遗传算法优化的SVM 模拟电路故障诊断方法[J].pdfVIP

第38 卷 第4 期 电 子 科 技 大 学 学 报 Vol.38 No.4 2009年7月 Journal of University of Electronic Science and Technology of China Jul. 2009 ·自动化技术· 遗传算法优化的SVM模拟电路故障诊断方法 陈世杰，连 可，王厚军 ( 电子科技大学自动化工程学院 成都 610054) 【摘要】提出了一种利用遗传算法优化的SVM多分类决策树(GADT-SVM) 实现模拟电路故障诊断的新方法。介绍了 GADT-SVM的设计思想和算法原理；利用传递函数对模拟电路进行建模，并用小波分解提取电路冲激响应的能量分布作为故 障特征；使用GADT-SVM对故障特征样本进行分类实现故障诊断。仿真结果表明，与未经优化的DAG-SVM和DT-SVM故障诊 断方法相比，该方法可以减小诊断 “误差积累”的影响，具有更好的误差控制能力。 关 键 词 模拟电路; 故障诊断; 遗传算法; 支持向量机 中图分类号 TP18 文献标识码 A doi:10.3969/j.issn.1001-0548.2009.04.019 Method for Analog Circuit Fault Diagnosis Based on GA Optimized SVM CHEN Shi-jie, LIAN Ke, and WANG Hou -jun (School of Automation Engineering, University of Electronic Science and Technology of China Chengdu 610054) Abstract A new method for analog circuit fault diagnosis is presented based on genetic algorithm optimized support vector machine multi-class decision tree (GADT-SVM). The design idea and algorithm principle of GADT-SVM is introduced firstly; then model of analog circuit is built by transfer function, and fault characteristic is picked-up by wavelet energy distribution of impulse response. Finally, fault samples are recognized by GADT-SVM. Experiment results show that our method can depress error accumulation phenomena of diagnosis and have stronger error control ability compared with the traditional DAG-SVM and DT-SVM. Key words analog circuit; fault diagnosis; genetic algorithm; support vector machine 故障诊断问题可以归纳为多类别分类的模式识 故障模式识别问题所有可能构造的严格二叉树的数 [1] K -1 别问题 。训练多个两分类SVM并将其按照某种规 目为 (2i -1) ，K ≥3 [5] 。