计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
1期
72-74,111
,共4页
宋丽伟%彭敏放%田成来%沈美娥
宋麗偉%彭敏放%田成來%瀋美娥
송려위%팽민방%전성래%침미아
模拟电路%故障诊断%径向基神经网络%粒子群算法%小波包分解
模擬電路%故障診斷%徑嚮基神經網絡%粒子群算法%小波包分解
모의전로%고장진단%경향기신경망락%입자군산법%소파포분해
为了提高径向基神经网络(radial basis funtion neural network,RBFNN)进行模拟电路故障诊断的速度与准确性,提出了一种基于粒子群算法(particle swarm optimization,PSO)优化RBFNN的故障诊断方法.该方法利用PSO优化RBFNN的结构参数,克服了神经网络中模型结构和参数难以设置的缺点,避免了参数选择的盲目性；同时对模拟电路的响应信号采用小波包分解,提取有效故障特征.仿真结果表明,方法具有更高的诊断精度和更快的收敛速度,能有效地实施模拟电路的故障定位.
為瞭提高徑嚮基神經網絡(radial basis funtion neural network,RBFNN)進行模擬電路故障診斷的速度與準確性,提齣瞭一種基于粒子群算法(particle swarm optimization,PSO)優化RBFNN的故障診斷方法.該方法利用PSO優化RBFNN的結構參數,剋服瞭神經網絡中模型結構和參數難以設置的缺點,避免瞭參數選擇的盲目性；同時對模擬電路的響應信號採用小波包分解,提取有效故障特徵.倣真結果錶明,方法具有更高的診斷精度和更快的收斂速度,能有效地實施模擬電路的故障定位.
위료제고경향기신경망락(radial basis funtion neural network,RBFNN)진행모의전로고장진단적속도여준학성,제출료일충기우입자군산법(particle swarm optimization,PSO)우화RBFNN적고장진단방법.해방법이용PSO우화RBFNN적결구삼수,극복료신경망락중모형결구화삼수난이설치적결점,피면료삼수선택적맹목성；동시대모의전로적향응신호채용소파포분해,제취유효고장특정.방진결과표명,방법구유경고적진단정도화경쾌적수렴속도,능유효지실시모의전로적고장정위.
