| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 引言 | 第6-9页 |
| 1．1 H∞控制方法及发展过程 | 第6-7页 |
| 1．2 本文的研究背景和指导思想 | 第7-8页 |
| 1．3 本文研究的主要内容 | 第8-9页 |
| 第二章 H∞鲁棒控制的数学基础和基本理论 | 第9-24页 |
| 2．1 H∞鲁棒控制的数学基础 | 第9-14页 |
| 2．1．1 函数空间与系统范数 | 第9-11页 |
| 2．1．2 哈密顿矩阵与黎卡提方程 | 第11-12页 |
| 2．1．3 黎卡提方程和H∞范数的计算 | 第12-13页 |
| 2．1．4 黎卡提方程和H∞范数的计算 | 第13-14页 |
| 2．2 H∞鲁棒控制的基本理论 | 第14-19页 |
| 2．2．1 系统鲁棒性分析 | 第14-16页 |
| 2．2．2 非结构不确定性 | 第16-18页 |
| 2．2．3 线性分式变换 | 第18-19页 |
| 2．3 H∞标准控制问题 | 第19-23页 |
| 2．3．1 标准问题的描述 | 第19-21页 |
| 2．3．2 H∞设计方法 | 第21-23页 |
| 2．4 小结 | 第23-24页 |
| 第三章 不确定性模型H∞混合灵敏度函数设计 | 第24-31页 |
| 3．1 灵敏度函数的基本概念 | 第24-25页 |
| 3．1．1 灵敏度函数的定义 | 第24页 |
| 3．1．2 控制系统的灵敏度函数和补灵敏度函数 | 第24-25页 |
| 3．2 混合灵敏度H∞控制 | 第25-28页 |
| 3．2．1 混合灵敏度控制思想 | 第25-27页 |
| 3．2．2 增广混合灵敏度控制设计形式 | 第27-28页 |
| 3．3 闭环系统设计及加权函数的选取 | 第28-30页 |
| 3．3．1 闭环系统的主要设计要求 | 第28-29页 |
| 3．3．2 加权函数的选取原则和方法 | 第29-30页 |
| 3．3．3 本文中，和的选取 | 第30页 |
| 3．4 小结 | 第30-31页 |
| 第四章 基于MOGAS的混合灵敏度控制方法 | 第31-38页 |
| 4．1 遗传算法基本概念 | 第31-34页 |
| 4．1．1 遗传算法概要 | 第31-32页 |
| 4．1．2 GA的运算过程及特点 | 第32-34页 |
| 4．1．3 遗传算法在多目标优化中的应用 | 第34页 |
| 4．2 基于MOGAS的混合灵敏度加权函数设计 | 第34-37页 |
| 4．2．1 基于GA的加权函数多目标优化问题描述 | 第34-35页 |
| 4．2．2 染色体编码、解码 | 第35页 |
| 4．2．3 目标函数及适应度函数 | 第35-36页 |
| 4．2．4 搜索最优加权函数及相应的H∞控制器 | 第36-37页 |
| 4．3 小结 | 第37-38页 |
| 第五章 仿真研究 | 第38-48页 |
| 5．1 控制对象模型选取 | 第38-39页 |
| 5．2 基于MOGAS求取H∞鲁棒控制器 | 第39-41页 |
| 5．3 与常规H∞，Smith预估器以及PID控制方法的比较 | 第41-46页 |
| 5．4 小结 | 第46-48页 |
| 第六章 结束语 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 在学期间发表论文和参加科研情况 | 第54页 |