[发明专利]基于动态反馈神经网络建模的模拟电路测试节点选择方法

权利要求书

1.一种基于动态反馈神经网络建模的模拟电路测试节点选择方法，其特征在于，包括以下步骤：

步骤A、选择测试信号的频率；

步骤B、对待测电路输入测试信号，模拟各种典型的故障状态，在待测电路的所有可测节点上采集电路的正常样本和故障样本的电压值，构造故障字典表，其中故障字典表中的行表示所有的待选测试节点，列表示每类故障的节点电压值；

步骤C、根据故障模糊电压区间，分析模糊故障集合，并得到故障整数编码表，其中故障整数编码表中的行表示所有的测试节点，列表示每类故障对应的整数编码；

步骤D、构造初始训练样本集，训练初始动态反馈神经网络，由动态反馈神经网络拟合测试节点与故障之间的非线性映射关系；

步骤E、根据动态反馈神经网络的输出，利用遗传优化算法选取最优测试节点集合，其中遗传优化算法的目标函数如下：

argMax(m-Σk=1moutput(faultk))]]>

上式中output(fault_k)表示动态反馈神经网络中输出层的第k个神经元的输出值，m是输出层神经元的个数。

2.如权利要求1所述基于动态反馈神经网络建模的模拟电路测试节点选择方法，其特征在于，步骤C中的故障整数编码表具体按照以下方法得到：

步骤C1、考虑待测电路中元件的容差，采用蒙特卡罗分析方法得到每类故障模式的多组节点电压值样本，并用统计方法得到每类故障样本的均值和均方差，因此每类故障模式的模糊区间为[故障均值-故障均方差，故障均值+故障均方差]；

步骤C2、分析所有故障模式的模糊区间，进行故障诊断编码，如果故障的模糊区间与其它故障模糊区间完全不相交，则该故障为完全被隔离，将此类故障赋予整数标识“0”；如果故障的模糊区间与其它故障模糊区间相交，则为模糊类故障，模糊区间相互交叉的故障不能被正确诊断，将模糊故障均赋予整数标识“1”。

3.如权利要求2所述基于动态反馈神经网络建模的模拟电路测试节点选择方法，其特征在于，待测电路中电阻和/或电容的容差范围为5％。

4.如权利要求2所述基于动态反馈神经网络建模的模拟电路测试节点选择方法，其特征在于，采用蒙特卡罗分析方法时的试验次数为50。