基于果蝇-构造小波神经网络模拟电路诊断方法

被引:4
作者
于文新 [1 ]
何怡刚 [2 ]
吴先明 [3 ]
高坤 [3 ]
机构
[1] 湖南科技大学信息与电气工程学院
[2] 合肥工业大学电气与自动化工程学院
[3] 湖南大学电气与信息工程学院
关键词
果蝇算法; 小波神经网络; 模拟电路; 故障诊断;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TN710 [电子电路];
学科分类号
140101 [集成纳电子科学]; 140502 [人工智能];
摘要
利用果蝇算法优化构造小波神经网络,建立FOA-构造小波神经网络模型,并将模型应用于模拟电路故障分析当中,通过仿真试验可发现该方法在故障诊断中有较高的准确性。
引用
收藏
页码:22 / 27
页数:6
相关论文
共 11 条
[1]
基于人工鱼群优化支持向量机的模拟电路故障诊断 [J].
孙健 ;
王成华 ;
洪峰 ;
王蕾 .
系统仿真学报, 2014, (04) :843-847
[2]
基于混合核函数FOA-LSSVM的预测模型 [J].
周金明 ;
王传玉 ;
何帮强 .
计算机工程与应用 , 2015, (04) :133-137
[3]
最小生成树SVM的模拟电路故障诊断方法 [J].
宋国明 ;
王厚军 ;
姜书艳 ;
刘红 .
电子科技大学学报, 2012, (03) :412-417
[4]
应用果蝇优化算法优化广义回归神经网络进行企业经营绩效评估 [J].
潘文超 .
太原理工大学学报(社会科学版), 2011, (04) :1-5
[5]
基于粒子群-支持向量机的模拟电路故障诊断 [J].
左磊 ;
侯立刚 ;
张旺 ;
旺金辉 ;
吴武臣 .
系统工程与电子技术, 2010, 32 (07) :1553-1556
[6]
基于粒子群算法的模拟电路故障诊断方法 [J].
何怡刚 ;
祝文姬 ;
周炎涛 ;
刘美容 .
电工技术学报, 2010, 25 (06) :163-171
[7]
基于支持向量机与最近邻分类器的模拟电路故障诊断新策略 [J].
崔江 ;
王友仁 .
仪器仪表学报, 2010, 31 (01) :45-50
[8]
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
[9]
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
[10]
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