摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-30页 |
·引言 | 第10-13页 |
·非线性Backstepping方法的发展过程和设计原理 | 第13-22页 |
·Backstepping方法的发展过程 | 第13-18页 |
·Backstepping方法的设计原理 | 第18-22页 |
·非线性Backstepping设计方法的延伸 | 第22-28页 |
·时滞非线性系统 | 第22-23页 |
·非线性关联大系统 | 第23-24页 |
·随机非线性系统 | 第24-26页 |
·p奇数幂非线性系统 | 第26页 |
·时变非线性系统 | 第26-28页 |
·离散时间非线性系统 | 第28页 |
·论文的主要工作和内容安排 | 第28-30页 |
第二章 数学和控制理论基础知识 | 第30-40页 |
·数学基础 | 第30-32页 |
·几种收敛性定义 | 第30-31页 |
·常用不等式 | 第31-32页 |
·神经网络逼近理论 | 第32-34页 |
·线性参数化神经网络 | 第32-33页 |
·非线性参数化神经网络 | 第33-34页 |
·其它函数逼近器 | 第34页 |
·系统稳定性理论 | 第34-38页 |
·常微分方程稳定性 | 第34-36页 |
·时滞泛函微分方程稳定性 | 第36-37页 |
·Ito随机微分方程稳定性 | 第37-38页 |
·本章小结与注释 | 第38-40页 |
第三章 几类非线性时滞系统控制设计与分析 | 第40-72页 |
·引言 | 第40-41页 |
·确定系统Backstepping跟踪控制设计与分析 | 第41-47页 |
·状态反馈跟踪控制 | 第41-44页 |
·输出反馈跟踪控制 | 第44-46页 |
·仿真研究 | 第46-47页 |
·不确定系统状态反馈神经网络跟踪控制设计与分析 | 第47-55页 |
·状态反馈控制器设计 | 第48-51页 |
·稳定性分析 | 第51-53页 |
·仿真研究 | 第53-55页 |
·自适应观测器神经网络跟踪控制设计与分析 | 第55-65页 |
·观测器和控制器设计 | 第56-61页 |
·稳定性分析 | 第61-63页 |
·仿真研究 | 第63-65页 |
·简化的自适应神经网络输出反馈镇定算法 | 第65-70页 |
·观测器和控制器设计 | 第66-67页 |
·稳定性分析 | 第67-69页 |
·仿真研究 | 第69-70页 |
·本章小结 | 第70-72页 |
第四章 非线性关联系统神经网络分散控制与分析 | 第72-92页 |
·引言 | 第72-73页 |
·状态反馈自适应神经网络分散跟踪控制 | 第73-81页 |
·分散控制器设计 | 第74-77页 |
·稳定性分析 | 第77-79页 |
·仿真研究 | 第79-81页 |
·输出反馈自适应神经网络分散跟踪控制 | 第81-91页 |
·分散观测器和控制器设计 | 第83-86页 |
·稳定性分析 | 第86-89页 |
·仿真研究 | 第89-91页 |
·本章小结 | 第91-92页 |
第五章 随机非线性系统Backstepping镇定与分析 | 第92-102页 |
·引言 | 第92-93页 |
·p奇数幂随机非线性系统状态反馈镇定 | 第93-96页 |
·控制器设计与分析 | 第93-95页 |
·仿真研究 | 第95-96页 |
·基于神经网络的输出反馈自适应镇定 | 第96-101页 |
·观测器和控制器设计 | 第96-98页 |
·稳定性分析 | 第98-100页 |
·仿真研究 | 第100-101页 |
·本章小结 | 第101-102页 |
第六章 非线性时变时滞系统自适应学习控制与分析 | 第102-116页 |
·引言 | 第102-103页 |
·一阶系统的自适应学习控制 | 第103-108页 |
·系统转化和控制器设计 | 第104-105页 |
·稳定性分析 | 第105-107页 |
·仿真研究 | 第107-108页 |
·高阶混合参数系统自适应学习控制 | 第108-115页 |
·具有BCF的高阶系统自适应学习控制 | 第108-111页 |
·具有严格反馈形式的高阶系统自适应学习控制 | 第111-113页 |
·仿真研究 | 第113-115页 |
·本章小结 | 第115-116页 |
结束语 | 第116-118页 |
致谢 | 第118-120页 |
参考文献 | 第120-132页 |
在读期间的研究成果和参加的科研项目及获奖情况 | 第132-136页 |
附录 | 第136-140页 |