摘要 | 第1页 |
ABSTRACT | 第3-4页 |
目录 | 第4-5页 |
第一章 引言 | 第5-9页 |
·选题背景 | 第5-8页 |
·非线性系统的建模与控制 | 第5-6页 |
·逆系统方法的发展 | 第6页 |
·支持向量机的发展 | 第6-8页 |
·论文选题意义 | 第8-9页 |
第二章 支持向量机逆系统方法 | 第9-23页 |
·逆系统方法 | 第9-13页 |
·逆系统基本概念 | 第9-10页 |
·伪线性复合系统 | 第10-11页 |
·逆系统存在性分析 | 第11-12页 |
·实际应用中的α阶逆系统 | 第12-13页 |
·支持向量机算法概述 | 第13-21页 |
·统计学习基础 | 第13-16页 |
·结构风险最小化 | 第16页 |
·支持向量机基本思想 | 第16-20页 |
·支持向量回归算法 | 第20-21页 |
·支持向量机逆系统方法 | 第21-23页 |
第三章 改进的粒子群优化算法 | 第23-29页 |
·支持向量机参数选择 | 第23页 |
·使用PSO算法优化SVM参数 | 第23-24页 |
·适应度函数的改进 | 第24-25页 |
·支持向量机建模实验 | 第25-29页 |
第四章 支持向量机逆系统方法应用于热工动力系统 | 第29-34页 |
·实际热工动力系统建模 | 第29-31页 |
·单变量离散系统的逆系统 | 第31-32页 |
·非线性多变量离散系统的逆系统方法 | 第32-34页 |
第五章 支持向量机逆系统方法应用在热工动力系统的仿真实验 | 第34-42页 |
·单变量系统支持向量机建模 | 第34-38页 |
·非线性多变量离散系统逆系统建模 | 第38-42页 |
结论 | 第42-43页 |
参考文献 | 第43-45页 |
致谢 | 第45-46页 |
在学期间发表的学术论文和参加科研情况 | 第46页 |