| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-20页 |
| ·课题研究的背景及意义 | 第13-14页 |
| ·传感器介绍 | 第14-15页 |
| ·传感器的组成结构 | 第14页 |
| ·传感器的分类 | 第14-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·传感器静态非线性的国内外研究现状 | 第15-16页 |
| ·传感器动态特性的国内外研究现状 | 第16-18页 |
| ·传感器技术发展趋势 | 第18-19页 |
| ·课题主要研究工作 | 第19-20页 |
| 第2章 遗传算法及支持向量机理论 | 第20-32页 |
| ·遗传算法 | 第20-22页 |
| ·遗传算法的基本原理 | 第20页 |
| ·遗传算法的基本流程 | 第20-21页 |
| ·遗传算法的基本操作 | 第21-22页 |
| ·支持向量机 | 第22-28页 |
| ·SVM基础 | 第23页 |
| ·统计学习理论 | 第23-25页 |
| ·支持向量机分类 | 第25-27页 |
| ·核函数 | 第27-28页 |
| ·支持向量机回归 | 第28-31页 |
| ·非线性支持向量机回归 | 第30-31页 |
| ·遗传算法和支持向量机相结合的可行性分析 | 第31页 |
| ·小结 | 第31-32页 |
| 第3章 基于遗传支持向量机的传感器静态非线性校正 | 第32-41页 |
| ·载体催化瓦斯传感器原理 | 第32-33页 |
| ·KG-8型瓦斯传感器 | 第33-34页 |
| ·非线性校正原理 | 第34-35页 |
| ·基于支持向量机的传感器非线性校正模型 | 第35页 |
| ·遗传算法优化支持向量机参数过程 | 第35-36页 |
| ·传感器非线性校正实例及结果分析 | 第36-40页 |
| ·实验标定数据 | 第36-37页 |
| ·归一化处理 | 第37-38页 |
| ·仿真实验 | 第38-40页 |
| ·小结 | 第40-41页 |
| 第4章 传感器动态非线性模型的建立 | 第41-52页 |
| ·传感器动态非线性建模的意义 | 第41页 |
| ·常见的几种动态非线性模型 | 第41-43页 |
| ·Wiener模型和Hammerstein模型简介 | 第43-45页 |
| ·基于支持向量机回归的传感器Hammerstein模型辨识 | 第45-49页 |
| ·Hammerstein模型辨识仿真 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第5章 基于模糊PID控制的传感器动态校正 | 第52-67页 |
| ·传感器动态性能指标 | 第52-53页 |
| ·时间域动态性能指标 | 第52-53页 |
| ·频率域动态性能指标 | 第53页 |
| ·控制算法介绍 | 第53-57页 |
| ·PID控制算法理论基础 | 第53-55页 |
| ·模糊控制理论基础 | 第55-57页 |
| ·模糊PID传感器控制系统设计 | 第57-63页 |
| ·输入输出量的模糊化 | 第59-60页 |
| ·建立模糊控制规则 | 第60-63页 |
| ·模糊PID控制器仿真分析 | 第63-65页 |
| ·建立控制系统仿真模型 | 第63-64页 |
| ·仿真结果分析 | 第64-65页 |
| ·小结 | 第65-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 附录A 遗传算法优化支持向量机程序 | 第74-77页 |