摘要：為提高支持向量機(SVM)在模擬電路故障診斷中的精度,對果蠅優(yōu)化算法(FOA)進行改進,提取了一種基于改進果蠅優(yōu)化算法優(yōu)化SVM的模擬電路故障診斷方法。改進果蠅優(yōu)化算法(SHFOA)在FOA算法中增加了“學習歷史”的策略,增強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,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用驗證了SHFOA算法提升了SVM的識別效果,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。