论文部分内容阅读
为解决模拟电路故障诊断中传统支持向量机(SVM)分类精度不高的问题,提出基于量子遗传算法(QGA)优化简单多核学习(Simple-MKL)支持向量机模型的模拟电路故障诊断方法。对电路进行瞬态分析,采用多分辨分析(MRA)提取电路故障特征,用量子遗传算法优化简单多核支持向量机中的正则化参数作为训练模型,用于模拟电路故障的诊断。仿真结果表明,本方法可实现模拟电路故障的精确分类。