本书介绍仿脑操作特性的神经网络控制设计方法及其在机器人系统中的应用。全书共5章。第1章为绪论。第2章介绍受操作性条件反射启发的仿生神经网络非线性控制。第3章介绍伴有局部权值学习及FNSG策略的神经自适应控制, 同时也给出其应用领域内的算法仿真实例。第4章介绍基于多内涵自调节神经网络的仿生智能控制。第5章介绍了基于仿生神经网络的智能控制在多自由度机器人系统中的应用, 并给出了详细的仿真研究。随着控制对象及其目标、任务和所处环境的复杂性提高, 基于系统模型与规则的传统控制方法愈发难以满足其对于系统控制品质的要求。研究针对复杂非线性系统的新一代智能控制方法, 对加强系统的自学习和自适应能力以及确保系统平稳安全运行具有理论价值和实际指导意义。