| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 绪论 | 第6-13页 |
| ·引言 | 第6页 |
| ·非线性控制系统概述 | 第6-8页 |
| ·智能控制的发展历程及特点 | 第8-10页 |
| ·智能控制的发展历程 | 第8-10页 |
| ·智能控制的基本特点 | 第10页 |
| ·智能控制系统的基本结构及基本设计方法 | 第10-11页 |
| ·智能控制系统的基本结构 | 第10-11页 |
| ·智能控制系统的基本设计方法 | 第11页 |
| ·本文的主要研究内容 | 第11-13页 |
| 第二章 系统参数辨识 | 第13-17页 |
| ·系统参数辨识概述 | 第13-14页 |
| ·参数辨识的主要方法 | 第14-17页 |
| ·传统优化方法 | 第14-15页 |
| ·仿自然或仿生优化方法 | 第15-17页 |
| 第三章 进化计算的基本原理 | 第17-29页 |
| ·引言 | 第17页 |
| ·遗传算法的基本原理 | 第17-23页 |
| ·遗传算法简介 | 第17-21页 |
| ·遗传算法的改进 | 第21-23页 |
| ·进化规划的基本原理 | 第23-29页 |
| ·进化规划的发展历程 | 第23-24页 |
| ·进化规划算法的基本原理 | 第24-26页 |
| ·进化规划的收敛性分析 | 第26-28页 |
| ·进化规划与遗传算法之比较 | 第28-29页 |
| 第四章 进化规划在模糊模型辨识中的应用 | 第29-45页 |
| ·T-S模糊模型及其辨识 | 第29-32页 |
| ·Takagi-Sugeno模糊模型的数学描述 | 第29-31页 |
| ·T-S模糊模型的一般辨识算法 | 第31-32页 |
| ·改进的进化规划算法应用于T-S模糊模型的辨识 | 第32-39页 |
| ·标准进化规划的步骤 | 第33页 |
| ·递阶结构式染色体设计 | 第33-34页 |
| ·递阶进化规划算法 | 第34-36页 |
| ·仿真实验 | 第36-38页 |
| ·存在问题及解决方案 | 第38-39页 |
| ·递阶进化规划方法应用于RBF神经网络设计 | 第39-41页 |
| ·径向基函数(Radial Basis Function)神经网络 | 第39-40页 |
| ·染色体的结构设计 | 第40-41页 |
| ·基于RBF神经网络的T-S模糊模型的参数辨识 | 第41-45页 |
| ·T-S模糊模型和RBF神经网络的函数等价性 | 第41页 |
| ·T-S模糊模型结论参数的估计 | 第41-42页 |
| ·仿真试验 | 第42-44页 |
| ·小结 | 第44-45页 |
| 总结与展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 发表论文 | 第50页 |