自适应狼群算法优化ELM的模拟电路故障诊断

• 作者: 汪斌斌 颜学龙
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 自适应遗传算法 极限学习机 自适应狼群算法 故障诊断 模拟电路
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 高性能计算
• 页码范围: 246-252
• 页数: 7页
• 分类号: TP391
• 字数: 3964字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.02.008

摘要

为了能够更加高效地检测和诊断模拟电路中的故障元件, 提出了自适应狼群算法优化极限学习机的方法.该方法采用自适应遗传算法对特征参数进行选择, 从而生成最优特征子集, 然后利用最优特征子集构造样本输入极限学习机ELM网络对故障进行分类.针对极限学习机的输入层和隐含层之间的连接权值、隐含层的偏差都将会使其学习速度和分类正确率受到影响的问题, 采用本文方法对它们进行优化并选择相应的最优值, 提高了极限学习机网络训练的稳定性与故障诊断的成功率.通过2个典型模拟电路的诊断实例, 给出了这些方法的具体实现过程, 故障诊断率均在99％以上.仿真结果表明使用该方法进行模拟电路故障诊断时具有良好的正确率和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜学龙	桂林电子科技大学电子工程与自动化学院	89	330	9.0	12.0
2	汪斌斌	桂林电子科技大学电子工程与自动化学院	3	4	2.0	2.0