| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 储粮通风研究的背景与意义 | 第10-12页 |
| 1.1.1 储粮通风研究背景 | 第10-11页 |
| 1.1.2 储粮通风研究意义 | 第11-12页 |
| 1.2 储粮通风过程中的主要影响因素 | 第12页 |
| 1.3 储粮横向通风技术简介 | 第12-14页 |
| 1.4 储粮通风技术国内外研究现状 | 第14-16页 |
| 1.4.1 国外研究现状 | 第14页 |
| 1.4.2 国内研究现状 | 第14-16页 |
| 1.5 本课题的研究内容及章节安排 | 第16-18页 |
| 1.5.1 课题研究内容 | 第16-17页 |
| 1.5.2 课题章节安排 | 第17-18页 |
| 第二章 基于支持向量机的储粮通风温度预测 | 第18-42页 |
| 2.1 统计学习理论 | 第18-20页 |
| 2.1.1 VC维 | 第18-19页 |
| 2.1.2 结构风险最小化原则 | 第19-20页 |
| 2.2 支持向量机 | 第20-25页 |
| 2.2.1 支持向量机基本原理 | 第20-22页 |
| 2.2.2 核函数的选择 | 第22-23页 |
| 2.2.3 支持向量机回归 | 第23-24页 |
| 2.2.4 模型评价性能指标 | 第24-25页 |
| 2.3 数据来源与优化 | 第25-32页 |
| 2.3.1 基础粮情数据来源与分析 | 第25-30页 |
| 2.3.2 灰关联分析基本原理 | 第30-31页 |
| 2.3.3 基于灰关联分析的数据优化方法 | 第31-32页 |
| 2.4 模型预测仿真实验 | 第32-40页 |
| 2.4.1 标准支持向量机建模流程 | 第32-33页 |
| 2.4.2 建模数据的选取与预处理 | 第33-34页 |
| 2.4.3 模型关键参数寻优 | 第34-36页 |
| 2.4.4 预测结果展示与分析 | 第36-40页 |
| 2.5 本章小结 | 第40-42页 |
| 第三章 基于启发式算法的支持向量机储粮通风温度预测 | 第42-55页 |
| 3.1 启发式算法概述 | 第42页 |
| 3.2 遗传优化算法 | 第42-44页 |
| 3.2.1 遗传算法基本原理 | 第42-44页 |
| 3.2.2 遗传算法优化基本流程 | 第44页 |
| 3.3 粒子群优化算法 | 第44-45页 |
| 3.3.1 粒子群算法基本原理 | 第44-45页 |
| 3.3.2 粒子群算法优化基本流程 | 第45页 |
| 3.4 模型预测仿真实验 | 第45-53页 |
| 3.4.1 建模数据预处理 | 第45-46页 |
| 3.4.2 改进的支持向量机建模与寻优 | 第46-49页 |
| 3.4.3 预测结果展示与分析 | 第49-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第四章 基于改进的模糊支持向量机储粮通风温度预测 | 第55-67页 |
| 4.1 模糊集合理论 | 第55-61页 |
| 4.1.1 模糊隶属度函数 | 第56-58页 |
| 4.1.2 模糊C均值聚类算法 | 第58-60页 |
| 4.1.3 模糊支持向量机基本原理 | 第60-61页 |
| 4.2 模型预测仿真实验 | 第61-66页 |
| 4.2.1 改进的模糊支持向量机建模流程 | 第61-62页 |
| 4.2.2 样本模糊隶属度计算 | 第62-63页 |
| 4.2.3 粒子群算法对模糊化样本寻优 | 第63-64页 |
| 4.2.4 预测结果展示与分析 | 第64-66页 |
| 4.3 本章小结 | 第66-67页 |
| 第五章 基于支持向量机的储粮横向通风模型实例验证 | 第67-73页 |
| 5.1 通风初始条件对比分析 | 第67页 |
| 5.2 基于支持向量机的储粮横向通风模型验证与分析 | 第67-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 本文工作总结 | 第73-74页 |
| 6.2 未来研究展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第80页 |