| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·自适应神经网络迭代学习控制理论的研究现状 | 第7-8页 |
| ·关联大系统分散化自适应神经网络控制理论研究现状 | 第8-11页 |
| ·本文的主要工作和内容安排 | 第11-13页 |
| 第二章 非线性参数化可变小波神经网络鲁棒自适应迭代学习控制 | 第13-37页 |
| ·引言 | 第13-15页 |
| ·问题描述及基本假设 | 第15-16页 |
| ·非线性参数化可变小波神经网络 | 第16-20页 |
| ·自适应神经网络迭代学习控制器设计及收敛性分析 | 第20-28页 |
| ·扩展到一般严格反馈系统 | 第28-33页 |
| ·数值仿真 | 第33-36页 |
| ·小结 | 第36-37页 |
| 第三章 时变时滞纯反馈关联大系统的分散化自适应神经网络控制 | 第37-59页 |
| ·引言 | 第37-39页 |
| ·问题描述与基本假设 | 第39-42页 |
| ·关联大系统分散化自适应神经网络控制 | 第42-55页 |
| ·分散化控制器的设计 | 第42-49页 |
| ·系统稳定性与控制性能分析 | 第49-55页 |
| ·数值仿真 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第四章 带有输入时滞的关联大系统的分散化自适应神经网络控制 | 第59-75页 |
| ·引言 | 第59-60页 |
| ·问题描述与基本假设 | 第60-62页 |
| ·关联大系统的分散化自适应神经网络控制 | 第62-72页 |
| ·分散化自适应神经网络时滞补偿控制器设计 | 第62-63页 |
| ·系统稳定性与控制性能分析 | 第63-72页 |
| ·数值仿真 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 结束语 | 第75-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-87页 |
| 研究成果 | 第87-88页 |
