| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 引言 | 第10-14页 |
| §1.1 选题依据 | 第10-11页 |
| §1.2 研究现状 | 第11-13页 |
| §1.3 研究思路与研究成果 | 第13-14页 |
| 第二章 人工经网络理论基础 | 第14-21页 |
| §2.1 人工神经网络概述 | 第14-16页 |
| §2.2 径向基函数神经网络基本原理 | 第16-18页 |
| §2.3 径向基函数学习算法 | 第18-20页 |
| §2.4 本章小结 | 第20-21页 |
| 第三章 模糊演化卡尔曼滤波 | 第21-39页 |
| §3.1 估计的基本理论 | 第21-22页 |
| §3.2 线性卡尔曼滤波 | 第22-25页 |
| §3.3 扩展卡尔曼滤波 | 第25-26页 |
| §3.4 模糊自适应卡尔曼滤波 | 第26-34页 |
| ·模糊控制器的设计 | 第26-32页 |
| ·模糊自适应卡尔曼滤波 | 第32-34页 |
| §3.5 演化卡尔曼滤波 | 第34-38页 |
| ·演化算法 | 第34-38页 |
| ·演化卡尔曼滤波 | 第38页 |
| §3.6 本章小结 | 第38-39页 |
| 第四章 基于模糊演化卡尔曼滤波的RBF网络学习算法 | 第39-51页 |
| §4.1 基于模糊演化卡尔曼滤波的RBF网络学习算法 | 第39-42页 |
| §4.2 仿真实验 | 第42-49页 |
| ·仿真实验一 | 第43-45页 |
| ·仿真实验二 | 第45-47页 |
| ·仿真实验三 | 第47-49页 |
| §4.3 结果分析 | 第49-50页 |
| §4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |