文摘
英文文摘
独创性声明及学位论文版权使用授权书
第1章绪论
1.1 引言
1.2 数学模型的分类及模型辨识的目的和任务
1.2.1模型的分类
1.2.2模型辨识的目的和任务
1.3模型辨识的发展及应用
1.4 本文的主要研究内容及章节安排
第2章基于样本数据的模型辨识方法
2.1 建模方法
2.2样本数据的模型辨识方法
2.2.1线性回归分析
2.2.2非线性回归分析
2.2.3其它建模方法
第3章模型辨识问题的遗传算法设计
3.1模型辨识问题描述
3.2遗传算法及其发展应用
3.2.1遗传算法的描述
3.2.2遗传算法的实现手段
3.2.3遗传算法的发展及应用领域
3.3 遗传算法解决模型辨识问题的方案
3.3.1编码设计方案
3.3.2初始种群产生
3.3.3评估方案设计
3.3.4选择方案设计
3.3.5交叉方案设计
3.3.6变异方案设计
3.3.7算法终止准则
3.3.8样本数据模型的辨识过程
3.3.9分层遗传算法解决模型辨识
第4章基本模型元素的确定
4.1模型元素选择原则
4.2线性模型
4.2.1模型描述
4.2.2模型参数区间的确定
4.3周期函数
4.3.1函数描述
4.3.2模型参数区间的确定
4.4指数函数
4.4.1函数描述
4.4.2模型参数区间的确定
4.5幂函数模型
4.5.1模型描述
4.5.2模型参数区间的确定
4.6负指数模型
4.6.1模型描述
4.6.2模型参数区间的确定
4.7对数函数
4.7.1模型描述
4.7.2模型参数区间的确定
4.8双曲线函数
4.8.1函数模型
4.8.2模型参数区间的确定
4.9 Logistic模型
4.9.1模型描述
4.9.2模型参数区间的确定
4.10 S型模型
4.10.1模型描述
4.10.2模型参数区间的确定
4.11 Gompertz模型
4.11.1模型描述
4.11.2模型参数区间的确定
4.12 CobbDouglas生产函数
4.12.1模型描述
4.12.2模型参数区间的确定
4.13模型元素总结
第5章模型辨识系统设计
5.1系统设计思想
5.2人机接口设计
5.2.1系统运行参数设置
5.2.2子模型选择
5.2.3运行结果输出
5.3主要类模块
5.3.1 CEvolution类
5.3.2 CPopulation类
5.3.3 CSelection类
5.3.4 CParameter类
5.3.5 CMixIntegerGenome类
5.3.6 CModel类及其子类
5.4数据文件
5.4.1 userdata.dat文件
5.4.2 boundarydata.dat文件
5.4.3 parameter.dat文件
5.4.4 evolution.dat文件
第6章模型仿真结果分析
6.1已知模型的辨识
6.2未知模型的辨识
6.3随机扰动下模型辨识
6.4实际问题仿真
6.5多变量实际问题仿真
6.6 结论
第7章结束语
参考文献
致谢