《北京高等教育精品教材：智能控制（第2版）》較全面地敘述了智能控制的基本理論、方法和應用。全書共11章。主要內容為：專家控制的基本原理和應用；模糊控制的基本原理和應用；神經網絡控制的墓本原理和應用；遺傳算法及其應用；迭代學習控制方法及其應用。
本書系統性強，突出理論聯系實際，敘述深入淺出，適合于初學者學習。書中給出了一些智能算法的matlab仿真程序，并配有一定數量的習題和上機操作題。
《北京高等教育精品教材：智能控制（第2版）》可作為高等院校自動化、計算機應用、電子工程等專業的碩士研究生和高年級本科生的教材，也可供從事自動化領域的工程技術人員閱讀和參考。
《北京高等教育精品教材：智能控制（第2版）》較全面地敘述了智能控制的基本理論、方法和應用。本書可作為高等院校自動化、計算機應用、電子工程等專業的碩士研究生和高年級本科生的教材，也可供從事自動化領域的工程技術人員閱讀和參考。
第1章 結論
1.1 智能控制的發展過程
1.2 智能控制的幾個重要分支
1.3 智能控制的特點、研究工具
思考題與習題
第2章 專家控制
2.1 專家系統
2.2 專家控制
2.3 專家pid控制
思考題與習題
附錄（程序代碼）
第3章 模糊控制的理論基礎
3.1 概述
3.2 模糊集合
3.3 隸屬函數
3.4 模糊關系及其運算
3.5 模糊推理
思考題與習題
附錄（程序代碼）
第4章 模糊控制
4.1 模糊控制的基本原理
4.2 模糊控制系統分類
4.3 模糊控制器的設計
4.4 模糊控制應用實例--洗衣機的模糊控制
4.5 模糊自適應整定pid控制
4.6 sugeno模糊模型
4.7 基于sugeno模糊模型的倒立擺模糊控制
4.8 模糊控制的應用
4.9 模糊控制發展概況
思考題與習題
附錄（程序代碼）
第5章 自適應模糊控制
5.1 模糊逼近
5.2 間接自適應模糊控制
5.3 直接自適應模糊控制
5.4 機器人關節數學模型
思考題與習題
附錄（程序代碼）
第6章 神經網絡的理論基礎
6.1 神經網絡發展簡史
6.2 神經網絡原理
6.3 神經網絡的分類..
6.4 神經網絡學習算法
6.5 神經網絡的特征及要素
6.6 神經網絡控制的研究領域
思考題與習題
第7章 典型神經網絡
7.1 單神經元網絡
7.2 bp神經網絡
7.3 rbf神經網絡
7.4 回歸神經網絡
思考題與習題
附錄（程序代碼）
第8章 高級神經網絡
8.1 模糊rbf網絡
8.2 pi-sigma神經網絡
8.3 小腦模型神經網絡
8.4 hopfield網絡
8.5 基于hopfield網絡的路徑優化
思考題與習題
附錄（程序代碼）
第9章 神經網絡控制
9.1 概述
9.2 神經網絡控制的結構
9.3 單神經元自適應控制
9.4 rbf網絡監督控制
9.5 rbf網絡自校正控制
9.6 基于rbf網絡直接模型參考自適應控制
9.7 基于不確定逼近的rbf網絡自適應控制
9.8 基于模型整體逼近的機器人rbf網絡自適應控制
9.9 神經網絡數字控制
思考題與習題
附錄（程序代碼）
第10章 遺傳算法及其應用
10.1 遺傳算法的基本原理
10.2 遺傳算法的特點
10.3 遺傳算法的發展及應用
10.4 遺傳算法的設計
10.5 遺傳算法求函數極大值
10.6 基于遺傳算法優化的rbf網絡逼近
10.7 基于遺傳算法的伺服系統靜態摩擦參數辨識
思考題與習題
附錄（程序代碼）
第11章 迭代學習控制
11.1 基本原理
11.2 基本迭代學習控制算法
11.3 迭代學習控制的關鍵技術
11.4 機械手軌跡跟蹤迭代學習控制仿真實例
11.5 線性時變連續系統迭代學習控制
11.6 移動機器人軌跡跟蹤迭代學習控制
思考題與習題
附錄（程序代碼）
附錄a
參考文獻
新書資訊