| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·论文选题依据、研究背景及意义 | 第9-10页 |
| ·选题依据 | 第9页 |
| ·研究背景和问题的提出 | 第9-10页 |
| ·相关领域国内外发展现状 | 第10-17页 |
| ·有模型参考自适应控制方法 | 第10-12页 |
| ·无模型控制方法 | 第12-17页 |
| ·论文主要研究内容及安排 | 第17-18页 |
| ·主要研究内容 | 第17页 |
| ·论文组织结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 2 无模型自适应控制算法 | 第19-31页 |
| ·标准无模型控制算法 | 第20-26页 |
| ·泛模型的概念 | 第20-21页 |
| ·泛模型的应用 | 第21-22页 |
| ·无模型自适应控制律设计 | 第22-26页 |
| ·二阶泛模型无模型控制算法 | 第26-30页 |
| ·二阶泛模型的概念 | 第26-27页 |
| ·自适应控制规律推导 | 第27-28页 |
| ·伪偏导数估计 | 第28-30页 |
| ·小结 | 第30-31页 |
| 3 无模型自适应控制算法改进研究 | 第31-60页 |
| ·多新息辨识理论 | 第31-36页 |
| ·多新息辨识方法 | 第31-33页 |
| ·多新息随机梯度辨识方法 | 第33-36页 |
| ·基于多新息理论的无模型控制律的改进算法 | 第36-41页 |
| ·多新息无模型控制律的推导 | 第37-39页 |
| ·多新息无模型控制算法收敛性分析 | 第39-41页 |
| ·带误差反馈的多新息无模型控制算法研究 | 第41-42页 |
| ·无模型控制算法的在线优化 | 第42-45页 |
| ·果蝇优化算法介绍 | 第42-44页 |
| ·基于果蝇优化算法的多新息无模型控制 | 第44-45页 |
| ·基于多新息理论的 PID 神经网络改进算法研究 | 第45-53页 |
| ·PID 神经网络模型 | 第45-48页 |
| ·基于多新息的 PID 神经网络模型 | 第48-50页 |
| ·算法的收敛性分析 | 第50-53页 |
| ·仿真研究 | 第53-58页 |
| ·基于多新息理论的果蝇算法优化参数的无模型改进算法仿真 | 第53-55页 |
| ·带误差反馈的多新息无模型控制算法仿真 | 第55-57页 |
| ·基于多新息理论的 PID 神经网络改进算法仿真 | 第57-58页 |
| ·小结 | 第58-60页 |
| 4 六自由度的软、硬件平台研究 | 第60-69页 |
| ·Stewart 平台结构分析 | 第60-63页 |
| ·对位系统控制系统及算法实现 | 第63-67页 |
| ·系统控制实例 | 第67页 |
| ·小结 | 第67-69页 |
| 5 结论与展望 | 第69-72页 |
| ·结论 | 第69-70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第78-79页 |
| 致谢 | 第79-80页 |