基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷技術(shù)研究.pdf

1、自20世紀(jì)70年代中期以來,伴隨系統(tǒng)級、主板級和芯片級的模擬電路快速發(fā)展,模擬電路故障診斷一直是研究熱點領(lǐng)域。由于診斷模型的缺乏、元件容差以及非線性等問題,導(dǎo)致了模擬電路故障診斷的高難度和高復(fù)雜度。而傳統(tǒng)的基于模型的故障診斷理論和方法在實際工程中很難達(dá)到預(yù)期的效果,以神經(jīng)網(wǎng)絡(luò)為代表的智能方法為模擬電路故障診斷提供了一條新的途徑,受到學(xué)術(shù)界和工程界的廣泛關(guān)注。
　　本文針對經(jīng)典RBF神經(jīng)網(wǎng)絡(luò)在模擬電路故障診斷中存在準(zhǔn)確性較差的問題,

2、提出了基于K均值聚類的遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)參數(shù)方法。本文主要工作體現(xiàn)在以下幾個方面:
　　①針對模擬電路故障診斷的特征提取問題,通過對小波包的改進(jìn),實現(xiàn)了故障信號的細(xì)微變化和高頻段畸變的分析,從而更精確地捕捉電路故障的原始故障特征。
　?、卺槍?jīng)典RBF神經(jīng)網(wǎng)絡(luò)模擬電路故障診斷方法識別率低的問題,提出了隱含層節(jié)點數(shù)可變的RBF神經(jīng)網(wǎng)絡(luò)診斷方法,從而顯著提高了RBF神經(jīng)網(wǎng)絡(luò)模擬電路故障診斷的識別率。通過數(shù)值實驗,與BP神