摘要

针对模拟电路渐变性故障中的特征提取困难和故障信号无法进行有效分类的问题,提出利用免疫遗传算法(immune genetic algorithm,IGA)优化反向传播(back propagation,BP)神经网络中参数寻优过程,从而实现模拟电路故障诊断。首先,采用小波包分析(wavelet package analysis,WPA),对模拟电路输出响应进行4层小波分解和重构,完成特征向量的提取。然后,采用IGA优化BP神经网络进行训练及测试,实现对不同故障进行故障诊断。最后,通过两个模拟电路仿真实验对该方法进行实验验证。实验结果表明,与优化前的BP神经网络相比,所提方法提高故障诊断的准确率约15%。