10.3969/j.issn.1006-9348.2020.01.072
基于WPT和FOAGRNN的模拟电路故障诊断
为提高对模拟电路故障模式的准确分类和减少网络模型的训练时间,提出基于小波包变换(WPT)和果蝇算法(FOA)优化广义回归神经网络(GRNN)的模拟电路故障诊断方法.首先采用小波包变换提取电路优质故障特征,以减少网络训练时间,然后建立GRNN网络模型,选择FOA算法优化GRNN网络参数,构建最优模型对电路故障特征进行训练测试,最后采用仿真测试其性能.实验结果表明,FOA算法有效提高诊断模型训练效率,相比于其它电路故障诊断模型,FOAGRNN模型具有更高的诊断率和优越性.
果蝇优化算法、广义回归神经网络、小波包变换、故障诊断、模拟电路
37
TP206+.3(自动化技术及设备)
桂林市科学研究;技术开发计划项目;广西自然科学青年基金;厦门大学水声通信与海洋信息技术教育部重点实验室开放课题
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
355-359