| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 时滞神经网络系统稳定性 | 第11-12页 |
| 1.2.2 状态估计 | 第12页 |
| 1.2.3 非脆弱性 | 第12-13页 |
| 1.2.4 事件驱动 | 第13-14页 |
| 1.3 论文的主要内容 | 第14-15页 |
| 1.4 论文的安排 | 第15-16页 |
| 第二章 预备知识及引理 | 第16-22页 |
| 2.1 引言 | 第16页 |
| 2.2 常用数学符号 | 第16页 |
| 2.3 线性矩阵不等式 | 第16-18页 |
| 2.3.1 线性矩阵不等式的表示方式 | 第16-17页 |
| 2.3.2 线性矩阵不等式的标准问题 | 第17-18页 |
| 2.4 Lyapunov稳定性理论 | 第18-20页 |
| 2.4.1 稳定性的概念 | 第18页 |
| 2.4.2 Lyapunov稳定性定理 | 第18-19页 |
| 2.4.3 时滞系统的稳定性 | 第19-20页 |
| 2.5 常用的重要引理 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 时滞递归神经网络的稳定性分析及非脆弱估计器设计 | 第22-38页 |
| 3.1 引言 | 第22页 |
| 3.2 乘性增益变化离散神经网络非脆弱状态估计器设计 | 第22-29页 |
| 3.2.1 问题描述 | 第22-24页 |
| 3.2.2 系统稳定性分析 | 第24-26页 |
| 3.2.3 非脆性估计器设计 | 第26-27页 |
| 3.2.4 数值仿真 | 第27-29页 |
| 3.3 加性增益变化不确定参数神经网络非脆弱状态估计器设计 | 第29-36页 |
| 3.3.1 问题描述 | 第30-31页 |
| 3.3.2 系统稳定性分析 | 第31-34页 |
| 3.3.3 具有参数不确定性非脆弱估计器设计 | 第34-35页 |
| 3.3.4 数值仿真 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 依概率分布的时变时滞神经网络非脆弱状态估计 | 第38-63页 |
| 4.1 引言 | 第38页 |
| 4.2 基于事件驱动的时变时滞神经网络的非脆弱状态估计 | 第38-50页 |
| 4.2.1 问题描述 | 第38-41页 |
| 4.2.2 系统稳定性分析 | 第41-46页 |
| 4.2.3 非脆弱估计器设计 | 第46-48页 |
| 4.2.4 数值仿真 | 第48-50页 |
| 4.3 参数不确定非线性时变时滞神经网络非脆弱状态估计 | 第50-61页 |
| 4.3.1 问题描述 | 第50-53页 |
| 4.3.2 系统性能分析 | 第53-58页 |
| 4.3.3 非脆弱估计器设计 | 第58-60页 |
| 4.3.4 数值仿真 | 第60-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 非脆弱状态估计在电力系统中的应用 | 第63-73页 |
| 5.1 引言 | 第63页 |
| 5.2 时变时滞线性电力系统模型 | 第63-67页 |
| 5.3 电力系统稳定性分析 | 第67-69页 |
| 5.4 电力系统非脆弱估计器设计 | 第69-70页 |
| 5.5 仿真算例 | 第70-72页 |
| 5.6 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 发表文章目录 | 第80-81页 |
| 致谢 | 第81-82页 |
