摘要：为了提高径向基神经网络（radial basis funtion neural network,RBFNN）进行模拟电路故障诊断的速度与准确性,提出了一种基于粒子群算法（particle swarm optimization,PSO）优化RBFNN的故障诊断方法。该方法利用PSO优化RBFNN的结构参数,克服了神经网络中模型结构和参数难以设置的缺点,避免了参数选择的盲目性;同时对模拟电路的响应信号采用小波包分解,提取有效故障特征。仿真结果表明,方法具有更高的诊断精度和更快的收敛速度,能有效地实施模拟电路的故障定位。

原文链接:http://www.cqvip.com//QK/93231X/201201/40400016.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）