一种高阶离散事件系统的诊断方法

为了保证诊断结果的正确性及唯一性,提出了高阶离散事件系统的可诊断性定义和可诊断性判定算法。在待诊断系统的诊断过程中,构建了可同时用于可诊断性判定的诊断机,对每个状态编译故障行为,所以不需在每次重构系统行为后遍历全部模型进行故障判断,并且在不影响诊断结果的前提下,根据约束条件对诊断机状态之间的转移进行限制,减少不必要节点的产生。     

对称PMC(SPMC)模型下节点可诊断性研究

在图论和网络科学上,网络故障诊断是目前非常受欢迎的课题之一,影响着多处理器系统的可靠性与安全性。随着多处理器系统规模的急速增长,系统的全局故障诊断模式适用性降低,相应地,局部故障诊断得益于对网络拓扑结构的要求较低,可对网络分块处理,大幅提高了诊断效率,具有更强的适用性,成为了新的研究方向。针对最新的对称PMC(SPMC)模型,研究了网络节点可诊断(局部诊断)的相关性质,提出了新的拓扑结构(拓展树结构),得到了在SPMC模型下网络节点可诊断的条件以及节点可诊断与系统可诊断的关系,并给出了扩展树结构上各节点是否故障的判定定理及详细证明。根据该定理,提出了扩展树结构网络的悲观故障诊断算法ST₂_B-FDA,并应用到超立方体网络中进行仿真实验,验证算法的有效性。该算法时间复杂度仅O(NlogN),远低于一些传统故障诊断算法的时间复杂度,可有效降低诊断成本,大幅度提升诊断效率。此外,所提出算法原理简单,便于实现及应用,也可作为大规模规则网络系统的诊断方法之一。     

折叠超立方体网络的自适应诊断

自适应性诊断的目的是正确辨别结点的性质,没有公共点的两对结点可以在同一个诊断周中出现.在Bjoklund[1]的基础上对超立方体网络的另一种变形——折叠超立方体网络(FHn)的自适应诊断进行了研究,对n(n≥3)维折叠超立方体FHn构造了一个递归的哈密尔顿3-并行诊断周算法,利用归纳法证明了在错误结点数不超过n的情况下FHn可以在4个并行诊断周内完成诊断,并且至多需要2n+n-1次诊断.     

基于互信息的无线传感器网络节点故障自诊断

故障自诊断和故障监控能提高WSN的可维护性和可靠性, 延长WSN节点的使用寿命。该文提出一种无线传感器网络(wireless sensor network, WSN)节点故障自诊断的新方法。首先,可从粗糙集理论中基于互信息的属性约简算法获得故障诊断决策的约简,进而建立一套以属性匹配为核心思想的WSN节点故障自诊断技术,对WSN节点的各个模块分别进行具体的故障诊断和定位。仿真实验表明,该方法在WSN节点中实现故障自诊断时,通信代价小,能耗低,诊断的误判率低。     

基于改进Kruskal算法的WSN故障节点检测方法

提出了一种基于改进Kruskal算法的无线传感器网络（WSN）故障节点检测方法. 该方法首先通过集中式的改进Kruskal最小生成树算法来获取可信的节点集合,之后依据可信节点,采用邻居节点比较算法对传感器节点的感知值进行分布式分析和处理,判定发生故障的传感器节点. 同时为了容忍节点的临时故障,引入了时间冗余. 仿真结果表明,在节点故障率高达35%时,该方法依然能快速定位故障节点,并且同时保证很高的检测精确度.     

基于集合递推运算的最小hitting集算法

提出一种最小hitting集算法,以满足基于模型故障诊断中诊断解的计算．采用集合递推运算计算了最小hitting集合,并证明了该算法可得到最小冲突集合组的全部最小hitting集合．实验表明,该算法程序容易编制、运算迅速快,可以明显地提高诊断效率,对于复杂的被诊断对象系统可以满足实时性要求．     

条件点错误情况下交叉立方体中哈密顿圈的存在性讨论

交叉立方体的容错性研究备受学者关注.本文在条件节点错（每一个健康节点至少还有其它两个健康节点与之相邻）的条件下,证明了n（n≥4）维交叉立方体中错误节点的个数达到2n-7个时哈密顿圈的存在性.     

平面图网孔搜索算法

对平面连通图,在给定节点集、节点座标和边集的条件下,本文提出一个算法,用以找出图中的全部网孔。从与一个特别节点相邻集合中,找出了构成网孔的路径的特征,实现了网孔搜索算法.     

交通网络中出现阻塞路径情况下增量路径查找算法

目的解决车辆在行驶过程中,在原路径出现阻塞的情况下,如何增量查找最优路径．方法在A^＊算法基础之上,采用当前点增量更新、阻塞点增量更新等策略查找最优路径,并通过对不同策略查询结果的比较,得出最佳方案．结果该算法减少了遍历的交通网络节点数量,当阻塞点远小于路径总长时,受影响的集合远小于原数据集合．结论实验表明,该算法在有阻塞路径的情况发生时,具有更高的查询效率和更少的磁盘访问次数,满足了实际应用的需求．     

超立方体中基于极大安全链路矩阵的容错路由

超立方体网络拓扑结构是多处理机系统中常见的一种.随着多处理机系统规模的增大,系统出现链路与结点故障的概率也随之增大.针对超立方体结构的多处理机系统中存在链路故障的情况,提出了用于最优通路记录的极大安全链路矩阵(maximum safety-link matrices,MSLMs)这一概念,给出了一种建立MSLMs及其容错路由算法.通过n-1轮邻结点的信息交换,用矩阵的形式记录最优通路;与已有的容错路由算法相比,极大安全链路矩阵解决了如何用矩阵的形式来记录最多最优通路数的问题.     

