| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题研究的背景 | 第9-12页 |
| ·模糊建模的现状 | 第12-17页 |
| ·课题研究的意义 | 第17页 |
| ·本文的主要工作 | 第17-19页 |
| 第2章 预备知识 | 第19-28页 |
| ·逐步回归法 | 第19-24页 |
| ·多元线性回归 | 第19-20页 |
| ·最小二乘原理 | 第20页 |
| ·回归系数的显著性检验 | 第20-21页 |
| ·逐步回归 | 第21-24页 |
| ·模糊C均值聚类算法 | 第24-28页 |
| ·引言 | 第24页 |
| ·模糊聚类分析 | 第24-25页 |
| ·模糊 C-均值算法的推导过程 | 第25-26页 |
| ·加权指数m和聚类数对 FCM算法的影响 | 第26-27页 |
| ·聚类有效性分析 | 第27-28页 |
| 第3章 基于T-S模型的非线性系统建模 | 第28-43页 |
| ·动态系统的T-S模糊模型的描述 | 第28-30页 |
| ·T-S模型的建模过程 | 第30-32页 |
| ·基于 T-S模糊模型的一般辨识方法及步骤 | 第30-31页 |
| ·基于 T-S模糊模型的完整的辨识方法及步骤 | 第31-32页 |
| ·T-S模糊模型的后件结构的辨识 | 第32-40页 |
| ·引言 | 第32-33页 |
| ·逐步回归的算法 | 第33-40页 |
| ·T-S模糊模型前件结构和参数的辨识 | 第40-41页 |
| ·T-S模糊模型的后件参数的辨识 | 第41-43页 |
| 第4章 用遗传算法优化 T-S模糊模型的前后件参数 | 第43-51页 |
| ·遗传算法的生物学基础 | 第43-44页 |
| ·遗传算法的特点 | 第44-45页 |
| ·遗传算法基本理论 | 第45-46页 |
| ·用遗传算法优化 T-S模糊模型的前后件参数 | 第46-49页 |
| ·编码 | 第46-47页 |
| ·种群和进化代数的确定 | 第47-48页 |
| ·适应度函数的确定 | 第48页 |
| ·遗传操作 | 第48-49页 |
| ·整个建模过程的归纳 | 第49-51页 |
| 第5章 仿真实例及结论 | 第51-57页 |
| ·对非线性函数y=sin3x进行仿真 | 第51-52页 |
| ·T-S模糊模型后件结构 | 第51页 |
| ·T-S模糊模型前件结构和参数 | 第51-52页 |
| ·T-S模糊模型后件参数 | 第52页 |
| ·仿真结果 | 第52页 |
| ·对 Box-Jenkins煤气炉数据进行仿真 | 第52-57页 |
| ·T-S模糊模型后件结构 | 第53页 |
| ·T-S模糊模型前件结构和参数 | 第53-54页 |
| ·T-S模糊模型的后件参数 | 第54页 |
| ·仿真结果 | 第54-55页 |
| ·用遗传算法优化 T-S模糊模型的前后件参数 | 第55-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第64页 |