摘要 | 第1-6页 |
ABSTRACT | 第6-15页 |
第一章 绪论 | 第15-19页 |
·本课题的研究背景 | 第15页 |
·系统辨识的发展概况 | 第15-18页 |
·经典辨识方法 | 第15-16页 |
·闭环辨识 | 第16-17页 |
·辨识实验设计和数据预处理 | 第17页 |
·其他系统辨识方法 | 第17-18页 |
·本论文的工作 | 第18-19页 |
第二章 常用辨识方法的仿真与比较 | 第19-33页 |
·系统辨识概述 | 第19页 |
·基于最小二乘的辨识方法 | 第19-26页 |
·最小二乘法原理及扩展方法 | 第19-22页 |
·改进最小二乘法对有滞后连续系统的辨识 | 第22-25页 |
·采用Bootstrap迭代法进行带纯滞后参数辨识 | 第25-26页 |
·其他辨识方法 | 第26-28页 |
·随机数直接搜索法 | 第26页 |
·粒子群优化算法 | 第26-27页 |
·神经网络方法 | 第27-28页 |
·闭环辨识 | 第28-32页 |
·闭环系统的可辨识性 | 第28-29页 |
·两阶段辨识法 | 第29-31页 |
·阶跃响应模型转换的方法 | 第31-32页 |
·小结 | 第32-33页 |
第三章 基于阶跃响应的带纯滞后连续系统闭环辨识新方法 | 第33-53页 |
·引言 | 第33页 |
·方法描述 | 第33-39页 |
·模型表达 | 第33-34页 |
·不含纯滞后的开环辨识 | 第34-35页 |
·含有纯滞后的开环辨识 | 第35-36页 |
·闭环辨识方法 | 第36-38页 |
·针对实际工业现场PID形式的算法 | 第38-39页 |
·仿真研究 | 第39-49页 |
·仿真算法说明 | 第39页 |
·辨识结果 | 第39-41页 |
·辨识结果统计特征验证 | 第41-43页 |
·辨识算法的鲁棒性分析 | 第43-49页 |
·应用实例 | 第49-51页 |
·小结 | 第51-53页 |
第四章 随机数直接搜索方法的研究与改进 | 第53-65页 |
·引言 | 第53页 |
·NLJ方法介绍 | 第53-58页 |
·方法描述 | 第53-54页 |
·仿真实例 | 第54-55页 |
·不足与缺陷 | 第55-58页 |
·对NLJ方法的改进 | 第58-64页 |
·对有符号参数的辨识 | 第58-60页 |
·对搜索值分布的改进 | 第60-61页 |
·对离散系统的特殊处理 | 第61-62页 |
·对多变量系统的探讨 | 第62-64页 |
·小结 | 第64-65页 |
第五章 辨识数据的获取与预处理的研究 | 第65-75页 |
·引言 | 第65页 |
·辨识实验的一般流程 | 第65-68页 |
·控制器的配置 | 第65-66页 |
·初步实验 | 第66-67页 |
·实验激励信号的选择 | 第67-68页 |
·最终实验与算法的实施 | 第68页 |
·数据预处理 | 第68-69页 |
·数据滤波的创新研究 | 第69-74页 |
·滤波的意义 | 第69页 |
·传统的低通滤波方法 | 第69-70页 |
·三次均值滤波 | 第70-71页 |
·分段三次函数替代 | 第71-74页 |
·小结 | 第74-75页 |
第六章 总结与展望 | 第75-77页 |
·全文总结 | 第75页 |
·今后工作展望 | 第75-77页 |
参考文献 | 第77-81页 |
致谢 | 第81-83页 |
研究成果及发表的学术论文 | 第83-85页 |
作者和导师简介 | 第85-86页 |
北京化工大学硕士研究生学位论文答辩委员会决议书 | 第86-87页 |