论文主要针对模型未知的非线性系统,研究了基于支持向量机方法的故障预报及诊断方法。并用C++语言实现,全文的主要内容如下:　　 首先,针对非线性时间序列的故障预报问题,提出一种融合最小二乘支持向量机和核减聚类的方法.利用最小二乘支持向量机算法对正常的时间序列建立预测模型,并获得实际时间序列的预测值。同时运用核减聚类算法对正常的时间序列进行聚类中心的提取,然后通过预测值与聚类中心的相似性度量实现故障预报。仿真结果表明,本文方法可以有效预报时间序列的故障,具有更好的实时性.　　 其次,以诊断速度较快的决策树型组合策略作为诊断策略实现支持向量机。为了保证提高诊断速度的同时可以具有较高的诊断精度,本文采用混合核函数提高诊断精度,并将其用于歼击机故障的诊断中,取得了满意的效果。　　 然后,为了进一步提高歼击机故障诊断的实时性,提出一种基于稀疏型支持向量机的诊断方法。稀疏型支持向量机通过在标准支持向量机基础上增加约束项实现,考虑其对偶问题,可见构造稀疏型支持向量机等价于构造一个具有修改核函数的标准支持向量机。最后将稀疏型支持向量机与一对其余组合策略相结合,完成对歼击机系统的故障诊断。实验结果表明:基于稀疏型支持向量机的歼击机故障诊断可以在保证诊断精度的同时,提高诊断速度,以适应歼击机故障诊断系统的实时性要求。　　 最后,在VC++开发平台下,将上述算法完全用C++语言实现,并利用ActiveX控件将故障状态预报和故障诊断的结果逼真地可视化显示出来。