第一部分 序言
3.1 简介
3.2 稳定模糊控制器
3.3 基于粒子群优化的设计方法
3.4 基于 HSA 的设计方法
3.5 基于随机算法的设计方法：一种广义方法
3.6 不同算法的比较案例研究
3.7 总结
3.3.1 基于粒子群算法的模糊控制器设计
3.3.2 设计算法
3.4.1 基于 HSA 的模糊控制器设计
3.4.2 设计算法
3.5.1 通用设计算法
3.6.1 案例研究一：含有非线性摩擦特性的直流电动机
3.6.2 案例研究二：达菲振荡系统
2.1 简介
2.2 遗传算法（GA）
2.3 粒子群优化（PSO）
2.4 协方差矩阵自适应（CMA）
2.5 和谐搜索算法（HSA）
2.6 总结
1.1 现代控制理论之路
1.2 模糊控制概述
1.3 自适应模糊控制综述
1.4 自适应模糊控制中的稳定性问题
1.5 智能自适应模糊控制
1.6 现状
1.7 总结
1 智能自适应模糊控制
3 模糊控制器设计 Ⅰ：基于随机算法的方法
一些现代随机优化算法
第二部分 基于 Lyapunov 策略的设计方法
5.1 简介
5.2 采用 Lyapunov 策略的混合设计方法
5.3 案例研究
5.4 总结
5.2.1 基于 Lyapunov 理论的混合级联模型
5.2.2 基于 Lyapunov 理论的混合并发模型
5.2.3 基于 Lyapunov 理论的混合优先模型
5.3.1 案例研究一：含有非线性摩擦特性的直流电动机
5.3.2 案例研究二：达芬振荡系统
4.1 简介
4.2 稳定自适应模糊控制器
4.3 基于 Lyapunov 策略的方法（LSBA）
4.4 案例研究
4.5 总结
4.3.1 设计算法
4.4.1 案例研究一：含有非线性摩擦特性的直流电动机
4.4.2 案例研究二：达芬振荡系统
4 模糊控制器设计 Ⅱ：基于 Lyapunov 策略的自适应方法
5 模糊控制器设计 III：混合自适应方法
第三部分 基于 H策略的设计方法
7.1 简介
7.2 采用 H策略的混合设计方法
7.3 案例研究
7.4 总结
7.2.1 基于 H策略的级联模型
7.2.2 基于 H策略的并发模型
7.2.3 基于 H策略的优先模型
7.3.1 案例研究一：含有非线性摩擦特性的直流电动机
7.3.2 案例研究二：达菲振荡系统
6.1 简介
6.2 鲁棒自适应模糊控制器
6.3 基于 H策略的鲁棒方法（HSBRA）
6.4 案例研究
6.5 总结
6.3.1 设计算法
6.4.1 案例研究一：含有非线性摩擦特性的直流电动机
6.4.2 案例研究二：达芬振荡系统
6 模糊控制器设计 IV：基于 H策略的鲁棒方法
7 模糊控制器设计 V：鲁棒混合自适应方法
第四部分 应用
10.1 简介
10.2 实验平台硬件说明
10.3 双连杆机械手的系统识别
10.4 混合自适应模糊控制器设计
10.5 总结
10.4.1 案例研究：模拟和实验
9.1 简介
9.2 基于视觉的移动机器人导航
9.3 基于视觉的移动机器人实验平台
9.4 混合自适应模糊跟踪控制器设计
9.5 总结
9.3.1 移动机器人硬件说明
9.3.2 图像处理技术
9.3.3 路径规划算法
9.4.1 模拟案例研究
9.4.2 真实机器人实验案例研究
8.1 简介
8.2 实验平台硬件说明
8.3 空气加热器系统的系统识别
8.4 混合自适应模糊控制器设计
8.5 总结
8.4.1 模拟案例研究
8.4.2 实验案例研究一
8.4.3 实验案例研究二
8 实验研究一：具有输送延迟的空气加热器系统的温度控制
9 实验研究二：基于视觉的移动机器人导航
10 实验研究三：机械手的控制
第五部分 结语
智能模糊控制的 11 个新兴领域及未来研究方向
新书资讯
