| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-24页 |
| ·非线性系统控制概述 | 第12-14页 |
| ·非线性系统自适应神经网络控制的发展历程 | 第14-18页 |
| ·连续时间非线性系统 | 第14-17页 |
| ·离散时间非线性系统 | 第17-18页 |
| ·随机非线性系统自适应控制的发展与现状 | 第18-21页 |
| ·论文的主要工作和内容安排 | 第21-24页 |
| 第二章 预备知识 | 第24-34页 |
| ·符号约定 | 第24页 |
| ·神经网络逼近理论 | 第24-25页 |
| ·随机稳定性理论 | 第25-28页 |
| ·随机非线性系统的稳定性 | 第25-26页 |
| ·随机非线性时滞系统的稳定性 | 第26-27页 |
| ·随机非线性分布时滞系统的稳定性 | 第27-28页 |
| ·随机非线性系统Backstepping方法的设计原理 | 第28-31页 |
| ·常用不等式 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 一类随机非线性系统的自适应Backstepping神经网络输出反馈控制与分析 | 第34-46页 |
| ·引言 | 第34-35页 |
| ·问题描述 | 第35-36页 |
| ·非线性观测器设计 | 第36-38页 |
| ·输出反馈控制器设计及稳定性分析 | 第38-43页 |
| ·仿真实例 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 随机非线性时滞系统的自适应Backstepping神经网络控制 | 第46-72页 |
| ·引言 | 第46-47页 |
| ·时变时滞系统的输出反馈神经网络控制与分析 | 第47-56页 |
| ·问题描述 | 第47-48页 |
| ·非线性观测器和控制器设计 | 第48-52页 |
| ·稳定性分析 | 第52-55页 |
| ·仿真实例 | 第55-56页 |
| ·离散和分布型时变时滞系统的自适应控制与分析 | 第56-70页 |
| ·问题描述 | 第56-58页 |
| ·非线性观测器设计 | 第58-61页 |
| ·控制器设计及稳定性分析 | 第61-69页 |
| ·仿真实例 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 第五章 随机非线性关联系统的自适应神经网络分散镇定 | 第72-94页 |
| ·引言 | 第72-73页 |
| ·关联大系统的自适应输出反馈分散镇定 | 第73-84页 |
| ·问题描述 | 第73-75页 |
| ·分散观测器设计 | 第75-77页 |
| ·分散控制器设计及稳定性分析 | 第77-82页 |
| ·仿真实例 | 第82-84页 |
| ·时滞关联大系统的自适应输出反馈分散镇定 | 第84-92页 |
| ·问题描述 | 第84-85页 |
| ·分散观测器与控制器设计 | 第85-88页 |
| ·稳定性分析 | 第88-91页 |
| ·仿真实例 | 第91-92页 |
| ·本章小结 | 第92-94页 |
| 第六章 离散时间非线性系统的自适应Backstepping神经网络控制 | 第94-102页 |
| ·引言 | 第94-95页 |
| ·问题描述 | 第95页 |
| ·基于神经网络和傅里叶级数展开的函数逼近器设计 | 第95-97页 |
| ·自适应神经网络Backstepping控制器设计 | 第97-100页 |
| ·本章小结 | 第100-102页 |
| 结束语 | 第102-104页 |
| 致谢 | 第104-106页 |
| 参考文献 | 第106-119页 |
| 作者在读博士期间的研究成果 | 第119-121页 |
