非线性系统自组织多模型建模与控制方法

摘要	第1-11页
ABSTRACT	第11-13页
第一章 绪论	第13-30页
·引言	第13-14页
·多模型控制基本原理	第14-15页
·非线性系统多模型控制发展现状	第15-25页
·非线性控制理论	第15-17页
·神经网络控制	第17-18页
·多模型控制	第18-23页
·自组织多模型控制	第23-25页
·本论文研究的出发点	第25-28页
·无人机飞行控制研究的意义	第25-26页
·无人机飞行控制研究现状	第26-27页
·本论文研究的出发点与思路	第27-28页
·论文研究的主要内容与安排	第28-30页
第二章 自组织映射神经网络	第30-46页
·引言	第30页
·基本的SOM 神经网络	第30-33页
·自组织映射的生理学基础	第30-31页
·SOM 的基本结构与学习算法	第31-33页
·其它自组织映射神经网络模型	第33-39页
·神经气模型	第34页
·生长型自组织映射神经网络	第34-37页
·扩散型自组织神经网络	第37-39页
·自组织映射神经网络的特点	第39-46页
第三章 非线性系统的自组织多模型建模	第46-77页
·引言	第46页
·基于SOM 神经网络的非线性系统建模方法	第46-50页
·自组织多模型建模方法	第46-50页
·自组织多模型建模的特点	第50页
·自组织多模型建模分析	第50-64页
·逼近性能分析	第51-53页
·最优性分析	第53-57页
·网络结构对逼近的影响	第57-58页
·仿真研究	第58-64页
·局部模型分析	第64-75页
·RINA 方法	第65-68页
·鲁棒对角优势性引理	第68-70页
·鲁棒Gershgorin 带的近似估计	第70-73页
·仿真研究	第73-75页
·本章小结	第75-77页
第四章 自组织多模型建模的主动学习方法	第77-91页
·引言	第77页
·样本数据分布对建模的影响	第77-78页
·SOM 神经网络主动学习方法	第78-81页
·SOM 主动学习方法分析与解释	第81-83页
·方法分析	第81页
·方法解释	第81-83页
·仿真实例	第83-89页
·本章小结	第89-91页
第五章 非线性系统的自组织多模型自适应逆控制	第91-111页
·引言	第91页
·非线性系统的神经网络逆控制方法	第91-93页
·多模型切换-自适应控制器设计	第93-97页
·自组织多模型逆控制方法	第97-99页
·问题描述	第97页
·一般的自组织多模型控制方法	第97-99页
·自组织多模型直接逆控制方法	第99-102页
·自组织多模型自适应逆控制器	第102-103页
·仿真实例	第103-110页
·本章小结	第110-111页
第六章 无人飞行器多模型建模与机动飞行控制	第111-121页
·引言	第111页
·无人机动力学模型	第111-114页
·完整非线性动力学	第111-114页
·模型简化	第114页
·无人机的组织多模型建模与控制	第114-116页
·无人机多模型建模与控制仿真	第116-119页
·本章小结	第119-121页
第七章 基于SOM 的扩展卡尔曼滤波	第121-131页
·引言	第121页
·非线性系统的高斯滤波器	第121-124页
·扩展卡尔曼滤波方法	第122-123页
·其它非线性方法	第123-124页
·基于自组织多模型逼近的EKF	第124-126页
·仿真研究	第126-130页
·本章小结	第130-131页
结束语	第131-134页
致谢	第134-135页
参考文献	第135-145页
作者在学期间取得的学术成果	第145页
在攻读博士期间参与的主要科研课题研究	第145页