基于蚁群神经网络的线性直流电源故障诊断

线性直流电源是电子设备中最易发生故障的薄弱环节之一,其不完善的故障模型和容差等问题使故障诊断变得复杂。神经网络的自组织学习能力为故障诊断问题提供了一种新的解决途径,反向传播算法是神经网络中应用广泛的一种多层前馈神经网络模型。但算法有求解精度低、搜索速度慢、易于陷入局部极小值的缺点。蚁群算法是一种新型的模拟进化算法,有正反馈、分布式计算、启发性收敛等特性。本文将基于蚁群算法的神经网络的方法应用于线性直流电源的故障诊断中,仿真实验表明:此方法提高了网络的训练效率和故障定位的准确性。