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.