基于支持向量机的摩擦建模与补偿
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·课题来源与背景 | 第7-8页 |
| ·伺服系统中摩擦的特性 | 第8-10页 |
| ·摩擦的静态特性 | 第8-9页 |
| ·摩擦的动态特性 | 第9页 |
| ·爬行现象 | 第9-10页 |
| ·摩擦建模及补偿 | 第10-13页 |
| ·摩擦模型 | 第10-11页 |
| ·摩擦补偿 | 第11-13页 |
| ·基于支持向量机摩擦建模与补偿 | 第13-14页 |
| ·本文主要内容 | 第14-15页 |
| 第二章 支持向量机基础及理论 | 第15-27页 |
| ·机器学习的基本问题 | 第15-17页 |
| ·问题的表示 | 第15-16页 |
| ·经验风险最小化原理(ERM) | 第16页 |
| ·复杂性和推广性能 | 第16-17页 |
| ·统计学习理论 | 第17-19页 |
| ·统计学习理论与传统统计学习理论的区别 | 第17页 |
| ·VC维 | 第17-18页 |
| ·推广性的界 | 第18页 |
| ·结构风险最小化原理(SRM) | 第18-19页 |
| ·支持向量机(SVM) | 第19-26页 |
| ·支持向量机分类原理(SVC) | 第19-22页 |
| ·支持向量机回归原理(SVR) | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于最小二乘支持向量机摩擦建模 | 第27-33页 |
| ·最小二乘支持向量机原理 | 第27-29页 |
| ·问题的提出 | 第27页 |
| ·最小二乘支持向量机 | 第27-29页 |
| ·最小二乘支持向量机离线训练 | 第29页 |
| ·基于LS-SVM摩擦建模 | 第29-31页 |
| ·Stribeck摩擦模型 | 第29-30页 |
| ·摩擦建模 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 基于最小二乘支持向量机反步积分的摩擦补偿 | 第33-39页 |
| ·反步设计法 | 第33页 |
| ·伺服系统建模 | 第33-35页 |
| ·反步积分控制 | 第35-38页 |
| ·参考速度控制信号 | 第35-36页 |
| ·位置控制器设计 | 第36-37页 |
| ·系统自适应律的设计 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 仿真结果分析 | 第39-45页 |
| ·PID控制 | 第39-41页 |
| ·PID控制原理 | 第39-40页 |
| ·PID参数整定 | 第40-41页 |
| ·系统仿真框图 | 第41-42页 |
| ·PID仿真模型 | 第41页 |
| ·基于LS-SVM反步方法仿真模型 | 第41-42页 |
| ·系统仿真 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 结束语 | 第45-47页 |
| ·总结 | 第45页 |
| ·论文存在的不足和进一步工作 | 第45-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-52页 |
