| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-9页 |
| 1.1 前言 | 第7-8页 |
| 1.2 本文研究的主要内容与框架 | 第8-9页 |
| 第二章 算法理论 | 第9-17页 |
| 2.1 贝叶斯理论 | 第9页 |
| 2.2 MCMC的算法理论 | 第9-12页 |
| 2.2.1 M-H方法 | 第10页 |
| 2.2.2 RWM方法 | 第10页 |
| 2.2.3 AM算法 | 第10-11页 |
| 2.2.4 DE-MC算法 | 第11-12页 |
| 2.3 SMC算法理论 | 第12-14页 |
| 2.3.1 序贯估计 | 第13页 |
| 2.3.2 粒子权重调整 | 第13-14页 |
| 2.3.3 重采样过程 | 第14页 |
| 2.4 GWO算法 | 第14-17页 |
| 2.4.1 灰狼社会阶层的划分 | 第15页 |
| 2.4.2 包围猎物行为 | 第15页 |
| 2.4.3 捕食行为 | 第15页 |
| 2.4.4 搜索猎物行为 | 第15-16页 |
| 2.4.5 适应度函数和算法流程 | 第16-17页 |
| 第三章 Lorenz混沌模型参数估计分析 | 第17-28页 |
| 3.1 前言 | 第17-20页 |
| 3.2 仿真过程 | 第20-26页 |
| 3.2.1 AM和DE-MC算法估计参数 | 第20页 |
| 3.2.2 SMC算法估计参数 | 第20-22页 |
| 3.2.3 GWO算法估计参数 | 第22-23页 |
| 3.2.4 SMC-RWM、SMC-DEMC与SMC-GWO算法估计参数 | 第23-26页 |
| 3.3 本章小结 | 第26-28页 |
| 第四章 Ebola传染病模型的参数估计 | 第28-39页 |
| 4.1 前言 | 第28页 |
| 4.2 SIR模型 | 第28-29页 |
| 4.3 Ebola离散化SIR模型的参数估计 | 第29-35页 |
| 4.3.1 离散化的SIR模型 | 第29-30页 |
| 4.3.2 Ebola病毒初期时模型的参数估计 | 第30-35页 |
| 4.4 Ebola病毒的Richards模型的参数估计 | 第35-38页 |
| 4.4.1 Richards模型的状态-空间方程 | 第35-36页 |
| 4.4.2 Richards模型参数估计的仿真过程 | 第36-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第五章 总结和研究展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 在学期间科研成果 | 第43-44页 |
| 致谢 | 第44页 |
