| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第1章 引言 | 第10-25页 |
| ·研究背景及意义 | 第10-13页 |
| ·模糊推理系统辨识研究现状 | 第13-18页 |
| ·基于聚类划分的模糊推理系统辨识 | 第14-15页 |
| ·模糊系统规则约减 | 第15-17页 |
| ·稀疏编码及其在系统辨识中的应用 | 第17-18页 |
| ·本文研究内容和主要贡献 | 第18-22页 |
| ·本文各章节的结构安排 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第2章 基础知识 | 第25-40页 |
| ·模糊推理系统辨识 | 第25-28页 |
| ·模糊推理系统 | 第25-28页 |
| ·基于聚类划分的模糊推理系统辨识框架 | 第28页 |
| ·迭代向量量化聚类方法的模糊规则前件提取 | 第28-31页 |
| ·迭代向量量化聚类方法 | 第29-30页 |
| ·基于迭代向量量化聚类方法的模糊规则前件提取 | 第30-31页 |
| ·模糊聚类划分的模糊规则前件提取 | 第31-39页 |
| ·超球面原型的模糊聚类划分方法 | 第32-33页 |
| ·超平面原型的模糊回归划分方法 | 第33-36页 |
| ·混合原型的模糊划分方法 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 单点模糊系统的稀疏编码辨识 | 第40-63页 |
| ·研究动机 | 第40-41页 |
| ·单点模糊推理系统 | 第41-44页 |
| ·MISO单点模糊推理系统 | 第41-43页 |
| ·MIMO单点模糊推理系统 | 第43-44页 |
| ·MISO单点模糊系统的稀疏编码辨识 | 第44-49页 |
| ·单输出单点模糊规则后件的稀疏编码 | 第45-46页 |
| ·单输出单点模糊推理系统稀疏编码优化问题求解 | 第46-49页 |
| ·MIMO单点模糊推理系统的联合稀疏编码辨识 | 第49-53页 |
| ·多输出单点模糊规则后件的稀疏编码 | 第49-51页 |
| ·联合稀疏编码的正交匹配追踪算法 | 第51-53页 |
| ·单点模糊推理系统的稀疏编码辨识方法 | 第53-54页 |
| ·实验结果与分析 | 第54-62页 |
| ·Auto-MPG数据集合的单点模糊推理系统辨识 | 第56-57页 |
| ·Box-Jenkins燃气炉数据集合的单点模糊推理系统辨识 | 第57-59页 |
| ·Mackey-Glass混沌时滞微分方程时间序列预测 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第4章 MISO1-阶T-S模糊系统的分层块结构稀疏编码辨识 | 第63-84页 |
| ·研究动机 | 第63-64页 |
| ·MISO1-阶T-S模糊推理系统辨识 | 第64-66页 |
| ·MISO1-阶T-S模糊推理系统 | 第64-65页 |
| ·模糊规则子字典和模糊推理系统字典 | 第65-66页 |
| ·MISO1-阶T-S模糊推理系统的块结构稀疏编码辨识 | 第66-73页 |
| ·单输出1-阶T-S模糊规则后件的块结构稀疏编码 | 第66-68页 |
| ·块结构稀疏编码的正交匹配追踪算法 | 第68-71页 |
| ·稀疏编码的模糊规则简化 | 第71-73页 |
| ·MISO1-阶T-S模糊推理系统的分层块结构稀疏编码辨识方法 | 第73-74页 |
| ·实验结果与分析 | 第74-83页 |
| ·Box-Jenkins燃气炉数据集合 | 第75-77页 |
| ·Auto-MPG数据集合 | 第77-80页 |
| ·Boston Housing数据集合 | 第80-81页 |
| ·移动机器人的导航与避障 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 第5章 MIMO1-阶T-S模糊系统的联合块结构稀疏编码辨识 | 第84-108页 |
| ·研究动机 | 第84-85页 |
| ·MIMO1-阶T-S模糊推理系统辨识 | 第85-88页 |
| ·MIMO1-阶T-S模糊推理系统 | 第85-86页 |
| ·模糊规则子字典和模糊推理系统字典 | 第86-88页 |
| ·MIMO1-阶T-S模糊推理系统的联合块结构稀疏编码辨识 | 第88-92页 |
| ·多输出1-阶T-S模糊规则的联合块结构稀疏编码 | 第88-91页 |
| ·联合块结构稀疏编码的正交匹配追踪算法 | 第91-92页 |
| ·联合块结构稀疏优化问题可解的必要条件 | 第92-97页 |
| ·基本概念及性质 | 第93-95页 |
| ·联合块结构稀疏回归问题可解的必要条件 | 第95-97页 |
| ·MIMO1-阶T-S模糊推理系统的联合块结构稀疏编码辨识方法 | 第97-99页 |
| ·实验结果与分析 | 第99-107页 |
| ·Mackey-Glass混沌时滞微分方程时间序列预测 | 第99-101页 |
| ·高维输入/输出数据集合的模糊模型辨识 | 第101-105页 |
| ·移动机器人导航与避障 | 第105-107页 |
| ·本章小结 | 第107-108页 |
| 第6章 总结与展望 | 第108-112页 |
| ·本文总结 | 第108-110页 |
| ·未来工作展望 | 第110-112页 |
| 参考文献 | 第112-122页 |
| 致谢 | 第122-124页 |
| 附录A 块结构向量的L_(2,q)范数 | 第124-125页 |
| 附录B 矩阵的L_(p,q)混合范数 | 第125-126页 |
| 附录C 块结构矩阵的L_(2,p,q)混合范数 | 第126-128页 |
| 附录D Mackey-Glass混沌时滞微分方程时间序列预测实验结果 | 第128-129页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第129-131页 |
