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。

林峰，浙江大学电气工程学院副教授，1991在哈尔滨工业大学获学士学位、于1994和1997年在浙江大学获硕士和博士学位，于2009年至2011年到美国访学。长期来一直从事控制理论、系统科学的教学科研工作，目前研究领域包括图像处理、信息融合及深度学习，发表学术论文近50篇，中国发明专利(含公开)30余项，美国及日本专利(含公开)3项，获软件著作权多项等。负责完成各类项目10余项，以主要作者身份在科学出版社合作出版教材一部。已开设控制理论、系统仿真及决策支持系统等多门本科及研究生课程。

目 录<br /> <br />前言<br />第 1 章 MATLAB 基础 1<br />1.1 MATLAB 软件环境 1<br />1.1.1 MATLAB 软件的安装 1<br />1.1.2 MATLAB 软件的启动与退出 2<br />1.1.3 MATLAB 软件的操作界面 2<br />1.1.4 MATLAB 软件的基本操作 5<br />1.2 MATLAB 工程计算 6<br />1.2.1 常量 6<br />1.2.2 变量 9<br />1.2.3 常用运算和基本函数 10<br />1.2.4 矩阵和运算 12<br />1.3 MATLAB 编程基础 13<br />1.3.1 M 文件 13<br />1.3.2 程序设计 15<br />1.4 MATLAB 数据可视化 17<br />1.5 系统分析中常用的部分命令和函数 21<br />1.6 MATLAB 其他相关工具 24<br />习题 25<br /><br />第 2 章 Simulink 仿真 27<br />2.1 Simulink 仿真环境 27<br />2.1.1 Simulink 软件的启动 27<br />2.1.2 Simulink 通用模块库 28<br />2.1.3 Simulink 专用模块库 31<br />2.2 Simulink 仿真模型的建立 32<br />2.2.1 Simulink 模块操作 32<br />2.2.2 Simulink 信号操作 33<br />2.2.3 Simulink 子系统 33<br />2.2.4 Simulink 运行仿真 34<br />2.3 S 函数的设计及应用 39<br />习题 43<br /><br />第 3 章 控制系统仿真 44<br />3.1 线性控制系统模型 44<br />3.2 线性系统性能分析 48<br />3.2.1 时域分析 48<br />3.2.2 根轨迹法 49<br />3.2.3 频域分析 50<br />3.2.4 离散系统分析 51<br />3.2.5 状态空间 53<br />3.3 非线性控制系统仿真 57<br />3.3.1 典型非线性特性 57<br />3.3.2 小范围线性化法 60<br />3.3.3 相平面法 62<br />3.3.4 描述函数法 64<br />习题 68<br /><br />第 4 章 MATLAB 文件和数据访问 70<br /> 4.1 MATLAB 常用文件操作 70<br />4.1.1 低级文件 IO 命令 70<br />4.1.2 高级文件 IO 命令 71<br />4.2 MATLAB 与 Microsoft Offi ce 的接口 71<br />4.2.1 MATLAB 中 Excel 数据文件操作 72<br />4.2.2 MATLAB 与 Word 的接口 75<br />4.2.3 MATLAB 与 PowerPoint 的接口 76<br />4.3 访问数据库 77<br />4.4 图像视频数据处理 78<br />4.4.1 部分图像处理命令 78<br />4.4.2 部分视频处理命令 79<br />4.5 部分音频处理命令 80<br /> 4.6　MATLAB 与 Python 混合编程 81<br />习题 81<br /><br />第 5 章 智能算法 83<br />5.1 模糊控制及应用 83<br />5.1.1 模糊理论概述 83<br />5.1.2 模糊控制 83<br />5.1.3 模糊推理 84<br />5.1.4 基于 Simulink 的模糊控制器应用 86<br />5.1.5 模糊 PID 控制器设计 90<br />5.1.6 模糊 PID 控制器仿真 90<br />5.2 遗传算法 96<br />5.2.1 算法流程 96<br />5.2.2 算法案例 97<br />5.3 人工鱼群算法 100<br />5.3.1 算法描述 100<br />5.3.2 算法案例 101<br />习题 106<br /><br />第6 章 数据挖掘 107<br />6.1 数据挖掘基础 107<br />6.1.1 数据挖掘的基本概念 107<br />6.1.2 数据挖掘的步骤 107<br />6.1.3 数据挖掘的任务 108<br />6.2 分类 109<br />6.2.1 分类器性能评估 109<br />6.2.2 k 近邻算法 110<br />6.3 聚类 112<br />6.3.1 聚类过程 113<br />6.3.2 k 均值聚类算法 114<br />6.4 关联 115<br />6.4.1 关联规则简介 115<br />6.4.2 Apriori 算法 116<br />习题 123<br /><br />第 7 章 图像处理 124<br />7.1 图像处理基础 124<br />7.1.1 数字图像的基本概念 124<br />7.1.2 图像类型及转换 125<br />7.1.3 图像的读取和显示 126<br /><br />7.2 图像变换 127<br />7.2.1 图像几何变换 127<br />7.2.2 图像形态学变换 128<br />7.3 图像增强 129<br />7.3.1 图像的点运算 129<br />7.3.2 图像空间域增强 131<br />7.3.3 图像频域增强 132<br />7.4 图像分割 134<br />7.4.1 边缘检测 134<br />7.4.2 直线检测 135<br />7.5 图像特征提取 138<br />7.6 彩色图像模型 139<br />7.6.1 面向硬件设备的彩色模型 139<br />7.6.2 面向视觉感知的彩色模型 141<br />习题 144<br /><br />第 7 章　图像处理 124<br />7.1 图像处理基础 124<br />7.1.1 数字图像的基本概念 124<br />7.1.2 图像类型及转换 125<br />7.1.3 图像的读取和显示 126<br />7.2 图像变换 127<br />7.2.1 图像几何变换 127<br />7.2.2 图像形态学变换 128<br />7.3 图像增强 129<br />7.3.1 图像的点运算 129<br />7.3.2 图像空间域增强 131<br />7.3.3 图像频域增强 132<br />7.4 图像分割 134<br />7.4.1 边缘检测 134<br />7.4.2 直线检测 135<br />7.5 图像特征提取 138<br />7.6 彩色图像模型 139<br />7.6.1 面向硬件设备的彩色模型 139<br />7.6.2 面向视觉感知的彩色模型 141<br />习题 144<br /><br />第 8 章　深度学习 145<br />8.1 深度学习的起源 145<br />8.1.1 人工智能 145<br />8.1.2 机器学习 146<br />8.1.3 深度学习概念 147<br />8.1.4 深度学习简史 147<br />8.2 神经网络与深度学习 149<br />8.2.1 神经元 149<br />8.2.2 神经网络分类 151<br />8.2.3 几种典型的神经网络模型 152<br />8.3 卷积神经网络及应用 157<br />8.3.1 卷积神经网络简史 157<br />8.3.2 架构 157<br />8.3.3 卷积层 158<br />8.3.4 池化层 159<br />8.3.5　全连接层 160<br />8.4　卷积神经网络实例 160<br />8.4.1 Python 和 MATLAB 混合编程 160<br />8.4.2 Python 训练及部署 161<br />习题 167<br /><br />第 9 章 界面设计及嵌入式仿真 168<br />9.1 GUI 设计 168<br />9.1.1 GUIDE 设计工具 168<br />9.1.2 控件对象及属性 169<br />9.1.3 GUI 设计案例 170<br />9.2 App 设计 176<br />9.2.1 App Designer 设计工具 177<br />9.2.2 App 组件及属性 178<br />9.2.3 App 类 179<br />9.2.4 App 设计案例 180<br />9.3 嵌入式仿真 182<br />9.3.1 应用案例说明 182<br />9.3.2 树莓派嵌入式平台设计 183<br />9.3.3 塞氏盘临界位置识别 184<br />9.3.4 水尺读数系统设计 186<br />9.3.5 测试结果 188<br />习题 189<br /><br />参考文献 190