小种群粒子群算法在非线性系统辨识中的应用
| 论文主要创新点 | 第6-7页 |
| 目录 | 第7-9页 |
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-30页 |
| 1.1 研究背景 | 第13-28页 |
| 1.1.1 转化医学的发展过程 | 第13-16页 |
| 1.1.2 乙肝动力学模型研究 | 第16-28页 |
| 1.2 研究意义 | 第28页 |
| 1.3 论文主要创新点 | 第28-29页 |
| 1.4 本文的安排 | 第29-30页 |
| 第二章 SPPSO与非线性系统辨识 | 第30-59页 |
| 2.1 系统辨识 | 第30页 |
| 2.2 非线性系统辨识 | 第30-31页 |
| 2.3 粒子群算法及其改进 | 第31-41页 |
| 2.4 粒子群算法用于非线性系统辨识 | 第41-42页 |
| 2.5 算法比较 | 第42-58页 |
| 2.5.1 辨识系统的数学模型 | 第42-47页 |
| 2.5.2 仿真算例实验 | 第47-56页 |
| 2.5.3 实例分析 | 第56-58页 |
| 2.6 本章小结 | 第58-59页 |
| 第三章 基于SPPSO的HBV动力学模型辨识 | 第59-80页 |
| 3.1 医学系统辨识的发展 | 第59-61页 |
| 3.2 系统辨识方法分类 | 第61-62页 |
| 3.3 医学系统辨识技术概述 | 第62页 |
| 3.4 HBV动力学模型 | 第62-64页 |
| 3.5 基于SPPSO算法的HBV系统辨识框架 | 第64-65页 |
| 3.6 实验结果 | 第65-78页 |
| 3.6.1 算法比较 | 第65-69页 |
| 3.6.2 实例分析 | 第69-78页 |
| 3.7 本章小结 | 第78-80页 |
| 第四章 HBV动力学模型的时滞系统辨识 | 第80-90页 |
| 4.1 时滞系统 | 第80页 |
| 4.2 时滞系统辨识 | 第80-83页 |
| 4.3 时滞的HBV动力学模型 | 第83-84页 |
| 4.4 实验结果 | 第84-89页 |
| 4.5 本章小结 | 第89-90页 |
| 第五章 HBV动力学模型的时变系统辨识 | 第90-114页 |
| 5.1 时变系统的辨识 | 第90-95页 |
| 5.2 函数的近似表示 | 第95-101页 |
| 5.3 时变的HBV动力学模型 | 第101-104页 |
| 5.4 实验结果 | 第104-113页 |
| 5.5 本章小结 | 第113-114页 |
| 第六章 总结与展望 | 第114-116页 |
| 参考文献 | 第116-126页 |
| 攻读博士学位期间的主要研究成果 | 第126-127页 |
| 一、攻读博士学位期间发表的文章 | 第126页 |
| 二、攻读博士学位期间参加的科研项目 | 第126-127页 |
| 致谢 | 第127页 |
