较小动态服务组合代价GLRA算法的设计与实现

针对动态服务组合的关键是优化组合后的服务代价这一问题,论文提出了较小动态服务组合代价GLRA算法,该算法首先对服务组合进行建模,针对动态服务组合中的Candidate Service模型,抽取出有向无环图,并根据服务代价动态性特点,使用基于贪心的局部修正算法,该算法每次都从当前值选取最小值,迭代次数和服务深度有关,循环次数有限.仿真结果表明算法能够高效的找到代价较小的组合方案,具有更好的时间复杂度.     

云计算环境下服务故障模型动态建立

云计算环境的复杂性、动态性和开放性特征,使得云计算系统的规模和结构日益复杂,产生的故障越来越多.现有的动态故障模型只关注于故障及故障间的关联关系,忽略了对故障特征的分析与处理,未动态关联故障与故障特征.因此,本文提出了一种云计算环境下服务故障模型动态建立方法.首先,预处理服务运行数据;其次,从预处理后的服务运行数据集中...     

基于TCPN的LBS动态服务组合建模与验证

针对位置服务的动态服务组合过程中对位置的动态性和实时性考虑少的问题,本文运用时间约束Petri网对位置服务进行动态服务组合建模,设计了位置服务动态服务组合模型的执行时间、计算方法和库所可调度性分析算法.并对该模型的可达性进行了验证,同时引入实例说明了运用时间约束Petri网对位置服务动态服务组合建模方法的可靠性和可行性.     

基于π演算的网络考试系统动态建模研究

研究网络考试系统动态建模中动态性和并发性问题,针对目前对网络考试系统的建模所使用的面向对象或面向过程的建模方法,无法完整地、有效地描述系统的动态性和并发性.为正确分析和描述网络考试系统的动态性和并发性,从而降低故障发生率,保证系统稳定性,应用π演算,建立了NESAM抽象模型来描述.对NESAM模型的进行分析和仿真,得出NESAM模型能够表征网络考试系统的动态性和并发性的结论.进行仿真计算,结果证明,对提高网络考试系统的开发效率和系统可靠性等方面具有很高的价值.     

云计算环境下服务故障传播路径判别方法

云计算环境下服务的运行具有动态性、复杂性和多样性的特征,使得众多服务间的动态交互关系日益复杂,随着云计算环境下服务故障发生,故障在服务间不断传播,致使系统不能正常运行。当前,部分故障传播影响分析方法存在过多关注历史数据、衡量故障传播因素单一、无法适用动态变更的系统结构等问题。为解决上述问题,提出了一种云计算环境下服务故障传播路径判别方法。动态建立服务交互图;优化服务交互图结构,建立服务关系图;通过综合考虑服务运行、环境状况计算服务故障可能性,确定发生故障服务;分析服务故障传播的影响因素,计算服务故障传播概率,进行服务故障传播路径判别。实验结果表明,该方法能准确确定发生故障服务、有效判别服务故障传播路径。     

时间约束下可靠性增强的网格工作流调度算法

如何在动态性极强的网格环境中有效调度工作流应用并满足用户的QoS需求是一个难题.传统的基于资源静态特征的启发式调度算法或预留策略缺乏对资源动态服务能力的有效评估而无法保证工作流应用的截止时间约束.本文采用随机服务模型建模网格资源的动态性能并考虑资源内处理单元失效的情况.利用生灭过程描述资源节点中处理单元数目的变化情况并给出了资源节点在任务截止时间内的可靠性评估方法.在此基础上,提出一种可靠性增强的网格工作流调度算法RSA_TC.实验结果表明RSA_TC算法相对于DSESAW和PFAS算法,能有效保证用户截止时间的要求,对动态网格环境有较好的自适应性.     

基于高斯模型的不确定数据流Skyline查询方法

由于数据的动态性及不确定性等特征,使得不确定数据流上Skyline查询研究面临挑战.不确定对象一般采用多元概率密度函数(PDF)表示,现有的不确定数据流Skyline查询方法均采用离散型随机变量建模.然而不确定数据流中的对象可能是连续变化的,离散模型对连续性随机变量难以适用.针对连续PDF建模的不确定数据流Skyline查询进行了研究,提出了基于高斯模型的不确定数据流Skyline查询方法(SGMU),该方法包含2个过程:1)动态高斯建模算法(DGM):对滑动窗口采样并建立高斯模型,将原始的数据流转化为不确定对象PDF的参数流;2)提出了基于高斯树的查询算法(GTS)以建立空间索引结构和执行Skyline查询.实验结果表明,SGMU算法不仅能够对连续型不确定对象进行有效建模以辅助Skyline查询,而且能够有效地减少查询对象个数,提高Skyline查询效率.     

