文摘
英文文摘
声明
1 绪论
1.1 时滞系统及其在控制领域的研究历史及现状
1.1.1时滞系统的传统控制方法
1.1.2时滞系统的现代控制方法
1.2模型预测控制建模方法研究概述
1.2.1预测控制中常用的建模方法
1.2.2模型未知时滞系统延迟时间的辨识研究
1.3神经网络在非线性动态系统建模中的应用研究
1.4本文主要研究内容和结构安排
2通用学习网络自适应算法及其在时滞系统辨识中的应用
2.1 引言
2.2通用学习网络的基本结构和算法
2.2.1沿时间反向传播算法
2.2.2通用学习网络的基本结构
2.2.3通用学习网络的基本算法
2.2.4基于通用学习网络的动态系统辨识仿真研究
2.3改进的通用学习网络自适应学习算法
2.3.1自适应选择延迟时间算法
2.3.2递归神经网络的稳定性
2.3.3通用学习网络的稳定性分析
2.3.4基于通用学习网络自适应学习算法的时滞系统辨识仿真
2.4本章小结
3基于通用学习网络的非线性时滞系统控制
3.1 引言
3.2基于通用学习网络的非线性时滞系统控制器设计
3.2.1基于通用学习网络预测模型的控制系统设计
3.2.2基于神经网络的控制器设计
3.2.3基于神经网络预测模型的控制系统的稳定性分析
3.3基于通用学习网络自适应学习算法的pH中和控制
3.3.1 pH中和过程控制的研究现状
3.3.2 pH中和过程
3.3.2 pH中和过程辨识仿真
3.3.3 pH中和过程预测控制系统仿真实验
3.4本章小结
4基于一种动态前向神经网络的时滞系统预测控制
4.1 引言
4.2一种包含动态神经元的动态前向神经网络
4.2.1带有动态神经元的动态前向神经网络结构
4.2.2基于误差梯度的动态前向神经网络学习算法
4.2.3动态前向神经网络的稳定性分析
4.2.4基于动态前向神经网络的系统辨识仿真研究
4.3基于改进微粒群算法的动态前向神经网络学习算法
4.3.1基于Logistic映射的改进微粒群算法
4.3.2基于Logistic映射微粒群算法的动态前向神经网络设计
4.3.3基于Logistic映射微粒群算法的动态前向神经网络辨识仿真
4.4基于动态前向神经网络的预测控制系统设计
4.4.1基于动态前向神经网络的误差补偿预测控制系统
4.4.2基于神经网络的误差补偿控制系统稳定性分析
4.4基于神经网络的误差补偿预测控制系统仿真
4.5本章小结
5总结与展望
5.1全文总结
5.2研究展望
参考文献
攻读博士学位期间发表学术论文情况
创新点摘要
致 谢
作者简介