摘要
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。
Diagnosis algorithm is an important research subject in system-level diagnosis.Reference document proposed an artificial immune diagnosis algorithm under PMC model,but failed to take full advantage of PMC model,whereas made a hypothesis in the computing affinity.Therefore the paper firstly optimizes the quality of initial population by utilizing PMC model characteristics;then defines the optimized affinity function;at last proposes a new algorithm process.The algorithm is validated for correctness and convergence.Simulation experiment shows it is superior to the original algorithm at both CPU time and iteration times.
出处
《计算机应用与软件》
CSCD
北大核心
2012年第4期27-30,48,共5页
Computer Applications and Software
基金
国家自然科学基金项目(60873047)
江苏省自然科学基金项目(BK2008154)
关键词
并行计算系统
系统级故障诊断
诊断算法
PMC诊断模型
人工免疫算法
Parallel computing system System-level diagnosis Diagnosis algorithm PMC diagnostic model Artificial immune algorithm
