[發(fā)明專利]基于串并聯(lián)遺傳算法的多目標測試優(yōu)選方法

有效

• 申請?zhí)枺?/td>: 201711331649.1
• 申請日: 2017-12-13
• 公開（公告）號: CN108090566B
• 公開（公告）日: 2020-03-24
• 發(fā)明（設計）人: 楊成林;陳芳
• 申請（專利權）人: 電子科技大學
• 主分類號: G06N3/12
• 分類號: G06N3/12
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平;陳靚靚

本發(fā)明公開了一種基于串并聯(lián)遺傳算法的多目標測試優(yōu)選方法，根據(jù)需要確定若干個電子系統(tǒng)的測試優(yōu)選的優(yōu)化目標和約束條件，首先分別執(zhí)行若干次遺傳算法，遺傳算法過程中每次得到新的種群，稱篩選出滿足約束條件的個體加入精英解集合，得到精英解集合中個體的被支配次數(shù)，根據(jù)種群中的個體是否屬于精英解集合采用不同方式來計算適應度值；然后將這若干次遺傳算法的最優(yōu)解集合并，作為初始種群中的個體，再執(zhí)行一次遺傳算法得到最優(yōu)解集，其每個個體即為一個測試優(yōu)選方案。本發(fā)明基于帕累托最優(yōu)，設計一種串并聯(lián)遺傳算法，獲得滿足多個目標的多種測試優(yōu)選方案，從而為決策者提供多種測試優(yōu)選方案備選，在不同場合下都可以給出解決方案。

技術領域

本發(fā)明屬于電子系統(tǒng)故障診斷技術領域，更為具體地講，涉及一種基于串并聯(lián)遺傳算法的多目標測試優(yōu)選方法。

背景技術

在針對大型電子設備系統(tǒng)的故障診斷問題中，如何選擇測試方案，使故障檢測率(FDR,fault diagnose rate)、虛警率(FAR,fault alarm rate)以及測試各項開銷(時間、經濟等)等可測試性指標同時滿足約束條件甚至趨向更好，是學術或者工程領域不斷探索的問題。

對于以上同時考慮多個測試性指標的測試優(yōu)選問題，可以視為多目標優(yōu)化問題。多目標優(yōu)化問題是討論如何在一定約束條件下，找到滿足多個目標都能達到最優(yōu)的解。一般情況下，多目標優(yōu)化問題的各個子目標之間是矛盾的，一個子目標的改善有可能會引起另一個或者另幾個子目標的性能降低，也就是要同時使多個子目標一起達到最優(yōu)值是不可能的，而只能在它們中間進行協(xié)調和折中處理，使各個子目標都盡可能地達到最優(yōu)化。

多目標優(yōu)化可以用公式(1)表達，即需要找到合適的x使得所有N個目標函數(shù)f(x)最小：

minimize F(x)＝(f₁(x),f₂(x),…,f_N(x)) (1)

與單目標優(yōu)化問題的本質區(qū)別在于，多目標優(yōu)化問題的解并非唯一，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，集合中的各個元素稱為Pareto最優(yōu)解或非劣最優(yōu)解。對于由公式(1)確定的向量F(x_i)和F(x_j)，如果兩個相量不相等且F(x_i)里的所有元素都不大于F(x_j)里的對應位置元素，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。由所有非支配解構成的集合稱為帕累托最優(yōu)集。

對于多目標優(yōu)化問題，目前最為普遍的方法是對多目標進行加權求和，如式(2)所示，把和函數(shù)g(x)看成單目標優(yōu)化問題。

其中，n＝1,2,…,N。

這種處理方法的問題有兩個：(1)權重因子主觀性強，設計者往往不太容易選擇；(2)優(yōu)化結果單一，不能提供多個選擇。對于電子系統(tǒng)故障診斷領域，有時候要求盡快隔離故障，測試成本的重要性相對次要，而有時候要求嚴格控制成本，對時間要求不高。此時需要優(yōu)化算法能夠提供多種選擇給決策者備選，在不同場合下都可以給出解決方案。

發(fā)明內容

本發(fā)明的目的在于克服現(xiàn)有技術的不足，提供一種基于串并聯(lián)遺傳算法的多目標測試優(yōu)選方法，基于帕累托最優(yōu)，設計一種串并聯(lián)遺傳算法，獲得滿足多個目標的多種測試優(yōu)選方案。

為實現(xiàn)上述發(fā)明目的，本發(fā)明基于串并聯(lián)遺傳算法的多目標測試優(yōu)選方法包括以下步驟：