Internet服务故障管理:分层模型和算法

在基于时间窗口的Internet服务故障管理中,时间窗口大小设置不合适会给算法准确度带来影响.为了降低这种影响,分析了Internet服务故障管理中存在的问题,提出了分层故障管理模型,采用图论技术进行故障诊断,选择二分图作为各层的故障传播模型.提出了基于时间窗口的故障诊断算法--多窗口故障诊断(multi-window fault diagnosis,简称MFD),该算法通过综合考虑相邻时间窗口之间的关联关系,在一定程度上降低了因时间窗口大小设置不合适而给算法准确度带来的影响.仿真结果证明了MFD算法的有效性和效率.     

动态内全潜结构投影的空间扩展故障检测方法

动态内偏最小二乘(DiPLS)方法是基于数据驱动的潜结构投影的动态扩展算法, 用于动态特征提取和关键 性能指标预测. 在大型装备系统中, 传感器采集的当前时刻样本受历史样本的影响且可能包含较大噪声. 在动态特 征提取中, 因DiPLS算法未按降序提取主成分, 导致残差空间仍存在较大变异, 动态和静态信息难以有效分离, 影响 故障检测性能. 为此, 本文提出了一种基于动态内全潜结构投影的故障检测方法(DiTPLS). 首先, 使用动态内偏最小 二乘方法和向量自回归模型建立动态模型并检测故障, 用于捕捉质量相关动态信息; 基于结构化动态主成分分析 算法建立一种改进的动态潜在变量模型, 用于残差分解, 提取质量无关的动态信息和静态信息, 并构造合适的统计 量进行故障检测. 数值仿真和田纳西–伊斯曼过程实验验证了DiTPLS算法的有效性.     

基于动态内部主元分析和隐马尔科夫模型的动态过程故障检测与分类方法

随着工业生产过程的扩大, 保证生产过程的安全平稳高效运行日益受到重视. 因此, 对工业过程进行及时有效的监测与故障诊断具有重要意义. 一般而言, 工业过程采集的数据具有较强的动态性, 有效提取数据中的动态信息并进行分析极其重要. 本文基于动态内部主元分析(DiPCA)进行动态性分析并结合隐马尔科夫模型(HMM), 提出了一种新的故障诊断框架, 实现了动态过程故障检测与故障分类. 首先, 利用DiPCA算法提取正常工况下数据的动态特征; 然后, 利用HMM能够有效处理时序数据的特点, 对所提取的动态特征进行建模, 构建了动态过程的故障检测框架; 并利用HMM强大的模式分类能力, 对故障数据进行建模, 实现故障的分类; 最后, 将提出的方法用于田纳西-伊斯曼过程, 验证了该方法的有效性与优越性.     

Active probing based Internet service fault management in uncertain and noisy environment

In Internet service fault management based on active probing, uncertainty and noises will affect service fault management. In order to reduce the impact, challenges of Internet service fault management are analyzed in this paper. Bipartite Bayesian network is chosen to model the dependency relationship between faults and probes, binary symmetric channel is chosen to model noises, and a service fault management approach using active probing is proposed for such an environment. This approach is composed of two phases： fault detection and fault diagnosis. In first phase, we propose a greedy approximation probe selection algorithm （GAPSA）, which selects a minimal set of probes while remaining a high probability of fault detection. In second phase, we propose a fault diagnosis probe selection algorithm （FDPSA）, which selects probes to obtain more system information based on the symptoms observed in previous phase. To deal with dynamic fault set caused by fault recovery mechanism, we propose a hypothesis inference algorithm based on fault persistent time statistic （FPTS）. Simulation results prove the validity and efficiency of our approach.     

网络虚拟化环境下的服务故障诊断算法

网络虚拟化环境下,底层网络的透明性造成虚拟网提供商不能诊断所有的虚拟网服务故障.为解决此问题,提出了基于映射关系的虚拟网服务故障传播模型.针对故障传播模型中故障集与症状集较大、网络环境动态和噪声大而导致的已有诊断算法误报率高、时间复杂度高的问题,基于网络虚拟化环境下症状内在相关性特点,提出了一种新的基于症状内在相关性的虚拟网服务故障诊断算法SFDoIC(service fault diagnosis algorithm based on inherent correlation among symptoms).仿真实验结果表明,SFDoIC算法能够很好地解决底层网络透明性造成的虚拟网服务故障难以定位的问题.SFDoIC算法可以有效地降低诊断算法的误报率,显著缩短诊断算法的运行时间.     

