| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·时滞系统简述及研究现状 | 第10-12页 |
| ·近似动态规划的起源及研究现状 | 第12-14页 |
| ·起源：动态规划、强化学习和反向传播 | 第12-13页 |
| ·近似动态规划的研究现状 | 第13-14页 |
| ·课题研究的意义和来源 | 第14-15页 |
| ·课题研究的内容 | 第15-16页 |
| 第二章 近似动态规划的基本原理及基本结构 | 第16-25页 |
| ·引言 | 第16页 |
| ·动态规划 | 第16-18页 |
| ·自适应动态规划基本原理及分类 | 第18-23页 |
| ·启发式动态规划(HDP) | 第19-21页 |
| ·执行依赖启发式动态规划(ADHDP) | 第21-22页 |
| ·全局双重启发式动态规划(GDHP) | 第22-23页 |
| ·执行依赖全局双重启发式动态规划(ADGDHP) | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于HDP的无时滞最优时变跟踪控制 | 第25-44页 |
| ·引言 | 第25页 |
| ·问题描述及性能指标函数的定义 | 第25-26页 |
| ·基于迭代HDP的无时滞最优跟踪控制算法的推导 | 第26-30页 |
| ·无时滞系统的变换 | 第26-28页 |
| ·无时滞贪婪迭代HDP最优跟踪算法的推导 | 第28-30页 |
| ·无时滞贪婪迭代HDP算法的运行步骤 | 第30页 |
| ·无时滞迭代HDP最优跟踪的神经网络实现 | 第30-34页 |
| ·模型网络 | 第31-32页 |
| ·评判网络 | 第32-33页 |
| ·执行网络 | 第33-34页 |
| ·仿真 | 第34-43页 |
| ·时不变目标跟踪 | 第34-38页 |
| ·时变目标跟踪 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于迭代HDP的时滞最优时变跟踪控制 | 第44-64页 |
| ·引言 | 第44页 |
| ·系统描述及性能指标的选择 | 第44-45页 |
| ·迭代HDP算法的推导以及实现步骤 | 第45-51页 |
| ·系统及性能指标函数的变换 | 第45-48页 |
| ·迭代HDP算法的推导 | 第48-50页 |
| ·时滞非线性系统的贪婪迭代HDP最优跟踪算法的运行步骤 | 第50-51页 |
| ·时滞迭代HDP算法的神经网络实现 | 第51-56页 |
| ·模型网络 | 第52-53页 |
| ·时滞网络H(k) | 第53-54页 |
| ·评价网络 | 第54-55页 |
| ·执行网络 | 第55-56页 |
| ·仿真 | 第56-63页 |
| ·带时滞时不变目标跟踪 | 第56-60页 |
| ·带时滞时变目标跟踪 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表学术论文 | 第71页 |