| 引言 | 第1-9页 |
| 第一章 模糊控制理论 | 第9-17页 |
| 1．1 概述 | 第9页 |
| 1．2 模糊控制飞速发展的原因 | 第9-10页 |
| 1．3 模糊控制的特点 | 第10页 |
| 1．4 模糊控制系统 | 第10-17页 |
| 第二章 人工神经网络 | 第17-24页 |
| 2．1 人工神经网络的发展历程 | 第17-18页 |
| 2．2 人工神经网络及其特点 | 第18-21页 |
| 2．2．1 人工神经元模型 | 第18-19页 |
| 2．2．2 人工神经网络结构 | 第19-20页 |
| 2．2．3 人工神经网络特点 | 第20-21页 |
| 2．3 神经网络控制技术 | 第21-24页 |
| 第三章 基于补偿算子的模糊神经网络 | 第24-38页 |
| 3．1 基于补偿算子的模糊系统思想的提出 | 第24-26页 |
| 3．2 基于补偿算子的模糊神经网络的通用逼近性证明 | 第26-31页 |
| 3．2．1 模糊基函数 | 第26-27页 |
| 3．2．2 模糊系统的通用逼近性 | 第27-30页 |
| 3．2．3 基于补偿算子的模糊神经网的通用逼近性证明 | 第30-31页 |
| 3．3 基于补偿算子的模糊神经网络结构 | 第31-34页 |
| 3．3．1 构成补偿神经网基本模糊神经元 | 第31-34页 |
| 3．3．2 基于补偿算子的模糊神经网络拓扑结构 | 第34页 |
| 3．4 基于补偿算子的模糊神经网的学习算法推导 | 第34-38页 |
| 第四章 基于补偿算子的模糊神经网在系统建模中的应用 | 第38-49页 |
| 4．1 异或（XOR）模型辨识 | 第39-44页 |
| 4．2 简单非线性函数辨识 | 第44页 |
| 4．3 复杂非线性系统辨识 | 第44-49页 |
| 第五章 基于补偿算子的模糊神经网络在线自学习控制 | 第49-59页 |
| 5．1 过程工业典型的非线性对象CSTR | 第49-51页 |
| 5．2 基于补偿算子模糊神经网对CSTR控制仿真 | 第51-59页 |
| 第六章 结论与展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附录 | 第62-69页 |
| 致谢 | 第69页 |
