| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-11页 |
| 目录 | 第11-13页 |
| 第一章 绪论 | 第13-25页 |
| ·引言 | 第13-14页 |
| ·预测控制基本原理概述 | 第14-17页 |
| ·广义预测控制基本原理 | 第17-21页 |
| ·非线性系统预测控制 | 第21-22页 |
| ·本文主要内容及章节安排 | 第22-25页 |
| 第二章 统计学习理论与支持向量机 | 第25-33页 |
| ·引言 | 第25页 |
| ·统计学习理论基础 | 第25-27页 |
| ·经验风险最小化原则 | 第25-26页 |
| ·VC维与结构风险最小化原则 | 第26-27页 |
| ·支持向量机 | 第27-31页 |
| ·支持向量机基本原理 | 第27-30页 |
| ·用于回归的支持向量机 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 基于SVM预测模型的非线性系统广义预测控制 | 第33-43页 |
| ·引言 | 第33-34页 |
| ·非线性系统的SVM模型 | 第34-37页 |
| ·非线性系统SVM建模 | 第34页 |
| ·SVM模型的瞬时线性化形式 | 第34-36页 |
| ·GPC算法及其改进 | 第36页 |
| ·惩罚系数μ的调整规则 | 第36-37页 |
| ·仿真实验 | 第37-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于SVM逆系统方法的非线性系统广义预测控制 | 第43-61页 |
| ·引言 | 第43-44页 |
| ·逆系统方法原理 | 第44-47页 |
| ·逆系统原理 | 第44-46页 |
| ·SISO系统的可逆性 | 第46-47页 |
| ·SISO系统基于SVM α阶逆系统的GPC控制 | 第47-53页 |
| ·SISO系统的SVM逆系统描述 | 第47-48页 |
| ·基于SVM α阶纯延时伪线性系统的GPC算法 | 第48-49页 |
| ·仿真实验 | 第49-53页 |
| ·MIMO系统基于SVM逆系统解耦的GPC控制 | 第53-60页 |
| ·MIMO系统的可逆性 | 第53-54页 |
| ·MIMO系统的逆系统解耦理论 | 第54-55页 |
| ·MIMO系统基于SVM α阶纯延时伪线性系统的GPC算法 | 第55-56页 |
| ·仿真实验 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于SVM逆系统方法的GPC在纸机定量水分控制中的应用 | 第61-67页 |
| ·引言 | 第61-62页 |
| ·纸机抄造过程工艺流程及数学模型 | 第62-63页 |
| ·纸机抄造过程工艺流程 | 第62-63页 |
| ·纸机的定量水分数学模型 | 第63页 |
| ·纸机定量水分解耦控制 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结和展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者攻读硕士期间发表的论文及参与的项目 | 第73-75页 |
| 作者简介 | 第75页 |
