非高斯随机系统广泛存在。相对于以期望和方差为优化指标的高斯随机系统，非高斯随机系统控制问题是一个长期存在的理论难题。《非高斯随机分布系统建模、分析与控制理论》系统和全面地总结了作者十几年来在非高斯随机分布系统建模、分析、控制、滤波和优化方面的理论研究成果，主要内容包括基于动静混合神经网络的智能学习建模、随机分布泛函算子建模、多目标凸优化随机分布控制器设计、最小熵与统计信息集合控制、泛函算子系统鲁棒随机分布控制、随机分布系统滤波和故障检测。《非高斯随机分布系统建模、分析与控制理论》不仅系统研究了非高斯随机系统，而且涉及鲁棒控制、抗干扰控制、模糊控制、神经网络控制、自适应控制和迭代学习控制等方法，可应用于滤波、估计以及故障检测、故障诊断等研究方向，在智能科学、数据科学等领域具有潜在的应用意义。