文摘
英文文摘
声明
引言
第1 章绪论
1.1 神经网络的历史与进展
1.2 神经网络基本理论介绍
1.2.1 单神经元模型
1.2.2 神经网络学习规则
1.2.3 BP网络的结构及算法
1.2.4 径向基函数神经网络
1.3 课题研究背景及意义
1.4 本文的主要研究工作
第2 章基于神经网络的非线l生系统控制的研究
2.1 神经网络自适应控制
2.2 单神经元PID自适应控制
2.3 基于BP神经网络的PID自适应控制
2.4 基于RBF神经网络的PID自适应控制
2.5 仿真研究
2.5.1 单神经元PID自适应控制
2.5.2 BP网络PID自适应控制
2.5.3 RBF网络PID自适应控制
2.6 本章小结
第3 章非线性时变不确定系统的RBF神经网络自适应控制
3.1 RBF网络参数对逼近的影响
3.2 被控对象的描述和问题的提出
3.2.1 根据名义模型设计控制器
3.2.2 模型不确定部分的RBF网络逼近
3.3 仿真实验
3.4 本章小结
第4 章非线性时变不确定系统的自适应控制算法的改进
4.1 问题的提出
4.1.1 反演控制器的设计
4.1.2 状态观测器的设计
4.1.3 RBF网络逼近f(x)和b(x)
4.2 仿真实验
4.3 本章小结
第5 章结论
参考文献
致谢
附录:基于名义模型RBF神经网络自适应控制程序清单
攻读硕士学位期间发表的论文
武汉工程大学;