| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-21页 |
| ·支持向量机 | 第9-14页 |
| ·SVM参数选取 | 第14-18页 |
| ·本文的主要工作 | 第18-21页 |
| 2 参数选取的 MPEC模型 | 第21-37页 |
| ·一般框架 | 第21-23页 |
| ·MPEC模型与最优性条件 | 第23-36页 |
| ·小结 | 第36-37页 |
| 3 光滑化方法 | 第37-63页 |
| ·模型 | 第37-40页 |
| ·凹近似 | 第40-47页 |
| ·最优性条件 | 第47-53页 |
| ·算法 | 第53-56页 |
| ·核参数选取 | 第56-58页 |
| ·数值试验 | 第58-60页 |
| ·小结 | 第60-63页 |
| 4 不确定性方法 | 第63-77页 |
| ·模型 | 第63-64页 |
| ·算法 | 第64-67页 |
| ·核参数选取 | 第67-68页 |
| ·数值试验 | 第68-75页 |
| ·小结 | 第75-77页 |
| 5 结论与展望 | 第77-79页 |
| ·结论 | 第77页 |
| ·今后研究工作展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 附录A 次微分与最优性条件 | 第85-88页 |
| 附录B 平衡约束规划 | 第88-90页 |
| 附录C 符号说明 | 第90-92页 |
| 攻读博士学位期间发表学术论文情况 | 第92-93页 |
| 创新点摘要 | 第93-94页 |
| 致谢 | 第94-95页 |