非线性系统的滑模变结构控制理论研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 前言 | 第9-13页 |
| 1.研究目的与意义 | 第9页 |
| 2.研究背景 | 第9-10页 |
| 3.滑模变结构控制理论的应用现状 | 第10-11页 |
| 4.论文主要内容 | 第11-13页 |
| 第一章 滑模变结构控制理论概述 | 第13-20页 |
| ·变结构控制理论的提出 | 第13-14页 |
| ·滑模变结构系统的特点 | 第14-15页 |
| ·滑模变结构控制的基本原理 | 第15-17页 |
| ·Lyapunov 稳定定理 | 第17-20页 |
| 第二章 滑模变结构控制 | 第20-30页 |
| ·滑动模态的存在和可达条件 | 第20页 |
| ·滑模面的选择 | 第20-22页 |
| ·控制器的设计 | 第22-25页 |
| ·问题描述 | 第22-24页 |
| ·滑动模态的不变性 | 第24-25页 |
| ·准滑动模态控制 | 第25-29页 |
| ·准滑动模态控制原理 | 第25-26页 |
| ·问题描述 | 第26页 |
| ·控制器设计 | 第26页 |
| ·稳定性分析 | 第26-27页 |
| ·仿真实例 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 非线性系统的神经滑模控制 | 第30-45页 |
| ·引言 | 第30页 |
| ·神经网络理论 | 第30-33页 |
| ·神经元 | 第30-31页 |
| ·神经网络的工作方式与学习规则 | 第31-33页 |
| ·径向基神经网络 | 第33-35页 |
| ·网络结构 | 第33-34页 |
| ·RBF 网络学习方法 | 第34-35页 |
| ·非线性不确定时滞系统的滑模控制 | 第35-40页 |
| ·问题描述 | 第36页 |
| ·非线性不确定系统的滑模控制器设计 | 第36-38页 |
| ·稳定性分析 | 第38页 |
| ·仿真实例 | 第38-40页 |
| ·非线性不确定系统的神经网络滑模控制 | 第40-42页 |
| ·非线性不确定系统的神经网络滑模控制器设计 | 第40-41页 |
| ·稳定性分析 | 第41页 |
| ·仿真实例 | 第41-42页 |
| ·非线性不确定时滞系统的自适应神经网络滑模控制 | 第42-44页 |
| ·控制器设计 | 第42-43页 |
| ·稳定性分析 | 第43-44页 |
| ·仿真实例 | 第44页 |
| ·小结 | 第44-45页 |
| 第四章 非线性系统的模糊滑模控制 | 第45-59页 |
| ·引言 | 第45页 |
| ·模糊逻辑控制 | 第45-49页 |
| ·模糊控制原理 | 第45-46页 |
| ·精确量的模糊化 | 第46-47页 |
| ·模糊控制器的结构 | 第47-48页 |
| ·规则库和推理机 | 第48-49页 |
| ·解模糊化 | 第49页 |
| ·自适应模糊滑模控制 | 第49-53页 |
| ·问题描述 | 第49-50页 |
| ·控制器设计 | 第50-51页 |
| ·稳定性分析 | 第51-52页 |
| ·仿真实例 | 第52-53页 |
| ·非线性系统基于切换模糊化的自适应模糊滑模控制 | 第53-58页 |
| ·问题描述 | 第53-54页 |
| ·控制器设计 | 第54-55页 |
| ·稳定性分析 | 第55-57页 |
| ·仿真实例 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第五章 基于模糊神经网络的滑模变结构控制 | 第59-66页 |
| ·引言 | 第59页 |
| ·模糊神经网络滑模控制 | 第59-65页 |
| ·问题描述 | 第59-60页 |
| ·模糊神经网络滑模控制器设计 | 第60-64页 |
| ·稳定性分析 | 第64-65页 |
| ·仿真实例 | 第65页 |
| ·小结 | 第65-66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 |
