文献类型：期刊文章

作　　者：肖晓晖[1]

Xiao Xiaohui(Fujian Academy of Mechanical Sciences,Fuzhou 350005 ,China)

机构地区：[1]福建省机械科学研究院

出　　处：《电子测量与仪器学报》

基　　金：福建省教育厅科研项目(JAT160087)资助

年　　份：2019

卷　　号：31

期　　号：5

起止页码：57-64

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高支持向量机(SVM)在模拟电路故障诊断中的精度,对果蝇优化算法(FOA)进行改进,提取了一种基于改进果蝇优化算法优化SVM的模拟电路故障诊断方法。改进果蝇优化算法(SHFOA)在FOA算法中增加了“学习历史”的策略,增强了果蝇种群的多样性和算法跳出局部最优的能力,可以获得更优的SVM参数,有效地提升了SVM的分类性能。Sallen-Key低通滤波器电路故障诊断和工程应用验证了SHFOA算法提升了SVM的识别效果,获得了更高的故障诊断精度,相比于其他一些方法更有优势。

关 键 词：历史学习 果蝇优化算法  支持向量机 模拟电路故障诊断

分 类 号：TH206.3] TP391]