故障診斷的問題可以描述為在觀測症狀已知的前提下推理故障組件的過程。
基本介紹
- 中文名：故障診斷算法
- 外文名：FaultDiagnosis Algorithm
- 領域：網際網路
- 算法：群體智慧型算法、方程診斷算法
背景,研究現狀,算法,
背景
學術界對於面向網路的故障管理的研究較為成熟，工業界在市場上推出的許多網管系統中都包含有相應的故障管理模組。相對於面向網路的故障管理，儘管學術界對於面向服務的故障管理的相關研究並不算少，但市場上較成熟的服務管理產品仍然不多，甚至可以說現階段仍缺少面向服務故障管理的完整解決方案。
研究現狀
故障管理向來是工業界和學術界的重要研究課題，然而過去對於故障管理的研究主要是面向網路的。近十年來，隨著工nternet服務的發展，研究人員逐漸開始關注面向服務的故障管理。但由於服務故障起因非常複雜，從終端故障到網路故障、從軟體故障到硬體故障，都是造成服務不可用或性能降級的原因，因此大多數學者都選取服務故障的某一個方面進行研究。
算法
在故障診斷的研究過程中，張大方等人提出集團診斷算法，將有相同故障屬性的單元先劃分為同一集團，再進行診斷，減少了診斷量：劉兵等在此基礎設計於N,一種貪婪診斷算法，也取得有效的診斷結果：宣恆農等人提出的方程診斷算法，將系統級故障診斷問題以方程的形式表現出來，通過對測試症候矩陣的代數方程運算求得相容解，當系統中的故障單元數超過，，其他診斷算法無法使用時，方程診斷算法依然能取得較好的診斷效果。
近年來，群體智慧型算法成為幣要的研究熱點之一這類算法通過觀察自然界群體生物的全比織與協作，總結出巨觀的智慧型行為特徵，其機制適用解決絕大多數紐合最佳化問題。當發展較為成熟的群體能算法包括遺傳(GA)算法、人工免疫(AI)算法、粒子群(PSO)算法等。近期，又有學者提出了一批優秀的群體智慧型算法，如螢火蟲(FA)算法、布穀鳥搜尋(CS)算法等等。其中CS算法模仿布穀鳥的巢寄生繁殖機理，與現有的諸多群體智慧型算法相比，其最大特徵在於以Levy飛行的方式搜尋全局解p。最優解不參與疊代，避免了噹噹前最優解陷入某個局部區域時，其餘個體也被吸引至該局部區域的困境，因此具有較優的平衡搜尋能力。相應的模擬仿真表明CS算法與PSO算法、AI算法相比，擁有更優越的收斂、平衡與尋優性能，更加適用於解決組合最佳化問題。
