改进引力搜索算法优化的SVM模拟电路故障诊断

• 作者: 何怡刚 刘冬梅 梅恒荣 殷礼胜 赵丽欣 赵蓓蕾
• 来源期刊: 微电子学与计算机
• 关键词: 支持向量机 改进引力搜索算法 模拟电路 故障诊断
• 年，卷（期）: 2018,（5）
• 页码范围: 109-115
• 页数: 7页
• 分类号: TP277
• 语种: 中文

摘要

文本在引力搜索算法(GSA)的基础上,通过引入粒子群算法中的惯性权重和全局记忆性、时变引力搜索策略和边界变异策略,提出一种改进引力搜索算法(IGSA)来优化SVM参数(IGSA-SVM)的改进型分类器.首先选取三个UCI数据集进行仿真分析,结果表明IGSA-SVM分类器在分类准确率和分类时间上优于GS-SVM、GA-SVM、PSO-SVM和GSA-SVM分类器.然后分别采用线性和非线性模拟电路来进行故障诊断,结果表明IGSA-SVM分类器能有效地防止局部收敛并提高了诊断的优化效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵丽欣	合肥工业大学电气与自动化工程学院	19	74	5.0	7.0
2	殷礼胜	合肥工业大学电气与自动化工程学院	17	84	6.0	8.0
3	何怡刚	合肥工业大学电气与自动化工程学院	175	1119	17.0	26.0
4	刘冬梅	合肥工业大学电气与自动化工程学院	21	114	5.0	10.0
5	梅恒荣	合肥工业大学电气与自动化工程学院	3	12	2.0	3.0
6	赵蓓蕾	合肥工业大学电气与自动化工程学院	3	7	1.0	2.0