首页--自然科学总论论文--系统科学论文--系统工程论文--系统分析论文--系统辨识论文

基于改进BBO算法的DRNN网络非线性系统辨识

摘要第1-7页
Abstract第7-12页
第1章 绪论第12-17页
   ·引言第12-13页
   ·DRNN网络非线性系统辨识的研究现状第13-14页
   ·生物地理学算法研究现状第14-15页
   ·本文的主要内容第15-17页
第2章 基于DRNN网络的非线性系统辨识第17-29页
   ·DRNN网络概述第17-19页
     ·DRNN网络结构第17-18页
     ·DRNN网络的辨识第18-19页
   ·基本的BP算法第19-23页
     ·BP算法的基本原理第19-20页
     ·BP算法的实现步骤第20-21页
     ·仿真实验第21-23页
   ·遗传算法优化DRNN网络第23-28页
     ·遗传算法基本原理第23-24页
     ·遗传算法优化DRNN网络实现步骤第24-26页
     ·仿真实验第26-28页
   ·小结第28-29页
第3章 基于BBO算法的DRNN网络非线性系统辨识第29-42页
   ·BBO算法第29-36页
     ·生物地理学算法基本原理第29-32页
     ·生物地理学算法的迁移模型第32-34页
     ·生物地理学算法基本操作第34-36页
   ·BBO算法优化DRNN网络的具体实现步骤第36-38页
   ·仿真实验第38-40页
     ·BBO算法实验仿真第38-40页
     ·三种算法比较分析第40页
   ·小结第40-42页
第4章 基于改进BBO算法的DRNN网络非线性系统辨识第42-68页
   ·引言第42页
   ·DE算法第42-45页
     ·DE算法基本操作第43-44页
     ·DE算法变异策略第44-45页
   ·基于BBO-DE算法的非线性系统辨识第45-52页
     ·混合迁移操作第45-46页
     ·BBO-DE算法的实现步骤第46页
     ·BBO-DE算法训练DRNN网络实现步骤第46-47页
     ·仿真实验第47-52页
   ·基于nDEBBO算法的非线性系统辨识第52-58页
     ·非均匀变异算子第53页
     ·nDEBBO算法优化DRNN网络第53-54页
     ·仿真实验第54-58页
   ·基于R-nDEBBO算法的非线性系统辨识第58-67页
     ·RPROP算法第59页
     ·RPROP算法的基本原理第59-60页
     ·RPROP算法的实现步骤第60-62页
     ·R-nDEBBO算法训练DRNN网络实现步骤第62-63页
     ·仿真实验第63-67页
   ·小结第67-68页
结论第68-70页
致谢第70-71页
参考文献第71-76页
攻读硕士学位期间发表的论文第76页

论文共76页,点击 下载论文
上一篇:基于C-PSODE算法的模糊RBF神经网络非线性系统辨识
下一篇:用于获取金属材料延性断裂韧性的非标准试样测试方法研究