| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-22页 |
| 1.1 引言 | 第10页 |
| 1.2 迟滞非线性 | 第10-16页 |
| 1.3 基于模型的非线性系统控制 | 第16-19页 |
| 1.3.1 基于模型的控制系统 | 第16-17页 |
| 1.3.2 神经网络模型及控制系统 | 第17-18页 |
| 1.3.3 神经网络内模（IMC）控制 | 第18-19页 |
| 1.4 基于模型的迟滞系统的控制方案 | 第19-20页 |
| 1.5 论文的研究目标和安排 | 第20-21页 |
| 1.6 本章小结 | 第21-22页 |
| 2 迟滞非线性的神经网络逆模型补偿 | 第22-32页 |
| 2.1 引言 | 第22页 |
| 2.2 BP神经网络简介 | 第22-26页 |
| 2.2.1 BP网络的结构与数学描述 | 第22-26页 |
| 2.3 Preisach迟滞的神经网络逆模型 | 第26-28页 |
| 2.3.1 扩展输入空间方法 | 第26-27页 |
| 2.3.2 PI迟滞逆算子神经网络迟滞逆模型 | 第27-28页 |
| 2.4 仿真研究 | 第28-30页 |
| 2.5 实验验证 | 第30页 |
| 2.6 本章小结 | 第30-32页 |
| 3 迟滞非线性系统的神经网络逆模型控制 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 基于神经网络的迟滞非线性Hammerstein模型 | 第32-37页 |
| 3.2.1 迟滞非线性神经网络Hammerstein模型结构 | 第32-34页 |
| 3.2.2 迟滞非线性神经网络Hammerstein模型的权值优化算法 | 第34-35页 |
| 3.2.3 仿真研究 | 第35-36页 |
| 3.2.4 实验验证 | 第36-37页 |
| 3.3 迟滞非线性系统的前馈-反馈PID控制 | 第37-38页 |
| 3.4 实验验证 | 第38-40页 |
| 3.5 本章小结 | 第40-42页 |
| 4 迟滞非线性系统的神经网络内模控制 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 内模控制的基本原理 | 第42-49页 |
| 4.2.1 内模控制结构 | 第42-44页 |
| 4.2.2 内模控制的性质 | 第44-45页 |
| 4.2.3 内模控制器设计 | 第45-46页 |
| 4.2.4 内模控制鲁棒机理性分析 | 第46-49页 |
| 4.3 迟滞非线性神经网络内模控制结构 | 第49-50页 |
| 4.4 迟滞非线性神经网络内部模型（NNM） | 第50页 |
| 4.5 迟滞非线性神经网络内模控制器（NNC） | 第50-51页 |
| 4.6 滤波器的选择 | 第51页 |
| 4.7 实验验证 | 第51-53页 |
| 4.8 本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |
