基于Rollout信息启发式算法的故障诊断策略

针对传统故障诊断策略构建算法通用性较差的问题,采用Rollout信息启发式算法构建二值和多值测试,用更新后的基于信息启发函数的基准策略进行迭代更新,逐步逼近最优策略。以二值和多值测试为例构建相应的诊断策略。分析结果表明,该策略对二值测试、多值测试和不确定测试均适用,可以获得优于单步启发式搜索的诊断结果,且时间复杂度不高,适用于优化复杂系统的故障诊断。

机器人全局路径规划的混合蚁群系统算法

针对蚁群算法易陷入局部最优的缺点以及收敛速度与局部最优的矛盾,提出一种求解移动机器人全局路径规划的改进混合蚁群系统算法。该算法由两部分组成:Dijkstra算法用于规划出一条次优路径;进一步用改进的蚁群系统算法优化次优路径以获得最优路径。在改进的蚁群系统算法中,首先定义了一种新的启发信息函数来增加种群多样性;然后给出改进的交叉算子避免算法陷入局部最优,并进一步提高解的质量。仿真结果表明:所提出的算法与参考文献中的算法相比搜索效率更高,解的质量更好,性能更优。即使在障碍物复杂的环境中,对于多目标点问题,该算法仍能规划出较好的目标遍历路径,且用时时间较少。

基于改进蚁群算法的智能船舶路径规划

文中针对传统蚁群算法收敛速度慢以及传统人工势场法目标不可达、易陷入局部最小值等问题,提出了以势场合力为启发信息的改进蚁群算法.该算法运用势场合力结合船舶与目标点间距离信息构建综合启发信息,使蚁群对障碍物具有预避障能力;引入最差蚁群影响,对修改信息素更新机制,提高蚁群搜寻路径的目的性,并对信息素挥发系数进行自适应调节,且对其设定阈值,提升算法的全局搜寻性.通过仿真实验,该算法在实时性以及路径长度上较传统算法有显著提升.

基于双重Rollout算法的多工作模式系统诊断策略优化

实际多工作模式系统测试与诊断过程中单一工作模式下测试不能检测和隔离全部故障,不同工作模式下测试检测和隔离故障的代价和效率也不同,为以最小的代价实现多工作模式系统的故障隔离与定位,提出基于双重Rollout算法的诊断策略优化方法.在构建指定工作模式下的完整诊断策略时,首先采用第1重Rollout算法,得到该工作模式下的局部诊断策略和故障模糊集;针对该工作模式下无法隔离的模糊集,采用第2重Rollout算法从剩余工作模式中选择切换至最优工作模式下进行隔离,得到新的局部诊断策略和新的模糊集;依次类推,直到故障模糊集为空或已满足系统隔离要求.实例分析结果表明,与现有算法相比,所提出方法得到的解更接近最优解,期望测试费用更低.