改进自适应神经网络控制策略及仿真研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-24页 |
| ·神经网络模型 | 第9-18页 |
| ·神经元模型 | 第11-12页 |
| ·BP网络 | 第12-13页 |
| ·径向基函数网络 | 第13-15页 |
| ·Hopfield神经网络 | 第15-16页 |
| ·自组织映射神经网络 | 第16-18页 |
| ·基于神经网络的非线性系统建模 | 第18-20页 |
| ·正向建模 | 第18-19页 |
| ·逆向建模 | 第19-20页 |
| ·基于神经网络的控制策略 | 第20-23页 |
| ·本文的主要工作 | 第23-24页 |
| 第2章 自适应神经网络模型逆动态控制算法 | 第24-38页 |
| ·引言 | 第24页 |
| ·逆动态控制策略 | 第24-25页 |
| ·控制算法中雅克比估计的欠缺 | 第25-28页 |
| ·系统雅克比导师信号的改进 | 第28-30页 |
| ·收敛性分析 | 第30-35页 |
| ·闭环系统的稳定性分析 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第3章 自适应神经网络预测控制算法 | 第38-44页 |
| ·引言 | 第38页 |
| ·预测控制的基本原理 | 第38-40页 |
| ·基于神经网络的预测模型 | 第40-41页 |
| ·一步控制律的导出 | 第41-42页 |
| ·收敛性分析 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第4章 仿真结果与比较分析 | 第44-59页 |
| ·引言 | 第44页 |
| ·不同学习策略下的雅克比估计 | 第44-50页 |
| ·逆动态控制的仿真结果 | 第50-55页 |
| ·自适应预测控制仿真结果 | 第55-58页 |
| ·小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 研究生履历 | 第64页 |
