计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2005年
9期
921-923
,共3页
顾凡一%王友仁%黄三傲%姚睿%张砦%崔江
顧凡一%王友仁%黃三傲%姚睿%張砦%崔江
고범일%왕우인%황삼오%요예%장채%최강
模拟电路%故障诊断%CBR%KNN%PSO
模擬電路%故障診斷%CBR%KNN%PSO
모의전로%고장진단%CBR%KNN%PSO
针对目前模拟电路故障诊断中的技术难点,提出了基于案例库推理法(CBR)的模拟电路故障诊断方法.利用K个最邻近法(K Nearest Neighbors: KNN)来解决模拟电路故障诊断中的案例分类与提取,提出了应用粒子群算法(Particle Swarm Optimization:PSO)来优化KNN中权值参数的新方法.通过应用实例分析,证明了所提出的新故障诊断方法相比传统的故障诊断方法来说具有简单、聚类性好、诊断精度高的优点.
針對目前模擬電路故障診斷中的技術難點,提齣瞭基于案例庫推理法(CBR)的模擬電路故障診斷方法.利用K箇最鄰近法(K Nearest Neighbors: KNN)來解決模擬電路故障診斷中的案例分類與提取,提齣瞭應用粒子群算法(Particle Swarm Optimization:PSO)來優化KNN中權值參數的新方法.通過應用實例分析,證明瞭所提齣的新故障診斷方法相比傳統的故障診斷方法來說具有簡單、聚類性好、診斷精度高的優點.
침대목전모의전로고장진단중적기술난점,제출료기우안례고추리법(CBR)적모의전로고장진단방법.이용K개최린근법(K Nearest Neighbors: KNN)래해결모의전로고장진단중적안례분류여제취,제출료응용입자군산법(Particle Swarm Optimization:PSO)래우화KNN중권치삼수적신방법.통과응용실례분석,증명료소제출적신고장진단방법상비전통적고장진단방법래설구유간단、취류성호、진단정도고적우점.
