| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-40页 |
| ·控制理论发展概述 | 第12-15页 |
| ·控制理论发展的三个阶段 | 第12-14页 |
| ·预测控制的基本原理 | 第14-15页 |
| ·统计学习理论 | 第15-22页 |
| ·用于分类的支持向量机 | 第15-19页 |
| ·用于回归的支持向量机 | 第19-20页 |
| ·最小二乘支持向量机 | 第20-22页 |
| ·基于最小二乘支持向量机的建模与控制研究现状 | 第22-30页 |
| ·基于最小二乘支持向量机的建模研究现状 | 第22-26页 |
| ·基于最小二乘支持向量机的控制研究现状 | 第26-30页 |
| ·铝电解过程控制研究现状 | 第30-37页 |
| ·铝冶金发展简史 | 第30-32页 |
| ·铝电解过程简介 | 第32-33页 |
| ·主要技术指标和工艺参数 | 第33-35页 |
| ·铝电解过程控制研究现状 | 第35-37页 |
| ·论文的结构安排 | 第37-40页 |
| 第二章 基于最小二乘支持向量机的软测量模型 | 第40-59页 |
| ·引言 | 第40-41页 |
| ·基于粒子群优化的最小二乘支持向量机 | 第41-52页 |
| ·最小二乘支持向量机的参数选取问题 | 第41-43页 |
| ·粒子群优化算法 | 第43-44页 |
| ·基于粒子群优化的最小二乘支持向量机 | 第44-46页 |
| ·仿真研究 | 第46-52页 |
| ·基于最小二乘支持向量机的铝电解参数软测量模型 | 第52-58页 |
| ·铝电解参数软测量模型研究现状 | 第52页 |
| ·电解温度软测量模型 | 第52-54页 |
| ·氧化铝浓度软测量模型 | 第54-56页 |
| ·极距软测量模型 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第三章 基于最小二乘支持向量机的预测控制 | 第59-74页 |
| ·引言 | 第59-60页 |
| ·基于LS-SVM的MIMO系统单步预测控制 | 第60-67页 |
| ·单步预测控制算法 | 第60-63页 |
| ·仿真研究 | 第63-67页 |
| ·基于LS-SVM的MIMO系统多步预测控制 | 第67-72页 |
| ·多步预测控制算法 | 第67-69页 |
| ·仿真研究 | 第69-72页 |
| ·本章小结 | 第72-74页 |
| 第四章 基于最小二乘支持向量机的双模控制 | 第74-85页 |
| ·引言 | 第74页 |
| ·稳定性分析 | 第74-78页 |
| ·基于最小二乘支持向量机的双模控制 | 第78-81页 |
| ·基于最小二乘支持向量机的局部线性模型 | 第78-80页 |
| ·基于最小二乘支持向量机的双模控制 | 第80-81页 |
| ·仿真研究 | 第81-84页 |
| ·本章小结 | 第84-85页 |
| 第五章 最小二乘支持向量机在铝电解过程控制中的应用 | 第85-110页 |
| ·控制系统设计 | 第85-88页 |
| ·系统结构设计 | 第85-86页 |
| ·系统功能设计 | 第86-88页 |
| ·氧化铝浓度控制 | 第88-95页 |
| ·研究现状 | 第88-89页 |
| ·基准下料间隔时间 | 第89-90页 |
| ·氧化铝浓度预测控制策略 | 第90-93页 |
| ·仿真研究 | 第93-95页 |
| ·槽电阻控制 | 第95-99页 |
| ·正常槽电阻控制 | 第95-98页 |
| ·非正常槽电阻控制 | 第98-99页 |
| ·铝电解槽专家系统 | 第99-106页 |
| ·研究现状 | 第99-100页 |
| ·系统总体设计 | 第100-101页 |
| ·系统详细设计 | 第101-106页 |
| ·系统运行结果 | 第106-109页 |
| ·本章小结 | 第109-110页 |
| 第六章 结论与展望 | 第110-112页 |
| 参考文献 | 第112-123页 |
| 致谢 | 第123-124页 |
| 攻读学位期间主要的研究成果 | 第124-125页 |
| 攻读学位期间发表的论文 | 第124页 |
| 攻读学位期间参加的科研工作 | 第124-125页 |