| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题的来源及其研究的目的和意义 | 第9-11页 |
| ·课题的来源 | 第9页 |
| ·课题研究的目的和意义 | 第9-11页 |
| ·国内外相关领域的研究现状 | 第11-13页 |
| ·过程神经网络发展概况 | 第11页 |
| ·支持向量机发展概况 | 第11-12页 |
| ·相关应用的发展概况 | 第12-13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第2章 过程神经网络泛化能力研究 | 第15-26页 |
| ·引言 | 第15页 |
| ·过程神经网络泛化能力分析 | 第15-18页 |
| ·过程神经网络模型 | 第15-17页 |
| ·经验风险最小化原则对过程神经网络泛化能力的影响分析 | 第17-18页 |
| ·提高过程神经网络泛化能力的方法研究 | 第18-22页 |
| ·仿真验证 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 过程支持向量机模型研究 | 第26-36页 |
| ·引言 | 第26页 |
| ·结构风险最小化与支持向量机泛化能力之间的关系分析 | 第26-29页 |
| ·结构风险最小化 | 第26-27页 |
| ·最优分类面 | 第27-28页 |
| ·支持向量机回归 | 第28-29页 |
| ·过程支持向量机 | 第29-33页 |
| ·过程支持向量机损失函数的选择 | 第29页 |
| ·过程支持向量机的机理分析 | 第29-30页 |
| ·过程支持向量机模型的建立 | 第30-32页 |
| ·过程支持向量机核函数的研究 | 第32-33页 |
| ·基于过程支持向量机的Logistioc 混沌时间序列预测 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 过程支持向量机核函数及其参数优化 | 第36-48页 |
| ·引言 | 第36页 |
| ·过程支持向量机核函数的构造和选择 | 第36-39页 |
| ·过程支持向量机核函数的构造 | 第36-38页 |
| ·过程支持向量机核函数的基本性质 | 第38-39页 |
| ·过程支持向量机核函数的选择 | 第39页 |
| ·过程支持向量机的优化参数分析 | 第39-42页 |
| ·过程支持向量机的核参数 | 第39-41页 |
| ·过程支持向量机的正则化参数 | 第41-42页 |
| ·过程支持向量机的ε不敏感系数 | 第42页 |
| ·过程支持向量机参数优化方法研究 | 第42-47页 |
| ·网格搜索法 | 第43页 |
| ·粒子群优化算法 | 第43-45页 |
| ·最大速度非线性递减 | 第45页 |
| ·粒子群优化算法的寻优实验 | 第45-46页 |
| ·基于粒子群优化算法的过程支持向量机参数优化实验 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 卫星热平衡温度预测研究 | 第48-57页 |
| ·引言 | 第48页 |
| ·基于过程支持向量的不稳定热平衡试验预测方法 | 第48-51页 |
| ·基于过程支持向量机的热平衡温度预测模型 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间所发表的论文 | 第63-65页 |
| 致谢 | 第65页 |
