關(guān)于系統(tǒng)級故障診斷的兩種高效算法.pdf

1、隨著網(wǎng)絡(luò)系統(tǒng)規(guī)模的日益擴大，其出現(xiàn)故障的概率也隨之增加，系統(tǒng)級故障診斷成為維護網(wǎng)絡(luò)系統(tǒng)穩(wěn)定的一種重要手段。由于當前的系統(tǒng)級故障診斷算法無法同時兼顧快速和高精度兩個方面，因此有的網(wǎng)絡(luò)系統(tǒng)診斷側(cè)重快速，有的網(wǎng)絡(luò)系統(tǒng)診斷側(cè)重高精度，所以針對網(wǎng)絡(luò)系統(tǒng)診斷的不同需求，本文設(shè)計了兩種高效算法。
　　為了能快速地診斷出系統(tǒng)中的故障單元，本文將貝殼漫步優(yōu)化算法用于解決系統(tǒng)級故障診斷問題，提出一種高效快速的診斷算法——MWOFD(Mussels W

2、andering Optimization Fault Diagnosis)算法。由于貝殼漫步優(yōu)化算法無法直接用于解決系統(tǒng)級故障診斷問題，因此本文通過設(shè)計個體化編碼及初始化的方法，并根據(jù)診斷模型所滿足的方程約束重新設(shè)計了適應(yīng)度函數(shù)，同時設(shè)計了新的二進制映射算法，將其運用到系統(tǒng)級故障診斷中。最后將新算法與AD-FAFD算法，F(xiàn)AFD算法和EAFD算法進行實驗對比，結(jié)果表明：MWOFD算法略微提升診斷精度的同時，有效地降低了迭代次數(shù)進而提升

3、診斷效率。
　　為了能精確地診斷出系統(tǒng)中的故障單元，本文設(shè)計了一種CS-BPFD(Cuckoo Search-Back PropagationFault Diagnosis)算法用以解決高精度情況下的系統(tǒng)級故障診斷問題。文章通過引入自適應(yīng)動態(tài)步長因子，對一種新穎的群體智能算法——布谷鳥搜索(CS)算法作了改進，并將其應(yīng)用于BP神經(jīng)網(wǎng)絡(luò)優(yōu)化，同時改進了BP神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，進而設(shè)計出一種新的診斷算法。最后將新算法與BPFD算法進行