基于CBA-SVM的模拟电路故障诊断方法研究
支持向量机(SVM)由于在解决小样本、非线性等实际问题中良好的表现,现已广泛应用于电路故障诊断之中,但是,在核函数参数及惩罚因子参数的选取上存在盲目性的问题.对此,将全局寻优性能较好的蝙蝠算法引入到基于SVM的故障诊断方法之中,并且为了进一步提高寻优性能,对算法中的关键参数β进行混沌优化.为了验证所提方法,对某型雷达导引头测试系统自检模块中的比例积分电路进行故障诊断,实验结果表明相同条件下该方法比万有引力搜索算法、粒子群算法优化后的SVM方法在诊断精度方面提高了2%和7%,在诊断耗时方面分别快了近4 s和1 s,可以很好的完成故障诊断任务.
模拟电路、故障诊断、支持向量机、蝙蝠算法、混沌优化
41
TP301.6(计算技术、计算机技术)
2019-04-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
6-10