论文部分内容阅读
本文主要研究了在Chwa&Hakimi模型下的大型多机系统的高效遗传算法和人工免疫算法。结合Deng等人和Yan等人在PMC模型下的研究方法，首次运用高效遗传算法和人工免疫算法求解Chwa&Haimi模型下的系统级故障诊断问题。高效遗传算法是在原有遗传算法的基础上，重新构造新的适应度函数来评估最终解的精确性；根据Chwa&Hakimi模型的特点，提出了一种新的生成初始种群的方法，实验证明此方法所生成的个体的正确率大大高于Deng等人所提出的种群初始化方法；然后证明了算法的正确性，详细分析了算法的时间复杂度，实验结果也验证了算法的高效性和可靠性。人工免疫算法与遗传算法相比，不仅具有记忆机制，也可以避免解过早的陷入局部收敛。在运用人工免疫算法解决Chwa&Hakimi模型的过程中，利用分段函数构造新的亲合度，使得此算法考虑到了全部的故障症候，同时与遗传算法相比具有更简单的迭代操作，从而简化了算法的操作过程；然后证明了算法的正确性，详细分析了算法的时间复杂度，实验结果验证了CPU运行时间不差于高效遗传算法。