| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 引言 | 第11-14页 |
| ·问题的提出 | 第11-12页 |
| ·本文的研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第二章 系统辨识概述 | 第14-23页 |
| ·系统的定义和分类 | 第14-15页 |
| ·系统的定义 | 第14页 |
| ·系统的分类 | 第14-15页 |
| ·系统辨识的定义 | 第15页 |
| ·系统辨识的步骤 | 第15-17页 |
| ·输入输出数据采集 | 第15-16页 |
| ·确定候选模型类型 | 第16页 |
| ·计算最佳模型 | 第16-17页 |
| ·系统辨识的方法 | 第17-21页 |
| ·非参数模型辨识法 | 第17-18页 |
| ·参数模型辨识法 | 第18-19页 |
| ·最小二乘法 | 第18-19页 |
| ·梯度校正法 | 第19页 |
| ·极大似然法 | 第19页 |
| ·人工智能辨识方法 | 第19-21页 |
| ·神经网络辨识法 | 第19-20页 |
| ·模糊逻辑辨识法 | 第20页 |
| ·遗传算法辨识法 | 第20-21页 |
| ·本文所使用的系统模型 | 第21-23页 |
| ·静态系统模型 | 第21页 |
| ·动态系统模型 | 第21-23页 |
| 第三章 遗传编程概述 | 第23-34页 |
| ·遗传编程简介 | 第23页 |
| ·遗传编程的发展历史 | 第23-25页 |
| ·遗传编程的基本概念 | 第25-34页 |
| ·树 | 第25-27页 |
| ·终端集合和函数集合 | 第27-28页 |
| ·原始种群 | 第28-29页 |
| ·适应度 | 第29-31页 |
| ·基因操作 | 第31-33页 |
| ·遗传编程基本控制参数 | 第33-34页 |
| 第四章 抗早熟收敛技术 | 第34-40页 |
| ·早熟收敛的概念 | 第34页 |
| ·早熟收敛的成因分析 | 第34-35页 |
| ·已有的抗早熟收敛技术 | 第35-40页 |
| ·控制"探索"与"发掘"的平衡 | 第35-38页 |
| ·控制种群大小 | 第35-36页 |
| ·控制选择压力 | 第36页 |
| ·自适应交叉和突变概率 | 第36页 |
| ·拥挤算法 | 第36-37页 |
| ·适应度共享(人工生态位) | 第37页 |
| ·基于ISLAND模型的多种群算法 | 第37-38页 |
| ·进化过程重启动和活力增强算法 | 第38页 |
| ·提高种群的可进化能力 | 第38页 |
| ·现有抗早熟收敛技术的局限性 | 第38-40页 |
| 第五章 基于基本(单种群)GP的系统辨识 | 第40-56页 |
| ·基于遗传编程的系统辨识研究现状 | 第40页 |
| ·算法描述 | 第40-47页 |
| ·问题的导入----符号回归(symbolic regression) | 第40-42页 |
| ·静态系统辨识的问题导入 | 第41页 |
| ·动态系统辨识的问题导入 | 第41-42页 |
| ·进化开始前的准备工作 | 第42-45页 |
| ·静态系统辨识的进化前准备工作 | 第42-43页 |
| ·动态系统辨识的进化前准备工作 | 第43-45页 |
| ·进化过程 | 第45-47页 |
| ·算法的软件实现 | 第47-56页 |
| ·基础C++类定义 | 第47-51页 |
| ·函数集合类 | 第47页 |
| ·终端集合类 | 第47-48页 |
| ·树节点类 | 第48-49页 |
| ·树类 | 第49-50页 |
| ·单种群遗传编程类 | 第50-51页 |
| ·重要的算法(类成员函数)流程图 | 第51-56页 |
| ·原始种群个体的产生 | 第51-53页 |
| ·基因操作函数流程 | 第53-55页 |
| ·进化函数流程 | 第55-56页 |
| 第六章 基于ISLAND GP的系统辨识 | 第56-60页 |
| ·ISLAND多种群并行进化模型 | 第56-57页 |
| ·多种群遗传编程控制参数 | 第57-58页 |
| ·算法的软件实现 | 第58-59页 |
| ·ISLAND多种群并行进化模型的抗早熟收敛机理及其局限性 | 第59-60页 |
| 第七章 基于HFC GP的系统辨识 | 第60-68页 |
| ·传统进化计算框架的局限性 | 第60-62页 |
| ·HFC模型 | 第62-66页 |
| ·HFC遗传编程控制参数 | 第66-67页 |
| ·基于HFC GP的系统辨识算法 | 第67-68页 |
| 第八章 静态系统的辨识实例 | 第68-72页 |
| ·算法的运行环境 | 第68页 |
| ·火电厂磨煤机特性辨识 | 第68-70页 |
| ·ripple函数的辨识 | 第70-72页 |
| 第九章 动态系统的辨识实例 | 第72-99页 |
| ·算法的运行环境 | 第72-74页 |
| ·进化控制参数 | 第72-74页 |
| ·辨识条件 | 第74页 |
| ·软硬件环境 | 第74页 |
| ·ARX/ARMAX(线性定常)目标系统辨识 | 第74-89页 |
| ·ARX一阶系统辨识 | 第75-79页 |
| ·单种群GP辨识结果 | 第75-76页 |
| ·ISLAND GP辨识结果 | 第76-77页 |
| ·HFC GP辨识结果 | 第77-78页 |
| ·小结 | 第78-79页 |
| ·ARMAX二阶系统辨识 | 第79-83页 |
| ·单种群GP辨识结果 | 第79-81页 |
| ·ISLAND GP辨识结果 | 第81-82页 |
| ·HFC GP辨识结果 | 第82-83页 |
| ·小结 | 第83页 |
| ·ARMAX三阶系统辨识 | 第83-89页 |
| ·单种群GP辨识结果 | 第84-85页 |
| ·ISLAND GP辨识结果 | 第85-87页 |
| ·HFC GP辨识结果 | 第87页 |
| ·小结 | 第87-89页 |
| ·NARX/NARMAX(非线性)系统辨识 | 第89-99页 |
| ·NARX系统辨识 | 第89-94页 |
| ·单种群GP辨识结果 | 第89-90页 |
| ·ISLAND GP辨识结果 | 第90-92页 |
| ·HFC GP辨识结果 | 第92页 |
| ·小结 | 第92-94页 |
| ·NARMAX系统辨识 | 第94-99页 |
| ·单种群GP辨识结果 | 第94-95页 |
| ·ISLAND GP辨识结果 | 第95-97页 |
| ·HFC GP辨识结果 | 第97页 |
| ·小结 | 第97-99页 |
| 第十章 算法效能分析 | 第99-104页 |
| ·算法的抗早熟收敛效果比较 | 第99-103页 |
| ·算法的时间代价比较 | 第103-104页 |
| 第十一章 总结与展望 | 第104-106页 |
| 参考文献 | 第106-113页 |
| 致谢 | 第113-114页 |
| 个人简历、在学期间参加的科研工作及学术论文发表 | 第114-115页 |