第1章 绪论
1.1 研究背景
1.2 迭代学习控制研究现状
1.2.1 基于压缩映射和不动点原理的经典迭代学习控制
1.2.2 基于复合能量函数的自适应迭代学习控制
1.2.3 基于2-D理论的迭代学习控制
1.3 本书的内容安排
第2章 参数化非线性时滞系统自适应迭代学习控制
2.1 引言
2.2 问题描述与准备
2.2.1 问题描述
2.2.2 死区特性
2.3 自适应迭代学习控制方案设计
2.4 稳定性分析
2.5 仿真分析
2.5.1 自适应迭代学习控制方案验证
2.5.2 对比分析:自适应控制
2.6 小结与评述
第3章 非线性时滞系统神经网络自适应迭代学习控制
3.1 引言
3.2 问题描述与准备
3.2.1 问题描述
3.2.2 RBF神经网络
3.3 自适应迭代学习控制方案设计
3.4 稳定性分析
3.5 仿真分析
3.5.1 神经网络自适应迭代学习控制方案验证
3.5.2 对比分析:神经网络自适应控制
3.6 小结与评述
第4章 控制方向未知的非线性时滞系统自适应迭代学习控制
4.1 引言
4.2 问题描述与准备
4.2.1 问题描述
4.2.2 Backlash-like hysteresis齿隙非线性特性模型
4.2.3 Nussbaum增益技术
4.3 自适应迭代学习控制方案设计
4.4 稳定性分析
4.5 仿真分析
4.5.1 基于Nussbaum增益的自适应迭代学习控制方案验证
4.5.2 对比分析:基于Nussbaum增益的神经网络自适应控制
4.6 小结与评述
第5章 基于观测器的非线性时滞系统自适应迭代学习控制
5.1 引言
5.2 问题描述与准备
5.2.1 问题描述
5.2.2 输入饱和特性
5.2.3 Schur补引理
5.3 基于状态观测器的自适应迭代学习控制方案设计及稳定性分析
5.3.1 观测器设计
5.3.2 自适应神经网络迭代学习控制方案设计
5.3.3 稳定性分析
5.3.4 仿真分析
5.4 基于误差观测器的自适应迭代学习控制方案设计及稳定性分析
5.4.1 基于误差观测器的自适应迭代学习控制方案设计
5.4.2 稳定性分析
5.4.3 仿真分析
5.5 小结与评述
第6章 基于观测器的机械臂系统自适应迭代学习控制
6.1 引言
6.2 问题描述与准备
6.2.1 问题描述
6.2.2 GL矩阵及其算子
6.3 状态观测器设计
6.4 自适应迭代学习控制方案设计
6.5 仿真分析
6.6 小结与评述
参考文献
展开