面向系统级故障诊断的高效遗传算法

Elhadef和Ayeb首次提出采用遗传算法来进行系统级故障诊断,其适应度函数通过比较实际症候与当前猜测故障集产生的症候得到．上述算法的一个缺点是其适应度函数只考虑了故障集随机生成的一个症候,因而会漏掉绝大多数有效的故障集．对此首先针对PMC模型提出结点状态与诊断图中一定症候相容时结点状态应满足的方程,然后通过设计基于该方程的适应度函数,提出针对t-可诊断系统的遗传算法．理论分析和模拟实验均表明文中算法在迭代步数上大大地优于原算法．此外,还确认了Elhadef提出的产生初始种群的方法的高效性．

基于贪婪算法的系统级故障的概率诊断

概率诊断算法是系统级故障诊断研究的一个重要方面 ,本文在集团理论的基础上 ,利用贪婪算法中不同贪婪准则提出了四个概率诊断算法 .通过对诊断算法进行仿真 ,分析比较了各算法的性能 ,每种算法在较少的测试数情况下 ,均表现出较高的诊断正确率 ,且时间复杂度不高 .四种贪婪算法中贪婪算法一的性能最优 ,实验结果表明 ,相对于经典的概率诊断算法—Compete算法与Majority算法 ,相同条件下 ,在诊断正确率上贪婪算法一要远好于Majori ty算法 ,在时间复杂度上要好于Compete算法 ,综合性能上要优于此两种概率诊断算法 .

一个系统级故障诊断算法

本文提出了多处理机系统故障诊断的一个算法．为了度量该算法的运行时间，定义了算法的概率时间复杂度函数，进而通过仿真实验和理论分析证明了这个算法能够用较小的开销获得高的正确诊断率．

对称比较模型下的系统级故障诊断

本文在对称比较模型下研究系统级故障诊断问题，提出了一个非自适应诊断算法和一个自适应诊断算法，并分析了它们的诊断开销．

系统级故障诊断方法研究

本文全面研究了系统级故障诊断中的集中式诊断方法，概率诊断方法和分布式诊断方法，并归纳了系统级故障诊断方法的性能评价指标。

基于蝙蝠算法的系统级故障诊断研究

首次将蝙蝠算法用于解决系统级故障诊断问题,从而提出了一种高效的诊断算法——蝙蝠故障诊断算法。在初始化阶段,种群被分成大、小两类,并采用不同的处理方式;根据系统级故障模型的特点,设计出了具有方程约束的适应度函数;为了平衡全局搜索与局部搜索,在速度更新公式中增加一个变系数;为实现寻址的离散化,对蝙蝠速度进行了二进制映射。仿真实验结果表明,蝙蝠故障诊断算法在迭代次数、诊断正确率和最优解的适应度等方面明显优于现有的具有代表性群智能诊断算法——FAFD算法。

基于布尔方程的系统级故障诊断表示及应用

With the popularization of multiprocessor systems and network applications,the study of dependability of systems has become an unportant research area of computer science. A 'Boolean equation diagnosis' method is firstly presented for test model of system-level fault diagnosis, and the correctness of the equations has been proven. The Boolean equation is more concise than the graph method in test model representation. Based on the equations,the methods to compute optimal diagnosis, the set of consistent fault pattern,absolute good processors and bad processors are presented. And some theorems about the relationship among different test models on the set of consistent fault pattern and diagnosibility are proved. It is a useful attempt in theory and practice of system-level fault diagnosis.

系统级故障诊断中可诊断性的研究与发展

为了理清系统级故障诊断中各个可诊断性之间的关联关系、优缺点以及适用性,在充分分析系统级故障诊断中可诊断性的国内外研究现状的基础上,针对各个可诊断性的继承性关联关系、诊断能力、故障的限制性条件进行了研究,进而指出了可诊断性未来的发展方向和各种诊断方法的工程应用潜力与前景。

系统级故障诊断的一种优化设计方法

在系统级故障诊断集团理论的基础上，提出了一种减少点连通度、降低测试成本的优化设计方法，研究了其一步可诊断的特性，并给出了一种优化设计算法．

改进的基于互测PMC模型的系统级故障诊断集团算法

该文改进了基于互测PMC模型的系统级故障诊断集团算法的理论 ,通过定义集团测试边和绝对故障集 ,简化了集团诊断图 ,由此能较易地找到所有的基于互测PMC模型的相容故障模式 (即使不满足t-可诊断性 ) ,从而大大减少了系统级故障诊断的复杂度 ,尤其是对强t-可诊断系统。

