| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景及意义 | 第7-8页 |
| ·本文主要内容 | 第8-10页 |
| 第二章 相关算法的理论基础 | 第10-30页 |
| ·遗传算法简介 | 第10-17页 |
| ·遗传算法的发展历史 | 第10-11页 |
| ·算法简介及特点 | 第11-12页 |
| ·遗传算法的基本概念 | 第12-15页 |
| ·遗传算法的基本步骤 | 第15-17页 |
| ·统计学习理论 | 第17-20页 |
| ·支持向量机 | 第20-30页 |
| ·传统LSSVR | 第21-24页 |
| ·增量LSSVR | 第24-25页 |
| ·逆学习算法 | 第25-26页 |
| ·AISVR | 第26-30页 |
| 第三章 GA-SVM 算法及其在气象预测中的应用 | 第30-38页 |
| ·基于GA 参数优化的SVM 算法 | 第30-34页 |
| ·GA-SVM 算法在气象预测中的应用 | 第34-38页 |
| ·气象数据预处理 | 第34页 |
| ·实验过程及结果分析 | 第34-36页 |
| ·改进数据预处理方法后的实验及结果 | 第36-38页 |
| 第四章 GA-OSVM 算法及其应用 | 第38-45页 |
| ·基于GA 参数优化的在线学习SVM 算法 | 第38-42页 |
| ·实验过程及结果分析 | 第42-44页 |
| ·对样本集51的实验 | 第42-43页 |
| ·对样本集52的实验 | 第43-44页 |
| ·GA-SVM 算法与GA-OSVM 算法比较 | 第44-45页 |
| 第五章 GA-OSVM 与其他算法比较 | 第45-51页 |
| ·GA-OSVM 与SVM~(LIGHT)比较 | 第45-47页 |
| ·使用SVM~(light) 求解上述问题 | 第45-46页 |
| ·预测结果比较 | 第46-47页 |
| ·GA-OSVM 与基于PSO 选择参数的LS-SVM 比较 | 第47-51页 |
| ·粒子群优化算法简介 | 第47-48页 |
| ·基于PSO 选择参数的LS-SVM 算法 | 第48-49页 |
| ·GA-OSVM 与PSO_LS-SVM 预测结果比较 | 第49-51页 |
| 第六章 结论 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 摘要 | 第54-57页 |
| ABSTRACT | 第57-61页 |
| 致谢 | 第61-62页 |
| 导师及作者简介 | 第62页 |