基于改進(jìn)差分進(jìn)化算法的測試序列優(yōu)化技術(shù)研究.pdf

1、近年來，許多重要的電子設(shè)備如火箭發(fā)射系統(tǒng)、衛(wèi)星導(dǎo)彈系統(tǒng)、雷達(dá)探測系統(tǒng)的集成度不斷提高，其內(nèi)部結(jié)構(gòu)和功能復(fù)雜度也不斷加大。這對系統(tǒng)的故障檢測和診斷提出了更高的技術(shù)要求。其中測試序列設(shè)計就是故障診斷過程中必須要解決的NP-complete。傳統(tǒng)的測試序列優(yōu)化方法存在著測試時間太長、難以自動生成故障決策樹或無法滿足測試性指標(biāo)等大量問題，已經(jīng)不適合對復(fù)雜系統(tǒng)進(jìn)行故障診斷。差分進(jìn)化(DE)算法因其簡單的結(jié)構(gòu)、較少的可調(diào)參數(shù)和容易實現(xiàn)等特點而備受傾

2、睞，本文利用改進(jìn)的差分進(jìn)化算法對多信號模型系統(tǒng)下建立的測試-故障矩陣進(jìn)行序列設(shè)計，得到了較小的故障診斷測試代價和較少的測試點集，具有實際的工程意義。具體研究工作如下：
　　(1)首先，在多信號流圖模型下對最優(yōu)測試序列問題進(jìn)行數(shù)學(xué)建模，以此為基礎(chǔ)構(gòu)造了測試序列問題的參數(shù)五元組(S,P,T,C,D)模型；提出用差分算法求解該問題，并對該算法進(jìn)行了參數(shù)自適應(yīng)改進(jìn)。在不增加算法復(fù)雜度下，為尋求全局最優(yōu)和收斂速率上的平衡，提出一種參數(shù)自適應(yīng)

3、慣性速度雙模式差分進(jìn)化算法(IDDE)，通過構(gòu)造雙模式變異策略，給每個個體增加慣性速度項，對標(biāo)準(zhǔn)測試函數(shù)進(jìn)行測試。研究顯示改進(jìn)的算法能有效降低算法對參數(shù)的敏感性且尋優(yōu)能力更強。為差分算法的改進(jìn)提供理論基礎(chǔ)。
　　(2)其次，為了提高差分算法的求解精度讓其適應(yīng)更多更復(fù)雜的問題，構(gòu)造了一種由分形因子動態(tài)修正DE的尺度因子F和交叉因子CR的新算法—分形差分進(jìn)化算法(FDE)。運用標(biāo)準(zhǔn)測試函數(shù)對其進(jìn)行測試并和目前公認(rèn)的性能較優(yōu)的改進(jìn) DE

4、算法進(jìn)行比較，實驗表明所提算法的有效性和正確性。通過構(gòu)造新型適應(yīng)度評估函數(shù)，對復(fù)雜的電子系統(tǒng)模型進(jìn)行最優(yōu)測試序列設(shè)計。實驗結(jié)果顯示測試點減少了，測試代價降低了，具有實際的工程意義。
　　(3)最后，針對大型電子設(shè)備內(nèi)部結(jié)構(gòu)過于龐大而出現(xiàn)故障隔離時間長和不能快速生成故障決策隔離樹等問題。提出一種DE算法和AO*算法相結(jié)合的并行混合算法DE-AO*。利用DE并行優(yōu)化的特點首先優(yōu)選一組測試集，再通過AO*強有力的啟發(fā)搜索能力并能自動生成