欢迎来到天天文库
浏览记录
ID:46583256
大小:615.65 KB
页数:10页
时间:2019-11-25
《基于粗糙集神经网络的网络故障诊断新方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、万方数据第41卷第10期计算机研究与发展2004年10月JoURNAL0FCOMPUTERRESEARCHANDDEVEUOPMENTVd.41.No.10oct.2004基于粗糙集神经网络的网络故障诊断新方法李千目戚j勇张宏刘凤玉(南京理工大学计算机科学与技术系南京210094)(1iqiamu@126.com)摘要针对传统网络故障知识库冗余度高和稳定性难以两全的缺陷,综合运用神经网络方法和粗糙集理论,提出了RsNN算法,实现不一致情况下的规则获取和学习样本的净化处理.该算法具有简化样本、适应性强、容错性高和不易陷入局部最小点等特点,能有效处理网络故障诊断中噪声或
2、不相容的信息.实验表明,利用该方法实现的系统与同类的其他方法相比,提高了诊断准确率和诊断速度.关键词粗糙集;神经网络;故障诊断中图法分类号TP393;TP311ANewNetworkFaultDiagnosisMethodBasedonRS-NeuralNetworkLIQian—Mu,QIYong,ZHANGHong,andLIUFeng.Yu(D啦以删f0厂伤优似衍&如撇口蒯T砒咖,№巧i馏溉i锄郇妇盯Sf锄∞口以亿^加魄y,№巧i增,210094)AbstractInthispaper,adesignmethodfornetworkfaultdiagnosis
3、systemsisputforwardbyproposir培RSNNalgorithm,whichtightly∞mbinesneuralnetworkandroughsets.Reducedinfomationtablecanbeobtained,whichimpliesthatthenumberofevaluationcriteriaisreducedwithnoinfomationlossthroughroughSetapproach.Andthen,thisreducedinfOnnationisuSedtodevelopclassificationrule
4、sandtrainneuralnetworktoinferappropriatepar锄eters.TherulesdevelopedbyRSneuralnetworkamlysisshowthebestpredictionaccurac多ifacasedoesmatchanyoftherules.It’scapableofovercomingseveralshortcomingsinexistingdiagnosissystems,suchaSadilemmabetweenstabilityandredundancy.Theexperimentsystemimpl
5、ementedbythismethodshowsagoOddiagnosticability.Key、vordsroughsets;neuralnetwork;faultdiagnosis1引言随着信息技术的飞速发展,网络已逐渐成为21世纪全球最重要的基础设施,网络故障诊断问题(netⅥrorksfaultdiagnOsis,NFD)越来越成为人们关注的焦点,IETF还专门成立了IPPM工作组,提出了一系列网络性能检测的参数和方法.网络故障诊断问题被定义为uJ:当诊断对象发生某种或某些故障时,其输出或系统的行为将与正常状态时不同或失调,诊断的任务就是要寻找引起收稿日
6、期:2004~07一15基金项目:国家自然科学基金项目(60273137)这些异常征兆的可能原因.统计假设检验是最早用于网络故障诊断的方法匕],其中,典型的有LR检验和SPI汀检验.U之检验方法对于网络故障诊断具有显著的适用性和良好的统计性质,缺点是在有限样本的情况下,缺乏容错能力.例如,当样本数据包含极端异常数据或单个因子p(y(£川日o)印(y(“)I护1)接近于0或者∞时,似然比或对数似然比检验统计量会发生崩溃.SPRT检验又称wald序贯概率比检验,Wald等人证明在所有有效SPRT族中一定存在一个一致最有效的贯序检验.该方法的缺点是当系统历史上曾发生过突发
7、性故障时,会严重影响系万方数据10期李千目等:基于粗糙集神经网络的网络故障诊断新方法1697统当前诊断任务的运行.由于系统故障总是由系统某一或某些部件配置错误、损坏或性能降低引起的,这些都可以表现为某些物参的变化,物参变化必然引起模参变化,通过模参一物参关联方程就能诊断故障.基于这种机理,RolfISerman提出基于参数估计的故障诊断方法[3
8、,该方法的不足在于,网络故障引起系统模型结构和参数变化的形式是不确定的(可能是突变也可能是漂移变化,可能是参数变化也可能伴随结构变化),对不确定时变、变结构变参数辨识问题,文献[3]的方法难以胜任.Ta91iaferri
此文档下载收益归作者所有