摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论与综述 | 第11-19页 |
·神经网络的发展历史 | 第11-12页 |
·递归神经网络动态行为研究的历史与现状 | 第12-15页 |
·神经网络在非线性系统控制中的应用 | 第15-16页 |
·本文所做的工作 | 第16-19页 |
第二章 预备知识 | 第19-27页 |
·符号及记法 | 第19页 |
·稳定性的定义及其判定定理 | 第19-23页 |
·稳定性的几个概念 | 第20-21页 |
·Lyapunov函数 | 第21-22页 |
·Lyapunov直接法的基本定理 | 第22-23页 |
·线性矩阵不等式技术 | 第23-27页 |
·线性矩阵不等式技术的发展历史 | 第23-24页 |
·线性矩阵不等式的表示式 | 第24-25页 |
·线性矩阵不等式的标准问题 | 第25-27页 |
第三章 标准神经网络模型及其逼近能力分析 | 第27-41页 |
·引言 | 第27-28页 |
·SNNM的结构及其表示形式 | 第28-30页 |
·其它模型到SNNM的转化 | 第30-35页 |
·递归多层感知器到SNNM的转化 | 第30-34页 |
·Hopfield型时滞递归神经网络到SNNM的转化 | 第34页 |
·T-S模糊模型到SNNM的转化 | 第34-35页 |
·SNNM对动态系统的逼近能力 | 第35-39页 |
·小结 | 第39-41页 |
第四章 连续标准神经网络模型的全局鲁棒稳定性分析 | 第41-63页 |
·引言 | 第41-42页 |
·预备知识 | 第42-44页 |
·连续时滞SNNM的鲁棒渐近稳定性分析 | 第44-48页 |
·连续时滞SNNM的鲁棒指数稳定性分析 | 第48-52页 |
·非时滞连续SNNM鲁棒稳定性的相关结论 | 第52-54页 |
·数值示例 | 第54-61页 |
·连续时滞细胞神经网络的鲁棒稳定性分析 | 第54-56页 |
·连续时滞BAM神经网络的稳定性分析 | 第56-61页 |
·结论 | 第61-63页 |
第五章 离散标准神经网络模型的全局鲁棒稳定性分析 | 第63-81页 |
·引言 | 第63页 |
·离散时滞SNNM的鲁棒渐近稳定性分析 | 第63-68页 |
·离散时滞SNNM的鲁棒指数稳定性分析 | 第68-72页 |
·非时滞离散SNNM鲁棒稳定性的相关结论 | 第72-74页 |
·数值示例 | 第74-79页 |
·离散时滞细胞神经网络的鲁棒稳定性分析 | 第74-76页 |
·离散递归多层感知器鲁棒稳定性分析 | 第76-79页 |
·一类离散时滞Cohen-Grossberg神经网络的稳定性分析 | 第79页 |
·结论 | 第79-81页 |
第六章 基于标准神经网络模型的非线性智能系统鲁棒控制 | 第81-107页 |
·引言 | 第81-82页 |
·SNNM的鲁棒状态反馈镇定控制 | 第82-88页 |
·离散SNNM的鲁棒状态反馈镇定控制 | 第82-86页 |
·连续SNNM的鲁棒状态反馈镇定控制 | 第86-88页 |
·SNNM的鲁棒输出反馈镇定控制 | 第88-98页 |
·离散SNNM的鲁棒输出反馈镇定控制 | 第89-96页 |
·连续SNNM的鲁棒输出反馈镇定控制 | 第96-98页 |
·数值示例 | 第98-104页 |
·一类离散多层递归感知器的鲁棒状态反馈镇定控制 | 第98-99页 |
·一类非线性系统的鲁棒状态反馈镇定控制 | 第99-102页 |
·离散时滞模糊系统的鲁棒输出反馈镇定控制 | 第102-104页 |
·小结 | 第104-107页 |
第七章 基于标准神经网络模型的非线性智能系统保性能控制 | 第107-129页 |
·引言 | 第107页 |
·离散SNNM保性能控制 | 第107-118页 |
·鲁棒性能分析 | 第107-109页 |
·保性能控制律设计 | 第109-118页 |
·连续SNNM的保性能控制 | 第118-122页 |
·数值示例 | 第122-128页 |
·离散时滞模糊系统保性能控制 | 第122-123页 |
·基于神经网络的非线性系统保性能控制 | 第123-128页 |
·小结 | 第128-129页 |
第八章 总结与展望 | 第129-131页 |
参考文献 | 第131-141页 |
攻博期间完成论文 | 第141-142页 |
致谢 | 第142页 |