摘要：為提高支持向量機(jī)(SVM)在模擬電路故障診斷中的精度,對(duì)果蠅優(yōu)化算法(FOA)進(jìn)行改進(jìn),提取了一種基于改進(jìn)果蠅優(yōu)化算法優(yōu)化SVM的模擬電路故障診斷方法。改進(jìn)果蠅優(yōu)化算法(SHFOA)在FOA算法中增加了“學(xué)習(xí)歷史”的策略,增強(qiáng)了果蠅種群的多樣性和算法跳出局部最優(yōu)的能力,可以獲得更優(yōu)的SVM參數(shù),有效地提升了SVM的分類性能。Sallen-Key低通濾波器電路故障診斷和工程應(yīng)用驗(yàn)證了SHFOA算法提升了SVM的識(shí)別效果,獲得了更高的故障診斷精度,相比于其他一些方法更有優(yōu)勢(shì)。