基于小波与量子神经网络的容差模拟电路的软故障诊断  

Soft Fault Diagnosis of Tolevance Simulated Circuit Based on Wavelet and Quantum Neural Network

作　　者：李云红[1] 谭阳红[1] 龙波华[1] 

机构地区：[1]湖南大学电气与信息工程学院

出　　处：《吉首大学学报（自然科学版）》2008年第4期68-70,99,共4页Journal of Jishou University(Natural Sciences Edition)

基　　金：国家自然科学基金资助项目(50277010);湖南省自然科学基金资助项目(07JJ6132)

摘　　要：量子神经网络(Quantum Neural Network,简称QNN)的隐层神经元采用多层激励函数,具有一种固有的模糊性,能将决策的不确定性数据合理地分配到各模式中,从而减少模式识别的不确定度,提高模式识别的准确性.笔者提出了基于小波与量子神经网络的容差模拟电路的软故障诊断,实验仿真分析表明:该诊断方法正确率可提高2478%,从而提高了故障诊断的正确性.The hidden neurous in quantum neural network adopt the multi-level actioation function;so,with fixed fuzziness,the quantum network can reasonably distribute the uncertain data of a decision into each mode,thus to reduce the uncertainty of mode recognition and raise the accuracy of the mode recognition.The soft fault diagnosis of tolerance simulated circuit based on wavelet and quantum neural network is proposed.The simulation experiment shows that,compared with BP neural network,the quantum neural network can increase the fault diagnosis accuracy to 24.78%.

关 键 词：量子神经网络 量子间隔 小波分析 容差分析 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP389.1[自动化与计算机技术—控制科学与工程]