[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

技術領域

本發明涉及智能故障診斷方法，尤其涉及一種基于蟻群優化算法的故障診斷規則優化方法，屬于模式識別技術領域。

背景技術

故障診斷技術的發展主要經歷了人工診斷、現代診斷和智能診斷等三個階段，發展至今，故障診斷方法可劃分為基于解析模型的方法、基于信號處理的方法和基于知識的方法等。近年來，用于分類的基于人工智能的數據挖掘技術在復雜系統故障檢測與診斷研究中得到廣泛應用。神經網絡通過學習用于表達故障診斷知識的連接權來實現故障與征兆之間復雜的非線性映射關系。

智能診斷方法由于具有以下的幾點優勢而日益受到診斷專家的青睞。

(1)??能夠有效地利用診斷專家的知識和經驗。

(2)??具有診斷專家般的推理能力，自動實現從故障征兆到故障原因的映射。

(3)??具備學習機制，能夠從過去的診斷實例中獲取診斷知識。

(4)??對診斷結果具有解釋能力。

專家系統、模糊理論、神經網絡、粗集理論以及它們相互之間和它們與其它信息處理技術的融合是人工智能手段的主要表現方法，在診斷領域中，它們受到越來越廣泛的重視。

（1）專家系統診斷方法：為完成一個診斷專家系統最基本的功能，它必須包含三個組成部分：知識庫、推理機及人機接口。擴充部分包括全局數據庫、知識獲取部分和解釋部分。建立知識庫(尤其是獲取知識)通常是專家系統建造過程中的一個瓶頸問題。推理機是專家系統的組織控制結構，它能根據當前的輸入數據(如設備運行過程)，運用知識庫的知識，按一定的搜索策略，對當前運行狀況進行診斷。

（2）模糊診斷方法：系統運行狀況從正常運行到故障產生是一個漸變過程，系統的“故障”與“正常”屬于兩個模糊集。模糊邏輯診斷方法在于建立正確的故障征兆與故障原因之間的從屬關系，構造出相應的診斷矩陣，實現故障征兆與故障原因之間的映射。通過這種模糊映射關系，可以實現由模糊征兆集獲得故障原因集。

（3）神經網絡診斷方法：由于神經網絡具有很強的非線性映射能力，能準確地模擬復雜設備的故障征兆與故障原因之間的關系，并具有并行處理能力、自學習能力和記憶能力，因而已成功地應用于故障診斷領域。

（4）粗集診斷方法：粗集理論是基于不可分辨性的思想和知識簡化的方法，在保持分類能力不變的前提下，通過知識約簡，從數據中推理邏輯規則作為知識系統的模型。它在分類的意義下定義了模糊性和不確定性的概念。利用粗集理論對系統進行故障診斷決策表進行約簡處理，解釋系統各種故障表征內在的冗余性，為系統故障診斷提供了新的有效途徑

實際上，每個故障特征模式樣本庫中的數據向量即代表一條診斷規則，但是由于缺乏先驗知識，采集樣本數據時考慮的屬性項較多，造成故障診斷規則比較長，而其中的一些屬性項與該類故障關系較小甚至沒有關系，所考慮的屬性項之間也存在冗余關系。并且，不同的樣本數據向量往往對應同一類故障，因此故障診斷規則的故障類別預測精度比較低。

發明內容

本發明所要解決的技術問題在于克服現有故障診斷方法存在的故障診斷規則不夠簡約、冗余較大，導致故障類別診斷精度比較低的不足，提供一種基于蟻群優化算法的故障診斷規則優化方法，通過該優化方法，可找到含較少屬性項、較高故障類別診斷精度的診斷規則。

為便于公眾更好地理解本發明，以下首先對蟻群算法的基本原理及相關概念作一簡要介紹。

蟻群算法（Ant?Colony?Optimization，ACO）源于上世紀90年代初，Dorigo等人通過模擬自然界螞蟻集體出巢，搜索最短覓食路徑的行為而提出的，并成功應用于解決TSP問題。ACO算法具有正反饋、并行分布式計算、強魯棒性等優點，已受到國內外眾多研究者的關注。

自然界蟻群覓食行為的基本思想是：蟻群從蟻巢出發，在所經過的路徑上會釋放一種特殊分泌物——信息素，則該路徑上走過的螞蟻越多，留下的信息素也越多，后來的螞蟻更傾向于選擇信息素較多的路徑，因此，隨著時間的流逝，較優路徑上的信息量越來越大，而較差路徑上的信息素會因為揮發而逐漸消減，最終使整個蟻群找到到達食物源的最優路徑。

蟻群算法是模擬自然界螞蟻根據可選擇路徑上先前螞蟻留下信息量的大小來選擇一條最佳路徑的一種啟發式智能仿生優化算法。

螞蟻????????????????????????????????????????????????從當前節點轉移到下一可選節點中的節點的狀態轉移概率可表示為

??????????????????????（1）