基于蝙蝠算法优化ELM的模拟电路故障诊断研究

• 作者: 冶帅 柳光峰 陈绍炜 黄登山
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 极限学习机 蝙蝠算法 故障诊断 模拟电路
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 在线测试与故障诊断
• 页码范围: 138-141
• 页数: 4页
• 分类号: TP301.6
• 字数: 3359字
• 语种: 中文

摘要

极限学习机(extreme learning machine,ELM)具有学习速度快、测试精度高的优点.近年来被广泛用于模式识别和故障诊断等领域,但是ELM固有的随机性对其泛化性能和精度有很大的影响.蝙蝠算法(bat algorithm,BA)是一种新型的智能优化算法,具有良好的全局搜索能力.将蝙蝠算法引入到极限学习机输人权值和阈值的优化中,有机结合2种算法的优点,建立了基于蝙蝠算法优化极限学习机的故障模型,以带通滤波器作为测试电路,并和ELM、DE-ELM、SAE-ELM进行对比,仿真和实验结果表明蝙蝠算法有效地改善了ELM网络的诊断精度和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈绍炜	西北工业大学电子信息学院	49	285	9.0	14.0
2	黄登山	西北工业大学电子信息学院	43	316	10.0	16.0
3	柳光峰	西北工业大学电子信息学院	2	55	2.0	2.0
4	冶帅	西北工业大学电子信息学院	2	55	2.0	2.0