基于学习方法的非线性系统主动容错控制研究
| 摘要 | 第1-8页 |
| Abstract | 第8-17页 |
| 1 前言 | 第17-23页 |
| ·研究动机 | 第17页 |
| ·研究目标 | 第17-18页 |
| ·研究内容 | 第18-19页 |
| ·研究方法 | 第19-20页 |
| ·成果及意义 | 第20-21页 |
| ·论文框架 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 2 相关工作综述 | 第23-44页 |
| ·容错控制综述 | 第23-31页 |
| ·轨迹线性化控制 | 第31-35页 |
| ·人工神经网络 | 第35-41页 |
| ·支持向量机 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 3 非线性系统自适应轨迹线性化容错控制 | 第44-61页 |
| ·问题描述 | 第44-45页 |
| ·标称系统的轨迹线性化控制器设计 | 第45-47页 |
| ·故障估计及自适应故障补偿控制 | 第47-51页 |
| ·仿真研究 | 第51-60页 |
| ·本章小结 | 第60-61页 |
| 4 基于神经网络的非线性系统轨迹线性化容错控制 | 第61-74页 |
| ·基于神经网络的轨迹线性化控制器设计 | 第61-68页 |
| ·容错控制器设计及稳定性分析 | 第68-70页 |
| ·仿真研究 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 5 基于支持向量机的非线性系统容错PID 控制 | 第74-94页 |
| ·最小二乘支持向量机算法及回归模型 | 第74-76页 |
| ·容错PID 控制器结构 | 第76-77页 |
| ·PID 参数自调整算法 | 第77-81页 |
| ·仿真研究 | 第81-92页 |
| ·本章小结 | 第92-94页 |
| 6 基于自适应支持向量机模型的非线性系统容错控制 | 第94-109页 |
| ·自适应最小二乘支持向量机模型及在线学习算法 | 第95-99页 |
| ·最小二乘支持向量机逆模控制器及容错控制结构 | 第99-102页 |
| ·仿真研究 | 第102-108页 |
| ·本章小结 | 第108-109页 |
| 7 结论 | 第109-112页 |
| 参考文献 | 第112-123页 |
| 作者简历 | 第123-125页 |
| 学位论文数据集 | 第125页 |
