多维多重模糊推理在网络故障诊断中的应用

发布时间：2017-08-12 06:27

  本文关键词：多维多重模糊推理在网络故障诊断中的应用

  更多相关文章： 网络故障诊断 模糊推理 模糊神经网络 关联规则 BP算法

【摘要】：当今社会,人类的活动越来越离不开网络的支持,因此高质量的网络服务显得尤为重要。为避免对人们生活造成重大影响,一旦网络中出现故障,网络管理人员必须迅速修复,以恢复网络的正常运行。网络出现故障时会发出根源告警信息,这些告警信息在网络中传播、并引发其他相关的网络节点也发出告警,最终导致系统中产生大量与根源告警相关的冗余告警信息。为了使网络管理人员迅速找到根源告警以定位故障节点,需要对告警信息之间的相关性进行分析,以去除冗余告警信息。然而,由于告警与告警之间的关系不是一一对应的确定关系,而是具有一定的模糊性,这使得建立告警相关性模型变得十分困难。针对这一问题,本文将模糊理论应用于告警相关性分析,首先采用模糊关联规则数据挖掘算法建立告警信息之间的相关性模型,在此基础上使用模糊推理算法进行告警相关性分析以去除冗余告警,最终达到快速找到根源告警并定位故障的目的。本文重点从以下三点进行了研究:⑴多维多重模糊推理算法。为更好的体现告警及其之间关系的模糊性,同时增强模糊规则的合理性及其表示和推理能力,本文选取加权多维多重模糊推理模型进行推理,并提出了一种满足还原性的加权多维多重模糊推理算法。⑵加权多维多重模糊推理模型中权值的获取。确定模糊推理模型中的权值是十分困难的问题,本文将推理模型中的规则映射成为模糊神经网络,通过对模糊神经网络的训练来得到模糊推理模型中各部分的权值。⑶多维多重模糊推理系统的控制策略。由于告警库和规则库中的告警和规则的数量通常十分巨大,为加快告警与规则前件匹配以及规则的搜索,并充分利用有用信息控制搜索路径,本文提出了一种基于分组和排序思想的匹配与搜索策略。仿真实验表明,将模糊理论应用于网络故障诊断,通过模糊推理算法分析告警之间的相关性可以去除大量冗余告警、实现故障的快速定位;使用本文提出的满足还原性的加权多维多重模糊推理算法可以更好地体现告警之间的模糊关系,使推理结果更精准,有效地提高了网络故障定位的准确率。
【关键词】：网络故障诊断 模糊推理 模糊神经网络 关联规则 BP算法
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.06
【目录】：

• 摘要5-6
• ABSTRACT6-13
• 第一章 绪论13-18
• 1.1 研究背景及意义13-14
• 1.2 国内外研究现状及发展前景14-16
• 1.2.1 模糊理论与模糊推理14-15
• 1.2.2 网络故障诊断15-16
• 1.3 论文研究内容及创新点16-17
• 1.4 论文结构17-18
• 第二章 论文涉及领域的相关知识18-27
• 2.1 网络故障管理18-19
• 2.2 模糊理论及模糊推理算法19-25
• 2.2.1 模糊理论19-21
• 2.2.2 模糊推理算法21-25
• 2.3 模糊神经网络25-26
• 2.4 本章小结26-27
• 第三章 基于多维多重模糊推理的网络故障诊断系统27-43
• 3.1 告警模糊化处理27-29
• 3.2 模糊关联规则的获取29-30
• 3.3 多维多重模糊推理算法30-41
• 3.3.1 模糊推理算法的还原性分析31-35
• 3.3.2 一种满足还原性的加权多维多重模糊推理算法35-41
• 3.4 反模糊化41-42
• 3.5 本章小结42-43
• 第四章 模糊推理模型及其中权值的获取43-62
• 4.1 模糊匹配策略43-46
• 4.2 模糊推理模型的获取46-48
• 4.3 模糊推理模型中权值的获取48-61
• 4.3.1 模糊神经网络的结构48-50
• 4.3.2 BP学习算法分析50-53
• 4.3.3 改进的BP学习算法53-55
• 4.3.4 利用改进的BP算法训练模糊神经网络得到权值55-61
• 4.4 本章小结61-62
• 第五章 仿真实验分析62-76
• 5.1 仿真系统设计62-65
• 5.2 仿真结果分析65-75
• 5.2.1 模糊匹配时不同模糊贴近度的比较分析65-69
• 5.2.2 不同模糊推理算法的性能比较分析69-72
• 5.2.3 不同网络规模下各模糊推理算法的效率分析72-75
• 5.3 本章小结75-76
• 第六章 总结与展望76-78
• 6.1 工作总结76-77
• 6.2 未来工作展望77-78
• 致谢78-79
• 参考文献79-81
• 个人简历及攻硕期间取得的研究成果81-82

