Institutional Repository of Coll Elect & Informat Engn
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![]() ![]() | |
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. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[巩彬]的文章 |
[安爱民]的文章 |
[石耀科]的文章 |
百度学术 |
百度学术中相似的文章 |
[巩彬]的文章 |
[安爱民]的文章 |
[石耀科]的文章 |
必应学术 |
必应学术中相似的文章 |
[巩彬]的文章 |
[安爱民]的文章 |
[石耀科]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论