免费论文：基于人工神经网络的潜通路分析算法研究

潜通路分析是一种非常有效的可靠性分析方法，揭示了电路中不是因为器件失效而是由于潜通路问题的存在所引起的系统功能异常。潜通路分析技术是可靠性工程领域的重要组成部分，正向着更加自动化、智能化的方向发展。随着科学技术的发展，电气系统的规模逐渐增大，结构也变得更加复杂，现有的潜通路分析方法存在分析信息难以获取、算法运行效率低、自动化程度不高等问题。因此需要研究具有更加智能化，具有更高自动化水平的潜通路分析方法以及分析工具。本文主要研究了基于人工神经网络的潜通路分析方法，主要内容包括以下方面：通过对已有潜通路分析方法的研究以及分析经验的总结，利用人工神经网络的学习能力和预测能力，结合定性仿真分析方法，将人工神经网络分析法引入到潜通路分析中。根据电路系统的特点，确定了建立电路系统前馈型BP神经网络模型的等效原则。将电路系统的拓扑结构信息加入到BP神经网络模型中，对一般的BP网络进行改进，使分析过程具有更好的针对性。由于改进的BP网络模型是一种变结构网络，因此选择克隆选择算法对其进行训练。使用训练过的BP神经网络对电路系统功能元件的输出进行预测，分析判断电路系统是否存在潜通路问题。由于人工神经网络分析方法自身具有的局限性，得到的电路系统模型与实际电路拓扑具有较大的差别，而且部分分析初始条件难以获取。针对这一问题，基于改进后的BP神经网络模型，结合网络流仿真法和电气元件的特点，建立了新的电气元件和电路系统的网络模型。使用网络流仿真法模拟电流在电路网络中扩散的动态过程，预测电路系统功能元件的响应。解决了电路网络模型中存在错误电流通路的问题，对仿真结果加以修正，作为最终的预测响应输出。通过对潜通路问题五种基本拓扑的特点进行归纳，将潜通路问题进行分类，确定了两类潜通路问题的分析目标以及各自的潜通路问题判断方法。根据定性分析的结果，采用深度优先搜索算法，判断电路系统中发生潜通路问题的具体位置。针对电路系统拓扑过大导致的占用存储空间过多以及分析时间过长等问题，结合图论以及电路网络模型的特点，提出了潜通路分块分析方法。推导并定义了电路网络分块分析矩阵以及自然分块的概念，利用分析矩阵、自然分块以及网络割点的概念，根据电路网络的结构以及电气特性从割点集中筛选出电路网络的分块点，确定了电路网络分块方法。根据电路系统分层分析的概念，结合电路网络分块方法，根据不同的分析需求确定了电路系统的不同简化程度，扩展了潜通路分析的适用范围。使用该方法对电路系统进行潜通路分析，可以提高分析效率、节省分析的时间，而且通过对比分析结果，确认分块分析法与整体分析法的分析结果相同，并且给出了实验分析结果。根据基于网络流仿真的潜通路分析方法以及潜通路分块分析方法，以及程序模块化设计方法，开发了潜通路分析程序。定义了各个功能模块的功能以及相互之间的数据通讯接口，保证了程序运行的稳定性、可靠性以及分析的正确性。通过对比该程序与国外分析软件，说明使用该程序进行潜通路问题分析，可以提高潜通路分析的自动化程度和分析效率。最后对全文进行了总结与展望。提出了尚需深入研究的几个问题及未来的研究方向。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/262878.html