基于Chwa & Hakimi故障模型的二分诊断算法

在对Chwa &; Hakimi故障模型的诊断中,目前相对成熟的算法有t-可诊断性算法和方程诊断算法两大类。然而,上述两类算法各有其优缺：前者要求故障处理机的数目小于处理机总数的一半;后者则希望故障处理机的数目多多亦善。不仅指出何时采用t-可诊断性算法或方程诊断算法,而且建立了所谓的二分诊断算法,即当故障处理机数量占处理机总数一半左右时将原测试系统拆分为两部分：相对正常机集合和相对故障机集合,从而对各个处理机集合采用各自适合的算法去诊断。     

方程诊断算法在Malek故障模型中的应用

采用方程模式来描述Malek故障模型，把求该模型全体相容故障模式的问题转换为求方程组的解集，并通过实例讲解如何求解方程组的解集和以此得到Malek模型的诊断结果，为系统研究这类模型的方程诊断算法提供了典型示范和奠定了理论基础。     

Chwa & Hakimi故障模型方程诊断的理论基础

针对基于对称比较的系统级故障模型———Chwa&Hakimi模型 ,建立起“方程诊断”的有关概念 ,把该模型等价地转换为一个方程 (或方程组 )。对于一类特殊的Chwa&Hakimi模型找到了求全体相容故障模式的具体算法 ,该算法为寻求一般情形下Chwa&Hakimi模型的全体相容故障模式奠定了理论基础和算法基础。     

图中含有k—因子的判定算法

本文依据图论中已有的一个理论成果（定理１），给出了判定一个图是否含有k-因子的一个算法，同时对算法的复杂性作了分析，又示出了一些简单情况的结果。     

α-凸泛函族的一致有界原理

在赋β－范空间上得到了α－凸泛函族的一致有界原理     

非定态路径测试问题的分析与一种转换算法

测试数据生成中使用静态分析法的主要问题之一是难以处理程序变量的不确定性.本文对软件测试数据生成中的变量"不确定"问题进行了分析,认为该问题的实质是程序中变量本身的符号不确定性和程序的动态性,根据这个思路提出非定态路径、变符号变量、程序状态变量等概念,并将问题进行了形式化的描述,证明了非定态路径约束解空间可进一步划分为多个子空间.在此结论的基础上,本文给出了一个将非定态路径测试转换为定态路径测试的算法,对非定态路径测试问题的理论分析和解决途径进行了有益的尝试.     

Malek故障模型的方程诊断算法设计

首先给出Malek模型的方程组定义形式,然后在不以“t-可诊断性”和“相信大多数”作前提假设的情况下,通过引入“集团”的概念给出了求其全体相容故障模式的具体方法—方程诊断算法,丰富了Malek模型的故障诊断方式。     

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。     

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     

PMC故障模型的方程诊断

首次建立起PMC方程模型的定义(即PMC模型的方程描述).PMC模型是一种最常见的系统级故障模型,针对传统的图论诊断算法离不开"t-可诊断性"和"相信大多数"(即假定系统中故障机的台数少于处理机总台数的一半)的特点,文中引入"绝对故障基"等概念,并充分运用"集团"工具,在不以"t-可诊断性"和"相信大多数"作前提假设的情况下,找到了求PMC模型全体相容故障模式的具体方法——方程诊断算法.