收藏本站
《东北大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究

张永新  
【摘要】:随着现代电子技术的飞速发展,大规模集成电路的应用,电路规模和结构日趋功能化和模块化,电路故障诊断的难度也随之增大,且一旦发生故障,可能会造成人员和财产的巨大损失。研究如何运用现代诊断技术从大规模电路中准确地诊断出存在故障的元器件,是实际工程迫切需要解决的课题,也是模拟电路故障诊断理论和方法走向实际应用的关键步骤之一。基于人工智能的机器学习方法能够构造多类分类学习模型,适合于模拟电路故障诊断,是目前研究的热点之— 本文以辽宁省自然科学基金项目“基于支持向量机电气电子系统故障诊断及预测新方法研究”为背景,研究了基于支持向量机和遗传算法相结合的模拟电路故障诊断方法。 本文针对模拟电路存在容差和非线性,不同节点的电压或电流对不同故障器件敏感程度的特点,使用Pspice软件对电路进行仿真,利用其特有的蒙特卡洛分析和最坏情况分析功能,对不同故障状态的信号进行采集,作为支持向量机分类器的输入。 支持向量机(support vector machine, SVM)是数据挖掘中的一项新技术,是借助于最优化方法解决机器学习问题的新工具,它集成了最大间隔超平面、Mercer核、凸二次规划、稀疏解和松弛变量等多项技术。支持向量机算法在多类别分类应用中比传统的神经网络方法更具有优势。但是,对支持向量机的推广预测能力有很大影响的参数却一直没有一个很好的确定方法。本文在参数优化方面对支持向量机算法进行了改进,引入遗传算法对支持向量机的核参数及误差惩罚参数C进行优化选择,应用于一对多(1-versus-rest,1-V-r)、一对一(1-versus-1,1-V-1)、决策导向无环图(Decision Directed Acyclic Graph, DDAG)等多类分类算法对模拟电路进行故障诊断,将该方法的计算结果与已有的grid search方法进行比较,可以得出用本文所提出的方法求得的C和核参数能明显提高支持向量机的泛化性能,实验结果表明基于遗传算法的参数选择方法的有效性和优越性。
【学位授予单位】:东北大学
【学位级别】:硕士
【学位授予年份】:2009
【分类号】:TN710

【引证文献】
中国硕士学位论文全文数据库 前1条
1 张庆锴;模拟电路故障诊断方法及其应用研究[D];大连理工大学;2011年
【参考文献】
中国期刊全文数据库 前10条
1 黄绪明;一类改进的遗传算法[J];长沙大学学报;2005年05期
2 张金泽;单甘霖;;改进的SVM算法及其在故障诊断中的应用研究[J];电光与控制;2006年06期
3 邹光宇;专家系统发展现状及其应用前景[J];电力勘测;1994年03期
4 彭敏放,何怡刚,王耀南;基于神经网络与证据理论的模拟电路故障诊断[J];电路与系统学报;2005年01期
5 胡鹏;宋超;;标准遗传算法的参数分析[J];电脑知识与技术;2009年02期
6 何怡刚,罗先觉,邱关源;基于神经网络的线性电路故障诊断非线性L1范数优化方法[J];电子测量与仪器学报;1998年01期
7 黄丽;仝秋红;蹇小平;;电喷发动机故障诊断专家系统知识库与推理机的构建[J];电子科技;2007年01期
8 赵国南,谢霜,郭裕顺;模拟集成电路故障的在线诊断[J];电子学报;1986年01期
9 王安娜;李明;李华;栾峰;;基于支持向量机的容差电路故障诊断[J];华北电力大学学报;2005年S1期
10 袁慧梅,李锦萍;模拟电路故障诊断新方法[J];航空精密制造技术;2002年02期
中国博士学位论文全文数据库 前1条
1 彭新俊;支持向量机若干问题及应用研究[D];上海大学;2008年
中国硕士学位论文全文数据库 前2条
1 黄璐璐;容差模拟电路故障诊断的BP神经网络法与故障树分析法研究[D];河海大学;2004年
2 杨春宁;基于小波变换的故障电路特征值提取的研究[D];吉林大学;2004年
【共引文献】
中国期刊全文数据库 前10条
1 刘青峰;尹久仁;;神经网络智能诊断技术在混凝土结构中的理论实现与展望[J];四川建筑科学研究;2007年01期
2 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期
3 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
4 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
5 余丙荣;周明龙;李玲纯;;基于遗传算法的WANN的汽车发动机故障诊断分析[J];安徽工程大学学报;2011年01期
6 阮淑明;;植物组织培养中的专家系统[J];安徽农学通报;2006年01期
7 马友平;;生长模型McDill-Amateis的遗传算法拟合研究[J];安徽农业科学;2007年33期
8 韩世芬;;模糊自适应遗传算法在农村电站无功补偿优化中的应用[J];安徽农业科学;2008年08期
9 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
10 吴金华;戴淼;尹剑;;基于遗传神经网络的陕西省土地利用结构模型研究[J];安徽农业科学;2008年36期
中国重要会议论文全文数据库 前10条
1 齐文文;赵斌;龙连春;;基于遗传算法的加筋圆柱壳屈曲承载力优化[A];北京力学会第18届学术年会论文集[C];2012年
2 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
3 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
5 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
6 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
7 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
8 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
