第一章 绪论 | 第1-17页 |
1.1 研究目的和意义 | 第8页 |
1.2 研究背景与现状 | 第8-13页 |
1.3 本文的研究思路与研究内容 | 第13-15页 |
1.4 文的主要创新点 | 第15-17页 |
第二章 自组织模糊小脑神经网络 | 第17-26页 |
2.1 引言 | 第17页 |
2.2 SOFCMAC神经网络结构及学习算法 | 第17-20页 |
2.3 SOFCMAC神经网络非线性系统辨识 | 第20-22页 |
2.4 算例 | 第22-25页 |
2.5 小结 | 第25-26页 |
第三章 一类不确定非线性系统的SOFCMAC神经网络自适应重构控制 | 第26-41页 |
3.1 引言 | 第26页 |
3.2 H~∞鲁棒SOFCMAC神经网络自适应重构控制 | 第26-33页 |
3.2.1 系统描述及H~∞控制律设计 | 第27-28页 |
3.2.2 H~∞控制系统误差动态模型 | 第28-29页 |
3.2.3 自组织模糊CMAC神经网络自适应算法 | 第29-30页 |
3.2.4 不确定非线性系统的闭环稳定性 | 第30-32页 |
3.2.5 仿真算例 | 第32-33页 |
3.3 SOFCMAC神经网络自适应重构跟踪控制 | 第33-40页 |
3.3.1 系统描述及线性跟踪控制器设计 | 第33-36页 |
3.3.2 跟踪系统误差动态特性 | 第36页 |
3.3.3 不确定非线性跟踪系统的闭环稳定性 | 第36-37页 |
3.3.4 仿真算例 | 第37-40页 |
3.4 小结 | 第40-41页 |
第四章 基于逆系统方法的不确定非线性系统SOFCMAC神经网络自适应重构控制 | 第41-52页 |
4.1 引言 | 第41-42页 |
4.2 问题描述 | 第42-43页 |
4.3 鲁棒自适应控制律设计 | 第43-46页 |
4.4 非线性闭环系统稳定性 | 第46-47页 |
4.5 闭环系统鲁棒性的增强 | 第47-50页 |
4.6 仿真算例 | 第50-51页 |
4.7 小结 | 第51-52页 |
第五章 基于伪控制隔离的不确定非线性系统SOFCMAC神经网络自适应重构控制 | 第52-75页 |
5.1 引言 | 第52-53页 |
5.2 问题描述及系统控制方案 | 第53-60页 |
5.3 非线性闭环系统稳定性 | 第60-61页 |
5.4 系统故障的自修复 | 第61-62页 |
5.5 输入位置饱和系统的自适应重构控制 | 第62-67页 |
5.6 输入速率饱和系统的自适应重构控制 | 第67-69页 |
5.7 离散输入系统的自适应重构控制 | 第69-72页 |
5.8 备用PCH神经网络自适应系统的无扰切换 | 第72-74页 |
5.9 小结 | 第74-75页 |
第六章 不确定非线性系统的SOFCMAC神经网络直接输出反馈自适应重构控制 | 第75-88页 |
6.1 引言 | 第75-76页 |
6.2 问题描述 | 第76-77页 |
6.3 自适应重构控制器设计 | 第77-83页 |
6.4 输出反馈闭环系统的稳定性 | 第83-84页 |
6.5 仿真算例 | 第84-87页 |
6.6 小结 | 第87-88页 |
第七章 基于支持向量机的非线性系统故障诊断 | 第88-95页 |
7.1 引言 | 第88-90页 |
7.2 SOFCMAC神经网络观测器 | 第90页 |
7.3 支持向量机诊断器 | 第90-92页 |
7.4 歼击机故障诊断 | 第92-94页 |
7.5 小结 | 第94-95页 |
第八章 SOFCMAC神经网络自适应重构控制的歼击机仿真应用 | 第95-112页 |
8.1 引言 | 第95-96页 |
8.2 歼击机动力学方程及其控制问题描述 | 第96-98页 |
8.3 歼击机SOFCMAC神经网络自适应重构控制律设计 | 第98-103页 |
8.3.1 近似动态逆控制律设计 | 第98-100页 |
8.3.2 纵向通道的ACAH控制律设计 | 第100-101页 |
8.3.3 滚转通道的RCAH控制律设计 | 第101-103页 |
8.4 仿真分析 | 第103-111页 |
8.4.1 纵向通道的ACAH控制仿真 | 第103-104页 |
8.4.2 滚转通道的RCAH控制仿真 | 第104-111页 |
8.5 小结 | 第111-112页 |
第九章 结束语 | 第112-114页 |
致谢 | 第114-115页 |
作者近期的学术论文和科研情况 | 第115-116页 |
参考文献 | 第116-122页 |