| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| 第一章 绪论 | 第16-35页 |
| 1.1 本课题的研究背景 | 第16-17页 |
| 1.2 本课题的研究目的和意义 | 第17页 |
| 1.3 本课题相关领域的历史和发展现状情况 | 第17-33页 |
| 1.3.1 系统辨识的发展 | 第18-19页 |
| 1.3.2 多变量系统辨识的发展及应用现状 | 第19-21页 |
| 1.3.3 闭环系统辨识的发展及应用现状 | 第21-23页 |
| 1.3.4 非线性系统辨识的发展及应用现状 | 第23-25页 |
| 1.3.5 系统结构辨识的发展及应用现状 | 第25-26页 |
| 1.3.6 群智能优化算法的发展及应用现状 | 第26-33页 |
| 1.4 本文的主要工作及内容安排 | 第33-35页 |
| 第二章 基于新型自我治愈粒子群优化算法的单变量线性及非线性系统辨识 | 第35-70页 |
| 2.1 问题描述 | 第35-36页 |
| 2.2 新型自我治愈粒子群优化算法 | 第36-55页 |
| 2.2.1 粒子处于生病状态的判断方法 | 第39-41页 |
| 2.2.2 粒子自我治愈的实现过程 | 第41-42页 |
| 2.2.3 新型自我治愈粒子群优化算法的有效性验证 | 第42-55页 |
| 2.3 基于新型自我治愈粒子群优化算法的单变量线性及非线性系统辨识 | 第55-68页 |
| 2.3.1 单变量线性系统的辨识 | 第55-60页 |
| 2.3.2 单变量非线性系统的辨识 | 第60-68页 |
| 2.4 小结 | 第68-70页 |
| 第三章 单变量及多变量系统结构与参数的一次性统一辨识新方法 | 第70-87页 |
| 3.1 问题描述 | 第70-71页 |
| 3.2 单变量及多变量系统结构与参数的一次性统一辨识的基本原理 | 第71-78页 |
| 3.2.1 基于协作的单变量及多变量系统的参数辨识新方法 | 第71-75页 |
| 3.2.2 基于元模型拟合的单变量及多变量系统的结构辨识方法 | 第75-78页 |
| 3.3 单变量及多变量系统结构与参数的一次性统一辨识 | 第78-81页 |
| 3.3.1 单变量系统模型的辨识 | 第78-79页 |
| 3.3.2 多变量系统模型的辨识 | 第79-81页 |
| 3.4 非线性系统结构与参数的一次性统一辨识 | 第81-86页 |
| 3.4.1 Hammerstein模型的辨识 | 第81-83页 |
| 3.4.2 Wiener模型的辨识 | 第83-86页 |
| 3.5 小结 | 第86-87页 |
| 第四章 基于任意测试信号的时滞多变量系统的闭环辨识研究 | 第87-103页 |
| 4.1 问题描述 | 第87-88页 |
| 4.2 闭环辨识到等效开环辨识地转换 | 第88-89页 |
| 4.3 一种缩小模型参数搜索范围的新方法 | 第89-92页 |
| 4.4 基于任意测试信号的闭环辨识新方法 | 第92-95页 |
| 4.4.1 Rosenbrock算法的基本原理 | 第92-94页 |
| 4.4.2 PSO-Rosenbrock(PSO-R)求解步骤 | 第94-95页 |
| 4.5 对新型闭环辨识方法的有效性验证 | 第95-102页 |
| 4.5.1 一阶加纯滞后对象模型 | 第95-97页 |
| 4.5.2 二阶加纯滞后对象模型 | 第97-98页 |
| 4.5.3 WoodBerry模型 | 第98-100页 |
| 4.5.4 多变量模型 | 第100-102页 |
| 4.6 小结 | 第102-103页 |
| 第五章 总结与展望 | 第103-105页 |
| 5.1 全文总结 | 第103-104页 |
| 5.2 今后工作展望 | 第104-105页 |
| 参考文献 | 第105-117页 |
| 致谢 | 第117-118页 |
| 研究成果及发表的学术论文 | 第118-119页 |
| 作者和导师简介 | 第119-120页 |
| 附件 | 第120-121页 |
