基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于电子器件寿命预测问题,提出了基于改进粒子群优化算法的BP神经网络电子器件寿命预测方法.首先对nMOSFET器件在不同应力条件下进行寿命试验,根据试验测试获得的寿命数据,得出对应的可靠性.通过结合改进粒子群优化算法和BP神经网络结合,建立电子器件寿命预测模型,应用该模型对相同应力条件的电子器件寿命进行预测,同时对应力加速条件下寿命的预测.通过试验证明,该算法具有更强的非线性拟合能力和更高的准确率.
推荐文章
基于改进粒子群优化算法的预测控制
预测控制
标准粒子群优化
参数优化
多变量
耦合
基于改进粒子群算法的烧结配料预测模型
配料优化
粒子群算法
BP神经网络
惯性权重
基于邻域思想的改进粒子群优化算法
粒子群优化
邻域
群智能
基于改进粒子群算法的油田管网优化
油田管网
拓扑优化
粒子群算法
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进粒子群优化算法nMOSFET寿命预测
来源期刊 电子器件 学科 工学
关键词 电子器件 寿命预测 改进粒子群优化算法 BP神经网络
年,卷(期) 2018,(5) 所属期刊栏目 固态电子器件及材料
研究方向 页码范围 1119-1123
页数 5页 分类号 TB114.3
字数 3012字 语种 中文
DOI 10.3969/j.issn.1005-9490.2018.05.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曹建生 河南工业职业技术学院电子信息工程系 12 23 3.0 3.0
2 李凯群 华中科技大学电气与电子工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (93)
共引文献  (64)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(12)
  • 参考文献(2)
  • 二级参考文献(10)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(13)
  • 参考文献(4)
  • 二级参考文献(9)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电子器件
寿命预测
改进粒子群优化算法
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子器件
双月刊
1005-9490
32-1416/TN
大16开
南京市四牌楼2号
1978
chi
出版文献量(篇)
5460
总下载数(次)
21
总被引数(次)
27643
论文1v1指导