| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 网络化系统简介和国内外研究背景 | 第9-12页 |
| 1.2.1 神经网络简介 | 第10页 |
| 1.2.2 神经网络国内外研究背景 | 第10-11页 |
| 1.2.3 复杂网络简介 | 第11页 |
| 1.2.4 复杂网络国内外研究背景 | 第11-12页 |
| 1.3 状态估计的发展及研究现状 | 第12-13页 |
| 1.4 Markov跳变系统的简介 | 第13-14页 |
| 1.5 本文主要工作 | 第14-16页 |
| 第二章 基本概念和预备知识 | 第16-21页 |
| 2.1 不确定性 | 第16-17页 |
| 2.1.1 参数不确定性 | 第16页 |
| 2.1.2 非脆弱性 | 第16页 |
| 2.1.3 不确定测量 | 第16-17页 |
| 2.2 传感器非线性 | 第17页 |
| 2.3 轮询机制 | 第17页 |
| 2.4 双通道传输机制 | 第17-18页 |
| 2.5 相关定义与常用引理 | 第18-19页 |
| 2.6 研究方法 | 第19-21页 |
| 第三章 Markov跳变神经网络非脆弱混合H_∞无源异步状态估计 | 第21-38页 |
| 3.1 引言 | 第21页 |
| 3.2 问题描述 | 第21-25页 |
| 3.2.1 参数不确定Markov跳变神经网络系统 | 第21-24页 |
| 3.2.2 非脆弱Markov跳变异步状态估计器 | 第24-25页 |
| 3.3 主要结论及证明 | 第25-34页 |
| 3.3.1 混合H_∞无源性能分析 | 第25-29页 |
| 3.3.2 非脆弱Markov跳变异步状态估计器设计 | 第29-34页 |
| 3.4 数值算例 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 模糊Markov跳变神经网络有限时间H_∞异步状态估计 | 第38-54页 |
| 4.1 引言 | 第38页 |
| 4.2 问题描述 | 第38-43页 |
| 4.2.1 Markov跳变神经网络系统 | 第38-40页 |
| 4.2.2 Markov跳变异步状态估计器 | 第40-43页 |
| 4.3 主要结论及证明 | 第43-49页 |
| 4.3.1 有限时间H_∞性能分析 | 第43-46页 |
| 4.3.2 Markov跳变异步状态估计器设计 | 第46-49页 |
| 4.4 验证数例 | 第49-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 Markov跳变耦合复杂网络的广义耗散状态估计 | 第54-71页 |
| 5.1 引言 | 第54页 |
| 5.2 问题描述 | 第54-60页 |
| 5.2.1 Markov跳变耦合复杂网络系统 | 第54-55页 |
| 5.2.2 受限的网络测量 | 第55-58页 |
| 5.2.3 Markov跳变同步状态估计器 | 第58-60页 |
| 5.3 主要结论及证明 | 第60-66页 |
| 5.3.1 广义随机耗散性能分析 | 第60-64页 |
| 5.3.2 Markov跳变同步状态估计器设计 | 第64-66页 |
| 5.4 仿真算例 | 第66-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 附录 A 插图清单 | 第79-80页 |
| 附录 B 表格清单 | 第80-81页 |
| 在学研究成果 | 第81-82页 |
| 致谢 | 第82页 |
