第一章 预备知识 9
1.1 范数 9
1.2 动态系统的稳定性理论 15
1.3 平稳随机过程 21
第二章 模型参考自适应辨识 29
2.1 一阶系统的模型参考自适应辨识 29
2.2 模型参考自适应辨识 33
2.3 线性误差方程及其参数辨识算法 42
第三章 模型参考自适应控制 49
3.1 一阶系统的模型参考自适应控制 49
3.2 模型参考自适应控制 52
第四章 离散时间系统模型及其参数估计 70
4.1 被控对象的离散时间模型 70
4.2 参数估计的最小二乘算法 77
4.3 参数估计的投影算法 93
第五章 自校正控制（一） 101
5.1 最小方差自校正控制 101
5.2 广义最小方差自校正控制 109
5.3 基于多步预测的自适应控制 119
第六章 自校正控制（二） 134
6.1 极点配置自校正控制 134
6.2 自校正PID控制 144
6.3 PID调节器的自动整定 147
6.4 增益调度控制 151
第七章 自适应控制系统的鲁棒性和收敛性分析 158
7.1 自适应控制的鲁棒性问题 158
7.2 指数收敛性与鲁棒性 164
7.3 平均方法及其在自适应系统分析中的应用 171
7.4 改善自适应系统鲁棒性的方法 192
第八章 基于人工神经元网络的自适应控制 197
8.1 神经元网络的结构 197
8.2 神经元网络的学习算法 204
8.3 基于神经元网络的辨识和控制结构 209
8.4 基于神经元网络的内模控制 214
第九章 自适应控制的应用 226
9.1 工业自适应控制器及其应用 226
9.2 自适应技术在一些复杂系统中的应用 232
附录 关于平均方法的一些定义和定理 251