《复杂非线性系统的自适应优化控制》系统地研究了基于自适应动态规划方法的复杂非线性系统的自适应迭代控制理论和相关的应用问题。
　　《复杂非线性系统的自适应优化控制》共分为8章，分别针对离散时间非线性系统和连续时间非线性系统的镇定控制和跟踪控制问题进行了深入的探讨。第1章介绍了自适应动态规划的基本理论和发展现状；第2章研究了执行器死区约束下的非线性系统自适应跟踪控制问题；第3～6章详细研究了几类离散非线性系统的自适应镇定和跟踪控制问题；第7、8章分别基于神经网络和模糊模型深入研究了两类连续时间非仿射非线性系统的鲁棒自适应评价设计问题。
　　《复杂非线性系统的自适应优化控制》可作为高等学校自动化、电气工程及其自动化、测控技术等相关专业高年级本科生、研究生的教材，也可供相关学科的工程技术人员参考。

前言

第1章 绪论
1.1 引言
1.2 非线性系统最优控制理论概述
1.3 非线性系统自适应控制理论概述
1.4 自适应迭代最优控制的发展及研究现状
1.4.1 自适应动态规划算法的发展历程
1.4.2 自适应动态规划算法的基本理论
1.4.3 自适应动态规划算法的研究现状
1.5 本书结构
参考文献

第2章 执行器带未知死区的一类非线性系统的神经网络自适应控制
2.1 引言
2.2 问题描述和预备知识
2.3 自适应控制器设计
2.3.1 自适应控制器的形式
2.3.2 对象的部分非线性动态行为的估计
2.3.3 针对执行器死区的补偿器设计
2.3.4 权值调节律与稳定性分析
2.4 仿真研究
2.5 小结
参考文献

第3章 带有饱和执行器的一类非线性离散系统的迭代优化控制
3.1 引言
3.2 约束非线性系统的离散HJB方程
3.3 基于迭代自适应动态规划算法的近似最优控制
3.3.1 迭代自适应动态规划算法的推导
3.3.2 迭代自适应动态规划算法的收敛性分析
3.3.3 迭代自适应动态规划算法的实现
3.4 仿真研究
3.5 小结
参考文献

第4章 一类离散非仿射系统基于GI-GDHP算法的近似最优跟踪控制
4.1 引言
4.2 问题描述
4.3 最优跟踪控制器的设计
4.3.1 基于隐函数定理的前馈控制器设计
4.3.2 最优反馈控制器设计
4.4 最优跟踪控制器的实现
4.4.1 前馈控制器的实现
4.4.2 最优反馈控制器的神经网络实现
4.4.3 最优跟踪控制器的设计过程
4.4.4 神经网络近似过程的收敛性分析
4.5 仿真研究
4.6 小结
参考文献

第5章 带有控制约束的一类非线性广义系统的近似最优控制
5.1 引言
5.2 最优控制器的间接设计
5.2.1 问题陈述
5.2.2 基于GI.DHP算法的最优控制器设计和实现
5.2.3 仿真研究
5.3 最优控制器的直接设计
5.3.1 问题陈述和约束广义系统的离散HJB方程的推导
5.3.2 组合迭代DHP。算法的推导和实现
5.3.3 仿真研究
5.4 小结
参考文献

第6章 基于单网络GI.DHP算法的一类非线性系统的近似最优控制
6.1 引言
6.2 问题陈述
6.3 贪婪迭代：DHP算法的推导和实现
6.3.1 贪婪迭代DHP算法的推导
6.3.2 贪婪迭代DHP算法的收敛性分析
6.3.3 单网络贪婪迭代DHt，算法的神经网络实现
6.4 仿真研究
6.5 小结
参考文献

第7章 一类连续非仿射非线性系统的鲁棒自适应评价设计
7.1 引言
7.2 基于神经网络的鲁棒自适应评价设计
7.2.1 问题描述
7.2.2 基于控制网和评价网的鲁棒自适应评价设计
7.2.3 稳定性分析
7.3 仿真研究
7.4 小结
参考文献

第8章 一类具有未知控制方向的非仿射非线性系统的鲁棒自适应评价设计
8.1 引言
8.2 问题描述和模糊小波神经网络
8.2.1 问题描述
8.2.2 模糊小波神经网络
8.3 基于FWN的鲁棒自适应评价设计
8.3.1 控制FWN设计
8.3.2 评价FwN设计
8.4 稳定性分析
8.5 仿真研究
8.6 小结
参考文献