PSO改进算法及其在模拟电路故障诊断中的应用

• 作者: 李志华 陈博文 黄颖
• 来源期刊: 机电一体化
• 关键词: BP神经网络 粒子群算法 自适应变异 故障诊断 模拟电路
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 应用·交流
• 页码范围: 51-54
• 页数: 4页
• 语种: 中文
• DOI: 10.16413/j.cnki.issn.1007-080x.2016.11.011

摘要

为了改善标准的粒子群算法在模拟电路故障诊断中存在的不足,采用了自适应变异粒子群算法来优化BP神经网络的故障诊断方法.首先对待测电路的可测点的响应信号提取故障特征,并进行小波包分解和归一化从而构建样本集;然后利用粒子群改进算法来优化BP神经网络的权值和阈值,从而实现对待测电路的训练和测试.在针对某电路的故障诊断中发现了该方法的故障诊断时间和诊断率比改进之前有了明显的改善,并且在中心偏差范围为0.3时诊断率达到了99％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志华	河海大学能源与电气学院	58	261	8.0	13.0
2	陈博文	河海大学能源与电气学院	2	3	1.0	1.0
3	黄颖	河海大学能源与电气学院	6	17	3.0	3.0