非线性系统的模糊辨识方法与应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| 1．1 研究的背景及意义 | 第8-9页 |
| 1．2 国内外研究现状调查 | 第9-11页 |
| 1．3 研究目的、所解决的关键问题 | 第11页 |
| 1．4 论文结构 | 第11-13页 |
| 第二章 模糊系统模型 | 第13-20页 |
| 2．1 模糊系统基础理论 | 第13-16页 |
| 2．1．1 模糊集 | 第13-15页 |
| 2．1．2 语言变量和模糊IF—THEN规则 | 第15页 |
| 2．1．3 模糊推理 | 第15-16页 |
| 2．2 模糊模型 | 第16-17页 |
| 2．3 模糊模型和系统辨识 | 第17-19页 |
| 2．4 模糊模型的结构和参数辨识 | 第19-20页 |
| 第三章 模糊聚类方法构造模糊系统规则 | 第20-31页 |
| 3．1 引言 | 第20页 |
| 3．2 聚类划分 | 第20-22页 |
| 3．2．1 硬划分 | 第21-22页 |
| 3．2．2 模糊划分 | 第22页 |
| 3．3 模糊C均值聚类 | 第22-25页 |
| 3．3．1 K—均值算法 | 第22-23页 |
| 3．3．2 模糊C均值聚类 | 第23-25页 |
| 3．4 Gath—Kessel(GK)聚类 | 第25-26页 |
| 3．5 模糊系统的设计 | 第26-27页 |
| 3．6 合并相似隶属函数 | 第27-31页 |
| 第四章 TS模糊模型网络系统的参数辨识 | 第31-45页 |
| 4．1 模糊推理网络系统的结构 | 第31-33页 |
| 4．2 误差反向传播算法 | 第33-38页 |
| 4．2．1 误差修正学习 | 第34-36页 |
| 4．2．2 仿真实例及结果分析 | 第36-38页 |
| 4．3 混合学习算法 | 第38-41页 |
| 4．3．1 最小二乘估计 | 第38-40页 |
| 4．3．2 全局最小二乘估计 | 第40页 |
| 4．3．3 局部最小二乘估计 | 第40-41页 |
| 4．3．4 多目标优化 | 第41页 |
| 4．4 仿真实例:PH值中和过程辨识及结果分析 | 第41-45页 |
| 4．4．1 PH值中和过程描述 | 第41-42页 |
| 4．4．2 过程辨识 | 第42-44页 |
| 4．4．3 结果分析 | 第44-45页 |
| 第五章 模糊系统辨识及控制仿真实验 | 第45-53页 |
| 5．1 双容水箱系统结构 | 第45页 |
| 5．2 模糊模型辨识 | 第45-49页 |
| 5．3 基于模糊模型的预测控制 | 第49-50页 |
| 5．4 控制结果 | 第50-53页 |
| 5．4．1 结果分析 | 第51-53页 |
| 第六章 结论与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 发表文章目录 | 第57-58页 |
| 致谢 | 第58页 |
