基于支持向量回归的点火线圈工艺参数估计算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·汽车工业发展与现状 | 第8-9页 |
| ·汽车点火线圈发展与现状 | 第9-10页 |
| ·国内外点火线圈开发与建模研究现状 | 第10-13页 |
| ·国内外研究现状 | 第10-11页 |
| ·现有模型分析 | 第11-13页 |
| ·本文的主要内容 | 第13-14页 |
| 第2章 模型功能分析与结构确定 | 第14-27页 |
| ·点火线圈参数估计模型分析 | 第14-16页 |
| ·模型输入与输出 | 第14-16页 |
| ·模型结构特点分析 | 第16页 |
| ·机器学习算法研究与比较 | 第16-25页 |
| ·机器学习概述 | 第16-18页 |
| ·经典统计估计方法 | 第18页 |
| ·经验非线性方法 | 第18-22页 |
| ·统计学习理论 | 第22-25页 |
| ·模型总体结构 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 建模算法研究 | 第27-36页 |
| ·支持向量机算法简介 | 第27-30页 |
| ·线性支持向量机 | 第27-28页 |
| ·非线性分类问题与核函数 | 第28-30页 |
| ·支持向量回归 | 第30-34页 |
| ·回归问题概述 | 第30-31页 |
| ·损失函数 | 第31-32页 |
| ·ε -支持向量回归 | 第32-34页 |
| ·MATLAB求解二次规划问题 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 单一工艺参数估计模型的建立 | 第36-48页 |
| ·支持向量回归算法的应用 | 第36页 |
| ·算法对比实验 | 第36-38页 |
| ·对多个工艺参数的验证实验 | 第38-39页 |
| ·实验样本数据获取与处理 | 第39-42页 |
| ·建模用点火线圈简介 | 第39-40页 |
| ·实验样件的设计与测试 | 第40-41页 |
| ·样本数据的预处理 | 第41-42页 |
| ·单一工艺参数估计模型的建立 | 第42-47页 |
| ·初级线圈线径估计模型 | 第42-43页 |
| ·初级线圈匝数估计模型 | 第43-44页 |
| ·次级线圈线径估计模型 | 第44-45页 |
| ·次级线圈匝数估计模型 | 第45-46页 |
| ·铁芯长度估计模型 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 模型的训练及MIMO模型 | 第48-58页 |
| ·模型训练算法及应用 | 第48-52页 |
| ·支持向量机训练算法概述 | 第48页 |
| ·Decomposing算法 | 第48-49页 |
| ·改进的Decomposing算法 | 第49-50页 |
| ·训练算法的应用及训练效果 | 第50-52页 |
| ·MIMO模型的建立与验证 | 第52-57页 |
| ·单输出到多输出 | 第52-54页 |
| ·MIMO模型仿真结果 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录1 | 第62-63页 |
| 附录2 | 第63-68页 |
| 致谢 | 第68页 |
