| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-23页 |
| ·前言 | 第10页 |
| ·支持向量机的研究背景 | 第10-12页 |
| ·支持向量机的模型及其算法 | 第12-19页 |
| ·冲击地压预测模型 | 第19-22页 |
| ·论文的主要安排 | 第22-23页 |
| 2 基于遗传算法的支持向量回归机模型 | 第23-33页 |
| ·引言 | 第23页 |
| ·最优超平面 | 第23-25页 |
| ·用遗传算法计算最优超平面 | 第25-27页 |
| ·GA-SVR算法 | 第27-30页 |
| ·数值实验 | 第30-33页 |
| 3 基于微粒子群的支持向量回归机模型 | 第33-38页 |
| ·引言 | 第33-34页 |
| ·带收缩因子的PSO-SVR算法 | 第34-36页 |
| ·数值实验 | 第36-38页 |
| 4 基于多分类支持向量机冲击地压预测模型 | 第38-45页 |
| ·引言 | 第38页 |
| ·冲击地压 | 第38-39页 |
| ·多分类支持向量机的几种类型 | 第39-42页 |
| ·球结构的支持向量机及其改进模型 | 第42-44页 |
| ·数值实验 | 第44-45页 |
| 5 总结与展望 | 第45-47页 |
| 参考文献 | 第47-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士期间主要成果 | 第53页 |