-
公开(公告)号：CN110908897B
公开(公告)日：2021-05-14
申请号：CN201911037017.3
申请日：2019-10-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于自适应搜索方向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，使用权重向量对一个多目标优化问题分解为N个子问题，通过子空间划分向量将空间划分为子空间，在遗传算法运行过程中基于子空间优选得到新种群，并周期性地基于子空间对子空间划分向量和权重向量进行更新，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，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：CN112505532A
公开(公告)日：2021-03-16
申请号：CN202011465725.X
申请日：2020-12-14
Applicant: 电子科技大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于改进粒子群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，将故障元件参数向量作为粒子位置，在粒子群进化过程中引入交叉变异，在计算适应度值考虑输出电压相量和故障电压相量之间的欧式距离以及发生故障元件数量为1，在最后一代种群中全局最优位置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。本发明利用改进的粒子群算法找出与故障响应最接近的模拟电路传输函数参数，进而发现故障源，通过对个体进化过程的改进提高故障诊断的准确率。
-
公开(公告)号：CN109839583B
公开(公告)日：2020-07-31
申请号：CN201910233065.3
申请日：2019-03-26
Applicant: 电子科技大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于改进遗传算法的模拟电路多故障诊断方法，首先分析得到模拟电路在不同测点处的传输函数，测量得到模拟电路在不同频率激励信号下这些测点处的输出电压，构成故障输出电压向量，将元件参数值向量作为遗传算法中的个体，在进行个体交叉时，根据个体中故障元件数量分不同情况选择交叉位置，将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作为故障诊断结果。本发明利用遗传算法找到与模拟电路故障输出电压向量最接近的输出电压向量，从而得到故障诊断结果，对个体交叉的方法进行改进以提高遗传算法的效率。采用本发明可以能够找到事前没有存储的故障源，提高故障诊断准确率。
-
公开(公告)号：CN108828494B
公开(公告)日：2020-06-12
申请号：CN201810345721.4
申请日：2018-04-18
Applicant: 电子科技大学
IPC: G01R35/04
Abstract: 本发明公开了一种基于遗传算法的智能电能表功能检定方法，首先根据实际需要设置智能电能表待检定事件以及智能电能表功能检定时所涉及的电源参数，获取待检定事件的触发条件表，然后根据触发条件表得到每个电源参数的取值范围；然后以调源参数向量作为个体染色体，采用遗传算法依次获取每个调源参数向量，其中个体的适应度值为其对应调源参数向量所触发的待检定事件数量；最后根据调源参数向量对智能电能表的电源参数进行设置，实现对智能电能表功能的检定。本发明可以自动生成智能电能表功能检定的所需的调源参数向量，且能采用数量较少的调源参数向量完成全部待检定事件的检定，可以减少测试人员工作量，提高智能电能表功能检定的效率。
-
公开(公告)号：CN108090566B
公开(公告)日：2020-03-24
申请号：CN201711331649.1
申请日：2017-12-13
Applicant: 电子科技大学
IPC: G06N3/12
Abstract: 本发明公开了一种基于串并联遗传算法的多目标测试优选方法，根据需要确定若干个电子系统的测试优选的优化目标和约束条件，首先分别执行若干次遗传算法，遗传算法过程中每次得到新的种群，称筛选出满足约束条件的个体加入精英解集合，得到精英解集合中个体的被支配次数，根据种群中的个体是否属于精英解集合采用不同方式来计算适应度值；然后将这若干次遗传算法的最优解集合并，作为初始种群中的个体，再执行一次遗传算法得到最优解集，其每个个体即为一个测试优选方案。本发明基于帕累托最优，设计一种串并联遗传算法，获得满足多个目标的多种测试优选方案，从而为决策者提供多种测试优选方案备选，在不同场合下都可以给出解决方案。
-
Patent Agency Ranking
公开(公告)号：CN106483449B
公开(公告)日：2019-01-25
申请号：CN201610812697.1
申请日：2016-09-09
Applicant: 电子科技大学
IPC: G01R31/28 , G01R31/316
-
公开(公告)号：CN105629156B
公开(公告)日：2018-04-13
申请号：CN201610136480.3
申请日：2016-03-10
Applicant: 电子科技大学
IPC: G01R31/316 , G06N3/12
Abstract: 本发明公开了一种基于遗传规划的模拟电路故障测试最优序贯搜索方法，首先根据模块电路的测试依赖矩阵随机生成若干个故障诊断树，采用遗传规划的方法对故障诊断树进行选择、交叉和变异，其中以故障诊断树所对应的测试代价的倒数作为该故障诊断树的个体适应度，根据故障诊断树的特点，在交叉过程中仅交换故障集结点及其子树，在变异过程中仅选择测点进行变异，重新生成该测点结点下的子树，经过多次迭代后从当前的若干个故障诊断树中选择测试代价最小的故障诊断树，作为最终故障诊断树。本发明可以准确搜索得到以最小测试代价隔离出最多的故障点的测点序列，为模块电路的故障测试提供指导。
-
公开(公告)号：CN104978459B
公开(公告)日：2017-11-21
申请号：CN201510396832.4
申请日：2015-07-08
Applicant: 电子科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种IGBT剩余寿命预测方法，通过相空间分帧重构技术，在微分熵率重构相空间的基础上，对重构好的相空间以Volterra级数的输入信号矢量排列；考虑到输入数据与目标输出的相关性，进行各帧输入数据的最佳选择，本发明采用目前比较成熟的前向‑后向算法和最小角回归算法来选择输入向量中较优的输入数据来作为模型的输入；在原有的ELM模型的基础上，加入多响应稀疏回归算法和逐一抽取法裁剪掉无用或者作用很少的隐含层节点，且使用混合的三种神经元激活函数，从而使所建立的网络更具有鲁棒性和泛化性；本发明充分的考虑不同输入对预测模型的差异性，设计了一种自适应算法动态的更新每一组输入数据的预测模型，极大的提高了预测的精度。
-
公开(公告)号：CN104090228B
公开(公告)日：2017-05-17
申请号：CN201410336727.7
申请日：2014-07-16
Applicant: 电子科技大学
IPC: G01R31/316
Abstract: 本发明公开了一种模拟电路模糊组识别方法，通过理论推导出模拟电路元件故障电压所具有的一般特性：实部虚部满足圆方程，根据该特性提出模糊组识别方法：对于各个故障源，先进行无故障仿真得到测点的无故障电压值，再在两个故障条件下进行仿真得到两个故障电压值，根据三个电压值求解圆方程组得到圆特征参数，比较每个故障源对应的圆特征参数，将三个参数均相同的故障源归为一个模糊组。本发明无需传输函数，其实现方法简单，并模糊组识别结果与测试方法无关，精度与传输函数和符号分析法相同。
-
公开(公告)号：CN106597149A
公开(公告)日：2017-04-26
申请号：CN201611059309.3
申请日：2016-11-22
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于加速灵敏度的振荡器剩余寿命估计方法，通过同等条件下对同类历史振荡器样本在不同外在振动条件下的加速度灵敏度的数据采集和处理，进而训练最优剪枝极限学习机，使得历史数据能够得以充分利用，且通过多组数据来直观反映了其由于振动导致的材料老化，其性能随使用周期增加而产生的衰退，具备估算准确，且可行性和操作性强。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.039 seconds)
