| 中文摘要 | 第1页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·论文选题的背景及意义 | 第8-10页 |
| ·支持向量机的发展现状 | 第10页 |
| ·内模控制的发展现状 | 第10-11页 |
| ·内模控制的研究历史及现状 | 第10-11页 |
| ·内模控制与其他算法的复合控制 | 第11页 |
| ·自适应内模控制 | 第11页 |
| ·神经网络内模控制 | 第11页 |
| ·论文的主要工作内容 | 第11-12页 |
| 第二章 统计学习理论 | 第12-20页 |
| ·机器学习的基本问题 | 第12-16页 |
| ·机器学习概述 | 第12-13页 |
| ·机器学习问题的提出 | 第13-14页 |
| ·经验风险最小化 | 第14-15页 |
| ·复杂性与推广能力 | 第15-16页 |
| ·统计学习理论的核心内容 | 第16-20页 |
| ·VC 维 | 第16-17页 |
| ·推广性的界 | 第17页 |
| ·结构风险最小化原理 | 第17-20页 |
| 第三章 支持向量机的控制器设计 | 第20-31页 |
| ·支持向量机 | 第20-24页 |
| ·最优超平面的构造 | 第20-22页 |
| ·支持向量机分类算法推导 | 第22-23页 |
| ·核函数 | 第23-24页 |
| ·支持向量机回归 | 第24-25页 |
| ·支持向量机回归的建模 | 第25-26页 |
| ·系统建模的基本概念 | 第25-26页 |
| ·支持向量机回归在线建模 | 第26页 |
| ·基于支持向量机的非线性动态系统辨识和控制 | 第26-30页 |
| ·基于支持向量机的函数拟合 | 第30-31页 |
| 第四章 支持向量机内模控制器 | 第31-39页 |
| ·内模控制 | 第31-34页 |
| ·内模控制原理 | 第31-33页 |
| ·内模控制器的设计 | 第33-34页 |
| ·内模控制的鲁棒性能 | 第34页 |
| ·支持向量机内模控制 | 第34-37页 |
| ·SVM 建立内部模型（SVM internal modeling） | 第35页 |
| ·SVM 设计内模控制器（SVM controller for IMC） | 第35-36页 |
| ·滤波器设计 | 第36-37页 |
| ·引入模糊控制强度 | 第37-39页 |
| ·精确量的模糊化 | 第37-38页 |
| ·论域及基本论域 | 第37页 |
| ·量化因子、比例因子及其选择 | 第37-38页 |
| ·控制规则的解析描述 | 第38-39页 |
| 第五章 基于支持向量机的内模控制在协调系统中的应用 | 第39-51页 |
| ·单元机组协调控制系统概述 | 第39-40页 |
| ·单元机组协调控制系统的特点 | 第40-41页 |
| ·单元机组协调控制对象的动态特性 | 第41-43页 |
| ·单元机组动态特性 | 第41-42页 |
| ·单元机组动态特性数学模型分析 | 第42-43页 |
| ·协调控制系统控制对象的解耦设计 | 第43-45页 |
| ·系统仿真及分析 | 第45-51页 |
| ·协调系统控制结构图 | 第45-46页 |
| ·仿真试验 | 第46-51页 |
| 第六章 结论与展望 | 第51-53页 |
| ·结论 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 在学期间发表的学术论文和参加科研情况 | 第57页 |
