[發明專利]非線性模擬電路診斷激勵的退火遺傳優化方法

無效

• 申請號: 200910073346.3
• 申請日: 2009-12-04
• 公開（公告）號: CN102087337A
• 公開（公告）日: 2011-06-08
• 發明（設計）人: 林海軍
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G01R31/316
• 分類號: G01R31/316;G06N3/12
• 代理公司: 哈爾濱東方專利事務所 23118
• 代理人: 陳曉光

1.非線性模擬電路診斷激勵的退火遺傳優化方法，其特征是：

(1)首先確定被測非線性模擬電路的正常工作狀態和各種故障狀態；

(2)向處于所述的各狀態的被測非線性模擬電路施加多頻激勵信號，同時對輸入、輸出信號進行測量，得到采樣數據序列，經過數據處理得到被測電路的各故障狀態下對應的前n階沃爾特拉Volterra頻域核；

(3)所述的把測試激勵信號的參數選擇作為優化問題，以某一激勵信號下各種故障狀態的響應的集總歐氏距離作為對該信號的評價函數，將模擬退火算法和遺傳算法兩者有機地結合，用退火遺傳優化方法進行測試激勵信號的優化，最終由尋優結果得到優化了的激勵信號參數。

2.根據權利要求1所述的非線性模擬電路診斷激勵的退火遺傳優化方法，其特征是：

所述的步驟(1)中，確定被測非線性模擬電路的m種狀態，并進行編號，其中包括：

(a)確定被測非線性模擬電路全部元器件為標稱參數的情況為正常狀態；

(b)確定被測非線性模擬電路中的元件的實際值偏大、偏小等軟故障狀態；

(c)確定被測非線性模擬電路中的元件的短路和斷路等硬故障狀態；

(d)對上述的各種狀態進行編號，分別為1，2，…，m，其中，m為自然數。

3.根據權利要求1或2所述的非線性模擬電路診斷激勵的退火遺傳優化方法，其特征是：

步驟(2)中，各故障狀態的前n階沃爾特拉Volterra頻域核通過下述步驟求得：

(a)使被測非線性模擬電路處于故障狀態1；

(b)對上述電路施加多頻信號作為輸入信號，并同時對輸入、輸出信號進行測量，得到采樣序列數據，并利用求多維傅里葉變換得到前n階沃爾特拉Volterra頻域核k₁₀，k₁₁，k₁₂，k₁₃…k_1n；

(c)依次使被測非線性模擬電路處于故障狀態2，3，…m，重復步驟(b)，得到各種狀態的沃爾特拉Volterra頻域核k_i0，k_i1，k_i2，k_i3…k_in，其中，i＝1，2，3，…m。

4.根據權利要求1所述的非線性模擬電路診斷激勵的退火遺傳優化方法，其特征是：

步驟(3)中，優化測試激勵信號按如下方法進行：

(a)優化過程初始化；確定溫度范圍，且置初始溫度T₀為較高值；隨機產生個體數為M的初始群體的初始狀態x(i)；確定適當的退火策略；確定群體的適應度函數計算方法；遺傳的最大世代數和群體穩定閾值以及交叉和變異率的初始參數p_ch?p_cl?p_mh?p_ml；

(b)對整個群體進行擾動更新；設Δx為很小的均勻分布的隨機擾動，計算新狀態函數x′(i)＝x(i)+Δx(i)；計算原狀態適應度函數與新狀態的適應度函數的差ΔJ(i)＝J′(i)-J(i)，其中i表示群體中的某個個體；

(c)新狀態接受判別；如果ΔJ(i)＞0，則接受為新的狀態，否則，依據美特阿布雷斯Metropolis準則以概率p(ΔJ(i))=exp(-ΔJkT)]]>接受，其中，k為波爾茲曼Boltzmann常數；實際操作時產生0到1之間的隨機數a，如果p(ΔJ(i))＞a，則接受x′(i)為新狀態，否則保持原狀態x(i)；

(d)重復(b)、(c)，直到系統達到平衡狀態；

(e)按(a)確定的退火策略降低溫度T，重復(b)、(c)，直到溫度T降到第一步設定的低溫值，得到初始精英團隊；

(f)選擇：從初始精英團隊中按用輪盤選種法選出N個個體組成精英群體，適應度大的個體被選中的概率大。

(g)交叉：從得到的精英群體中按交叉率P_C隨機地選擇兩個可交叉的個體作為父代，隨機選擇雜交位置，采用一點或兩點雜交法進行雜交；為了避免搜索發散或陷入局部最小，需要保護種群中適應度高的個體，采用自適應調整P_C，即對高適應度的降低交叉率，而對低適應度的則提高交叉率。

(h)變異：以此操作進一步保證可能搜索到空間的任一點，提高算法的全局搜索能力；采用較小的自適應調節變異率P_m，方法同p_cl。

(i)結束判別：若群體穩定性滿足(a)設定的群體穩定閾值或世代數超過給定的上限，則結束，并輸出優化結果；否則轉(f)。