XCSRبا استفاده از داده های تربیتی محدود :مطالعه موردی جهت تشخیص خطا در مدارات آنالوگ

پیشرفت روز افزون علم الکترونیک همواره و صنعت مدارهای آنالوگ و دیجیتال باعث تولید مدراتی با وظیفه مندیهای پیچیده شده است، افزایش قابلیت اطمینان و اتکا پذیری این سیستمها ، همچنین بحث تست وتشخیص صحیح عیب و رفع عیب این گونه مدارات به موضوعی بسیار مهم وحیاتی مبدل گردیده آزمایش مرحله به مرحله مدارات در طی فرآیند ساخت و قبل از فروش آن و رسیدن به دست مصرف کننده به عنوان یکی ازتکنیک های افزایش قابلیت اطمینان مطرح می شود.بنابراین بهترین روش تولید الگویی از خطا ها می باشد و ازآنجاییکه سیستم طبقه بندیXCS که به عنوان یکی از موفق ترین عامل های یادگیرنده برای حل مسائل (Learning Agents)شناخته شده است،در این مقاله با استفاده از سیستم طبقه بندیXCS و سایر الگوریتم های یادگیری مبتنی بر نمونه به تشخیص خطا در مدارات آنالوگ و به عنوان نمونه یک مبدل آنالوگ به دیجیتالADC می پردازیم. کارایی روش های مزبور نیز از طریق مقایسه نتایج (در مورد مسئله معیار) موردارزیابی قرار می گیرد.

کلیدواژه ها:

مبدل آنالوگ به دیجیتال ، سیستم طبقه بندXCS/شبکه عصبی ، قابلیت اطمینان