李默臣，姚 波，王福忠

（1.沈阳师范大学 数学与系统科学学院，辽宁 沈阳 110034；2.沈阳工程学院 基础教学部，辽宁 沈阳 110136）

容错控制概念自提出以来很快成为关注的焦点，并在航空、航天等技术领域得到广泛运用。根据容错控制的特点，将其分为被动容错与主动容错。被动容错［1-3］通过优先考虑执行器或传感器故障，一定程度上满足了系统的可靠性要求，但同时存在能耗高、保守性大等问题；主动容错通过故障预警，提前判断故障通道的位置，很好地解决了这类问题。支持向量机［4-6］（SVM）作为机器学习算法被广泛应用于统计学习理论及故障诊断领域。文献［7］针对SVM 中核宽度系数及惩罚因子难以获取的问题，采用网格搜寻法在条形区域下实现极点的精准分类，并设计闭环极点观测器来弥补极点信息难以采集的缺陷。文献［8］针对电梯故障特征难以提取、识别率差等问题，将电梯故障诊断信号源与时域指标相结合，构造故障特征向量，并应用最小二乘支持向量机（LSSVM）实现故障特征的有效分类。文献［9］针对粒子群算法中惯性权值取值唯一的问题，以DGEN380发动机故障为例，以燃油流量为输入，以低压转子的转速为输出，提出了应用改进的粒子群算法对发动机故障进行系统辨识。文献［10］针对BP神经网络在人脸识别中具有收敛速度慢的缺点，提出了应用MPSO改善BP神经网络的分类效果，更合理地确定连接权值和阈值。文献［11］依据PSO 全局寻优的高效性和混沌算法局部搜索的随机性，给出混沌粒子群混合算法，通过几种函数的测试，证明该方法对数据分类是有效的。……