| 第一章 绪论 | 第1-44页 |
| ·控制理论发展概述 | 第12-14页 |
| ·智能控制发展概述 | 第14-17页 |
| ·逆系统方法 | 第17-20页 |
| ·逆系统和伪线性系统 | 第17-19页 |
| ·逆系统方法原理 | 第19-20页 |
| ·逆系统方法的研究现状 | 第20页 |
| ·非线性内模控制 | 第20-23页 |
| ·统计学习理论及支持向量机 | 第23-35页 |
| ·统计学习理论发展概述 | 第23-24页 |
| ·统计学习理论的基本内容 | 第24-28页 |
| ·支持向量机概述 | 第28-33页 |
| ·支持向量机回归原理 | 第33-34页 |
| ·最小二乘支持向量机回归原理 | 第34-35页 |
| ·支持向量机的研究现状及在控制中的应用 | 第35-40页 |
| ·支持向量机算法的改进 | 第35-36页 |
| ·支持向量机的应用 | 第36-40页 |
| ·研究目的和意义 | 第40-41页 |
| ·研究的内容与创新点 | 第41-44页 |
| ·研究的主要内容 | 第41-42页 |
| ·主要创新点 | 第42-44页 |
| 第二章 非线性系统支持向量机α阶逆系统方法 | 第44-68页 |
| ·引言 | 第44-46页 |
| ·SISO离散非线性系统的支持向量机α阶逆系统方法 | 第46-52页 |
| ·支持向量机α阶时延逆系统 | 第46-49页 |
| ·SISO离散系统基于支持向量机的α阶逆系统方法 | 第49-50页 |
| ·仿真研究 | 第50-52页 |
| ·连续非线性系统的支持向量机α阶逆系统方法 | 第52-57页 |
| ·连续非线性系统逆系统方法 | 第52-53页 |
| ·连续系统基于支持向量机的逆系统方法 | 第53-56页 |
| ·仿真研究 | 第56-57页 |
| ·MIMO离散系统的SVMα阶逆系统解耦控制方法 | 第57-67页 |
| ·非线性多变量离散系统逆系统方法 | 第58-59页 |
| ·MIMO离散非线性系统基于SVM的逆系统方法 | 第59-61页 |
| ·仿真研究 | 第61-67页 |
| ·小结 | 第67-68页 |
| 第三章 非线性系统LS-SVMα阶逆系统方法 | 第68-120页 |
| ·引言 | 第68-69页 |
| ·非线性系统基于LS-SVM的α阶逆系统方法 | 第69-84页 |
| ·基于LS-SVM的α阶逆系统方法 | 第69-72页 |
| ·仿真研究 | 第72-84页 |
| ·基于LS-SVMα阶逆系统的预测控制 | 第84-89页 |
| ·基于LS-SVMα阶逆系统的预测控制 | 第84-86页 |
| ·预测控制系统设计与仿真 | 第86-89页 |
| ·LS-SVMα阶逆系统内模控制方法 | 第89-118页 |
| ·基于LS-SVMα阶逆系统的内模控制 | 第90-93页 |
| ·SISO离散系统LS-SVM内模控制 | 第93-104页 |
| ·MIMO离散系统LS-SVM内模解耦控制 | 第104-118页 |
| ·小结 | 第118-120页 |
| 第四章 LS-SVMα阶逆系统方法在空气重介流化床中的应用 | 第120-138页 |
| ·引言 | 第120-121页 |
| ·流化床干法选煤的工艺过程和机理模型 | 第121-127页 |
| ·空气重介流化床干法选煤工艺流程 | 第121-124页 |
| ·空气重介流化床干法选煤的机理建模 | 第124-127页 |
| ·流化床系统的可逆性分析 | 第127-128页 |
| ·分选过程数学模型的离散化 | 第128-130页 |
| ·空气重介流化床的LS-SVM内模解耦控制 | 第130-137页 |
| ·小结 | 第137-138页 |
| 第五章 总结与展望 | 第138-140页 |
| 参考文献 | 第140-154页 |
| 作者攻博期间完成的论文 | 第154-155页 |