声明
摘要
第一章 绪论
1.1 引言
1.2 非线性时滞系统辨识研究现状
1.2.1 神经网络在时滞非线性系统辨识中应用研究
1.3 非线性时滞系统预测控制研究现状
1.3.1 神经网络在非线性时滞系统预测控制中应用研究
1.4 本文研究的主要内容及创新点
第二章 基础理论知识介绍
2.1 引言
2.2 动态极限学习机结构和算法
2.2.1 极限学习机模型
2.2.2 动态极限学习机模型
2.3 递归神经网络理论和方法
2.4 本章小结
第三章 基于动态神经网络的系统辨识研究
3.1 引言
3.2 基于动态极限学习机的时滞系统辨识
3.2.1 粒子群算法优化时滞参数
3.3 实验结果与分析
3.3.1 pH中和过程
3.3.2 非线性动态过程
3.4 基于准线性递归神经网络的系统辨识
3.4.1 问题描述
3.4.2 嵌入递归神经网络
3.4.3 准线性递归神经网络辫识
3.5 实验结果与分析
3.5.1 实验一
3.5.2 实验二
3.6 本章小结
第四章 基于动态神经网络的预测控制研究
4.1 引言
4.2 递归神经网络预测控制研究
4.2.1 递归网络预测模型建立
4.2.2 递归网络预测模型反馈校正
4.2.3 递归网络梯度下降法求解控制律
4.2.4 实验结果与分析
4.3 准线性递归神经网络预测控制研究
4.3.1 预测模型输入线性化
4.3.2 控制律求取
4.3.3 实验结果与分析
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
研究成果及发表的学术论文
导师和作者简介