人工鱼群算法选择特征和加权的模拟电路故障诊断

人工鱼群算法选择特征和加权的模拟电路故障诊断

ID:31361849

大小:108.50 KB

页数:6页

时间:2019-01-09

人工鱼群算法选择特征和加权的模拟电路故障诊断_第1页
人工鱼群算法选择特征和加权的模拟电路故障诊断_第2页
人工鱼群算法选择特征和加权的模拟电路故障诊断_第3页
人工鱼群算法选择特征和加权的模拟电路故障诊断_第4页
人工鱼群算法选择特征和加权的模拟电路故障诊断_第5页
资源描述:

《人工鱼群算法选择特征和加权的模拟电路故障诊断》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、人工鱼群算法选择特征和加权的模拟电路故障诊断  摘要:为了准确跟踪模拟电路故障的变化特点,提出一种人工鱼群算法选择特征和加权的模拟电路故障诊断模型。首先根据Volterra级数获得模拟电路状态的原始特征集,然后采用相关向量机作为模拟电路故障的分类器,采用人工鱼群算法选择重要特征子集,并赋予每一个特征合理权值,最后将该模型应用于某一模拟电路故障中。结果表明,人工鱼群算法可以准确得到最优特征子集,模拟电路故障平均超过95%,而且其性能要显著优于经典模型。  关键词:模拟电路;特征选择;特征加权;人工鱼群算法  中图分类号:TN710

2、.4?34文献标识码:A文章编号:1004?373X(2016)19?0161?04  Abstract:Inordertoaccuratelytrackthechangingcharacteristicsofanalogcircuitfault,ananalogcircuitfaultdiagnosismodelbasedonfeatureandweightingselectionofartificialfishswarmalgorithm(AFSA)isputforward.Theoriginalfeaturesetofth

3、eanalogcircuitstateisobtainedaccordingtotheVolterraseries.Therelevantvectormachineisadoptedastheclassifieroftheanalogcircuitfault.Theartificialfishswarmalgorithmisusedtoselecttheimportantfeaturesubset,andgivearationalweightforeachfeature.The6modelwasappliedtoacertain

4、analogfaultcircuit.Theresultsshowthattheartificialfishswarmalgorithmcangettheoptimalfeaturesubsetaccurately,theanalogcircuitfaultrateisaveragelyhigherthan95%,andtheperformanceofthemodelissignificantlysuperiortotheclassicalmodel.  Keywords:analogcircuit;featureselecti

5、on;featureweighting;artificialfishswarmalgorithm  0引言  随着现代电子技术的迅速发展,模拟电路的规模越来越大,故障出现的概率增加,而且电气参数具有漂移性和电子器件的非线性特性,当前模拟电路故障诊断面临巨大的挑战[1?3]。  传统模拟电路故障诊断为专家方法,相关领域专家根据自己的知识和经验对模拟电路故障进行分析,对于小规模模拟电路,可以快速实现故障诊断结果[4?5],对于大规模模拟电路,专家自己的知识和经验有限,诊断费用高且正确率低[6]。随后有学者采用神经网络对大规模模拟电路

6、进行建模与故障诊断,神经网络具有适应学习能力,可以对大规模模拟电路状态变化进行拟合,获得了比专家方法更优的模拟电路故障诊断结果[7?9]。神经网络是一种要求训练样本大的机器算法,由于要采集大量的模拟电路状态数据,使得模拟电路故障诊断成本过高,应用范围受限[10]。  为了提高模拟电路诊断精度,提出一种人工鱼群算法(ArtificialFishSwarm6Algorithm,AFSA)选择特征和加权的模拟电路故障诊断模型(AFSA?RVM),仿真结果表明,AFSA?RVM的模拟电路故障诊断正确率达95%以上,其性能要显著优于当前经

7、典模型。  1相关理论  1.1人工鱼群算法  设人工鱼群所处位置为:[Xi,Xj]表示视野范围内另一位置,如果[Xj]的食物浓度要优于[Xi]的食物浓度,那么该人工鱼群就朝[Xj]的方向前进一步,不然重新选择[Xj,]如果多次仍然还不能找到更优的位置,就随机前进一步,数学表达式为:  2.3AFSA?RVM的工作步骤  AFSA?RVM的工作步骤如下:  (1)采用Volterra级数提取模拟电路故障的原始特征。  (2)设置人工鱼群算法的参数以及相关向量机的参数。  (3)初始化人工鱼群,并通过评价函数估计每一个人工鱼的位置

8、优劣。  (4)模拟人工鱼的觅食、追尾、群聚行为,找到人工鱼群的最优位置,并进行解码得到模拟电路的最优特征子集。  (5)采用相关向量机对每一个特征进行建模,得到它们相应的模拟电路故障诊断结果,并通过诊断结果设置合理的权值。  (6)根据最优特征子集和最优权值对

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。