| 中文摘要 | 第1-5页 |
| 目录 | 第5-11页 |
| 第一章 绪论 | 第11-16页 |
| 1．1 H_∞控制理论的产生及其意义 | 第11-13页 |
| 1．2 大滞后对象控制的意义和现状 | 第13-14页 |
| 1．3 本课题选题的意义及研究内容 | 第14-16页 |
| 第二章 H_∞控制理论概述 | 第16-34页 |
| 2．1 H_∞控制理论的发展 | 第16-19页 |
| 2．1．1 准备阶段（60年代中期至1980年） | 第16页 |
| 2．1．2 诞生阶段（1981年至1984年） | 第16-17页 |
| 2．1．3 发展、完善及推广阶段（1988年至1995年） | 第17-19页 |
| 2．1．4 成熟及应用阶段（1996年至今） | 第19页 |
| 2．2 H_∞控制理论的特点 | 第19页 |
| 2．3 H_∞控制理论中若干概念及理论的描述 | 第19-23页 |
| 2．3．1 系统不确定性和鲁棒性 | 第20-21页 |
| 2．3．2 有理函数阵的分解及稳定性 | 第21-22页 |
| 2．3．3 小增益理论 | 第22-23页 |
| 2．4 H_∞性能指标 | 第23-27页 |
| 2．4．1 H_∞性能指标与干扰抑制 | 第24-26页 |
| 2．4．2 H_∞性能指标与鲁棒稳定 | 第26-27页 |
| 2．5 标准H_∞控制问题 | 第27-33页 |
| 2．5．1 跟踪问题 | 第29-31页 |
| 2．5．2 鲁棒稳定性问题 | 第31-32页 |
| 2．5．3 模型匹配问题 | 第32-33页 |
| 2．6 本章小结 | 第33-34页 |
| 第三章 大滞后系统控制概述 | 第34-50页 |
| 3．1 Smith预估控制法 | 第34-35页 |
| 3．2 最优控制方法 | 第35-38页 |
| 3．3 改进型Smith预估控制系统 | 第38-40页 |
| 3．4 一种频域最优控制的Smith预估器解析设计 | 第40-43页 |
| 3．5 自适应控制方法 | 第43-44页 |
| 3．6 有限谱配置方法 | 第44-45页 |
| 3．7 环路成形H_∞控制器设计 | 第45-49页 |
| 3．8 本章小结 | 第49-50页 |
| 第四章 大滞后对象的H_∞控制方案 | 第50-70页 |
| 4．1 模型匹配的Nehari控制方案 | 第51-57页 |
| 4．1．1 H_∞控制的模型匹配原理 | 第51-53页 |
| 4．1．2 基于H_∞模型匹配的大滞后对象的控制 | 第53-56页 |
| 4．1．3 仿真及结果 | 第56-57页 |
| 4．2 模型匹配问题的H_∞标准问题解法 | 第57-69页 |
| 4．2．1 模型匹配问题的二自由度控制方案 | 第57-60页 |
| 4．2．2 二自由度控制系统的精确解及近似解 | 第60-61页 |
| 4．2．3 模型匹配问题的H_∞标准化设计 | 第61-63页 |
| 4．2．4 大滞后对象的模型匹配H_∞控制 | 第63-65页 |
| 4．2．5 仿真结果及结论 | 第65-69页 |
| 4．3 本章小结 | 第69-70页 |
| 第五章 智能控制在大滞后对象中的应用 | 第70-83页 |
| 5．1 智能控制发展概述 | 第70-71页 |
| 5．2 神经网络概述及RBF神经网络 | 第71-74页 |
| 5．2．1 神经网络概述 | 第71页 |
| 5．2．2 BP神经网络 | 第71-72页 |
| 5．2．3 RBF网络概述 | 第72-74页 |
| 5．3 基于RBF的鲁棒控制器策略 | 第74-81页 |
| 5．3．1 RBF神经网络控制策略 | 第74-79页 |
| 5．3．2 控制器有关算法步骤分析 | 第79-80页 |
| 5．3．3 仿真计算 | 第80-81页 |
| 5．3 本章小结 | 第81-83页 |
| 论文总结 | 第83-85页 |
| 全文总结 | 第83页 |
| 工作展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 攻读学位期间发表论文 | 第89-90页 |
| 致谢 | 第90页 |