基于AdaBoost集成网络的模拟电路单软故障诊断.pdfVIP

学兔兔 第31卷 第4期 仪 器 仪 表 学 报 Vo1．31 No．4 2010年4月 Chinese Journal of Scientific Instrument Apr．2010 基于AdaBoost集成网络的模拟电路单软故障诊断 刘 红。 ，陈光福 ，宋国明 ，韩太林 (1 电子科技大学自动化工程学院 成都 610054；2 成都电子机械高等专科学校 成都 610031； 3 长春理工大学 长春 130022) 摘 要：基于神经网络的模拟电路故障诊断方法中会遇到网络训练误差很小甚至为零的情况下测试误差依然存在甚至很大的 情况，这是由于神经网络的推广性能较差而造成的。针对模拟电路的神经网络故障分类器推广性能较差的问题，提出了将基于 AdaBoost的神经网络集成应用于模拟电路故障诊断的新方法。通过对集成网络的诊断误差进行偏差一方差分析，说明可重复取 样的AdaBoost技术可以降低集成网络中各成员网络的相关性以减少方差，从而使模拟电路故障诊断的集成网络系统的推广误 差降低，使模拟电路故障诊断率得以提高。利用PSPICE的仿真数据和从实际电路获取的实测数据进行实验，实验结果均证明 了该方法的有效性。 关键词：故障诊断；模拟电路；神经网络集成 中图分类号：TP183 文献标识码：A 国家标准学科分类代码：520．204 AdaBoost based ensemble of neural networks in analog circuit fault diagnosis Liu Hong ，Chen Guangju ，Song Guoming 一，Han Tailin ( School of Automation Engineering，University of Electronic Science and Technology of China，Chengdu 610054，China； 2 Chengdu Electromeehanical College，Chengdu 610031，China； 3 Changchun University of Science and Technology，Changchun 130022，China) Abstract：In neural network based analog circuit fault diagnosis methods，there exists big test error even when the training error reaches zero．It is owing to the bad generalization performance of neural network classifier．In order to improve the diagnosis system based on generalization performance of neural network in analog circuit fault isolation， an AdaBoost based ensemble of neural network(ENN)system is proposed．The bias—variance decomposition shows that AdaBoost resample technique can reduce the correlation of the component networks，cut down the variance and generalization error o