王桂明 王刚

摘 要：多总线自动化测试系统主要由GPIB、IEEE1394、VXI 三总线构成，可以对电路板上的不同信号进行采集，实现电路板故障的有效检测，确定发生故障的电路元器件。支持向量机分类器采用遗传算法，对算法中的各种参数进行了优化。

关键词：自动化测试系统 故障诊断 支持向量机

中图分类号：TP277 文献标识码：A 文章编号：1674-098X（2015）07（a）-0084-01

自动化测试系统被广泛应用于故障诊断领域，为了进一步完善故障诊断方式、方法，多种智能算法被应用到故障诊断中去。新的故障诊断方法利用了人工智能算法，会自动进行学习及推理，全面体现出了人类的智能因素，通过智能算法对机器进行分析诊断。目前对人工智能算法的研究已经成为了推动故障诊断方法改进的关键。神经网络、故障字典、支持向量机等诊断方法是目前应用较多的。而支持向量机（SVM）具有良好识别小样本的优点，因此，近年来国际机器学习领域在支持向量机方面有较多研究。

1 支持向量机原理及GA-SVM分类器算法简介

1.1 支持向量机原理

支持向量机具有良好识别小样本的优点，能够很好地学习及推理小样本数据，不仅泛化能力强而且结构简单，这在解决非线性及小样本等类型问题中得到很好的体现。支持向量机具有多种优势，这也使得它在许多领域得到了广泛应用，如发动机的故障诊断、雷达辐射信号识别等。SVM是一种模式识别分类法，它以统计学理论为基础，通过核函数实现从原输入空间到高维特征空间的函数映射，完成映射后进行最优超平面构造，构造最优超平面的关键是构造最优分类超平面。……