基于遗传算法与因果模型的网络故障诊断研究
发布时间：2021-11-17 19:15
随着通信网络的快速发展,网络技术不断更新,网络规模不断壮大,网络结构越来越复杂,网络中运行的数据也在不断增长,企业和用户对通信网络的安全性、稳定性和可靠性要求越来越高。在如此复杂的网络结构中出现网络故障也是避免不了的,因此当网络出现故障时,能快速的对网络故障进行诊断和定位,有效的解决网络故障并及时恢复网络的正常尤其显得越来越重要。传统的网络故障诊断方法,计算工作量庞大,处理周期也比较长,无法对故障实现准确、快速地诊断。因此,研究智能化、模型化及快速化的网络故障诊断方法将会是未来研究的主流方向。本文重点分析和研究了通信接入网络中出现的各类宽带网络故障,并针对此提出了一种基于遗传算法与因果模型的宽带网络故障诊断方法。由于通信网络故障具有突发性、动态性、难排查的特征,维护起来比较困难。而遗传算法具有并行搜索和全局搜索性,算法简单、适用性强等特点,在计算中可以减少运算量,缩短诊断时间,能够提高故障的诊断效率。本文将遗传算法引入到通信接入网络的宽带故障诊断当中,研究了基于遗传算法的宽带网络故障因果模型的实现。本论文的主要研究工作有:（1）收集和分析通信接入网络项目中出现的各类宽带故障实例,找出故...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
图１．１论文组织结构图??Ｆｉｇ．?１．１?Ｏｒｇａｎｉｚａｔｉｏｎ?ＣｈａＨ?ｏｆ?Ｔｈｅｓｉｓ??－７－??
?基于遗传算法与因果模型的网络故障诊断研究???ｒ（ｔ）?＝?／／？（〇？（〇?＋?／／，．?（／）＞＇（〇?（２．?１）??上式为残差生成器的残差计算公式，残差生成器函数可以通过选择传递矩阵Ｈｕ（ｔ）??和Ｈｙ⑴来设计。??输出向量ｙ（ｔ）??输入向量ｕ（ｔ）???????？动态系统?Ｇｕ（ｔ）??＾?Ｈｙ（ｔ）??１??Ｑ￣Ｈ?残差ｒ⑴???＾?Ｈ？（ｔ）?｜?１??图２．?７残差生成器结构示意图??Ｆｉｇ．?２．７?Ｓｔｒｕｃｔｕｒａｌ?Ｄｉａｇｒａｍ?ｏｆ?Ｒｅｓｉｄｕａｌ?Ｇｅｎｅｒａｔｏｒ??（２）残差评价。??残差评价通过决策规则或决策函数来判断是否发生故障，并尽可能降低由于过程动??态性和模型不匹配导致的错误告警率，是基于定量模型的故障诊断系统中的逻辑决策??者。残差评价过程通常可以分为三个阶段［４２］，第一阶段：选择残差评价函数、找出阈值：??第二阶段：按照数学表达式计算出残差评价函数：第三阶段：将残差评估函数与阈值进??行比较，检测、诊断并分离故障。??用来实现残差评价的方式比较多，如智能控制理论、鲁棒控制理论、优化理论及自??适应控制理论等。残差评价比较常用的方式是利用逻辑判断诊断是否存在故障，首先求??出决策函数值Ｊ（ｒ）和检测阈值ｈ，当Ｊ（ｒ）ｔＵ时，故障向量ｆ（ｔ）＝０，表明不存在故障；当??Ｊ（ｒ）＞．丨＊时，故障向量ｆ⑴赛０，表明存在故障。当Ｊｌｈ值过于大时，则会使检测的灵敏度??降低；当Ｊｔｈ值过于小时，则会使检测的误差告警率提高［４４］。??２．３．２定性诊断模型??定量诊断模型重点在于数学模型的建立和分析，而定性诊断模型的重点与定量诊断??模型不
