基于粒子群优化LSSVM的模拟电路故障诊断方法

摘要：

针对模拟电路故障诊断中存在的诊断信息不充分、参数容差及元器件的非线性等问题,利用最小二乘支持向量机(LSSVM)在小样本情况下良好的学习能力和泛化能力建立基于LSSVM的模拟电路故障分类模型.同时为提高故障诊断精度,采用粒子群优化(PSO)算法对LSSVM的参数进行优化,避免了参数选择的盲目性.最后以典型滤波器电路的故障诊断为例进行了仿真验证.实验结果证明基于PSO的LSSVM模型可有效改善遍历搜索引起的效率问题,其故障分类准确性及模型诊断效率都得到提高.

关键词：模拟电路、故障诊断、粒子群优化、最小二乘支持向量机

分类号：TN710?34;V241.4(基本电子电路)

在线出版日期：2013-04-26（万方平台首次上网日期，不代表论文的发表时间）

页码：35-38