基于智能优化的模糊Petri网的电网故障诊断

为了提高电网复杂故障时的应对能力,提出了基于信息优化的动态建模模糊Petri网的电网故障诊断方法.首先,基于层次建模的思想,在建立常规故障诊断模型的基础上,引入动态库所、动态弧、动态变迁的概念来合理地拟合各种保护与断路器之间的逻辑关系,动态建立综合性故障的诊断模型;其次,依据故障信息源的特性对其进行了优化和预处理,以确...     

基于Ontology的故障诊断方法

故障诊断是质量服务的主要内容之一,故障诊断方法一直以来都是质量服务领域的研究热点。在分析传统故障诊断方法存在的问题的基础上,提出了基于Ontology的故障诊断方法。阐述了基于Ontology的故障诊断过程,给出基于Ontology的故障知识表示和故障诊断算法。实例应用效果证明了基于Ontology的故障诊断方法的有效性。     

Iterative Learning Fault Diagnosis Algorithm for Non-uniform Sampling Hybrid System

For a class of non-uniform output sampling hybrid system with actuator faults and bounded disturbances, an iterative learning fault diagnosis algorithm is proposed. Firstly, in order to measure the impact of fault on system between every consecutive output sampling instants, the actual fault function is transformed to obtain an equivalent fault model by using the integral mean value theorem, then the non-uniform sampling hybrid system is converted to continuous systems with timevarying delay based on the output delay method. Afterwards, an observer-based fault diagnosis filter with virtual fault is designed to estimate the equivalent fault, and the iterative learning regulation algorithm is chosen to update the virtual fault repeatedly to make it approximate the actual equivalent fault after some iterative learning trials, so the algorithm can detect and estimate the system faults adaptively. Simulation results of an electro-mechanical control system model with different types of faults illustrate the feasibility and effectiveness of this algorithm.      

基于DPCA方法的传感器故障检测与诊断

针对多传感器的相关时序测量数据,在假设只存在传感器故障的前提下,提出了一种基于动态主成分分析（DPCA）的传感器故障检测方法。根据测量数据建立传感器的DPCA模型,在该模型基础上利用T2和SPE统计量进行传感器的故障检测。同时,将基于主成分分析（PCA）模型的传感器有效度指标SVI推广应用于DPCA模型中。通过对污水处理系统中重要传感器的故障诊断仿真实验表明：该方法能有效地检测和识别出故障传感器。     

空间光通信终端控制系统设计与容错方法研究

本文针对空间光通信APT技术对终端控制的性能指标要求,设计终端控制系统,采用三闭环改进PID控制策略,根据实际控制对象进行建模仿真,并对硬件、软件设计方案进行了阐述,同时根据空间的复杂环境,提出了设计中所采用的容错方法,在实际测试中取得了很好的效果。     

基于半动态拓扑优化算法的地铁车辆高压供电电路过流故障同步诊断方法

地铁车辆处于复杂的运行环境中,高压供电电路很容易发生过流故障,为迅速辨识过流故障类型,设计了一种基于半动态拓扑优化算法的地铁车辆高压供电电路过流故障同步诊断方法。应用半动态拓扑优化算法,构建模态坐标空间内高压供电电路的电流微分运动模型。结合粒子群算法与优化VDM分解方法,提取模型的过流故障特征。基于BP神经网络与遗传算法构建过流故障同步诊断模型,实现高压供电电路过流故障的同步诊断。案例测试结果表明,该方法对于变压器过流故障、变流器过流故障以及弓网接触不良故障的诊断都比较准确,特别是对于变压器与变流器的过流故障诊断十分准确。     

基于迭代学习的离散线性时变系统故障诊断

针对一类离散线性时变系统的故障诊断问题,提出一种新的故障检测与估计算法.该算法通过引入虚拟故障构建离散故障跟踪估计器,在选取的优化时域内,利用估计器输出和系统实际输出产生的残差信号,采用迭代学习算法来调节虚拟故障,使虚拟故障逼近系统中实际发生的故障,从而达到对系统故障诊断的目的.该方法不仅能检测出系统不同类型的故障,还可以实现对故障信号的精确估计.仿真结果验证了所提出方法的有效性.