魯棒性是控制系統(tǒng)分析與綜合中的一個重要性能指標。為了實現這個性能指標,要求在建模過程中同時提供控制對象的名義模型及其與魯棒控制理論相匹配的誤差限。在系統(tǒng)辨識領域,該問題被稱為模型集辨識。本書結合作者對該問題十余年研究的體會和結果,系統(tǒng)介紹魯棒控制建模與傳統(tǒng)系統(tǒng)辨識的異同、模型集辨識與魯棒控制的聯(lián)系以及魯棒控制建模中的主要方法和結果。這些方法包括確定性框架下的模型集辨識與檢驗、隨機框架下的模型集辨識與檢驗以及基于閉環(huán)實驗數據的模型集辨識與檢驗等。具體內容包括基于這些方法的基本結論和其中尚需進一步研究的課題。本書同時還對這些方法所涉及的主要參考文獻作了簡要介紹。 本書內容豐富,在敘述過程中盡量兼顧結論的物理含義和理論的嚴謹性。本書可以作為控制科學與控制工程、系統(tǒng)科學、應用數學及其相關專業(yè)的理工科研究生和高年級本科生的教材,也可供從事該領域研究或教學的科技工作者和高等院校教師參考。