最小二乘支持向量机及其在工业过程建模中的应用
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-12页 |
| 第一章 绪论 | 第12-36页 |
| ·机器学习简介 | 第13-15页 |
| ·机器学习的基本问题 | 第13页 |
| ·机器学习的两个主要学习问题 | 第13-14页 |
| ·机器学习的经验风险最小化原则 | 第14页 |
| ·机器学习的推广能力 | 第14-15页 |
| ·统计学习理论 | 第15-18页 |
| ·统计学习理论的发展历史 | 第15页 |
| ·统计学习理论的核心内容 | 第15-18页 |
| ·支持向量机 | 第18-29页 |
| ·支持向量机的基本原理 | 第18-21页 |
| ·支持向量机的研究现状 | 第21-27页 |
| ·支持向量机的应用研究 | 第27-29页 |
| ·最小二乘支持向量机 | 第29-33页 |
| ·LS-SVM的基本原理及优缺点 | 第29-30页 |
| ·LS-SVM的研究现状及应用 | 第30-32页 |
| ·现有研究方法的不足之处 | 第32-33页 |
| ·小结 | 第33-34页 |
| ·本文主要内容 | 第34-36页 |
| 第二章 基于DICA特征提取的SVM建模与辨识 | 第36-47页 |
| ·引言 | 第36-37页 |
| ·DICA特征提取算法 | 第37-39页 |
| ·数据预处理 | 第37-38页 |
| ·独立分量分析 | 第38-39页 |
| ·独立分量的降维处理 | 第39页 |
| ·DICA在线特征提取 | 第39页 |
| ·基于支持向量的建模算法 | 第39-43页 |
| ·支持向量机回归估计简介 | 第39-41页 |
| ·最小二乘支持向量机简介 | 第41-43页 |
| ·仿真实例 | 第43-46页 |
| ·TE过程简介 | 第44页 |
| ·组分浓度的支持向量机动态建模与估计 | 第44页 |
| ·仿真结果 | 第44-46页 |
| ·结论 | 第46-47页 |
| 第三章 基于RLS-SVM的自适应建模方法 | 第47-58页 |
| ·引言 | 第47-48页 |
| ·最小二乘支持向量回归估计 | 第48-49页 |
| ·基于RLS-SVM的自适应建模方法 | 第49-53页 |
| ·LS-SVM的三种递推算法 | 第49-52页 |
| ·基于RLS-SVM的自适应建模算法 | 第52-53页 |
| ·应用研究 | 第53-57页 |
| ·仿真算例 | 第53-54页 |
| ·投药系统的仿真实例 | 第54-57页 |
| ·结论 | 第57-58页 |
| 第四章 基于矢量基学习的最小二乘支持向量机建模 | 第58-67页 |
| ·引言 | 第58-59页 |
| ·LS-SVM矢量基学习算法 | 第59-62页 |
| ·矢量基的选择判据 | 第59-61页 |
| ·递推的增长记忆模式算法 | 第61-62页 |
| ·VBL算法的步骤 | 第62页 |
| ·应用研究 | 第62-66页 |
| ·仿真算例 | 第62-64页 |
| ·应用仿真实例 | 第64-66页 |
| ·结论 | 第66-67页 |
| 第五章 加权最小二乘支持向量机 | 第67-76页 |
| ·引言 | 第67-68页 |
| ·加权最小二乘支持向量机 | 第68-71页 |
| ·基于正态分布加权的最小支持向量机 | 第71-73页 |
| ·正态分布简介 | 第71-72页 |
| ·基于正态分布加权的最小支持向量机 | 第72-73页 |
| ·数值仿真 | 第73-75页 |
| ·结论 | 第75-76页 |
| 第六章 基于LS-SVM的非线性预测控制研究 | 第76-86页 |
| ·引言 | 第76-77页 |
| ·预测控制简介 | 第77-81页 |
| ·预测模型 | 第78-80页 |
| ·滚动优化 | 第80页 |
| ·反馈校正 | 第80-81页 |
| ·基于LS-SVM非线性建模的广义预测控制 | 第81页 |
| ·聚合过程的LS-SVM预测控制 | 第81-85页 |
| ·仿真模型 | 第81-83页 |
| ·聚合过程的MPC-PID控制器 | 第83页 |
| ·聚合过程的LS-SVM非线性建模 | 第83-84页 |
| ·基于LS-SVM建模的MPC-PID串级控制 | 第84-85页 |
| ·结论 | 第85-86页 |
| 第七章 总结与展望 | 第86-88页 |
| ·总结 | 第86页 |
| ·展望 | 第86-88页 |
| 附录A: 最小二乘支持向量分类器的三种建模方式 | 第88-91页 |
| A.1 最小二乘支持向量分类器简介 | 第88-89页 |
| A.2 支持向量分类器的三种递推建模方式 | 第89-91页 |
| 附录B: 厂级控制过程简介 | 第91-96页 |
| B.1 厂级控制 | 第91-93页 |
| B.2 化工过程的建模方法 | 第93-96页 |
| 参考文献 | 第96-105页 |
| 发表和录用的论文及作者简介 | 第105-106页 |
| 致谢 | 第106页 |
