遗传算法优化的SVM模拟电路故障诊断方法

• 作者: 王厚军 连可 陈世杰
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 模拟电路 故障诊断 遗传算法 支持向量机
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 自动化技术
• 页码范围: 553-558
• 页数: 6页
• 分类号: TP18
• 字数: 3840字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2009.04.019

摘要

提出了一种利用遗传算法优化的SVM多分类决策(GADT-SVM)实现模拟电路故障诊断的新方法.介绍了GADT-SVM的设计思想和算法原理;利用传递函数对模拟电路进行建模,并用小波分解提取电路冲激响应的能量分布作为故障特征;使用GADT-SVM对故障特征样本进行分类实现故障诊断.仿真结果表明,与未经优化的DAG.SVM和DT-SVM故障诊断方法相比,该方法可以减小诊断"误差积累"的影响,具有更好的误差控制能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王厚军	电子科技大学自动化工程学院	257	2532	27.0	36.0
2	连可	电子科技大学自动化工程学院	11	298	9.0	11.0
3	陈世杰	电子科技大学自动化工程学院	5	105	5.0	5.0