基于果蝇-构造小波神经网络模拟电路诊断方法

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (22): 22-27.

基于果蝇-构造小波神经网络模拟电路诊断方法

于文新1，何怡刚2，吴先明3，高坤3

1.湖南科技大学信息与电气工程学院，湖南湘潭 411201
2.合肥工业大学电气与自动化工程学院，合肥 230009
3.湖南大学电气与信息工程学院，长沙 410088

出版日期:2015-11-15 发布日期:2015-11-16

Method of analog circuit fault diagnosis based on FOA-neural network

YU Wenxin1, HE Yigang2, WU Xianming3, GAO Kun3

1.School of Information & Electrical Engineering, Hunan University of Science and Technology, Xiangtan, Hunan 411201, China
2.School of Electrical and Automation Engineering, Hefei University of Technology, Hefei 230009, China
3.College of Electrical and Information Engineering, Hunan University, Changsha 410088, China

Online:2015-11-15 Published:2015-11-16

摘要/Abstract

摘要： 利用果蝇算法优化构造小波神经网络，建立FOA-构造小波神经网络模型，并将模型应用于模拟电路故障分析当中，通过仿真试验可发现该方法在故障诊断中有较高的准确性。

关键词: 果蝇算法, 小波神经网络, 模拟电路, 故障诊断

Abstract: In the paper, FOA and wavelet-neural network are applied to establish a FOA-structure wavelet neural network algorithm. The model is applied to an analog circuit fault analysis by simulation. The method has higher accuracy in fault diagnosis.

Key words: Fruit fly Optimization Algorithm（FOA）, neural network, analog circuit, fault diagnosis

于文新1，何怡刚2，吴先明3，高坤3. 基于果蝇-构造小波神经网络模拟电路诊断方法[J]. 计算机工程与应用, 2015, 51(22): 22-27.

YU Wenxin1, HE Yigang2, WU Xianming3, GAO Kun3. Method of analog circuit fault diagnosis based on FOA-neural network[J]. Computer Engineering and Applications, 2015, 51(22): 22-27.

[1]	林荣来，汤冰影，陈明. 适用于轴承故障诊断的数据增强算法[J]. 计算机工程与应用, 2021, 57(7): 269-278.
[2]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[3]	李雅，侯彦东，刘畅. 基于故障程度的自适应优化容错控制[J]. 计算机工程与应用, 2021, 57(23): 295-302.
[4]	钱文博，熊建斌，岑健，王颀，余得正，吴润杰. 建筑电气系统故障诊断综述[J]. 计算机工程与应用, 2021, 57(16): 27-39.
[5]	唐登平，蔡文嘉，邹立，胡翔，丁黎，王雪. 改进卷积神经网络在互感器故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(11): 239-247.
[6]	衷路生，刘东东. 多级神经网络的轴承故障诊断研究[J]. 计算机工程与应用, 2020, 56(7): 193-199.
[7]	杜小磊，陈志刚，许旭，张楠. 改进深层小波自编码器的轴承故障诊断方法[J]. 计算机工程与应用, 2020, 56(5): 263-269.
[8]	毛彪，杨松，李英顺. 改进动态因果图与模糊推理融合故障诊断方法[J]. 计算机工程与应用, 2020, 56(3): 259-265.
[9]	余萍，曹洁. 深度学习在故障诊断与预测中的应用[J]. 计算机工程与应用, 2020, 56(3): 1-18.
[10]	唐魏，郑源，潘虹，徐晶珺. 引入动态调节学习率的SAE轴承故障诊断研究[J]. 计算机工程与应用, 2020, 56(20): 264-269.
[11]	王卉，李英顺. 改进型证据更新规则的动态故障诊断算法[J]. 计算机工程与应用, 2020, 56(2): 261-265.
[12]	曹洁，赵伟吉，余萍，王进花. 改进鸟群算法优化PF的双馈发电机故障诊断[J]. 计算机工程与应用, 2020, 56(18): 229-237.
[13]	杨宇，曾国辉，黄勃. 基于双树复小波包和改进SVM的轴承故障诊断[J]. 计算机工程与应用, 2020, 56(17): 231-235.
[14]	王得雪，林意，陈俊杰. 协同训练算法在滚动轴承故障诊断中的应用[J]. 计算机工程与应用, 2020, 56(12): 273-278.
[15]	贾宝惠，黄琳，李耀华，蔺越国. 轴承故障诊断FastICA算法性能优化方法[J]. 计算机工程与应用, 2019, 55(8): 208-214.