[发明专利]基于遗传算法的模拟电路故障参数范围确定方法有效
申请号: | 202010684995.3 | 申请日: | 2020-07-16 |
公开(公告)号: | CN111950221B | 公开(公告)日: | 2022-07-26 |
发明(设计)人: | 杨成林;黄建国;刘震 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06F30/367 | 分类号: | G06F30/367;G06F30/27;G06N3/12 |
代理公司: | 成都行之专利代理事务所(普通合伙) 51220 | 代理人: | 温利平 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 遗传 算法 模拟 电路 故障 参数 范围 确定 方法 | ||
1.一种基于遗传算法的模拟电路故障参数范围确定方法,其特征在于,包括以下步骤:
S1:获取模拟电路中元件数量C和各个元件的参数标称值xjN,j=1,2,…,C,确定模拟电路在预设测点的传输函数,获取当前故障状态下模拟电路在预设测点的故障输出电压Z,以及所检测出的故障元件序号c;
S2:将元件参数向量X=[x1,x2,…,xC]作为遗传算法种群的个体,采用以下方式生成初始种群P:
根据需要设置故障元件参数xc的初始范围为[λ1xcN,λ2xcN],其中0<λ1<1-α,1+α<λ2<∞,α表示容差参数,将范围[λ1xcN,λ2xcN]等分成K个子区间,设置初始种群中个体数量为DK,其中D>1,则第d个个体中故障元件c的参数xc的取值为:
其中,表示向上取整,d=1,2,…,DK;
其余元件j′的参数xj′在容差范围(xj′N×(1-α),xj′N×(1+α))内取值,其中j′=1,2,…,C,j′≠c;
S3:初始化迭代次数t=1;
S4:对种群P中的个体进行交叉和变异,得到新种群Q,在交叉和变异过程中需要保证故障元件c的参数xc的值保持不变,其余各个元件的参数值在容差范围内取值;
S5:将种群P和种群Q进行合并,得到合并种群S,即S=P∪Q;将合并种群S中的2DK个个体按照故障元件c的参数值进行升序排列;
S6:按照以下方法进行个体优选:
S6.1:将合并种群S中的2DK个个体划分为K组,每连续2D个个体为一组,记第i组个体集合为si;
S6.2:初始化i=1;
S6.3:对于分组集合si,分别计算其2D个个体所对应的适应度值,个体适应度值的计算方法为:根据传输函数计算个体所对应元件参数向量在预设测点处的输出电压,然后计算该输出电压与故障输出电压Z之间的欧式距离,将该欧式距离作为个体适应度值;根据适应度值从小到大对2D个个体进行排列,选择前D个个体加入下一代种群P′;
S6.4:判断是否i<K,如果是,令i=i+1,返回步骤S6.3,否则个体优选结束;
S7:判断迭代次数t是否达到预设的最大迭代次数tmax,如果未达到,则进入步骤S8,否则进入步骤S12;
S8:判断是否t%τ=0,τ表示预设的周期参数,如果未达到,进入步骤S9,否则进入步骤S10;
S9:令种群P=P′,t=t+1,返回步骤S4;
S10:按照以下方法精细化故障元件参数范围:
S10.1:将种群P′的DK个个体按照故障元件c的参数值进行升序排列,然后将DK个个体划分为K组,每连续D个个体为一组,从每组D个个体中选择适应度值最小的个体作为该组的代表性故障,共计K个代表性故障;
S10.2:记K个代表性故障个体中的最小适应度值为gmin;
S10.3:初始化p=1;
S10.4:计算第p个代表性故障个体的适应度值,如果该适应度值大于100gmin,进入步骤S10.5,否则进入步骤S10.6;
S10.5:令p=p+1,返回步骤S10.4;
S10.6:令p′=max(1,p-5),记录为第p′个代表性故障个体中故障元件c的参数;
S10.7:初始化q=K;
S10.8:计算第q个代表性故障个体的适应度值,如果该适应度值大于100gmin,进入步骤S10.9,否则进入步骤S10.10;
S10.9:令q=q-1,返回步骤S10.8;
S10.10:令q′=min(K,q+5),记录为第q′个代表性故障个体中故障元件c的参数;
S10.11:将故障元件c的参数xc的范围更新为从K个代表性故障个体中筛选出故障元件c的参数xc的取值位于该范围内的代表性故障个体,记所筛选得到的代表性故障个体数量为K′,将K′个代表性故障个体按照故障元件c 的参数xc进行升序排列;
S10.12:将范围等分成K个子区间,生成DK个个体构成种群P,其中第d个个体中故障元件c的参数xc的取值为:
其中,
第d个个体中其他元件的参数的计算方法为:对于第d个个体,在K′个代表性故障个体中筛选出故障元件c的参数值与最为接近的代表性故障个体,记其序号为w,那么第d个个体元件i′的参数xi′的取值为:
其中,i′=1,2,…,C,i′≠c,分别表示K′个代表性故障个体中第w+1个、第w-1个代表性故障个体中元件i′的参数值;
S10.13:令t=t+1,返回步骤S4;
S11:采用以下方法确定故障元件参数范围:
S11.1:将最后一代种群P′的DK个个体按照故障元件c的参数值进行升序排列,然后将DK个个体划分为K组,每连续D个个体为一组,从每组D个个体中选择适应度值最小的个体作为该组的代表性故障,共计K个代表性故障;
S11.2:初始化p″=1;
S11.3:计算第p″个代表性故障个体的适应度值,如果该适应度值大于10-3,进入步骤S11.4,否则进入步骤S11.5;
S11.4:令p″=p″+1,返回步骤S11.3;
S11.5:记录故障元件c的参数范围下限xcL为第p′-1个代表性故障个体中故障元件c的参数;
S11.6:初始化q″=K;
S11.7:计算第q″个代表性故障个体的适应度值,如果该适应度值大于10-3,进入步骤S11.8,否则进入步骤S11.9;
S11.8:令q″=q″-1,返回步骤S11.7;
S11.9:记录故障元件c的参数范围上限xcU为第q″+1个代表性故障个体中故障元件c的参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010684995.3/1.html,转载请声明来源钻瓜专利网。