1、近些年來，隨著控制系統(tǒng)及控制理論的發(fā)展，非線性系統(tǒng)的控制研究越來越受到關注。在非線性系統(tǒng)的控制器設計中，后推技術被廣泛使用，并且與自適應控制方法相結合使得控制系統(tǒng)更為完善。動態(tài)面方法是在傳統(tǒng)的后推控制技術上發(fā)展起來的，它是研究非線性系統(tǒng)問題的有效途徑，能有效的減少后推設計中的參數(shù)，降低設計的復雜性。利用神經網絡方法對非線性不確定系統(tǒng)的逼近能力，對控制系統(tǒng)進行設計，使得設計更為簡單，并己取得了很多研究成果。本文從這些方面出發(fā)，研究了非線性

2、系統(tǒng)的自適應動態(tài)面控制方法，涉及到以下幾個方面：非線性系統(tǒng)；動態(tài)面控制；自適應控制；神經網絡控制；未建模動態(tài)。論文主要工作如下：
　　 首先，針對一類帶有擾動的不確定非線性純反饋系統(tǒng)，提出了一種自適應動態(tài)面控制方案。將該方法擴展到控制增益為未知函數(shù)，且?guī)в形粗獢_動的一類非線性純反饋系統(tǒng)，放寬了對于控制系統(tǒng)的要求；對于參數(shù)的估計設計中采用了對權向量歐氏范數(shù)平方的估計與直接對神經網絡權向量估計的兩種估計方式，比較了兩種估計的效果及優(yōu)

3、劣。并且取消了關于控制增益偏導數(shù)的假設，降低了設計的復雜性；將一般動態(tài)面控制設計方法和積分型Lyapunov函數(shù)設計方法兩種方法相結合，提出了一種自適應動態(tài)面控制方案，并證明了整個閉環(huán)系統(tǒng)的穩(wěn)定性，且跟蹤誤差收斂到原點的一個較小的鄰域內。
　　 其次，對于帶有未建模動態(tài)的嚴格反饋非線性系統(tǒng)，提出了基于RBF神經網絡逼近的自適應動態(tài)面控制方法。將動態(tài)面方法擴展到帶有未建模動態(tài)的嚴格反饋系統(tǒng)的跟蹤控制中，放寬了動態(tài)面方法的應用范圍。

4、討論了控制增益為未知函數(shù)的情況，對于參數(shù)的估計采用了對權向量歐氏范數(shù)平方的估計，減少了估計參數(shù)的數(shù)量，取消了已有文獻對于控制增益偏導數(shù)的假設，降低了設計的復雜性；有效的利用動態(tài)面方法的緊集處理未建模狀態(tài)部分，簡化了設計。最后，基于Lyapunov函數(shù)方法證明了整個閉環(huán)系統(tǒng)的穩(wěn)定性。
　　 最后，研究帶有未建模動態(tài)的非線性純反饋系統(tǒng)，分別利用神經網絡權向量歐氏范數(shù)平方的估計和權向量直接估計方法，提出了RBF神經網絡逼近的自適應動態(tài)