| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 目录 | 第12-16页 |
| 第1章 绪论 | 第16-31页 |
| ·选题背景及意义 | 第16-17页 |
| ·系统辨识概述 | 第17-20页 |
| ·系统、模型与系统辨识 | 第17-18页 |
| ·非线性系统辨识与常用辨识方法 | 第18-20页 |
| ·神经网络与系统辨识 | 第20-27页 |
| ·神经网络系统辨识的优点 | 第20页 |
| ·神经网络技术的发展与现状 | 第20-22页 |
| ·神经网络的基本类型与学习算法 | 第22-23页 |
| ·前馈神经网络的系统辨识能力 | 第23-26页 |
| ·前馈神经网络的主要缺陷 | 第26-27页 |
| ·本论文的主要研究内容与创新 | 第27-31页 |
| 第2章 极限学习理论与方法 | 第31-43页 |
| ·引言 | 第31页 |
| ·极限学习机的基本概念 | 第31-33页 |
| ·固定型极限学习机 | 第33-42页 |
| ·离线固定型极限学习机 | 第33-34页 |
| ·固定型序贯极限学习机 | 第34-37页 |
| ·增量型极限学习机 | 第37-41页 |
| ·点增量型极限学习机 | 第37-39页 |
| ·块递增型的极限学习机 | 第39-41页 |
| ·极限学习机的优缺点 | 第41-42页 |
| ·固定型极限学习机的优缺点 | 第41-42页 |
| ·增量型极限学习机的优缺点 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第3章 基于混合混沌优化的极限学习机算法 | 第43-78页 |
| ·引言 | 第43页 |
| ·极限学习机中的隐层神经元选择 | 第43-45页 |
| ·增强型极限学习机 | 第43-44页 |
| ·极限学习机中隐层参数选择与学习速率的关系 | 第44-45页 |
| ·基于人工情感的混合混沌优化算法 | 第45-66页 |
| ·混沌优化算法 | 第46-47页 |
| ·混沌优化算法的主要问题 | 第47页 |
| ·混合混沌优化算法 | 第47-53页 |
| ·混沌优化算法的性能测试 | 第53-66页 |
| ·基于并行混沌优化的极限学习机算法 | 第66-68页 |
| ·并行混沌极限学习机算法 | 第66页 |
| ·并行混沌极限学习机的收敛性证明 | 第66-68页 |
| ·实验结果与分析 | 第68-77页 |
| ·增量型PC-ELM实验结果与分析 | 第68-75页 |
| ·固定型PC-ELM实验结果与分析 | 第75-76页 |
| ·参数敏感性测试 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 第4章 双端增量型极限学习机算法 | 第78-92页 |
| ·引言 | 第78页 |
| ·双向极限学习机算法 | 第78-82页 |
| ·双向极限学习机的学习步骤 | 第78-79页 |
| ·双向极限学习机算法的收敛性分析与证明 | 第79-82页 |
| ·双向极限学习机的学习效率 | 第82-85页 |
| ·输出权重-误差椭圆方程 | 第82-83页 |
| ·双向极限学习机的学习效率 | 第83-85页 |
| ·实验结论与分析 | 第85-91页 |
| ·本章小结 | 第91-92页 |
| 第5章 连续系统辨识的父代子代渐进学习机算法 | 第92-107页 |
| ·引言 | 第92页 |
| ·神经网络极限误差 | 第92-93页 |
| ·神经网络极限误差的概念 | 第92-93页 |
| ·神经网络极限误差的计算方法 | 第93页 |
| ·父代子代渐进学习机算法 | 第93-99页 |
| ·父代区域的选择 | 第95-96页 |
| ·子代区域的生长与选择 | 第96-98页 |
| ·测试样本的区域判断 | 第98-99页 |
| ·实验结论与分析 | 第99-105页 |
| ·与各增量型学习机算法的性能对比 | 第100-101页 |
| ·与各固定型学习算法的性能对比 | 第101-104页 |
| ·参数敏感性 | 第104-105页 |
| ·本章小结 | 第105-107页 |
| 第6章 混合系统辨识的渐进学习机算法 | 第107-132页 |
| ·引言 | 第107页 |
| ·混合系统辨识 | 第107-108页 |
| ·渐进学习理论 | 第108-118页 |
| ·基于神经网络方法的混合系统辨识问题描述 | 第108-111页 |
| ·区域生长与最大连续子集提取 | 第111-113页 |
| ·渐进学习理论的收敛性证明 | 第113-116页 |
| ·渐进学习机训练算法流程与伪代码 | 第116-118页 |
| ·测试样本的区域判断 | 第118页 |
| ·实验结论与分析 | 第118-130页 |
| ·辨识分段可仿射线性系统 | 第118-125页 |
| ·辨识分段可仿射线性系统的性能比较 | 第125页 |
| ·一般非线性混合系统辨识 | 第125-126页 |
| ·实际非线性混合系统辨识 | 第126-129页 |
| ·辨识实际非线性混合系统的性能比较 | 第129-130页 |
| ·渐进学习机各不同参数时的泛化性能对比 | 第130页 |
| ·本章小结 | 第130-132页 |
| 第7章 极限学习机在除冰机器人控制系统中的应用 | 第132-159页 |
| ·引言 | 第132-133页 |
| ·除冰机器人结构与动力学 | 第133-138页 |
| ·三臂除冰机器人机械结构 | 第133-134页 |
| ·除冰机器人越障过程 | 第134-135页 |
| ·除冰机器人动力学模型 | 第135-138页 |
| ·基于极限学习的除冰机器人控制算法 | 第138-142页 |
| ·除冰机器人控制系统 | 第138页 |
| ·除冰机器人模糊神经网络控制器 | 第138-141页 |
| ·除冰机器人前馈神经网络辨识器 | 第141-142页 |
| ·实验结论与分析 | 第142-158页 |
| ·极限学习的离线控制系统仿真实验 | 第148-154页 |
| ·极限学习在线控制系统仿真实验 | 第154-156页 |
| ·实际实验与分析 | 第156-158页 |
| ·本章小结 | 第158-159页 |
| 总结与展望 | 第159-163页 |
| 参考文献 | 第163-174页 |
| 致谢 | 第174-175页 |
| 附录A 攻读学位期间参与的科研项目及所发表的学术论文目录 | 第175-177页 |
| 附录B 攻读学位期间授权专利、鉴定成果及获得的奖励 | 第177页 |