| 1 概述 | 第1-18页 |
| ·模糊逻辑和人工神经网络 | 第10-12页 |
| ·模糊逻辑 | 第10-11页 |
| ·人工神经网络 | 第11-12页 |
| ·模糊神经网络 | 第12-16页 |
| ·模糊神经网络的发展和现状 | 第13-14页 |
| ·模糊神经网络的应用及存在的问题 | 第14-16页 |
| ·本文的研究内容 | 第16-18页 |
| 2 模糊神经网络控制系统 | 第18-24页 |
| ·模糊神经网络控制结构 | 第18页 |
| ·FNC的结构 | 第18-20页 |
| ·FNC参数修正算法 | 第20-21页 |
| ·MNN的结构 | 第21-22页 |
| ·MNN参数学习算法 | 第22-23页 |
| ·小结 | 第23-24页 |
| 3 模糊神经网络控制器(FNC)的优化 | 第24-30页 |
| ·FNC权值修正计算的优化 | 第24页 |
| ·基于T-S模型的FNC修正步长的动态优化 | 第24-26页 |
| ·T-S模型简介 | 第24-25页 |
| ·基于T-S模型模糊调节修正步长算法 | 第25-26页 |
| ·仿真研究 | 第26-29页 |
| ·控制对象及控制目标 | 第26-27页 |
| ·基于权值优化计算的FNC仿真 | 第27-28页 |
| ·基于T-S模型修正步长动态优化仿真 | 第28-29页 |
| ·小结 | 第29-30页 |
| 4 基于模糊基函数网络的间接型稳定自适应控制器 | 第30-54页 |
| ·自适应模糊控制 | 第30-32页 |
| ·自适应模糊控制及其优点 | 第30-31页 |
| ·自适应控制器的分类 | 第31-32页 |
| ·李亚普诺夫方法 | 第32-36页 |
| ·概述 | 第32页 |
| ·李亚普诺夫第二方法 | 第32-36页 |
| ·模糊基函数 | 第36-37页 |
| ·基于模糊基函数网络的间接型稳定自适应控制器的设计 | 第37-43页 |
| ·控制对象及控制任务 | 第37-38页 |
| ·等效控制器 | 第38-39页 |
| ·监督控制 | 第39-41页 |
| ·自适应律设计方案 | 第41-43页 |
| ·系统结构 | 第43-44页 |
| ·设计步骤和稳定性分析 | 第44-47页 |
| ·设计步骤 | 第44-46页 |
| ·稳定性分析 | 第46-47页 |
| ·仿真研究-倒立摆跟踪控制问题 | 第47-53页 |
| ·小结 | 第53-54页 |
| 5 基于T-S模糊神经网络的直接型稳定自适应控制器 | 第54-70页 |
| ·T-S模糊神经网络 | 第54-58页 |
| ·模糊系统的T-S模型 | 第54页 |
| ·标准T-S模糊神经网络结构 | 第54-56页 |
| ·一种简化的T-S模糊神经网络结构 | 第56-58页 |
| ·基于T-S模糊神经网络的直接型稳定自适应控制器的设计 | 第58-60页 |
| ·控制对象和控制任务 | 第58页 |
| ·自适应律设计方案 | 第58-60页 |
| ·系统结构 | 第60-61页 |
| ·设计步骤和稳定性分析 | 第61-63页 |
| ·设计步骤 | 第62页 |
| ·稳定性分析 | 第62-63页 |
| ·仿真研究 | 第63-68页 |
| ·小结 | 第68-70页 |
| 6 结语 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 附录 | 第78-81页 |
| 论文发表情况 | 第81页 |
