原文服务方: 科技与创新       
摘要:
本文基于模拟电路故障现象和故障原因均比较复杂,故障的定位较困难的现状,提出了一种新的基于蚁群算法的故障诊断知识获取算法.并将该方法应用于一模拟电路的故障诊断过程,仿真结果显示,在故障树中采用该新方法可行、有效.
推荐文章
基于蚁群算法的电路故障诊断研究
蚁群算法
神经网络
故障诊断
蚁群算法在电机故障诊断中的应用
蚁群算法
神经网络
故障诊断
基于强化学习和蚁群算法的WSN节点故障诊断
传感器节点
故障诊断
强化学习
蚁群算法
基于自适应量子蚁群算法的石脑油裂解炉故障诊断
裂解炉
量子蚁群算法
故障诊断
特征选择
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群算法的模拟电路故障诊断
来源期刊 科技与创新 学科
关键词 蚁群算法 近邻准则 故障诊断 故障识别
年,卷(期) 2008,(22) 所属期刊栏目 故障诊断
研究方向 页码范围 188-190
页数 3页 分类号 TN707
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.22.077
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 YU Zhong-hua 2 43 2.0 2.0
2 苏艳苹 2 43 2.0 2.0
3 郭小飞 4 43 2.0 4.0
4 CHENG Ming 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (30)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蚁群算法
近邻准则
故障诊断
故障识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导