基于案例库推理法的模拟电路故障诊断技术研究

摘要：

针对目前模拟电路故障诊断中的技术难点,提出了基于案例库推理法(CBR)的模拟电路故障诊断方法.利用K个最邻近法(K Nearest Neighbors: KNN)来解决模拟电路故障诊断中的案例分类与提取,提出了应用粒子群算法(Particle Swarm Optimization:PSO)来优化KNN中权值参数的新方法.通过应用实例分析,证明了所提出的新故障诊断方法相比传统的故障诊断方法来说具有简单、聚类性好、诊断精度高的优点.

关键词：模拟电路、故障诊断、CBR、KNN、PSO

所属期刊栏目：13

分类号：TN431.1(微电子学、集成电路（IC）)

资助基金：航空科研项目04I52068;国家自然科学基金60374008;南京航空航天大学校科研和教改项目S0271-033

在线出版日期：2005-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：921-923