基于支持向量机的水下潜器操纵运动建模
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 研究背景 | 第10-13页 |
| 1.2 水下潜器的操纵性研究 | 第13-14页 |
| 1.3 水下潜器系统辨识建模研究进展 | 第14-19页 |
| 1.3.1 水下潜器的模型建立 | 第14-15页 |
| 1.3.2 系统辨识综述 | 第15-16页 |
| 1.3.3 黑箱建模理论 | 第16-19页 |
| 1.4 系统辨识在水下潜器领域的应用 | 第19-21页 |
| 1.4.1 水下潜器水动力系数辨识的研究意义 | 第19-20页 |
| 1.4.2 国外发展状况 | 第20页 |
| 1.4.3 国内发展状况 | 第20-21页 |
| 1.5 论文主要研究内容 | 第21-24页 |
| 第2章 水下潜器操纵性数学模型 | 第24-36页 |
| 2.1 引言 | 第24页 |
| 2.2 坐标系及其变换关系 | 第24-27页 |
| 2.2.1 两种坐标系 | 第24-25页 |
| 2.2.2 坐标系间的变换 | 第25-26页 |
| 2.2.3 刚体在两种坐标系中的运动 | 第26-27页 |
| 2.3 水下潜器空间六自由度运动建模 | 第27-31页 |
| 2.3.1 动量定理与欧拉动力学方程 | 第27-28页 |
| 2.3.2 平动方程 | 第28页 |
| 2.3.3 旋转方程 | 第28-31页 |
| 2.4 水下潜器的空间受力 | 第31-35页 |
| 2.4.1 静水力 | 第31-32页 |
| 2.4.2 流体动力 | 第32-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于支持向量机的水下潜器黑箱建模 | 第36-66页 |
| 3.1 引言 | 第36-37页 |
| 3.2 系统辨识建模 | 第37-38页 |
| 3.3 常用的系统辨识方法 | 第38-41页 |
| 3.3.1 最小二乘法 | 第38-39页 |
| 3.3.2 Kalman滤波 | 第39-40页 |
| 3.3.3 人工神经网络 | 第40-41页 |
| 3.4 支持向量机 | 第41-48页 |
| 3.4.1 支持向量机的发展 | 第41-43页 |
| 3.4.2 ε-支持向量机 | 第43-46页 |
| 3.4.3 最小二乘支持向量机 | 第46-47页 |
| 3.4.4 核函数 | 第47-48页 |
| 3.5 水下潜器的运动模型仿真 | 第48-50页 |
| 3.6 水下潜器的黑箱建模 | 第50-58页 |
| 3.7 水下潜器操纵水动力预报 | 第58-64页 |
| 3.8 本章小结 | 第64-66页 |
| 第4章 果蝇优化算法在支持向量机参数选择中的应用 | 第66-76页 |
| 4.1 引言 | 第66页 |
| 4.2 群智能算法简介 | 第66-70页 |
| 4.2.1 粒子群算法 | 第66-68页 |
| 4.2.2 蚁群算法 | 第68-69页 |
| 4.2.3 果蝇优化算法 | 第69-70页 |
| 4.3 果蝇优化算法对支持向量机参数的优化 | 第70-75页 |
| 4.4 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-84页 |
| 致谢 | 第84页 |