二进制递归网络的随机多故障条件诊断性综述

二进制递归网络（BR网络）具有结构规则、易于分割等优点,是理论研究和实际应用中颇受欢迎的网络结构。文章在综述互连网络的（强）诊断度、条件诊断度、g-好邻居条件诊断度、g-额外条件诊断度、诊断算法和二进制递归网络研究现状的基础上,针对二进制递归网络的故障结点数大于连通度的随机多故障模式,提出二进制递归网络的随机多故障条件诊断性分析的理论与方法,包括多故障条件诊断度分析、多故障条件诊断策略构建和多故障条件诊断算法设计。     

设备故障可诊断性的研究与探索

设备故障可诊断性的分析对于设备的故障诊断具有重要的指导意义,因此,在对设备进行故障诊 断前,应首先分析该设备的可诊断性,然后决定是否有必要继续对设备进行诊断或应采取的方法和手段．对 此本文研究并探索了设备可诊断性的有关问题．首先提出了设备可诊断性的基本概念,并给出分析可诊断 性的一种计算方法;在此基础上,用实例分析了诊断模型和诊断精度对可诊断性的影响．研究表明本文所提 出的分析设备可诊断性的计算方法是行之有效的．     

广义超立方网络的容错寻径算法研究

给定一个广义超立方网络以Ｇ（ｍ,ｒ）：Ｎ＝ｍｒ（ｍ≥２,ｒ≥１）,其上有若干条连线发生故障,Ｆ为其故障连线集合,且 Ｇ（ｍ,ｒ）－Ｆ是连通的,Ｓ和 Ｄ是 Ｇ（ｍ,ｒ）中任意两个结点（处理器）,其汉明距离 Ｈ（Ｓ, Ｄ）＝ｈ．得出如下结论：（１）当｜ｆ｜＜ｄ时,存在一条非故障路径Ｐ（Ｓ,Ｄ）,且｜Ｐ（Ｓ,Ｄ）｜≤ｈ＋２; （２）当ｄ≤｜Ｆ｜＜ｍ（ｄ－ｍ＋１）时,存在一条非故障路径Ｐ（Ｓ,Ｄ）,且｜Ｐ（Ｓ,Ｄ）｜≤ ｈ＋４ｍ－２．这里,ｄ是Ｇ（ｍ,ｒ）的度,｜Ｐ（Ｓ,Ｄ）｜ 是路径Ｐ（Ｓ,Ｄ）的长度,Ｐ（Ｓ,Ｄ）是非故障的是指在其上的所有连线均非故障．给出了寻径算法．     

加总线超立方网络上的容错寻径算法

研究了加总线超立方网络的容错寻径问题．设 ＢＨｎ为一个已加总线的ｎ维超立方网络, Ｆ为其故障结点集合,｜Ｆ｜≤ｎ．研究了ＢＨｎ上任意两个非故障结点间的容错寻径问题．对于小规模的超立方网络,其直径由ｎ＋２降为３,而对于较大规模的超立方网络而言,其直径降到≤（ｎ／３）＋６．显然,当ｎ＞６时,ｎ＋２＞（ｎ／３）＋６．因此,加总线后的超立方网络同时具有更好的容错性能．     

Petri net model for diagnosis of permanent faults of a hydraulic system

Petri net model is applied to diagnose the permanent fault of hydraulic system within the framework of interpreted Petri net. The permanent fault is described as redundant structure of the model. A definition and a theorem are proposed to determine the diagnosability of the hydraulic system. The relations bwtween the diagnosability and other structure properties are also discussed. An example of actual hydraulic system is presented and its permanent fault can be diagnosed by the proposed method efficiently.     

广义超立方体网络的容错路由分析

讨论了广义超立方体网络的容错路由问题。并在此基础上证明了当无效点很多时，只要存在某个（n-1）-维广立方体中无效节点不超过两个，则该n-维广义超立方体中的任意两个有效节点x和y之间的有效路由长度区间为[H（x，y），0（x，y）＋4]。这里H（x，y）表示x到y的汉明距离，0（x，y）表示x到y的最优距离。     

基于矩阵计算极小碰集的启发式算法

提出了一种基于矩阵模型计算极小碰集的新方法。通过在矩阵中存储冲突集合簇的相关信息,引入集合簇中元素的频率作为启发信息,完成对极小碰集的计算。该算法的数据结构简单,程序易于实现,同时启发信息的引入减少了节点的生成。该算法可以产生而且仅产生所有的极小碰集。实验结果表明该算法有较高的计算效率。     

基于隐朴素贝叶斯模型的链路预测算法

针对目前基于共邻节点及其改进的链接预测模型中存在对共邻节点间的依赖关系考虑不足,不能完全利用网络的拓扑结构信息的问题,本文提出了基于隐朴素贝叶斯模型和双隐朴素贝叶斯模型的链接预测方法。算法考虑共邻节点间互相依赖关系及其依赖关系的不同,通过隐朴素贝叶斯分类模型计算节点之间的相似性,利用条件互信息来衡量节点间的依赖程度,提高链接预测的准确率。采用网络DBLP和Email的真实数据作为实验数据集,使用AUC和Precision方法来评价本文的预测模型,实验结果表明,本文方法比目前主流方法的预测效果更好,验证了方法的准确性。