【相似文献】

中国期刊全文数据库 前10条

1 陈丹;何华灿;王晖;;模糊蕴含运算和模糊推理研究[J];计算机科学;2000年07期

2 刘刚,刘强;双枝模糊推理框架[J];计算机工程与应用;2004年32期

3 黄文斌,陈颜辉,余涛;基于模糊推理的目标对潜发现问题研究[J];情报指挥控制系统与仿真技术;2005年01期

4 陈教料;胥芳;张立彬;谷廷华;;基于模糊推理L-系统的植物生长模拟研究[J];浙江工业大学学报;2006年03期

5 孙晓玲;王宁;梁艳;;应用带标识的模糊Petri网的模糊推理[J];计算机工程与科学;2012年03期

6 杨纶标;关于模糊α－真的模糊推理与模型[J];华南理工大学学报(自然科学版);1995年09期

7 王士同;谢振平;李涵雄;;模糊推理的统计敏感性分析[J];智能系统学报;2007年02期

8 贾文娜;贾文娟;;模糊推理的研究现状及应用[J];科技信息(学术研究);2008年06期

9 李刚;;智能导学系统中的模糊推理机制的设计[J];软件导刊;2011年05期

10 张俊,刘立人,邵岚,李国强;一种新的基于模糊推理的灰值形态学和它的光学实现[J];光子学报;1997年07期

中国重要会议论文全文数据库 前10条

1 黄重国;张志明;汪培庄;;模糊关系的一般表达式及模糊推理中的几个重要因素分析[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年

2 黄丽;李中夫;;基于三/算法的多规则模糊推理[A];模糊集理论与模糊应用专辑——中国系统工程学会模糊数学与模糊系统委员会第十届年会论文选集[C];2000年

3 郭方芳;陈图云;;模糊推理渠道及链、网的确定度[A];模糊集理论与模糊应用专辑——中国系统工程学会模糊数学与模糊系统委员会第十届年会论文选集[C];2000年

4 孟丹;陈图云;;模糊推理的三Ⅰ原则贴近算法[A];模糊集理论与模糊应用专辑——中国系统工程学会模糊数学与模糊系统委员会第十届年会论文选集[C];2000年

5 罗文标;扬纶标;高英仪;;作用关系理论与模糊推理[A];模糊集理论与模糊应用专辑——中国系统工程学会模糊数学与模糊系统委员会第十届年会论文选集[C];2000年

6 王国俊;;模糊推理的全蕴涵三Ⅰ算法[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

7 阎鹏;王宏;张运杰;;基于多值蕴含的二型模糊推理模型[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

8 闫建平;;模糊推理插值器[A];第12届全国模糊系统与模糊数学学术年会论文集[C];2004年

9 索雪松;索雪峰;李阳;张曙光;;漏水声波数据可信度的模糊推理过程[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年

10 戚方丽;那日萨;崔雪莲;;基于在线评论的品牌再购意向模糊推理研究[A];中国系统工程学会第十八届学术年会论文集——A08系统工程方法论在社会经济发展中的应用[C];2014年

中国博士学位论文全文数据库 前2条

1 罗兆明;传热学反问题模糊推理方法的继续研究[D];重庆大学;2014年

2 徐蔚鸿;模糊智能系统中模糊推理研究[D];南京理工大学;2004年

中国硕士学位论文全文数据库 前10条

1 宋英雷;模糊推理在网络故障诊断中的应用[D];电子科技大学;2014年

2 郭伟奇;基于模糊推理的室内定位方法研究[D];电子科技大学;2015年

3 刘波;多尺度几何分析及直觉模糊推理图像融合算法研究[D];西安电子科技大学;2014年

4 范福平;基于模糊推理的网络故障诊断技术研究[D];电子科技大学;2015年

5 王彦哲;基于模糊推理的医疗诊断系统设计与实现[D];河北科技大学;2015年

6 双靖宁;模糊推理三Ⅰ算法及新型三Ⅰ算法的研究[D];延安大学;2016年

7 赵蕾;多维多重模糊推理在网络故障诊断中的应用[D];电子科技大学;2016年

8 曹冬民;稳态耦合传热系统的模糊反演[D];重庆大学;2016年

9 白莉君;模糊推理SIS算法的统一形式及其性质研究[D];兰州理工大学;2016年

10 苏永利;基于加权模糊规则的自适应神经—模糊推理[D];河北大学;2005年

，

本文编号：660195