?基于遗传算法与因果模型的网络故障诊断研究???，解系统￣??调查故障??确定顶层事件?????１建立＆障树???求解最小径集ｈ????结构重要度分析－一？定性分析??确定系统目中小??求解最小割ｒ｜概率重要度分析????定量分析￣－－－１顶上事件发生槪率??Ｉ辦对－策Ｉ??Ｌ｜隱要度分析??改善系统ｒ＊??图２．?８故障树分析流程图??Ｆｉｇ．?２．８?Ｆｌｏｗ?Ｃｈａｎ?ｏｆ?Ｆａｕｌｔ?Ｔｒｅｅ?Ａｎａｌｙｓｉｓ??２．３．４因果图模型??因果网络图是一种图形逻辑推理模型，该模型可以由带箭头的方向弧和事件节点组??成，是带有因果解释、用于表示每个节点之间依赖性的有向无环图，因果网络中的状态??节点、假设节点和征兆节点三种事件节点之间都存在对应的因果关系，这种图形逻辑推??理模型是通过对所有事件节点之间的因果关系建立模型，然后通过逻辑推理的方式解决??实际问题。??（１）因果图的常用基本符号表示??因果图是一种使用一些具有逻辑关系的特定门事件来表达事件之间的因果关系的??图形化的知识表达方法。因果图的常用基本符号及含义如表２．２所示：??表２．?２因果图常用基本符号及含义??Ｔａｂ．?２．２?Ｃｏｍｍｏｎ?Ｂａｓｉｃ?Ｓｙｍｂｏｌｓ?ａｎｄ?Ｍｅａｎｉｎｇｓ?ｏｆ?Ｃａｕｓｅ?ａｎｄ?Ｅｆｆｅｃｔ?Ｄｉａｇｒａｍ??符号类型?＾??事件?基本事＃?＇—基本原因变量，不包括???｜?任何输入边??中间事件?基本结果变量，至少包??Ｖｙ＿ｊ?括一条输入边??逻辑门?基本事件全部发生，输???｜?出事件才发生??或门?ｐ＂Ｉ?任意
【参考文献】：
期刊论文
[1]基于SVM与SNMP的TRDP网络故障诊断方法研究[J]. 董岳,王立德,李洪高,李召召. 信息技术. 2019(07)
[2]基于深度学习的智能变电站通信网络故障诊断与定位方法[J]. 孙宇嫣,蔡泽祥,郭采珊,马国龙,戴观权. 电网技术. 2019(12)
[3]机器学习机制在校园网络故障诊断系统中的应用[J]. 成波. 中国管理信息化. 2018(19)
[4]家庭宽带常见故障及处理方法[J]. 赵扬. 通讯世界. 2017(18)
[5]基于带权重多维案例推理的网络故障诊断辅助系统探讨[J]. 莫文导,孙全忠,张松钿. 工程技术研究. 2017(06)
[6]试论特种通信网[J]. 吴承治. 现代传输. 2017(02)
[7]智能变电站通信网络实时故障诊断模型与方法[J]. 张延旭,蔡泽祥,龙翩翩,李晓华,苏忠阳. 电网技术. 2016(06)
[8]基于微信的校园网络故障诊断平台的研究[J]. 黄剑. 软件工程师. 2015(08)
[9]基于因果网络模型的飞机通信系统故障诊断[J]. 马存宝,马婷,周方旺. 测控技术. 2013(10)
[10]计算机与人工智能[J]. 高海,董砚秋,郭巍. 网络与信息. 2009(06)
博士论文
[1]基于数据挖掘的网络故障告警相关性研究[D]. 徐前方.北京邮电大学 2007
硕士论文
[1]面向故障分析的知识图谱构建技术研究[D]. 刘鑫.北京邮电大学 2019
[2]智能变电站通信网络设备故障诊断的设计与实现[D]. 于凡超.重庆邮电大学 2019
[3]CRH5型高速列车通信网络故障诊断系统研究[D]. 张敖翔.长春工业大学 2019
[4]基于故障树方法的减速机故障诊断分析研究[D]. 孔令国.大连理工大学 2018
[5]基于CSP的探测选择算法在网络故障诊断中的应用[D]. 毛振.吉林大学 2018
[6]通信网管理系统中传输设备的故障诊断研究[D]. 卢萌萌.华北电力大学 2018
[7]多维多重模糊推理在网络故障诊断中的应用[D]. 赵蕾.电子科技大学 2016
[8]基于BP神经网络的通信网故障诊断算法研究与实现[D]. 黄正观.华北电力大学 2015
[9]基于神经网络的TD-LTE网络故障诊断技术研究[D]. 唐建华.宁波大学 2014
[10]基于通信网络日志的故障诊断的研究[D]. 刘涵.北京邮电大学 2014
本文编号：3501510
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
图１．１论文组织结构图??Ｆｉｇ．?１．１?Ｏｒｇａｎｉｚａｔｉｏｎ?ＣｈａＨ?ｏｆ?Ｔｈｅｓｉｓ??－７－??
