积分商城

最新搜索： stm32f0 usb源码 随身听 Authorware 4.0 DfuSe SSD1306 STM32F103C8T6
您现在的位置是：首页 > 技术资料 > 自适应狼群算法优化ELM的模拟电路故障诊断
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

自适应狼群算法优化ELM的模拟电路故障诊断

更新时间：2020-10-25 21:33:03 大小：4M 上传用户：zhengdai查看TA发布的资源 标签：elm模拟电路故障诊断 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

为了能够更加高效地检测和诊断模拟电路中的故障元件,提出了自适应狼群算法优化极限学习机的方法。该方法采用自适应遗传算法对特征参数进行选择,从而生成最优特征子集,然后利用最优特征子集构造样本输入极限学习机ELM网络对故障进行分类。针对极限学习机的输入层和隐含层之间的连接权值、隐含层的偏差都将会使其学习速度和分类正确率受到影响的问题,采用本文方法对它们进行优化并选择相应的最优值,提高了极限学习机网络训练的稳定性与故障诊断的成功率。通过2个典型模拟电路的诊断实例,给出了这些方法的具体实现过程,故障诊断率均在99%以上。仿真结果表明使用该方法进行模拟电路故障诊断时具有良好的正确率和稳定性。

In order to detect and diagnose faulty components in analog circuits more efficiently,we propose to use the adaptive wolf pack algorithm to optimize the extreme learning machine(ELM).The method includes the adaptive genetic algorithm which effectively selects feature parameters to generate optimal feature subsets.They are then used to construct the samples which are input into the ELM network to classify the faults.Given that the connection weights between the input layer and hidden layer in the ELM network,and the deviation of the hidden layer can affect the learning speed and classification accuracy,we apply our method to optimize them and select the corresponding optimal value,thus improving the training stability of the ELM network and the success rate of fault diagnosis.The specific realization process of these methods is given through the diagnosis of two typical analog circuits,and their fault diagnosis rates are over 99%.Simulation results show that the method has good accuracy and stability for fault diagnosis of analog circuits.

部分文件列表

文件名 大小
自适应狼群算法优化ELM的模拟电路故障诊断.pdf 4M

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

资料专题

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号