免疫聚类算法在船用模拟电路故障诊断中的应用研究

摘要

基于人工免疫聚类算法的船用模拟电路故障诊断分为两个阶段:免疫训练阶段和诊断阶段.免疫训练阶段以训练样本数据为初始抗体种群,利用克隆选择算法得到每类模式的聚类中心,即该模式的抗体;诊断阶段以训练阶段得到的聚类中心为抗体,以测试数据为抗原,通过抗原抗体识别对诊断对象的状态进行分类.仿真结果表明该方法故障覆盖率高,易于实现.