基于粗糙集神经网络的网络故障诊断新方法

《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