●前言
篇 連續時間繫統
章 不確定繫統智能評判學習與控制概述
1.1 引言
1.2 自適應評判控制設計
1.2.1 基本設計思路
1.2.2 神經網絡實現與繫統穩定性分析
1.2.3 改進評判網絡學習準則
1.3 魯棒自適應評判控制設計
1.3.1 基本魯棒鎮定設計
1.3.2 魯棒軌跡跟蹤問題
1.3.3 結合事件驅動機制的討論
1.4 自適應H1控制設計
1.5 應用與前景
1.6 本章小結
第2章 基於學習的復雜非線性繫統魯棒優化
2.1 引言
2.2 問題描述
2.3 自學習魯棒優化控制設計
2.3.1 控制問題轉化
2.3.2 神經網絡實現
2.3.3 閉環繫統穩定性分析
2.4 復雜關聯繫統分散鎮定
2.5 仿真實驗
2.6 本章小結
第3章 事件驅動環境下的自適應保成本控制
3.1 引言
3.2 問題描述
3.3 事件驅動保成本控制設計
3.3.1 事件驅動機制描述
3.3.2 智能評判控制的神經網絡實現
3.3.3 閉環繫統穩定性分析
3.3.4 Zeno行為消除
3.4 仿真實驗
3.5 本章小結
第4章 連續時間非線性魯棒控制與跟蹤綜合
4.1 引言
4.2 問題描述
4.3 自學習魯棒控制綜合
4.3.1 魯棒鎮定設計基礎
4.3.2 神經網絡實現
4.4 自學習魯棒跟蹤控制
4.4.1 跟蹤設計基礎
4.4.2 神經網絡實現
4.5 仿真實驗
4.6 本章小結
第5章 采用策略學習的先進控制器設計方法
5.1 引言
5.2 問題描述
5.3 策略學習優化控制設計
5.3.1 預補償繫統轉化
5.3.2 積分強化學習算法提出
5.3.3 神經網絡實現
5.4 仿真實驗
5.5 本章小結
第二篇 離散時間繫統
第6章 未知非線性繫統自學習優化控制設計
6.1 引言
6.2 問題描述
6.3 迭代GDHP控制設計
6.3.1 非線性繫統辨識
6.3.2 迭代ADP算法提出
6.3.3 收斂性分析
6.3.4 設計步驟
6.3.5 基於GDHP技術的實現方案
6.4 迭代SN-DHP控制設計
6.4.1 改進的辨識方法
6.4.2 改進的迭代ADP算法
6.4.3 基於SN-DHP技術的實現方案
6.5 仿真實驗
6.5.1 迭代GDHP方法驗證
6.5.2 迭代SN-DHP方法驗證
6.6 本章小結
第7章 迭代神經動態規劃近似最優反饋調節
7.1 引言
7.2 問題描述
7.3 迭代NDP控制設計
7.3.1 迭代算法及其收斂性分析
7.3.2 基於NDP技術的實現方案
7.3.3 具體的算法設計步驟
7.4 仿真實驗
7.5 本章小結
第8章 具有外部干擾的非線性繫統軌跡跟蹤
8.1 引言
8.2 問題描述
8.3 無模型H1跟蹤控制設計
8.3.1 非線性繫統辨識
8.3.2 迭代算法提出
8.3.3 收斂性分析
8.3.4 基於DHP技術的實現方案
8.4 仿真實驗
8.5 本章小結
第9章 混合驅動機制下的智能優化控制策略
9.1 引言
9.2 問題描述
9.3 混合驅動優化控制設計
9.3.1 穩定性分析
9.3.2 混合驅動實現方案
9.4 仿真實驗
9.5 本章小結
0章 離散時間繫統智能評判魯棒鎮定初探
10.1 引言
10.2 問題描述
10.3 自學習魯棒控制設計
10.3.1 離散時間GHJB方程
10.3.2 逐次逼近方法
10.3.3 神經網絡實現
10.3.4 魯棒控制器設計
10.4 仿真實驗
10.5 本章小結
參考文獻
基本符號