| 第1章 绪论 | 第1-20页 |
| ·引言 | 第10-11页 |
| ·神经网络的发展概况 | 第11-15页 |
| ·神经网络产生和发展的历史 | 第11-14页 |
| ·神经网络当前的发展和问题 | 第14-15页 |
| ·系统辨识的发展 | 第15-17页 |
| ·系统辨识简介 | 第15页 |
| ·系统辨识原理及方法 | 第15-17页 |
| ·本论文的组成 | 第17-20页 |
| ·本课题的来源及研究意义 | 第17-18页 |
| ·本论文的主要工作 | 第18-20页 |
| 第2章 基于神经网络的非线性系统辨识 | 第20-26页 |
| ·神经网络辨识原理 | 第20-25页 |
| ·神经网络辨识非线性系统的理论基础 | 第20-21页 |
| ·非线性系统模型及其神经网络实现 | 第21-24页 |
| ·神经网络辨识原理 | 第24页 |
| ·神经网络辨识的特点 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 系统辨识中的网络拓扑结构 | 第26-51页 |
| ·神经网络辨识的结构 | 第26-28页 |
| ·前馈网络 | 第28-42页 |
| ·前馈网络简介 | 第28-30页 |
| ·典型前馈神经网络基础理论 | 第30-33页 |
| ·神经网络基本数学模型 | 第30-31页 |
| ·常见的激活函数 | 第31-32页 |
| ·神经网络的常见学习方法 | 第32-33页 |
| ·六种前馈网络试验对比 | 第33-42页 |
| ·辨识对象及试验设计 | 第33-35页 |
| ·辨识结果 | 第35-42页 |
| ·反馈网络(回归网络) | 第42-50页 |
| ·回归网络简介 | 第42-46页 |
| ·Elman网络 | 第43-46页 |
| ·Jordan网络 | 第46页 |
| ·试验对比 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于径向基神经网络 RBF的系统辨识 | 第51-62页 |
| ·径向基函数神经网络结构 | 第51-52页 |
| ·网络的学习算法 | 第52-53页 |
| ·无导师学习 | 第52页 |
| ·有导师学习 | 第52-53页 |
| ·网络权值的确定 | 第53-54页 |
| ·网络中心点的选择 | 第54-56页 |
| ·基于紧支集余弦函数的 RBF神经网络(RCRBF) | 第56-59页 |
| ·RCRBF网络结构 | 第56-57页 |
| ·RCRBF神经网络的算法实现 | 第57-59页 |
| ·试验数据对比 | 第59-62页 |
| 第5章 在线辨识 | 第62-68页 |
| ·在线辨识慨述 | 第62-64页 |
| ·在线辨识的算法 | 第64-66页 |
| ·系统辨识模型结构对辨识的影响 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |