《智能控制理论及应用》详细论述了智能控制的基本概念、原理、实现方法及其应用。主要内容包括：专家控制系统的结构、原理，以及一些主要控制方式；模糊控制系统的组成、原理，以及一些典型的模糊控制设计和分析方法；基于神经网络的系统辨识方法，神经网络控制的原理，以及一些典型的神经网络的控制类型，深度学习；遗传算法在智能控制中的应用；多Agcnt技术在监控系统中的应用方法。
　　《智能控制理论及应用》适合作为高等院校控制科学与工程及其相关专业大学本科及研究生教材，也可以供相关专业的科研人员、工程技术人员自学和参考。

第1章  绪论
1.1  控制科学发展的历史
1.2  智能控制产生的背景
1.3  智能控制的基本概念和研究内容
1.4  本书的主要内容
本章小结
习题
第2章  专家控制
2.1  专家系统
2.2  知识表示与推理
2.3  专家控制系统
2.4  自学习专家控制系统
2.5  基于粗糙集的专家控制系统
2.6  专家控制系统示例
本章小结.
习题
第3章  模糊控制
3.1  模糊控制的基本概念
3.2  模糊集合与模糊关系
3.3  模糊关系与模糊推理
3.4  模糊控制系统的结构
3.5  模糊控制系统的设计
3.6  模糊控制系统的稳定性分析
本章小结
习题
第4章  神经网络控制
4.1  神经网络的基本概念
4.2  神经网络结构类型及其学习算法
4.3  基于神经网络的系统辨识
4.4  PID神经网络控制
4.5  神经PID控制
4.6  小脑模型神经网络控制
4.7  基于神经网络的内模控制
4.8  基于神经网络的模型参考自适应控制
4.9  基于神经网络的预测控制
4.10  深度学习
本章小结
习题
第5章  遗传算法与智能控制
5.1  遗传算法的基本原理
5.2  基于遗传算法的系统辨识
5.3  基于遗传算法的PID参数优化
5.4  基于遗传算法的模糊控制器参数优化
5.5  基于遗传算法的神经网络控制器优化
本章小结
习题
第6章  基于多Agent的智能控制
6.1  Agcnt及多Agent
6.2  多Agent的通信
6.3  基于多Agent的变电站故障诊断
6.4  基于多Agcnt的列车运行智能控制
6.5  基于多Agent的水箱液位控制
本章小结
习题
参考文献