基于支持向量机的非线性系统内模控制
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·论文研究的目的及意义 | 第7-8页 |
| ·非线性控制系统研究概述 | 第8-12页 |
| ·古典理论方法 | 第8-9页 |
| ·反馈线性化方法 | 第9页 |
| ·滑模变结构控制方法 | 第9-10页 |
| ·智能控制方法 | 第10-12页 |
| ·内模控制研究现状 | 第12-13页 |
| ·本文内容安排 | 第13-15页 |
| 第二章 支持向量机的统计学习理论基础 | 第15-27页 |
| ·引言 | 第15页 |
| ·统计学习理论的基本概念和核心内容 | 第15-19页 |
| ·机器学习问题 | 第15-16页 |
| ·经验风险最小化原则 | 第16页 |
| ·统计学习理论的核心内容 | 第16-19页 |
| ·支持向量机 | 第19-25页 |
| ·最优超平面 | 第19-23页 |
| ·基于非线性分类的支持向量机 | 第23-25页 |
| ·小结 | 第25-27页 |
| 第三章 基于支持向量机的非线性系统辨识 | 第27-41页 |
| ·引言 | 第27页 |
| ·支持向量机辨识原理 | 第27-34页 |
| ·线性支持向量机 | 第27-29页 |
| ·非线性支持向量回归机 | 第29-31页 |
| ·最小二乘支持向量机 | 第31-32页 |
| ·非线性系统辨识 | 第32-34页 |
| ·仿真研究 | 第34-40页 |
| ·小结 | 第40-41页 |
| 第四章 基于支持向量机的内模控制 | 第41-57页 |
| ·引言 | 第41页 |
| ·内模控制原理 | 第41-47页 |
| ·内模控制结构 | 第41-42页 |
| ·内模控制的性质 | 第42-44页 |
| ·内模控制设计 | 第44-45页 |
| ·滤波器设计 | 第45-47页 |
| ·鲁棒性分析 | 第47页 |
| ·基于支持向量机的一类非线性系统的内模控制 | 第47-51页 |
| ·使用支持向量机建立内部模型 | 第48-49页 |
| ·使用支持向量机建立逆模型 | 第49-51页 |
| ·仿真实验 | 第51-55页 |
| ·小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 攻读学位期间发表的学术论文目录 | 第65-66页 |
