前言

随着计算机仿真技术的发展，各学科领域的交叉融合不断深入，学生对系统仿真类课程的要求已经越来越不满足于“线性控制系统+控制器设计”的模式，对非线性系统仿真、数据挖掘、深度神经网络等策略方法表现出越来越大的兴趣。本书的设计顺应这种学习需求，在兼顾原有控制方法的基础上，融入人工智能技术的仿真应用及深度神经网络的方法策略，通过对教材内容的调整，将使学生快速掌握控制理论、人工智能理论及应用，学习相关多源数据获取及决策方法，实现仿真编程等，加深对这些方法与技术的理解。

受益于多年教学科研的反馈，本书调整了相关内容，扩展了传统的自动化及控制类专业的系统仿真课程内容，缩减了与其他已有课程重叠的教学及实践内容，在精简原有控制及优化等内容的基础上，加入了人工智能仿真技术及深度神经网络等内容。本书的很多内容直接来源于近年的科研教学需求，案例的很多思想受益于学生的反馈。本书基于实际案例和建模实践的教学，能够使师生充分发挥互动性和创造性，理论联系实际，获得良好的教学效果。

计算机软硬件技术和网络技术的快速发展，使仿真技术成为对人类社会发展进步具有重要影响的一门综合性技术学科，仿真技术应用的领域也不再局限于某些尖端学科技术研究领域。仿真技术已成为一项被众多学科领域广泛采用的通用性技术。本书既介绍了人工智能等技术的抽象概念，又兼顾编程实现，选用的软件不局限于某一特定编程语言，在以MATLAB/Simulink为主的基础上，同时兼用Python等人工智能领域广泛应用的语言。

本书分章节讲解编程基础，视觉图像等多源数据获取和处理，控制与决策系统仿真的基本思想、基本步骤及涉及的专用软件包和编程技巧等。本书共分为9章，是作者在总结多年教学科研MATLAB/Simulink及Python等软件、人工智能技术及应用及深度学习等方面的体会与经验的基础上编写而成的。编写过程中尽量以学习控制与人工智能相关理论、掌握编程技巧为目标，弱化对软件版本的依赖。具体内容如下。

第1章主要介绍MATLAB软件环境，MATLAB工程计算的数据表示方法及常用运算，MATLAB编程基础，MATLAB数据可视化等内容。

第2章的主要内容包括Simulink仿真环境、Simulink仿真模型的建立以及S函数的设计及应用。

第3章主要是与传统控制理论相对应的内容，包括线性控制系统模型、线性系统性能分析、非线性控制系统仿真等。

第4章主要介绍MATLAB文件和数据接口操作的技术和方法，具体包括MATLAB常用文件操作、MATLAB与Microsoft Office的接口、访问数据库、图像视频数据处理、部分音频处理命令及MATLAB与Python混合编程等。

第5章重点讲述模糊逻辑及自然启发式算法（遗传算法、人工鱼群算法）等。

第6章介绍数据挖掘，主要讲述分类、聚类和关联等任务的一些操作。

第7章主要介绍图像处理的相关操作。MATLAB对图像的处理功能主要集中在图像处理工具箱上，由一系列支持图像处理操作的函数组成，可以实现线性滤波和滤波器设计、图像变换、图像增强与图像分割等。

第8章重点介绍深度学习的起源、神经网络与深度学习、卷积神经网络及应用以及采用Python和MATLAB混合编程的实例。

第9章主要介绍GUI设计、App设计及嵌入式仿真等。

本书在编写过程中参考了大量书籍及互联网上公开的文档、源代码等相关资源，非常感谢诸多学者有意无意间的帮助！同时感谢浙江大学各相关部门领导和同事为教材所提供的支持！感谢诸位研究生和本科生，包括王雨萌、余镇滔、侯添、鲁昱舟、甘力博、朱基诚、宋长浩、尹承熠、李灵烽等为教材的编写做出的贡献！感谢家人和孩子们的协助！尤其要感谢浙江省普通本科高校“十四五”首批新工科、新医科、新农科、新文科重点教材建设项目的立项！经过一年多的努力，本书终于编写完成！

由于作者水平和经验所限，书中疏漏和差错在所难免，诚心欢迎广大读者批评指正。

林峰
2024年5月