| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景及研究目的和意义 | 第10页 |
| 1.2 本课题国内外研究现状 | 第10-13页 |
| 1.2.1 非线性系统模型参数估计的研究现状 | 第10-11页 |
| 1.2.2 几种智能进化算法的研究现状 | 第11-13页 |
| 1.3 本文的主要内容 | 第13-14页 |
| 第2章 基于几种智能算法的非线性系统参数估计方法 | 第14-32页 |
| 2.1 引言 | 第14页 |
| 2.2 非线性系统参数估计原理 | 第14-15页 |
| 2.3 非线性系统参数估计目标函数 | 第15-16页 |
| 2.4 基于遗传算法的非线性系统模型参数估计 | 第16-21页 |
| 2.4.1 遗传算法的基本原理 | 第16-17页 |
| 2.4.2 遗传算法实现非线性系统参数估计的步骤 | 第17-19页 |
| 2.4.3 基于遗传算法的非线性系统参数估计仿真 | 第19-21页 |
| 2.5 基于粒子群算法的非线性系统模型参数估计 | 第21-25页 |
| 2.5.1 粒子群算法的基本原理 | 第21-22页 |
| 2.5.2 粒子群算法实现非线性系统参数估计的步骤 | 第22-24页 |
| 2.5.3 基于粒子群算法的非线性系统参数估计仿真 | 第24-25页 |
| 2.6 基于混合蛙跳算法的非线性系统模型参数估计 | 第25-28页 |
| 2.6.1 混合蛙跳算法的基本原理 | 第25-26页 |
| 2.6.2 混合蛙跳算法实现非线性系统参数估计的步骤 | 第26-27页 |
| 2.6.3 基于混合蛙跳算法的非线性系统模型参数估计仿真 | 第27-28页 |
| 2.7 仿真对比分析 | 第28-31页 |
| 2.8 本章小结 | 第31-32页 |
| 第3章 基于NM蛙跳算法的非线性系统参数估计 | 第32-53页 |
| 3.1 引言 | 第32页 |
| 3.2 SFLA算法收敛性分析 | 第32-35页 |
| 3.3 Memetic算法简介 | 第35-36页 |
| 3.3.1 Memetic算法的基本思想 | 第35-36页 |
| 3.3.2 Memetic算法的流程 | 第36页 |
| 3.3.3 基于Memetic算法的NM混合蛙跳算法 | 第36页 |
| 3.4 基于NM-SFLA的非线性系统参数估计 | 第36-43页 |
| 3.4.1 NM单一形状搜索法 | 第36-39页 |
| 3.4.2 跳跃策略改进 | 第39-40页 |
| 3.4.3 基于NM-SFLA算法实现非线性系统参数估计的步骤 | 第40-43页 |
| 3.5 NM-SFLA算法函数测试 | 第43-45页 |
| 3.6 基于NM-SFLA算法的非线性系统参数估计仿真 | 第45-46页 |
| 3.7 仿真对比分析 | 第46-48页 |
| 3.8 基于NM-SFLA算法重油热解模型参数估计 | 第48-52页 |
| 3.8.1 实验对象描述 | 第49-51页 |
| 3.8.2 实验结果及分析 | 第51-52页 |
| 3.9 本章小结 | 第52-53页 |
| 第4章 基于SAPSO-MSFLA算法的非线性系统参数估计 | 第53-61页 |
| 4.1 引言 | 第53页 |
| 4.2 基于SAPSO-MSFLA的非线性系统参数估计 | 第53-55页 |
| 4.2.1 自适应粒子群算法(SAPSO) | 第54页 |
| 4.2.2 混合自适应粒子群-改进蛙跳算法(SAPSO-MSFLA) | 第54-55页 |
| 4.3 SAPSO-MSFLA算法的实现步骤 | 第55-56页 |
| 4.4 基于SAPSO-MSFLA算法的非线性系统模型参数估计仿真 | 第56-57页 |
| 4.5 仿真对比分析 | 第57-60页 |
| 4.6 本章小结 | 第60-61页 |
| 结论与展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士期间发表论文 | 第68页 |
