模拟电路软故障与 LM 算法的结合应用研究

摘要：

在模拟电路故障诊断中，由于标准的BP神经网络算法在训练样本时存在着收敛速度慢、分布不均匀、效率不高等缺点，导致电路的整体诊断性能下降。提出了一种将Levenberg-Marquardt （LM）算法与神经网络相结合的方法，对电路的脉冲信号进行多尺度分解，提取故障特征作为神经网络的输入对网络进行训练。实验仿真表明， Pspice与Matlab相结合的样本训练方法的稳定性高于传统方法，证明了该方法的实用性与可行性。

关键词：模拟电路、BP神经网络、LM算法、Matlab

分类号：TP183(自动化基础理论)

在线出版日期：2015-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：42-45