| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究意义 | 第8页 |
| 1.2 迭代学习控制概述 | 第8-9页 |
| 1.3 迭代学习控制理论国内外研究现状 | 第9-12页 |
| 1.3.1 迭代学习控制律设计 | 第9-10页 |
| 1.3.2 迭代学习控制理论收敛特性及鲁棒特性研究 | 第10页 |
| 1.3.3 迭代学习控制理论收敛速度研究 | 第10-11页 |
| 1.3.4 迭代学习控制优化理论研究 | 第11-12页 |
| 1.4 本文的主要研究内容 | 第12-14页 |
| 第二章 基于性能指标优化的迭代学习控制基本原理 | 第14-18页 |
| 2.1 迭代学习控制基本原理 | 第14页 |
| 2.2 迭代学习控制理论优化原理 | 第14-17页 |
| 2.2.1 迭代学习控制梯度优化算法 | 第15页 |
| 2.2.2 迭代学习控制牛顿优化算法 | 第15页 |
| 2.2.3 迭代学习控制范数优化算法 | 第15-16页 |
| 2.2.4 迭代学习控制参数优化算法 | 第16-17页 |
| 2.3 小结 | 第17-18页 |
| 第三章 带有遗忘因子高阶PID型迭代学习控制优化设计及应用 | 第18-30页 |
| 3.1 引言 | 第18页 |
| 3.2 问题描述 | 第18-19页 |
| 3.3 控制器优化设计 | 第19-25页 |
| 3.3.1 一阶PID型ILC控制器增益参数优化 | 第19-21页 |
| 3.3.2 高阶PID型ILC控制器增益参数优化 | 第21-25页 |
| 3.4 仿真研究 | 第25-29页 |
| 3.5 小结 | 第29-30页 |
| 第四章 参考轨迹更新的点到点迭代学习控制算法优化及应用 | 第30-40页 |
| 4.1 引言 | 第30-31页 |
| 4.2 问题描述 | 第31-32页 |
| 4.3 轨迹更新迭代学习控制器收敛分析及优化 | 第32-36页 |
| 4.3.1 轨迹更新点到点鲁棒型迭代学习控制收敛性分析 | 第32-33页 |
| 4.3.2 无扰动情形迭代学习范数优化 | 第33-34页 |
| 4.3.3 非重复扰动情形迭代学习范数优化 | 第34-36页 |
| 4.4 仿真研究 | 第36-39页 |
| 4.5 小结 | 第39-40页 |
| 第五章 离散非线性系统的迭代学习轨迹跟踪鲁棒算法优化 | 第40-50页 |
| 5.1 引言 | 第40页 |
| 5.2 问题描述 | 第40-41页 |
| 5.3 迭代学习控制器鲁棒收敛性分析及优化算法 | 第41-46页 |
| 5.3.1 鲁棒收敛性分析 | 第41-43页 |
| 5.3.2 迭代学习控制器鲁棒优化算法 | 第43-46页 |
| 5.4 仿真研究 | 第46-49页 |
| 5.5 小结 | 第49-50页 |
| 第六章 基于修正牛顿方法的迭代学习控制算法优化及应用 | 第50-65页 |
| 6.1 引言 | 第50-51页 |
| 6.2 问题描述 | 第51页 |
| 6.3 牛顿型迭代学习控制优化设计 | 第51-59页 |
| 6.3.1 控制器设计 | 第51-55页 |
| 6.3.2 受约束情形增益参数优化 | 第55-57页 |
| 6.3.3 单调收敛特性分析 | 第57-59页 |
| 6.4 仿真研究 | 第59-64页 |
| 6.5 小结 | 第64-65页 |
| 主要结论与展望 | 第65-67页 |
| 主要结论 | 第65页 |
| 展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第73页 |
