關于系統級故障診斷的BAFD算法與EGFD算法.pdf

1、網絡系統的廣泛應用極大地促進了當代信息社會的發(fā)展，但同時，這類系統的規(guī)模也在不斷擴大，所以確保系統安全、高效地運行變得更加困難。作為維護系統穩(wěn)定性與安全性的重要手段，系統級故障診斷已成為越來越多學者關注的焦點。
　　本文結合系統級故障診斷問題的特點，采取速度映射等措施突破蝙蝠算法自身的局限性，使得改進后的蝙蝠算法能夠運用到系統級故障診斷領域，據此，本文提出了針對t-可診斷系統的蝙蝠故障診斷算法。在該算法的初始化階段，為了避免初始解

2、過于集中或分散，種群被分成大、小兩類，并采用不同的處理方式。由于現有的適應度函數很難避免可行解產生冗余的相容癥候，進而增加了算法的計算量，為了有效解決這個問題，本文通過分析診斷模型的特點，設計出了具有方程管束的適應度函數。另外，考慮到蝙蝠算法自身容易出現早熟現象，本文在速度更新公式中引入了一個變系數用于均衡算法的搜索與挖掘能力，并通過對蝙蝠速度進行二進制映射，實現了尋址的離散化。仿真實驗的結果表明，蝙蝠故障診斷算法在迭代次數、診斷正確率

3、和最優(yōu)解的適應度等方面明顯優(yōu)于現有的具有代表性的群智能診斷算法。
　　其次，現有的診斷算法多是從“相信大多數”角度考慮的，當故障單元數超過t時，很多算法的診斷能力明顯下降。為了改善這一現象，文本結合Liu等人在t-可約束條件下的研究方法，提出故障單元數超過t時的診斷算法--高效貪婪診斷算法。在該算法中，首先給出一個識別故障單元的充分條件，該條件充實了現有的識別絕對故障單元的方法，確保找出更多的絕對故障集團，縮小了后續(xù)診斷工作中的系