计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2015年
6期
1149-1151
,共3页
具有量子行为的粒子群优化%支持向量机%模拟电路故障诊断
具有量子行為的粒子群優化%支持嚮量機%模擬電路故障診斷
구유양자행위적입자군우화%지지향량궤%모의전로고장진단
QPSO%SVM%analog circuit fault diagnosis
为提高基于SVM的模拟电路故障诊断精度，提出了一种基于QPSO优化SVM的故障诊断方法。文中首先对QPSO算法进行了介绍，然后对支持向量机的性能影响因素进行了分析，并给出了基于QPSO优化SVM 参数的算法步骤；最后以某滤波电路为例进行了仿真实验，验证了该方法的有效性。
為提高基于SVM的模擬電路故障診斷精度，提齣瞭一種基于QPSO優化SVM的故障診斷方法。文中首先對QPSO算法進行瞭介紹，然後對支持嚮量機的性能影響因素進行瞭分析，併給齣瞭基于QPSO優化SVM 參數的算法步驟；最後以某濾波電路為例進行瞭倣真實驗，驗證瞭該方法的有效性。
위제고기우SVM적모의전로고장진단정도，제출료일충기우QPSO우화SVM적고장진단방법。문중수선대QPSO산법진행료개소，연후대지지향량궤적성능영향인소진행료분석，병급출료기우QPSO우화SVM 삼수적산법보취；최후이모려파전로위례진행료방진실험，험증료해방법적유효성。
In order to improve the correct rate of analog circuit fault diagnosis ,a method based on SVM optimized with Quantum‐behaved Particle Swarm Optimization(QPSO) is put forward .Firstly ,the QPSO algorithm is introduced in the pa‐per .Then the performance impact factors of SVM are analyzed ,and the steps of SVM parameters optimized with QPSO are given .Finally ,a filter circuit is taken as an example to simulate .The result shows that this method is effective .
