本书将系统地介绍多变量非线性系统的神经网络逆控制方法及其工程应用，为读者提供一种全新的工程化的线性化解耦控制方法以及系统性的控制器设计方法，可以说本书不仅将丰富、发展非线性系统控制理论、神经网络理论与神经网络控制理论，而且将为提高我国工程应用中对各类非线性系统的控制水平做出贡献。同时，本书根据作者理论联系实际的科研成果与经验而作，相信能在理论研究与工程应用上给读者有所启发与帮助。

非线性系统控制，尤其是多变量非线性系统控制既有理论上的困难，更是一个工程难题，本书将逆系统线性化解耦方法与神经网络逼近原理相结合，系统地阐述了多变量非线性系统控制的神经网络逆系统方法，并给出了工程化的神经网络逆复合控制器的设计方法和各种应用实例，本书是作者从事多项国家自然科学基金和国家杰出青年科学基金项目的科研成果专著，

本书注重理论联系实际，不仅为从事自动控制的科技人员提供了一种解决多变量非线性系统控制问题的工程化设计方法，而且能在理论研究与工程应用上对读者有所启发与帮助。

本书主要读者为从事自动控制的高校师生、研究院所科研人员和工程技术人员，也可供从事其他自动化(如电力系统自动化、机械制造自动化、化工自动化等)工作的高校师生、科技人员参考。

前言

第1章 绪论

第2章 神经网络逆控制方法概述

2．1 非线性系统的逆系统

2．1．1 逆系统

2．1．2 逆系统的实现(构造)

2．2 非线性系统的神经网络逆系统

2．2．1 逆系统解析实现的困难和神经网络逆系统的提出

2．2．2 神经网络逆系统结构

2．3 非线性系统的神经网络逆控制方法

2．4 小结

第3章逆系统

3．1 逆系统的基本概念

3．1．1 逆系统

3．1．2 系统的可逆性

3．1．3 伪线性复合系统——线性化解耦系统

3．2 基于状态方程描述SISO系统的逆系统

3．2．1 SISO非线性系统的相对阶

3．2．2 SISO系统的可逆性

3．2．3 SISO逆系统的解析实现

3．3 基于状态方程描述MIM0系统的逆系统

3．3．1 Interactor算法

3．3．2 MIMO非线性系统的向量相对阶和向量本性阶

3．3．3 MIM0系统的可逆性——函数可控性

3．3．4 MIM0逆系统的静态、动态解耦及其解析实现

3．4 基于输入输出微分方程描述系统的逆系统

3．4．1 SISO系统的可逆性

3．4．2 SISO逆系统的解析实现

3．4．3 MIMO系统的可逆性

3．4．4 MIMO逆系统的解析实现

3．4．5 不同描述系统的逆系统之间的关系

 3．5 伪线性复合系统

3．5．1 伪线性复合系统的状态方程描述

3．5．2 完全线性化与部分线性化

3．5．3 隐动态问题

 3．6 广义逆系统

3．6．1 广义逆系统的概念

3．6．2 基于输入输出微分方程描述系统的广义逆系统

3．6．3 基于状态方程描述系统的广义逆系统

3．7 小结

附录A 雅可比矩阵、雅可比矩阵的秩与行列式的关系

附录B 隐函数定理和反函数定理

第4章 神经网络逆系统

 4．1 神经网络逆系统的提出

 4．2 连续时间动态神经网络

4．2．1 人工神经元与神经网络

4．2．2 静态神经网络

4．2．3 动态神经网络

4．2．4 构造逆系统的动态神经网络

 4．3 神经网络逆系统的结构

4．3．1 神经网络逆系统的基本结构

4．3．2 神经网络逆系统的扩展结构

4．3．3 神经网络逆系统结构的确定

4．4 神经网络逆系统的学习、训练

4．4．1 神经网络逆系统的训练结构与步骤

4．4．2 激励信号的选取

4．4．3 训练样本的获取

4．4．4 神经网络的选型与训练

4．4．5 神经网络逆系统训练综合例

…………………………………………………………………