本文關(guān)鍵詞：關(guān)于系統(tǒng)級(jí)故障診斷的兩種高效算法，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著網(wǎng)絡(luò)系統(tǒng)規(guī)模的日益擴(kuò)大,其出現(xiàn)故障的概率也隨之增加,系統(tǒng)級(jí)故障診斷成為維護(hù)網(wǎng)絡(luò)系統(tǒng)穩(wěn)定的一種重要手段。由于當(dāng)前的系統(tǒng)級(jí)故障診斷算法無(wú)法同時(shí)兼顧快速和高精度兩個(gè)方面,因此有的網(wǎng)絡(luò)系統(tǒng)診斷側(cè)重快速,有的網(wǎng)絡(luò)系統(tǒng)診斷側(cè)重高精度,所以針對(duì)網(wǎng)絡(luò)系統(tǒng)診斷的不同需求,本文設(shè)計(jì)了兩種高效算法。為了能快速地診斷出系統(tǒng)中的故障單元,本文將貝殼漫步優(yōu)化算法用于解決系統(tǒng)級(jí)故障診斷問(wèn)題,提出一種高效快速的診斷算法——MWOFD(Mussels Wandering Optimization Fault Diagnosis)算法。由于貝殼漫步優(yōu)化算法無(wú)法直接用于解決系統(tǒng)級(jí)故障診斷問(wèn)題,因此本文通過(guò)設(shè)計(jì)個(gè)體化編碼及初始化的方法,并根據(jù)診斷模型所滿足的方程約束重新設(shè)計(jì)了適應(yīng)度函數(shù),同時(shí)設(shè)計(jì)了新的二進(jìn)制映射算法,將其運(yùn)用到系統(tǒng)級(jí)故障診斷中。最后將新算法與AD-FAFD算法,FAFD算法和EAFD算法進(jìn)行實(shí)驗(yàn)對(duì)比,結(jié)果表明:MWOFD算法略微提升診斷精度的同時(shí),有效地降低了迭代次數(shù)進(jìn)而提升診斷效率。為了能精確地診斷出系統(tǒng)中的故障單元,本文設(shè)計(jì)了一種CS-BPFD(Cuckoo Search-Back Propagation Fault Diagnosis)算法用以解決高精度情況下的系統(tǒng)級(jí)故障診斷問(wèn)題。文章通過(guò)引入自適應(yīng)動(dòng)態(tài)步長(zhǎng)因子,對(duì)一種新穎的群體智能算法——布谷鳥(niǎo)搜索(CS)算法作了改進(jìn),并將其應(yīng)用于BP神經(jīng)網(wǎng)絡(luò)優(yōu)化,同時(shí)改進(jìn)了BP神經(jīng)網(wǎng)絡(luò)的激活函數(shù),進(jìn)而設(shè)計(jì)出一種新的診斷算法。最后將新算法與BPFD算法進(jìn)行實(shí)驗(yàn)對(duì)比,結(jié)果表明:新算法不僅有效地降低了迭代次數(shù)和訓(xùn)練時(shí)間,而且還進(jìn)一步提高了診斷精度。
【關(guān)鍵詞】：系統(tǒng)級(jí)故障診斷 方程模型 貝殼漫步算法 MWOFD算法 BP神經(jīng)網(wǎng)絡(luò) BPFD算法 布谷鳥(niǎo)搜索算法 CS-BPFD算法
【學(xué)位授予單位】：南京財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.06;TP18
【目錄】：

• 摘要4-5
• Abstract5-7
• 第一章 緒論7-13
• 1.1 關(guān)于系統(tǒng)級(jí)故障診斷7-11
• 1.1.1 問(wèn)題背景與研究意義7
• 1.1.2 相關(guān)定義7-10
• 1.1.3 國(guó)內(nèi)外研究現(xiàn)狀10-11
• 1.2 研究?jī)?nèi)容11-12
• 1.3 本文的創(chuàng)新點(diǎn)12
• 1.4 全文的結(jié)構(gòu)12-13
• 第二章 預(yù)備知識(shí)13-19
• 2.1 貝殼漫步優(yōu)化(MWO)算法13-14
• 2.2 BP神經(jīng)網(wǎng)絡(luò)14-17
• 2.3 布谷鳥(niǎo)搜索(Cuckoo Search)算法17-19
• 第三章 PMC模型下的MWOFD算法19-27
• 3.1 個(gè)體化編碼及初始化19-20
• 3.2 適應(yīng)度函數(shù)設(shè)計(jì)20-21
• 3.3 二進(jìn)制映射算法設(shè)計(jì)21-23
• 3.4 t-可診斷性約束23
• 3.5 算法停止條件23-24
• 3.6 MWOFD算法過(guò)程描述24
• 3.7 二進(jìn)制映射算法實(shí)驗(yàn)仿真24-25
• 3.8 MWOFD算法實(shí)驗(yàn)仿真25-27
• 第四章 Chwa & Hakimi模型下的CS-BPFD算法27-34
• 4.1 BPFD算法概述27-28
• 4.2 CS-BPFD算法28-31
• 4.2.1 CS算法的改進(jìn)28-29
• 4.2.2 BP神經(jīng)網(wǎng)絡(luò)激活函數(shù)的改進(jìn)29-30
• 4.2.3 網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)置30
• 4.2.4 CS算法與BPFD算法相結(jié)合30-31
• 4.2.5 CS-BPFD算法過(guò)程描述31
• 4.3 CS-BPFD算法實(shí)驗(yàn)仿真31-34
• 第五章 總結(jié)與展望34-35
• 參考文獻(xiàn)35-38
• 攻讀碩士期間所發(fā)表的論文38-39
• 后記39

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吳凡;;狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)的現(xiàn)狀與展望[J];國(guó)外電子測(cè)量技術(shù);2006年03期

2 ;2011年第二十屆測(cè)試與故障診斷技術(shù)研討會(huì)征文通知[J];計(jì)算機(jī)測(cè)量與控制;2011年04期

3 師文謙;;淺談?dòng)?jì)算機(jī)的故障診斷[J];計(jì)算技術(shù)與自動(dòng)化;1986年03期

4 賈民平;機(jī)械故障診斷學(xué)的理論及其應(yīng)用 第一講 故障診斷的意義及研究發(fā)展概況[J];江蘇機(jī)械制造與自動(dòng)化;1999年01期

5 張峻賓;蔡金燕;;故障診斷與硬件演化的一體化設(shè)計(jì)[J];微電子學(xué)與計(jì)算機(jī);2014年02期

6 張健成,周士昌,虞和濟(jì),丁相福,李國(guó)棟;故障診斷中的信息機(jī)制[J];基礎(chǔ)自動(dòng)化;2000年04期

7 田少民;工程機(jī)械的狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)[J];工程機(jī)械;2001年01期

8 王敏,王萬(wàn)俊,熊春山,黃心漢;基于多傳感器數(shù)據(jù)融合的故障診斷技術(shù)[J];華中科技大學(xué)學(xué)報(bào);2001年02期

9 葛曉鋒,陳素珊,何勇;基于圖論和模糊數(shù)學(xué)的故障診斷新方法[J];浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版);2001年04期

10 郭春,郭健;故障診斷的概率方法[J];計(jì)算機(jī)工程與科學(xué);2001年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 楊其校;劉昭度;齊志權(quán);馬岳峰;;汽車ABS電機(jī)故障診斷[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

2 黎清海;高慶;;基于系統(tǒng)分層的故障診斷方法[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

3 聞競(jìng)競(jìng);黃道;;故障診斷方法綜述[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 李t，

本文編號(hào)：362154