| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 致谢 | 第10-12页 |
| 目录 | 第12-16页 |
| 第一章 绪论 | 第16-44页 |
| ·统计学习理论概述 | 第16-25页 |
| ·统计学习理论的历史回顾 | 第16-20页 |
| ·统计学习理论的基本概念和核心内容 | 第20-25页 |
| ·支持向量机概述 | 第25-30页 |
| ·最优分类超平面与支持向量机分类 | 第25-27页 |
| ·支持向量机函数拟合 | 第27-30页 |
| ·研究现状 | 第30-40页 |
| ·支持向量机训练算法的研究现状 | 第31-32页 |
| ·支持向量机在控制领域中的应用研究现状 | 第32-40页 |
| ·支持向量机在系统辨识与建模中的应用研究现状 | 第33-36页 |
| ·支持向量机在预测控制中的应用研究现状 | 第36-39页 |
| ·支持向量机在软测量中的应用研究现状 | 第39-40页 |
| ·本文主要内容 | 第40-44页 |
| 第二章 基于线性核函数SVM的非参数模型辨识及其预测控制 | 第44-62页 |
| ·引言 | 第44-45页 |
| ·数学基础 | 第45-48页 |
| ·脉冲响应特性 | 第45-46页 |
| ·阶跃响应特性 | 第46-47页 |
| ·ARMA模型描述 | 第47页 |
| ·CARIMA模型描述 | 第47-48页 |
| ·NARMAX模型描述 | 第48页 |
| ·基于线性核函数SVM的非参数模型辨识及其控制 | 第48-60页 |
| ·基于SVM的脉冲响应模型及SVM MAC | 第49-55页 |
| ·基于SVM的脉冲响应模型 | 第49-50页 |
| ·单步SVM MAC | 第50-51页 |
| ·多步SVM MAC | 第51-53页 |
| ·仿真 | 第53-55页 |
| ·基于SVM的阶跃响应模型及SVM DMC | 第55-60页 |
| ·基于SVM的阶跃响应模型 | 第55-56页 |
| ·单步SVM DMC | 第56页 |
| ·多步SVM DMC | 第56-58页 |
| ·仿真 | 第58-60页 |
| ·讨论 | 第60-62页 |
| 第三章 弱非线性系统基于线性核函数SVM的模型预测控制 | 第62-74页 |
| ·引言 | 第62-63页 |
| ·基于线性核函数SVM的单步预测控制结构与算法 | 第63-68页 |
| ·单步预测控制结构 | 第63-65页 |
| ·预测控制算法 | 第65页 |
| ·仿真 | 第65-68页 |
| ·基于线性核函数SVM的多步预测控制结构与算法 | 第68-72页 |
| ·多步预测控制结构 | 第68-71页 |
| ·预测控制算法 | 第71页 |
| ·仿真 | 第71-72页 |
| ·讨论 | 第72-74页 |
| 第四章 基于2次多项式核函数SVM的非线性模型预测控制 | 第74-94页 |
| ·引言 | 第74-75页 |
| ·基于2次核函数SVM的单步预测控制结构与算法 | 第75-84页 |
| ·单步预测控制结构 | 第75-78页 |
| ·预测控制算法 | 第78页 |
| ·仿真 | 第78-84页 |
| ·基于2次核函数SVM的多步预测控制结构与算法 | 第84-92页 |
| ·P=M时的非线性预测控制 | 第85-89页 |
| ·P=M时的非线性预测控制结构 | 第85-88页 |
| ·P=M时的非线性预测控制算法 | 第88-89页 |
| ·P＞M时的非线性预测控制 | 第89-90页 |
| ·P＞M时的非线性预测控制结构 | 第89页 |
| ·P＞M时的非线性预测控制算法 | 第89-90页 |
| ·仿真 | 第90-92页 |
| ·例子1 | 第90-91页 |
| ·例子2 | 第91-92页 |
| ·讨论 | 第92-94页 |
| 第五章 基于SVM的直接逆模型辨识与内模控制 | 第94-114页 |
| ·引言 | 第94-95页 |
| ·系统的可逆性 | 第95-98页 |
| ·基于SVM的直接逆模型辨识 | 第98-104页 |
| ·基于SVM的直接逆模型辨识结构 | 第98-99页 |
| ·仿真 | 第99-104页 |
| ·线性系统 | 第99-101页 |
| ·非线性系统 | 第101-102页 |
| ·性能比较 | 第102-104页 |
| ·基于SVM的非线性内模控制 | 第104-112页 |
| ·逆模型和内部模型的建立 | 第105-107页 |
| ·基于SVM的内模控制 | 第107-108页 |
| ·仿真 | 第108-112页 |
| ·讨论 | 第112-114页 |
| 第六章 SVM在微生物发酵过程软测量中的应用 | 第114-126页 |
| ·引言 | 第114-115页 |
| ·生物发酵过程参数概述 | 第115-117页 |
| ·基于SVM的软测量技术 | 第117-124页 |
| ·菌丝浓度黑箱建模 | 第117-118页 |
| ·仿真 | 第118-124页 |
| ·讨论 | 第124-126页 |
| 第七章 总结与展望 | 第126-130页 |
| 参考文献 | 第130-142页 |
| 附录 | 第142-143页 |