关于系统级故障诊断

阐述了系统级故障诊断的基本内容、背景、意义、模型的分类，主要诊断方法，最新研究成果和尚待解决的问题。

基于移动代理的主动网络系统级故障诊断模型

主动网络的可靠性和可用性是计算机网络领域的重要研究课题之一。通过分析系统级故障诊断的分布式算法设计思想,将系统级故障诊断的理论应用于基于移动代理的主动网络管理,给出了基于移动代理的主动网络的系统级故障诊断三值模型,提高了测试的可靠性和正确性。文中还阐述了分布式故障诊断算法,并利用移动代理的管理策略,达到了分布式的网络管理,具有实际应用的重要意义。

关于系统级故障诊断的烟花-反向传播神经网络算法

为了更快速且精确地诊断出大规模多处理器系统中的故障单元,该文首次将改进的烟花算法和反向传播(BP)神经网络相结合,提出一种新的系统级故障诊断算法-烟花-反向传播神经网络故障诊断算法(FWA-BPFD)。首先,在烟花算法中引入双种群策略、协作算子以及最优算子,设计新的适应度函数,优化变异算子、映射规则和选择策略。然后,利用烟花算法全局搜索能力和局部搜索能力的自调节机制,优化BP神经网络中的权值和阈值的寻优过程。仿真实验结果表明,该文算法相较于其他算法不仅有效地降低了迭代次数和训练时间,而且还进一步提高了诊断精度。

基于非齐次线性方程组的系统级故障诊断方法

针对系统级故障诊断研究中的测试模型,提出了非齐次线性方程组的方法,把测试模型等价地转化为非齐次线性方程组,从而以简明的方法寻找所有相容故障模式,并进一步推出最优诊断.理论分析和实验结果表明,该方法相对于基于图论的传统方法更加实用,其方程模型更加简洁明了.

Malek模型下的系统级故障诊断烟花算法

为了更高效地解决系统级故障诊断问题,首次将烟花算法应用到故障诊断Malek模型中.充分利用烟花算法在局部搜索和全局搜索方面良好的自调节能力,引入最小爆炸半径检测机制,并采用改进的爆炸算子、高斯变异操作和新的映射策略,得到一个新的系统级故障诊断算法.通过仿真实验表明,该算法能以较短的CPU运行时间判断出故障集,从而证明算法具有良好的稳定性和快速性,并能高效解决Malek模型下的系统级故障诊断问题.

一种PMC模型下的系统级故障诊断烟花算法

为了快速和有效地诊断出大规模多处理器系统中的故障结点,首次将烟花算法应用于系统级故障诊断中.充分利用烟花算法具有很好的全局搜索能力和局部搜索能力的自调节机制特点,结合PMC模型的故障诊断模式特点设计约束方程,提出新的适应度函数,并优化了变异算子以及选择策略,得到系统级故障诊断优化算法.仿真实验表明该算法具有很好的稳定性和收敛性,并证明了算法的有效性.

一个基于并行集团的系统级故障概率诊断算法

概率诊断算法是系统级故障诊断研究的一个重要方面 ,本文提出了一种基于并行集团的概率诊断算法 PGSFPD算法 ,并设计了一个系统级故障诊断软件仿真系统 ,对诊断算法进行仿真 ,分析比较各算法的性能 ,仿真结果表明PGSFPD算法性能优于经典的概率诊断算法 Somani&Agrawal算法 ,可在只需较少测试数的情况下 ,在保持很高诊断正确率的同时 。

基于系统级故障诊断的高可靠网络管理系统研究

讨论了适合 NMS的系统级故障诊断方法 ,提出基于集团的高可靠 NMS解决方法 。

一种面向网格结构的系统级故障诊断集团算法

网格是一种高性能分布式计算环境，它是构筑在Internet之上的一种新型的信息技术基础设施。为保证网格可靠高效地运行，利用系统级故障诊断的方法研究网格的可靠性是很有意义的。文章提出了网格结构中的系统级故障诊断方法，并给出了一种面向网格结构的系统级故障诊断集团算法.

系统级故障诊断软件仿真系统的设计与实现

文章介绍了系统级故障诊断软件仿真系统的设计与实现，着重讨论了系统的功能设计、测试图生成、诊断算法，并给出了一个诊断实例。