一种采用非己空间变异搜索的故障检测算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (28): 92-94.

一种采用非己空间变异搜索的故障检测算法

张清华¹,钱宇²,胥布工³,高廷玉^1,4,谢克明⁴

1．茂名学院计算机与电子信息学院,广东茂名 525000
2．华南理工大学化工学院,广州 510640
3．华南理工大学自动化学院,广州 510640
4．太原理工大学信息工程学院,太原 030024

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-01 发布日期:2007-10-01
通讯作者: 张清华

Fault detection algorithm of mutation search in non-self space

ZHANG Qing-hua¹,QIAN Yu²,XU Bu-gong³,GAO Ting-yu^1,4,XIE Ke-ming⁴

1.College of Electronic Information and Computer,Maoming University,Maoming,Guangdong 525000,China
2.College of Chemistry Engineering,South China University of Technology,Guangzhou 510640,China
3.College of Automation,South China University of Technology,Guangzhou 510640,China
4.College of Information Engineering,Taiyuan University of Technology,Taiyuan 030024,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-01 Published:2007-10-01
Contact: ZHANG Qing-hua

摘要/Abstract

摘要： 针对故障检测中,现有阴性选择算法的不足,提出了一种基于非己空间变异搜索检测器的故障检测算法。该算法以非己空间为基础,依据生物遗传中变异的机制,以及体现免疫系统克隆选择的原理来训练检测器,对能检测出异常变化的经典阴性选择算法作了新改进。最后通过仿真表明了非己空间变异搜索算法在计算复杂度明显下降的同时,对故障检测的有效性和准确性有极大的提高。

关键词: 变异搜索, 阴性选择算法, 故障检测

Abstract: Based on non-self-space mutation search detector,the fault detection algorithm is presented for the defects of exist negative-selection algorithm in fault detection in this paper.The algorithm can embody that the principle of clone selection train detector according to the mutation mechanism of biological genetic algorithm,and improve the classical negative-selection algorithm which can be detected abnormity.In the end,the simulation examples show that the computing complexity of the improved algorithm is decline in evidence,meanwhile,the validity and veracity of fault detection is also enhanced greatly.

Key words: mutation search, negative-selection algorithm, fault detection

张清华¹,钱宇²,胥布工³,高廷玉^1,4,谢克明⁴. 一种采用非己空间变异搜索的故障检测算法[J]. 计算机工程与应用, 2007, 43(28): 92-94.

ZHANG Qing-hua¹,QIAN Yu²,XU Bu-gong³,GAO Ting-yu^1,4,XIE Ke-ming⁴. Fault detection algorithm of mutation search in non-self space [J]. Computer Engineering and Applications, 2007, 43(28): 92-94.

[1]	赵锐，赵国伟，张娟，王强，赵杰伦，董红月，张兴忠. 改进CenterNet的高压输电线路巡检故障实时检测方法[J]. 计算机工程与应用, 2021, 57(17): 246-252.
[2]	车建国，赵赛. 基于数据深度的过程工业故障检测方法[J]. 计算机工程与应用, 2020, 56(1): 265-271.
[3]	周剑飞，刘晨. 基于LSTM的设备故障在线检测方法[J]. 计算机工程与应用, 2020, 56(1): 272-278.
[4]	高明哲1，许爱强1，许晴2. SL-SMOTE和CS-RVM结合的电子设备故障检测方法[J]. 计算机工程与应用, 2019, 55(4): 185-192.
[5]	陈龙，李涛，徐啸峰. 基于概率密度函数的时滞依赖故障检测与诊断[J]. 计算机工程与应用, 2018, 54(6): 257-263.
[6]	边维1，邓凯2，王建才2，张淑舫1. 面向弹载计算机的BIT技术研究[J]. 计算机工程与应用, 2018, 54(17): 231-237.
[7]	唐勇波. 改进特征样本方法的KPCA变压器故障检测模型[J]. 计算机工程与应用, 2014, 50(21): 4-7.
[8]	朱丹1，2，范玉刚1，2，邹金慧1，2，吴建德1，2，黄国勇1，2. 小波包能量谱-稀疏核主元在故障检测中的应用[J]. 计算机工程与应用, 2014, 50(21): 224-229.
[9]	邱宗江1，刘慧霞2，席庆彪1，2，肖佳伟2. 无人机PCA故障检测与诊断技术研究[J]. 计算机工程与应用, 2013, 49(4): 262-266.
[10]	李宇光，刘明光. 电机故障检测的小波分析红外图像增强[J]. 计算机工程与应用, 2013, 49(11): 241-243.
[11]	桑玉真1，陈军华1，南理勇2. 一种基于非阻塞的分布式数据库原子提交协议[J]. 计算机工程与应用, 2012, 48(4): 128-131.
[12]	姜大庆1，2，夏士雄2，周勇2. 基于半监督自动谱聚类算法的网络故障检测[J]. 计算机工程与应用, 2012, 48(30): 89-94.
[13]	陈孟元，陈跃东. 减速离合器噪音在线检测系统设计[J]. 计算机工程与应用, 2012, 48(26): 215-218.
[14]	张振娟. 存在多个数据包丢失的网络化系统的故障检测[J]. 计算机工程与应用, 2011, 47(36): 105-108.
[15]	杨光. 存储区域网中基于神经网络故障检测器的研究[J]. 计算机工程与应用, 2011, 47(33): 10-12.