| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第12-30页 |
| 1.1 课题研究背景 | 第12页 |
| 1.2 控制理论与模式识别 | 第12-15页 |
| 1.2.1 状态、参数和命令空间的模式 | 第14-15页 |
| 1.3 传统自适应系统的辨识及其控制与确定学习 | 第15-23页 |
| 1.3.1 RBF网络逼近理论与持续激励条件 | 第15-18页 |
| 1.3.2 基于李雅普诺夫稳定性的NN辨识 | 第18-20页 |
| 1.3.3 动态模式识别 | 第20-23页 |
| 1.4 多模型自适应控制概况 | 第23-28页 |
| 1.4.1 多模型自适应控制思想 | 第23-26页 |
| 1.4.2 多模型自适应系统的模型数目和分布 | 第26-27页 |
| 1.4.3 多模型自适应控制与基于模式的控制 | 第27-28页 |
| 1.5 本文的主要研究内容及结论 | 第28-30页 |
| 第二章 预备知识 | 第30-46页 |
| 2.1 RBF网络与持续激励条件 | 第30-37页 |
| 2.1.1 RBF网络 | 第30-33页 |
| 2.1.2 持续激励条件和指数稳定 | 第33-35页 |
| 2.1.3 RBF网络的PE性质 | 第35-37页 |
| 2.2 确定学习机制 | 第37-40页 |
| 2.2.1 问题描述 | 第37-38页 |
| 2.2.2 系统动力学的局部准确辨识 | 第38-40页 |
| 2.3 动态模式识别 | 第40-44页 |
| 2.3.1 时不变表示 | 第40-41页 |
| 2.3.2 基本的相似性定义 | 第41-43页 |
| 2.3.3 动态模式的快速识别 | 第43-44页 |
| 2.4 本章小结 | 第44-46页 |
| 第三章 基于参考模式的控制研究及其在空间机械臂中的应用 | 第46-64页 |
| 3.1 引言 | 第46-47页 |
| 3.2 问题描述 | 第47-48页 |
| 3.3 机械臂系统基于参考模式的神经网络控制器设计 | 第48-52页 |
| 3.4 仿真验证 | 第52-57页 |
| 3.5 本章小结 | 第57页 |
| 3.6 附录 | 第57-64页 |
| 第四章 基于闭环模式的控制：一个简单的例子 | 第64-74页 |
| 4.1 引言 | 第64-65页 |
| 4.2 简单非线性系统基于闭环模式的控制 | 第65-69页 |
| 4.2.1 问题描述 | 第65-66页 |
| 4.2.2 基于闭环模式的神经网络控制器设计 | 第66-69页 |
| 4.3 数值仿真 | 第69-70页 |
| 4.4 本章小结 | 第70-74页 |
| 第五章 一般非线性系统基于闭环模式的控制 | 第74-96页 |
| 5.1 引言 | 第74-76页 |
| 5.2 一类高阶非线性系统基于闭环模式的控制 | 第76-80页 |
| 5.2.1 问题提出 | 第76-77页 |
| 5.2.2 基于模式的NN控制器设计 | 第77-80页 |
| 5.3 主要结果 | 第80-90页 |
| 5.3.1 闭环控制中的学习 | 第80-81页 |
| 5.3.2 非正常控制情形下的系统辨识 | 第81-83页 |
| 5.3.3 识别与控制阶段的稳定性分析 | 第83-90页 |
| 5.4 数值仿真实例 | 第90-95页 |
| 5.4.1 辨识阶段 | 第91-93页 |
| 5.4.2 识别与控制阶段 | 第93-95页 |
| 5.5 本章小结 | 第95-96页 |
| 第六章 结论与展望 | 第96-98页 |
| 参考文献 | 第98-114页 |
| 攻读博士学位期间取得的研究成果 | 第114-115页 |
| 致谢 | 第115-116页 |
| 附件 | 第116页 |