前言
（一）研究意義廣義的控制系統(tǒng)包括反饋控制、檢測分析、故障診斷等系統(tǒng)。經(jīng)典系統(tǒng)大多建立在確定的模型基礎之上，其結構精簡、應用廣泛。然而，上述系統(tǒng)在工程實踐中存在以下問題：一
是系統(tǒng)面對內(nèi)部及外部環(huán)境的復雜多變、各環(huán)節(jié)存在大量不確定因素等問題無法智能化地自主應對；二是日常對控制參數(shù)反復調(diào)試調(diào)優(yōu)，對系統(tǒng)各狀態(tài)檢測分析、故障診斷和處理
等工作，消耗著大量人力；三是經(jīng)典系統(tǒng)的各方面性能有待提升。長期以來，上述問題一直是控制科學與工程領域的熱點和焦點問題，也是本書將要應對和解決的核心問題。人工智能技術可以使機器模擬人的思維能力，解決推理、分析、判斷、尋優(yōu)等問題，為實現(xiàn)廣義控制系統(tǒng)的智能化提供理論基礎和方法工具。本書通過三個主要研究步驟，嘗試解
決上述問題：①對經(jīng)典的人工智能方法進行改進和對比驗證；②將改進的人工智能方法應用于智能監(jiān)控系統(tǒng)的視頻分析應用中，進一步驗證該方法，解決廣義控制系統(tǒng)中異常檢測
分析診斷方面的智能化問題；③將多種人工智能方法與經(jīng)典控制方法相結合，形成改進（復合）的經(jīng)典控制方法，解決廣義控制系統(tǒng)中控制方法的智能化問題，即解決控制參數(shù)在
線整定問題，提升控制系統(tǒng)各項性能。
（二）研究內(nèi)容本書的主要內(nèi)容如下：1．提出了經(jīng)典控制系統(tǒng)存在的問題，對國內(nèi)外現(xiàn)有的人工智能、智能系統(tǒng)和先進控制領域的主要研究成果和方法進行調(diào)查、對比研究，明確了研究思路和技術路線。2．為得到具有更好特性的人工智能方法，提出將小波分析變換融入BPNN和RBFNN混合結構神經(jīng)網(wǎng)絡隱含層，同時增加訓練樣本集自適應機制，形成自適應小波神經(jīng)網(wǎng)絡（AWNN）的
方法。通過理論推導、與BPNN和RBFNN方法進行計算機仿真對比分析，驗證AWNN方法在學習速度、分辨率和精度、訓練成功率方面的提升，以及不同的學習效率、慣性系數(shù)、目標誤
差參數(shù)對訓練結果的影響。3．為進一步驗證AWNN的特性，解決廣義控制系統(tǒng)中的異常檢測分析應用中的智能化問題，提出將AWNN應用到智能視頻分析系統(tǒng)中進行驗證的方案。通過計算機仿真對比分析，進一
步驗證了在高維神經(jīng)網(wǎng)絡輸入的情況下，自適應小波神經(jīng)網(wǎng)絡的學習速度、分辨率和精度、訓練成功率方面的提升。通過視頻分析系統(tǒng)軟硬件聯(lián)調(diào)測試，驗證了自適應小波神經(jīng)網(wǎng)
絡在處理分類識別方面應用的可用性，在一定程度上解決了廣義的控制系統(tǒng)中異常檢測分析診斷方面的智能化問題。4．為解決經(jīng)典控制方法和系統(tǒng)無法智能化應對控制系統(tǒng)的不確定性、非線性、復雜性和參數(shù)調(diào)試重復性問題，提出了第一類基于神經(jīng)網(wǎng)絡的控制參數(shù)在線整定方法（AWNN-PID），
并為提升算法性能引入了預測方法，提出了基于向量時間序列預測和神經(jīng)網(wǎng)絡的控制參數(shù)在線整定方法（VARMA-AWNN-PID）。通過算法理論推導、穩(wěn)定性和穩(wěn)態(tài)性理論分析，以及
與BPNN-PID、RBFNN-PID進行階躍響應、穩(wěn)定性保障、抗擾、斜坡響應、加速度響應等計算機仿真對比研究，最終驗證了新方法在動態(tài)性能、穩(wěn)態(tài)性能、抗干擾能力、跟蹤能力方面
的提升。5．為更全面地驗證控制參數(shù)在線整定方法，提出并實現(xiàn)了第二類基于專家規(guī)則或模糊推理機制的控制參數(shù)在線整定方法的改進方案。在現(xiàn)有的E-PID、F-PID方法的基礎上，把原有
的通過直接查詢計算控制參數(shù)的方式改進為通過變化率調(diào)整控制參數(shù)的方式，再通過引入預測機制，先后實現(xiàn)了EA-PID、FA-PID、VARMA-EA-PID、VARMA-FA-PID方法。通過理論推
導和計算機仿真實驗，驗證了上述方法在動態(tài)性能、穩(wěn)態(tài)誤差、抗干擾能力等方面的提升。6．將上述第一類基于神經(jīng)網(wǎng)絡的控制參數(shù)在線整定方法與第二類基于專家規(guī)則或模糊推理機制的控制參數(shù)在線整定方法進行比較研究，總結兩類方法各自的優(yōu)勢和問題，提出不同
方法在系統(tǒng)的智能和性能方面的分析結果和適用原則，在一定程度上解決了控制系統(tǒng)的不確定性、非線性、復雜性和參數(shù)調(diào)試重復性等問題。
（三）研究價值本書的價值與創(chuàng)新點主要體現(xiàn)在以下三個方面：1�毕到y(tǒng)地描述了預測與神經(jīng)網(wǎng)絡計算智能與經(jīng)典PID控制相結合的方法；2�毕到y(tǒng)地描述了預測與模糊計算智能復合經(jīng)典PID控制方法與實現(xiàn)；3�痹敿毜亟o出上述方法的改進過程、Matlab計算機仿真和具體實施過程。