| 摘 要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪 论 | 第10-17页 |
| ·引言 | 第10页 |
| ·人工神经网络理论和应用国内外研究动态 | 第10-14页 |
| ·人工神经网络控制理论国内外研究动态 | 第14-15页 |
| ·本文主要内容 | 第15-17页 |
| 2 激活函数可调的神经元网络的一种快速算法 | 第17-39页 |
| ·引言 | 第17页 |
| ·TAF模型及多层前向TAF网络 | 第17-22页 |
| ·多层前向TAF神经网络的快速学习算法 | 第22-26页 |
| ·算法收敛性 | 第26-30页 |
| ·模拟实验与仿真结果 | 第30-38页 |
| ·本章小结 | 第38-39页 |
| 3 多输出神经元模型的多层前向神经网络 | 第39-65页 |
| ·引言 | 第39页 |
| ·多输出神经元模型及其多层前向网络 | 第39-42页 |
| ·MO-MFNN的RLS算法 | 第42-45页 |
| ·模拟实验与仿真结果 | 第45-64页 |
| ·本章小结 | 第64-65页 |
| 4 MO-MFNN的LM算法、LMAM和OLMAM算法 | 第65-79页 |
| ·引言 | 第65页 |
| ·LM算法中 的递推公式 | 第65-67页 |
| ·LMAM和OLMAM算法简介 | 第67-70页 |
| ·模拟实验与仿真结果 | 第70-78页 |
| ·本章小结 | 第78-79页 |
| 5 MO-MFNN带正则化因子的学习算法 | 第79-91页 |
| ·引言 | 第79-80页 |
| ·MO-MFNN带正则化因子的RLS算法 | 第80-83页 |
| ·模拟实验与仿真结果 | 第83-89页 |
| ·本章小结 | 第89-91页 |
| 6 基于MO-MFNN理想的隐含反馈线性化控制 | 第91-111页 |
| ·引言 | 第91-92页 |
| ·问题的形成 | 第92-94页 |
| ·理想的隐含反馈线性化控制 | 第94-96页 |
| ·基于MO-MFNN的直接自适应控制 | 第96-103页 |
| ·仿真研究 | 第103-110页 |
| ·本章小结 | 第110-111页 |
| 7 全文总结与研究展望 | 第111-113页 |
| ·全文总结 | 第111页 |
| ·研究展望 | 第111-113页 |
| 致 谢 | 第113-114页 |
| 参 考 文 献 | 第114-123页 |
| 附录 攻读博士学位期间发表的论文目录 | 第123页 |