| 摘要I | 第1-5页 |
| AbstractII | 第5-10页 |
| 第1章 绪论 | 第10-24页 |
| ·研究背景及意义 | 第10-11页 |
| ·模糊建模方法 | 第11-18页 |
| ·基于模糊关系模型的建模方法 | 第11-12页 |
| ·基于Takagi-Sugeno的模糊线性函数模型的建模方法 | 第12-15页 |
| ·基于模糊神经网络的模糊建模方法 | 第15-18页 |
| ·模糊模型结构辨识方法 | 第18-20页 |
| ·模糊网格法 | 第18页 |
| ·自适应模糊网格法 | 第18页 |
| ·模糊聚类法 | 第18-19页 |
| ·模糊搜索树法 | 第19-20页 |
| ·模糊模型的规则化简 | 第20-21页 |
| ·基于模糊模型的预测控制 | 第21-22页 |
| ·模糊辨识中需解决的实际问题 | 第22页 |
| ·本文的主要内容及安排 | 第22-24页 |
| 第2章 模糊辨识方法的基础理论 | 第24-30页 |
| ·模糊逻辑系统中的基本概念 | 第24-27页 |
| ·模糊逻辑系统的分类 | 第27-29页 |
| ·纯模糊逻辑系统 | 第27-28页 |
| ·高木－关野模糊系统 | 第28页 |
| ·具有模糊产生器和模糊消除器的模糊逻辑系统 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于Hough变换和模糊划分的非线性系统的模糊辨识 | 第30-44页 |
| ·引言 | 第30-33页 |
| ·基于Hough变换的改进模糊辨识方法 | 第33-39页 |
| ·问题的提出 | 第33页 |
| ·模糊模型 | 第33-34页 |
| ·Hough变换方法 | 第34-35页 |
| ·前提参数辨识 | 第35-36页 |
| ·结论参数辨识 | 第36-37页 |
| ·仿真实例 | 第37-39页 |
| ·基于正交最小二乘的非线性系统模糊辨识 | 第39-43页 |
| ·问题的提出 | 第39页 |
| ·输入空间的模糊划分方法 | 第39-40页 |
| ·用正交估计器辨识后件参数 | 第40-41页 |
| ·仿真实例 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于模糊聚类的模糊辨识方法研究 | 第44-53页 |
| ·引言 | 第44-45页 |
| ·基于随机采样模糊聚类的模糊辨识方法 | 第45页 |
| ·模糊 -划分方法 | 第45-46页 |
| ·多层随机采样FCM算法 | 第46-47页 |
| ·数据子集的选择 | 第47页 |
| ·基于WRLSA辨识模糊模型结论参数 | 第47-50页 |
| ·仿真实例 | 第50-51页 |
| ·CPU时间的比较 | 第50页 |
| ·模型精度比较 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 基于简化模糊规则的模糊辨识方法研究 | 第53-63页 |
| ·引言 | 第53页 |
| ·快速模糊聚类和统计信息准则在模糊建模中的应用 | 第53-57页 |
| ·问题的提出 | 第53页 |
| ·快速模糊聚类 | 第53-55页 |
| ·模糊模型 | 第55页 |
| ·改进的统计信息准则 | 第55-56页 |
| ·仿真研究 | 第56-57页 |
| ·基于快速模糊聚类和矩阵特征值分解的模糊辨识方法 | 第57-62页 |
| ·问题的提出 | 第57-58页 |
| ·结论参数辨识 | 第58-59页 |
| ·矩阵特征值分解 | 第59页 |
| ·奇异值(SVD)分解方法 | 第59-60页 |
| ·仿真研究 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 基于模糊模型的模糊广义预测控制 | 第63-74页 |
| ·引言 | 第63-64页 |
| ·基于模糊辨识的自适应广义预测控制 | 第64-73页 |
| ·问题的提出 | 第64-65页 |
| ·多变量模糊广义预测控制 | 第65-67页 |
| ·模糊模型的结构形式及参数辨识 | 第67-68页 |
| ·在线自适应模糊广义预测控制 | 第68-70页 |
| ·仿真研究 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-83页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 作者简介 | 第85页 |