首页 | 本学科首页   官方微博 | 高级检索  
     

基于蝙蝠算法优化ELM的模拟电路故障诊断研究
引用本文:陈绍炜,柳光峰,冶帅,黄登山.基于蝙蝠算法优化ELM的模拟电路故障诊断研究[J].电子测量技术,2015,38(2):138-141.
作者姓名:陈绍炜  柳光峰  冶帅  黄登山
作者单位:西北工业大学 电子信息学院 西安 710072
摘    要:极限学习机(extreme learning machine,ELM)具有学习速度快、测试精度高的优点。近年来被广泛用于模式识别和故障诊断等领域,但是ELM固有的随机性对其泛化性能和精度有很大的影响。蝙蝠算法(bat algorithm,BA)是一种新型的智能优化算法,具有良好的全局搜索能力。将蝙蝠算法引入到极限学习机输入权值和阈值的优化中,有机结合2种算法的优点,建立了基于蝙蝠算法优化极限学习机的故障模型,以带通滤波器作为测试电路,并和ELM、DE-ELM、SAE-ELM进行对比,仿真和实验结果表明蝙蝠算法有效地改善了ELM网络的诊断精度和泛化能力。

关 键 词:极限学习机  蝙蝠算法  故障诊断  模拟电路

Research for analog circuit fault diagnosis based on ELM optimized by bat algorithm
Chen Shaowei,Liu Guangfeng,Ye Shuai,Huang Dengshan.Research for analog circuit fault diagnosis based on ELM optimized by bat algorithm[J].Electronic Measurement Technology,2015,38(2):138-141.
Authors:Chen Shaowei  Liu Guangfeng  Ye Shuai  Huang Dengshan
Affiliation:Chen Shaowei;Liu Guangfeng;Ye Shuai;Huang Dengshan;Northwestern Polytechnical University Xi’an;
Abstract:
Keywords:extreme learning machine  bat algorithm  fault diagnosis  analog circuit
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号