基于IWO-PSO优化支持向量机的模拟电路故障诊断

• 作者: 于莲芝 吴志强 孔梦君
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 入侵杂草算法 小波包变换 多核SVM 故障诊断
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 53-57
• 页数: 5页
• 分类号: TP306+.3
• 字数: 3313字
• 语种: 中文
• DOI: 10.11907/rjdk.182353

摘要

为提高模拟电路故障诊断率,提出一种基于IWO-PSO优化支持向量机的电路故障诊断方法.通过对典型电路进行Monte-Carlo分析,提取输出端时域信号,经小波包提取特征参量,生成样本数据,再经IWO-PSO改进入侵杂草算法,优化多核SVM参数后建立相应故障诊断模型.实验表明,该模型能较好实现地电路故障诊断模拟,与已有方法相比,可获得较高的故障诊断正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于莲芝	上海理工大学光电信息与计算机工程学院	53	168	8.0	9.0
2	吴志强	上海理工大学光电信息与计算机工程学院	4	1	1.0	1.0
3	孔梦君	上海理工大学光电信息与计算机工程学院	2	1	1.0	1.0