- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于组合优化bp神经网络的模拟电路故障诊断-西北工业大学学报
2013 2 Feb. 2013
年 月 西北工业大学学报
第31 1 Journal of Northwestern Polytechnical University Vol. 31 No. 1
卷第 期
BP
基于组合优化 神经网络的模拟电路故障诊断
, , ,
郭阳明 冉从宝 姬昕禹 马捷中
( , 7 10072)
西北工业大学计算机学院 陕西西安
: , 。
摘 要 电子系统的可靠性已成为影响系统正常运行的关键 因此电路故障的诊断越来越受到重视
BP 。 BP
基于 神经网络的诊断方法是目前实现模拟电路故障诊断的有效方法之一 文章针对已有 神
, 。
经网络模拟电路故障诊断技术的不足 提出了一种组合优化的诊断方案 该方案采用遗传算法优化
BP , BP , L-M
确定 神经网络的初始权值 以规避 神经网络易陷入局部极小值的不足 然后应用 方法在
BP , 。 BP
这个局部解空间里对 神经网络进行精调 搜索出最优解或者近似最优解 该方案发挥了 神经
, ,
网络的广泛映射能力和遗传算法的全局搜索能力加快了网络的学习速度 综合提高了整个学习过程
, BP 。
中的逼近能力和泛化能力 有效提升了基于 神经网络模拟电路故障诊断的性能
: , ,BP , ,L-M
关 键 词 模拟电路 故障诊断 神经网络 遗传算法 方法
中图分类号:TP391 文献标识码:A 文章编号:1000-2758 (20 13)0 1-0044 -05
, ,
随着电子系统的广泛应用 其可靠性已成为影 差反传算法训练的多层前向网络 是目前应用最广
。 , 。BP
响系统正常运行的关键 相对于数字电路 模拟电 泛神经网络模型之一 神经网络一般含有输入
, 、 , 1 ,
路的故障诊断更加复杂和困难 传统的模拟电路故 层节点 输出层节点 以及 个或多个隐含层节点
, 。 3 BP 1 。
障诊断方法 往往不能取得理想的诊断效果 现代 典型的
您可能关注的文档
- 建设项目竣工环境保护验收监测表-贵池区.pdf
- 建立社会信用体系的国际经验与借鉴-中诚信国际信用评级有限责任公司.pdf
- 建湖广电网络发展有限公司钢纤维混凝土井盖协议供货商询价采购.doc
- 建国60年政府卫生投入和卫生总费用核算的回顾-中国卫生政策研究.pdf
- 见-上海财经大学法学院.doc
- 简易粒子图像测速piv技术开发与优化技巧-数学进展-长江科学院.pdf
- 简介-21ic电子技术论坛.pdf
- 简化usb31设计的验证和调试-泰克.pdf
- 简介-陕西畜牧业协会.pdf
- 简化的锂离子电池应用系统.ppt
- 基于自组织神经网络的生态敏感性分区.pdf
- 基于自由轴法的rlc测量仪表设计技术要求1测量准确度o05.doc
- 基于阻抗匹配模式的并联逆变器均流方法-电机与控制学报.pdf
- 基于自校正的大时延模拟源高精度实现技术-国外电子测量技术.pdf
- 基于自适应遗传算法的模拟电路的优化设计方法-哈尔滨工程大学学报.pdf
- 基于自适应门控时钟的cpu功耗优化和vlsi设计-东南大学学报.pdf
- 基于自动增益控制agc的高效率led驱动芯片设计.pdf
- 基于自供电磁流变阻尼器的隔震高架桥半主动控制-地震工程与工程振动.pdf
- 基于自抗扰控制的电动汽车快速充电纹波抑制方法-电力建设.pdf
- 基于自适应边界向量提取的多尺度v-支持向量机建模-控制与决策.pdf
文档评论(0)