| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题的研究目的和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本文主要的研究工作及论文结构 | 第11-14页 |
| 第二章 非线性动力系统分析 | 第14-30页 |
| 2.1 非线性动力系统的数学定义 | 第14-17页 |
| 2.1.1 微分方程 | 第14-15页 |
| 2.1.2 映射 | 第15-16页 |
| 2.1.3 解的存在性和唯一性 | 第16-17页 |
| 2.2 非线性动力系统的定性分析 | 第17-24页 |
| 2.2.1 运动的稳定性 | 第17-18页 |
| 2.2.2 结构稳定性与分岔 | 第18-21页 |
| 2.2.3 混沌特性分析 | 第21-24页 |
| 2.3 相空间重构 | 第24-29页 |
| 2.3.1 相空间重构理论 | 第24-25页 |
| 2.3.2 嵌入维数的确定 | 第25-27页 |
| 2.3.3 延迟时间的确定 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于结构已知的非线性动力系统预测模型 | 第30-41页 |
| 3.1 基于非线性动力方程的预测模型 | 第30-32页 |
| 3.2 基于粒子群参数求解 | 第32-35页 |
| 3.2.1 粒子群算法 | 第32-34页 |
| 3.2.2 实验分析 | 第34-35页 |
| 3.3 基于差分格式的预测模型 | 第35-40页 |
| 3.3.1 Newmark ?β 法 | 第35-37页 |
| 3.3.2 Wilson ?θ 法 | 第37-38页 |
| 3.3.3 实验分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于结构未知的非线性动力系统的预测模型 | 第41-52页 |
| 4.1 Volterra泛函级数 | 第41-42页 |
| 4.1.1 Volterra级数和核函数 | 第41-42页 |
| 4.1.2 非线性动力系统的Volterra级数展开 | 第42页 |
| 4.2 Volterra预测模型 | 第42-46页 |
| 4.2.1 基于相空间重构的Volterra预测模型 | 第42-45页 |
| 4.2.2 Volterra模型预测实验分析 | 第45-46页 |
| 4.3 基于遗传算法的自适应预测模型 | 第46-51页 |
| 4.3.1 遗传算法 | 第47-48页 |
| 4.3.2 基于遗传算法的自适应预测模型 | 第48-49页 |
| 4.3.3 基于遗传算法的滤波器实验分析 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 局域线性多步预测模型 | 第52-63页 |
| 5.1 局域线性预测模型 | 第52-58页 |
| 5.1.1 时间序列的线性预测模型 | 第52-55页 |
| 5.1.2 基于最小二乘法的AR模型的参数估计 | 第55-56页 |
| 5.1.3 最优邻近点的选取 | 第56-57页 |
| 5.1.4 局域线性预测 | 第57-58页 |
| 5.2 基于粒子滤波优化的局域线性预测模型 | 第58-59页 |
| 5.2.1 基于粒子滤波的参数修正 | 第58-59页 |
| 5.2.2 基于粒子滤波的局域线性预测 | 第59页 |
| 5.3 仿真实验 | 第59-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| 6.1 本文总结 | 第63页 |
| 6.2 本文展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 发表论文和科研情况说明 | 第67-68页 |
| 致谢 | 第68页 |