Print

基于QGA优化Simple-MKL的模拟电路故障诊断方法

论文摘要

为解决模拟电路故障诊断中传统支持向量机（SVM）分类精度不高的问题,提出基于量子遗传算法（QGA）优化简单多核学习（Simple-MKL）支持向量机模型的模拟电路故障诊断方法。对电路进行瞬态分析,采用多分辨分析（MRA）提取电路故障特征,用量子遗传算法优化简单多核支持向量机中的正则化参数作为训练模型,用于模拟电路故障的诊断。仿真结果表明,本方法可实现模拟电路故障的精确分类。

论文目录

  • 1 Simple-MKL支持向量机
  • 2 故障特征的提取和优化算法
  •   2.1 小波变换与故障特征提取
  •   2.2 量子遗传算法
  • 3 模拟电路故障诊断结构流程
  • 4 实验与分析
  •   4.1 四运放高通滤波电路验证
  •   4.2 Sallen-key带通滤波电路验证
  • 5 结束语

    • 文章来源

    类型: 期刊论文

    作者: 莫凡珣,马峻,陈寿宏,徐翠锋

    关键词: 多分辨分析,量子遗传算法,简单多核学习,模拟电路,故障诊断

    来源: 桂林电子科技大学学报 2019年05期

    年度: 2019

    分类: 信息科技

    专业: 无线电电子学,自动化技术

    单位: 桂林电子科技大学电子工程与自动化学院

    基金: 广西自然科学基金(2015GXNSFDA139003),广西自动检测技术与仪器重点实验室主任基金(YQ14115)

    分类号: TP18;TP277;TN710

    DOI: 10.16725/j.cnki.cn45-1351/tn.2019.05.009

    页码: 390-395

    总页数: 6

    文件大小: 1572K

    下载量: 44

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/729b0c109d3ce101005a0b88.html