原创性声明及关于学位论文使用授权的声明
摘 要
第一章绪论
1.1引言
1.2非线性自适应逆控制的可行性
1.3非线性自适应逆控制领域的研究进展
1.4论文的内容安排
第二章径向基函数神经网络学习算法
2.1前馈式神经网络
2.2 RBF神经网络原理
2.3 RBF神经网络学习算法分析
2.3.1基于梯度法的RBF神经网络学习算法
2.3.2基于k-均值聚类的RBF神经网络学习算法
2.3.3基于正交最小二乘法(OLS)的RBF神经网络学习算法
2.3.4基于动态均值聚类的RBF神经网络学习算法
2.3.5基于RPCL-LAF的RBF神经网络学习算法
2.4几种学习算法的性能比较
2.5本章小结
第三章非线性系统可逆性分析
3.1系统可逆性
3.2逆动态系统的RBF网络
3.2.1问题描述
3.2.2 RBF网络控制器直接逆动态的存在性
3.3本章小结
第四章非线性系统的神经网络建模
4.1非线性RBF神经网络滤波器
4.2正向建模
4.3逆向建模
4.3.1直接逆建模
4.3.2正-逆建模
4.4仿真研究
4.5本章小结
第五章自适应逆控制系统
5.1基本自适应逆控制系统
5.2 X-滤波算法的自适应逆控制系统
5.3ε-滤波算法的自适应逆控制系统
5.4非线性自适应逆控制系统
5.5仿真研究
5.5.1仿真步骤
5.5.2仿真结果
5.6本章小结
第六章结论与展望
参考文献
致 谢
攻读学位期间发表的论文