| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 注释表 | 第10-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究背景 | 第12-13页 |
| ·振动主动控制研究现状 | 第13-16页 |
| ·系统建模的研究现状 | 第16-19页 |
| ·频域辨识方法 | 第16-17页 |
| ·时域辨识方法 | 第17-18页 |
| ·神经网络辨识方法 | 第18-19页 |
| ·本文的主要内容 | 第19-20页 |
| 第二章 基于试验数据的模型低维建模及最优控制器设计 | 第20-31页 |
| ·引言 | 第20页 |
| ·模型辨识 | 第20-23页 |
| ·系统的 Markov 参数及 Hankel 矩阵 | 第21-22页 |
| ·特征实现算法（ERA） | 第22-23页 |
| ·被控结构模型的辨识及结果分析 | 第23-26页 |
| ·最优控制器设计及仿真分析 | 第26-30页 |
| ·LQG 控制理论 | 第26-27页 |
| ·控制器设计及仿真分析 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于神经网络的系统辨识及自适应控制 | 第31-46页 |
| ·引言 | 第31页 |
| ·BP 神经网络基本理论 | 第31-36页 |
| ·BP 网络模型 | 第32-35页 |
| ·改进的反向传播算法 | 第35-36页 |
| ·神经网络系统辨识 | 第36-40页 |
| ·神经网络自适应控制器设计 | 第40-45页 |
| ·NN 自适应控制系统结构 | 第41-42页 |
| ·风洞测力模型神经网络自适应控制仿真 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 神经网络 PID 控制器设计及仿真分析 | 第46-54页 |
| ·引言 | 第46页 |
| ·神经网络 PID 控制器设计 | 第46-53页 |
| ·PID 神经网络原理 | 第47-49页 |
| ·改进的神经网络 PID 算法 | 第49-50页 |
| ·仿真及结果分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 振动主动控制试验 | 第54-65页 |
| ·引言 | 第54页 |
| ·控制试验系统设计 | 第54-61页 |
| ·试验硬件设备 | 第55-56页 |
| ·试验软件系统 | 第56-57页 |
| ·滤波器设计 | 第57-59页 |
| ·控制系统设计 | 第59-61页 |
| ·基于 ERA 辨识模型的 LQG 控制试验 | 第61-63页 |
| ·基于神经网络 PID 控制试验 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结束语 | 第65-67页 |
| ·本论文的主要工作与结论 | 第65页 |
| ·后续研究工作与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 在学期间发表的学术论文 | 第72页 |