基于神经网络的一类非线性系统自适应控制研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-11页 |
| ·选题背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·传统控制理论的局限性 | 第8-9页 |
| ·神经网络自适应控制研究现状 | 第9页 |
| ·存在的问题 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| 第2章 神经网络自适应控制 | 第11-17页 |
| ·引言 | 第11页 |
| ·自适应控制 | 第11-13页 |
| ·结构 | 第11-12页 |
| ·类型 | 第12-13页 |
| ·神经网络自适应控制方法 | 第13-16页 |
| ·神经网络自校正控制 | 第13-14页 |
| ·神经网络模型参考自适应控制 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 第3章 人工神经网络 | 第17-31页 |
| ·引言 | 第17页 |
| ·控制中常用的神经网络模型 | 第17-19页 |
| ·BP 神经网络 | 第19-26页 |
| ·人工神经元模型 | 第19-21页 |
| ·网络结构 | 第21-22页 |
| ·学习算法 | 第22-24页 |
| ·BP 网络设计步骤 | 第24-25页 |
| ·仿真研究 | 第25-26页 |
| ·RBF 网络 | 第26-30页 |
| ·网络结构 | 第26-27页 |
| ·学习算法 | 第27-28页 |
| ·仿真研究 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 非线性系统辨识 | 第31-39页 |
| ·引言 | 第31页 |
| ·系统辨识基本原理 | 第31-32页 |
| ·辨识的定义 | 第31-32页 |
| ·基本方法 | 第32页 |
| ·神经网络非线性系统辨识 | 第32-34页 |
| ·非线性系统 | 第32-33页 |
| ·神经网络系统辨识 | 第33-34页 |
| ·仿真研究 | 第34-38页 |
| ·基于 BP 网络系统辨识 | 第34-36页 |
| ·基于 RBF 网络系统辨识 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 基于 BP 网络的自适应控制研究 | 第39-54页 |
| ·引言 | 第39页 |
| ·BP 网络自校正控制 | 第39-47页 |
| ·控制算法 | 第39-40页 |
| ·控制器设计 | 第40-42页 |
| ·仿真研究 | 第42-47页 |
| ·BP 网络模型参考自适应控制 | 第47-53页 |
| ·控制器设计 | 第47-49页 |
| ·仿真实例 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 结束语 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 附录 | 第57-64页 |
| 参考文献 | 第64-67页 |
