| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 机械加工尺寸预报模型建立的研究现状 | 第14-17页 |
| 1.3 课题来源 | 第17页 |
| 1.4 本文的研究内容 | 第17-19页 |
| 第2章 灰色GM(1,1)模型理论及优化研究 | 第19-37页 |
| 2.1 灰色系统基本理论 | 第19-25页 |
| 2.1.1 灰色系统理论的提出 | 第19-20页 |
| 2.1.2 灰色系统理论基本原理 | 第20-21页 |
| 2.1.3 灰色序列算子的生成 | 第21-23页 |
| 2.1.4 灰色模型的优点 | 第23-24页 |
| 2.1.5 灰色系统理论研究现状 | 第24-25页 |
| 2.2 经典灰色GM(1,1)模型的建立 | 第25-28页 |
| 2.3 灰色GM(1,1)模型的改进 | 第28-36页 |
| 2.3.1 灰色GM(1,1)预测模型背景值误差原因分析 | 第29-31页 |
| 2.3.2 累积AGM(1,1)模型建模过程 | 第31-33页 |
| 2.3.3 等维递补-累积AGM(1,1)预测模型 | 第33-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 支持向量回归机参数优化方法研究 | 第37-50页 |
| 3.1 支持向量机概述 | 第37-38页 |
| 3.1.1 支持向量机的提出 | 第38页 |
| 3.2 支持向量回归机介绍 | 第38-41页 |
| 3.2.1 线性支持向量回归机 | 第38-39页 |
| 3.2.2 非线性支持向量回归机 | 第39-41页 |
| 3.3 支持向量回归机核函数及其参数性能研究 | 第41-43页 |
| 3.4 支持向量回归机参数优化研究 | 第43-47页 |
| 3.4.1 灰狼优化算法概述 | 第43-44页 |
| 3.4.2 标准灰狼优化算法研究 | 第44-46页 |
| 3.4.3 灰狼优化算法行为分析 | 第46-47页 |
| 3.4.4 适应度函数 | 第47页 |
| 3.5 灰狼优化算法优化SVR的参数 | 第47-48页 |
| 3.6 本章小结 | 第48-50页 |
| 第4章 珩磨尺寸预测实验验证与分析 | 第50-60页 |
| 4.1 实验数据来源 | 第50页 |
| 4.2 各预测模型的预测过程描述 | 第50-57页 |
| 4.2.1 经典灰色GM(1,1)建模过程 | 第50-51页 |
| 4.2.2 累积AGM(1,1)建模过程 | 第51-53页 |
| 4.2.3 等维递补-累积AGM(1,1)建模过程 | 第53-55页 |
| 4.2.4 基于SVR残差修正的等维递补-累积AGM(1,1)组合模型 | 第55-57页 |
| 4.5 四种预测模型精度对比分析 | 第57-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 结论与展望 | 第60-62页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 不足与展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第67-68页 |
| 附录B 本文涉及的MATLAB程序 | 第68-74页 |
| 1.向量回归机参数寻优程序 | 第68-70页 |
| 2.训练预测程序 | 第70-74页 |
