基于遺傳算法和神經網絡的模擬電路故障診斷方法研究.pdf

1、隨著電子元器件的制造工藝的不斷提升，各種電路的集成度日益加大，尤其模擬電路的結構愈加復雜，因此與模擬電路故障診斷技術相應的研究愈發(fā)重要。面對傳統(tǒng)的BP神經網絡用于電路診斷的諸多缺點，如診斷效率不高、達不到有效收斂。各種BP神經網絡改進算法不斷出現(xiàn)，如附加動量法、統(tǒng)計算法和競爭BP算法等等?？傮w上講，這些算法通過隨機選取BP網絡的權值和閾值，對學習速率加以改進，雖取得一定的診斷效果，但是沒有優(yōu)化網絡結構，隨時調整權值和閾值以使得網絡達到最

2、佳。因此本文從優(yōu)化BP神經網絡的權值和閾值方向做工作，將遺傳算法用于優(yōu)化BP神經網絡來進行模擬電路故障診斷，達到高效率、高精度的診斷目的。本文主要研究內容為以下幾點:
　　(1)對模擬電路運用電路仿真設計軟件OrCAD進行原理圖繪制，再對該電路進行直流靈敏度分析，并根據(jù)元器件的直流靈敏度分析結果來構造故障類型。
　　(2)將模擬電路進行蒙特卡洛(MC)分析，得到各種故障狀態(tài)下的電路參數(shù)信息，整合利用這些信息，將其分為訓練樣本

3、集和測試樣本集。
　　(3)用傳統(tǒng)的BP神經網絡對電路進行故障診斷，觀察傳統(tǒng)BP神經網絡的訓練步長、訓練曲線誤差，記錄其故障診斷率。
　　(4)用簡單遺傳算法(SGA)對BP神經網絡進行優(yōu)化，使得BP神經網絡的權值和閾值得到最優(yōu)值，網絡達到全局最優(yōu)解。然后用該網絡對電路進行故障診斷，觀察應用該算法對電路的診斷，記錄其故障診斷效果。
　　(5)改進簡單遺傳算法的編碼方式，用實數(shù)編碼及其與之相應一系列的遺傳操作算子來對BP