| 第一章 绪论 | 第1-29页 |
| ·神经网络及神经网络控制 | 第11-19页 |
| ·神经网络技术的发展 | 第11-13页 |
| ·神经网络在控制中的应用 | 第13-15页 |
| ·神经网络控制的发展历史、研究现状和发展趋势 | 第15-19页 |
| ·神经网络基础 | 第19-21页 |
| ·控制系统中常用的几种神经网络 | 第21-23页 |
| ·双权值神经网络理论 | 第23-26页 |
| ·本文选题的依据与意义 | 第26-27页 |
| ·本文的内容安排 | 第27-29页 |
| 第二章 双权值神经网络学习算法及神经网络控制系统 | 第29-48页 |
| ·多层前向网络的常见学习算法 | 第29-36页 |
| ·神经网络控制系统分类 | 第36-44页 |
| ·本文中采用的控制结构 | 第44-48页 |
| ·间接型模型参考自适应控制简介 | 第44-46页 |
| ·用模型参考自适应控制对系统进行控制的步骤 | 第46-48页 |
| 第三章 基于双权值函数张量积神经网络的非线性映射逼近 | 第48-58页 |
| ·双权值张量积神经网络的结构 | 第48-49页 |
| ·双权值函数张量积神经网络的逼近性质 | 第49-52页 |
| ·在时不变系统的应用 | 第52-55页 |
| ·离散时间时不变系统的逼近 | 第52-53页 |
| ·半直线上的连续时间系统 | 第53-54页 |
| ·稳定非线性反馈系统的逼近 | 第54-55页 |
| ·输入输出映射逼近误差分析 | 第55-57页 |
| ·结论 | 第57-58页 |
| 第四章 基于双权值神经网络的系统辨识和建模 | 第58-67页 |
| ·基于神经网络的系统辨识 | 第58-61页 |
| ·前馈建模 | 第59-60页 |
| ·逆建模 | 第60-61页 |
| ·双权值神经网络辨识器的设计及其算法 | 第61-63页 |
| ·双权值神经网络辨识器的设计 | 第61-62页 |
| ·双权值神经网络辨识器的算法 | 第62-63页 |
| ·辨识仿真及其结果 | 第63-67页 |
| ·仿真实验内容 | 第64页 |
| ·仿真实验及其结果 | 第64-67页 |
| 第五章 基于双权值神经网络的模型参考自适应控制 | 第67-82页 |
| ·基于双权值神经网络的模型参考自适应控制 | 第67-69页 |
| ·双权值神经网络控制器的设计及其算法 | 第69-73页 |
| ·双权值神经网络控制器的设计 | 第69-70页 |
| ·双权值神经网络控制器的算法 | 第70-73页 |
| ·双权值神经网络控制器在最陡下降法训练下的收敛及稳定条件 | 第73-75页 |
| ·控制仿真及其结果比较 | 第75-82页 |
| ·仿真实验内容 | 第75-76页 |
| ·神经网络控制器的自适应律的设计及结构的设计 | 第76-77页 |
| ·仿真实验结果 | 第77-82页 |
| 第六章 总结与展望 | 第82-90页 |
| 致谢 | 第90-91页 |
| 研究生期间发表的论文: | 第91页 |