摘要
针对极限学习机由于初始参数随机生成引起的诊断结果不稳定问题,提出一种集合极限学习机的模拟电路故障诊断方法.首先利用数个单独极限学习机分别建立诊断模型,得到对应的诊断结果;然后将各极限学习机的输出值进行等权平均处理,得到集成后的输出结果,依此确定故障类别;最后,将方法应用于单管共射极放大电路故障诊断.结果表明:集成极限学习机相比传统神经网络和单个极限学习机,诊断精度最高,达到了99.66%,同时结果稳定性得到了有效提高,说明了方法用于故障诊断的有效性.
-
单位吕梁学院