10.3969/j.issn.1001-3695.2018.09.033
基于K-均值与WPA-RBF神经网络模拟电路故障诊断
针对模拟电路故障诊断进行了研究,提出了一种新方法.该方法包括Haar的小波分解、对数据的归一化处理,以及用K-均值优化RBF的中心向量和宽度、用狼群算法优化RBF的权值.首先用Haar小波对所得的电路原始故障数据集进行变换,然后对变换后的数据进行归一化处理,最后得出RBF神经网络训练所需的输入数据.针对RBF神经网络中隐层节点中心、基函数宽度及权值选取困难问题,用K-均值优化RBF的中心向量和宽度,用狼群算法优化RBF的权值,以提高网络训练稳定性与诊断成功率.最终通过两个电路的诊断实例来论述该方法的具体实现过程,验证了用该方法进行模拟电路故障诊断的可行性.
模拟电路、故障诊断、RBF神经网络、小波分解、狼群算法、K-均值
35
TP277(自动化技术及设备)
广西自然科学基金重点资助项目2015GXNSFDA139003;广西自动检测技术与仪器重点实验室基金资助项目YQ14115,YQ17101
2018-12-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
2704-2706,2710