| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 非线性系统动态面控制方法研究现状 | 第12页 |
| 1.3 滞环非线性系统研究现状 | 第12-13页 |
| 1.4 时滞非线性系统研究现状 | 第13-14页 |
| 1.5 输出反馈非线性系统研究现状 | 第14页 |
| 1.6 国内外研究现状分析 | 第14-15页 |
| 1.7 本文的主要研究内容 | 第15-16页 |
| 第2章 相关基础知识 | 第16-22页 |
| 2.1 滞环模型 | 第16-18页 |
| 2.2 相关不等式 | 第18页 |
| 2.3 径向基函数神经网络 | 第18-19页 |
| 2.4 Lyapunov稳定性定义及定理 | 第19-20页 |
| 2.5 动态面方法的基本步骤 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第3章 状态变量全部可测的一类滞环非线性时滞系统的神经网络动态面控制方法 | 第22-36页 |
| 3.1 引言 | 第22-23页 |
| 3.2 控制系统描述 | 第23页 |
| 3.3 PI模型 | 第23页 |
| 3.4 相关假设及引理 | 第23-24页 |
| 3.5 神经网络动态面控制方法 | 第24-28页 |
| 3.6 稳定性分析 | 第28-32页 |
| 3.7 算例仿真及结果分析 | 第32-35页 |
| 3.8 本章小结 | 第35-36页 |
| 第4章 仅输出可测的一类滞环非线性时滞系统输出反馈神经网络动态面控制方法 | 第36-50页 |
| 4.1 引言 | 第36-37页 |
| 4.2 控制系统描述 | 第37页 |
| 4.3 PI模型 | 第37页 |
| 4.4 神经网络方法估计未知光滑函数 | 第37-38页 |
| 4.5 相关假设 | 第38-39页 |
| 4.6 K-滤波器观测未知状态变量 | 第39-40页 |
| 4.7 神经网络动态面控制算法 | 第40-42页 |
| 4.8 稳定性分析 | 第42-47页 |
| 4.9 算例仿真及结果分析 | 第47-49页 |
| 4.10 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士学位期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |