基于遗传算法的热工过程辨识
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-11页 |
| ·选题背景及其意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文研究的主要问题 | 第9-11页 |
| 第二章 热工过程辨识 | 第11-28页 |
| ·系统辨识概念 | 第11页 |
| ·辨识算法的基本原理 | 第11-12页 |
| ·辨识的内容和步骤 | 第12-18页 |
| ·试验设计 | 第13-14页 |
| ·数据预处理 | 第14-16页 |
| ·模型类的选择 | 第16-17页 |
| ·准则函数的选取 | 第17-18页 |
| ·辨识方法的选取与仿真实例 | 第18-27页 |
| ·最小二乘类方法 | 第18-21页 |
| ·传统遗传算法 | 第21-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于遗传算法的单变量热工过程辨识 | 第28-44页 |
| ·现场数据预处理 | 第28-31页 |
| ·平稳性检验 | 第28-29页 |
| ·奇异数据的剔除 | 第29-30页 |
| ·小波去噪 | 第30-31页 |
| ·基于实数编码的改进自适应遗传算法 | 第31-37页 |
| ·SGA 的不足 | 第31-33页 |
| ·改进自适应遗传算法的提出 | 第33-37页 |
| ·系统阶次确定 | 第37-39页 |
| ·模型分类 | 第39-41页 |
| ·辨识软件应用 | 第41-42页 |
| ·软件使用步骤 | 第41-42页 |
| ·软件应用实例 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第四章 遗传算法在多变量辨识中的应用 | 第44-51页 |
| ·多变量模型 | 第45-47页 |
| ·结构辨识 | 第47页 |
| ·遗传算法在多变量过程参数估计中的应用 | 第47-50页 |
| ·仿真实例 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 在学期间发表的学术论文和参加科研情况 | 第57页 |
