| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题的研究意义 | 第8页 |
| 1.2 基于神经网络的自适应控制系统的研究现状 | 第8-12页 |
| 1.2.1 控制中常用神经网络模型及其学习算法 | 第9-10页 |
| 1.2.2 几种典型神经网络自适应控制结构 | 第10-12页 |
| 1.3 几种提高神经网络控制系统鲁棒性的控制算法 | 第12-14页 |
| 1.4 本文主要研究成果 | 第14页 |
| 1.5 本文结构安排 | 第14-15页 |
| 第2章 干扰对神经网络模型参考自适应控制 | 第15-34页 |
| 2.1 神经网络模型参考自适应控制系统简介 | 第15-20页 |
| 2.1.1 多层前馈神经网络模型结构 | 第16-17页 |
| 2.1.2 多层前馈神经网络的数学描述 | 第17-19页 |
| 2.1.3 改进的BP 算法 | 第19-20页 |
| 2.2 神经网络模型参考自适应控制系统仿真 | 第20-23页 |
| 2.3 干扰类型 | 第23-24页 |
| 2.3.1 干扰的特性 | 第23页 |
| 2.3.2 简单的干扰模型 | 第23-24页 |
| 2.4 干扰对神经网络模型参考自适应控制带来的影响 | 第24-29页 |
| 2.4.1 被控对象的输出偏离期望输出 | 第24-28页 |
| 2.4.2 神经网络控制器的学习速度不易把握 | 第28-29页 |
| 2.5 干扰对神经网络模型参考自适应控制系统影响的机理分析 | 第29-33页 |
| 2.6 解决策略 | 第33页 |
| 2.7 本章小结 | 第33-34页 |
| 第3章 鲁棒神经网络模型参考自适应控制 | 第34-45页 |
| 3.1 新型鲁棒神经网络模型参考自适应控制系统设计 | 第34-37页 |
| 3.2 结构特点 | 第37-38页 |
| 3.3 具体算法 | 第38页 |
| 3.4 仿真研究 | 第38-43页 |
| 3.5 几点讨论 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 鲁棒神经网络模型参考自适应控制算法 | 第45-54页 |
| 4.1 鲁棒神经网络模型参考自适应控制算法 | 第45-48页 |
| 4.1.1 鲁棒神经网络模型参考自适应控制系统的结构 | 第45页 |
| 4.1.2 鲁棒神经网络模型参考自适应控制算法 | 第45-48页 |
| 4.2 仿真研究 | 第48-53页 |
| 4.3 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间所发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
