粒子群算法优化特征和神经网络的模拟电路故障诊断

被引：10

作者：

陈美伊 ^{[1
]}

张鲲 ^{[2
]}

机构：

[1] 海南热带海洋学院电子信息工程实验中心

[2] 海南热带海洋学院计算机工程学院

来源：

现代电子技术 | 2016年 / 39卷 / 19期

关键词：

模拟电路; 特征选择; 故障诊断; 神经网络; 粒子群算法;

D O I：

10.16652/j.issn.1004-373x.2016.19.034

中图分类号：

TN710 [电子电路]; TP18 [人工智能理论];

学科分类号：

140101 [集成纳电子科学]; 140502 [人工智能];

摘要：

模拟电路受到自身特性和外界环境的影响,故障变化具有非线性、时变性,针对当前模拟电路故障诊断模型的特征和分类器参数不匹配的难题,提出一种粒子群算法选择特征和神经网络的模拟电路故障诊断模型。首先对当前模拟电路故障诊断现状进行分析,指出它们存在的缺陷;然后提取模拟电路故障诊断特征,利用神经网络作为模拟电路故障诊断分类器;最后采用粒子群算法对模拟电路故障特征与神经网络参数进行优化,在Matlab 2012平台进行了仿真实验。结果表明,该模型的模拟电路故障诊断性能要远远优于其他参比模型,具有广泛的应用前景。

引用

页码：140 / 143

页数：4

共 12 条

[1]

蝙蝠算法优化神经网络的网络入侵检测 [J].