基于IMODA自适应深度信念网络的复杂模拟电路故障诊断方法

	基于IMODA自适应深度信念网络的复杂模拟电路故障诊断方法
	巩彬 1; 安爱民1,2 ; 石耀科 3; 杜先君1,2
	2024-05-30
发表期刊	电子科技大学学报
ISSN	1001-0548
卷号	53 期号:03 页码:327-344
摘要	针对传统DBN在无监督训练过程中预训练耗时久、诊断精度差等问题，提出了一种基于改进多目标蜻蜓优化自适应深度信念网络（IMODA-ADBN）的模拟电路故障诊断方法。首先，根据参数更新方向的异同提出了自适应学习率，提高网络收敛速度；其次，传统DBN在有监督调优过程利用BP算法，然而BP算法存在易陷入局部最优的问题，为了改善该问题，利用改进的MODA算法取代BP算法提高网络分类精度。在IMODA算法中,添加Logistic混沌印射和基于对立跳跃以获得帕累托最优解，增加算法的多样性，提高算法的性能。在7个多目标数学基准问题上测试该算法，并与3种元启发式优化算法（MODA、MOPSO和NSGA-II）进行比较，证明了IMODA-ADBN网络模型具有稳定性。最后将IMODAADBN运用到二级四运放双二阶低通滤波器的诊断实验中，实验结果表明该方法在收敛速度快的基础上保证了分类精度，诊断率更高，能够实现高难故障的分类与定位。
关键词	模拟电路 MODA算法自适应学习率深度信念网络故障诊断
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	国家自然科学基金（62241307,61963025）;甘肃省科技计划（22YF7FA166,22YF7GA164）;甘肃省自然科学基金优秀博士生项目（23JRRA809）;甘肃省教育厅高等学校创新基金（2021A-027）;兰州市科技计划（2022-RC-60）
中图分类号	TN710;TP277
原始文献类型	学术期刊
引用统计
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/171420
专题	电气工程与信息工程学院
通讯作者	杜先君
作者单位	1.兰州理工大学电气工程与信息工程学院; 2.兰州理工大学甘肃省工业过程先进控制重点实验室; 3.兰州理工大学计算机与通信学院
第一作者单位	电气工程与信息工程学院
通讯作者单位	电气工程与信息工程学院; 兰州理工大学
第一作者的第一单位	电气工程与信息工程学院
推荐引用方式 GB/T 7714	巩彬,安爱民,石耀科,等. 基于IMODA自适应深度信念网络的复杂模拟电路故障诊断方法[J]. 电子科技大学学报,2024,53(03):327-344.
APA	巩彬,安爱民,石耀科,&杜先君.(2024).基于IMODA自适应深度信念网络的复杂模拟电路故障诊断方法.电子科技大学学报,53(03),327-344.
MLA	巩彬,et al."基于IMODA自适应深度信念网络的复杂模拟电路故障诊断方法".电子科技大学学报 53.03(2024):327-344.