基于DE-QPSO算法的MKRVM对电容式RF-MEMS开关的寿命预测方法

来源 :电子测量与仪器学报 | 被引量 : 0次 | 上传用户:marinefish
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为进一步研究电容式RF-MEMS开关在实际应用中存在的可靠性问题,提出一种基于差分进化的量子粒子群算法(DE-QPSO)的多核相关向量机(MKRVM)方法对开关寿命进行预测.首先采用了限制带宽经验模态分解(BREMD)来对实验过程中获得的寿命数据进行去噪处理,提高数据的可靠性;其次采用DE-QPSO获取MKRVM的最优稀疏权重,并利用MKRVM算法对此类开关进行寿命预测;最后利用实验获取的实际数据对所用方法的准确性进行测试.实验结果表明,MKRVM能在0.21 s的时间内得到预测结果,所得数据的均方根为3.104 3×106 s,最接近原始数据的3.065 7×106 s;DE-QPSO能在0.45 s内得到优化结果,方差为7×10-5.同时得到弹性系数在4~16 N/m的范围内取值时开关寿命最长的结论.
其他文献
在语文教学中,阅读与写作紧密结合,阅读离不开写作,写作离不开阅读。辅之相应的活动,如展开读书会、作文比赛,考试试题的设计等,使阅读与写作双翼齐飞,从而提高了学生的阅读
期刊
由于智能手机电池容量有限,应用程序的功耗是其主要消耗之一,因为应用程序可能会产生意外功耗或能源错误,其中大多数是设计错误.为分析应用程序功耗和通信流量特性,提出使用
针对风电机组的实时状态监测问题,提出了一种基于增量式相对熵的残差分析方法.首先,通过分析滑动窗口数据特点,推导了适用于实时运算的增量式相对熵的计算公式,其时间复杂度