| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-11页 |
| 第一章 绪论 | 第11-26页 |
| ·选题背景及其意义 | 第11-14页 |
| ·统计学习理论与支持向量机 | 第11-12页 |
| ·控制理论的发展及其面临的问题 | 第12-14页 |
| ·选题的意义 | 第14页 |
| ·国内外研究动态 | 第14-21页 |
| ·机器学习的研究 | 第14-16页 |
| ·统计学习理论及其支持向量机的研究概况 | 第16-17页 |
| ·支持向量回归的研究现状及其存在的问题 | 第17-21页 |
| ·智能预测控制的研究现状 | 第21-24页 |
| ·神经网络预测控制 | 第23页 |
| ·模糊预测控制 | 第23-24页 |
| ·本文的研究内容和结构安排 | 第24-26页 |
| 第二章 统计学习理论与支持向量回归原理 | 第26-43页 |
| ·前言 | 第26页 |
| ·机器学习的基本问题 | 第26-28页 |
| ·问题的表示 | 第26-27页 |
| ·经验风险最小化 | 第27-28页 |
| ·复杂性与推广能力 | 第28页 |
| ·统计学习理论—支持向量机的理论背景 | 第28-32页 |
| ·学习过程一致性的条件 | 第29-30页 |
| ·VC 维 | 第30页 |
| ·泛化能力的界 | 第30-31页 |
| ·结构风险最小化 | 第31-32页 |
| ·支持向量机 | 第32-42页 |
| ·支持向量分类问题 | 第32-36页 |
| ·核函数 | 第36-38页 |
| ·支持向量机参数选择方法 | 第38页 |
| ·支持向量回归 | 第38-42页 |
| ·小结 | 第42-43页 |
| 第三章 时间序列预测的建模与分析研究 | 第43-57页 |
| ·前言 | 第43-44页 |
| ·时间序列的研究现状 | 第44-48页 |
| ·时间序列线性预测方法 | 第44-45页 |
| ·时间序列的非线性预测方法 | 第45-48页 |
| ·BP 神经网络与自适应特征扩张神经网络原理简介 | 第48-50页 |
| ·BP 神经网络简介 | 第48-49页 |
| ·自适应特征扩张神经网络原理简介 | 第49-50页 |
| ·时间序列预测实例 | 第50-53页 |
| ·仿真模型 | 第50页 |
| ·仿真比较 | 第50-53页 |
| ·仿真分析 | 第53-55页 |
| ·小结 | 第55-57页 |
| 第四章 序列最小优化算法研究及其改进 | 第57-70页 |
| ·引言 | 第57-58页 |
| ·SMO 算法 | 第58-62页 |
| ·SMO 算法基本原理 | 第58-61页 |
| ·SMO 算法的改进（I-SMO） | 第61-62页 |
| ·仿真实验分析 | 第62-69页 |
| ·太阳黑子数据 | 第62-64页 |
| ·协调系统数据 | 第64-68页 |
| ·仿真结论 | 第68-69页 |
| ·小结 | 第69-70页 |
| 第五章 基于SVR 的限定记忆在线辨识算法及其应用研究 | 第70-79页 |
| ·引言 | 第70页 |
| ·系统辨识的基本原理 | 第70-72页 |
| ·基于支持向量回归的限定记忆在线辨识算法 | 第72-75页 |
| ·主汽温系统辨识控制结构 | 第75-76页 |
| ·主汽温系统特性 | 第75页 |
| ·辨识结构 | 第75页 |
| ·单神经元自适应控制器 | 第75-76页 |
| ·主汽温对象辨识仿真实例 | 第76-78页 |
| ·小结 | 第78-79页 |
| 第六章 支持向量回归在内模控制中的应用研究 | 第79-91页 |
| ·引言 | 第79页 |
| ·内模控制中的建模方法研究现状 | 第79-81页 |
| ·内模控制原理 | 第81-86页 |
| ·内模控制的结构 | 第81-82页 |
| ·内模控制的性质 | 第82-84页 |
| ·内模控制器的设计 | 第84-85页 |
| ·滤波器的设计 | 第85-86页 |
| ·基于支持向量回归的内模控制(SVR-IMC)系统设计 | 第86-88页 |
| ·建立正模型 | 第86页 |
| ·建立逆模型 | 第86-88页 |
| ·支持向量回归内模控制仿真研究 | 第88-90页 |
| ·仿真对象数学模型 | 第88页 |
| ·仿真参数选择 | 第88-89页 |
| ·仿真结果分析 | 第89-90页 |
| ·小结 | 第90-91页 |
| 第七章 基于支持向量回归误差补偿的动态矩阵控制 | 第91-100页 |
| ·引言 | 第91-92页 |
| ·动态矩阵控制算法 | 第92-95页 |
| ·预测模型 | 第93-94页 |
| ·反馈校正 | 第94页 |
| ·滚动优化 | 第94-95页 |
| ·支持向量回归误差补偿算法 | 第95-96页 |
| ·误差补偿动态矩阵控制 | 第95-96页 |
| ·仿真试验 | 第96-99页 |
| ·仿真结果分析 | 第99页 |
| ·小结 | 第99-100页 |
| 第八章 结论与展望 | 第100-103页 |
| 参考文献 | 第103-114页 |
| 致谢 | 第114-115页 |
| 攻读博士学位期间发表的学术论文 | 第115-116页 |
| 攻读博士学位期间参加的科研工作 | 第116-117页 |
| 详细摘要 | 第117-138页 |