[發明專利]基于蟻群優化算法的故障診斷規則優化方法

無效

• 申請號: 201110099368.4
• 申請日: 2011-04-20
• 公開（公告）號: CN102163300A
• 公開（公告）日: 2011-08-24
• 發明（設計）人: 甄子洋;浦黃忠;江駒;王新華;王道波
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

1.?一種基于蟻群優化算法的故障診斷規則優化方法，所述故障診斷規則為系統故障特征模式樣本庫中的故障模式樣本數據向量，其特征在于，所述優化方法包括以下步驟：

步驟1、生成螞蟻可能行走的路徑和節點網格圖，原點表示蟻巢，橫坐標表示C_max個屬性項，縱坐標表示0~D_max之間的正整數表示的屬性特征值，?D_max表示最大的屬性特征值，即D_max=max(D₁,?D₂,?…,?D_Cmax)，D_i表示第i個屬性的最大特征值，網格圖中橫坐標為i縱坐標為j的節點表示第i個屬性項的第j個特征值，節點坐標亦表示為（i，j）虛線表示不是螞蟻的行走路經，實線表示螞蟻可選擇的行走路徑；???????????????????????????????????????????????，；

步驟2、初始化蟻群優化算法的參數，其中網格圖中各路徑的能見度，表示螞蟻位置處在坐標為（i-1，l）的節點上對坐標為（i，j）的節點的能見度，由節點（i,?j）表示的屬性特征值的信息熵來量度，具體按照以下公式得到，

???，

?，

式中，表示屬性特征值的熵值，表示故障類數，表示類屬性，表示第個屬性，表示第個屬性的第個特征值，表示數據屬于第類的經驗概率，，；

按照下式初始化所有路徑段的信息素，

??，

式中，為路徑上初始的信息素，C_max為表征故障的屬性數目，；

置蟻群優化算法的迭代次數；

置每次派出螞蟻只數為1只?，算法循環一次表示派出一只螞蟻；設置信息素強度、信息素揮發系數、權重因子；

步驟3、進入循環，置蟻群優化算法的循環次數；

步驟4、根據下式計算各條可選路徑的選擇概率，

???，

式中，為螞蟻選擇走第個屬性中第個特征值所代表的路徑的概率，，；

步驟5、螞蟻從原點出發，根據各段可選路徑的選擇概率，產生同長度的隨機數向量，首先考慮選擇概率最高的路徑段，它的選擇概率與對應位的隨機數進行比較，若選擇概率高于或等于隨機數，則該段路徑被選中，成為預定的一段路徑；若選擇概率小于對應位的隨機數，則考慮選擇概率第二高的路徑段，依次進行直至選中一段路徑，若始終不滿足判定條件，則隨機選擇一段路徑；選擇完一段路徑之后，螞蟻再從下一節點的可選路徑中根據選擇概率選擇一段路徑，直至螞蟻走到盡頭，從而生成螞蟻的預定行走路徑；

步驟6、生成螞蟻的實際行走路徑，首先，預定行走路徑中第1段必選的路徑，以每一段路徑所代表的條件項作為診斷規則的第1個條件項，計算其故障診斷精度，選擇精度最高的條件項作為診斷規則的第1個條件項，它所對應的這段路徑作為螞蟻第1段必選的路徑；接著，將預定行走路徑中其它段路徑分別與第1段必選路徑相組合，其對應的故障診斷規則若能提高診斷精度，則該段路徑為第2段必選路徑，診斷規則增加1個條件項；若不能提高診斷精度，則沒有選上第2段必走的路徑，診斷規則不增加條件項；依次類推，直至考慮完預定行走路徑的全部段路徑，得到優化后的最終診斷規則，即為螞蟻實際行走的路徑；其中，所述診斷規則的故障預測精度根據下式得到，

??，

式中，表示屬于該類故障的樣本數據被預測成屬于該類的樣本個數；表示不屬于該類的樣本數據被預測成不屬于該類的樣本個數；表示屬于該類的樣本數據被預測成不屬于該類的樣本個數；表示不屬于該類的樣本數據被預測成屬于該類的樣本個數；

步驟7、按照下式更新所有路徑的信息素，

??，

式中，若第k只螞蟻經過該段路徑，則，否則?，表示信息素強度，為第只螞蟻在本次搜索中所走路徑的總長度；為信息素揮發系數，?的取值范圍為；其中，在故障預測問題中，；

步驟8、若搜索到的診斷規則的故障預測精度達到給定精度要求，或者蟻群優化算法的迭代次數超過設定值，則蟻群優化算法終止，并保存各種數據結果；若沒有滿足終止條件，則返回步驟3，進入下一循環。

2.一種故障診斷規則約簡方法，所述故障診斷規則由至少一個條件項組成，其特征在

于，該方法包括以下步驟：

步驟1、設原故障診斷規則中包含M個條件項，M為自然數，按照下式計算只含單個條件項的診斷規則的診斷精度，

??，

式中，表示屬于該類故障的樣本數據被診斷成屬于該類的樣本個數；表示不屬于該類的樣本數據被診斷成不屬于該類的樣本個數；表示屬于該類的樣本數據被診斷成不屬于該類的樣本個數；表示不屬于該類的樣本數據被診斷成屬于該類的樣本個數；

選中診斷精度最高的條件項，作為新診斷規則的一個條件項，并在原故障診斷規則中刪除該條件項；

步驟2、置加入新故障診斷規則的條件項數為N=1；

步驟3、判斷原故障診斷規則的剩余條件數（M-?N）是否大于0，若是則執行步驟4；若否，則結束，獲得最終的新故障診斷規則；

步驟4、從原故障診斷規則中依次選取所有可選的N個條件項與新故障診斷規則進行組合，組合方式共有種；

步驟5、計算組合后的不同故障診斷規則的診斷精度，若不同組合方式的診斷規則的最高精度高于原診斷精度，則將對應的這N個條件項加入新故障診斷規則，返回步驟2；若否，則置N=N+1，返回步驟3。