本书以实现仿真系统功能、掌握原理方法为目标，在传统系统仿真课程内容的基础上，增加了目前科研及学习中常用的数据挖掘及深度学习等决策方法，以及视觉图像处理的相关内容。本书包括9章，内容涉及MATLAB基础、Simulink仿真、控制系统仿真、MATLAB文件和数据访问、智能算法、数据挖掘、图像处理、深度学习和界面设计及嵌入式仿真。本书内容和章节的设置基于当前控制系统与大数据决策方法融合日益广泛的现状与学习需求，强调理论与实践相结合，通过案例和习题等帮助读者理解并快速掌握控制理论、智能决策的基础方法、MATLAB/Simulink及Python等编程工具的使用，将人工智能等技术从抽象概念到编程实现展现在读者面前。

本书适合作为高校自动化、电子工程、计算机及相关专业的教材，也适合作为从事系统仿真工作的技术人员的参考书。

随着计算机仿真技术的发展，各学科的交叉融合不断深入，传统的“线性控制系统+控制器设计”的教学模式已经无法满足学生的学习需求，非线性系统仿真、数据挖掘、深度神经网络等策略方法越来越重要。本书正是为了满足这种学习需求的变化而编写的，力求帮助学生掌握控制理论、人工智能理论及应用，并掌握多源数据的获取及决策方法，实现仿真编程等。

本书特点

• 扩展了传统的系统仿真课程内容，缩减了与其他已有课程重叠的教学与实践内容，加入了人工智能仿真技术及深度神经网络等内容，更加符合人工智能时代的学习需求。
• 本书的很多内容和案例来源于近年的科研教学需求及学生的反馈，采用基于案例和建模实践的教学方法，这种方法不仅便于增强师生之间的互动性、激发学生的主动性和创造性，还能将理论与实际紧密结合，从而实现良好的教学效果。
• 本书既介绍仿真、人工智能相关的理论，又兼顾编程实现，选用的软件不局限于某种特定的编程语言，在以MATLAB/Simulink为主的基础上，兼顾Python等人工智能领域广泛应用的编程语言。

林峰 于浙江大学获得博士学位，现任浙江大学电气工程学院副教授，硕士研究生导师，长期从事人工智能及其应用的教学科研工作，研究方向包括图像处理、深度学习和信息融合的理论及应用。负责或参与完成包括国家重点研发计划、国家自然科学基金、教育部产学合作项目等在内的各类纵向和横向课题二十余项，已经发表被SCI、EI收录的各类学术论文五十余篇，并拥有三十余项发明专利。主讲控制理论、系统仿真及决策支持系统等多门本科生及研究生课程，编著有《控制与决策系统仿真》和《控制理论CAI教程》两部著作。 I4+QI7p0Ae9SJz6Io0phXA1qo2SXePYa2MZl/pJ8vIK99a5uWcMH3VNybdmETlHh