算機模擬人腦的智能決策行為通常有3種模擬途徑： 符號主義、聯結主義、行為主義。基于上述3種模擬形式，分別創(chuàng)立和發(fā)展了實現智能控制的3種基本形式基于模糊邏輯推理的智能控制（簡稱模糊控制）； 基于神經網絡推理的智能控制（簡稱神經控制）； 基于專家知識推理的智能控制（簡稱專家控制）。本書主要闡述模糊控制、神經控制和專家控制系統(tǒng)的組成、原理、設計及應用等內容。此外，也用一定的篇幅介紹遞階智能控制、學習控制、智能優(yōu)化算法及智能控制與智能優(yōu)化融合方面的內容。

智能控制(第2版)

全書共8章，第1章從傳統(tǒng)控制到智能控制； 第2章基于模糊邏輯的智能控制； 第3章基于神經網絡的智能控制； 第4章專家控制與仿人智能控制； 第5章遞階智能控制與學習控制； 第6章智能優(yōu)化原理與算法； 第7章智能控制和智能優(yōu)化的融合； 第8章智能控制的工程應用實例。
參加本書部分章節(jié)中部分內容編寫工作和提供素材的還有李浩（第2章）、李盼池（第3章）、李�。ǖ�3、4章）、黃忠報（第6、7章）、左興權（第6章）。
本書是全國工程碩士專業(yè)學位教育指導委員會推薦教材。教學參考學時40學時，建議教學時數分配如下： 第1章2學時； 第2章10學時； 第3章8學時； 第4章6學時； 第5章4學時； 第6章6學時； 第7章4學時； 第8章供學生自學。如果教學時數定為30學時，建議重點講授第1~5章或第1~3章的內容，教師也可根據教學需要選講部分章節(jié)的內容。
為了滿足工程碩士研究生的教學需求，編者在撰寫過程中盡可能采取由淺入深、深入淺出、啟發(fā)思維的寫作方法，旨在通過本教材的學習達到理解和掌握智能控制基本的概念、原理、設計方法及其應用方面的知識。作者為各章都精心設計了啟迪思考題，旨在激發(fā)學生的學習積極性和增強創(chuàng)新思維意識。
本書在編寫中引用了部分國內外有關智能控制的理論與應用成果，向被引用的文獻的作者致以誠摯的謝意！由于智能控制涉及知識面廣且處在不斷發(fā)展過程中，所以書中難免存在一些不足，懇請廣大讀者給予指正。

編者2016年3月
于哈爾濱工業(yè)大學