基于神经网络的不确定电路网络电流预测算法

发布时间：2021-02-09 09:46

　　随着人工智能的快速发展,机器学习已广泛应用于军事和民用领域。针对复杂、存在不确定器件且难以用常规分析方法进行分析的电路网络。结合BP神经网络和某型号的部分不确定电路网络的分析需求,提出一种基于神经网络的不确定电路网络电流分析预测方法。首先采用神经网络对不确定电路网络进行建模,然后根据建立的模型对已有电路网络数据进行训练分析。最后根据神经网络的分析数据,完成整个电路网络在含有不确定器件的情况下,不同位置点的电流极端值范围。同时,将预测的数据与采用Multisim仿真的数据进行对比来验证上述方法的有效性。 

【文章来源】：计算机仿真. 2020,37(01)北大核心

【文章页数】：4 页

【文章目录】：
1 引言
2 BP神经网络基本原理
3 不确定电路网络建模
    3.1 不确定电路系统神经网络模型
5 仿真结果与分析
6 结束语


【参考文献】：
期刊论文
[1]MRA-PCA-PSO组合优化BP神经网络模拟电路故障诊断研究[J]. 马峻,赵飞乐,徐潇,陈寿宏.  电子测量与仪器学报. 2018(03)
[2]改进遗传算法优化BP神经网络的语音情感识别[J]. 陈闯,Ryad Chellali,邢尹.  计算机应用研究. 2019(02)
[3]基于深度学习的装备故障诊断方法[J]. 鞠建波,胡胜林,祝超,管晗.  电光与控制. 2018(02)
[4]深度学习在控制领域的研究现状与展望[J]. 段艳杰,吕宜生,张杰,赵学亮,王飞跃.  自动化学报. 2016(05)
[5]基于递归小波神经网络的无人机反演控制[J]. 刘斌,王洁,何广军,徐啟云.  计算机仿真. 2016(02)
[6]卫星电源放电电路最坏情况仿真分析[J]. 李冬辉,王雯淇.  电源技术. 2015(09)
[7]基于组合优化BP神经网络的模拟电路故障诊断[J]. 郭阳明,冉从宝,姬昕禹,马捷中.  西北工业大学学报. 2013(01)
[8]基于小波分析和遗传神经网络的模拟电路故障诊断方法[J]. 李小玉,何怡刚,李目,方葛丰.  计算机应用研究. 2011(12)
[9]退火递归神经网络极值搜索算法及其在无人机紧密编队飞行控制中的应用[J]. 胡云安,左斌,李静.  控制理论与应用. 2008(05)
[10]基于神经网络的故障率预测方法[J]. 李瑞莹,康锐.  航空学报. 2008(02)

硕士论文
[1]基于遗传算法和神经网络的模拟电路故障诊断方法研究[D]. 谭检平.湖南师范大学 2014



本文编号：3025449