کاربرد شبکه های عصبی مصنوعی در تشخیص و تعیین محل خطا در مدار فیلتر میان گذر فعال با بهره گیری از الگوریتم پس انتشار خطا (BP)

امروزه با گسترش و پیچیده تر شدن سیستم های الکترونیکی، ارزیابی خطاهای آنها یکی از ضروریات بهره برداری می باشد. تشخیص عملکرد صحیح قطعات الکترونیکی بسیار پیچیده بوده و اگر برنامه تست بر روی یک جز ناسالم واقع شود تشخیص خطا بسیار دشوار می باشد و به دنبال آن کنترل کیفیت سیستم به علت خطا کاهش می یابد. در سال های اخیر استفاده از تکنیک های شبکه های عصبی بدلیل قابلیت های بالای آنها، برای حل مسائل پیچیده الکترونیکی مورد توجه بسیار زیادی قرار گرفته است و به عنوان روشی موفق در تشخیص نقایص بوده است. مهمترین روش رایج، بر مبنای روش های شناسایی الگو پایه گذاری شده است. در این مقاله می خواهیم از قابلیت های تشخیص الگوی شبکه عصبی به منظور تشخیص خطای مدارات آنالوگ با تولرانس استفاده کنیم. هدف اصلی این مقاله فراهم آوردن الگوریتم تشخیص بر اساس خطای مولفه های مدار و همچنین کاهش هزینه و زمان تست مدار می باشد. برای نیل به این هدف از شبکه عصبی پرسپترون چند لایه و الگوریتم پس انتشار خطا استفاده می کنیم.

کلیدواژه ها:

فیلتر میان گذر فعال ، تشخیص خطا ، شبکه عصبی مصنوعی ، پرسپترون چند لایه ، الگوریتم پس انتشار خطا