遗传算法优化的SVM模拟电路故障诊断方法

被引:16
|
作者
陈世杰
连可
王厚军
机构
[1] 电子科技大学自动化工程学院
关键词
模拟电路; 故障诊断; 遗传算法; 支持向量机;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
提出了一种利用遗传算法优化的SVM多分类决策树(GADT-SVM)实现模拟电路故障诊断的新方法。介绍了GADT-SVM的设计思想和算法原理;利用传递函数对模拟电路进行建模,并用小波分解提取电路冲激响应的能量分布作为故障特征;使用GADT-SVM对故障特征样本进行分类实现故障诊断。仿真结果表明,与未经优化的DAG-SVM和DT-SVM故障诊断方法相比,该方法可以减小诊断"误差积累"的影响,具有更好的误差控制能力。
引用
收藏
页码:553 / 558
页数:6
相关论文
共 5 条
  • [1] 一种基于遗传算法的SVM决策树多分类策略研究
    连可
    黄建国
    王厚军
    龙兵
    [J]. 电子学报, 2008, (08) : 1502 - 1507
  • [2] 基于SVM的模拟电子系统多故障诊断研究
    连可
    王厚军
    龙兵
    [J]. 仪器仪表学报, 2007, (06) : 1029 - 1034
  • [3] 一种新的基于二叉树的SVM多类分类方法
    孟媛媛
    刘希玉
    [J]. 计算机应用, 2005, (11) : 2653 - 2654+2657
  • [4] 模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000
  • [5] A Comparison of methods for multiclass support vector machine .2 Hsu,C.-W.,Lin,C.-J. IEEE Transactions on Neural Networks . 2002