| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 基于神经网络的自适应Backstepping的基本概念和发展状况 | 第14-15页 |
| 1.2 自适应Backstepping神经网络研究现状 | 第15-17页 |
| 1.3 本文的主要工作和内容安排 | 第17-18页 |
| 第二章 预备知识 | 第18-22页 |
| 2.1 主要定义和定理 | 第18页 |
| 2.2 神经网络逼近理论 | 第18-20页 |
| 2.3 一个重要的切换函数 | 第20-22页 |
| 第三章 严格反馈系统的全局稳定自适应Backstepping神经网络控制 | 第22-36页 |
| 3.1 引言 | 第22-23页 |
| 3.2 问题描述 | 第23-24页 |
| 3.3 自适应Backstepping神经网络控制器的设计 | 第24-29页 |
| 3.4 稳定性分析 | 第29-31页 |
| 3.5 例子仿真 | 第31-34页 |
| 3.6 结论 | 第34-36页 |
| 第四章 基于RBF神经网络的轮式机器人的全局稳定的自适应跟踪控制 | 第36-44页 |
| 4.1 引言 | 第36-37页 |
| 4.2 问题描述 | 第37-38页 |
| 4.3 自适应神经网络控制器的设计 | 第38-40页 |
| 4.4 稳定性分析 | 第40-42页 |
| 4.5 例子仿真 | 第42-43页 |
| 4.6 结论 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 研究结论 | 第44页 |
| 5.2 研究展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-52页 |
| 作者简介 | 第52-53页 |
