智能控制基础目录概述了智能控制领域的主要分支和发展趋势，旨在提供一个全面的框架，以便深入理解智能控制的基本原理和应用。本目录详细阐述了智能控制的多个方面，包括基于知识的专家系统、模糊控制、神经元网络控制、学习控制、模糊神经网络控制与自适应神经网络、进货算法、多智能体系统控制等核心内容。以下是各章节的具体内容概述：

第1章绪论

本章开始探讨智能控制的发展历程，从问题的提出到智能控制的几个主要分支进行概述。它着重介绍了基于知识的专家系统、模糊控制、神经元网络控制、学习控制等关键领域，以及智能控制系统的基本构成原理，包括结构、特点与主要数学工具。

第2章模糊控制论

深入探讨模糊控制理论的基础，包括模糊集合论、模糊逻辑、模糊关系与模糊控制系统的组成。本章详细介绍了模糊控制器的设计原则、模糊PID控制器的混合结构以及模糊控制的应用实例，为实际系统的控制提供理论支持。

第3章人工神经元网络控制论

本章集中于人工神经网络在控制领域的应用，从神经元模型、神经网络的学习算法，到动态神经网络模型、CMAC神经网络、RBF神经网络模型等。通过深入分析神经网络的逼近能力与非线性动态系统的辨识，为神经网络控制提供了坚实的理论基础。

第4章专家控制

介绍专家控制的基本原理及其在PID控制系统、过程控制系统、仿人智能控制等领域的应用。本章强调专家控制系统的设计方法和实际应用，旨在融合人类知识与智能系统。

第5章分层递阶智能控制

探讨分层递阶智能控制的基本原理、组织和协调机制，以及其在智能机器人系统、集散递阶智能控制系统等领域的应用。本章旨在提供一种层次化的智能控制策略，以适应复杂系统的控制需求。

第6章学习控制

虽然未在目录中详细展开，学习控制章节将覆盖智能系统通过学习机制改善性能的能力，包括监督式学习、增强式学习等技术，旨在实现系统的自适应和优化。

第7章模糊神经网络控制与自适应神经网络

探索模糊神经网络控制和自适应神经网络的结合，旨在融合模糊逻辑与神经网络的优势，实现更加灵活和适应性的控制策略。

第8章进货算法

针对智能控制在物流与供应链管理中的应用，本章可能涉及优化库存管理、预测需求、资源分配等算法，以提高效率和响应速度。

第9章多智能体系统控制

多智能体系统控制章节将集中于多个智能体协同工作的策略与方法，探讨如何在复杂环境中实现高效协作与任务分配，以解决大规模系统控制问题。

通过以上概述，智能控制基础目录为读者提供了深入理解智能控制理论与实践的框架，旨在培养读者解决实际控制问题的能力。

扩展资料

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。