| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·论文的写作背景 | 第9-10页 |
| ·论文的研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·论文的主要研究内容 | 第14-16页 |
| 第2章 基于 Lancaster 结构的二阶系统解耦 | 第16-28页 |
| ·基础知识简介 | 第16-19页 |
| ·广义特征值问题 | 第16页 |
| ·矩阵的 Frobonius 范数 | 第16-17页 |
| ·矩阵的 Kronecker 积 | 第17-19页 |
| ·Lancaster 结构及其性质 | 第19-20页 |
| ·矩阵的 Lancaster 结构和保谱性质 | 第19-20页 |
| ·保结构变换（SPT） | 第20页 |
| ·保持 Lancaster 结构的二阶系统解耦问题 | 第20-21页 |
| ·保结构同谱流算法（SPIF） | 第21-26页 |
| ·同谱流（IF） | 第22-24页 |
| ·选取自由参数 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 神经网络优化算法介绍 | 第28-43页 |
| ·人工神经网络基本理论 | 第28-32页 |
| ·人工神经网络概述 | 第28-29页 |
| ·神经元模型 | 第29-30页 |
| ·人工神经网络的分类 | 第30-31页 |
| ·人工神经网络的特点 | 第31-32页 |
| ·Hopfield 网络介绍 | 第32-33页 |
| ·离散 Hopfield 网络 | 第33-38页 |
| ·离散 Hopfield 网络模型 | 第33-35页 |
| ·离散 Hopfield 网络稳定性 | 第35-38页 |
| ·连续 Hopfield 网络 | 第38-42页 |
| ·连续 Hopfield 网络模型 | 第38-39页 |
| ·连续 Hopfield 神经网络稳定性 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于神经网络的二阶系统解耦算法研究 | 第43-52页 |
| ·二阶系统的解耦研究 | 第43-45页 |
| ·数值算法要解决的问题 | 第45-48页 |
| ·约束条件的转化 | 第45-46页 |
| ·网络结构的设计 | 第46-47页 |
| ·网络参数的确定 | 第47页 |
| ·数值模拟的实现 | 第47-48页 |
| ·改进的 Hopfield 神经网络算法 | 第48-50页 |
| ·改进的能量函数 | 第48-49页 |
| ·网络的构造 | 第49-50页 |
| ·网络参数的确定 | 第50页 |
| ·网络迭代更新过程 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 解耦算法的实现及实验分析 | 第52-59页 |
| ·解耦算法实现 | 第52-53页 |
| ·数值实验 | 第53-57页 |
| ·实验一 | 第54页 |
| ·实验二 | 第54-57页 |
| ·算法分析 | 第57页 |
| ·本章小结 | 第57-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |