模擬電路故障診斷神經(jīng)智能果蠅算法研究.pdf

1、隨著現(xiàn)代電子技術的發(fā)展，人們對電路故障診斷的要求越來越高，一般情況下在一個實際電路系統(tǒng)中，很大一部分電路故障來自模擬電路模塊，據(jù)調查研究顯示，在電子設備中約80％以上的電路故障來自模擬電路模塊，伴隨著電路集成化程度越來越高，診斷起來的難度也逐漸加大。但是模擬電路故障診斷的方法卻嚴重滯后，因此進行模擬電路故障診斷的理論和技術研究不僅具有重要的理論意義，而且具有很高的實用價值。鑒于模擬電路故障存在多樣性和復雜性，這造成傳統(tǒng)的故障診斷技術已無

2、法滿足診斷的要求。近些年來迅速發(fā)展并在模式識別等領域得到成功應用的集成學習和仿生計算相結合方法為模擬電路故障診斷提供了較好的思路。模擬電路故障診斷的主要任務是首先提取和選擇有效的故障特征，然后采用有效方法對故障進行識別和定位。結合現(xiàn)代測試技術、信號處理和模式識別等理論和技術，本文深入研究幾種模擬電路故障診斷方法。論文的主要研究工作及成果如下：
　?。?）詳細介紹了一種由Shannon函數(shù)和Gauss“窗”函數(shù)構造的小波，它有更快的

3、收斂速度和很強的逼近能力，因此可以用構造小波基函數(shù)代替神經(jīng)網(wǎng)絡激勵函數(shù)。同時分析了構造小波網(wǎng)絡用于模擬電路故障診斷的優(yōu)勢，并給出了故障診斷的一般流程。從實驗仿真結果看，構造小波網(wǎng)絡取得了比較好的收斂性能，獲得了平滑的訓練性能曲線，這說明構造小波網(wǎng)絡對電路的故障數(shù)據(jù)集進行了有效的學習，能在很少的迭代步數(shù)內達到指定的性能指標，但需要指出的是故障診斷準確率只有94.44%，診斷準確率有待提升。
　?。?）在構造小波神經(jīng)網(wǎng)絡模擬電路故障診

4、斷方法的基礎上，利用果蠅優(yōu)化算法和構造小波神經(jīng)網(wǎng)絡結合，建立果蠅構造小波神經(jīng)網(wǎng)絡算法模擬故障診斷流程。給每一組果蠅個體隨機初始方向和距離，然后按照果蠅算法步驟迭代，迭代過程中不停地尋找適應度函數(shù)的最優(yōu)值，把優(yōu)化后的權值和閾值代入構造小波神經(jīng)網(wǎng)絡，最后將測試數(shù)據(jù)代入構造小波神經(jīng)網(wǎng)絡進行測試。通過果蠅算法將每次優(yōu)化后的權值和閾值代入構造小波神經(jīng)網(wǎng)絡，這樣使網(wǎng)絡收斂速度更快、診斷準確率變的更高。
　　（3）基于果蠅算法良好的全局尋優(yōu)能力

5、及最小二乘支持向量機在模式識別方面的優(yōu)越性能，本文提出基于FOA--LSSVM模型電路故障診斷方法。經(jīng)過與PSO--LSSVM模型比較，我們發(fā)現(xiàn)雖然二者在數(shù)學算法存在差異，但是故障診斷模式基本相同，診斷精度接近。通過實驗也證明了這兩種方法診斷正確率接近，它們都是比較有效、可靠的模擬電路故障診斷方法，在模擬電路故障診斷方面具有廣泛的應用前景。
　?。?）借助果蠅算法強大尋優(yōu)功能和混沌的遍歷性、隨機性等優(yōu)點，提出了一種基于混沌理論和F