复杂制造系统自动生产线故障诊断与预测理论及应用

建立一种基于新模糊支持向量机(SVM)的约束条件少且求解方便的自动生产线(APL)故障诊断与预测模型，证明其结构风险最小化原理。建立基于模糊v-SVM的能够抑制高斯噪音的APL故障诊断与预测模型，证明模糊v-SVM的优越性。建立基于模糊鲁棒小波匹配SVM的约束条件少、求解方便且能够抑制混合噪音的APL故障诊断与预测模型，证明基于几何间隔的结构风险最小化定理，证明采用母Haar、Daubechies和Symlet函数的小波核函数是一个可容许的支持向量核。建立基于线性规划模糊提升小波鲁棒SVM的APL故障诊断与预测模型，证明基于互补滤波器的提升定理和对偶提升定理，提出一种嵌入式量子混沌带电粒子群算法对该模型参数进行辩识。研发复杂制造系统APL故障诊断与预测系统，并应用于实际，产生显著经济效益。其意义在于本项目面向复杂制造系统故障诊断与预测，其成果可用于汽车、家电等制造企业，有很好的应用前景。

建立一种基于新模糊支持向量机(SVM)的约束条件少且求解方便的自动生产线(APL)故障诊断与预测模型，证明其结构风险最小化原理。建立基于模糊v-SVM的能够抑制高斯噪音的APL故障诊断与预测模型，证明模糊v-SVM的优越性。建立基于模糊鲁棒小波匹配SVM的约束条件少、求解方便且能够抑制混合噪音的APL故障诊断与预测模型，证明基于几何间隔的结构风险最小化定理，证明采用母Haar、Daubechies和Symlet函数的小波核函数是一个可容许的支持向量核。建立基于线性规划模糊提升小波鲁棒SVM的APL故障诊断与预测模型，证明基于互补滤波器的提升定理和对偶提升定理，提出一种嵌入式量子混沌带电粒子群算法对该模型参数进行辩识。研发复杂制造系统APL故障诊断与预测系统，并应用于实际，产生显著经济效益。其意义在于本项目面向复杂制造系统故障诊断与预测，其成果可用于汽车、家电等制造企业，有很好的应用前景。