[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

摘要

本发明公开了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。该方法包括以下步骤：选择测试信号的频率；对待测电路输入测试信号，模拟各种典型的故障状态，在待测电路的待选测试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；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；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；根据网络的输出计算遗传算法的目标函数，利用遗传优化算法得到最优测试节点集合。本发明方法通过智能算法对故障字典进行分析，能够寻找出全局最优测试节点集合，从而提高后续诊断的准确性。

主权项

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： arg Max ( m - Σ k = 1 m output ( fault k ) ) 上式中output(faultk)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。