[發(fā)明專利]系統(tǒng)級(jí)測(cè)試性設(shè)計(jì)多目標(biāo)優(yōu)化方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711084906.6
• 申請(qǐng)日: 2017-11-07
• 公開(kāi)（公告）號(hào): CN107909194B
• 公開(kāi)（公告）日: 2021-07-13
• 發(fā)明（設(shè)計(jì)）人: 楊成林;陳芳
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06N3/00
• 代理公司: 成都行之專利代理事務(wù)所(普通合伙) 51220
• 代理人: 溫利平;陳靚靚

本發(fā)明公開(kāi)了一種系統(tǒng)級(jí)測(cè)試性設(shè)計(jì)多目標(biāo)優(yōu)化方法，首先基于遺傳算法搜索目標(biāo)函數(shù)極值及其對(duì)應(yīng)的影響因素向量，然后將獲得到的目標(biāo)函數(shù)的極值分別作為對(duì)應(yīng)坐標(biāo)軸的截距，得到最優(yōu)解平面，從最優(yōu)解平面中選取參考點(diǎn)，然后在極值和參考點(diǎn)的引導(dǎo)下，進(jìn)行帕累托最優(yōu)解查找，獲取帕累托最優(yōu)解集。采用本發(fā)明，可以在保證得到最優(yōu)解的同時(shí)，提高算法收斂速度。

技術(shù)領(lǐng)域

本發(fā)明屬于裝備測(cè)試性設(shè)計(jì)優(yōu)化技術(shù)領(lǐng)域，更為具體地講，涉及一種系統(tǒng)級(jí)測(cè)試性設(shè)計(jì)多目標(biāo)優(yōu)化方法。

背景技術(shù)

為了減輕設(shè)備日后的維護(hù)難度，系統(tǒng)在設(shè)計(jì)的初始階段就應(yīng)該考慮可測(cè)試性設(shè)計(jì)。可測(cè)試性指的是系統(tǒng)的狀態(tài)能夠被準(zhǔn)確地檢測(cè)的程度。在針對(duì)大型電子設(shè)備系統(tǒng)的故障診斷問(wèn)題中，如何選擇測(cè)試方案，使故障檢測(cè)率(FDR,fault diagnose rate)、虛警率(FAR,fault alarm rate)以及測(cè)試各項(xiàng)開(kāi)銷(時(shí)間、經(jīng)濟(jì)等)指標(biāo)同時(shí)滿足約束條件甚至趨向更好，是學(xué)術(shù)和工程領(lǐng)域不斷探索的問(wèn)題。

在測(cè)試優(yōu)選問(wèn)題中，所關(guān)注的測(cè)試指標(biāo)有故障檢測(cè)率(FDR,fault diagnoserate)、隔離率，虛警率(FAR,fault alarm rate)、測(cè)試時(shí)間開(kāi)銷(TC，time cost)以及測(cè)試經(jīng)濟(jì)開(kāi)銷(PC，price cost)等等。增加系統(tǒng)測(cè)試性，意味著額外的測(cè)試硬件，因此影響著系統(tǒng)重量，體積，研發(fā)難度，功能影響以及系統(tǒng)可靠性。

假設(shè)影響因素共計(jì)N個(gè)，用x_i表示，i＝1,2,…,N。且將影響因素值歸一化為0～1之間的變量，則影響因素向量X＝[x₁,…,x_N]。假設(shè)需要優(yōu)化的目標(biāo)數(shù)量為M，每個(gè)優(yōu)化目標(biāo)的目標(biāo)函數(shù)為f_j(X)，j＝1,2,…,M。

測(cè)試優(yōu)選目標(biāo)是合理選擇和設(shè)置X(即合理開(kāi)展測(cè)試性設(shè)計(jì)，合理分配資源等)，使得M個(gè)目標(biāo)函數(shù)最小。現(xiàn)實(shí)中，M個(gè)目標(biāo)函數(shù)一般不可能同時(shí)達(dá)到最優(yōu)，因此這是一個(gè)典型的多目標(biāo)優(yōu)化問(wèn)題。

當(dāng)多目標(biāo)優(yōu)化為最小化優(yōu)化問(wèn)題，可以用下式表達(dá)，即需要找到合適的X使得所有M個(gè)目標(biāo)函數(shù)f(X)最小：

minimize F(X)＝(f₁(X),f₂(X),…,f_M(X))

與單目標(biāo)優(yōu)化問(wèn)題的本質(zhì)區(qū)別在于，多目標(biāo)優(yōu)化問(wèn)題的解并非唯一，而是存在一組由眾多Pareto(帕累托)最優(yōu)解組成的最優(yōu)解集合，集合中的各個(gè)元素稱為Pareto最優(yōu)解或非劣最優(yōu)解。對(duì)于由上述公式確定的向量F(X_i)和F(X_j)，如果兩個(gè)相量不相等且F(X_i)里的所有元素都不大于F(X_j)里的對(duì)應(yīng)位置元素，則稱F(X_i)支配F(X_j)，X_j稱為支配解，X_i稱為非支配解。由所有非支配解構(gòu)成的集合稱為帕累托最優(yōu)集。

而目前能解決該類問(wèn)題的算法有NSGA-III型算法、粒子群算法等等。NSGA-III型算法較為典型，可以找到比較全面的非支配解集，然而由于支配關(guān)系計(jì)算的時(shí)間復(fù)雜度較高，收斂速度慢等問(wèn)題，使得該算法運(yùn)行時(shí)間較長(zhǎng)。在搜索速度慢、收斂代數(shù)高等問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種系統(tǒng)級(jí)測(cè)試性設(shè)計(jì)多目標(biāo)優(yōu)化方法，在保證得到最優(yōu)解的同時(shí)，提高算法收斂速度。

為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明系統(tǒng)級(jí)測(cè)試性設(shè)計(jì)多目標(biāo)優(yōu)化方法，包括以下步驟：