基于粒子群优化LSSVM的模拟电路故障诊断方法

• 作者: 焦鹏 王新政 谢鹏远
• 来源期刊: 现代电子技术
• 关键词: 模拟电路 故障诊断 粒子群优化 最小二乘支持向量机
• 年，卷（期）: 2013,（8）
• 页码范围: 35-38
• 分类号: TN710?34|V241.4
• 语种: 中文

摘要

针对模拟电路故障诊断中存在的诊断信息不充分、参数容差及元器件的非线性等问题,利用最小二乘支持向量机(LSSVM)在小样本情况下良好的学习能力和泛化能力建立基于LSSVM的模拟电路故障分类模型.同时为提高故障诊断精度,采用粒子群优化(PSO)算法对LSSVM的参数进行优化,避免了参数选择的盲目性.最后以典型滤波器电路的故障诊断为例进行了仿真验证.实验结果证明基于PSO的LSSVM模型可有效改善遍历搜索引起的效率问题,其故障分类准确性及模型诊断效率都得到提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新政	海军航空工程学院科研部	37	118	5.0	8.0