| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·支持向量机简介 | 第8页 |
| ·特高压变压器简介 | 第8-9页 |
| ·论文的研究意义和主要工作 | 第9-11页 |
| ·本论文的研究意义 | 第9页 |
| ·本论文的主要研究工作 | 第9-11页 |
| 第二章 支持向量机原理 | 第11-24页 |
| ·机器学习 | 第11-13页 |
| ·机器学习的定义和研究内容 | 第11-12页 |
| ·机器学习的发展史 | 第12页 |
| ·机器学习的策略和结构 | 第12-13页 |
| ·统计学习理论 | 第13-16页 |
| ·VC 维 | 第13-14页 |
| ·推广能力 | 第14-15页 |
| ·结构风险最小化原则 | 第15-16页 |
| ·支持向量机 | 第16-21页 |
| ·支持向量机核函数 | 第17-18页 |
| ·支持向量分类 | 第18-20页 |
| ·支持向量回归 | 第20-21页 |
| ·最小二乘支持向量机 | 第21-23页 |
| ·本章小节 | 第23-24页 |
| 第三章 变压器设计 | 第24-29页 |
| ·变压器设计概况 | 第24-25页 |
| ·变压器优化设计国内外现状 | 第24页 |
| ·变压器绝缘设计 | 第24-25页 |
| ·电力变压器绝缘技术 | 第25-28页 |
| ·电力变压器绝缘技术的关键问题 | 第25-26页 |
| ·局部放电问题 | 第26-27页 |
| ·局部放电的主要原因及防止措施 | 第27-28页 |
| ·本章小节 | 第28-29页 |
| 第四章 基于支持向量机的优化方法 | 第29-40页 |
| ·模拟退火法 | 第29-32页 |
| ·基于最小二乘支持向量机和模拟退火法的优化算法 | 第32-35页 |
| ·优化设计方法及其在特高压变压器电场优化设计中的应用 | 第35-39页 |
| ·应用实例简述 | 第35-37页 |
| ·优化过程 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 结论 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 致谢 | 第45页 |