计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
8期
2378-2381
,共4页
故障诊断%故障修复%贝叶斯%多属性加权模糊贝叶斯
故障診斷%故障脩複%貝葉斯%多屬性加權模糊貝葉斯
고장진단%고장수복%패협사%다속성가권모호패협사
fault diagnosis%bug fixes%Bayesian%multi-attribute weighted fuzzy Bayes
为了提高对复杂网络进行故障诊断时的准确率,以及实现故障节点的有效自修复,提出一种多属性加权模糊贝叶斯的复杂网络故障自修复机制.建立贝叶斯网络结构模型,针对故障网络和故障节点进行条件概率估计,实现故障类别诊断.在该模型的基础上引入了多属性值和模糊集合理论进行扩展,提出了一种多属性加权模糊贝叶斯,提升模型对节点进行故障诊断时的灵敏度和准确度.对网络和节点进行故障诊断后,采用网络故障自修复机制,在查找出节点故障类型,采取有效的能量分配方法来修复节点.实验仿真及对比表明,该方法相比基于神经网络的故障诊断方法、基于半监督聚类的故障诊断方法以及基于隐马尔可夫模型的故障诊断方法具有更好的故障诊断和修复性能.
為瞭提高對複雜網絡進行故障診斷時的準確率,以及實現故障節點的有效自脩複,提齣一種多屬性加權模糊貝葉斯的複雜網絡故障自脩複機製.建立貝葉斯網絡結構模型,針對故障網絡和故障節點進行條件概率估計,實現故障類彆診斷.在該模型的基礎上引入瞭多屬性值和模糊集閤理論進行擴展,提齣瞭一種多屬性加權模糊貝葉斯,提升模型對節點進行故障診斷時的靈敏度和準確度.對網絡和節點進行故障診斷後,採用網絡故障自脩複機製,在查找齣節點故障類型,採取有效的能量分配方法來脩複節點.實驗倣真及對比錶明,該方法相比基于神經網絡的故障診斷方法、基于半鑑督聚類的故障診斷方法以及基于隱馬爾可伕模型的故障診斷方法具有更好的故障診斷和脩複性能.
위료제고대복잡망락진행고장진단시적준학솔,이급실현고장절점적유효자수복,제출일충다속성가권모호패협사적복잡망락고장자수복궤제.건립패협사망락결구모형,침대고장망락화고장절점진행조건개솔고계,실현고장유별진단.재해모형적기출상인입료다속성치화모호집합이론진행확전,제출료일충다속성가권모호패협사,제승모형대절점진행고장진단시적령민도화준학도.대망락화절점진행고장진단후,채용망락고장자수복궤제,재사조출절점고장류형,채취유효적능량분배방법래수복절점.실험방진급대비표명,해방법상비기우신경망락적고장진단방법、기우반감독취류적고장진단방법이급기우은마이가부모형적고장진단방법구유경호적고장진단화수복성능.
