本书详细阐述不确定动态系统智能评判学习与控制的基础理论，以及核心方法与典型应用，包括数据驱动智能优化调节、事件驱动自适应控制设计、自学习鲁棒镇定与轨迹跟踪等，并涵盖关于自适应评判系统稳定性、收敛性、**性以及鲁棒性的分析。全书分为两篇，第一篇(1～5章)探讨连续时间系统，第二篇(6～10章)探讨离散时间系统。在成书过程中，作者结合人工智能领域的新技术，对智能评判学习与控制的发展前景也进行了一些探讨。
本书结构严谨，分析透彻，实例丰富，既可作为智能控制、系统工程、机器学习、神经计算、应用数学等领域研究人员和学生的参考书，又可供相关领域的技术人员使用。
