基于T-S模型的建模方法的研究
| 第一章 绪论 | 第1-8页 |
| 1．1 研究背景 | 第6-7页 |
| 1．2 主要工作 | 第7页 |
| 1．3 论文结构 | 第7-8页 |
| 第二章 预备知识 | 第8-21页 |
| 2．1 递归最小二乘法 | 第8-11页 |
| 2．1．1 最小二乘估计器 | 第8-9页 |
| 2．1．2 LSE的几何解释 | 第9-10页 |
| 2．1．3 递归最小二乘估计器 | 第10-11页 |
| 2．2 最陡下降法 | 第11-14页 |
| 2．2．1 下降法 | 第12页 |
| 2．2．2 基于梯度的方法 | 第12-14页 |
| 2．2．3 最陡下降法 | 第14页 |
| 2．3 自适应网络与反传算法 | 第14-19页 |
| 2．3．1 自适应网络结构 | 第14-16页 |
| 2．3．2 反传算法 | 第16-19页 |
| 2．4 最优正交变换—离散K-L变换 | 第19-21页 |
| 第三章 基于T-S模型的建模与仿真 | 第21-31页 |
| 3．1 T-S模糊模型 | 第21-22页 |
| 3．2 ANFIS | 第22-24页 |
| 3．2．1 ANFIS结构 | 第22-24页 |
| 3．3 模糊聚类法 | 第24-26页 |
| 3．4 混合学习算法 | 第26-29页 |
| 3．4．1 离线学习 | 第26-28页 |
| 3．4．2 在线学习 | 第28页 |
| 3．4．3 实际应用 | 第28-29页 |
| 3．5 一种改进的T-S模糊模型建模方法 | 第29-31页 |
| 第四章 仿真实例 | 第31-37页 |
| 4．1 对非线性函数建模 | 第31-37页 |
| 4．1．1 基于ANFIS对非线性函数建模 | 第31-34页 |
| 4．1．2 基于模糊聚类算法对非线性函数建模 | 第34-35页 |
| 4．1．3 基于改进的T-S模糊模型建模 | 第35-37页 |
| 第五章 结束语 | 第37-38页 |
| 5．1 结论 | 第37页 |
| 5．2 今后的工作 | 第37-38页 |
| 参考文献 | 第38-40页 |
| 致谢 | 第40-41页 |
| 声明 | 第41页 |
