[发明专利]基于云进化算法优化SVM的模拟电路故障诊断方法在审
| 申请号： | 201910583204.5 | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110210580A | 公开（公告）日： | 2019-09-06 |
| 发明（设计）人： | 谈恩民;张欣然 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G01R31/316 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 覃永峰 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于云进化算法优化SVM的模拟电路故障诊断方法，包括基于CBEA‑SVM的参数寻优的步骤：设定初始参数；产生初始群落作为第一代母体；适应度评估找到精英个体；判断是否出现跨代精英；母代繁殖后代个体以产生新的群落；直到到达指定进化代数后，输出最优适应度的个体。由于云进化算法的突变或局部求变操作；云模型本身的随机性和模糊性；期望Ex控制寻优过程的确定性，熵En和超熵He控制寻优过程的不确定性，因此，本发明可以避免SVM寻优过程中陷入局部最优，重复震荡等问题。 | ||
| 搜索关键词： | 进化算法 寻优 故障诊断 模拟电路 随机性 适应度评估 不确定性 参数寻优 初始参数 后代个体 进化代数 精英个体 模糊性 适应度 母体 确定性 突变 优化 震荡 繁殖 输出 期望 重复 | ||
【主权项】：
1.一种基于云进化算法优化SVM的模拟电路故障诊断方法，其特征在于，包括如下步骤：步骤A、提取电路故障特征，得到特征样本，并从中选取训练样本以及测试样本；步骤B、基于CBEA‑SVM的参数寻优，利用训练样本对SVM进行训练，通过云进化算法不断的繁殖迭代以寻找最优精英个体，最优精英个体即为支持向量机的最优惩罚因子和最优核函数参数；步骤C、将测试样本输入到优化后的支持向量机模型中进行故障分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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桂林电子科技大学，未经桂林电子科技大学许可，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/patent/201910583204.5/，转载请声明来源钻瓜专利网。
