该教材是在董景新、吴秋平编著的《现代控制理论与方法概论》的基础上，补充现代控制新理论与方法重新编写的。主要内容包括：控制系统的状态空间数学模型；线性控制系统状态时域响应；线性系统的能控性和能观测性；系统的稳定性；线性控制系统的综合方法；线性及非线性估计理论基础；变分法求优控制；极大值原理；动态规划法；线性二次型优控制；线性系统的随机优控制；模型参考自适应控制；自校正控制；模糊控制；神经网络控制；遗传算法和免疫控制；其他智能控制以及倒立摆控制实例。该教材对现代控制理论基础、优控制、自适应控制、智能控制均有所介绍；着重于概念的建立和理解，不追求严格的定理理论证明；引入较多例题帮助读者理解概念和方法，侧重于应用；同时将MATLAB软件工具的应用引入教材。本书可作为《控制工程基础（第4版）》（董景新等编著，清华大学出版社，2015）的后续教材，主要面向机械类、仪器类及其他非控制专业的高年级本科生和研究生，也可供相关领域的科技人员参考。
本教材是清华大学“985”二期研究生建设课程配套教材，是教育部仪器科学与技术教学指导委员会建议的学科研究生培养核心知识点课程教材。
第1部分基础知识
1概述
2控制系统的状态空间数学模型
2.1状态变量及状态空间表达
2.2状态空间表达式的建立
2.3状态矢量的线性变换
习题
3线性控制系统状态时域响应
3.1线性连续定常系统状态方程的解
3.2线性连续时变系统状态方程的解
3.3线性离散系统状态方程的解
3.4瞬态响应的计算机仿真方法
习题
4线性系统的能控性和能观测性
4.1线性系统的能控性
4.2线性系统的能观测性
4.3系统结构的分解
习题
5系统的稳定性
5.1李雅普诺夫稳定性方法
5.2线性系统渐近稳定的判别方法
5.3非线性系统的稳定性分析
5.4波波夫超稳定性方法简介
习题
6线性控制系统的综合
6.1系统构成及特性
6.2极点配置
6.3状态重构问题
6.4系统镇定和解耦问题
习题
7线性估计理论基础
7.1估计问题的提法和估计准则
7.2估计理论的发展
7.3最小二乘估计
7.4最小方差估计
7.5线性最小方差估计
7.6卡尔曼滤波
7.7实用卡尔曼滤波技术
7.8联邦滤波器
7.9几种最优估计的优缺点比较
习题
8非线性估计理论
8.1非线性估计技术的发展
8.2扩展卡尔曼滤波
8.3无迹卡尔曼滤波
8.4粒子滤波
8.5扩展卡尔曼滤波、无迹卡尔曼滤波和粒子滤波算法的应用对象比较
习题
第2部分最优控制
9变分法求最优控制
9.1基本概念
9.2用变分法求解最优问题
9.3有约束条件的泛函极值
9.4变分法求最优控制
习题
10极大值原理
10.1连续系统的极大值原理
10.2离散系统的极大值原理
10.3时间最优控制
习题
11动态规划法
11.1离散系统的动态规划法
11.2连续系统的动态规划法
习题
12线性二次型最优控制
12.1状态调节器
12.2输出调节器
12.3离散系统情况
12.4跟踪问题（随动问题）
习题
13线性系统的随机最优控制
13.1系统状态对随机作用的响应
13.2随机状态反馈调节器
13.3随机输出反馈调节器
13.4随机跟踪问题
13.5离散系统随机最优控制
习题
第3部分自适应控制
14模型参考自适应控制
14.1模型参考自适应控制系统的主要结构形式
14.2局部参数最优化设计方法
14.3基于稳定性理论的设计方法
14.4不同模型参考自适应系统设计方法的发展及特点
习题
15自校正控制
15.1最小方差自校正控制
15.2广义最小方差自校正控制
15.3极点配置自校正控制
15.4自校正PID控制
15.5自适应控制系统的鲁棒性
习题
第4部分智能控制介绍
16模糊控制
16.1模糊控制的产生与发展
16.2模糊数学基础知识
16.3模糊控制系统与模糊控制器概论
16.4基本模糊控制器设计
16.5模糊集成控制
16.6MATLAB模糊逻辑工具箱
习题
17神经网络控制
17.1神经网络的产生和发展
17.2人工神经元模型
17.3网络结构及工作方式
17.4神经网络的学习方法
17.5BP算法
17.6基于神经网络的模糊自适应控制
习题
18遗传算法和免疫控制
18.1遗传算法
18.2免疫控制
习题
19其他智能控制
19.1混沌控制
19.2粒子群优化算法
19.3蚁群算法
习题
20倒立摆控制实例
20.1系统构成和控制方案
20.2倒立摆系统建模、仿真与分析
20.3系统软件设计与调试
20.4系统调试与实验结果
20.5倒立摆的模糊神经网络自适应控制
部分习题参考答案
附录ADiophantine方程
参考文献
新书资讯