| 中文摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 致谢 | 第10-11页 |
| 第一章 绪论 | 第11-23页 |
| ·神经网络及其发展历程 | 第11-13页 |
| ·定义 | 第11-12页 |
| ·神经网络发展历程 | 第12-13页 |
| ·神经网络的特点 | 第13页 |
| ·神经网络在控制领域中的应用现状 | 第13-21页 |
| ·神经非线性系统辨识器的研究 | 第14-20页 |
| ·基于神经网络的自适应控制的研究 | 第20-21页 |
| ·全文安排 | 第21-23页 |
| 第二章 动态正交基神经网络 | 第23-39页 |
| ·正交多项式函数理论 | 第23-25页 |
| ·正交与正交系 | 第23页 |
| ·正交多项式及其特性 | 第23-25页 |
| ·正交基神经网络 | 第25-29页 |
| ·正交基神经网络的提出 | 第25页 |
| ·基于Legendre多项式的正交基神经网络 | 第25-28页 |
| ·网络输入数据的归一化处理 | 第28-29页 |
| ·动态正交基神经网络 | 第29-37页 |
| ·动态正交基神经网络的结构 | 第30-32页 |
| ·动态正交基神经网络的逼近能力分析 | 第32-37页 |
| ·仿真实例 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第三章 动态正交基神经网络的稳定性分析 | 第39-51页 |
| ·前言 | 第39页 |
| ·稳定性理论的基础知识 | 第39-45页 |
| ·基本稳定性概念 | 第40页 |
| ·重要的引理与不等式 | 第40-45页 |
| ·动态正交基神经网络的稳定性分析 | 第45-50页 |
| ·BIBO稳定性分析 | 第45-46页 |
| ·全局渐近稳定性分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于动态正交基神经网络的鲁棒稳定辨识算法 | 第51-65页 |
| ·前言 | 第51-52页 |
| ·对象描述与基础知识 | 第52-55页 |
| ·动态正交基神经网络 | 第55-61页 |
| ·情况1：无建模误差 | 第55-57页 |
| ·情况2：存在渐近稳定的未建模动态 | 第57-60页 |
| ·情况3：存在有界建模误差 | 第60-61页 |
| ·仿真结果 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第五章 基于动态正交基神经网络的稳定自适应控制算法 | 第65-81页 |
| ·前言 | 第65页 |
| ·反馈可线性化系统 | 第65-68页 |
| ·基于动态正交基神经网络的稳定自适应控制 | 第68-77页 |
| ·情况1：无建模误差且n=1 | 第70-74页 |
| ·情况1：有界建模误差且n＞1 | 第74-77页 |
| ·仿真结果 | 第77-78页 |
| ·本章小结 | 第78-81页 |
| 第六章 基于遗传算法的动态正交基神经网络的结构优化 | 第81-95页 |
| ·前言 | 第81页 |
| ·遗传算法原理简介 | 第81-85页 |
| ·基本定义与算法过程 | 第83-85页 |
| ·算法特点 | 第85页 |
| ·基于遗传算法的神经网络结构优化 | 第85-93页 |
| ·方案1：并行解决 | 第86-90页 |
| ·方案1：串行解决 | 第90-92页 |
| ·网络结构的在线优化 | 第92-93页 |
| ·仿真结果 | 第93-94页 |
| ·本章小结 | 第94-95页 |
| 第七章 结论与展望 | 第95-99页 |
| 参考文献 | 第99-109页 |
| 作者攻读博士期间发表论文 | 第109页 |