基于PSO-RBF神经网络的模拟电路诊断

• 作者: 宋丽伟 彭敏放 沈美娥 田成来
• 来源期刊: 计算机应用研究
• 关键词: 模拟电路 故障诊断 径向基神经网络 粒子群算法 小波包分解
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 72-74,111
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.01.019

摘要

为了提高径向基神经网络(radial basis funtion neural network,RBFNN)进行模拟电路故障诊断的速度与准确性,提出了一种基于粒子群算法(particle swarm optimization,PSO)优化RBFNN的故障诊断方法.该方法利用PSO优化RBFNN的结构参数,克服了神经网络中模型结构和参数难以设置的缺点,避免了参数选择的盲目性；同时对模拟电路的响应信号采用小波包分解,提取有效故障特征.仿真结果表明,方法具有更高的诊断精度和更快的收敛速度,能有效地实施模拟电路的故障定位.

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