首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于支持向量机的非线性系统辨识及控制研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第8-14页
    1.1 课题研究的目的和意义第8-9页
    1.2 国内外研究现状第9-12页
        1.2.1 非线性系统辨识国内外研究现状第9-11页
        1.2.2 非线性系统控制国内外研究现状第11-12页
    1.3 本论文主要研究内容与各个章节的安排第12-14页
第二章 统计学习理论和支持向量机算法的研究第14-22页
    2.1 统计学习理论第14-17页
        2.1.1 VC维第14-15页
        2.1.2 损失函数和风险函数第15-16页
        2.1.3 结构风险最小化的原则和经验风险第16-17页
    2.2 支持向量机第17-21页
        2.2.1 支持向量机基本原理第17页
        2.2.2 支持向量回归机基本原理第17-20页
        2.2.3 SVR参数简介第20-21页
    2.3 本章小结第21-22页
第三章 基于FDE-SVR的非线性系统辨识第22-36页
    3.1 非线性系统辨识简介第22-25页
        3.1.1 系统辨识的基本内容第22-23页
        3.1.2 非线性系统常用辨识原理第23-24页
        3.1.3 非线性系统辨识的分类第24-25页
    3.2 基于FDE-SVR非线性系统辨识第25-31页
        3.2.1 模糊差分进化算法第25-30页
        3.2.2 FDE-SVR的参数选择第30-31页
    3.3 仿真实验结果及分析第31-35页
    3.4 本章小结第35-36页
第四章 基于FDE-SVR的非线性系统内模控制第36-52页
    4.1 基于SVR的内模控制基本原理第36-39页
        4.1.1 基于SVR的内模控制系统的总体结构第36-38页
        4.1.2 基于SVR内部模型控制器M结构第38页
        4.1.3 基于SVR逆模型控制器C结构第38-39页
    4.2 基于FDE-SVR的内模控制算法第39-42页
        4.2.1 内部模型M的辨识建模阶段第39-40页
        4.2.2 逆模型C的辨识建模阶段第40-41页
        4.2.3 内模控制阶段第41-42页
    4.3 仿真研究第42-51页
        4.3.1 内部模型的辨识建立第42-43页
        4.3.2 内部模型的辨识校验第43-44页
        4.3.3 逆模型的辨识建立第44-46页
        4.3.4 逆模型的辨识校验第46-47页
        4.3.5 内模控制系统模型的跟踪控制第47-51页
    4.4 本章小结第51-52页
第五章 总结与展望第52-54页
    5.1 总结第52-53页
    5.2 工作展望第53-54页
参考文献第54-56页
致谢第56-58页
攻读硕士期间发表论文和参与科研项目第58-59页

论文共59页,点击 下载论文
上一篇:基于脉冲微射流控制的射流掺混特性研究
下一篇:基于差分隐私的回归分析算法研究