| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·模糊支持向量分类机的研究现状 | 第10-11页 |
| ·传统遗传算法 | 第11-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 2 模糊支持向量分类机概述 | 第16-30页 |
| ·统计学习理论的基本知识 | 第16-19页 |
| ·函数集的VC 维 | 第16-17页 |
| ·推广性的界 | 第17-18页 |
| ·结构风险最小化原则 | 第18-19页 |
| ·支持向量分类机 | 第19-27页 |
| ·最优分类超平面 | 第20-21页 |
| ·支持向量分类机的基本思想 | 第21-23页 |
| ·核函数及特征空间 | 第23-25页 |
| ·误差惩罚参数C | 第25-27页 |
| ·模糊隶属度函数 | 第27-28页 |
| ·模糊支持向量分类机的基本思想 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 模糊支持向量分类机的参数选择 | 第30-38页 |
| ·基于遗传算法的参数优化 | 第30-35页 |
| ·核函数的选择 | 第30-31页 |
| ·自适应遗传算法 | 第31-33页 |
| ·改进的自适应遗传算法 | 第33-35页 |
| ·模糊隶属度函数的选择 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 模糊支持向量多类分类机算法改进 | 第38-43页 |
| ·模糊支持向量多类分类机算法 | 第38-41页 |
| ·几种常用的多类分类方法 | 第38-40页 |
| ·改进的模糊支持向量多类分类机算法 | 第40-41页 |
| ·基于遗传参数优化的模糊支持向量多类分类机算法 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 5 仿真实验 | 第43-47页 |
| ·改进自适应遗传算法的数值优化仿真实验 | 第43-44页 |
| ·基于遗传参数优化的模糊支持向量多类分类机在设备状态检测中的应用 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 6 总结与展望 | 第47-49页 |
| ·总结 | 第47页 |
| ·展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附：1.作者在攻读硕士学位期间发表的论文目录、科研情况 | 第53-54页 |
| 致谢 | 第54页 |