| 摘要 | 第2-4页 |
| Abstract | 第4-6页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究意义 | 第10-11页 |
| 1.2 非线性系统控制方法 | 第11-14页 |
| 1.2.1 自适应控制方法 | 第11-12页 |
| 1.2.2 Backstepping控制方法 | 第12-13页 |
| 1.2.3 神经网络控制方法 | 第13-14页 |
| 1.3 随机非线性系统自适应控制发展概况 | 第14-15页 |
| 1.4 本文的主要内容 | 第15-18页 |
| 第二章 严格反馈随机非线性系统的自适应神经网络跟踪控制 | 第18-36页 |
| 2.1 引言 | 第18-19页 |
| 2.2 预备知识及问题描述 | 第19-22页 |
| 2.2.1 概念及引理 | 第19-20页 |
| 2.2.2 RBF神经网络 | 第20-21页 |
| 2.2.3 问题描述 | 第21-22页 |
| 2.3 自适应神经网络跟踪控制 | 第22-31页 |
| 2.3.1 控制器设计 | 第23-30页 |
| 2.3.2 稳定性分析 | 第30-31页 |
| 2.4 仿真算例 | 第31-33页 |
| 2.5 结论 | 第33-36页 |
| 第三章 严格反馈随机非线性时滞系统的自适应神经网络控制 | 第36-54页 |
| 3.1 引言 | 第36-37页 |
| 3.2 问题描述 | 第37-39页 |
| 3.3 控制器设计与稳定性分析 | 第39-51页 |
| 3.4 仿真算例 | 第51-53页 |
| 3.5 结论 | 第53-54页 |
| 第四章 MIMO随机非线性关联大系统的自适应神经网络分散控制 | 第54-70页 |
| 4.1 引言 | 第54-55页 |
| 4.2 问题描述 | 第55-56页 |
| 4.3 控制器设计与稳定性分析 | 第56-67页 |
| 4.4 仿真算例 | 第67-68页 |
| 4.5 结论 | 第68-70页 |
| 第五章 纯反馈随机非线性系统的直接自适应神经网络跟踪控制 | 第70-86页 |
| 5.1 引言 | 第70-71页 |
| 5.2 问题描述 | 第71-72页 |
| 5.3 控制器设计与稳定性分析 | 第72-81页 |
| 5.4 数值例子 | 第81-85页 |
| 5.5 结论 | 第85-86页 |
| 第六章 具有非光滑输入的纯反馈随机非线性系统的自适应神经网络控制 | 第86-110页 |
| 6.1 引言 | 第86-87页 |
| 6.2 问题描述 | 第87-88页 |
| 6.3 具有输入死区的自适应神经网络跟踪控制 | 第88-100页 |
| 6.4 具有输入饱和的自适应神经网络跟踪控制 | 第100-104页 |
| 6.5 仿真算例 | 第104-109页 |
| 6.6 结论 | 第109-110页 |
| 第七章 非严格反馈随机非线性系统的自适应神经网络跟踪控制 | 第110-132页 |
| 7.1 引言 | 第110-111页 |
| 7.2 问题描述 | 第111-113页 |
| 7.3 控制器设计与稳定性分析 | 第113-127页 |
| 7.4 数值算例 | 第127-130页 |
| 7.5 结论 | 第130-132页 |
| 第八章 结论与展望 | 第132-136页 |
| 8.1 结论 | 第132-134页 |
| 8.2 展望 | 第134-136页 |
| 参考文献 | 第136-148页 |
| 攻读博士学位期间所做的主要工作 | 第148-152页 |
| 致谢 | 第152-154页 |
