| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·选题的背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·电弧炉终点预报的发展历程 | 第11-12页 |
| ·各种预测方法及存在的问题 | 第12-13页 |
| ·支持向量机的历史背景及研究现状 | 第13-14页 |
| ·本课题的研究内容 | 第14-15页 |
| ·本文的结构安排 | 第15-16页 |
| 第二章 预备知识 | 第16-37页 |
| ·支持向量机 | 第16-25页 |
| ·机器学习的基本问题 | 第16-17页 |
| ·统计学习理论 | 第17-19页 |
| ·经验风险最小化与学习的一致性问题 | 第17-18页 |
| ·推广性的界 | 第18页 |
| ·结构风险最小化 | 第18-19页 |
| ·支持向量机 | 第19-20页 |
| ·回归支持向量机 | 第20-23页 |
| ·最小二乘支持向量机 | 第23-24页 |
| ·支持向量机的特点和性质 | 第24-25页 |
| ·灰色理论预测 | 第25-30页 |
| ·灰色系统建模基础 | 第25-27页 |
| ·灰色理论简介 | 第25页 |
| ·灰色理论的几个基本概念 | 第25-27页 |
| ·GM(1,1)模型 | 第27-29页 |
| ·非线性灰色Bernoulli模型 | 第29-30页 |
| ·马尔可夫链预测模型 | 第30-33页 |
| ·马尔可夫链的定义 | 第30-32页 |
| ·马尔可夫链的预测方法 | 第32-33页 |
| ·粒子群算法 | 第33-37页 |
| ·基本原理 | 第33-35页 |
| ·算法流程 | 第35-37页 |
| 第三章 非定量因素对电弧炉终点参数预报值的影响 | 第37-64页 |
| ·影响电弧炉终点参数的因素 | 第37-38页 |
| ·基于非定量因素的电弧炉终点参数预报模型 | 第38-63页 |
| ·非定量因素的GM(1,1)模型 | 第39-40页 |
| ·非定量因素的非线性灰色Bernoulli模型 | 第40-43页 |
| ·基于PSO算法的参数优选 | 第40-42页 |
| ·非线性灰色Bernoulli模型的建模步聚 | 第42-43页 |
| ·非定量因素的灰色-马尔可夫模型 | 第43-49页 |
| ·灰色-马尔可夫模型的建模步骤 | 第43-44页 |
| ·基于灰色-马尔可夫模型的电弧炉终点参数的计算 | 第44-49页 |
| ·非定量因素的非线性灰色Bernoulli-马尔可夫模型 | 第49-54页 |
| ·非线性灰色Bernoulli-马尔可夫模型的建模步骤 | 第49-50页 |
| ·基于非线性灰色Bernoulli-马尔可夫模型的电弧炉终点参数的计算 | 第50-54页 |
| ·非定量因素的马尔可夫模型 | 第54-60页 |
| ·马尔可夫模型的建模步骤 | 第55页 |
| ·基于马尔可夫模型的电弧炉终点参数的计算 | 第55-60页 |
| ·五种非定量因素模型的仿真结果和性能比较 | 第60-63页 |
| ·各种非定量因素模型的仿真结果 | 第60-62页 |
| ·各种非定量因素模型的性能比较 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 定量因素对电弧炉终点参数预报值的影响 | 第64-75页 |
| ·定量因素的PSO-SVM 的偏差建模 | 第64-65页 |
| ·最小二乘支持向量机模型的建模步骤 | 第65-66页 |
| ·PSO-SVM 偏差建模的步骤 | 第66-67页 |
| ·五种电弧炉终点参数模型的仿真结果和性能比较 | 第67-73页 |
| ·五种电弧炉终点参数模型的仿真结果 | 第67-69页 |
| ·预报结果分析比较 | 第69-73页 |
| ·本章小结 | 第73-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 附录A 插图清单 | 第82-83页 |
| 附录B 表格清单 | 第83-84页 |
| 在学研究成果 | 第84-85页 |
| 致谢 | 第85页 |