?基于遗传算法与因果模型的网络故障诊断研究???ｒ（ｔ）?＝?／／？（〇？（〇?＋?／／，．?（／）＞＇（〇?（２．?１）??上式为残差生成器的残差计算公式，残差生成器函数可以通过选择传递矩阵Ｈｕ（ｔ）??和Ｈｙ⑴来设计。??输出向量ｙ（ｔ）??输入向量ｕ（ｔ）???????？动态系统?Ｇｕ（ｔ）??＾?Ｈｙ（ｔ）??１??Ｑ￣Ｈ?残差ｒ⑴???＾?Ｈ？（ｔ）?｜?１??图２．?７残差生成器结构示意图??Ｆｉｇ．?２．７?Ｓｔｒｕｃｔｕｒａｌ?Ｄｉａｇｒａｍ?ｏｆ?Ｒｅｓｉｄｕａｌ?Ｇｅｎｅｒａｔｏｒ??（２）残差评价。??残差评价通过决策规则或决策函数来判断是否发生故障，并尽可能降低由于过程动??态性和模型不匹配导致的错误告警率，是基于定量模型的故障诊断系统中的逻辑决策??者。残差评价过程通常可以分为三个阶段［４２］，第一阶段：选择残差评价函数、找出阈值：??第二阶段：按照数学表达式计算出残差评价函数：第三阶段：将残差评估函数与阈值进??行比较，检测、诊断并分离故障。??用来实现残差评价的方式比较多，如智能控制理论、鲁棒控制理论、优化理论及自??适应控制理论等。残差评价比较常用的方式是利用逻辑判断诊断是否存在故障，首先求??出决策函数值Ｊ（ｒ）和检测阈值ｈ，当Ｊ（ｒ）ｔＵ时，故障向量ｆ（ｔ）＝０，表明不存在故障；当??Ｊ（ｒ）＞．丨＊时，故障向量ｆ⑴赛０，表明存在故障。当Ｊｌｈ值过于大时，则会使检测的灵敏度??降低；当Ｊｔｈ值过于小时，则会使检测的误差告警率提高［４４］。??２．３．２定性诊断模型??定量诊断模型重点在于数学模型的建立和分析，而定性诊断模型的重点与定量诊断??模型不
?基于遗传算法与因果模型的网络故障诊断研究???，解系统￣??调查故障??确定顶层事件?????１建立＆障树???求解最小径集ｈ????结构重要度分析－一？定性分析??确定系统目中小??求解最小割ｒ｜概率重要度分析????定量分析￣－－－１顶上事件发生槪率??Ｉ辦对－策Ｉ??Ｌ｜隱要度分析??改善系统ｒ＊??图２．?８故障树分析流程图??Ｆｉｇ．?２．８?Ｆｌｏｗ?Ｃｈａｎ?ｏｆ?Ｆａｕｌｔ?Ｔｒｅｅ?Ａｎａｌｙｓｉｓ??２．３．４因果图模型??因果网络图是一种图形逻辑推理模型，该模型可以由带箭头的方向弧和事件节点组??成，是带有因果解释、用于表示每个节点之间依赖性的有向无环图，因果网络中的状态??节点、假设节点和征兆节点三种事件节点之间都存在对应的因果关系，这种图形逻辑推??理模型是通过对所有事件节点之间的因果关系建立模型，然后通过逻辑推理的方式解决??实际问题。??（１）因果图的常用基本符号表示??因果图是一种使用一些具有逻辑关系的特定门事件来表达事件之间的因果关系的??图形化的知识表达方法。因果图的常用基本符号及含义如表２．２所示：??表２．?２因果图常用基本符号及含义??Ｔａｂ．?２．２?Ｃｏｍｍｏｎ?Ｂａｓｉｃ?Ｓｙｍｂｏｌｓ?ａｎｄ?Ｍｅａｎｉｎｇｓ?ｏｆ?Ｃａｕｓｅ?ａｎｄ?Ｅｆｆｅｃｔ?Ｄｉａｇｒａｍ??符号类型?＾??事件?基本事＃?＇—基本原因变量，不包括???｜?任何输入边??中间事件?基本结果变量，至少包??Ｖｙ＿ｊ?括一条输入边??逻辑门?基本事件全部发生，输???｜?出事件才发生??或门?ｐ＂Ｉ?任意