9 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
10 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 李佳;载人潜器阻力性能的数值和试验预报及外形优化研究[D];哈尔滨工程大学;2010年
3 陆满君;通信辐射源个体识别与参数估计[D];哈尔滨工程大学;2010年
4 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
5 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
6 刘营;雷达图像编码器的并行处理研究与实现[D];哈尔滨工程大学;2009年
7 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
8 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
9 曹宇;利用遗传算法对声障板优化设计的研究[D];哈尔滨工程大学;2010年
10 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘光;油菜小区育种带式排种器的设计与试验研究[D];华中农业大学;2010年
2 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
3 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
4 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
5 万成;动态环境下的元胞遗传算法研究[D];南昌航空大学;2010年
6 张可平;CO_2焊逆变电源的自适应模糊控制系统研究[D];南昌航空大学;2010年
7 李坤;参数参与进化的自适应遗传算法研究[D];南昌航空大学;2010年
8 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
9 张静;协同产品开发过程规划方法研究[D];山东科技大学;2010年
10 纪二云;基于改进遗传算法的电力系统无功优化的研究[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前8条
1 邹光宇;专家系统发展现状及其应用前景[J];电力勘测;1994年03期
2 王守觉,曲延锋,李卫军,覃鸿;基于仿生模式识别与传统模式识别的人脸识别效果比较研究[J];电子学报;2004年07期
3 于开平,邹经湘,杨炳渊;小波函数的性质及其应用研究[J];哈尔滨工业大学学报;2000年02期
4 徐湘元,毛宗源;过程控制的发展方向——智能控制[J];化工自动化及仪表;1998年02期
5 苟博;黄贤武;;支持向量机多类分类方法[J];数据采集与处理;2006年03期
6 吕新华;武斌;攸阳;丁飞;;小波变换Mallat算法实现中的边界延拓研究[J];天津理工大学学报;2006年02期
7 夏建涛,何明一;支持向量机与纠错编码相结合的多类分类算法[J];西北工业大学学报;2003年04期
8 彭翀,樊锐,刘强;基于人工神经网络的电路故障诊断专家系统[J];系统工程与电子技术;2002年10期
中国博士学位论文全文数据库 前3条
1 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
2 孙永奎;基于支持向量机的模拟电路故障诊断方法研究[D];电子科技大学;2009年
3 毛先柏;基于支持向量机的模拟电路故障诊断研究[D];华中科技大学;2009年
中国硕士学位论文全文数据库 前6条
1 袁崇涛;基于神经网络的人脸识别算法研究[D];大连理工大学;2006年
2 孟蕊;基于Gabor特征的二次分类法在人脸识别中的应用[D];大连理工大学;2007年
3 孙刚;基于支持向量机的多分类方法研究[D];大连海事大学;2008年
4 杨易旻;模拟电路故障特征提取与智能融合诊断方法[D];湖南大学;2009年
5 胡世玲;基于神经网络的模拟电路故障诊断专家系统研究[D];哈尔滨理工大学;2009年
6 龙哲;模拟电路故障诊断方法研究与实现[D];东北大学;2009年
【二级引证文献】
中国期刊全文数据库 前1条
1 许俊;;基于频率特性的模拟电路故障分析[J];电子世界;2013年10期
【二级参考文献】
中国期刊全文数据库 前10条
1 田杰,陈杰,张宇河;基于小波变换及分形特征的目标检测与识别[J];北京理工大学学报;2003年01期
2 张祖明;人工智能的前沿内容—专家系统的发展综述[J];北京印刷学院学报;1995年01期
3 于吉成;浅谈故障树分析法与应用[J];丹东师专学报;2002年S1期
4 陈艳峰,丘水生,伍言真,周小安;MATLAB与PSPICE相结合用于开关功率变换器仿真的方法[J];电机与控制学报;1999年02期
5 肖化铸;小波分析中信号的时频局部化[J];地质科技管理;1995年03期
6 范昕炜,杜树新,吴铁军;去噪声的加权SVM分类方法[J];电路与系统学报;2004年04期
7 丁晓群,孙军,袁宇波,周玲,胡浩,王志贤,安宗贵;基于 BP 网络的故障诊断方法的改进[J];电网技术;1998年11期
8 何怡刚,罗先觉,邱关源;基于神经网络的线性电路故障诊断非线性L1范数优化方法[J];电子测量与仪器学报;1998年01期
9 顾玉辉,李柯,朱明武;一种虚拟信号分析仪器的设计[J];电子测量与仪器学报;1999年01期
10 代俊光,陈光;一种奇异信号测量中的小波分析方法[J];电子测量与仪器学报;2000年01期
中国博士学位论文全文数据库 前2条
1 王志鹏;基于信息融合技术的故障诊断方法的研究及应用[D];大连理工大学;2001年
2 王磊;支持向量机学习算法的若干问题研究[D];电子科技大学;2007年
【相似文献】
中国期刊全文数据库 前2条
1 汪迎;;模拟电路故障成因分析及诊断[J];才智;2011年01期
2 聂涛;;试述模拟电路故障的原因及诊断方法[J];民营科技;2011年03期
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026