本文關(guān)鍵詞：關(guān)于系統(tǒng)級故障診斷的BAFD算法與EGFD算法

  更多相關(guān)文章： 系統(tǒng)級故障診斷 蝙蝠故障診斷算法 高效貪婪診斷算法 t-可診斷系統(tǒng)

【摘要】：網(wǎng)絡(luò)系統(tǒng)的廣泛應(yīng)用極大地促進了當代信息社會的發(fā)展,但同時,這類系統(tǒng)的規(guī)模也在不斷擴大,所以確保系統(tǒng)安全、高效地運行變得更加困難。作為維護系統(tǒng)穩(wěn)定性與安全性的重要手段,系統(tǒng)級故障診斷已成為越來越多學者關(guān)注的焦點。本文結(jié)合系統(tǒng)級故障診斷問題的特點,采取速度映射等措施突破蝙蝠算法自身的局限性,使得改進后的蝙蝠算法能夠運用到系統(tǒng)級故障診斷領(lǐng)域,據(jù)此,本文提出了針對t-可診斷系統(tǒng)的蝙蝠故障診斷算法。在該算法的初始化階段,為了避免初始解過于集中或分散,種群被分成大、小兩類,并采用不同的處理方式。由于現(xiàn)有的適應(yīng)度函數(shù)很難避免可行解產(chǎn)生冗余的相容癥候,進而增加了算法的計算量,為了有效解決這個問題,本文通過分析診斷模型的特點,設(shè)計出了具有方程管束的適應(yīng)度函數(shù)。另外,考慮到蝙蝠算法自身容易出現(xiàn)早熟現(xiàn)象,本文在速度更新公式中引入了一個變系數(shù)用于均衡算法的搜索與挖掘能力,并通過對蝙蝠速度進行二進制映射,實現(xiàn)了尋址的離散化。仿真實驗的結(jié)果表明,蝙蝠故障診斷算法在迭代次數(shù)、診斷正確率和最優(yōu)解的適應(yīng)度等方面明顯優(yōu)于現(xiàn)有的具有代表性的群智能診斷算法。其次,現(xiàn)有的診斷算法多是從“相信大多數(shù)”角度考慮的,當故障單元數(shù)超過t時,很多算法的診斷能力明顯下降。為了改善這一現(xiàn)象,文本結(jié)合Liu等人在t-可約束條件下的研究方法,提出故障單元數(shù)超過t時的診斷算法--高效貪婪診斷算法。在該算法中,首先給出一個識別故障單元的充分條件,該條件充實了現(xiàn)有的識別絕對故障單元的方法,確保找出更多的絕對故障集團,縮小了后續(xù)診斷工作中的系統(tǒng)規(guī)模。然后,分別利用集團的分散度和聚集度制定兩種貪婪策略。最后,考慮到直接為選取出的集團設(shè)置狀態(tài)會造成誤判,所以對集團增加了“檢查”策略,有效地降低了診斷錯誤率,提高了算法的診斷效果。仿真實驗的結(jié)果表明,當故障單元在整個系統(tǒng)中占大部分時,高效貪婪診斷算法能夠?qū)Υ郎y系統(tǒng)進行高效診斷。
【關(guān)鍵詞】：系統(tǒng)級故障診斷 蝙蝠故障診斷算法 高效貪婪診斷算法 t-可診斷系統(tǒng)
【學位授予單位】：南京財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP393.06;TP18
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-14
• 1.1 選題的背景與意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 系統(tǒng)級故障診斷的診斷模型11-12
• 1.4 研究內(nèi)容與創(chuàng)新點12
• 1.5 文章組織結(jié)構(gòu)12-14
• 第二章 預備知識14-19
• 2.1 相關(guān)定義14-16
• 2.2 蝙蝠算法16-17
• 2.2.1 蝙蝠算法的有關(guān)公式16-17
• 2.2.2 蝙蝠算法的基本步驟17
• 2.3 貪婪算法17-18
• 2.3.1 貪婪算法概述17-18
• 2.3.2 貪婪算法的基本思想18
• 2.3.3 貪婪算法的實現(xiàn)過程18
• 2.4 本章小結(jié)18-19
• 第三章 蝙蝠故障診斷算法19-29
• 3.1 初始化的設(shè)計19
• 3.2 適應(yīng)度算法的改進19-21
• 3.3 速度更新公式的調(diào)整21-22
• 3.4 蝙蝠尋址過程的離散化22-23
• 3.5 算法BAFD的主要步驟23-24
• 3.6 算法BAFD的參數(shù)設(shè)置24-26
• 3.7 時間復雜度的分析26-27
• 3.8 仿真實驗27-28
• 3.9 本章小結(jié)28-29
• 第四章 高效貪婪診斷算法29-37
• 4.1 基本思想和有關(guān)概念29-30
• 4.2 劃分集團30
• 4.3 確定絕對故障集團30-31
• 4.4 制定選擇依據(jù)31-32
• 4.5 實施檢查策略32-33
• 4.6 算法的主要步驟33-34
• 4.7 仿真實驗34-36
• 4.8 本章小結(jié)36-37
• 第五章 總結(jié)與展望37-39
• 5.1 本文總結(jié)37
• 5.2 未來展望37-39
• 參考文獻39-43
• 攻讀碩士期間發(fā)表的論文43-44
• 致謝44

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 ;2011年第二十屆測試與故障診斷技術(shù)研討會征文通知[J];計算機測量與控制;2011年04期

3 師文謙;;淺談計算機的故障診斷[J];計算技術(shù)與自動化;1986年03期

4 賈民平;機械故障診斷學的理論及其應(yīng)用 第一講 故障診斷的意義及研究發(fā)展概況[J];江蘇機械制造與自動化;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[J];微電子學與計算機;2014年02期

6 張健成,周士昌,虞和濟,丁相福,李國棟;故障診斷中的信息機制[J];基礎(chǔ)自動化;2000年04期

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

8 王敏,王萬俊,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];華中科技大學學報;2001年02期

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

10 郭春,郭健;故障診斷的概率方法[J];計算機工程與科學;2001年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

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

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

3 聞競競;黃道;;故障診斷方法綜述[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學術(shù)會議論文集[C];2007年

4 李t，

本文編號：660802