【参考文献】：
期刊论文
[1]基于SVM与SNMP的TRDP网络故障诊断方法研究[J]. 董岳,王立德,李洪高,李召召. 信息技术. 2019(07)
[2]基于深度学习的智能变电站通信网络故障诊断与定位方法[J]. 孙宇嫣,蔡泽祥,郭采珊,马国龙,戴观权. 电网技术. 2019(12)
[3]机器学习机制在校园网络故障诊断系统中的应用[J]. 成波. 中国管理信息化. 2018(19)
[4]家庭宽带常见故障及处理方法[J]. 赵扬. 通讯世界. 2017(18)
[5]基于带权重多维案例推理的网络故障诊断辅助系统探讨[J]. 莫文导,孙全忠,张松钿. 工程技术研究. 2017(06)
[6]试论特种通信网[J]. 吴承治. 现代传输. 2017(02)
[7]智能变电站通信网络实时故障诊断模型与方法[J]. 张延旭,蔡泽祥,龙翩翩,李晓华,苏忠阳. 电网技术. 2016(06)
[8]基于微信的校园网络故障诊断平台的研究[J]. 黄剑. 软件工程师. 2015(08)
[9]基于因果网络模型的飞机通信系统故障诊断[J]. 马存宝,马婷,周方旺. 测控技术. 2013(10)
[10]计算机与人工智能[J]. 高海,董砚秋,郭巍. 网络与信息. 2009(06)
博士论文
[1]基于数据挖掘的网络故障告警相关性研究[D]. 徐前方.北京邮电大学 2007
硕士论文
[1]面向故障分析的知识图谱构建技术研究[D]. 刘鑫.北京邮电大学 2019
[2]智能变电站通信网络设备故障诊断的设计与实现[D]. 于凡超.重庆邮电大学 2019
[3]CRH5型高速列车通信网络故障诊断系统研究[D]. 张敖翔.长春工业大学 2019
[4]基于故障树方法的减速机故障诊断分析研究[D]. 孔令国.大连理工大学 2018
[5]基于CSP的探测选择算法在网络故障诊断中的应用[D]. 毛振.吉林大学 2018
[6]通信网管理系统中传输设备的故障诊断研究[D]. 卢萌萌.华北电力大学 2018
[7]多维多重模糊推理在网络故障诊断中的应用[D]. 赵蕾.电子科技大学 2016
[8]基于BP神经网络的通信网故障诊断算法研究与实现[D]. 黄正观.华北电力大学 2015
[9]基于神经网络的TD-LTE网络故障诊断技术研究[D]. 唐建华.宁波大学 2014
[10]基于通信网络日志的故障诊断的研究[D]. 刘涵.北京邮电大学 2014
本文编号：3501510
本文链接：https://www.wllwen.com/guanlilunwen/xiangmuguanli/3501510.html
