| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究背景与意义 | 第7-8页 |
| ·国内外现状 | 第8-10页 |
| ·论文工作的目的和主要内容 | 第10-13页 |
| 第二章 常规PID 控制器参数整定方法 | 第13-19页 |
| ·基于模型的自整定 | 第13-14页 |
| ·基于规则的自整定 | 第14-16页 |
| ·智能PID 参数整定 | 第16-17页 |
| ·多变量PID 参数整定 | 第17-18页 |
| ·本章总结 | 第18-19页 |
| 第三章 支持向量机基础及理论 | 第19-31页 |
| ·统计学习理论 | 第19-21页 |
| ·统计学习理论与传统统计学习理论的区别 | 第19页 |
| ·VC 维 | 第19-20页 |
| ·推广性的界 | 第20页 |
| ·结构风险最小化原理(SRM) | 第20-21页 |
| ·支持向量机(SVM) | 第21-30页 |
| ·支持向量机的基本概念 | 第21-25页 |
| ·支持向量机分类原理(SVC) | 第25-27页 |
| ·支持向量机回归原理(SVR) | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于继电反馈的PID 控制器参数自整定 | 第31-43页 |
| ·继电整定原理 | 第31-32页 |
| ·继电特性分析 | 第32-35页 |
| ·继电的理论基础 | 第32-33页 |
| ·描述函数法 | 第33-34页 |
| ·傅里叶法 | 第34-35页 |
| ·继电特性的选择 | 第35页 |
| ·仿真实例 | 第35-40页 |
| ·SPAM 法原理 | 第35-37页 |
| ·SPAM 法整定公式 | 第37-38页 |
| ·仿真验证 | 第38-40页 |
| ·常用整定算法存在的问题 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 基于支持向量机的N-PID 控制器参数自整定 | 第43-51页 |
| ·N-PID 控制器 | 第43-44页 |
| ·基于支持向量机的N-PID 参数整定 | 第44-48页 |
| ·基于支持向量机的N-PID 参数整定基本结构 | 第44-46页 |
| ·基于支持向量机的N-PID 参数整定算法 | 第46-48页 |
| ·仿真结果分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·论文存在的不足和进一步的工作 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |