| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 本文研究背景和意义 | 第11-12页 |
| 1.2 自适应模糊神经控制研究现状 | 第12-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第2章 模糊系统和神经网络基本原理 | 第17-26页 |
| 2.1 一般模糊系统 | 第17-22页 |
| 2.2 非线性参数化模糊系统 | 第22-23页 |
| 2.3 极速学习机神经网络 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于变伸缩因子模糊系统的直接自适应控制 | 第26-40页 |
| 3.1 控制问题 | 第26-27页 |
| 3.2 变伸缩因子模糊系统 | 第27-28页 |
| 3.2.1 可伸缩广义模糊基函数 | 第27页 |
| 3.2.2 变伸缩因子模糊系统 | 第27-28页 |
| 3.3 VCEF-DAFC设计 | 第28-31页 |
| 3.3.1 直接自适应控制器 | 第28-30页 |
| 3.3.2 变伸缩因子模糊系统逼近特性 | 第30页 |
| 3.3.3 参数自适应律 | 第30-31页 |
| 3.4 稳定性分析 | 第31-32页 |
| 3.5 仿真研究 | 第32-39页 |
| 3.5.1 小车-倒立摆系统控制 | 第32-36页 |
| 3.5.2 基于VCEF-DAFC和SVPWM的永磁同步电机转速控制 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于自组织椭球基函数的直接自适应模糊控制 | 第40-54页 |
| 4.1 自组织椭球基函数模糊系统 | 第40-43页 |
| 4.1.1 结构和组成描述 | 第40-41页 |
| 4.1.2 结构学习算法 | 第41-43页 |
| 4.2 控制器设计 | 第43-45页 |
| 4.2.1 直接自适应控制 | 第43页 |
| 4.2.2 SEBF-FLS逼近特性 | 第43-44页 |
| 4.2.3 参数自适应律 | 第44-45页 |
| 4.3 稳定性分析 | 第45-47页 |
| 4.4 仿真研究 | 第47-53页 |
| 4.4.1 SEBF-AFC应用于小车-倒立摆系统 | 第47-50页 |
| 4.4.2 SEBF-AFC应用于电力推进船舶航向控制 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 基于自组织椭球基函数和后推法的自适应模糊控制 | 第54-74页 |
| 5.1 控制问题 | 第54页 |
| 5.2 后推法控制器设计 | 第54-63页 |
| 5.3 稳定性分析 | 第63-64页 |
| 5.4 仿真研究 | 第64-73页 |
| 5.4.1 数值示例 | 第64-68页 |
| 5.4.2 考虑执行器特性的船舶航向控制 | 第68-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第6章 基于极速学习机和最少学习参数的自适应控制 | 第74-89页 |
| 6.1 控制问题 | 第74-75页 |
| 6.2 极速学习机神经网络 | 第75-76页 |
| 6.3 控制器设计 | 第76-79页 |
| 6.3.1 理想控制律 | 第76-78页 |
| 6.3.2 DAELMC参数自适应律 | 第78页 |
| 6.3.3 MLPA-DAELMC参数自适应律 | 第78-79页 |
| 6.4 稳定性分析 | 第79-82页 |
| 6.4.1 DAELMC稳定性分析 | 第79-80页 |
| 6.4.2 MLPA-DAELMC稳定性分析 | 第80-82页 |
| 6.5 仿真分析 | 第82-88页 |
| 6.5.1 基于DAELMC的吊舱式电力推进船舶航向控制 | 第82-83页 |
| 6.5.2 基于MLPA-DAELMC的电力推进船舶航向控制 | 第83-85页 |
| 6.5.3 基于DAELMC和SVPWM的PMSM转速控制 | 第85-86页 |
| 6.5.4 基于MLPA-DAELMC和SVPWM的PMSM转速控制 | 第86-88页 |
| 6.6 本章小结 | 第88-89页 |
| 总结与展望 | 第89-90页 |
| 参考文献 | 第90-95页 |
| 攻读学位期间公开发表论文和专利 | 第95-96页 |
| 致谢 | 第96-97页 |
| 作者简介 | 第97页 |
