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。     

基于互测BGM的系统级故障诊断集团算法

本文提出了基于互测BGM故障模型的系统级故障诊断集团算法的理论,定义了绝对故障和最终诊断图,由此能找到所有基于互测BGM故障模型的相容故障模式,即使不满足t 可诊断性,也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。     

基于赋时事件图的故障诊断

赋时事件图(TEG)是一类用于描述同步特性的重要的Petri网.本文提出并研究了基于赋时事件图的故障诊断问题.文中定义了两类系统故障类型:变迁失效(Invalidation)故障和变迁时间延迟(Time_lag)故障.基于事件图关联矩阵,通过研究变迁失效故障的可观测传播特性,引入了故障特征向量的概念.基于此,给出了失效故障的可诊断性的充分必要条件.对于时延故障,提出了一种基于变迁触发时间估计进行故障诊断的简单算法.并基于此算法,研究了时延故障的可诊断条件.     

基于Petri网诊断器的离散事件系统模式故障的在线诊断

本文研究基于Petri网诊断器的离散事件系统模式故障的在线诊断问题. 先构建一种用于模式故障在线诊 断的自动机, 给出了基于这种自动机的在线诊断方法. 然后将自动机转换为Petri网并进一步构造了可用于S型模式 故障或T型模式故障在线诊断的Petri网诊断器, 提出了基于Petri网诊断器的模式故障在线诊断算法. 通过分析算法 的复杂性, 得到了该算法具有多项式空间复杂性的结论.     

PMC模型下的一个贪婪诊断算法

提出了一种PMC模型下基于矩阵运算的贪婪诊断算法——MGFD算法。算法结合作者曾经提出的"绝对故障基"思想,首先剔除绝对故障基,得到一个维度减小的矩阵,之后根据该矩阵求得集团。在文献[10]提出的四个贪婪诊断算法的基础上,提出集团的内贪婪因子、外贪婪因子、综合贪婪因子等概念,设计了新的贪婪准则。论证了MGFD算法的正确性,并对算法进行了实验仿真。实验结果表明,MGFD算法相比文献[10]提出的贪婪诊断算法,具有较高的诊断正确率。     

多智能体认知解释诊断类

解释诊断是基于模型诊断研究领域的一个重要分支。针对认知解释诊断的可判定的片段,给出了认知解释诊断类的定义,并给出了一个求解唯一认知解释诊断类的算法。     

变精度粗糙集在智能诊疗系统中的应用

研究变精度粗糙集理论中属性约简和规则获取算法,并结合医疗诊断的实际情况对传统算法进行改进,提出基于变精度粗糙集理论模型的诊断方法。该方法利用病员数据库提取关键的病例特征属性来建立临床诊断决策表,借助改进的可辨识矩阵属性约减算法和值约减算法进行特征约简,从而得到有效的诊断规则。最后,针对常见疾病"高血压",开发了网络版的基于VPRS智能诊疗系统,并应用到多家医疗机构,效果良好。     

T可诊断系统的测试图生生成算法

本文研究了系统级故障诊断中一步ｔ可诊断系统的测试图生成算法，由这些算法生成有的向图或无向图，均为ｔ－可诊断的，这些测试图为软件仿真研究提供了模型。     

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。     

一种基于人工神经网络在线学习的自适应预测方法

本文在分析和比较了传统预测方法的基础上，研究基于人工神经网络非线性映射的预测方法，针对一类缓变故障的预测问题，提出单样本在线学习的自适应预测算法，并用于柴油机故障预测和诊断。     

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Inernet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。     

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。     

粗糙集理论在故障诊断规则获取中的应用

本文的目的是给出一种利用粗糙集理论解决故障诊断的规则获取问题的方法 ,该方法的特点是可以处理由于类重叠引起的样本信息不精确、不一致情况下的规则获取 .以规则形式表示的知识接近于人脑推理过程 ,因此基于规则的诊断方法在故障诊断中得到广泛使用 ,但规则获取是其瓶颈之一 .粗糙集 (RS)理论是为开发自动规则生成系统而提出的 ,其主要思想是在保持分类能力不变的前提下 ,通过知识约简 ,导出概念的分类规则 .因此 ,可以把 RS理论用于规则的故障诊断中 .本文给出了基于决策矩阵和决策函数的获取规则方法的流程图 ,以故障诊断实例说明其使用方法 ,并验证了其有效性     

基于Chwa&Hakimi故障模型的集团诊断

提出了基于Chwa＆Hakimi故障模型的集团诊断,定义了绝对故障集和最终诊断图,由此能找到所有的基于Chwa＆Hakimi故障模型的相容故障模式。从仿真结果看大大减少了系统级故障诊断的复杂度,特别是对强t-可诊断系统,具有较大的实际意义。     

Partial syndrome-based system-level fault diagnosis using game theory

This paper introduces a novel diagnosis approach, using game theory, to solve the comparison-based system-level fault identification problem in distributed and parallel systems based on the asymmetric comparison model. Under this diagnosis model tasks are assigned to pairs of nodes and the results of executing these tasks are compared. Using the agreements and disagreements among the nodes’ outputs, i.e. the input syndrome, the fault diagnosis algorithm identifies the fault status of the system’s nodes, under the assumption that at most t of these nodes can permanently fail simultaneously. Since the introduction of the comparison model, significant progress has been made in both theory and practice associated with the original model and its offshoots. Nevertheless, the problem of efficiently identifying the set of faulty nodes when not all the comparison outcomes are available to the fault identification algorithm prior to initiating the diagnosis phase, i.e. partial syndromes, remains an outstanding research issue. In this paper, we first show how game theory can be adapted to solve the fault diagnosis problem by maximising the payoffs of all players (nodes). We then demonstrate, using results from a thorough simulation, the effectiveness of this approach in solving the fault identification problem using partial syndromes from randomly generated diagnosable systems of different sizes and under various fault scenarios. We have considered large diagnosable systems, and we have experimented extreme faulty situations by simulating all possible fault sets even those that are less likely to occur in practice. Over all the extensive simulations we have conducted, the new game-theory-based diagnosis algorithm performed very well and provided good diagnosis results, in terms of correctness, latency, and scalability, making it a viable addition or alternative to existing diagnosis algorithms.     

基于贝叶斯网络的复杂装备D-S诊断

利用D-S证据理论进行故障诊断时,首先需要确定出故障识别框架和基本置信分配.但在导弹武器等复杂装备中,存在着故障原因与故障征兆之间关联关系不确定的现象,增加了求取故障识别框架和基本置信分配的困难.文中提出了利用贝叶斯网络理论来解决难题的方法,使D-S证据理论能在复杂装备故障诊断中得到应用.文中首先给出了诊断贝叶斯网络的适应度函数,并利用改进的粒子群优化算法求解了诊断贝叶斯网络.然后分析了诊断贝叶斯网络中故障原因与故障征兆间的关联关系,给出了征兆集合、异因征兆集合概念.提出了求解故障识别框架和基本置信分配的方法.最后,通过实例的D-S诊断,验证了所提方法的正确性.     

Chwa ＆ Hakimi故障模型的方程表示

把基于对称比较的系统级故障模型-Chwa＆Hakimi模型等价地转换为一个方程(或方程组),这将给此类故障模型的诊断带来极大便利     

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 ot ctepenaaomty of systems has become an important 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.     

系统级概率故障诊断的最小测试数

系统级故障诊断中的核心问题，是要用最小的开销完成诊断任务，由于测试数是诊断开销的一部分，希望测试数达到最小，在几种概率测试模型下，我们给出了概率诊断中最小测试数的上界和下界，这两个界具有同一数量级。