基于PMC模型的高效人工免疫诊断算法

诊断算法是系统级故障诊断的一个重要研究课题.文献[10]提出PMC模型下的人工免疫诊断算法,但是没有充分利用PMC模型的特点,并在计算亲和度的时候给出一个假设.对此首先利用PMC模型的特点优化初始种群的质量,其次定义优化后的亲和度函数,最后提出新的算法流程,并证明算法的正确性和收敛性.模拟实验显示在CPU时间和迭代次数上都优于原算法.     

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。     

基于PMC故障模型的NASD诊断算法

在PMC故障模型下,现有的自适应顺序诊断算法（ASD算法）不能充分利用所有的测试结果。为了有效地减少测试次数,提高诊断效率,提出一种新的自适应顺序诊断算法（NASD算法）。引入相对故障单元的概念,给出并证明了故障单元和无故障单元的判别定理。据此给出系统诊断的策略：（1）边寻求无故障单元边确诊故障单元;（2）已确认的故障单元不再参与任何测试;（3）找到无故障单元或故障单元数接近一半时,系统诊断结束。实例表明,NASD算法优于其他ASD算法。     

Cross-cube在PMC诊断模型下的可诊断性

可诊断性度是衡量一个互连网络可靠性的重要指标。Cross-cube是超立方体的一种重要变型,与超立方体相比有许多好的性质。PMC模型是并行计算系统中的一种经典的诊断模型,在该模型下有两个著名的诊断策略：精确策略和悲观策略。证明了n维Cross-cube在精确策略下的可诊断性度是[n+1(n≥4)],在悲观策略下的可诊断性度是[2n-2(n≥4)]。证明了Cross-cube在精确策略下的可诊断性度大于超立方体的可诊断性度,在悲观策略下的可诊断性度与超立方体的可诊断性度相同。     

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。     

基于PMC模型的MWOFD算法

为了诊断出系统中的故障单元,首次将贝壳漫步优化算法用于解决系统级故障诊断问题,提出一种高效快速的诊断算法--MWOFD诊断（Mussels Wandering Optimization Fault Diagnosis）算法。结合系统级故障诊断的特点,设计了个体化编码及初始化的方法,并根据诊断模型所满足的方程约束重新设计了适应度函数,同时对二进制映射算法进行优化。最后将新算法与AD-FAFD算法,FAFD算法和EAFD算法进行实验对比,结果表明：MWOFD算法有效地提高了诊断正确率和诊断效率。     

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。     

PMC诊断模型下的网络条件可诊断度研究

可诊断度是确保互连网络的可靠性的重要指标,是当网络的节点发生故障时,快速准确地找出网络中故障节点的能力。PMC模型是一种传统的系统诊断模型,迄今已有许多相关的研究成果并已被广泛地应用。本论文基于PMC诊断模型,在每个节点都有一个无故障邻居节点的条件下,证明当δ_E (G)≥15 且δ(G)≥5时,无K_3子图的图G δ_E 1条件可诊断;当δ_E (G)≥7且δ(G)≥3时,二部图G δ_E 1条件可诊断。     

无K3子图的互连网络在PMC模型下的条件可诊断度

可诊断度是衡量一个互连网络可靠性的重要指标,常用来评估当系统中某些结点出现故障时将故障结点准确找出来的能力。PMC模型是一种经典的可诊断模型,被广泛地应用于系统诊断中,到目前为止,已经有很多的研究者基于PMC模型做出了大量研究成果。本文在PMC模型的基础上,对于不存在K3子图的网络的条件可诊断性进行了研究,并证明了当δ(G)≥9且任两个结点的共同邻居数不大于2时,无K3子图的图G是2δ(G)-1条件可诊断的;当δ(G)≥6且任两个结点的共同邻居数不大于2时,二部图G是2δ(G)-1条件可诊断的。