| 第一章 绪论 | 第1-14页 |
| 1．1 引言 | 第7页 |
| 1．2 神经网络概述 | 第7-9页 |
| 1．3 神经网络辨识与传统算法的比较 | 第9-11页 |
| 1．4 课题研究的目的 | 第11-12页 |
| 1．5 课题研究的内容 | 第12页 |
| 1．6 研究的意义 | 第12-14页 |
| 第二章 基于神经网络的系统辨识的基本内容 | 第14-23页 |
| 2．1 神经网络辨识内涵 | 第14页 |
| 2．2 非线性系统的辨识模型及结构 | 第14-16页 |
| 2．3 系统辨识中的基本问题 | 第16-17页 |
| 2．4 非线性系统神经网络辨识的现状与存在问题 | 第17-21页 |
| 2．5 基于神经网络的系统辨识的基本思路 | 第21-23页 |
| 第三章 基于BP网络的系统辨识 | 第23-49页 |
| 3．1 BP网的拓扑结构和数学描述 | 第23-24页 |
| 3．2 标准BP运行算法 | 第24-26页 |
| 3．3 多层前向型神经网络（BP网络）的建模机理 | 第26-27页 |
| 3．4 仿真实验 | 第27-49页 |
| 3．4．1 被辨识系统的描述 | 第27页 |
| 3．4．2 标准BP算法进行系统辨识 | 第27-29页 |
| 3．4．3 BP网络的改进方法 | 第29-33页 |
| 3．4．4 用SIMULINK连成串并联系统检测辨识的效果 | 第33页 |
| 3．4．5 泛化能力 | 第33-34页 |
| 3．4．6 输入信号的选择 | 第34-37页 |
| 3．4．7 对非线性系统的辨识 | 第37-38页 |
| 3．4．8 神经网络系统辨识模型结构的研究 | 第38-41页 |
| 3．4．9 影响辨识精度的可调参数的探讨 | 第41-44页 |
| 3．4．10 新的激活函数 | 第44-49页 |
| 第四章 基于径向基网络的系统辨识 | 第49-60页 |
| 4．1 径向基网络概述 | 第49-50页 |
| 4．2 RBF插值的神经计算 | 第50-53页 |
| 4．3 仿真实验 | 第53-60页 |
| 4．3．1 函数逼近 | 第53-54页 |
| 4．3．2 系统辨识 | 第54-56页 |
| 4．3．3 泛化能力 | 第56-60页 |
| 第五章 基于Hopfield神经网络的系统辨识 | 第60-69页 |
| 5．1 动态神经网络概述 | 第60-61页 |
| 5．2 Hopfield网络 | 第61-64页 |
| 5．2．1 网络结构和工作方式 | 第61-63页 |
| 5．2．2 Hopfield网络的电路实现 | 第63-64页 |
| 5．3 基于Hopfield网络的系统辨识 | 第64-69页 |
| 结束语 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74页 |