| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外发展过程及研究现状 | 第11-16页 |
| 1.2.1 模糊辨识的发展过程及研究现状 | 第11-12页 |
| 1.2.2 优化算法的发展与研究现状 | 第12-16页 |
| 1.3 本文主要的研究内容及结构安排 | 第16-18页 |
| 第2章 模糊模型辨识理论 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 模糊集合 | 第18-21页 |
| 2.2.1 模糊集合的定义及表示 | 第18-19页 |
| 2.2.2 隶属函数 | 第19-21页 |
| 2.3 T-S模糊模型描述 | 第21-23页 |
| 2.3.1 T-S模糊模型 | 第21-22页 |
| 2.3.2 T-S模型结构与参数辨识 | 第22-23页 |
| 2.4 模糊聚类算法 | 第23-26页 |
| 2.4.1 聚类分析的数学模型 | 第23-26页 |
| 2.4.2 模糊C均值聚类算法 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于改进猫群算法的模糊辨识 | 第27-43页 |
| 3.1 引言 | 第27-28页 |
| 3.2 猫群算法基本原理 | 第28-30页 |
| 3.2.1 搜寻模式 | 第28-29页 |
| 3.2.2 跟踪模式 | 第29-30页 |
| 3.3 猫群算法的改进 | 第30-33页 |
| 3.3.1 搜寻模式的改进 | 第31页 |
| 3.3.2 跟踪模式的改进 | 第31-32页 |
| 3.3.3 改进的猫群算法流程 | 第32-33页 |
| 3.4 SVCSO在模糊辨识中的应用 | 第33-34页 |
| 3.4.1 基于T-S模型和SVCSO的模糊辨识 | 第33页 |
| 3.4.2 基于FCM和SVCSO的模糊辨识 | 第33-34页 |
| 3.5 仿真研究 | 第34-42页 |
| 3.5.1 SVCSO的优化实验 | 第34-38页 |
| 3.5.2 Box-Jenkins煤气炉数据辨识 | 第38-40页 |
| 3.5.3 非线性动态系统辨识 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于改进粒子群算法的模糊辨识 | 第43-52页 |
| 4.1 引言 | 第43页 |
| 4.2 PSO算法描述 | 第43-44页 |
| 4.3 基于Tent混沌映射的粒子群算法 | 第44-45页 |
| 4.4 TPSO的优化实验 | 第45-47页 |
| 4.5 TPSO在模糊辨识中的应用 | 第47-51页 |
| 4.5.1 Mackey-Glass混沌时间序列辨识 | 第47-49页 |
| 4.5.2 非线性动态系统辨识 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 基于FCM的混沌系统广义预测控制 | 第52-61页 |
| 5.1 引言 | 第52页 |
| 5.2 改进的FCM模型设计 | 第52-53页 |
| 5.3 Hénon混沌系统控制器设计 | 第53-57页 |
| 5.4 仿真实验 | 第57-60页 |
| 5.4.1 Hénon混沌系统辨识 | 第57-58页 |
| 5.4.2 Hénon混沌系统跟踪正弦信号 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70页 |