基于粒子群算法优化支持向量机的模拟电路诊断

• 作者: 宋丽伟 彭敏放 沈美娥 田成来 胡云艳 谭虎
• 来源期刊: 计算机应用研究
• 关键词: 故障诊断 模拟电路 粒子群优化 多小波变换 支持向量机
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 4053-4055
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.11.013

摘要

为了提高支持向量机网络(SVM)进行模拟电路诊断的准确率,提出了一种基于粒子群(PSO)算法和支持向量机的诊断方法.该方法首先对被测电路的响应信号进行多小波变换,通过归一化处理得到分类能力强的最优故障特征；然后用粒子群算法优化支持向量机的结构参数,实现对不同故障模式分类识别.仿真结果表明,此方法能有效提高模拟电路故障诊断准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭敏放	湖南大学电气与信息工程学院	84	962	19.0	26.0
2	沈美娥		25	209	9.0	13.0
3	宋丽伟	湖南大学电气与信息工程学院	4	76	4.0	4.0
4	田成来	湖南大学电气与信息工程学院	3	71	3.0	3.0
5	谭虎	湖南大学电气与信息工程学院	4	40	2.0	4.0
6	胡云艳	湖南大学电气与信息工程学院	1	17	1.0	1.0