基于智能優(yōu)化算法的Wiener模型辨識論文提綱

時間：2024-06-17 14:23:18 論文提綱我要投稿

論文摘要: 非線性系統(tǒng)在實際中廣泛存在（略）系統(tǒng)的模型是精確分析系統(tǒng)性能、實現(xiàn)系統(tǒng)高精度控制的基礎(chǔ),它包括確定模型的結(jié)構(gòu)和估計模型的參數(shù).由于還不能找到一種通用的結(jié)構(gòu)來描述所有的非線性系統(tǒng),研究人（略）向模塊(Block-oriented)的模型描述非線性系統(tǒng).W（略）型是一種面向模塊模型,它由一個線性動態(tài)子系統(tǒng)后面串聯(lián)一個靜態(tài)非線性函數(shù)組成.實際中靜態(tài)非線性函數(shù)的多樣性以及（略）er模型串聯(lián)結(jié)構(gòu)使得中間信號的不可測給Wiener模型的辨識帶來很大的困難.本文針對這一問題,采用智能優(yōu)化算法研究了Wiener模型的辨識問題,主要研究工作有: 1、針對一類具有分段不連續(xù)非線性的Wiener模型,以預(yù)測誤差平方和為目標函數(shù),采用混合粒子群優(yōu)化算法來估計其參數(shù).該方法可以同時估計出線性部分和非線性部分的參數(shù)而不需要知道中間信號,且辨識精度高. 2、針對一類具有復(fù)雜非線性的Wiener模型,在假設(shè)其非線性是可逆的前提下,用兩段多項式來近似非線性的逆,然后采用混合粒子群優(yōu)化算法來估計其參數(shù). 3、針對Wien（略）變量不可測的問題,采用階躍輸入信號將非線性部分從Wien...
Nonlinear systems exit widely in practice. It is a basis to build（omitted）tical model for analyzing and controlling nonlinear system precisely. Modeling a nonlinear system （omitted）etermining the structure and estimating the para（omitted）it. Since it can’t find a general structure to describe various nonlinear systems, block-oriented models are widely adopted by researchers to （omitted）he system. Wiener model is a kind of a block-oriented model, （omitted）ists of a linear dynamic subsystem followe...
目錄:摘要第4-6頁
Abstract 第6-7頁
第1章緒論第10-21頁
　　·系統(tǒng)辨識概述第10-11頁
　　·Wiener 模型的基本結(jié)構(gòu)及其應(yīng)用第11-13頁
　　·Wiener 模型辨識方法概況第13-15頁
　　·智能優(yōu)化算法第15-19頁
　　　　·粒子群優(yōu)化算法第15-17頁
　　　　·差分進化算法第17-19頁
　　·本文主要工作及結(jié)構(gòu)安排第19-21頁
第2章具有分段不連續(xù)非線性的Wiener 模型辨識第21-35頁
　　·引言第21-22頁
　　·問題描述第22-25頁
　　　　·Wiener 模型第22-23頁
　　　　·Wiener 模型的零極點形式第23-25頁
　　·混合的單純形與粒子群優(yōu)化算法第25-29頁
　　　　·單純形法第25-26頁
　　　　·改進的粒子群優(yōu)化算法第26-28頁
　　　　·混合NM-PSO 算法第28-29頁
　　·仿真實驗與分析第29-34頁
　　　　·一階模型第30-31頁
　　　　·三階模型第31-32頁
　　　　·二階零極點模型第32-34頁
　　·本章小結(jié) 第34-35頁
第3章兩段非線性Wiener 模型的辨識第35-44頁
　　·引言第35-36頁
　　·問題描述與辨識方法第36-37頁
　　·仿真結(jié)果及分析第37-43頁
　　·本章小結(jié) 第43-44頁
第4章階躍信號法辨識Wiener 模型第44-56頁
　　·引言第44-45頁
　　·問題描述與辨識方法第45-47頁
　　　　·問題描述第45頁
　　　　·靜態(tài)非線性部分的辨識第45-46頁
　　　　·線性動態(tài)部分的辨識第46-47頁
　　·仿真結(jié)果及分析第47-55頁
　　　　·二階Wiener 模型第47-49頁
　　　　·pH 中和過程的辨識第49-55頁
　　·本章小結(jié) 第55-56頁
第5章基于T-S 模糊模型的Wiener 模型辨識第56-71頁
　　·引言第56-57頁
　　·辨識方法描述第57-59頁
　　·自適應(yīng)差分進化算法第59-60頁
　　·仿真結(jié)果及分析第60-70頁
　　　　·流體流動控制閥模型第61-63頁
　　　　·Hénon 混沌系統(tǒng) 第63-70頁
　　·本章小結(jié) 第70-71頁
第6章基于Wiener 模型的pH 中和過程辨識與PID 控制第71-85頁
　　·引言第71-72頁
　　·pH 中和過程描述第72-74頁
　　·pH 中和過程模型的建立第74-80頁
　　　　·非線性部分的辨識第74-78頁
　　　　·線性動態(tài)部分的辨識第78-80頁
　　·pH 過程的 PID 控制第80-84頁
　　·本章小結(jié) 第84-85頁
結(jié)論第85-87頁
參考文獻第87-94頁
攻讀碩士學位期間承擔的科研任務(wù)與主要成果第94-95頁
致謝第95-96頁
作者簡介第96頁