BP神经网络的电路最优测试集的生成设计

2010-10-26 21:32:57来源: EEWORLD

  1 引言
  
  人工神经网络是基于模仿生物大脑的结构和功能而构成的一种信息处理系统。国际著名的神经网络专家HechtNielsen给神经网络的定义是:“神经网络是一个以有向图为拓扑结构的动态系统,它通过对连续或断续式的输入作状态响应而进行信息处理”。神经网络系统[1,2]是由大量的、同时也是很简单的处理单元(或称神经元),通过广泛地互相连接而形成的复杂网络系统。神经网络具有的超高维性、强非线性等动力学特性,使其具有原则上容错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、并行和处理复杂模式等功能,带来了提供更佳诊断性能的潜在可能性。
  
  目前神经网络应用在模拟电路上主要是神经网络故障字典法。把模拟电路的故障诊断看成是一个分类问题,利用神经网络的分类功能来诊断故障。在测前把神经网络训练成一部故障字典,字典的信息蕴含在网络的连接权值中,只要输入电路的测量特征,就可以从其输出查出故障。目前用于模拟电路故障诊断的神经网络主要有BP神经网络和SOM神经网络两种类型。BP是一种多层网络误差反向传播网络,SOM神经网络一种自组织特征映射神经网络(Self-organizingFeatureMap)。本文采用标准BP神经网络来实现对最优测试集的生成。
  
  2 基于神经网络的最优测试集的生成实现设计
  
  BP神经网络对最优测试集的生成事先没有标准的样本,只有设定的约束条件,对目标问题的求解是一个反复比较选择、自我建立并不断更新其样本库的过程。
  
  (1)神经元激活函数
  
  激活函数又称传递函数。对于模拟电路故障诊断,神经元激活函数可以采用对称的sigmoid函数y(x)=1/(1+e-x)-0.5,也可以采用非对称的sigmoid函数y(x)=1/(1+e-x)。
  
  (2)输入层
  
  输入层从电路拓扑结构接受各种状态信息提取。神经网络的输入节点数应与输入特征的维数相同,输入节点与电路的节点数一一对应。
  
  (3)输出层
  
  输出层输出诊断结果。输出结点数与预期节点选择数目相同,每个输出结点与目标一一对应。当神经网络用于选择时,若所有输出结点的输出值均非空,则认为本次生成最多数目的节点;若有几个输出结点的输出值为0,则认为生成了较少的测试节点。
  
  (4)隐层数
  
  BP网络的输入结点数和输出结点数是由实际问题本身决定的。隐层用于对信息进行处理和转化。网络结构设计的难点和重点在于隐层结构的设计,具体是指隐层数目和各隐层的神经元数目。确定隐层的结构很大程度上决定着网络质量。隐层用于对信息进行处理和转化。隐层的层数取决于问题的特点。Funahashi证明了对于任何在闭区间内的一个连续函数都可以用单隐层BP网络逼近,因而一个三层BP网络可以完成任意的n维到m维的映射,说明了单隐层的可行性[4],但并不确定是最合理的。本文采用最常用的单隐层BP网络构造神经网络。
  
  (5)隐结点数
  
  隐层结点数的选择非常重要,隐节点数与问题的复杂程度有关,不存在一个理想的解析式。隐结点的数目与问题的要求、输入、输出数目有关。隐结点数目太多会导致学习时间过长,误差不一定最佳,数目太少则可能会使网络训练不出来,网络的学习和联想能力降低。

[1] [2] [3]

关键字:BP  神经网络  最优测试集  模拟电路

编辑:小甘 引用地址:http://www.eeworld.com.cn/Test_and_measurement/2010/1026/article_1524.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。
论坛活动 E手掌握
微信扫一扫加关注
论坛活动 E手掌握
芯片资讯 锐利解读
微信扫一扫加关注
芯片资讯 锐利解读
推荐阅读
全部
BP
神经网络
最优测试集
模拟电路

小广播

独家专题更多

TTI携TE传感器样片与你相见,一起传感未来
TTI携TE传感器样片与你相见,一起传感未来
TTI携TE传感器样片与你相见,一起传感未来
富士通铁电随机存储器FRAM主题展馆
富士通铁电随机存储器FRAM主题展馆
馆内包含了 纵览FRAM、独立FRAM存储器专区、FRAM内置LSI专区三大部分内容。 
走,跟Molex一起去看《中国电子消费品趋势》!
走,跟Molex一起去看《中国电子消费品趋势》!
 
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2016 EEWORLD.com.cn, Inc. All rights reserved