[发明专利]一种采用免疫蚂蚁算法优化的模拟电路故障诊断方法

权利要求书

1.一种基于免疫蚂蚁算法优化的模拟电路故障诊断方法，包括以下步骤：

1)建立测试电路，依经验设置故障集，以及施加于电路的激励信号

2)、对待测电路进行灵敏度分析，确定电路的测试节点；

3)、针对典型故障情况，对电路进行HSPICE仿真得到可及点电压值，一部分作为径向基函数神经网络的训练样本，一部分作为检验样本，进行归一化后存入存储器；

4)、依据训练样本决定网络输入与输出层节点个数，利用蚂蚁算法优化径向基函数神经网络隐层参数，在蚂蚁算法的信息素更新中，引入免疫机制的进化算法；应用最小二乘法确定径向基函数神经网络输出层权值；

5)、用训练样本训练网络，并将训练后的网络参数以及误差存入存储器中；用测试样本输入网络进行检验

6)、测量待测电路的实际电压信号，将其输入训练好的径向基函数神经网络，径向基函数神经网络的稳态输出即为故障的类型，完成模式识别，实现故障诊断。

2.根据权利要求1所述的基于免疫蚂蚁算法优化的模拟电路故障诊断方法，所述步骤4)中利用蚂蚁算法优化径向基函数神经网络隐层参数的步骤如下：

A.初始化过程：设置最大迭代次数NC；初始化I中参数，令元素k初始时的信息素及其增量为τ_(k)(0)＝0，Δτ_(k)(0)＝0；

B.启动全部蚂蚁，随机分配到I中的各个离散点。开始蚁群搜索；

C.当所有蚂蚁完成一次搜索后，置NC＝NC+1。依据当前蚂蚁k选择的元素作为RBFNN参数构建网络，将训练样本顺序输入。计算网络的平均误差平方和：Ek=12nΣnΣo(y-y′)2]]>

式中，n为样本个数，o为输出矢量维数，y与y’为实际输出与期望输出；

D.I中元素的信息素依下式更新：

E.当迭代次数≥NCmax时，算法结束，输出最优解。否则转至步骤B继续搜索寻优。