| 第一章 绪论 | 第1-10页 |
| §1．1 自适应迭代学习控制理论的发展概况与研究现状 | 第6-7页 |
| §1．2 迭代学习控制在工业过程控制中的应用研究现状 | 第7-8页 |
| §1．3 本文主要工作简介 | 第8-10页 |
| 第二章 自适应迭代学习控制原理 | 第10-12页 |
| 第三章 非线性未知系统的自适应迭代学习控制 | 第12-21页 |
| §3．1 引言 | 第12页 |
| §3．2 多层神经网络逼近理论 | 第12-13页 |
| §3．3 问题描述 | 第13-15页 |
| §3．4 自适应控制设计 | 第15-16页 |
| §3．5 自适应迭代学习控制设计 | 第16-18页 |
| §3．6 实例仿真 | 第18-20页 |
| §3．7 小结 | 第20-21页 |
| 第四章 基于神经网络的自适应滑模迭代学习控制 | 第21-29页 |
| §4．1 引言 | 第21页 |
| §4．2 变结构滑模控制简介 | 第21-22页 |
| §4．3 问题描述 | 第22-23页 |
| §4．4 逆动态分割 | 第23-24页 |
| §4．5 自适应鲁棒迭代学习控制 | 第24-27页 |
| §4．6 实例仿真 | 第27-28页 |
| §4．7 小结 | 第28-29页 |
| 第五章 自适应迭代学习控制在非线性工业过程控制系统中的应用 | 第29-43页 |
| §5．1 引言 | 第29-30页 |
| §5．2 非线性工业过程的自适应迭代学习控制 | 第30-33页 |
| §5．3 轨迹初始化 | 第33-35页 |
| §5．4 一类非线性系统的自适应迭代学习控制 | 第35-37页 |
| §5．5 AILC在工业过程控制应用中的若干问题分析 | 第37-39页 |
| §5．6 算例仿真研究 | 第39-42页 |
| §5．7 小结 | 第42-43页 |
| 结论与展望 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-49页 |
