基于遗传编程的非单调非线性系统辨识
| 第一章 绪论 | 第1-15页 |
| 1．1 引言 | 第8-10页 |
| 1．2 选题背景及意义 | 第10-13页 |
| 1．3 本文的主要工作 | 第13-15页 |
| 第二章 系统辨识方法概述 | 第15-26页 |
| 2．1 引言 | 第15-17页 |
| 2．2 系统辨识的发展 | 第17-20页 |
| 2．3 系统辨识的现有经典方法比较 | 第20-21页 |
| 2．4 非线性系统辨识方法 | 第21-26页 |
| 2．4．1 传统非线性辨识方法 | 第22-24页 |
| 2．4．2 利用人工神经网络的非线性辨识方法 | 第24页 |
| 2．4．3 利用进化计算的非线性辨识方法 | 第24-26页 |
| 第三章 遗传编程原理 | 第26-42页 |
| 3．1 发展背景及其生物学基础 | 第26-27页 |
| 3．2 GP的基本工作原理 | 第27-33页 |
| 3．2．1 GP中个体的表示方法 | 第27-28页 |
| 3．2．2 GP的预备工作 | 第28页 |
| 3．2．3 遗传编程初始个体的生成及基本操作 | 第28-31页 |
| 3．2．4 遗传编程的基本步骤 | 第31-33页 |
| 3．2．5 自动定义函数（ADF） | 第33页 |
| 3．3 遗传编程的特点 | 第33-36页 |
| 3．4 遗传编程的理论及某些现象的探讨 | 第36-40页 |
| 3．4．1 模式 | 第37-38页 |
| 3．4．2 遗传编程中的一些现象 | 第38-40页 |
| 3．5 遗传编程的应用 | 第40-41页 |
| 3．6 遗传编程的发展方向讨论 | 第41-42页 |
| 第四章 应用遗传编程方法的辨识 | 第42-64页 |
| 4．1 遗传编程辨识方法的原理 | 第42-46页 |
| 4．2 辨识对象特点描述 | 第46-49页 |
| 4．3 样本数据选择 | 第49页 |
| 4. 4 遗传编程算法选择的准备工作 | 第49-54页 |
| 4．4．1 确定函数集和终止符集 | 第49页 |
| 4．4．2 确定适应度 | 第49-51页 |
| 4．4．3 确定遗传编程的基本参数 | 第51-52页 |
| 4．4．5 遗传编程操作方法 | 第52-54页 |
| 4．4．5 遗传编程系统运行结果的表示方法 | 第54页 |
| 4．5 系统线性部分的辨识 | 第54-56页 |
| 4．6 非线性环节的辨识结果 | 第56-62页 |
| 4．6．1 非线性部分数学表达式不变的情况 | 第56-59页 |
| 4．6．2 非线性部分参数发生变化的情况 | 第59-62页 |
| 4．6．3 系统运行中出现的现象 | 第62页 |
| 4．7 得出较精确辨识模型基础上的控制方案的设想 | 第62-64页 |
| 第五章 结论与展望 | 第64-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
