[發(fā)明專利]一種船舶火災自動報警系統(tǒng)連鎖失效路徑的評估方法

有效

• 申請?zhí)枺?/td>: 201310547317.2
• 申請日: 2013-11-07
• 公開（公告）號: CN103955552B
• 公開（公告）日: 2017-10-03
• 發(fā)明（設計）人: 金鴻章;賈諾;姚緒梁;張艷麗;鄒艾利
• 申請（專利權(quán)）人: 哈爾濱工程大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/12
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明屬于復雜系統(tǒng)的分析與決策領(lǐng)域，具體涉及一種基于改進的融合遺傳算法和螞蟻算法(GAAA)的船舶火災自動報警系統(tǒng)連鎖性失效路徑的評估方法。

背景技術(shù)

隨著科技的發(fā)展，現(xiàn)代船舶通過配備火災自動報警系統(tǒng)來實現(xiàn)火災的早期確認和自動報警及聯(lián)動控制，用以提高船舶的安全性。然而，由于船舶火災自動報警系統(tǒng)是具有總線制分布式的復雜非線性系統(tǒng)，一旦船舶內(nèi)部環(huán)境的變化或人為因素導致了火災自動報警系統(tǒng)的某個子系統(tǒng)失效，系統(tǒng)的脆性行為會由于子系統(tǒng)的內(nèi)部動力學行為及子系統(tǒng)間的相互作用發(fā)生傳播，于是整個系統(tǒng)的性能將會降低，甚至崩潰。因此，尋找適當?shù)脑u估方法實現(xiàn)船舶火災自動報警系統(tǒng)連鎖性失效的崩潰路徑的預測搜索評估，了解連鎖性失效的可能發(fā)展進程，對系統(tǒng)連鎖性失效的預防與控制起著舉足輕重的作用。

連鎖性失效是復雜系統(tǒng)相關(guān)性失效的一種類型，強調(diào)由于外界擾動觸發(fā)某子系統(tǒng)失效后，由于子系統(tǒng)間的相互作用進行傳播的連鎖性。連鎖性失效最大崩潰路徑的搜索是一個尋優(yōu)求解問題，智能方法是解決該問題的一種有效方法。然而，到目前為止，尚未有關(guān)于船舶火災自動報警系統(tǒng)連鎖性失效路徑評估的相關(guān)理論成果。鑒于此，為了實現(xiàn)船舶火災自動報警系統(tǒng)連鎖性失效路徑的預測搜索分析，本發(fā)明提出了基于改進的融合遺傳算法和螞蟻算法的船舶火災自動報警系統(tǒng)連鎖性失效路徑的評估方法。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種高普適性、實用性船舶火災自動報警系統(tǒng)連鎖失效路徑的評估方法。

本發(fā)明的目的是這樣實現(xiàn)的：

(1)基于圖論和脆性理論構(gòu)造火災報警控制器的賦權(quán)圖模型：

根據(jù)船舶火災自動報警系統(tǒng)的物理模型將其部件模塊看作子系統(tǒng)，根據(jù)部件模塊的連接情況給出子系統(tǒng)間是否存在脆性關(guān)系，以各子系統(tǒng)為節(jié)點，以子系統(tǒng)間的脆性關(guān)系為邊，構(gòu)造賦權(quán)圖D＝＜V,E,R＞，其中V為所有節(jié)點v構(gòu)成的集合，且記節(jié)點數(shù)為n，p(v)為節(jié)點在外界干擾下發(fā)生崩潰的概率；R為各節(jié)點直接的脆性關(guān)系集合，記脆性關(guān)系函數(shù)為

E為圖中具有權(quán)值的邊的集合，權(quán)值ω_ij＝p(v_j|v_i)描述了第i個節(jié)點和第j個節(jié)點之間的脆性聯(lián)系程度，即節(jié)點v_i引起頂點v_j崩潰的概率，按照脆性聯(lián)系程度分為{極弱、弱、較弱、強、較強、1}六個級別，采用層次分析法給出脆性賦權(quán)圖的權(quán)值ω_ij∈{0.1,0.3,0.5,0.7,0.9,1}且設ω_ji＝ω_ij,i,j＝1,2,…,n；

(2)設計改進的GAAA算法中的遺傳算法得到脆性信息素初始分布：

1)初始化遺傳算法參數(shù)：進化代數(shù)計數(shù)器賦初值t＝0，并給最大進化代數(shù)T賦值，將賦權(quán)圖中各節(jié)點節(jié)點編號為1-20的自然數(shù)，按此順序?qū)⒚總€待選節(jié)點作為染色體的一個基因進行編碼，當基因值為1時，表示相應的節(jié)點被選入該條路徑中，否則反之；染色體中的基因排列順序即為各節(jié)點在通路中出現(xiàn)的先后順序，染色體長度等于圖中的節(jié)點數(shù)，用crtbp函數(shù)生成規(guī)模為M個編碼的初始種群P(t)；

2)個體評價：崩潰路徑的權(quán)值為路徑中所有邊的權(quán)值的乘積，D的所有崩潰路徑E(H)中權(quán)值最大的路徑為最大崩潰路徑，設一條邊e＝(v_i,v_j)的權(quán)值為ω(e)＝ω_ij，取適應度函數(shù)為用來評價路徑崩潰的程度，適應度函數(shù)值越大，說明該路徑越容易崩潰，給定適應度函數(shù)閾值ω_t，用ranking函數(shù)計算P(t)中每個個體的適應度函數(shù)值，并記錄本代最佳個體及適應度值；

3)選擇運算：根據(jù)適應度函數(shù)值，用selection函數(shù)采用輪盤賭法確定進行交配的染色體父串；

4)交叉運算：設定交叉概率p_c的值，根據(jù)p_c用recombin函數(shù)進行單點交叉，交叉概率不可設置過小，否則會延緩獲得最優(yōu)解的概率；

5)變異運算：設定變異概率p_m的值，根據(jù)p_m用mutate函數(shù)進行逆轉(zhuǎn)變異，對群體的個體進行變異操作，并通過以上運算得到下一代群體P(t+1)，變異概率的選取一般受種群大小、染色體長度等因素的影響，通常選取很小的值，一般取0.001-0.1；

6)計算子代個體的適應度函數(shù)值，并用父代的適應度最大的個體取代子代適應度最小的個體；