一类非线性多变量系统的神经网络在线解耦控制

中文摘要	第1-6页
Abstract	第6-11页
第一章 绪论	第11-20页
·引言	第11页
·非线性多变量系统的解耦控制方法概述	第11-15页
·神经网络概述	第15-17页
·神经网络的发展历史	第15-16页
·神经网络在控制领域的应用	第16-17页
·论文的研究意义	第17-18页
·论文的主要研究内容	第18-20页
第二章 神经网络在线解耦的实现要求	第20-32页
·基于神经网络的解耦控制系统结构	第20-23页
·神经网络训练信号的选取	第23-24页
·神经网络目标函数的选取	第24-30页
·离散时间随机过程的概率分布	第24-25页
·离散时间随机过程的数字特征	第25-26页
·神经网络目标函数的选取	第26-30页
·小结	第30-32页
第三章 静态神经网络在线解耦控制	第32-62页
·一类非线性多变量系统的描述	第32-34页
·目标函数的分析及困难度测量	第34-43页
·基因关联方差	第35-36页
·适应度距离相关	第36-37页
·静态神经网络在线解耦的目标函数复杂度测试	第37-39页
·随机游走序列的相关函数测试法	第39-40页
·NK模型	第40-41页
·最佳一阶函数逼近测试法	第41-43页
·神经网络解耦器的训练算法	第43-55页
·遗传算法	第43-44页
·模拟退火算法	第44-45页
·模式搜索法	第45-46页
·混合优化策略	第46-47页
·GA+SA	第46页
·GA+PSA	第46-47页
·不同优化算法的解耦比较	第47-55页
·基于分散解耦结构的比较	第47-52页
·基于前馈解耦结构的解耦比较	第52-55页
·解耦后系统的控制	第55-58页
·基于分散解耦结构的单神经元控制	第55-57页
·基于前馈解耦结构的控制	第57-58页
·基于单个神经网络的在线解耦控制	第58-60页
·小结	第60-62页
第四章 动态神经网络在线解耦控制	第62-76页
·引言	第62-66页
·时延神经网络	第63页
·ELMAN网络	第63-65页
·内时延递归网络	第65-66页
·基于三种动态神经网络的目标函数困难度测试	第66-70页
·时延神经网络的目标函数测试	第66-67页
·随机游走序列的相关函数测试法	第66页
·最佳一阶函数逼近测试法	第66-67页
·ELMAN网络的目标函数测试	第67-69页
·随机游走序列的相关函数测试法	第67-68页
·最佳一阶函数逼近测试法	第68-69页
·内时延递归神经网络的目标函数测试	第69-70页
·随机游走序列的相关函数测试法	第69页
·最佳一阶函数逼近测试法	第69-70页
·不同动态神经网络的在线解耦	第70-74页
·时延神经网络	第71-72页
·ELMAN网络	第72页
·内时延递归神经网络	第72-73页
·三种动态网络的解耦比较	第73-74页
·解耦后的单回路控制	第74-75页
·小结	第75-76页
第五章 在线解耦算法收敛性分析	第76-83页
·静态神经网络在线解耦算法收敛性分析	第76-81页
·遗传算法的收敛性	第76-77页
·局部搜索算法的收敛性	第77-78页
·收敛速度定量分析	第78-81页
·在线性能和离线性能测试	第78-79页
·平均截至代数及截至代数分布熵	第79-80页
·收敛速度	第80-81页
·动态神经网络在线解耦算法收敛性定量分析	第81-82页
·在线性能和离线性能测试	第81页
·平均截止代数及截止代数分布熵	第81-82页
·收敛速度	第82页
·小结	第82-83页
第六章 总结与展望	第83-85页
·总结	第83-84页
·展望	第84-85页
参考文献	第85-92页
致谢	第92-93页
攻读博士学位期间发表的学术论文	第93-94页
攻读博士学位期间参加的科研工作	第94页