| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 本文研究背景和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文主要研究内容 | 第14-17页 |
| 第2章 Euler-Lagrange系统和相关理论简介 | 第17-26页 |
| 2.1 Euler-Lagrange系统 | 第17-19页 |
| 2.2 Lyapunov稳定性理论 | 第19-21页 |
| 2.3 模糊神经网络简介 | 第21-24页 |
| 2.3.1 模糊控制系统 | 第21-24页 |
| 2.3.2 极速学习神经网络 | 第24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于变论域模糊系统的Backstepping跟踪控制 | 第26-38页 |
| 3.1 问题描述 | 第26-27页 |
| 3.2 采用变伸缩因子的变论域模糊逼近器 | 第27-29页 |
| 3.2.1 可伸缩广义模糊基函数 | 第27页 |
| 3.2.2 变论域模糊系统 | 第27-28页 |
| 3.2.3 变论域模糊逼近 | 第28-29页 |
| 3.3 控制器设计 | 第29-31页 |
| 3.4 稳定性分析 | 第31-33页 |
| 3.5 仿真研究 | 第33-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 基于极速学习神经网络的混合前馈-反馈跟踪控制 | 第38-49页 |
| 4.1 问题描述 | 第38-39页 |
| 4.2 极速学习神经网络逼近器 | 第39-41页 |
| 4.2.1 前馈-反馈控制结构 | 第39-40页 |
| 4.2.2 极速学习神经网络结构 | 第40-41页 |
| 4.3 控制器设计 | 第41-43页 |
| 4.4 稳定性分析 | 第43-44页 |
| 4.5 仿真研究 | 第44-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 基于自组织模糊神经观测器的H~∞输出反馈跟踪控制 | 第49-64页 |
| 5.1 问题描述 | 第49-50页 |
| 5.2 自组织模糊神经网络 | 第50-52页 |
| 5.2.1 自组织模糊神经网络结构 | 第50-51页 |
| 5.2.2 自组织规则 | 第51-52页 |
| 5.3 基于自组织模糊神经观测器的H~∞输出反馈控制系统设计 | 第52-56页 |
| 5.3.1 观测器设计 | 第52-53页 |
| 5.3.2 控制器设计 | 第53-56页 |
| 5.4 稳定性分析 | 第56-59页 |
| 5.5 仿真研究 | 第59-63页 |
| 5.6 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间公开发表论文 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
