期刊文献+

基于改进果蝇算法优化SVM的模拟电路故障诊断及对比分析

Analog circuit fault diagnosis and comparison analysis based on SVM optimized by improved fruit fly optimization algorithm
收藏 分享 导出
摘要 为提高支持向量机(SVM)对模拟电路的故障诊断精度,提取了基于动态变步长果蝇算法优化SVM的模拟电路故障诊断方法。动态变步长果蝇算法(DCSFOA)在FOA算法的基础上,通过适应度值对果蝇种群进行动态划分,然后两个子群按照不同的公式进行搜索步长的计算并完成位置更新,增强了果蝇种群的寻优能力,可以获得更优的SVM参数,有效地提升了SVM的分类性能。最后以UCI数据集、Sallen-Key低通滤波器模拟电路和实际电路故障诊断为例,从纵向和横向两个方面对DCSFOA-SVM有效性和优势进行了验证。 In order to improve diagnosis accuracy of support vector machine(SVM)in analog circuit,an analog circuit fault diagnosis method based on SVM optimized by dynamic changing step fruit fly optimization algorithm was proposed.On the basis of fruit fly optimization algorithm(FOA),dynamic changing step fruit fly optimization algorithm(DCSFOA)according to fitness dynamically divided fruit fly group into two subgroups.And then,each subgroup computing search step according to different function and update location.As a results,the ability of optimization seeking are improved,better parameters of SVM can be obtained and classification performance of SVM was enhanced.Finally,the performance and superiority of DCSFOA-SVM are validated from both vertical and horizontal ways according to Sallen-Key low-pass filter analog circuit and actual circuit fault diagnosis results.
作者 赵新 刘冬生 Zhao Xin;Liu Dongsheng(School of Electronic and Information Engineering,Wuhan Technical College of Communications,Wuhan 430065,China;School of Optical and Electronic Information,Huazhong University of Science And Technology,Wuhan 430074,China)
出处 《电子测量与仪器学报》 CSCD 北大核心 2019年第3期78-84,共7页 Journal of Electronic Measurement and Instrument
基金 国家自然科学基金(61874163) 武汉交通职业学院科研创新团队(CX2018B01)资助项目.
关键词 动态变步长 果蝇算法 支持向量机 模拟电路 故障诊断 dynamic changing step fruit fly optimization algorithm support vector machine analog circuit fault diagnosis
作者简介 赵新,分别在2003年和2006年于武汉科技大学获得学士学位和硕士学位,现为武汉交通职业学院讲师,主要研究方向为智能控制理论与应用、嵌入式技术。E-mail:35111281@qq.com;刘冬生,2007年于华中科技大学获得博士学位,现为华中科技大学教授,主要研究方向为数模混合集成电路、嵌入式系统。
  • 相关文献

参考文献14

二级参考文献113

共引文献58

投稿分析

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