基于退火遗传混合算法的模拟电路诊断激励优化

被引：4

作者：

林海军 ^{[1
]}

张礼勇 ^{[1
]}

顾耕 ^{[1
]}

华新孝 ^{[1
]}

康辉 ^{[1
,2
]}

于桂贤 ^{[1
]}

机构：

[1] 哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室

[2] 黑龙江科技学院电气与信息工程学院

来源：

电测与仪表 | 2009年 / 12期

关键词：

Volterra核; 模拟电路; 退火遗传混合算法; 激励优化;

D O I：

暂无

中图分类号：

TN710 [电子电路];

学科分类号：

摘要：

本文提出基于Volterra核和模拟退火遗传混合算法的模拟电路故障诊断激励优化方法。在以Volterra核为特征向量的模拟电路故障诊断中,以相同激励信号下电路各故障状态的特征向量的集总欧氏距离作为适应度函数,对用于激励的多频正弦信号的参数进行优化,首先利用模拟退火算法形成精英团队,然后利用遗传算法寻找最佳激励信号的参数,从而提高故障诊断的效率。文中给出了退火遗传混合算法的优化方案和流程,并通过实例加以验证。

引用

页码：17 / 19+38 +38

页数：4

共 7 条

[1] 基于Wiener核和BP神经网络的非线性模拟电路故障诊断 [J].