基于支持向量机的木材干燥预测控制技术
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 1 绪论 | 第10-19页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·木材干燥原理与过程控制 | 第11-13页 |
| ·木材干燥原理和目的 | 第11页 |
| ·木材干燥过程 | 第11-12页 |
| ·木材干燥基准 | 第12-13页 |
| ·木材干燥的自动控制 | 第13页 |
| ·木材干燥国内外现状与发展趋势 | 第13-17页 |
| ·木材干燥的现状 | 第13-16页 |
| ·木材干燥的发展趋势 | 第16-17页 |
| ·主要研究内容 | 第17-19页 |
| 2 基于小波支持向量机系统辨识模型的构建 | 第19-33页 |
| ·引言 | 第19页 |
| ·面向木材干燥的小样本学习和预测理论 | 第19-21页 |
| ·VC 维 | 第19-20页 |
| ·经验风险最小化原则 | 第20页 |
| ·结构风险最小化准则 | 第20-21页 |
| ·面向干燥室温、湿度控制的支持向量机 | 第21-25页 |
| ·最小二乘支持向量机 | 第22-24页 |
| ·小波核函数 | 第24-25页 |
| ·基于墨西哥帽小波核函数的木材含水率辨识模型 | 第25-30页 |
| ·墨西哥帽小波核函数 | 第26-29页 |
| ·小波支持向量机 | 第29-30页 |
| ·面向木材干燥的多模式LS-WSVM 学习算法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 3 非线性系统预测控制方法 | 第33-48页 |
| ·引言 | 第33页 |
| ·线性预测控制（MPC） | 第33-37页 |
| ·MPC 基本特征 | 第33-35页 |
| ·MPC 的研究方法 | 第35-37页 |
| ·非线性模型预测控制（NMPC） | 第37-40页 |
| ·NMPC 的研究方法 | 第37-39页 |
| ·NMPC 重要环节 | 第39-40页 |
| ·基于粒子群优化（PSO）算法的NMPC | 第40-47页 |
| ·PSO 算法 | 第40-45页 |
| ·基于PSO 算法的NMPC | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 4 木材干燥系统的辨识与控制 | 第48-66页 |
| ·引言 | 第48页 |
| ·木材干燥系统 | 第48-57页 |
| ·木材干燥支持向量机模型 | 第48-49页 |
| ·木材干燥模型结构 | 第49-50页 |
| ·基于支持向量机的温、湿度控制模型的辨识 | 第50-54页 |
| ·木材干燥基准模型的SVM 辨识 | 第54-57页 |
| ·木材干燥模型辨识仿真及实验 | 第57-65页 |
| ·本章小结 | 第65-66页 |
| 5 木材干燥预测控制仿真及实验 | 第66-78页 |
| ·引言 | 第66页 |
| ·木材干燥预测控制方法 | 第66-70页 |
| ·预测控制器设计 | 第66-69页 |
| ·预测控制算法步骤 | 第69-70页 |
| ·木材干燥控制仿真及结果 | 第70-77页 |
| ·本章小结 | 第77-78页 |
| 结论 | 第78-79页 |
| 参考文献 | 第79-87页 |
| 攻读学位期间发表的学术论文 | 第87-88页 |
| 致谢 | 第88-89页 |
| 个人简历 | 第89-90页 |
