译者序
前言
致谢
缩略词表
符号表
引言
第1章 非线性动态系统受控运动的建模问题
1.1 作为研究对象的动态系统
1.1.1 动态系统的一般概念
1.1.2 动态系统的分类
1.1.3 环境的类型
1.1.4 系统与环境的交互
1.1.5 动态系统概念的形式化
1.1.6 系统的行为和活动
1.2 动态系统和自适应问题
1.2.1 自适应的类型
1.2.2 自适应控制问题的一般特征
1.2.3 自适应系统基本结构的变体
1.2.4 自适应控制问题中模型的作用
1.3 动态系统建模的通用方法
1.3.1 动态系统建模过程
1.3.2 动态系统模型设计中需要解决的主要问题
1.4 参考文献
第2章 动态神经网络：结构和训练方法
2.1 人工神经网络结构
2.1.1 人工神经网络设计的生成法
2.1.2 神经网络模型的分层结构
2.1.3 作为ANN构造单元的神经元
2.1.4 神经元的结构组织
2.2 人工神经网络训练方法
2.2.1 神经网络训练框架概述
2.2.2 静态神经网络训练
2.2.3 动态神经网络训练
2.3 动态神经网络自适应方法
2.3.1 扩展卡尔曼滤波器
2.3.2 具有中间神经元的ANN模型
2.3.3 ANN模型的增量构造
2.4 动态神经网络训练集获取问题
2.4.1 训练动态神经网络所需数据集构造过程的细节
2.4.2 训练动态神经网络所需数据集构造过程的直接方法
2.4.3 获取动态神经网络训练.数据集的间接方法
2.5 参考文献
第3章 动态系统建模与控制的神经网络黑箱方法
3.1 动态系统开发和维护相关的典型问题
3.2 解决动态系统相关问题的神经网络黑箱方法
3.2.1 模型的主要类型
3.2.2 对作用在动态系统上的干扰的考虑方法
3.3 基于ANN的动态系统建模与辨识
3.3.1 动态系统建模的前馈神经网络
3.3.2 动态系统建模的递归神经网络
3.4 基于ANN的动态系统控制
3.4.1 利用人工神经网络调整受控对象的动态特性
3.4.2 多模态飞机的神经控制器最优集成综合
3.5 参考文献
第4章 非线性动态系统神经网络黑箱建模：飞机受控运动
4.1 基于多层神经网络的飞机运动ANN模型
4.1.1 基于多层神经网络的飞机运动ANN模型的一般结构
4.1.2 飞机运动神经网络模型的批处理学习
4.1.3 飞机运动神经网络模型的实时学习
4.2 基于多层神经网络飞机运动ANN模型的性能评估
4.3 ANN模型在不确定性条件下非线性动态系统自适应控制问题中的应用
4.3.1 对自适应系统的需求
4.3.2 模型参考自适应控制
4.3.3 模型预测控制
4.3.4 不确定性条件下飞机角运动的自适应控制
4.4 参考文献
第5章 受控动态系统的半经验神经网络模型
5.1 半经验ANN动态系统建模方法
5.2 半经验ANN模型设计过程
5.3 半经验ANN模型导数计算
5.4 半经验ANN模型同伦延拓训练方法
5.5 半经验ANN模型实验最优设计
5.6 参考文献
第6章 飞行器运动神经网络半经验建模
6.1 飞行器气动特性辨识与运动建模问题
6.2 机动飞行器纵向短周期运动半经验建模
6.3 飞行器三轴旋转运动半经验建模
6.4 机动飞行器纵向平动与角运动半经验建模
6.5 参考文献
附录 自适应系统的计算实验结果
展开
