本课程通过对智能控制中最重要的两大分支——模糊控制和神经网络控制的基础知识、控制器设计方法、控制系统结构的详细讲解，让学生掌握设计基本智能控制系统的方法，并通过应用实例，掌握一般的设计语言和程序，为今后学习更高一级的融合智能控制算法打下坚实基础。这门课程从最基础理论和实例讲起，深入浅出，通俗易懂，即使没有控制论基础的同学也能听明白一二。
为积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。
电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。
完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。
认证证书申请注意事项：
1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。
2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。
经典控制理论、现代控制理论、MATLAB 语言
一.绪论
1.1 课程介绍及开课意义
1.2 智能控制的产生、定义及其发展过程
1.3 智能控制的结构理论
1.4 智能控制的几个重要分支
1.5 智能控制系统的构成原理
附件：几个小视频
二.模糊控制的理论基础
2.2 模糊逻辑推理（二）：多输入模糊推理
2.2 模糊逻辑推理（三）：多输入多规则推理
2.3 模糊逻辑推理的番外篇：扎德（Zadeh）的贡献
2.4 模糊逻辑推理（四）：模糊关系方程的解第一篇
2.5 模糊逻辑推理（五）：模糊关系方程的解第二篇
补充内容：音频资料：近似推理、模糊条件推理
2.1 模糊集合论（一）：集合论
2.1 模糊集合论（二）：模糊集合的运算
2.1 模糊集合论（三）：隶属度函数
2.1 模糊集合论（四）：模糊关系
2.2 模糊逻辑推理（一）：近似推理和条件推理
其他模糊逻辑模型
三.模糊控制系统
3.6 模糊控制系统的设计（三）
3.7 模糊控制系统的设计（四）
3.8 模糊控制器的设计举例（一）
3.9 模糊控制器的设计举例（二）
3.10 模糊控制器的设计举例（三）
3.11 模糊PID控制器的设计
3.1 模糊控制系统的组成（一）
3.2 模糊控制系统的组成（二）
3.3 模糊控制系统的组成（三）
3.4 模糊控制系统的设计（一）
3.5 模糊控制系统的设计（二）
第二章——模糊推理之前的模糊逻辑基础知识补充1
模糊逻辑基础知识补充1_带录音
模糊逻辑基础知识补充2_带录音
模糊逻辑基础知识补充3_带录音
模糊逻辑基础知识补充4_带录音
第二章——模糊推理之前的模糊逻辑基础知识补充2
基础知识补充1_带录音
基础知识补充2_带录音
四.人工神经网络
4.1 神经网络的简单介绍
4.2 神经元模型及神经网络模型的分类
4.3 神经网络的学习算法及其泛化能力
4.4 前向神经网络模型
4.5 动态神经网络模型之霍普菲尔特网络（一）
4.6 动态神经网络模型之霍普菲尔特网络（二）
4.7 动态神经网络模型之霍普菲尔特网络（三）
五.神经网络控制论
5.1 神经网络控制器的优越性
5.2 神经网络控制器的分类（一）
5.3 神经网络控制器的分类（二）
5.4 神经网络的辨识基础
5.5 神经网络辨识模型的结构
5.6 神经网络控制的学习机制
5.7 神经网络控制器设计（一）：直接逆模型控制法
5.8 神经网络控制器设计（二）：直接网络控制设计法
六.集成智能控制系统
6.1 集成智能控制系统简介
6.2 模糊神经网络控制之模型的结构
6.3 模糊神经网络控制之基本功能和函数关系
6.4 模糊神经网络控制之学习算法（一）
6.5 模糊神经网络控制之学习算法（二）
6.6 模糊神经网络控制之学习算法（三）
6.7 模糊神经网络控制之学习算法（四）
七.智能控制的展望
7.1 学习控制之迭代学习控制
7.2 学习控制之遗传学习控制（一）
7.3 学习控制之遗传学习控制（二）
7.4 学习控制之遗传学习控制的改进（一）
7.5 学习控制之遗传学习控制的改进（二）
7.6 学习控制之遗传学习控制的特点
7.7 学习控制之粒子群优化算法（一）
7.8 学习控制之粒子群优化算法（二）
7.9 学习控制之免疫遗传算法（一）
7.10 学习控制之免疫遗传算法（二）
7.11 学习控制之免疫遗传算法（三）
7.12 拓展之仿人控制和混沌控制
八. 拓展补充内容
8.1 十五种寻优算法
8.2 第六章、第七章单元测试解析答案
4.4.1 BP算法原理补充
4.4
建议使用的参考资料如下：
[1] 韦巍, 智能控制技术 , 机械工业出版社
[2] 李人厚，智能控制理论和方法，西安电子科技大学出版社，1999
[3] 李士勇，模糊控制 神经控制和智能控制论，哈尔滨工业大学出版社，1998
[4] 王耀南，智能控制系统——模糊逻辑、专家系统、神经网络控制，湖南大学出版社，1996
[5] 王永骥，涂健，神经元网络控制，机械工业出版社，1998
[6] 诸静，模糊控制原理与应用，机械工业出版社，1995
[7] C.H. Chen, Fuzzy logic and neural network handbook, New York : McGraw-Hill, c1996
[8] Simon Haykin, Neural networks : a comprehensive foundation, Beijing : Tsinghua University Press, 2001
[9] Kevin M. Passino, Stephen Yurkovich, Fuzzy control, Beijing : Tsinghua University Press, 2001
Q : 课程结束后还可以观看教学视频吗？
A : 为了方便更多的同学能够更加方便地参与课程的学习，我们特意将教学视频在课程结束后仍旧开放给已经注册过的学生观看。
Q : 课程是否有先修课要求？
A : 学生应具有一定的控制理论和MATLAB基础。