目前，智能控制技术，如Fuzzy控制技术、神经网络控制技术、遗传算法优化技术、专家控制系统、基于规则的仿人智能控制技术等已进入工程化和实用化的时期，具有非常广泛的应用领域，例如智能机器人控制、智能过程控制、智能调度与规划、智能故障诊断、医院监护、语音控制、飞行器控制及自动制造系统等。复杂系统智能控制显然是对象与工具的恰当结合，而复杂系统中的决策理论既可作为复杂系统智能控制的基础，又是复杂系统中极有意义的研究方向，有相当广的应用范围。复杂系统智能控制与决策便成为该实验室研究的主题，也是该实验室名称的由来。

智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论和信息论等多种学科的高度综合与集成，是一门新的前沿交叉学科。现代科学与技术的迅速发展和进步对控制系统不断提出新的更高的要求。由于各种实际工程系统的规模越来越大、复杂性越来越高，常规控制的理论和技术已无法满足工程上对提高自动化水平和扩大自动化范围的要求。因此，科学与技术的进步促使了智能控制的建立和发展。

天津市先进机电系统设计与智能控制重点实验室现有科研人员54人（教授19人，副教授13人，讲师19人），其中天津特聘讲座教授1人，天津市"131"创新型人才培养工程第二层次人选3人，第三层次人选13人，具备博士学位者43人，占到学术队伍的80%，科研实力雄厚。

天津市先进机电系统设计与智能控制重点实验室的主要研究方向：

一、机器人机构学与控制

本方向主要研究带柔性铰链的微纳米级操作机器人理论与关键技术、并联机器人理论与关键技术、移动机器人控制与制导、多传感器融合技术以及基于网络的遥操作等。近几年，本方向申报并获批了多项国家自然科学基金及省部级科研基金，形成了坚实的后备科研梯队。在国家基金委和天津市教委资助下,本团队成员先后出访美国、法国、德国、英国、澳大利亚等发达国家，与美国、英国、澳大利亚、日本等多所国际著名大学和研究单位开展合作研究。经过多年的人才培养与引进，极大地促进和提升了本团队的科研实力和水平，在微纳操作机器人等方面的研究已经达到了国际水平。目前学术梯队更趋合理,在微纳米操作机器人、并联与移动机器人、机器人机构学理论研究与工程应用等方面形成了突出的科研优势。

二、仿生设计理论与制造

本方向研究包括面向设计的仿生、面向制造的仿生和面向控制的仿生，探索仿生制造系统的自组织控制机制与方法，有选择性的在设计、制造及控制过程中应用这些原理和特征。制造技术与生物技术密切结合产生了仿生制造技术、生物反应器、单分子技术平台，催生了大量的新产品和新产业，成为先进制造技术领域的一个重要组成部分和前沿方向，在医疗与健康、节能与环保等领域具有广阔应用前景，目前实验室具有自主研发的以直线电机为基础的组合式多功能生物反应器；音圈电机为动力的仿生双频载荷的组织工程装置；以有限元为基础的仿生设计技术；正在开发的多种单分子技术平台，包括激光光镊、生物膜力探针和单分子荧光成像平台；实验室配备有设计、制造相关的众多检测仪器，设备与仪器总价值270万元，具备了良好的科研条件。

三、机电液一体化装备集成

本方向紧密围绕机电液一体化装备集成的共性技术进行相关的理论研究与应用开发，将机械技术、微电子技术、信息技术、控制技术等在系统工程基础上的有机综合，以实现整个系统的最优化，在关键零部件研究与系统开发方面形成了一个科研氛围浓厚、创新能力突出的研究团队。目前本研究方向在港口及海洋工程的物理模拟实验研究领域、钢管在线高速精确切割技术、液压机生产的高效和节能技术以及精密机械控制技术方面形成了“企业需求带动、理论研究驱动、校企合作联动”的科研特色，既做到了高校科研的“顶天立地”，突出了理论研究的深度与广度，又切实做到产学研结合，在引导行业技术创新、推动产学研相结合方面发挥着重要作用。经过近几年的高速发展，本方向在机电液一体化装备集成的共性技术研究方面积累了丰富的理论研究基础和应用开发经验。

天津市先进机电系统设计与智能控制重点实验室先后承担国家重点研发计划项目、国家基金项目、天津市科委重点项目等90余项，企业项目80余项，累计实到科研经费7500余万元，发表论文500余篇，被SCI、EI检索163篇，获得天津市科学技术进步奖等省部级奖5项，软件著作权和发明专利34项。实验室承办了图像与信号处理国际会议（2008 International Congress on Image and Signal Processing(CISP 2008)）及生物医学工程与信息国际会议（2008 International Conference on Biomedical Engineering and Informatics(BMEI 2008）两项国际会议，主办了第124届模糊科学研讨会等4次学术交流会议，并参加了多次国内外学术会议。与美国、日本等多个国家的大学和研究机构建立了稳定的合作研究关系，进行过多次人员互访和学术交流。 2100433B

