基于支持向量機(jī)的故障預(yù)報(bào)與診斷方法研究.pdf

1、論文主要針對(duì)模型未知的非線性系統(tǒng),研究了基于支持向量機(jī)方法的故障預(yù)報(bào)及診斷方法。并用C++語言實(shí)現(xiàn),全文的主要內(nèi)容如下:
　　 首先,針對(duì)非線性時(shí)間序列的故障預(yù)報(bào)問題,提出一種融合最小二乘支持向量機(jī)和核減聚類的方法.利用最小二乘支持向量機(jī)算法對(duì)正常的時(shí)間序列建立預(yù)測模型,并獲得實(shí)際時(shí)間序列的預(yù)測值。同時(shí)運(yùn)用核減聚類算法對(duì)正常的時(shí)間序列進(jìn)行聚類中心的提取,然后通過預(yù)測值與聚類中心的相似性度量實(shí)現(xiàn)故障預(yù)報(bào)。仿真結(jié)果表明,本文方法可以

2、有效預(yù)報(bào)時(shí)間序列的故障,具有更好的實(shí)時(shí)性.
　　 其次,以診斷速度較快的決策樹型組合策略作為診斷策略實(shí)現(xiàn)支持向量機(jī)。為了保證提高診斷速度的同時(shí)可以具有較高的診斷精度,本文采用混合核函數(shù)提高診斷精度,并將其用于殲擊機(jī)故障的診斷中,取得了滿意的效果。
　　 然后,為了進(jìn)一步提高殲擊機(jī)故障診斷的實(shí)時(shí)性,提出一種基于稀疏型支持向量機(jī)的診斷方法。稀疏型支持向量機(jī)通過在標(biāo)準(zhǔn)支持向量機(jī)基礎(chǔ)上增加約束項(xiàng)實(shí)現(xiàn),考慮其對(duì)偶問題,可見構(gòu)造稀疏