| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 支持向量机的理论背景 | 第9-10页 |
| 1.2 支持向量机的发展与应用现状 | 第10-11页 |
| 1.3 预测控制理论简述及其发展 | 第11-13页 |
| 1.4 论文内容安排 | 第13-15页 |
| 第2章 支持向量机理论 | 第15-29页 |
| 2.1 前言 | 第15页 |
| 2.2 机器学习 | 第15-16页 |
| 2.3 统计学习理论 | 第16-18页 |
| 2.4 支持向量机 | 第18-28页 |
| 2.4.1 支持向量机的分类原理（SVC） | 第18-21页 |
| 2.4.2 支持向量机的回归原理（SVR） | 第21-26页 |
| 2.4.3 最小二乘支持向量机回归仿真 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 支持向量机的应用 | 第29-50页 |
| 3.1 支持向量机在数据分类预测上的应用 | 第29-36页 |
| 3.2 支持向量机在预测模型上的应用 | 第36-49页 |
| 3.2.1 预测模型的仿真研究 | 第38-43页 |
| 3.2.2 参数的选取对支持向量机模型预测结果的影响 | 第43-49页 |
| 3.3 本章小结 | 第49-50页 |
| 第4章 预测控制 | 第50-65页 |
| 4.1 预测控制 | 第50-56页 |
| 4.1.1 内模控制 | 第50-52页 |
| 4.1.2 动态矩阵控制 DMC | 第52-56页 |
| 4.2 广义预测控制 | 第56-60页 |
| 4.3 广义预测控制实例仿真 | 第60-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第5章 基于支持向量机的非线性预测控制 | 第65-75页 |
| 5.1 非线性系统建模 | 第65-66页 |
| 5.2 关于连续搅拌反应槽 CSTR 系统的简介 | 第66页 |
| 5.3 连续搅拌反应槽 CSTR 系统的数学模型 | 第66-70页 |
| 5.4 基于支持向量机的非线性预测控制仿真研究 | 第70-74页 |
| 5.5 本章小结 | 第74-75页 |
| 总结与展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79页 |