基于自适应模糊神经网络的非线性系统模型预测控制

非线性系统设计微分几何、自适应及鲁棒控制介绍了非线性系统设计所需的微分几何知识并介绍了一些自适应鲁棒控制懂了这本书就无敌了

Matlab与自适应神经网络模糊推理系统，好，希望你有用。

一类未知死区的随机非线性系统的自适应神经跟踪控制

《stable adaptive nn control》稳定自适应神经网络控制，这本书在springer上卖300多美元，不过真的相当有用！

针对有关文献所设计的控制律, 在一较弱的条件下, 去掉了符号运算部分, 证明该控制律可避 免 “零除” 问题, 提高了运算速度。对于这种基于神经网络和L S 算法的自适应控制问题, 证明了系统状 态

一类非仿射非线性系统的非线性自适应切换控制

由Takagi–Sugeno模型表示的非线性系统的动态输出反馈预测控制

某非线性系统为y=0.3y(k)+0.6y(k-1)+f(u(k)),其中f（u)=0.5*sin(pi*x)+0.3*sin(3*pi*x)+0.1*sin(5*pi*x)

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能，甚至导致系统不稳定的因素，提出了一种基于自适应模糊神经网络控制器的网络控制系统，它能根据系统的实际输出与期望输

针对一类输出受限的非线性系统，提出了一种全局稳定的自适应模糊容错控制方案。在考虑可能发生的执行器故障的情况下，采用非线性映射的方法处理系统受约束的输出变量，采用有界的参考信号代换未知函数的自变量，并结