非线性系统神经网络控制与U模型控制方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题的背景及意义 | 第11-12页 |
| ·细胞神经网络研究现状 | 第12-13页 |
| ·自适应神经网络控制研究现状 | 第13-15页 |
| ·广义预测控制研究现状 | 第15-16页 |
| ·NARMAX 模型研究现状 | 第16-19页 |
| ·论文的主要研究内容 | 第19-21页 |
| 第2章 神经网络的稳定性分析与同步控制 | 第21-59页 |
| ·引言 | 第21页 |
| ·系统描述和预备知识 | 第21-24页 |
| ·系统描述 | 第21-22页 |
| ·预备知识 | 第22-24页 |
| ·稳定性分析 | 第24-44页 |
| ·全局渐近稳定性分析 | 第25-29页 |
| ·指数稳定性分析 | 第29-37页 |
| ·鲁棒稳定性分析 | 第37-44页 |
| ·自适应同步控制 | 第44-49页 |
| ·混沌神经网络自适应同步 | 第44-46页 |
| ·脉冲混沌神经网络同步 | 第46-49页 |
| ·仿真实验 | 第49-58页 |
| ·本章小结 | 第58-59页 |
| 第3章 时滞非线性系统的神经网络自适应控制 | 第59-77页 |
| ·引言 | 第59页 |
| ·纯反馈时滞非线性系统的神经网络自适应控制 | 第59-67页 |
| ·严格反馈时滞非线性系统的神经网络自适应控制 | 第67-73页 |
| ·仿真实验 | 第73-75页 |
| ·本章小结 | 第75-77页 |
| 第4章 非线性动态多项式模型的广义预测控制 | 第77-101页 |
| ·引言 | 第77-78页 |
| ·U 模型的描述 | 第78-79页 |
| ·基于 U 模型的广义预测控制 | 第79-87页 |
| ·标准的广义预测控制 | 第79-80页 |
| ·基于 U 模型的广义预测控制 | 第80-85页 |
| ·基于 U 模型的广义预测控制的有关注释 | 第85-87页 |
| ·仿真研究 | 第87-100页 |
| ·概述 | 第87页 |
| ·非线性系统及 U 模型的实现 | 第87-88页 |
| ·仿真实验 | 第88-100页 |
| ·本章小结 | 第100-101页 |
| 第5章 非线性动态有理模型的极点配置控制 | 第101-116页 |
| ·引言 | 第101-104页 |
| ·有理模型 | 第101-102页 |
| ·有理模型辨识 | 第102-103页 |
| ·控制器设计 | 第103-104页 |
| ·非线性动态有理模型的 U 模型实现 | 第104-106页 |
| ·有理模型的 U 模型实现 | 第104-105页 |
| ·控制器输出的计算 | 第105-106页 |
| ·有理模型的极点配置控制 | 第106-110页 |
| ·极点配置控制器设计 | 第106-108页 |
| ·伪输入的显式解 | 第108-110页 |
| ·极点配置控制器的设计步骤 | 第110页 |
| ·仿真研究 | 第110-114页 |
| ·本章小结 | 第114-116页 |
| 结论 | 第116-117页 |
| 参考文献 | 第117-127页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第127-128页 |
| 致谢 | 第128-129页 |
| 作者简介 | 第129页 |
