基于优化SVM的模拟电路故障诊断方法、系统及存储介质
申请号:CN202411447879
申请日期:2024-10-17
公开号:CN119667453A
公开日期:2025-03-21
类型:发明专利
摘要
一种优化SVM的模拟电路故障诊断方法、系统及存储介质,采用经融合粒子群算法与改进灰狼算法对SVM算法进行了优化。包括提取模拟电路多种故障样本信号的时域特征和小波包特征,将两种特征融合作为最终故障特征样本集;将所述故障特征样本集按照一定比例分为训练集和测试集;利用融合粒子群算法与改进灰狼算法对SVM的核函数和惩罚因子进行优化,构建PSO‑IGWO‑SVM模型;用测试集训练并测试PSO‑IGWO‑SVM模型,输出模拟电路的故障诊断结果。通过结合两种算法的优点,提高了SVM的分类效果和诊断精度。同时,通过引入非线性收敛因子和比例权重动态调整策略,进一步提升了算法的搜索效率和收敛速度。
技术关键词
灰狼算法
粒子群算法
位置更新
故障特征
故障诊断模块
时域特征
非线性
特征提取模块
因子
Sigmoid函数
模拟电路故障
原始故障数据
数据采集模块
小波包特征
样本
策略更新