分享到:

RMISE和C_(1,t)~nβ—网络在正常和故障情况下的寻径算法

。二一口 RMISENCl7,p一网络是一种由2×2开关元件(被称为B一元件)按一定连接规律构成的动态互连网络‘¨。我们在文献(1)中以开关元件的功能故障作为故障模式,详细讨论了RMISENCl?t p一网络的容错参数K和信息传输延迟参数d及其它们的相互关系。本文主要讨论由RMIsE和c17t日一网络支持的分布式系统中任何处理机对之间通讯所走的路径以及对应42 重庆大学学报 1985年B一元件所应置的状态。RMIS[!B一网络为一地址映像网络,它的连接规律有特殊性,由反相混洗函数a11所决定,所以我们对RMISE f3一网络在正常状态时,除了给出一最短路径寻径外,主要讨论了怎样利用其连接规律的特殊性,给出了最低复杂性寻径的新算法(O(10g。n))。第二节中讨论了网络中发生任何≤K个B一元件故障时,怎样用寻找网络图中一条欧拉循环的方法,来实现系统的全连通,从而保证任一对处理机间实现通讯。正常情况下的寻径算法 1.RMISE B一...  (本文共5页) 阅读全文>>

《系统工程》2003年03期
系统工程

局内故障产品处理问题与竞争算法

本文研究故障产品处理问题与竞争算法。企业的质量目标是生产顾客满意的产品 ,追求产品质量的零缺陷。但在企业实际生产中产品质量事故是在所难免的 ,处理这些带有质量故障的产品 (以下简称为故障产品 ) ,一般来讲 ,企业会把这些故障产品返修成合格产品 ,再出售给顾客。但是如果故障产品存在的问题太大 ,返修的成本太高 ,这时就应该将故障产品报废。如果事先知道每件故障产品的损坏程度 ,则决定该产品返修还是报废是显而易见的事。由于事先不知道每件故障产品的损坏程度 ,所以就很难做出最优决策。以往的优化理论是建立在确定的已知条件的基础上来求出最优解 ,但这种静态分析不能代表动态的现实情况 ,实际上在某一条件下得出的最优解有可能是另一条件下的最劣解。我们把这种缺乏将来信息的问题称之为局内问题。局内问题是依次接收输入 ,在未知将来情况下 ,每个输入相应地产生输出。竞争分析是局内竞争算法 A与最优的局外算法 OPT的比值。最优的局外算法是事先已知整个...  (本文共6页) 阅读全文>>

《计算机测量与控制》2005年08期
计算机测量与控制

K步故障扩散算法的设计与实现

0引言国内学者对基于图的故障诊断理论研究已较深入,但多侧重于一条或多条故障传播路径,而且多数没有具体的算法实现和工程运用事例[1]。事实上故障传播并不是固定地沿着某条路径,因为故障路径上的各节点能同时传播故障,即故障的扩散。结合故障传播的代价,提出了一种K步故障扩散算法,下面对其进行详细的介绍。1故障传播机理1.1故障传播系统中具有输入/出的设备、部件、子系统、模块等可视为节点,若某节点具有故障输出则认为该节点是故障的。若节点Vi的故障输出经过Tij时间单位后可引起节点Vj的故障输出,则称Vi将故障传播到Vj,节点Vi到Vj的故障传播概率λij=1/Tij。设具有故障性的系统节点同时具有故障传播性,即可独立传播。故障诊断利用物理和逻辑方法来判断系统节点是否具有故障,假设在一次故障诊断中可以诊断到系统中所有的故障源,进行故障恢复和处理后,下次故障诊断时出现的故障源是系统中最新出现的,与前次故障影响无关,即具有独立性。一次故障诊断中...  (本文共4页) 阅读全文>>

天津大学
天津大学

基于混合算法的过程故障可拒绝模式分类方法研究

工业系统过程故障的存在常常会影响过程输出的质量,因此,准确地诊断过程故障能够有效提升过程输出的质量。然而工业系统过程模型的复杂性和较难获得的特点却为过程故障的诊断提出了不小的挑战。同时,由于过程变量小偏移所导致得过程故障类间重叠的问题,往往会降低故障“拒识”和“判别”过程的分类正确率,而且对于受重叠影响的非正态分布并且非线性可分的故障数据,传统的基于核函数的模式分类算法已经趋于失效。更为严重的是,当历史故障数据的类标签不可知时,没有类标签这样强形式的监督信息的支持,模式分类算法的故障“判别”结果往往令人无法接受。针对上述问题,本文在总结前人优秀算法的基础上,利用数学分析方法,构建合理模型,提出了一系列新的算法。对于故障数据满足正态分布的情况,新算法RS能够有效提升SVDD算法对重叠故障的“拒识”性能。仿真结果表明,最大提升高达到0.4260,由0.5519提升到0.9779,新算法PFDA能够大幅提升FDA对重叠故障的“判别”性...  (本文共105页) 本文目录 | 阅读全文>>

《电子与信息学报》2011年08期
电子与信息学报

一种新的故障链路识别算法RPI

1引言监测网络内部链路的性能是网络管理和维护工作的重要方面之一。随着网络规模增大,网络环境的复杂化,直接对网络内部链路的性能参数进行监测存在诸多困难。网络层析成像技术仅通过端到端测量来估计网络内部性能参数(如链路丢包率,链路时延分布,网络拓扑结构等),不需要内部节点协作,具有普遍的适用性,因此受到广泛的关注[1?3]。采用多播包作为探测报文的层析成像方法能够通过较少数量的探测包获得比较精确的估计结果,但是无法获得网络对于单播包的性能参数,某些网络甚至并不支持多播探测[4]。单播网络层析成像使用时间上相近的多个单播包模拟多播包在共享链路上的传输特征,获得探测包之间的报文级相关性,从而估计电子科技大学中央高校基本科研业务费资助课题网络内部性能参数。然而,单播网络层析成像普遍存在探测包数量过多,求解不稳定,多解性强等问题,在实际大规模网络中面临着可扩展性的挑战。实际上并不是所有的网络管理和维护工作都需要获得链路性能参数的精确值。多数情...  (本文共6页) 阅读全文>>

《山东交通科技》2016年06期
山东交通科技

使用蚁群算法在导航中应用搜寻最短路径

1蚁群算法的产生与发展蚁群算法的产生最早要追溯到20世纪末,1991年M.Dorigo多里戈系统地提出了“蚂蚁系统(Ant system,简称AS)”,主要解决TSP旅行商问题。为了适应各种需求,陆续又有许多专家学者对该算法提出改进,使得算法的应用领域得以扩展。近年来,算法进一步优化发展成为“蚁群优化算法(简称ACO)”。实际操作中,蚁群算法可以用来解决诸多问题,例如进行组合优化、聚类问题、TSP旅行商问题以及路由分布问题等。同时多维动态的交通环境下,应用于导航系统显示出很强的可行性和适应性。因此,在导航中应用蚁群算法搜寻最短路径具有重要意义。流程见图1。图1蚁群算法流程2蚂蚁理论的基本算法2.1算法基本思想蚂蚁群体在觅食中的协作主要建立在其分泌物的释放和接受上,分泌物即信息素,用来在蚁群中负责传递信息,也是蚂蚁途径路线上留下的痕迹。蚂蚁觅食协作方式的本质:(1)路径短,则通过蚂蚁数量大,释放信息素(pheromone)多。从时...  (本文共3页) 阅读全文>>