首页--自然科学总论论文--系统科学论文--系统工程论文--系统分析论文--系统辨识论文

模块化非线性系统辨识算法研究

摘要第1-5页
Abstract第5-11页
1 绪论第11-29页
   ·研究背景和意义第11-12页
   ·系统辨识应用简介第12-13页
   ·系统辨识发展概述第13-14页
   ·系统辨识研究现状第14-27页
     ·非线性系统辨识第14-17页
     ·面向控制的辨识第17-18页
     ·鲁棒辨识第18-19页
     ·迭代辨识第19-20页
     ·子空间辨识第20-21页
     ·时变动态系统跟踪第21-22页
     ·连续时间系统辨识第22-23页
     ·并行辨识第23页
     ·集员辨识第23-24页
     ·多层递阶辨识第24页
     ·智能辨识第24-27页
   ·本文研究内容第27-29页
2 基础知识第29-55页
   ·系统辨识概念第29页
   ·系统辨识基本步骤第29-30页
   ·模块化非线性模型第30-32页
   ·最小二乘法原理第32-34页
   ·共轭梯度法第34-36页
   ·Hooke-Jeeves模式搜索优化第36-37页
   ·粒子群优化算法第37-42页
   ·支持向量机第42-51页
   ·高阶统计量第51-54页
   ·小结第54-55页
3 基于粒子群算法非线性系统辨识第55-69页
   ·引言第55页
   ·问题描述第55-57页
   ·基于粒子群算法求解模型第57-60页
     ·标准粒子群算法第57-59页
     ·改进粒子群算法第59-60页
   ·选取元模型第60-61页
   ·仿真示例第61-68页
   ·小结第68-69页
4 单输入单输出Hammerstein模型辨识第69-81页
   ·引言第69-70页
   ·Hammerstein模型第70-71页
   ·粒子优化群算法第71-73页
   ·Hammerstein模型辨识过程第73-76页
   ·数值仿真第76-80页
   ·小结第80-81页
5 模块化非线性Wiener模型盲辨识第81-95页
   ·引言第81页
   ·Wiener模型结构第81-82页
   ·循环平稳信号统计特性第82-83页
   ·Wiener模型辨识过程第83-89页
   ·数值仿真第89-94页
   ·小结第94-95页
6 多输入单输出Wiener-Hammerstein模型辨识第95-108页
   ·引言第95页
   ·粒子群优化算法第95-98页
     ·标准粒子群优化算法第95-96页
     ·混合粒子群优化算法第96-98页
   ·Wiener-Hammerstein模型的辨识第98-100页
   ·仿真研究第100-106页
   ·小结第106-108页
7 模块化Hammerstein-Wiener模型盲辨识第108-129页
   ·引言第108-109页
   ·采样Hammerstein-Wiener模型第109-111页
   ·Hammerstein-Wiener模型辨识过程第111-122页
     ·估计输出非线性子系统参数第111-116页
     ·估计线性子系统传递函数第116-119页
     ·估计输入非线性子系统参数第119-121页
     ·辨识算法步骤第121-122页
   ·数值仿真第122-128页
   ·小结第128-129页
8 基于小波神经网络非线性系统辨识第129-142页
   ·引言第129-130页
   ·BP小波神经网络第130-132页
     ·小波分析简介第130页
     ·BP小波神经网络结构第130-132页
   ·训练小波神经网络第132-136页
     ·标准粒子群算法第132-134页
     ·改进粒子群优化算法第134-135页
     ·基于粒子群算法训练小波网络步骤第135-136页
   ·数值仿真第136-140页
   ·小结第140-142页
9 总结与展望第142-144页
   ·总结第142-143页
   ·展望第143-144页
致谢第144-146页
参考文献第146-161页
在校攻读博士期间的研究成果第161-162页

论文共162页,点击 下载论文
上一篇:政治实践论--基于马克思主义的广义视角
下一篇:分散支撑液膜在稀土金属迁移与分离回收中的应用研究