| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 创新点摘要 | 第7-10页 |
| 前言 | 第10-11页 |
| 第一章 支持向量机概述 | 第11-17页 |
| ·支持向量机的发展历史 | 第11-12页 |
| ·支持向量机在动态预测中的应用研究现状 | 第12-15页 |
| ·支持向量机在分类方面的应用研究 | 第13-14页 |
| ·支持向量机在回归估计方面的应用研究 | 第14-15页 |
| ·论文的主要研究内容 | 第15页 |
| ·论文的组织结构 | 第15-17页 |
| 第二章 统计学习理论与支持向量机 | 第17-34页 |
| ·统计学习理论 | 第17-20页 |
| ·理论背景 | 第17-18页 |
| ·“VC 维”和“推广性的界” | 第18-19页 |
| ·结构风险最小化 | 第19-20页 |
| ·支持向量机的基本原理 | 第20-29页 |
| ·支持向量分类机理论 | 第20-25页 |
| ·支持向量回归机理论 | 第25-26页 |
| ·支持向量分类机和支持向量回归机的联系 | 第26-29页 |
| ·核函数及其性能分析 | 第29-30页 |
| ·支持向量机训练算法 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于支持向量回归机的动态预测方法及其应用 | 第34-44页 |
| ·支持向量回归机预测模型 | 第34-37页 |
| ·损失函数 | 第34页 |
| ·ε-支持向量回归机 | 第34-36页 |
| ·v -支持向量回归机 | 第36-37页 |
| ·序列最小优化算法 | 第37-41页 |
| ·应用实例及其分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于支持向量回归机的组合预测方法及其应用 | 第44-51页 |
| ·组合预测的基本原理 | 第44-46页 |
| ·非负最优线性组合预测模型 | 第45页 |
| ·加权几何平均组合预测模型 | 第45-46页 |
| ·基于支持向量回归机的组合预测模型 | 第46-47页 |
| ·应用实例及其分析 | 第47-50页 |
| ·油田产量单一预测模型 | 第47-48页 |
| ·基于支持向量回归机的油田产量组合预测 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于过程支持向量回归机的动态预测方法及其应用 | 第51-62页 |
| ·基于正交基函数展开的过程支持向量回归机 | 第51-57页 |
| ·L~2 空间上的正交函数及其逼近能力 | 第51-52页 |
| ·常用的L~2 空间正交函数系 | 第52-54页 |
| ·函数空间与高维向量空间的同构 | 第54-57页 |
| ·基于正交基函数展开的过程支持向量回归机回归估计模型 | 第57-59页 |
| ·应用实例及其分析 | 第59-61页 |
| ·函数样本分类问题 | 第59-60页 |
| ·油田开发一次采油动态过程模拟 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 发表文章目录 | 第66-67页 |
| 致谢 | 第67-68页 |
| 详细摘要 | 第68-73页 |