改进粒子群算法选择特征和神经网络参数的模拟电路故障诊断

摘要

为了获得理想的模拟电路故障诊断效果,提出一种改进粒子群算法选择特征和神经网络参数的模拟电路故障诊断模型.对模拟电路故障诊断问题进行分析,提取模拟电路故障诊断特征,采用改进粒子群算法对故障特征和RBF神经网络的学习速率、动量因子进行优化和选择,建立模拟电路故障诊断分类器.通过应用实例对模型性能进行了对比分析,结果表明,相对于经典的模拟电路故障诊断模型,改进模型的模拟电路故障诊断率大幅度提高,故障诊断效率也得到相应的改善.