基于支持向量机属性约简集成的模拟电路故障诊断

被引：33

作者：

马超 ^{[1
]}

陈西宏 ^{[1
]}

徐宇亮 ^{[1
]}

姚懿玲 ^{[2
]}

机构：

[1] 空军工程大学导弹学院

[2] 空军驻所军事代表室

来源：

仪器仪表学报 | 2011年 / 32卷 / 03期

关键词：

模拟电路; 故障诊断; 支持向量机集成; 属性约简; 混沌蚁群优化算法; 集合覆盖;

D O I：

10.19650/j.cnki.cjsi.2011.03.029

中图分类号：

TN710 [电子电路];

学科分类号：

摘要：

针对模拟电路故障数据存在大量无关或冗余特征的特点,为进一步提高故障诊断准确率,提出支持向量机属性约简集成的模拟电路故障诊断新方法。首先证明一致决策表属性约简与集合覆盖的等价性,将最优属性约简问题转化成最小集合覆盖问题;然后在结合混沌优化产生初始信息素分布和进行混沌扰动的基础上,设计求解最小集合覆盖问题的混沌蚁群算法;最后给出基于属性约简集成的模拟电路故障诊断模型。用双二次滤波电路对算法进行验证,取得97.8%的故障诊断准确率,与其他方法进行比较,结果显示了本文方法的优越性。

引用

页码：660 / 666

页数：7

共 10 条

[1] 基于AdaBoost集成网络的模拟电路单软故障诊断 [J].

刘红 ;

陈光 ;

宋国明 ;

韩太林 .

仪器仪表学报, 2010, 31 (04) :851-856

[2] 基于Wiener核和BP神经网络的非线性模拟电路故障诊断 [J].

林海军 ;

张礼勇 ;

任殿义 ;

康辉 ;

顾耕 .

仪器仪表学报, 2009, 30 (09) :1946-1949

[3] 采用模糊支持向量机的模拟电路故障诊断新方法 [J].

唐静远 ;

师奕兵 .

电子测量与仪器学报, 2009, 23 (06) :7-12

[4] Tent混沌粒子群算法及其在结构优化决策中的应用 [J].

张浩 ;

张铁男 ;

沈继红 ;

李阳 .

控制与决策 , 2008, (08) :857-862

[5] 基于支持向量机集成的模拟电路故障诊断 [J].

唐静远 ;

师奕兵 ;

张伟 .

仪器仪表学报, 2008, (06) :1216-1220

[6] 支持向量机在模拟电路故障诊断中应用 [J].

孙永奎 ;

陈光 ;

李辉 .

电子测量与仪器学报, 2008, (02) :72-75

[7] 关于属性约简和集合覆盖问题的探讨 [J].

陈彩云 ;

李治国 .

计算机工程与应用, 2004, (02) :44-46+84

[8] 集合覆盖问题的启发函数算法 [J].

权光日 ;

洪炳熔 ;

叶风 ;

任世军 .

软件学报, 1998, (02) :77-81

[9]

An Experimental Comparison of Three Methods for Constructing Ensembles of Decision Trees: Bagging, Boosting, and Randomization[J] . Thomas G. Dietterich.Machine Learning . 2000 (2)

[10] Bagging predictors [J].

Breiman, L .

MACHINE LEARNING, 1996, 24 (02) :123-140

← 1 →