-
公开(公告)号：CN112287628B
公开(公告)日：2023-06-02
申请号：CN202011032139.6
申请日：2020-09-27
Applicant: 电子科技大学
IPC: G06F30/367 , G06N3/126 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种基于约束优化的模拟电路故障参数范围确定方法，分别采用遗传算法来获取故障元件参数范围下限和上限，在每次运行遗传算法时，将元件参数向量作为遗传算法种群的个体，在生成初始种群的时候，故障元件的参数值在预设的故障取值范围中取值，其余元件在容差范围内取值，在迭代过程中基于个体误差和误差精度的约束来计算个体适应度值，在迭代完成后根据最后一代种群提取出故障元件参数范围的下限或上限。本发明基于约束优化通过遗传算法实现了对于故障元件参数范围的精确确定。
-
公开(公告)号：CN114236365B
公开(公告)日：2022-09-02
申请号：CN202111572129.6
申请日：2021-12-21
Applicant: 电子科技大学
IPC: G01R31/316 , G01R31/317
Abstract: 本发明公开了一种基于圆模型的SAR ADC电路测试优化方法，首先确定SAR ADC电路可使用的测试信号频率数量、开关数量和潜在的故障元件数量，将测试选择向量作为遗传种群中的个体，测试选择向量中包含测试信号频率编码和测试向量，在个体进化过程中，获取每个测试选择向量下每个故障元件的圆模型，将圆模型圆心之间距离的最小值作为测试选择向量的个体适应度值，同时维护一个适应度矩阵用于存储优秀个体，在最终的适应度矩阵中选择最优测试选择向量，然后根据最优测试选择向量的模糊组选择其他测试选择向量，进而确定每次测试的测试信号频率和测试向量。本发明结合故障元件的圆模型和遗传算法，实现了测试参数优选，从而提高故障诊断准确率。
-
公开(公告)号：CN112883651B
公开(公告)日：2022-07-26
申请号：CN202110249020.2
申请日：2021-03-08
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于改进PBI方法的系统级测试性设计多目标优化方法，首先初始化一组均匀分布的参考向量，并为每个参考向量计算其惩罚因子，然后基于遗传算法迭代搜索最优影响因素向量，在搜索过程中对惩罚因子进行递增，联合目标函数值和改进PBI函数值来优选得到新种群，并对新种群进行个体补选操作，在终代种群中删除被支配解，即得到影响因素向量的帕累托最优解集。采用本发明可以在保证得到最优解的同时，提高收敛效果以及影响因素向量的帕累托最优解的均匀性，从而合理配置影响因素，达到测试性优化设计的目的。
-
公开(公告)号：CN111260027B
公开(公告)日：2022-07-26
申请号：CN202010026000.4
申请日：2020-01-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于强化学习的智能体自动决策方法，确定智能体的环境状态以及动作空间，构建用于确定可选动作第一选择概率的目标网络以及用于确定实施第一选择概率动作的后效奖励值的评价网络，确定智能体的当前环境状态和目标环境状态，通过目标网络和评价网络得到智能体各步的动作，构成轨迹策略存入经验样本池，根据经验样本池中现有的轨迹策略生成新的轨迹策略对经验样本池进行扩充，根据预先设置好的更新周期采用经验样本池中的样本对评价网络和目标网络进行参数更新。采用本发明可以提高神经网络训练性能，从而提升智能体自动决策的准确度。
-
公开(公告)号：CN113051861B
公开(公告)日：2022-06-14
申请号：CN202110417361.6
申请日：2021-04-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于反转世代距离的数模混合电路测试向量集优选方法，对数模混合电路进行仿真，得到预设测点在不同测试向量下的正常输出电压和故障输出电压，构建数模混合电路的增量矩阵，将测试向量选择向量作为遗传算法种群的个体，在个体进化过程中，根据个体中所选择测试向量从增量矩阵中抽取对应列向量构成增量子矩阵，据此计算反转世代距离作为个体适应度，并计算得到故障检测率和故障隔离率，根据这三个指标进行个体优选，在最后一代种群中选择最优个体，其所选中的测试向量即构成优选的测试向量集。本发明可以对数模混合电路进行单故障检测的测试向量进行优选，提高故障诊断精度和效率。
