首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

最小二乘支持向量机建模及预测函数控制问题研究

摘要第1-7页
Abstract第7-8页
目录第8-11页
第1章 绪论第11-26页
   ·统计学习理论与支持向量机第12-17页
     ·统计学习理论基础第12-14页
     ·支持向量机第14-16页
     ·支持向量机与核函数第16-17页
   ·最小二乘支持向量机第17-21页
     ·LSSVM基本问题第17-18页
     ·LSSVM的研究现状第18-21页
   ·预测函数控制第21-24页
     ·预测控制第21-23页
     ·预测函数控制第23-24页
   ·论文结构第24-26页
第2章 LSSVM的大规模数据实施问题的研究第26-34页
   ·支持向量的剪切第26-30页
     ·基于拉格朗日乘子绝对值的剪切策略第26-28页
     ·全样本LSSVM逼近策略第28-30页
   ·仿真实例第30-33页
   ·本章小结第33-34页
第3章 基于交替混沌粒子群的LSSVM超参数整定第34-44页
   ·粒子群算法第34-37页
     ·粒子群算法基本原理第35-36页
     ·粒子群算法的不足与改进第36-37页
   ·交替混沌粒子群搜索算法第37-41页
     ·混沌运动及其特性第37-38页
     ·交替混沌粒子群搜索的基本思想第38-39页
     ·交替混沌粒子群算法第39-41页
     ·基于交替混沌粒子群的LSSVM超参数整定第41页
   ·仿真实例第41-43页
   ·本章小结第43-44页
第4章 基于LSSVM的预测函数控制第44-61页
   ·LSSVM模型线性化第44-46页
   ·增量型预测函数控制第46-54页
     ·增量型多步预测输出模型第47-49页
     ·参考轨迹选择第49页
     ·增量型预测函数控制第49-51页
     ·增量型预测函数控制内模结构与闭环系统分析第51-54页
   ·仿真实例第54-56页
   ·基于LSSVM的预测函数控制在石(?)回转窑温度控制中的应用第56-60页
     ·LSSVM建模第57-58页
     ·预测函数控制第58-60页
   ·本章小结第60-61页
第5章 总结展望第61-63页
参考文献第63-67页
致谢第67-69页
作者简历第69页

论文共69页,点击 下载论文
上一篇:基于信息编码的城市电网智能报警研究
下一篇:基于改进云遗传算法的贝叶斯网络结构学习