基于遗传优化HMM的模拟电路早期故障识别和诊断

• 作者: 张继军 马登武 高杰
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 遗传算法 隐马尔可夫模型 故障诊断 线性辨别分析 模拟电路
• 年，卷（期）: 2012,（z2）
• 所属期刊栏目: 人工智能
• 页码范围: 54-56,112
• 页数: 4页
• 分类号: TP277
• 字数: 3694字
• 语种: 中文

摘要

针对Baum-Welch(B-W)算法易陷入局部最优解的问题,采用多智能体遗传算法对隐马尔可夫模型(HMM)进行参数优化估计,设计了染色体编码结构和遗传操作方式.为了使HMM更适合于模拟电路的故障识别和诊断,将状态转移概率矩阵改为时变矩阵,利用监测数据,通过多智能体遗传算法实现状态转移概率的更新.将改进后的HMM用于模拟电路早期故障的识别和诊断中,并采用线性判别分析(LDA)方法对测量信号进行特征提取.仿真结果表明,改进后的HMM具有更强的故障识别和诊断能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马登武	海军航空工程学院兵器科学与技术系	97	919	14.0	26.0