-
Patent Agency Ranking
公开(公告)号：CN109948267B
公开(公告)日：2022-06-14
申请号：CN201910233059.8
申请日：2019-03-26
Applicant: 电子科技大学
IPC: G06F30/36
Abstract: 本发明公开了一种基于圆模型参数的线性模拟电路故障诊断方法，首先对线性模拟电路进行模糊组分析，得到各个模糊组对应的代表故障元件，然后通过圆模型仿真得到各个代表故障元件对应的每个元件的标签，基于标签数组得到元件参数，从而得到各个代表故障元件的圆模型参数的上限向量和下限向量，将其作为边界数据训练得到基于SVM的多分类模型，在故障诊断时根据退化数据得到圆模型参数输入多分类模型进行诊断。本发明通过得到边界数据，可以有效提高基于SVM的多分类模型的训练速度，并提高线性模拟电路故障诊断精度。
-
公开(公告)号：CN110598334B
公开(公告)日：2022-04-19
申请号：CN201910875656.0
申请日：2019-09-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于协同衍化相关熵极限学习机的性能退化趋势预测方法，先基于协同衍化相关熵的极限学习机计算出输入样本的隐藏层输出，及对应的预测误差，然后通过协同衍化算法求取最优相关熵方差和影响权重，并进行更新迭代，直到找到粒子群中全局最优解σgbest,q2及对应的影响权重作为最优相关熵方差和影响权重，最后在满足极限学习机计算收敛的情况下，输出输入样本的预测值，从而得到输入样本的性能退化趋势，具有预测精度高，鲁棒性高等特点。
-
公开(公告)号：CN112485652B
公开(公告)日：2021-09-14
申请号：CN202011426792.0
申请日：2020-12-09
Applicant: 电子科技大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于改进正余弦算法的模拟电路单故障诊断方法，首先分析得到模拟电路的传输函数和模糊组，每个模糊组选择一个代表性故障元件，当模拟电路出现故障时测量得到故障电压相量，将元件参数向量作为种群个体，在个体进化过程中采用老师监督策略、正余弦算法、反思学习，生成子种群与父种群合并后，将每个个体根据传输函数计算得到的输出电压相量和故障电压相量之间的欧式距离作为适应度值，结合反向学习确定下一代种群，最后一代种群中最优个体中参数值位于故障范围内的代表性故障元件即为故障诊断结果。本发明利用改进的正余弦算法找出与故障响应最接近的模拟电路传输函数参数，进而准确确定故障源。
-
公开(公告)号：CN110221931B
公开(公告)日：2021-06-04
申请号：CN201910418904.9
申请日：2019-05-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于切比雪夫的系统级测试性设计多目标优化方法，首先确定影响因素和优化目标函数，然后设置权重向量，基于切比雪夫方法使用权重向量对一个多目标优化问题分解为N个子问题，使用子问题的G个邻居，通过交叉、变异产生新的子代个体，利用K个最小的垂直距离的策略，对种群中的个体进行更新，在终代种群中删除被支配解，即得到影响因素向量的帕累托最优解集。采用本发明，可以在保证得到影响因素向量的帕累托最优解集的同时，提高收敛效果以及影响因素向量的帕累托最优解的均匀性。
-
公开(公告)号：CN112883651A
公开(公告)日：2021-06-01
申请号：CN202110249020.2
申请日：2021-03-08
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于改进PBI方法的系统级测试性设计多目标优化方法，首先初始化一组均匀分布的参考向量，并为每个参考向量计算其惩罚因子，然后基于遗传算法迭代搜索最优影响因素向量，在搜索过程中对惩罚因子进行递增，联合目标函数值和改进PBI函数值来优选得到新种群，并对新种群进行个体补选操作，在终代种群中删除被支配解，即得到影响因素向量的帕累托最优解集。采用本发明可以在保证得到最优解的同时，提高收敛效果以及影响因素向量的帕累托最优解的均匀性，从而合理配置影响因素，达到测试性优化设计的目的。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.029 seconds)
