| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第6-9页 |
| 第一章 概述 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 课题研究的背景及理论意义 | 第9-10页 |
| 1.3 国内外研究的历史和现状 | 第10-14页 |
| 1.3.1 非线性自适应逆控制研究的历史和现状 | 第10-11页 |
| 1.3.2 模糊混沌神经网络研究的历史和现状 | 第11-13页 |
| 1.3.3 倒立摆研究的历史和现状 | 第13-14页 |
| 1.4 本文研究的主要内容 | 第14-15页 |
| 第二章 非线性自适应逆控制理论基础 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 自适应逆控制的基本理论 | 第15-20页 |
| 2.2.1 自适应逆控制的基本理论及其扩展结构 | 第15-18页 |
| 2.2.2 非线性自适应逆控制系统结构及分析 | 第18-20页 |
| 2.3 非线性自适应逆控制的存在性和可行性证明 | 第20-25页 |
| 2.3.1 非线性系统逆的存在性 | 第20-21页 |
| 2.3.2 非线性系统逆的可行性 | 第21-25页 |
| 2.4 非线性逆系统的实现 | 第25-27页 |
| 2.4.1 非线性逆系统的解析实现 | 第25页 |
| 2.4.2 非线性逆系统的非解析实现 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 模糊混沌神经网络学习算法 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 BP神经网络 | 第28-33页 |
| 3.2.1 BP学习算法 | 第28-31页 |
| 3.2.2 混沌BP算法 | 第31-33页 |
| 3.3 模糊数模糊混沌神经网络 | 第33-35页 |
| 3.3.1 混沌神经网络 | 第33-34页 |
| 3.3.2 模糊混沌神经元的动力学模型 | 第34-35页 |
| 3.3.3 模糊混沌神经网络的动力学方程 | 第35页 |
| 3.4 引入型模糊混沌神经网络 | 第35-39页 |
| 3.4.1 模糊RBF神经网络 | 第35-38页 |
| 3.4.2 引入型模糊混沌神经网络 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 非线性自适应逆控制系统 | 第40-54页 |
| 4.1 引言 | 第40页 |
| 4.2 非线性系统建模 | 第40-46页 |
| 4.2.1 非线性系统建模的理论基础 | 第40-41页 |
| 4.2.2 非线性系统建模的一般方法 | 第41-42页 |
| 4.2.3 非线性系统在线建模仿真研究 | 第42-46页 |
| 4.3 非线性系统逆建模 | 第46-49页 |
| 4.3.1 非线性系统逆建模的理论基础 | 第46-47页 |
| 4.3.2 非线性系统直接逆建模法 | 第47-48页 |
| 4.3.3 非线性系统间接逆建模法 | 第48-49页 |
| 4.3.4 非线性系统反馈误差逆建模法 | 第49页 |
| 4.4 非线性自适应逆控制系统 | 第49-53页 |
| 4.4.1 基于引入型模糊混沌神经网络的模型参考自适应逆控制系统 | 第50-51页 |
| 4.4.2 带有扰动消除的非线性自适应逆控制系统 | 第51-52页 |
| 4.4.3 仿真研究 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 倒立摆的非线性自适应逆控制 | 第54-66页 |
| 5.1 引言 | 第54页 |
| 5.2 二级倒立摆系统的数学模型 | 第54-59页 |
| 5.3 二级倒立摆的自适应逆控制 | 第59-64页 |
| 5.3.1 二级倒立摆的系统辨识 | 第59-60页 |
| 5.3.2 二级倒立摆逆模型的建立 | 第60-61页 |
| 5.3.3 仿真研究 | 第61-64页 |
| 5.4 本章小结 | 第64-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 发表文章目录 | 第71-72页 |
| 致谢 | 第72-73页 |
| 详细摘要 | 第73-78页 |