本书在综述智能自适应模糊控制和现代随机优化算法的基础上，深入研究了基于自适应模糊的随机优化方法智能控制问题，给出了模糊控制器设计方法，主要包括基于随机算法的方法、基于Lyapunov策略的自适应方法、基于H∞策略的鲁棒方法、基于鲁棒混合自适应方法的模糊控制器。在理论研究的基础上，又给出了所列模糊控制设计方法在温度控制、移动机器人导航和机械手的控制实验中应用情况。

第一部分序言1智能自适应模糊控制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2.一些现代随机优化算法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3模糊控制器设计Ⅰ：基于随机算法的方法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3.3.1基于粒子群算法的模糊控制器设计3.3.2设计算法3.4基于HSA的设计方法3.4.1基于HSA的模糊控制器设计3.4.2设计算法3.5基于随机算法的设计方法：一种广义方法3.5.1通用设计算法3.6不同算法的比较案例研究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3.7总结第二部分基于Lyapunov策略的设计方法4模糊控制器设计Ⅱ：基于Lyapunov策略的自适应方法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）4.3.1设计算法4.4案例研究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4.5总结5模糊控制器设计III：混合自适应方法5.1简介5.2采用Lyapunov策略的混合设计方法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案例研究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5.4总结第三部分基于H∞策略的设计方法6模糊控制器设计IV：基于H∞策略的鲁棒方法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）6.3.1设计算法6.4案例研究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6.5总结7模糊控制器设计V：鲁棒混合自适应方法7.1简介7.2采用H∞策略的混合设计方法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案例研究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7.4总结第四部分应用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8.4.1模拟案例研究8.4.2实验案例研究一8.4.3实验案例研究二8.5总结9实验研究二：基于视觉的移动机器人导航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9.3.1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混合自适应模糊跟踪控制器设计9.4.1模拟案例研究9.4.2真实机器人实验案例研究9.5总结10实验研究三：机械手的控制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10.4.1案例研究：模拟和实验10.5总结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工具书类索引