基于分组粒子群算法的电子电路故障诊断神经网络方法

摘要

本发明提供了一种基于分组粒子群算法的电子电路故障诊断神经网络方法，包括以下步骤：首先针对元件容差和测量误差而带来电子电路故障特征具有模糊性等问题，使用模糊理论来进行特征提取，再经归一化与差异度大小判断处理后，输入到神经网络。对传统的BP网络固有的易陷入局部最优等缺点，采用分组粒子群算法来优化其结构与权值的分布，形成优化的神经网络；而在神经网络的输出端接上一个开关K与单层竞争网络，网络训练时，开关打开，实际诊断时，开关闭合，以实现解模糊化并且直接给出故障类型。本发明的方法与传统的基于PSO-BPNN和传统的基于BPNN的故障诊断方法相比，不仅有效地处理了由于元件容差而带来的故障诊断的困难，而且还提高了故障诊断的速度与准确率。