| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 本文的研究背景及意义 | 第14页 |
| 1.2 神经网络的研究现状 | 第14-16页 |
| 1.3 非线性系统的控制方法 | 第16-20页 |
| 1.3.1 精确线性化 | 第16-17页 |
| 1.3.2 鲁棒控制 | 第17-18页 |
| 1.3.3 模糊控制 | 第18页 |
| 1.3.4 自适应控制 | 第18-19页 |
| 1.3.5 神经网络控制 | 第19-20页 |
| 1.4 本文的主要内容 | 第20-24页 |
| 第二章 基本概念与预备知识 | 第24-34页 |
| 2.1 基本概念 | 第24-25页 |
| 2.2 扩展神经网络系统 | 第25-30页 |
| 2.2.1 扩展RBF神经网络系统 | 第25-27页 |
| 2.2.2 扩展BP神经网络系统 | 第27-29页 |
| 2.2.3 扩展DR神经网络系统 | 第29-30页 |
| 2.3 预备知识 | 第30-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 基于神经网络的一类非线性系统的自适应跟踪监督控制设计 | 第34-44页 |
| 3.1 引言 | 第34-35页 |
| 3.2 问题描述与预备知识 | 第35-36页 |
| 3.3 自适应控制设计 | 第36-38页 |
| 3.4 稳定性分析 | 第38-40页 |
| 3.5 仿真实例 | 第40-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于扩展神经网络的一类非线性系统的自适应控制设计 | 第44-76页 |
| 4.1 引言 | 第44-46页 |
| 4.2 基于扩展RBF神经网络的一类非线性系统自适应镇定控制设计 | 第46-61页 |
| 4.2.1 系统描述与预备知识 | 第46-48页 |
| 4.2.2 主要结论 | 第48-54页 |
| 4.2.3 仿真算例与分析 | 第54-61页 |
| 4.3 基于扩展BP神经网络的一类非线性系统自适应控制设计 | 第61-67页 |
| 4.3.1 系统描述与预备知识 | 第62-63页 |
| 4.3.2 神经网络自适应控制设计 | 第63页 |
| 4.3.3 主要结论 | 第63-64页 |
| 4.3.4 算例仿真和分析 | 第64-67页 |
| 4.4 基于扩展DR神经网络的一类非线性系统自适应控制设计 | 第67-75页 |
| 4.4.1 系统描述与预备知识 | 第67-68页 |
| 4.4.2 神经网络自适应控制设计 | 第68页 |
| 4.4.3 主要结论 | 第68-69页 |
| 4.4.4 算例仿真和分析 | 第69-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第五章 基于嵌套型BP神经网络的一类非线性系统自适应跟踪控制设计 | 第76-94页 |
| 5.1 引言 | 第76-77页 |
| 5.2 嵌套型BP神经网络 | 第77-82页 |
| 5.2.1 预备知识 | 第78页 |
| 5.2.2 嵌套型BP神经网络 | 第78-82页 |
| 5.3 扩展嵌套型神经网络结构 | 第82-83页 |
| 5.4 系统描述与预备知识 | 第83-85页 |
| 5.5 扩展闭环系统描述 | 第85-86页 |
| 5.6 嵌套型神经网络自适应控制 | 第86-89页 |
| 5.7 仿真实例与分析 | 第89-93页 |
| 5.8 本章小结 | 第93-94页 |
| 总结与展望 | 第94-98页 |
| 参考文献 | 第98-112页 |
| 攻读博士学位期间发表或完成的论文 | 第112-116页 |
| 致谢 | 第116页 |
