第一章 智能控制的理论研究与应用进展 1
1.1 智能控制的产生和发展 1
1.2 神经网络智能控制系统综述 6
1.3 神经网络智能控制应用概貌 14
第二章 准备知识 16
2.1 神经网络基础 16
2.2 广义预测控制基础 21
第三章 基于多层前馈神经网络的非线性广义预测控制 24
3.1 问题的缘起 24
3.2 基于复合神经网络的非线性广义预测自校正控制器 24
3.3 基于多层前馈神经网络的前馈补偿非线性广义预测控制器 28
3.4 基于神经网络的二次逼近非线性预测控制器 31
3.5 基于神经网络的非线性系统间接预测控制 33
第四章 基于Elman网络的非线性稳定自适应预测控制 36
4.1 基于Elman网络的非线性稳定自适应控制 36
4.2 基于扩展Elman网络的非线性自适应预测控制器 41
4.3 基于神经网络的非线性预测控制软件 45
第五章 非线性系统的简单递归神经网络自适应预测控制 48
5.1 问题的缘起 48
5.2 基于简单递归神经网络的非线性广义最小方差控制 48
5.3 基于简单递归神经网络的非线性预测控制 56
6.1 问题的缘起 67
第六章 混沌系统的神经网络建模与预测控制 67
6.2 混沌系统的神经网络建模辨识结构研究 69
6.3 基于Wiener模型的广义预测控制 75
第七章 Elman网络的混沌化设计 79
7.1 问题的缘起 79
7.2 非线性Elman网络的混沌化设计 80
7.3 线性Elman网络的混沌化设计 86
7.4 仿真示例 91
第八章 T-S型模糊神经网络的非线性系统建模与广义预测控制研究 97
8.1 问题的缘起 97
8.2 T-S型模糊神经网络的广义预测控制 97
8.3 递归T-S模糊模型及其神经网络实现 101
8.4 T-S型模糊神经网络的混沌BP学习算法 108
第九章 应用实例 112
9.1 涤纶片基拉膜生产线神经网络自校正预测控制系统 112
9.2 基于递阶对角神经网络的中国失业问题研究 119
9.3 汇率理论的神经网络实证研究 126
第十章 从联接主义到复杂网络 131
10.1 复杂网络基础 131
10.2 生物神经系统的复杂网络性质 141
10.3 复杂网络的混沌迁移 142
10.4 篇末语——新的征程 149
参考文献 151