文摘
英文文摘
声明
第一章绪论与综述
1.1神经网络的发展历史
1.2递归神经网络动态行为研究的历史与现状
1.3神经网络在非线性系统控制中的应用
1.4本文所做的工作
第二章预备知识
2.1符号及记法
2.2稳定性的定义及其判定定理
2.2.1稳定性的几个概念
2.2.2 Lyapunov函数
2.2.3 Lyapunov直接法的基本定理
2.3线性矩阵不等式技术
2.3.1线性矩阵不等式技术的发展历史
2.3.2线性矩阵不等式的表示式
2.3.3线性矩阵不等式的标准问题
第三章标准神经网络模型及其逼近能力分析
3.1引言
3.2 SNNM的结构及其表示形式
3.3其它模型到SNNM的转化
3.3.1递归多层感知器到SNNM的转化
3.3.2 Hopfield型时滞递归神经网络到SNNM的转化
3.3.3 T-S模糊模型到SNNM的转化
3.4 SNNM对动态系统的逼近能力
3.5小结
第四章连续标准神经网络模型的全局鲁棒稳定性分析
4.1引言
4.2预备知识
4.3连续时滞SNNM的鲁棒渐近稳定性分析
4.4连续时滞SNNM的鲁棒指数稳定性分析
4.5非时滞连续SNNM鲁棒稳定性的相关结论
4.6数值示例
4.6.1连续时滞细胞神经网络的鲁棒稳定性分析
4.6.2连续时滞BAM神经网络的稳定性分析
4.7结论
第五章离散标准神经网络模型的全局鲁棒稳定性分析
5.1引言
5.2离散时滞SNNM的鲁棒渐近稳定性分析
5.3离散时滞SNNM的鲁棒指数稳定性分析
5.4非时滞离散SNNM鲁棒稳定性的相关结论
5.5数值示例
5.5.1离散时滞细胞神经网络的鲁棒稳定性分析
5.5.2离散递归多层感知器鲁棒稳定性分析
5.5.3一类离散时滞Cohen-Grossberg神经网络的稳定性分析
5.6结论
第六章基于标准神经网络模型的非线性智能系统鲁棒控制
6.1引言
6.2 SNNM的鲁棒状态反馈镇定控制
6.2.1离散SNNM的鲁棒状态反馈镇定控制
6.2.2连续SNNM的鲁棒状态反馈镇定控制
6.3 SNNM的鲁棒输出反馈镇定控制
6.3.1离散SNNM的鲁棒输出反馈镇定控制
6.3.2连续SNNM的鲁棒输出反馈镇定控制
6.4数值示例
6.4.1一类离散多层递归感知器的鲁棒状态反馈镇定控制
6.4.2一类非线性系统的鲁棒状态反馈镇定控制
6.4.3离散时滞模糊系统的鲁棒输出反馈镇定控制
6.5小结
第七章基于标准神经网络模型的非线性智能系统保性能控制
7.1引言
7.2离散SNNM保性能控制
7.2.1鲁棒性能分析
7.2.2保性能控制律设计
7.3连续SNNM的保性能控制
7.4数值示例
7.4.1离散时滞模糊系统保性能控制
7.4.2基于神经网络的非线性系统保性能控制
7.5小结
第八章总结与展望
参考文献
攻博期间完成论文
致谢