作者：廖建锋; 刘庭瑞水面无人艇故障诊断粒子群优化支持向量机参数优化
摘要：通过故障诊断对水面无人艇（USV）潜在的故障进行预报、分析和判断，从而及时调整控制策略以抑制故障的继续发展，为消除故障和维修设备提供准确的技术支持。支持向量机（SVM）在解决小样本、高维度和非线性模式识别问题中有独特优势，而最佳的属性参数却很难直接得到。粒子群优化算法（PSO）具有全局搜索能力和易于实现的优势，将其应用到SVM属性参数的优化选择中。USV故障诊断实例分析结果表明，PSO—SVM的故障诊断精度高于BP-NNs、GS—SVM和GA-SVM，适用于USV故障诊断。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
