首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于U模型的非线性系统鲁棒性分析及控制方法研究

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-22页
   ·课题的背景及意义第11-13页
   ·基于U模型的控制方法第13页
   ·非线性控制第13-16页
   ·神经网络控制第16-17页
   ·自适应控制与学习前馈控制第17-20页
   ·鲁棒控制第20-21页
   ·主要研究内容第21-22页
第2章 非线性系统的U模型表述及其鲁棒性分析第22-39页
   ·引言第22页
   ·非线性系统的U模型表述第22-27页
     ·NARMAX模型及其变形第22-24页
     ·U模型第24-27页
   ·U模型的解析解第27-30页
   ·U模型控制结构的鲁棒性分析第30-37页
     ·自适应算法和误差测量第31-32页
     ·小增益原理第32页
     ·最优鲁棒学习速率第32-34页
     ·反馈结构的鲁棒性分析第34-36页
     ·基于小增益定理的U模型优化学习率第36-37页
   ·本章小结第37-39页
第3章 基于U模型的自适应控制和辨识第39-56页
   ·引言第39-40页
   ·U模型的参数表达式第40页
   ·基于U模型的自适应极点配置控制器的设计和参数辨识第40-43页
     ·U模型参数辨识法第40-42页
     ·基于U模型的自适应极点配置控制器的设计第42-43页
   ·基于U模型的自适应PID控制器的设计第43-44页
   ·仿真研究第44-55页
   ·本章小结第55-56页
第4章 基于U模型的RBFNN跟踪控制第56-70页
   ·引言第56-57页
   ·系统描述和预备知识第57-60页
     ·RBFNN简介第57-59页
     ·基于U模型的RBFNN控制结构第59-60页
   ·基于U模型的RBFNN控制器设计第60-64页
     ·U模型的参数估计式第60-61页
     ·RBFNN控制器第61页
     ·基于最小化误差的时变参数的更新法则第61-63页
     ·变学习率第63-64页
     ·基于U模型的RBF跟踪控制算法的执行步骤第64页
   ·仿真实验第64-69页
   ·本章小结第69-70页
第5章 基于U模型的MIMO随机非线性动态系统的学习前馈控制第70-79页
   ·引言第70-71页
   ·基于U模型的学习前馈控制器设计第71-74页
     ·多输入多输出系统的U模型表述第71-72页
     ·基于牛顿迭代算法的控制器设计第72-73页
     ·基于MIMOU模型的学习前馈控制算法的执行步骤第73-74页
   ·仿真研究第74-77页
   ·本章小结第77-79页
第6章 双层卷焊管焊接过程分析及实验研究第79-102页
   ·双层卷焊管焊接过程分析第79-87页
     ·焊管焊接加热工作原理第79-80页
     ·双层卷焊管电阻直热式钎焊过程稳态分析第80-84页
     ·焊接温度过程模型的U模型表述第84-87页
   ·双层卷焊管焊接过程实验平台第87-92页
     ·双层卷焊管焊接过程实验设备第87-89页
     ·模拟实验装置第89-92页
   ·系统软件设计第92-99页
     ·组态王和MATLAB数据通信第92-96页
     ·控制方案第96-98页
     ·监控软件的设计第98-99页
   ·实验结果第99-101页
   ·本章小结第101-102页
结论第102-104页
参考文献第104-112页
攻读博士学位期间承担的科研任务与主要成果第112-113页
致谢第113-114页
作者简介第114页

论文共114页,点击 下载论文
上一篇:论取保候审制度完善
下一篇:环氧化酶-2、核因子-κB在肾细胞癌中的表达及其临床意义