| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·系统辨识概述 | 第10页 |
| ·Hammerstein 模型结构 | 第10-11页 |
| ·Hammerstein 模型辨识方法概述 | 第11-12页 |
| ·基于人工神经网络的 Hammerstein 模型辨识 | 第12-13页 |
| ·粒子群优化算法 | 第13-14页 |
| ·论文的主要工作和结构安排 | 第14-16页 |
| 第2章 基于函数连接型神经网络的 Hammerstein 模型辨识 | 第16-31页 |
| ·引言 | 第16页 |
| ·模型描述 | 第16-19页 |
| ·Hammerstein 模型 | 第16-17页 |
| ·非线性静态方程的 FLANN 表示 | 第17-19页 |
| ·辨识方法描述 | 第19-22页 |
| ·线性动态部分的辨识 | 第20页 |
| ·静态非线性部分的辨识 | 第20-22页 |
| ·仿真实验与分析 | 第22-29页 |
| ·三阶非线性系统 | 第22-26页 |
| ·二阶非线性系统 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 基于自适应 Lévy 变异 PSO 算法的 Hammerstein 模型辨识 | 第31-42页 |
| ·引言 | 第31-32页 |
| ·FLANN-Hammerstein 模型描述 | 第32-33页 |
| ·自适应 Lévy 变异粒子群算法 | 第33-36页 |
| ·Lévy 分布 | 第33-35页 |
| ·自适应 Lévy 变异在 PSO 中的实现 | 第35-36页 |
| ·仿真实验与分析 | 第36-40页 |
| ·二阶非线性系统 | 第36-38页 |
| ·连续搅拌反应釜系统 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 基于极值学习机-Hammerstein 模型的非线性系统辨识 | 第42-57页 |
| ·引言 | 第42页 |
| ·模型描述 | 第42-45页 |
| ·Hammerstein 模型 | 第42-43页 |
| ·极值学习机 | 第43-44页 |
| ·ELM-Hammerstein 模型 | 第44-45页 |
| ·辨识方法描述 | 第45-48页 |
| ·模型结构的确定 | 第45-47页 |
| ·模型参数的估计 | 第47-48页 |
| ·模型辨识流程 | 第48页 |
| ·仿真实验与分析 | 第48-56页 |
| ·三阶非线性系统 | 第49-52页 |
| ·经典非线性动态系统 | 第52-54页 |
| ·Box-Jernkins 燃气炉模型 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 基于 ELM-Hammerstein 模型的固体燃料电池建模 | 第57-67页 |
| ·引言 | 第57-58页 |
| ·SOFC 系统描述 | 第58-62页 |
| ·外围设备 | 第58-59页 |
| ·SFOC 堆栈 | 第59-61页 |
| ·燃料利用率 | 第61-62页 |
| ·ELM-Hammerstein 模型 | 第62页 |
| ·SOFC 系统的 ELM-Hammerstein 模型建立 | 第62-64页 |
| ·测试结果与分析 | 第64页 |
| ·本章小结 | 第64-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-76页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |
