基于遗传算法SVM的电子元件寿命预测

• 作者: 刘涛 潘新 陈绍炜
• 来源期刊: 西北工业大学学报
• 学科: 工学
• 关键词: 支持向量机(SVM) 遗传算法 神经网络 寿命预测 多应力
• 年，卷（期）: 2014,（4）
• 页码范围: 637-641
• 页数: 5页
• 分类号: TP302
• 字数: 3438字
• 语种: 中文

摘要

针对电子元件在正常应力下的寿命预测，提出了基于遗传算法SVM的预测方法。首先进行多应力水平条件下的寿命实验，得到元件在各个应力下的失效时间，根据失效时间得出相应应力下的可靠性。然后将遗传算法与SVM相结合，建立预测模型，从而不仅可以预测同一应力下元件的寿命，可根据加速应力下元件的寿命来预测正常应力水平下的寿命。实验证明，在小样本条件下，该方法同神经神经网络相比，预测结果的精确度提高了14％，该预测方法能够更准确地预测出电子元器件的寿命。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈绍炜	西北工业大学电子信息学院	49	285	9.0	14.0
2	刘涛	西北工业大学电子信息学院	36	497	11.0	21.0
3	潘新	西北工业大学电子信息学院	2	9	2.0	2.0