基于ALO-SVM的模拟电路故障诊断研究
Techniques of Automation and Applications(2019)
Abstract
针对模拟电路故障定位难的问题,采用一种新兴的群体智能优化算法——蚁狮算法(ALO),来优化支持向量机(SVM)的惩罚因子和核函数,建立一种基于蚁狮算法优化支持向量机的模拟电路故障诊断模型.ALO算法采用了自适应边界收缩机制、精英主义、随机游走和轮盘选择机制等关键技术以提高收敛速度,避免陷入局部最优解.为验证诊断模型的有效性,仿真某实际电路并用小波变换提取电路的故障特征向量,分别用蚁狮算法、蝙蝠算法、粒子群算法、遗传算法优化SVM对电路的故障进行诊断.经过比较,蚁狮算法不仅大大缩短了模型的训练时间,而且诊断准确度也有明显提升.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined