基于遗传BP网络的模拟电路故障诊断

摘要

在模拟电路故障诊断中,BP(back propagation)神经网络得到了广泛的应用并取得了不错的效果.但是BP神经网络在训练时仍然存在网络学习收敛速度慢、不易获得全局最优解、网络结构不确定等缺点.采用Levenberg-Marquardt算法进行网络训练,并用遗传算法对BP神经网络结构、初始连接权值和阈值进行全局优选,可以有效克服BP网络存在的缺陷.以Leap Frog Filter滤波器电路的故障诊断为例,仿真实验表明,优化后的BP网络能够快速有效的诊断电路中存在的故障,并且具有更高的诊断精度.