| 摘要 | 第1-8页 |
| ABSTRACT | 第8-14页 |
| 第一章 概述 | 第14-35页 |
| ·先进控制系统的发展历程 | 第14-17页 |
| ·网络控制系统 | 第17-23页 |
| ·网络诱导延时的机理及延时统计分析 | 第18-21页 |
| ·网络诱导延时对网络控制性能的影响 | 第21-23页 |
| ·网络学习控制系统 | 第23-32页 |
| ·不确定非线性控制的研究进展 | 第25-30页 |
| ·针对不确定非线性对象的网络学习控制 | 第30-31页 |
| ·网络学习控制策略在电力和燃料电池测试系统中的应用前景 | 第31-32页 |
| ·本文的主要工作和特色 | 第32-33页 |
| ·章节安排 | 第33-35页 |
| 第二章 一类不确定非线性网络控制系统的鲁棒稳定性分析 | 第35-44页 |
| ·针对不确定非线性被控对象的网络控制系统模型 | 第35-36页 |
| ·不确定非线性网络控制系统鲁棒稳定性分析的主要结论 | 第36-41页 |
| ·不确定非线性网络控制系统的算例及仿真 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 针对未知被控对象模型的网络学习控制系统研究 | 第44-59页 |
| ·针对未知对象模型的网络学习控制系统原理 | 第44-46页 |
| ·针对未知对象模型的网络延时补偿算法 | 第46-51页 |
| ·针对未知对象模型的网络学习控制算法 | 第51-54页 |
| ·针对未知对象模型的网络学习控制系统仿真 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 针对不确定非线性对象的网络学习控制系统研究 | 第59-69页 |
| ·针对不确定非线性对象的网络学习控制系统原理 | 第59-60页 |
| ·非线性模型预测算法 | 第60-62页 |
| ·不确定非线性预测算法 | 第62-64页 |
| ·针对不确定非线性对象的网络学习算法 | 第64-66页 |
| ·针对不确定非线性对象的网络学习控制系统仿真 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 一类不确定非线性网络学习控制系统的稳定性分析 | 第69-88页 |
| ·针对不确定非线性对象的网络学习控制机理 | 第69-70页 |
| ·动态递归神经网络 | 第70-73页 |
| ·网络远程辨识及延时补偿单元 | 第73-81页 |
| ·网络远程辨识算法及其收敛性的证明 | 第74-81页 |
| ·针对远程辨识的网络延时补偿算法 | 第81页 |
| ·不确定非线性网络学习控制系统的鲁棒稳定性分析 | 第81-86页 |
| ·针对一类含有未知非线性函数的网络学习控制系统仿真 | 第86-87页 |
| ·本章小结 | 第87-88页 |
| 第六章 网络学习控制策略在循环流化床温度控制中的应用研究 | 第88-97页 |
| ·循环流化床锅炉结构及工作过程 | 第88-89页 |
| ·循环流化床燃烧过程的特点 | 第89-90页 |
| ·基于网络学习的循环流化床温度控制算法 | 第90-94页 |
| ·针对循环流化床温控的网络延时补偿算法 | 第91页 |
| ·基于模糊参数调节的网络学习算法 | 第91-94页 |
| ·针对循环流化床温控的网络学习控制系统仿真 | 第94-96页 |
| ·本章小结 | 第96-97页 |
| 第七章 基于网络学习控制的燃料电池测试系统研究及应用 | 第97-108页 |
| ·燃料电池测试系统工作原理 | 第97-99页 |
| ·燃料电池测试系统控制结构原理 | 第99-100页 |
| ·针对燃料电池测试系统的网络学习控制原理 | 第100-102页 |
| ·燃料电池测试系统现场运行 | 第102-107页 |
| ·本章小结 | 第107-108页 |
| 第八章 总结与展望 | 第108-111页 |
| ·全文总结 | 第108-110页 |
| ·进一步工作的展望 | 第110-111页 |
| 参考文献 | 第111-123页 |
| 攻读博士学位期间完成科研工作情况 | 第123页 |
| 攻读博士学位期间公开发表的学术论文 | 第123-125页 |
| 致谢 | 第125页 |