第1章绪论

1.1智能控制的发展

1.1.1智能控制问题的提出

1.1.2智能控制的发展

1.2智能控制的几个主要分支

1.2.1基于知识的专家系统

1.2.2模糊控制

1.2.3神经元网络控制

1.2.4学习控制

1.3智能控制系统的构成原理

1.3.1智能控制系统结构

1.3.2智能控制系统的特点

1.3.3智能控制系统研究的主要数学工具

习题和思考题

第2章模糊控制论

2.1引言

2.2模糊集合论基础

2.2.1模糊集的概念

2.2.2模糊集合的运算

2.2.3模糊集合运算的基本性质

2.2.4隶属度函数的建立

2.2.5模糊关系

2.3模糊逻辑、模糊逻辑推理和合成

2.3.1二值逻辑

2.3.2模糊逻辑的基本运算

2.3.3模糊语言逻辑

2.3.4模糊逻辑推理

2.3.5模糊关系方程的解

2.4模糊控制系统的组成

2.4.1模糊化过程

2.4.2知识库

2.4.3决策逻辑

2.4.4精确化过程

2.5模糊控制系统的设计

2.5.1模糊控制器的结构设计

2.5.2模糊控制器的基本类型

2.5.3模糊控制器的设计原则

2.5.4模糊控制器的常规设计方法

2.6模糊PID控制器

2.6.1模糊控制器和常规PID的混合结构

2.6.2常规PID参数的模糊自整定技术

2.7模糊控制器的应用

2.7.1流量控制的模糊控制器设计

2.7.2倒立摆的模糊控制

习题和思考题

第3章人工神经元网络控制论

3.1引言

3.1.1神经元模型

3.1.2神经网络的模型分类

3.1.3神经网络的学习算法

3.1.4神经网络的泛化能力

3.2前向神经网络模型

3.2.1多层神经网络结构

3.2.2多层传播网络的BP学习算法

3.2.3快速的BP改进算法

3.2.4BP学习算法的MATLAB例程

3.3动态神经网络模型

3.3.1带时滞的多层感知器网络

3.3.2Hopfield神经网络

3.3.3回归神经网络

3.4CMAC神经网络

3.4.1小脑网络的感知器模型

3.4.2CMAC的映射原理

3.4.3CMAC网络的学习算法

3.5RBF神经网络模型

3.5.1具有固定中心的RBF神经网络的训练

3.5.2径向基神经网络训练的随机梯度逼近法

3.6神经网络控制基础

3.6.1引言

3.6.2神经网络的逼近能力

3.7非线性动态系统的神经网络辨识

3.7.1神经网络的辨识基础

3.7.2神经网络辨识模型的结构

3.7.3非线性动态系统的神经网络辨识

3.8神经网络控制的学习机制

3.8.1监督式学习

3.8.2增强式学习

3.9神经网络控制器的设计

3.9.1神经网络直接逆模型控制法

3.9.2真接网络控制法

3.9.3多神经网络自学习控制法

3.10单一神经元控制

习题和思考题

第4章专家控制

4.1引言

4.2专家控制的基本原理

4.2.1专家控制系统的基本内容

4.2.2知识表达

4.2.3知识推理

4.2.4专家控制系统的设计

4.3专家控制应刚举例

4.3.1PID专家控制系统设计

4.3.2过程专家控制系统

4.4仿人智能控制

4.4.1仿人智能控制的引入

4.4.2仿人智能控制的基本概念

4.4.3仿人智能控制的实现

4.4.4仿人智能控制的应用举例

习题和思考题

上机实验题

第5章分层递阶智能控制

5.1引言

5.2递阶智能控制的基本原理

5.3递阶智能控制的组织和协调

5.3.1递阶智能控制的组织级

5.3.2递阶智能控制的协调级

5.3.3递阶智能控制的执行级

5.4分层递阶智能控制的应用举例

5.4.1智能机器人系统的递阶控制

5.4.2集散递阶智能控制系统

习题和思考题

第6章学习控制

第7章模糊神经网络控制与自适应神经网络

第8章进货算法

第9章多智能体系统控制 2100433B

智能控制作为一门新兴学科，它的发展得益于许多学科，如人工智能、认知科学、现代控制理论、模糊数学、生物控制论、学习理论以及网络理论等。

《智能控制基础》总结近20年来智能控制的研究成果，详细论述智能控制的基本概念、工作原理和设计方法。主要内容包括：智能控制概论、模糊控制论、人工神经网络控制论、专家控制、分层递阶智能控制、学习控制、模糊神经网络控制与自适应神经网络、进化算法、多智能体系统控制。

《智能控制基础》在深入系统介绍智能控制设计理论和应用方法的同时，还结合课堂教学给出了大量的设计例子和习题。

《智能控制基础》选材新颖，系统性强，通俗易懂，突出理论联系实际。既适合初学者学习智能控制的基本理论和方法，又对智能控制的研究学者有一定的参考价值。它标注了部分拓展内容的章节，供深入研究者参考。整本教材主要针对控制科学与工程、电气工程等学科硕士研究生和自动化专业高年级本科生使用，也适合其他专业的工程师阅读和参考。