| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究意义 | 第10-11页 |
| ·自适应控制 | 第11页 |
| ·智能控制 | 第11-15页 |
| ·模糊控制 | 第13-14页 |
| ·神经网络控制 | 第14-15页 |
| ·Backstepping设计 | 第15-16页 |
| ·本文的主要工作 | 第16-18页 |
| 第二章 SISO严格反馈非线性系统的自适应神经网络跟踪控制 | 第18-42页 |
| ·引言 | 第18-19页 |
| ·问题描述及预备知识 | 第19-22页 |
| ·问题描述 | 第19-20页 |
| ·紧集定义 | 第20页 |
| ·RBF神经网络及相关引理 | 第20-22页 |
| ·自适应神经网络跟踪控制 | 第22-32页 |
| ·控制器设计 | 第22-30页 |
| ·稳定性分析 | 第30-32页 |
| ·仿真研究 | 第32-41页 |
| ·Brusselator化学反应模型 | 第32-33页 |
| ·单连杆机器人 | 第33-34页 |
| ·单连杆柔性机械臂 | 第34-41页 |
| ·结论 | 第41-42页 |
| 第三章 SISO严格反馈非线性时滞系统的自适应神经网络镇定控制 | 第42-64页 |
| ·引言 | 第42-43页 |
| ·问题描述 | 第43-44页 |
| ·一阶非线性时滞系统的自适应神经网络控制 | 第44-48页 |
| ·n阶非线性时滞系统的自适应神经网络控制 | 第48-57页 |
| ·自适应神经网络镇定控制器设计 | 第49-56页 |
| ·稳定性分析 | 第56-57页 |
| ·仿真研究 | 第57-63页 |
| ·二阶严格反馈非线性时滞系统 | 第57-58页 |
| ·三阶严格反馈非线性时滞系统 | 第58页 |
| ·Brusselator化学模型 | 第58-63页 |
| ·结论 | 第63-64页 |
| 第四章 MIMO严格反馈非线性系统的自适应神经网络控制 | 第64-90页 |
| ·引言 | 第64-65页 |
| ·问题描述 | 第65-66页 |
| ·自适应神经网络控制器设计 | 第66-77页 |
| ·系统(4.1)的第一个子系统的控制器设计 | 第66-73页 |
| ·系统(4.1)的第q个子系统的控制器设计 | 第73-77页 |
| ·稳定性分析 | 第77-78页 |
| ·仿真研究 | 第78-88页 |
| ·两个反应堆的不可逆发热过程的温度控制 | 第78-82页 |
| ·倒立摆系统 | 第82-88页 |
| ·结论 | 第88-90页 |
| 第五章 嵌套式MIMO严格反馈非线性时滞系统的神经网络扰动解耦控制 | 第90-120页 |
| ·引言 | 第90-91页 |
| ·问题描述 | 第91-93页 |
| ·系统描述 | 第91-92页 |
| ·近似扰动解耦 | 第92-93页 |
| ·MIMO非线性时滞系统的自适应神经网络扰动解耦控制 | 第93-113页 |
| ·仿真研究 | 第113-118页 |
| ·结论 | 第118-120页 |
| 第六章 非仿射纯反馈非线性系统的自适应神经网络跟踪控制 | 第120-134页 |
| ·引言 | 第120-121页 |
| ·问题描述和预备知识 | 第121-124页 |
| ·问题描述 | 第121-122页 |
| ·均值定理 | 第122-123页 |
| ·输入状态稳定和小增益定理 | 第123-124页 |
| ·自适应神经网络跟踪控制 | 第124-129页 |
| ·状态误差子系统的输入状态稳定 | 第124-128页 |
| ·神经网络权估计误差子系统的输入状态稳定 | 第128-129页 |
| ·基于小增益定理的稳定性分析 | 第129-131页 |
| ·仿真研究 | 第131-133页 |
| ·结论 | 第133-134页 |
| 第七章 纯反馈非线性时变时滞系统的自适应神经网络跟踪控制 | 第134-150页 |
| ·引言 | 第134页 |
| ·问题描述 | 第134-136页 |
| ·自适应神经网络跟踪控制 | 第136-147页 |
| ·仿真研究 | 第147-148页 |
| ·结论 | 第148-150页 |
| 第八章 结论与展望 | 第150-154页 |
| 参考文献 | 第154-166页 |
| 攻读博士学位期间所做的主要工作 | 第166-168页 |
| 附录 | 第168-170页 |
| 致谢 | 第170-173页 |
