基于神经网络的非线性系统自适应控制研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| ·选题的背景和意义 | 第10页 |
| ·神经网络控制研究历史及现状 | 第10-11页 |
| ·RBF神经网络的研究现状 | 第11-12页 |
| ·神经网络自适应控制的研究现状 | 第12-13页 |
| ·本文结构安排 | 第13-14页 |
| 第二章 人工神经网络综述 | 第14-21页 |
| ·什么是神经网络 | 第14页 |
| ·人工神经网络研究的历史 | 第14-17页 |
| ·神经网络的学习规则 | 第17-18页 |
| ·神经网络的研究方法 | 第18-19页 |
| ·神经网络的能力 | 第19-20页 |
| ·神经网络的应用 | 第20-21页 |
| 第三章 神经网络控制系统 | 第21-33页 |
| ·神经网络控制系统 | 第21-23页 |
| ·控制中常用的神经网络模型 | 第23-24页 |
| ·神经网络控制的结构和分类 | 第24-28页 |
| ·神经网络自适应控制方法及结构 | 第28-33页 |
| ·自适应控制系统简介 | 第28-30页 |
| ·神经网络直接自适应控制 | 第30-33页 |
| 第四章 径向基函数神经网络 | 第33-44页 |
| ·径向基函数神经网络 | 第33-34页 |
| ·RBF网络训练的准则和常用算法 | 第34-39页 |
| ·RBF神经网络的先进学习算法 | 第39-40页 |
| ·RBF网络的推广能力 | 第40-41页 |
| ·RBF神经网络逼近特性 | 第41-44页 |
| 第五章 基于径向基函数的神经网络直接自适应控制 | 第44-51页 |
| ·引言 | 第44页 |
| ·问题描述 | 第44-46页 |
| ·控制器设计和稳定性分析 | 第46-49页 |
| ·仿真结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结束语 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士期间发表的学术论文 | 第59页 |
