隨著新型電力系統(tǒng)建設的逐漸推進，火電機組的外部環(huán)境也隨之發(fā)生改變，不但要滿足日益嚴格的環(huán)保和安全要求，而且要面對煤種的不確定、電網(wǎng)快速調峰、新能源消納的問題及經(jīng)營競爭的壓力，傳統(tǒng)運行方式及控制技術已不能解決這些問題，因此智能發(fā)電是火電機組未來發(fā)展的趨勢。其中，智能發(fā)電需要關注復雜系統(tǒng)的多目標優(yōu)化控制、電站設備狀態(tài)監(jiān)測、自組織精細管理等問題，而這些問題的基礎是利用先進算法實現(xiàn)復雜系統(tǒng)的優(yōu)化控制。智能發(fā)電框架下，對燃煤機組控制提出了更高的要求，很多情況下常規(guī) PID 控制是不可能實現(xiàn)的。只有依賴于先進控制算法，因此先進控制算法尤其是智能算法具有十分廣闊的應用前景。相比較 PID控制算法的普及，智能算法有一定的準入門檻，本書期望從基礎理論和工程應用兩個角度揭示智能控制的本質，為算法的完善及應用推廣提供幫助。智能控制一詞起源于 20 世紀 70年代，最開始僅是一個概念和想法，用來描述人機交互的系統(tǒng)，經(jīng)過五十多年的發(fā)展，逐漸形成一系列的理論分支。智能控制并不是一種控制方法，而是一類方法的統(tǒng)稱，這些方法具備共同的目標，即模擬人或者群體生物的智能行為用于解決復雜難以建立對象模型的問題。例如，遺傳算法模擬的是自然界優(yōu)勝劣汰的進化過程，蟻群算法模擬的是群居生物--螞蟻找尋食物的過程，粒子群算法模擬的是鳥群搜索食物的過程，這類群體智能算法的目標是解決多維空間的搜索問題。模糊控制作為智能控制的一個重要分支，希望通過計算機和模糊數(shù)學描述人們對于周圍事物和現(xiàn)象的認識，使機器能夠模擬人的行為，從而達到智能的目的。神經(jīng)網(wǎng)絡也是模擬人的神經(jīng)結構建立起來的一種理論體系，通過學習和訓練，使網(wǎng)絡具備某種特征。專家系統(tǒng)期望用計算機的軟硬件系統(tǒng)模擬人類某個領域專家的智能行為，研究的是特定群體的智能而非廣泛群體的智能�？偨Y這些分支，智能控制的方法具有沒有算法解知識系統(tǒng)十推理模型等共同特征，在知識自動化中發(fā)揮著重要的作用。